[논문]AI의 혜택 및 위험성 인식과 AI에 대한 태도, 정책 지지의 관계

이자연

doi:10.5392/jkca.2021.21.04.193

AI의 혜택 및 위험성 인식과 AI에 대한 태도, 정책 지지의 관계
Perceptions of Benefits and Risks of AI, Attitudes toward AI, and Support for AI Policies 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.4, 2021년, pp.193 - 204

이자연 (가천대학교 미디어커뮤니케이션학과)

초록
AI-Helper

정부가 '전산업 AI 활용, 전국민 AI 교육'을 국가적 과제로 추진하고 있는 가운데, 본 연구는 설문 자료 분석을 통해 국민의 AI 정책에 대한 지지에 영향을 끼치는 요인들을 파악하고자 하였다. 구체적으로 위험-혜택 이론과 이중처리 이론에 기반해 사람들이 지각하는 AI의 상반된 특성들이 어떻게 혜택 및 위험성 인식으로 연결되며 AI에 대한 전반적 태도와 AI 산업 육성 및 교육 정책의 지지로 이어지는지 구조방정식 모형을 통해 탐색하고, 그 과정에서 혜택/위험성 인식 및 태도가 매개 변인으로서 기능하는지 살펴보았다. 분석 결과, AI의 알려진 특성들 가운데 인지된 유용성이 AI의 혜택 인식을 구성하는 주요소였으며 이 혜택 인식이 AI에 대한 태도를 거쳐 AI 정책 지지로 유의하게 이어진다는 점이 드러났다. 또한 혜택 인식과 AI에 대한 태도가 지각된 유용성을 AI 정책 지지로 잇는 매개 역할을 유의하게 수행하는 것을 알 수 있었다. 인지된 오락성은 AI에 대한 긍정적 태도로 유의하게 이어졌지만 AI의 혜택으로 인식되지는 않았다. 인지된 사생활 침해는 AI의 위험성 인식을 예측하는 주된 요인이었지만 위험성 인식은 AI에 대한 태도나 AI 정책 지지와 유의한 관계를 보이지 않았다. 결론적으로 AI 개발 지지 여부를 결정짓는 가장 강력한 요인은 혜택에 대한 인식이며, 혜택 인식을 유의하게 예측한다는 점에서 유용성 지각의 중요성을 알 수 있었다.

Abstract ▼ AI-Helper

Based on risk-benefit theory, this study examined a structural equation model accounting for the mechanisms through which affective perceptions of AI predicting individuals' support for the government's Ai policies. Four perceived characteristics of AI (i.e., usefulness, entertainment value, privacy concern, threat of human replacement) were investigated in relation to perceived benefits/risks, attitudes toward AI, and AI policy support, based on a nationwide sample of South Korea (N=352). The hypothesized model was well supported by the data: Perceived usefulness was a strong predictor of perceived benefit, which in turn predicted attitude and support. Perceived benefit and attitude played significant roles as mediators. Perceived entertainment value along with perceived usefulness and privacy concern predicted attitude, not perceived benefit. Neither attitude nor support was significantly associated with perceived risk which was predicted by privacy concern. Theoretical and practical implications of the results are discussed.

주제어

표/그림 (4)

표 표 1. 기술 통계 결과
표 표 2. 이변량 상관관계 분석 결과
그림 그림 1. AI 속성의 확인적 요인분석 joy=오락성, usef=유용성, worry=사생활 침해, fear=무력화. 통계적으로 유의한 관계는 실선으로, 유의하지 않은 관계는 점선으로 표시. 숫자는 비표준화 계수와 표준 오차(괄호 안). *p <.05, **p <.01, ***p <.001
그림 그림 2. 지각된 AI 속성들과 혜택/위험성 인식, 태도, 정책 지지의 구조방정식 분석 통계적으로 유의한 관계는 실선으로, 유의하지 않은 관계는 점선으로 표시. 숫자는 비표준화 계수와 표준 오차(괄호 안). 측정모형은 생략. *p <.05, **p <.01, ***p <.001

AI 본문요약
AI-Helper

문제 정의

시민들이 AI의 잠재적 위험성과 혜택을 어떻게 인식하고 있으며 AI에 대해 전반적으로 어떤 정서적 태도를 갖고 있는지 설문조사를 통해 파악하고, 이 같은 인식과 태도가 AI 개발 정책에 대한 지지와 어떻게 연결되는지 구조방정식모형 (structural equation modeling, SEM)을 써서 분석하였다. 또한 매개효과 분석을 통해 AI의 유용성과 오락성, 사생활 침해와 무력화에 대한 인식이 태도 및 정책 지지도로 이어지는 과정을 혜택 인식과 위험성 인식이 각각 매개하는지 살펴보았다. 본 연구 결과는 정책 결정의 중심이 되어야 할 국민의 AI에 대한 기본적인 인식과 태도를 파악하고 AI 개발 정책 지지에 영향을 끼칠 수 있는 주요 요인들을 이해하는 첫걸음이 될 것이다.

가설 설정

가설 7. AI에 대한 태도가 긍정적일수록 AI 정책 지지가 높을 것이다.
위험-혜택 이론에 따라 전자는 AI의 혜택 인식과, 후자는 AI의 위험성 인식과 연결되고, 혜택과 위험성 인식은 각각 정적, 부적으로 AI 육성 정책에의 지지로 이어질 것으로 예상할 수 있다. 따라서 가설 1-4가 제기된다.
가설 10
가설 11
가설 2
다음으로 가설 3-6 검정을 위해 혜택 및 위험성 인식이 AI 정책 지지 및 태도와 어떻게 연관되는지 살펴본 결과, 혜택 인식만 AI 정책 지지의 유의한 예측 변인으로 나타났다(b=.291, SE=.
가설 4
AI의 혜택에 대한 인식은 AI에 대한 태도와 정적 관계를, 위험성에 대한 인식은 부적 관계를 보일 것이며, 태도는 좀 더 구체적인 태도이자 행동 예측 변인인 AI 정책 지지와 유의하게 관련될 것으로 예측할 수 있다. 이에 따라 가설 5-7이 제기된다.
가설 6
가설 7
마찬가지로 AI가 불안감이나 공포심을 유발한다면 혜택과 위험성의 경중을 비교하지 않더라도 바로 AI에 대한 부정적 태도와 개발 반대로 이어질 수 있다. 따라서 가설 8-11이 제기된다.
가설 9
가설 4. 위험성 인식이 높을수록 AI 정책 지지가 낮을 것이다.
가설 6. 위험성 인식이 높을수록 AI에 대한 태도가 부정적일 것이다.
가설 3. 혜택 인식이 높을수록 AI 정책 지지가 높을 것이다.
가설 5. 혜택 인식이 높을수록 AI에 대한 태도가 긍정적일 것이다.

제안 방법

AI의 특성 인식들은 기존 설문조사나 유사한 선행연구를 바탕으로 작성하였으며 모두 ‘매우 이의’에서 ‘매우 동의’까지 7점으로 된 척도로 측정하였다
이에 따라 본 연구는 AI기술에 대한 일반 대중의 시각을 이해하는 데 초점을 맞추었다. 시민들이 AI의 잠재적 위험성과 혜택을 어떻게 인식하고 있으며 AI에 대해 전반적으로 어떤 정서적 태도를 갖고 있는지 설문조사를 통해 파악하고, 이 같은 인식과 태도가 AI 개발 정책에 대한 지지와 어떻게 연결되는지 구조방정식모형 (structural equation modeling, SEM)을 써서 분석하였다. 또한 매개효과 분석을 통해 AI의 유용성과 오락성, 사생활 침해와 무력화에 대한 인식이 태도 및 정책 지지도로 이어지는 과정을 혜택 인식과 위험성 인식이 각각 매개하는지 살펴보았다.

대상 데이터

위의 가설 및 연구문제들을 위해 2021년 1월 27일부터 사흘간 설문조사 전문기업 마크로밀 엠브레인을 통해 모집된 만 20세 이상 남녀 352명(남성 49.7%, 여성 50.3%)을 대상으로 온라인 설문조사를 실시하였다. 전국 17개 시도에서 인구 비례로 표본을 수집했으며, 자발적으로 설문 참여에 동의한 패널 회원들에게 설문 링크가 제공되었다.
3%)을 대상으로 온라인 설문조사를 실시하였다. 전국 17개 시도에서 인구 비례로 표본을 수집했으며, 자발적으로 설문 참여에 동의한 패널 회원들에게 설문 링크가 제공되었다. [표 1]에 나타난 것처럼 20대부터 60대까지 전 연령대에서 약 20%씩 고루 참여했다(M=44.

이론/모형

AI에 대한 태도는 ‘매우 부정적이다 - 매우 긍정적이다’ ‘매우 비호감이다 – 매우 호감 간다’ ‘아주 싫다 – 아주 좋다’의 3가지 항목으로 구성된 의무분화척도(semantic differential scale)를 이용해 7점 척도로 측정했다(Cronbach's α=.91)

성능/효과

AI에 대한 응답자들의 태도는 7점 척도에서 평균 4.9점(SD=.99), AI 육성 및 교육 정책 지지도 5.2점(SD=0.92)으로 ‘AI 강국’을 건설한다는 정부의 의욕에 비해 다소 미지근한 반응이었다
결과를 종합해보면 지각된 유용성은 혜택 인식과 태도, 정책 지지를 모두 유의하게 예측했고, 지각된 오락성은 태도만 유의하게 예측했으며, 지각된 사생활 침해는 위험성 인식과 태도를, 지각된 무력화는 어느 것도 유의하게 예측하지 않았다. 혜택 인식은 태도와 정책 지지를 모두 예측했고, 태도는 정책 지지를 예측했다.
다음으로 가설 3-6 검정을 위해 혜택 및 위험성 인식이 AI 정책 지지 및 태도와 어떻게 연관되는지 살펴본 결과, 혜택 인식만 AI 정책 지지의 유의한 예측 변인으로 나타났다(b=.291, SE=.055, p<.001)
001). 또한 유용성과 지지도와의 관계에서 혜택 인식과 태도를 순서대로 통과하는 매개 관계도 유의한 것으로 드러났다(b=.021, SE=.010, p=.048). 지각된 유용성이 정책 지지로 가는 직접 경로도 유의한 것 (b=.
지각된 유용성과 혜택 인식, 태도, 정책 지지의 관계는 전통적인 인식-태도-행동의도의 관계 및 위험-혜택 이론의 틀에 부합하는 것이며, 지각된 오락성이 혜택 인식을 거치지 않고 직접 태도로 연결되는 관계는 이중처리이론이 제시하는 직관적, 감정적 정보 처리 과정의 결과로 이해할 수 있다. 또한 즐거움, 걱정 등 감정이 결부된 인식들이 AI에 대한 긍정적, 부정적 태도를 유의하게 예측한다는 결과는 신기술에 대한 선행 위험인식 연구들과 일관성을 보여주었다.
첫째, AI의 긍정적 특성에 속하는 유용성과 오락성이 각기 다른 역할을 수행한다는 점을 제시하였다. 본 연구 분석 결과, 지각된 유용성은 AI의 혜택 인식을 구성하는 주요 개념으로 AI에 대한 태도 및 정책 지지를 직간접적으로 예측하였다. 즉, AI의 혜택의 크기를 판단할 때 사람들은 얼마나 유용한지를 주요 기준으로 삼는다는 사실을 알 수 있었다.
셋째, 본 연구의 이러한 결과들은 사회심리학 이론들이 AI 기술 정책 맥락에도 적용됨을 보여주는 것으로 의미가 있다. 지각된 유용성과 혜택 인식, 태도, 정책 지지의 관계는 전통적인 인식-태도-행동의도의 관계 및 위험-혜택 이론의 틀에 부합하는 것이며, 지각된 오락성이 혜택 인식을 거치지 않고 직접 태도로 연결되는 관계는 이중처리이론이 제시하는 직관적, 감정적 정보 처리 과정의 결과로 이해할 수 있다.
001)에 비추어 혜택 인식과 태도를 통한 간접 경로는 완전 매개가 아닌 부분 매개 관계임을 알 수 있었다. 연구문제2(가)인, 혜택 인식을 통하지 않고 태도만 거쳐 정책 지지로 가는 매개 관계에서는 경계적 유의성만 발견되었다(b=.025, SE=.013, p=.062).
011). 위험성 인식은 정책 지지와는 유의한 관계가 없었고 (b=-.036, SE=.032, p=.259), 태도와는 경계적 유의성만 나타났다(b=-.066, SE=.039, p=.091). 따라서 가설 3과 5는 채택되고 가설4와 6은 기각되었다.
이어서 지각된 유용성, 오락성, 사생활 침해, 무력화 가능성과 AI에 대한 태도 및 AI 정책 지지의 관계를 살펴 본 결과, 지각된 유용성만 AI 정책 지지를 유의하게 예측했으며(b=.290, SE=.085, p=.001) 나머지는 관련이 없었다. 태도와는 유용성(b=.
정리하자면 지각된 유용성, 오락성, 사생활 침해가 태도에 직접 영향을 줄 수 있고, 태도는 지지도에 영향을 줄 수 있지만, 지각된 유용성만 혜택 인식과 태도를 매개 변인으로 해서 정책 지지로 이어진다는 사실을 알 수 있었다. 위험성 인식은 어느 것도 유의하게 매개하지 않았다.
본 연구 분석 결과, 지각된 유용성은 AI의 혜택 인식을 구성하는 주요 개념으로 AI에 대한 태도 및 정책 지지를 직간접적으로 예측하였다. 즉, AI의 혜택의 크기를 판단할 때 사람들은 얼마나 유용한지를 주요 기준으로 삼는다는 사실을 알 수 있었다. 지각된 오락성은 AI에 대한 전반적 태도는 유의하게 예측했으나 AI의 혜택 인식을 구성하는 요인은 아니었다.
지각된 유용성도 태도의 유의한 예측변인이었지만 계수 비교 결과 태도를 가장 강력하게 예측한 것은 지각된 오락성이었다. 즉, 개인적으로 좋아하고 싫어하는 감정은 얼마나 유용한지보다 얼마나 재미있고 관심이 가는지에 더 영향을 받는다는 것을 알 수 있었다. 지각된 사생활 침해 또한 태도에 부적인 영향을 끼쳤으나 오락성이나 유용성의 정적 영향이 더 컸다.
즉, 개인적으로 좋아하고 싫어하는 감정은 얼마나 유용한지보다 얼마나 재미있고 관심이 가는지에 더 영향을 받는다는 것을 알 수 있었다. 지각된 사생활 침해 또한 태도에 부적인 영향을 끼쳤으나 오락성이나 유용성의 정적 영향이 더 컸다.
즉, AI의 혜택의 크기를 판단할 때 사람들은 얼마나 유용한지를 주요 기준으로 삼는다는 사실을 알 수 있었다. 지각된 오락성은 AI에 대한 전반적 태도는 유의하게 예측했으나 AI의 혜택 인식을 구성하는 요인은 아니었다. 지각된 유용성도 태도의 유의한 예측변인이었지만 계수 비교 결과 태도를 가장 강력하게 예측한 것은 지각된 오락성이었다.
셋째, 본 연구의 이러한 결과들은 사회심리학 이론들이 AI 기술 정책 맥락에도 적용됨을 보여주는 것으로 의미가 있다. 지각된 유용성과 혜택 인식, 태도, 정책 지지의 관계는 전통적인 인식-태도-행동의도의 관계 및 위험-혜택 이론의 틀에 부합하는 것이며, 지각된 오락성이 혜택 인식을 거치지 않고 직접 태도로 연결되는 관계는 이중처리이론이 제시하는 직관적, 감정적 정보 처리 과정의 결과로 이해할 수 있다. 또한 즐거움, 걱정 등 감정이 결부된 인식들이 AI에 대한 긍정적, 부정적 태도를 유의하게 예측한다는 결과는 신기술에 대한 선행 위험인식 연구들과 일관성을 보여주었다.
지각된 오락성은 AI에 대한 전반적 태도는 유의하게 예측했으나 AI의 혜택 인식을 구성하는 요인은 아니었다. 지각된 유용성도 태도의 유의한 예측변인이었지만 계수 비교 결과 태도를 가장 강력하게 예측한 것은 지각된 오락성이었다. 즉, 개인적으로 좋아하고 싫어하는 감정은 얼마나 유용한지보다 얼마나 재미있고 관심이 가는지에 더 영향을 받는다는 것을 알 수 있었다.
048). 지각된 유용성이 정책 지지로 가는 직접 경로도 유의한 것 (b=.290, SE=.088, p=.001)에 비추어 혜택 인식과 태도를 통한 간접 경로는 완전 매개가 아닌 부분 매개 관계임을 알 수 있었다. 연구문제2(가)인, 혜택 인식을 통하지 않고 태도만 거쳐 정책 지지로 가는 매개 관계에서는 경계적 유의성만 발견되었다(b=.
첫째, AI의 긍정적 특성에 속하는 유용성과 오락성이 각기 다른 역할을 수행한다는 점을 제시하였다. 본 연구 분석 결과, 지각된 유용성은 AI의 혜택 인식을 구성하는 주요 개념으로 AI에 대한 태도 및 정책 지지를 직간접적으로 예측하였다.
001). 혜택 인식은 태도도 유의하게 예측했다(b=.142, SE=.056, p=.011). 위험성 인식은 정책 지지와는 유의한 관계가 없었고 (b=-.
결과를 종합해보면 지각된 유용성은 혜택 인식과 태도, 정책 지지를 모두 유의하게 예측했고, 지각된 오락성은 태도만 유의하게 예측했으며, 지각된 사생활 침해는 위험성 인식과 태도를, 지각된 무력화는 어느 것도 유의하게 예측하지 않았다. 혜택 인식은 태도와 정책 지지를 모두 예측했고, 태도는 정책 지지를 예측했다. 위험성 인식은 어느 것도 유의하게 예측하지 않았다.

후속연구

넷째, 본 연구는 구조방정식 모형을 통해 측정오차를 감안했으며, 매개효과 분석을 통해 AI의 개별 특성 인식이 태도를 거쳐 정책 지지까지 이어지는 과정을 살펴 본 초기 연구로 활용도가 있다. 특히 지지도의 주요 예측변인인 혜택 인식을 지각된 유용성이 유일하게 예측하는 것에 비추어, AI 정책에 대한 국민의 지지를 높이기 위해선 국민들에게 AI 기술의 유용성을 인식시키는 것이 필요하다는 시사점을 제공한다.
상기 한계에도 불구하고 본 연구는 학문적, 실용적 시사점은 향후 AI에 대한 인식 및 태도, 정책 지지연구의 토대가 되어줄 수 있을 것으로 믿는다. 이 연구가 남긴 과제 해결을 위해 앞으로 후행 연구에서는 매개변인 뿐 아니라 AI업계에 대한 신뢰 등의 조절변인을 추가한 모형을 종단 자료를 이용해 장기적으로 비교 검토해볼 것을 제안한다.
상기 한계에도 불구하고 본 연구는 학문적, 실용적 시사점은 향후 AI에 대한 인식 및 태도, 정책 지지연구의 토대가 되어줄 수 있을 것으로 믿는다. 이 연구가 남긴 과제 해결을 위해 앞으로 후행 연구에서는 매개변인 뿐 아니라 AI업계에 대한 신뢰 등의 조절변인을 추가한 모형을 종단 자료를 이용해 장기적으로 비교 검토해볼 것을 제안한다.

참고문헌 (42)

정책브리핑, 'AI 국가전략 발표...2030년 455조 창출.AI반도체 세계 1위' 2019년 12월 17일.
S. S. Sundar, "Rise of Machine Agency: A Framework for Studying the Psychology of Human-AI Interaction(HAII)," J. of Computer-Mediated Communication, Vol.25, No.1, pp.74-88, 2020.

상세보기
구본권, "인공지능 기술 어디까지 왔나?," 관훈저널, 제143호, pp.59-65, 2017.
송위진, "사회문제 해결형 과학기술혁신을 보는 세 가지 관점," 과학기술학연구, 제18권, 제2호, pp.233-267, 2018.

원문보기 상세보기
김은영, AI는 반드시 개발해야 할까, 사이언스 타임스, 2017.11.15.
이두원, "국가 정책홍보의 커뮤니케이션 전략 탐색연구-공중관계 커뮤니케이션의 문제점과 개선방안을 중심으로," 커뮤니케이션학 연구, 제13권, 제1호, pp.182-211, 2005.
한재권, "로봇과 인공지능의 현황 및 전망," 미디어와 교육, 제6권, 제1호, pp.49-58, 2016.
김보람, 인공지능, 마음까지 품을 수 있을까?, 유네스코뉴스, 2018.
C. Paine, "Do You Trust This Computer?" Documentary Film, Diamond Docs/Papercut Films. 2018.
S. Russell and P. Norvig, Artificial intelligence: a modern approach, Pearson. 2002.
이원태, EU의 알고리즘 규제 이슈와 정책적 시사점, KISDI 프리미엄 보고서, 2016.
C. Loizos, This Famous Roboticist Doesn't Think Elon Musk Understands AI, TechCrunch, 2017.
G. Smith, The AI Delusion, Oxford: Oxford University Press. 2018.
O. Etzioni, Most Experts Say AI Isn't as Much of a Threat as You Might Think, MIT Technology Review, 2019.
토비 월시, AI의 미래 생각하는 기계, 프리뷰, 2017.
O. Schwartz, The discourse is unhinged': how the media gets AI alarmingly wrong, The Guardian, 2018.
K. Fromme, E. C. Katz, and K. Rivet, "Outcome Expectancies and Risk-taking Behavior." Cognitive Therapy and Research, Vol.21, No.4, pp.421-442, 1997.

상세보기
D. M. Kahan, P. Slovic, D. Braman, J. Gastil, G. L. Cohen, and D. A. Kysar, "Biased Assimilation, Polarization, and Cultural Credibility: An Experimental Study of Nanotechnology Risk Perceptions," Harvard Law School Program on Risk Regulation Research Paper, pp.8-25, 2008.
E. Cauffman, E. P. Shulman, L. Steinberg, E. Claus, M. T. Banich, S. Graham, and J. Woolard, "Age Differences in Affective Decision Making as Indexed by Performance on the Iowa Gambling Task," Developmental Psychology, Vol.46, No.1, pp.193-207, 2010.

상세보기
J. T. Parsons, P. N. Halkitis, D. Bimbi, and T. Borkowski, "Perceptions of the Benefits and Costs Associated with Condom Use and Unprotected Sex among Late Adolescent College Students," J. of Adolescence, Vol.23, No.4, pp.377-391, 2000.

상세보기
F. D. Davis, "Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology," MIS Quarterly, Vol.13, No.3, pp.319-339, 1989

상세보기
박수아, 최세정, "인공지능 스피커 만족도와 지속적 이용의도에 영향을 미치는 요인: 기능적, 정서적 요인을 중심으로," 정보사회와 미디어, 제19권, 제3호, pp.159-182, 2018.
성현정, AI 시대와 우리의 미래, 여론 속의 여론, 한국리서치, 2020.
성용준, 김아연, 조민하, "인공지능 (AI) 스피커와의 상호작용이 소비자 심리에 미치는 영향," 한국심리학회 학술대회 자료집, p.85, 2018.
갤럽, 인공지능(AI)에 대한 인식-WIN 다국가 비교 조사, 2019.
T. Vogel, G. Bohner, and M. Wanke, Attitudes and Attitude Change, Imprint Psychology Press, 2014.
A. Eagly and S. Chaiken, The Psychology of Attitudes, Harcourt, 1993.
R. H. Fazio and M. A. Olson, "Implicit measures in social cognition research: Their meaning and use," Annual Review of Psychology, Vol.54, No.1, pp.297-327, 2003.

상세보기
G. Vaughan and M. A. Hogg, Introduction to Social Psychology, Pearson Education Australia. 2005.
R. E. Petty and J. T. Cacioppo, "The Elaboration Likelihood Model of Persuasion," Communication and Persuasion, pp.1-24, Springer, 1986.
M. Fishbein, "A theory of reasoned action: Some applications and implications," Nebraska Symposium on Motivation, Vol.27, pp.65-116, 1979.

상세보기
S. Chaiken and Y. Trope (Eds.), Dual-process Theories in Social Psychology, Guilford Press, 1999;
D. Kahneman, "The Marvels and the Flaws of Intuitive Thinking," The New Science of Decision-Making, Problem-Solving, and Prediction, Harper Collins, 2013
S. Nisbet, "Responsible gambling features of card-based technologies," eCOMMUNITY: International J. of Mental Health & Addiction, Vol.3, No.2, pp.54-63 2005.
S. H. Priest, "Misplaced Faith: Communication Variables as Predictors of Encouragement for Biotechnology Development," Science Communication, Vol.23, No.2, pp.97-110, 2001.

상세보기
R. L. Holbert and M. T. Stephenson, "Commentary on the uses and misuses of structural equation modeling in communication research," The Sage sourcebook of advanced data analysis methods for communication research, Sage, pp.185-218, 2008.
김수영, 구조방정식 모형의 기본과 확장, 학지사, 2016.
L. T. Hu and P. M. Bentler, "Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria Versus New Alternatives," Structural Equation Modeling, Vol.6, No.1, pp.1-55, 1999.

상세보기
P. Slovic, E. Peters, M. L. Finucane, and D. G. MacGregor, "Affect, Risk, and Decision Making," Health Psychology, Vol.24, No.4S, pp.35-40, 2005.
C. J. Lee, D. A. Scheufele, and B. V. Lewenstein, "Public Attitudes toward Emerging Technologies: Examining the Interactive Effects of Cognitions and Affect on Public Attitudes toward Nanotechnology," Science Communication, Vol.27, No.2, pp.240-267, 2005.

상세보기
김서용, "과학기술에 대한 수용성 모형의 탐색," 정책 자료, 과학기술정책연구원, pp.1-112, 2009.
최순욱, "한국언론은 인공지능을 어떻게 보도하는가," 신문과 방송, 2월호, pp.39-43, 2020.

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