[논문]인공지능 수용의도에서 정부신뢰의 역할

황서이; 남영자

doi:10.14400/jdc.2020.18.8.217

[국내논문] 인공지능 수용의도에서 정부신뢰의 역할
The Role of Confidence in Government in Acceptance Intention towards Artificial Intelligence 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.8, 2020년, pp.217 - 224

황서이 (중앙대학교 인문콘텐츠연구소) , 남영자 (중앙대학교 인문콘텐츠연구소)

초록
AI-Helper

본 연구는 인공지능 수용의도를 증가시킬 수 있는 정책적 시사점을 제시하고자 하였다. 이를 위해 인공지능에 대한 지식수준과 감정적 요인이 인공지능 수용의도에 미치는 영향을 확인하였고, 이에 대한 영향을 정부신뢰가 조절하는지 검증하고자 위계적 회귀분석을 활용하였다. 연구결과는 다음과 같다. 첫째, 인공지능에 대한 지식수준이 높을수록 수용의도가 증가하였고, 인공지능에 대한 감정이 부정적으로 형성될수록 인공지능의 수용의도가 감소하였다. 그리고 수용의도에 미치는 영향은 인공지능에 대한 감정, 정부신뢰, 지식 순으로 나타났다. 둘째, 규제에 대한 정부신뢰가 높을수록 수용의도가 증가하였으며, 규제에 대한 정부신뢰가 낮은 집단일수록 인공지능에 대한 감정이 수용의도에 미치는 영향이 더 큰 것으로 나타났다. 한편, 인구통계학적 요인 중 종교가 인공지능 수용의도에 유의미한 영향을 미치는 것으로 나타나 후속연구에 대한 필요성을 제안하였다. 이 연구는 전반적인 인공지능에 대한 지식과 감정, 그리고 규제에 대한 정부신뢰라는 변인을 통해 인공지능에 대한 인식과 판단을 실증 분석하여 인공지능 연구를 위한 기초자료를 제공하는데 의의가 있다.

Abstract ▼ AI-Helper

The purpose of this study is to discuss implications for government policy aimed at increasing public's intention to accept AI. Knowledge regarding AI and feelings regarding AI were found to influence acceptance to intention towards AI. Hierarchical regression analysis was then conducted to explore the moderation effect of confidence in government on knowledge and feelings regarding AI. Results showed that as advanced knowledge regarding AI has a positive influence on acceptance intention towards AI and negative feelings regarding AI has a negative influence on acceptance intention towards AI. Feelings regarding AI had the highest impact on acceptance intention towards AI, followed by confidence in government and knowledge regarding AI. Results also revealed that a high level of confidence in government regulations was associated with greater acceptance intention towards AI and a low level of confidence in government regulations acceptance intention towards AI was more influenced by feelings regarding AI than by knowledge regarding AI. Furthermore, religion had a significant influence on acceptance intention towards AI, which provides one insightful direction for future research.

Keyword

표/그림 (5)

그림 Fig. 1. Research Model
그림 Fig. 2. Hypothesis Testing
표 Table 1. Demographic Analysis
표 Table 2. Hierarchical Regression Analysis
그림 Fig. 3. Interaction Plot for Acceptance Intention

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

현재까지 인공지능에 대한 지식수준 관련 연구는 인공 지능 스피커, 디바이스 등에 한정적인 영역에서 실시되었고, 전반적인 인공지능에 대한 감정적 요인이나 신뢰와 관련된 연구는 거의 시도되지 않았다. 따라서 본 연구는 인공지능에 대한 지식수준과 감정이 인공지능 수용의도에 미치는 영향력을 확인하고, 이러한 효과가 정부신뢰에 의해 조절되는지 검증하여 인공지능의 수용의도를 증가 시킬 수 있는 정책적 시사점을 제시하고자 한다.
하지만 아직까지 사람들이 지각하는 다양한 요인과 규제에 대한 정부신뢰에 대한 연구결과가 충분치 않은 점을 고려해 양방향 가설로 살펴보고자 한다.
그러므로 본 연구는 인공지능에 대한 지식수준과 감정적 요인을 독립변인으로 하고, 인공지능에 대한 수용의도를 종속변인으로 설정하였다. 또한, 이러한 효과가 정부 신뢰라는 변인에 의해 조절되는지를 확인하고자 한다.
본 연구는 인공지능에 대한 지식수준과 감정적 요인, 정부신뢰의 영향력을 살펴보고, 정부신뢰에 의해 조절되는지를 검증하고자 위계적 회귀분석을 활용하였다. 분석 프로그램으로는 IBM SPSS Statistics v.
본 연구는 인공지능에 대한 지식수준과 감정적 요인, 정부신뢰가 인공지능 수용의도에 미치는 영향력을 파악 하였고, 이러한 영향력이 정부신뢰에 의해 조절되는지를 검증하였다.

가설 설정

새로운 과학기술인 인공지능에 대한 지식은 인공지능 수용의도에도 유의한 영향을 미칠 수 있다는 것을 가정하여 다음과 같은 가설을 설정하였다.
H1: 인공지능에 대한 지식수준은 수용의도에 유의한 영향을 미칠 것이다.
H2 : 인공지능에 대한 감정적 요인은 수용의도에 유의한 영향을 미칠 것이다.
H3: 인공지능에 대한 지식 및 감정이 수용의도에 미치는 영향은 정부신뢰에 따라 다를 것이다.
H3-1: 인공지능에 대한 지식이 수용의도에 미치는 영향은 정부신뢰에 따라 다를 것이다.
H3-2: 인공지능에 대한 감정이 수용의도에 미치는 영향은 정부신뢰에 따라 다를 것이다.

제안 방법

그 중에서도 지식과 감정적 요인, 정부신뢰는 과학기술 수용의도와 관련된 주요 변인이라 할 수 있다. 앞서 언급한 수용의도에 영향을 미치는 선행변인들을 현 시점의 새로운 과학기술인 인공지능에 적용하였다.
그러므로 본 연구는 인공지능에 대한 지식수준과 감정적 요인을 독립변인으로 하고, 인공지능에 대한 수용의도를 종속변인으로 설정하였다. 또한, 이러한 효과가 정부 신뢰라는 변인에 의해 조절되는지를 확인하고자 한다.
독립변인과 정부신뢰 간의 상호작용효과를 시각화하기 위해 각 변인들을 평균값으로 이분화 한 후, 인공지능에 대한 감정을 독립변수, 인공지능의 수용의도를 종속변수로 하여 정부신뢰의 상호작용효과를 표현하여, Fig 3에 제시하였다.

대상 데이터

가설을 검증하기 위해 설문조사를 실시하였으며, 마이크로밀엠브레인을 통해 총 1.969명의 설문을 실시하였으며, 응답자의 인구통계학적 특성은 Table 1에 정리하였다. 응답자의 특성을 살펴보면, 남성 949명(48.

데이터처리

분석에 앞서 측정척도의 타당도 및 신뢰도를 검증하였다. 각 개념들에 포함된 문항이 동일한 차원에서 개념을 측정하는 가를 검증하기 위해 탐색적 요인분석을 시도하였고, 구성요인을 추출하기 위해 주성분 분석방법과 직교회전방식(varimax)을 채택하였다. 고유값(eigen value) 1이상을 기준으로 요인을 선택하여 문항을 선정하였고, 모형의 적합성을 파악하기 위해 KMO(Kaiser-Meyer-Olkin)와 Bartlett 검정을 실시하였다.
각 개념들에 포함된 문항이 동일한 차원에서 개념을 측정하는 가를 검증하기 위해 탐색적 요인분석을 시도하였고, 구성요인을 추출하기 위해 주성분 분석방법과 직교회전방식(varimax)을 채택하였다. 고유값(eigen value) 1이상을 기준으로 요인을 선택하여 문항을 선정하였고, 모형의 적합성을 파악하기 위해 KMO(Kaiser-Meyer-Olkin)와 Bartlett 검정을 실시하였다. 그 결과, KMO=.

이론/모형

인공지능에 대한 감정은 인공지능에 대한 주관적인 감정의 정도로 선행연구[5, 10]의 문항을 참고하여 ‘통제할 수 있는–통제할 수 없는’, ‘두렵지 않은-두려운’, ‘윤리적- 비윤리적, ‘긍정-부정’ 등의 17가지의 감정을 구성하고, 이를 7점 의미분별척도(Semantic Differential Scale)로 사용하였다.
인공지능에 대한 지식수준은 인공지능에 대한 주관적인 지식 정도이며, 선행연구[5]에서 사용된 문항을 참고하여 구성하였다. 문항은 ‘나는 인공지능에 대해 잘 알고있다.
다음으로 다중공선성을 확인을 위해 분산팽창계수(VIF)와 더빈-왓슨(Durbin-Watson) 값을 확인하였다. VIF값이 모두 10이하이고, Durbin-Watson 값 역시 2.

성능/효과

또한 각 측정척도의 신뢰성 검증을 위해 내적 일관성 분석방법을 이용하였고, 그 결과 인공지능에 대한 감정 (Cronbach’s α=0.910), 정부신뢰(Cronbach’s α=0.832), 수용의도(Cronbach’s α=0.752) 모두 Cronbach’s alpha 계수가 0.7 이상으로 나타나 각 측정항목의 신뢰도를 확보하였다.
고유값(eigen value) 1이상을 기준으로 요인을 선택하여 문항을 선정하였고, 모형의 적합성을 파악하기 위해 KMO(Kaiser-Meyer-Olkin)와 Bartlett 검정을 실시하였다. 그 결과, KMO=.928, Bartlett 검정 p=.000으로 나타나 모형의 적합성을 확인하였고, 4개 요인의 측정항목에 대한 타당성을 확보하였다.
마지막으로 정부신뢰의 조절효과를 살펴본 결과, 인공지능에 대한 감정과 정부신뢰(β=.123, t=6.589, p<.001) 간의 상호작용효과가 나타나 가설 3-2는 채택되었으나 인공지능에 대한 지식과 정부신뢰 간의 유의한 상호작용 효과는 나타나지 않았다.
인공지능에 대한 감정(H2)도 인공지능 수용에 유의한 영향을 미치는 것(t=-19.080, p<.001)으로 확인되어 가설1과 가설2는 지지되었다.
마지막으로 3단계에서는 조절변수, 독립변수와 조절 변수의 상호작용변수를 투입한 결과, 설명력은 약 6.8%증가하였으며, 통계적으로 유의한 것으로 나타났다(F=68.480, p<0.001).
001). 특히, 인공지능에 대한 감정과 정부신뢰는 유의한 상호작용효과(interaction effect)를 보였는데, 이를 통해 두 개의 독립변수 중 인공지능에 대한 감정적 요인이 수용의도에 미치는 효과를 정부신뢰가 조절한다는 것을 파악할 수 있었다.
구체적으로 각 변인이 인공지능 수용의도에 미치는 영향력을 살펴보면, 인구통계학적 변인 중 성별과 종교가 유의한 차이를 나타냈다. 남자가 여자보다 인공지능에 수용의도가 높은 것으로 확인되었다(β=-.
먼저, 정부신뢰가 높은 집단이 낮은 집단에 비해 수용의도가 높았다. 자세히 살펴보면, 정부신뢰가 높은 집단에서 인공지능에 대한 감정이 따뜻하고 긍정적이라고 느끼는 수용자들은 인공지능이 차갑고 부정적으로 받아들이는 수용자들보다 수용의도가 높았다.
자세히 살펴보면, 정부신뢰가 높은 집단에서 인공지능에 대한 감정이 따뜻하고 긍정적이라고 느끼는 수용자들은 인공지능이 차갑고 부정적으로 받아들이는 수용자들보다 수용의도가 높았다. 정부신뢰가 낮은 집단에서도 인공지능에 대한 감정이 따뜻하고 긍정적인 집단이 수용의도가 높은 것으로 나타났다. 즉, 정부신뢰가 높은 집단, 낮은 집단 모두 인공지능에 대한 감정이 따뜻하고 긍정적일수록 인공지능을 긍정적으로 받아들이는데 수용하였다는 점에서 인공지능에 대한 감정적 요인이 인공지능 수용의도에 중요한 예측변인임을 확인할 수 있다.
정부신뢰가 낮은 집단에서도 인공지능에 대한 감정이 따뜻하고 긍정적인 집단이 수용의도가 높은 것으로 나타났다. 즉, 정부신뢰가 높은 집단, 낮은 집단 모두 인공지능에 대한 감정이 따뜻하고 긍정적일수록 인공지능을 긍정적으로 받아들이는데 수용하였다는 점에서 인공지능에 대한 감정적 요인이 인공지능 수용의도에 중요한 예측변인임을 확인할 수 있다. 또한, 정부신뢰가 낮은 집단의 기울기가 정부신뢰가 높은 집단에 비해 상대적으로 크게 나타났는데, 이러한 현상은 인공지능에 대한 감정이 수용의도에 미치는 영향력이 정부신뢰가 낮은 집단에서 더 두드러진다는 것을 보여준다.
즉, 정부신뢰가 높은 집단, 낮은 집단 모두 인공지능에 대한 감정이 따뜻하고 긍정적일수록 인공지능을 긍정적으로 받아들이는데 수용하였다는 점에서 인공지능에 대한 감정적 요인이 인공지능 수용의도에 중요한 예측변인임을 확인할 수 있다. 또한, 정부신뢰가 낮은 집단의 기울기가 정부신뢰가 높은 집단에 비해 상대적으로 크게 나타났는데, 이러한 현상은 인공지능에 대한 감정이 수용의도에 미치는 영향력이 정부신뢰가 낮은 집단에서 더 두드러진다는 것을 보여준다.
인공지능에 대한 지식, 감정, 규제에 대한 정부신뢰 모두 인공지능에 대한 수용의도에 유의한 영향을 미쳤다. 인공지능에 대해 개인이 가지고 있는 주관적 지식이 많을수록, 감정이 따뜻하고 긍정적일수록, 규제에 대한 정부신뢰가 높을수록 수용의도에 긍정적인 영향을 미쳤다. 그리고 인공지능의 수용의도에 미치는 영향력은 인공지능에 대한 감정, 정부신뢰, 인공지능에 대한 지식 순으로 나타났다.
인공지능에 대해 개인이 가지고 있는 주관적 지식이 많을수록, 감정이 따뜻하고 긍정적일수록, 규제에 대한 정부신뢰가 높을수록 수용의도에 긍정적인 영향을 미쳤다. 그리고 인공지능의 수용의도에 미치는 영향력은 인공지능에 대한 감정, 정부신뢰, 인공지능에 대한 지식 순으로 나타났다.
다음으로 정부신뢰의 상호작용효과는 인공지능에 대한 지식수준에서 나타나지 않았고, 인공지능에 대한 감정에서만 나타났다. 특히, 규제에 대한 정부신뢰가 낮은 집단일수록 인공지능에 대한 감정이 수용의도에 미치는 영향력이 더 큰 것으로 확인되었다.
다음으로 정부신뢰의 상호작용효과는 인공지능에 대한 지식수준에서 나타나지 않았고, 인공지능에 대한 감정에서만 나타났다. 특히, 규제에 대한 정부신뢰가 낮은 집단일수록 인공지능에 대한 감정이 수용의도에 미치는 영향력이 더 큰 것으로 확인되었다.
연구결과를 바탕으로 한 함의는 다음과 같다. 첫째, 인공지능에 대한 지식을 높일 교육적 차원의 노력도 필요하지만, 그보다 더 중요한 것은 인공지능이 따뜻하고 긍정적인 존재임을 알릴 전략을 세워야 한다는 것이다. 사람들이 가장 쉽게 접할 수 있는 미디어인 뉴스에서도 인공지능은 사람들에게 알파고, 로봇, 일자리를 빼앗을 수 있는 존재 등으로 노출되어지고, 광고, 영화, 드라마 등에서도 이성적 소구나 이성적 제품들과 주로 매칭 되어 차가운 이미지를 형성하고 있다.
둘째, 인공지능에 대한 감정이 긍정적 또는 부정적이든 간에 정부가 내놓은 인공지능 관련 규제들이 우리를 보호하고 안전하게 해 줄 것이라는 정부신뢰도가 높은 사람들은 정부신뢰도가 낮은 사람들에 비해 인공지능의 수용의도가 높았다. 따라서 국민들이 인공지능으로부터 위협받을 수 있는 요소들을 판단하여 이를 제어할 수 있는 인공지능 관련 규제와 정책이 필요하다고 판단한다.
본 연구의 한계점 및 후속 연구를 위한 제언은 다음과 같다. 본 연구에서 밝힌 인구통계학적 요인 중 성별과 종교가 인공지능 수용의도에 영향을 미치는 것을 확인할 수 있었다. 특히, 종교와 인공지능의 수용의도는 가치관, 종교적 이념 등의 이슈와도 관련이 있기 때문에 이를 구분해서 살펴본다면 보다 풍부한 결과를 얻을 수 있을 것이다.

후속연구

본 연구에서 밝힌 인구통계학적 요인 중 성별과 종교가 인공지능 수용의도에 영향을 미치는 것을 확인할 수 있었다. 특히, 종교와 인공지능의 수용의도는 가치관, 종교적 이념 등의 이슈와도 관련이 있기 때문에 이를 구분해서 살펴본다면 보다 풍부한 결과를 얻을 수 있을 것이다.
본 연구는 인공지능에 대한 인식과 판단에 초기연구로 전반적인 인공지능에 수용의도에 영향을 미치는 변인을 파악하였으나 각 변인들의 측정항목을 세세하게 반영하지 못했다는 아쉬운 부분이 있다. 향후 연구에서는 인공지능에 대한 객관적 지식, 신뢰 등의 문항을 개발하여 체계적인 검증을 할 필요가 있다.
본 연구는 인공지능에 대한 인식과 판단에 초기연구로 전반적인 인공지능에 수용의도에 영향을 미치는 변인을 파악하였으나 각 변인들의 측정항목을 세세하게 반영하지 못했다는 아쉬운 부분이 있다. 향후 연구에서는 인공지능에 대한 객관적 지식, 신뢰 등의 문항을 개발하여 체계적인 검증을 할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	새로운 과학기술이란 무엇인가?	새로운 과학기술은 삶의 질을 높여주고, 편리하고 윤택하게 만들어 주기도 하지만, 치명적인 위험을 안길 수도 있는 존재이다. 특히 현 시대를 대변하는 새로운 과학기술인 인공지능은 이러한 양면성으로 인해 매우 강한 논란을 불러일으키고 있다[1,2].
	현재까지 인공지능에 대한 지식수준 관련 연구에는 어떤 것들이 있는가?	현재까지 인공지능에 대한 지식수준 관련 연구는 인공 지능 스피커, 디바이스 등에 한정적인 영역에서 실시되었고, 전반적인 인공지능에 대한 감정적 요인이나 신뢰와 관련된 연구는 거의 시도되지 않았다. 따라서 본 연구는 인공지능에 대한 지식수준과 감정이 인공지능 수용의도에 미치는 영향력을 확인하고, 이러한 효과가 정부신뢰에 의해 조절되는지 검증하여 인공지능의 수용의도를 증가 시킬 수 있는 정책적 시사점을 제시하고자 한다.
	위계적 회귀분석을 활용하여 얻은 결과는 무엇인가?	연구결과는 다음과 같다. 첫째, 인공지능에 대한 지식수준이 높을수록 수용의도가 증가하였고, 인공지능에 대한 감정이 부정적으로 형성될수록 인공지능의 수용의도가 감소하였다. 그리고 수용의도에 미치는 영향은 인공지능에 대한 감정, 정부신뢰, 지식 순으로 나타났다. 둘째, 규제에 대한 정부신뢰가 높을수록 수용의도가 증가하였으며, 규제에 대한 정부신뢰가 낮은 집단일수록 인공지능에 대한 감정이 수용의도에 미치는 영향이 더 큰 것으로 나타났다. 한편, 인구통계학적 요인 중 종교가 인공지능 수용의도에 유의미한 영향을 미치는 것으로 나타나 후속연구에 대한 필요성을 제안하였다.

참고문헌 (26)

Y. D. Yun, Y. W. Yang & H. S. Lim. (2016). A SNS Data-driven Comparative Analysis on Changes of Attitudes toward Artificial Intelligence. Journal of Digital Convergence, 14(2), 173-182. DOI : 10.14400/JDC.2016.14.12.173
S. I. Hwang & M. K. Kim. (2019). An Analysis of Artificial Intelligence_related Studies' Trends in Korea Focused on Topic Modeling and Semantic Network Analysis. Journal of Digital Contents Society, 20(9), 1847-1855. DOI : 10.9728/dcs.2019.20.9.1847

상세보기
S. Y. Kin, S. O. Choi & D. G. Kim. (2010). Searching for Determinants for Acceptance of New Science Technology and Policy Implication. The Korea Association for Policy Studies, 19(1), 211-244. UCI : G704-000110.2010.19.1.006
J. S. Wang & H. J. Lee. (2011). Multi-dimensionality of Perceptions on Science Technology and Its Determinants: The Case of Public Perceptions on Genetically Modified Food. Journal of Governmental Studies, 17(1), 145-185. UCI : G704-000703.2011.17.1.005
J. S. Wang. (2012). Origins of Risk Conflicts on Science Technology: Knowledge or Feeling?. The Korea Association for Policy Studies, 21(1), 219-251. UCI : G704-000110.2012.21.1.006
M. C. Lee, J. A. An & Y. M. Kim. (2018). The Effects on Perceived Risk, Confidence in the Government, and the Acceptance of Nuclear Power Caused by Knowledge to Nuclear Power : Focused on Local Residents Nearby Hanbit Nuclear Power Plant. Practical Science Forum of Advertising & Public Relations, 11(3), 54-74. DOI : 10.21331/jprapr.2018.11.3.003

상세보기
M. Siegrist & G. Cvetkovich. (2000). Perception of Hazards: The Role of Social Trust and Knowledge. Risk Analysis, 20(5), 713-719. DOI : 10.1111/0272-4332.205064

상세보기
I. J. Mauro & S. M. McLachlan. (2008). Farmer Knowledge and Risk analysis: Post release Evaluation of Herbicide-Tolerant Canola in Western Canada. Risk Analysis, 28(2), 463-476. DOI: 10.1007/s11356-009-0177-6

상세보기
P. Slovic, M. Finucane, E. Peters, & D. G. MacGregor. (2004). Risk as Analysis and Risk as Feelings: Some Thoughts about Affect, Reason, Risk, and Rationality. Risk analysis, 24(2), 311-322. DOI : 10.1111/j.0272-4332.2004.00433.x

상세보기
E. Townsend, D. D. Clarke & B. Travis. (2004). Effects of Context and Feelings on Perceptions of Genetically Modified Food. Risk Analysis, 24(5), 1369-1384. DOI : 10.1111/j.0272-4332.2004.00532.x

상세보기
J. S. Wang. (2019). Policy Participations, Government Trust and Policy Acceptance: The Case of Nuclear Policy. The Korea Public Administration Journal, 28(1), 33-60. DOI : 10.22897/kipajn.2019.28.1.002
T. C. Earle & M. Siegrist. (2006). Morality Information, Performance Information, and the Distinction Between Trust and Confidence. Journal of Applied Social Psychology, 36(2), 383-416. DOI : 10.1111/j.0021-9029.2006.00012.x

상세보기
M. Siegrist, H. Gutscher & T. C. Earle. (2008). Perception of risk: the influence of general trust, and general confidence. Journal of Risk Research, 8(2), 145-156. DOI : 10.1080/1366987032000105315
K. Min. (2009). The Impact of Local Residents' Rurality on Policy Acceptance: A Case of Ropeway Establishment in Mt. Halla. Korean Governance Review, 16(3), 53-70. DOI : 10.17089/kgr.2009.16.3.003

상세보기
T. J. Kim, J. E. Lee & Y. S. Jung. (2007). TA Study on the Social Risk Comparison for Various Power Systems. The Korea Spatial Planning Review, 55, 41-58. DOI : 10.15793/kspr.2007.55.4.003

상세보기
G. F. Loewenstein, E. U. Weber, C. K. Hsee & N. Welch,. (2001). Risk as Feeling. Psychological Bulletin, 127, 267-286. DOI: 10.1037/0033-2909.127.2.267

상세보기
M. Y. Oh, J .M. Choi & H. S. Kim. (2008). Stigma Effect of Technology with Risk : the Impact of Stigma on Nuclear Power on the Perception and Acceptance of Products based on Radiation Technology. Korean Journal of Journalism & Communication Studies, 52(1), 467-501. UCI : G704-000203.2008.52.1.015
C. H. Park & S. Y. Kim. (2015). The Role of Knowledge in Acceptance of Nuclear Power: A Focus on Objective and Subjective Knowledge. Korean Journal of Public Administration, 53(3), 117-150. UCI : G704-000826.2015.53.3.006
J. W. Mok. (2017). Moderating Effect of Knowledge Level on the Risk and Acceptance Relationship: The Case of Korean Nuclear Policy. The Korea Association for Policy Studies, 26(2), 419-448. UCI : 410.ECN.0102.2018.300.000590489
A. Knight. (2007). Do Worldviews Matter? Post-materialist, Environmental, and Scientific Technological Worldviews and Support for Agricultural Biotechnology Applications. Journal of Risk Research, 10(8), 1047-1063. DOI : 10.1080/13669870701603004

상세보기
A. Spence & E. Townsend. (2006). Examining Consumer Behavior Toward Genetically Modified Food in Britain. Risk Analysis, 25(3), 657-670. DOI: 10.1111/j.1539-6924.2006.00777.x
Y. G. Kim, J. K. Kim & I. H. Choi. (2015). A Study on Obtaining the Public Acceptance of Nuclear Power for Conflict Resolution. The Study on Exploratory Comparison of Conflict in Conflict Theory, 13(2), 41-76. DOI : 10.16958/drsr.2015.13.2.41
J. S. Wang & S. Y. Kim. (2017). Changes in Nuclear Energy and Trust: Influence of Trust in Objects and Attributes. Journal of Governmental Studies, 23(1), 193-222. DOI : 10.19067/jgs.2017.23.1.193

상세보기
J. B. Chung & H. K. Kim. (2009). Competition, Economic Benefits, Trust, and Risk Perception in Siting a Potentially Hazardous Facility. Landscape and Urban Planning , 91(1), 8-16. DOI : 10.1016/j.landurbplan.2008.11.005

상세보기
J. E. Lee, Y. P. Kim & Y. S. Jung. (2007). Analyzing the Decision Factor of the Social Acceptance in te Various Power Systems. The Korea Public Administration Journal, 16(2), 189-217. UCI : G704-000428.2007.16.2.003
D. A. Scheufele. E. A. Corley, T. J. Shin, K. E. Dalrymple & S. S. Ho. (2009). Religious Beliefs and Public Attitudes Toward Nano-technology in Europe and the United States. Nature Nano-technology, 4(2), 91-94. DOI: 10.1038/nnano.2008.361

상세보기

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증