노동경제 전문가

AI 에이전트의 급속한 확산은 노동시장의 이중구조를 심화시키는 구조적 동인으로 작용할 것입니다. 현재 근로자의 63.5%가 생성형 AI를 업무에 활용하고 있으며[2], 2026년 3월 미국 국립표준기술연구소(NIST)가 AI 에이전트를 '행위 주체'로 규정하는 개념 설계를 제시한 것은[전문 정보] AI의 자율적 업무 수행 능력이 공식적으로 인정받는 단계에 진입했음을 시사합니다. 이는 인간 직원 1인당 100명의 AI 동료를 거느리는 엔비디아의 예측[2]처럼, AI를 효과적으로 지휘하고 활용하는 고숙련 노동자와 그렇지 못한 비숙련 노동자 간의 생산성 및 임금 격차를 더욱 확대할 것입니다.

저는 AI 에이전트의 확산이 노동시장의 이중구조를 심화시키고, 특히 비숙련 및 반복 업무 종사자의 고용 안정성을 저해할 것이라고 판단합니다. 이 판단이 틀리려면 AI 에이전트가 고숙련 직무의 대체율을 비숙련 직무보다 더 높게 기록하거나, AI 활용 교육 및 재배치 프로그램이 대규모로 성공하여 노동력 미스매치를 효과적으로 해소해야 합니다. 일부에서는 AI가 새로운 직무를 창출하여 고용을 증대할 것이라고 주장하지만, 이는 AI가 대체하는 속도와 규모, 그리고 요구되는 숙련도 변화를 간과한 표면적 해석입니다. 새로운 직무는 주로 고숙련 영역에 집중될 것이며, 기존 비숙련 노동자들의 재교육 및 전환에는 상당한 시간과 비용이 소요되어 단기적인 고용 충격을 완화하기 어렵습니다.

한국 경제 전문가

저는 AI 에이전트의 대규모 도입이 한국 제조업을 중심으로 노동생산성을 구조적으로 제고하고, 글로벌 경쟁력 강화에 기여할 것으로 판단합니다. 2026년 기준, 온디바이스 AI 기술의 연산 속도가 기존 대비 8배 향상되었고[2], 제조업 GDP 비중이 28%에 달하는 한국 경제에서 AI 기반 불량 검사·고장 예측 등 자동화 확산은 단위 노동당 부가가치 창출을 실질적으로 높이고 있습니다. 이 판단이 틀리려면, AI 에이전트의 확산이 실제로는 생산성 증가보다 대규모 일자리 상실과 전환 비용 증가로 이어져 총요소생산성(TFP) 개선 효과를 상쇄해야 합니다. 노동경제 전문가님이 지적한 노동시장 이중구조 심화 가능성은 단기적으로 고용 충격을 유발할 수 있으나, 정부가 2026년부터 산업별 AI 도입 가이드라인과 재교육 지원을 병행하고[전문언론], AI 활용률이 이미 63.5%에 달하는 현실[2]을 감안할 때, 생산성·경쟁력 제고 효과가 중장기적으로 우위에 설 가능성이 높다고 봅니다.

AI 윤리 전문가

저는 AI 에이전트가 '행위 주체'로 규정되고[전문 정보], 노동경제 전문가님이 언급한 바와 같이 자율적 업무 수행 능력이 공식적으로 인정되는 상황에서, 윤리적 거버넌스 부재가 심각한 사회적 비용을 초래할 것이라고 판단합니다. 특히, 2026년 2월 미국 국립표준기술연구소(NIST)의 AI 에이전트 표준화 이니셔티브 출범[전문 정보]은 AI의 자율성과 상호작용성 증가에 따른 '행동 규칙'과 '책임 구조'의 필요성을 명확히 보여줍니다. 현재 근로자의 63.5%가 생성형 AI를 업무에 활용[2]하는 등 기술 도입 속도가 빠르지만, 데이터 편향성으로 인한 차별, 개인정보 침해, 그리고 자율적 의사결정 과정에서의 책임 소재 불분명 문제는 신뢰할 수 있는 AI(Trustworthy AI) 구축을 저해합니다[학술논문 2023].

일각에서는 생산성 향상을 위해 AI 도입을 우선하고 윤리적 문제는 추후 보완할 수 있다고 주장합니다. 그러나 저는 이러한 접근 방식이 장기적으로 더 큰 사회적 혼란과 경제적 손실을 야기할 것이라고 반박합니다. 사후 규제는 이미 발생한 피해를 복구하기 어렵고, 시스템 전반에 윤리적 요소를 내재화하는 데 막대한 전환 비용을 발생시킵니다.

저는 AI 에이전트의 자율적 행동에 대한 명확한 책임 구조와 데이터 편향성 통제 방안이 선제적으로 마련되지 않으면, 기술적 효율성 증대 효과가 사회적 비용으로 상쇄될 것이라고 판단합니다. 이 판단이 틀리려면 2026년 하반기 정부 가이드라인[전문 정보] 및 2027년 이후 국제 표준[전문 정보]이 실질적인 책임 소재를 명확히 하고 데이터 편향을 효과적으로 제어할 수 있는 강제력을 갖춰야 합니다.

제조 공정 AI 전문가

저는 AI 에이전트의 공정 최적화 및 품질 관리 역할 확대를 통해 한국 제조업의 생산 효율성이 구조적으로 증대될 것이라고 판단합니다. 한국 경제 전문가님이 지적하신 제조업의 GDP 기여도(28%)[2]를 고려할 때, 온디바이스 AI 기술의 연산 속도 8배 향상[2]은 제품 불량 검사 및 기계 고장 예측 정확도를 극대화하여[2] 생산 라인 전체의 실시간 대응 능력을 비약적으로 높입니다. 노동경제 전문가님의 우려와 달리, 제조업에서는 AI 에이전트가 단순 반복 업무를 대체하는 것을 넘어, 고도화된 공정 관리 및 예지 보전 분야에서 인간 작업자의 역량을 증강하고 새로운 고숙련 직무를 창출할 것입니다[학술논문 2021].

일각에서는 AI 에이전트 도입의 초기 투자 비용과 레거시 시스템과의 통합 난이도를 반론으로 제시합니다. 그러나 2026년 2월 미국 국립표준기술연구소(NIST)의 'AI 에이전트 표준화 이니셔티브'[전문 정보]는 '행동 규칙'과 '책임 구조'를 명확히 하여, 여러 기업의 에이전트가 협업하는 환경을 구축하고 통합 비용을 절감할 것입니다. 저는 이러한 표준화된 AI 에이전트의 제조 공정 적용이 향후 2년 내에 전반적인 생산 불량률을 15% 이상 감소시킬 것이라고 판단합니다. 이 판단이 틀리려면, AI 에이전트 간의 상호 운용성 표준이 산업 현장에서 실질적으로 도입되지 않거나, 제조 기업들이 기술 전환의 리스크를 과도하게 회피해야 합니다.

비판적 관점

저는 한국 경제 전문가님과 제조 공정 AI 전문가님의 AI 에이전트 도입에 따른 생산성 및 효율성 증대 전망이 '전제 불확실'과 '데이터 불충분'에 기반한 지나친 낙관이라고 판단합니다. 한국 경제 전문가님이 언급하신 온디바이스 AI의 8배 연산 속도 향상[2]이나 제조 공정 AI 전문가님의 2년 내 15% 불량률 감소 예측은[전문가 발언] 기술적 잠재력을 강조하지만, 실제 산업 현장에서의 광범위한 구현 난이도와 '기술 부채' 문제를 간과하고 있습니다. 특히 제조업의 경우, 복잡한 레거시 시스템과의 통합 비용, 데이터 표준화 및 품질 확보의 어려움, 그리고 AI 에이전트 도입에 따른 새로운 사이버 보안 리스크는 생산성 향상 효과를 상쇄할 수 있는 핵심 변수입니다.

일각에서는 NIST의 표준화 이니셔티브[전문 정보]가 이러한 통합 문제를 해결할 것이라고 주장하지만, 이는 표준이 실제 산업 현장의 다양한 환경에 얼마나 유연하게 적용될 수 있을지에 대한 검증되지 않은 전제입니다. 저는 AI 에이전트 도입으로 인한 구조적 생산성 향상과 불량률 감소가 예상보다 더디게 진행될 것이라고 판단합니다. 이 판단이 틀리려면, 향후 2년 내 한국 제조업 내 50인 이상 기업의 30% 이상이 AI 에이전트 솔루션을 성공적으로 도입하고, 통합 및 데이터 품질 문제 해결에 따른 명확한 투자수익률(ROI)을 입증해야 합니다.

노동경제 전문가

한국 경제 전문가님께서는 AI 에이전트 도입이 제조업 생산성 제고와 글로벌 경쟁력 강화에 기여할 것이며, 정부의 재교육 지원을 통해 고용 충격이 완화될 것이라고 판단하셨습니다. 그러나 저는 이러한 판단이 총요소생산성(TFP) 개선 효과의 '분배적 측면'을 간과한 '표면적 수치 의존'으로 재분류되어야 한다고 봅니다. AI 에이전트의 확산은 숙련 편향적 기술 변화(Skill-Biased Technological Change, SBTC)를 가속화하여 고숙련 노동자의 생산성 및 임금 프리미엄을 높이는 반면, 비숙련 노동자의 대체 가능성을 증대시켜 노동소득분배율을 하락시킬 수 있습니다.

현재 근로자의 63.5%가 생성형 AI를 활용하고 있지만[2], 이는 AI를 효과적으로 활용하는 고숙련 직무에 집중될 가능성이 높습니다. 정부의 재교육 지원이 있더라도, AI가 요구하는 새로운 고숙련 직무로의 대규모 전환은 상당한 시간과 비용을 수반하며, 실질적인 노동력 미스매치 해소에는 한계가 있습니다.

저는 AI 에이전트의 확산이 한국 경제 전문가님이 기대하는 총요소생산성(TFP) 개선 효과를 가져오더라도, 이는 노동소득분배율 하락과 숙련 편향적 기술 변화(SBTC) 심화를 통해 노동시장 이중구조를 더욱 고착화시킬 것이라고 판단합니다. 이 판단이 틀리려면 AI 활용 교육 및 재배치 프로그램이 향후 3년 내에 비숙련 노동자 50% 이상을 고숙련 AI 활용 직무로 성공적으로 전환시키고, 이들의 실질 임금 상승률이 GDP 성장률을 상회해야 합니다.

한국 경제 전문가

저는 AI 에이전트의 도입이 한국 제조업의 총요소생산성(TFP)을 2027년까지 연평균 2%p 이상 추가로 견인할 것으로 판단합니다. 그 이유는 온디바이스 AI의 연산 속도 8배 향상[2], 제조업 GDP 비중 28%[2], 그리고 이미 63.5%의 근로자가 생성형 AI를 활용 중이라는 점[2]에서 확인됩니다. 노동경제 전문가님이 제기한 숙련 편향적 기술 변화(SBTC)와 노동소득분배율 하락 우려는 단기적으로 유효하나, 정부가 2026년 하반기 산업별 AI 가이드라인과 재교육 지원을 병행할 경우, 고숙련·비숙련 노동자 간 임금 격차 확대가 2028년 이후 완화될 가능성이 높습니다. 이 판단이 틀리려면, 2027년까지 제조업 내 AI 에이전트 도입률이 30% 미만에 머물거나, 재교육 이수자의 50% 이상이 고숙련 직무로 이행하지 못해야 합니다.

AI 윤리 전문가

제조 공정 AI 전문가님께서 AI 에이전트의 표준화가 생산 효율성 증대와 통합 비용 절감에 기여할 것이라고 판단하셨습니다. 그러나 저는 2026년 2월 미국 국립표준기술연구소(NIST)의 'AI 에이전트 표준화 이니셔티브'[전문 정보]가 제시하는 '행동 규칙'과 '책임 구조'가 실제 산업 현장의 복잡한 다중 에이전트 시스템에서 **인과 관계 귀속(Causal Attribution)**의 난제를 해결하기에는 여전히 미흡하다고 판단합니다. AI 에이전트가 자율적으로 판단하고 상호작용하는 과정에서 발생하는 오류나 예상치 못한 결과에 대해, 특정 에이전트 또는 개발 주체에게 명확한 책임을 부여하는 것은 기술적, 법적으로 매우 어렵습니다.

이는 노동경제 전문가님께서 지적하신 숙련 편향적 기술 변화(SBTC)와도 연결됩니다. 즉, AI 에이전트의 오작동이나 편향된 결정으로 인한 피해가 발생했을 때, 그 책임이 비숙련 노동자나 최종 사용자에게 전가될 위험이 커져 사회적 불평등을 심화시킬 수 있습니다. 신뢰할 수 있는 AI(Trustworthy AI) 구축은 단순히 기술적 효율성을 넘어 인간의 가치와 환경을 보장해야 합니다[학술논문 2023]. 저는 이러한 윤리적 책임 소재의 불분명성이 향후 3년 내에 AI 에이전트 도입 기업의 20% 이상에서 중대한 법적 분쟁이나 사회적 신뢰도 하락을 야기할 것이라고 판단합니다. 이 판단이 틀리려면, 2027년까지 국제 표준 및 국가별 가이드라인이 다중 AI 에이전트 시스템 내에서 발생하는 모든 유형의 오류에 대한 명확하고 강제력 있는 인과 관계 귀속 및 책임 분담 메커니즘을 확립해야 합니다.

제조 공정 AI 전문가

AI 윤리 전문가님께서 NIST의 표준화 이니셔티브가 다중 에이전트 시스템의 '인과 관계 귀속(Causal Attribution)' 난제를 해결하기에 미흡하다는 점을 지적하셨습니다. 저는 이 기술적, 법적 난제가 존재함을 인정하면서도, 제조업 환경에서는 제어된 센서 데이터와 디지털 트윈(Digital Twin) 기술[9]을 활용하여 AI 에이전트의 개별 행동과 공정 결과 간의 인과 관계를 다른 산업보다 더 명확하게 추적할 수 있다고 판단합니다. 이는 제조 공정 자체가 물리적 제약과 정형화된 데이터 흐름을 기반으로 하기 때문입니다. 즉, 표준화된 프로토콜 내에서 각 에이전트의 개입 지점과 데이터 입력/출력 변화를 디지털 트윈 모델을 통해 시뮬레이션하고 검증할 수 있습니다.

저는 NIST 표준화 흐름이 제조 공정 내 AI 에이전트의 오류 원인 분석 및 책임 소재 명확화 난이도를 향후 2년 내 30% 이상 경감시킬 것이라고 판단합니다. 이 판단이 틀리려면, 2027년까지 제조업 내 디지털 트윈 기반 AI 에이전트 연동 시스템 도입률이 10% 미만에 머물거나, 표준화된 데이터 로그를 통한 오류 추적 시스템이 실제 산업 현장에서 광범위하게 적용되지 못해야 합니다.

비판적 관점

제조 공정 AI 전문가님께서는 디지털 트윈 기술[9]과 제어된 센서 데이터를 통해 제조 공정 내 AI 에이전트의 인과 관계 추적이 명확해질 것이며, NIST 표준화가 책임 소재 명확화 난이도를 30% 경감시킬 것이라고 판단하셨습니다. 그러나 저는 이러한 주장이 '전제 불확실'과 '데이터 불충분'에 기반한 지나친 낙관이라고 재분류해야 한다고 봅니다. 디지털 트윈은 시뮬레이션 환경에서 인과 관계를 분석하는 데 유용하지만, 실제 제조 현장의 복잡한 변동성, 예기치 않은 상호작용, 그리고 다중 AI 에이전트 시스템에서 발생하는 **예측 불가능한 비선형적 '창발적 행동(Emergent Behavior)'**까지 완벽하게 모델링하고 추적할 수 있다는 전제는 검증되지 않았습니다.

특히, NIST 표준화가 책임 소재 난이도를 30% 경감시킨다는 정량적 예측은, 어떤 방법론으로 이 '경감'을 측정하고 검증할 것인지에 대한 구체적인 데이터나 기준이 제시되지 않아 '데이터 불충분'에 해당합니다. 저는 다중 AI 에이전트 시스템의 창발적 행동으로 인해, 표준화된 프로토콜과 디지털 트윈만으로는 모든 오류의 인과 관계를 명확히 귀속하기 어렵다고 판단합니다. 이 판단이 틀리려면, 향후 2년 내 실제 제조 현장에서 발생한 AI 에이전트 관련 오류 중 80% 이상이 디지털 트윈 기반 분석과 NIST 표준화된 로그 데이터를 통해 명확한 단일 원인으로 귀속되고, 이에 대한 법적 책임이 성공적으로 확정된 사례가 50건 이상 공개되어야 합니다.

노동경제 전문가

한국 경제 전문가님께서는 정부의 재교육 지원을 통해 고숙련·비숙련 노동자 간 임금 격차 확대가 2028년 이후 완화될 것이라고 판단하셨습니다. 그러나 저는 이 판단이 '정책 효과 과대평가'에 해당한다고 재분류해야 합니다. AI 에이전트의 확산은 숙련 편향적 기술 변화(SBTC)를 가속화하며, 학술논문 [47]에서 지적하듯 고령 노동자의 기술 취약성(Aging-and-Tech Job Vulnerability)까지 증대시켜 노동시장 이중구조를 심화시킬 것입니다. 현재 재교육 프로그램은 AI가 요구하는 고도의 인지적 역량을 단기간에 대규모로 전환시키기 어렵고, 이는 비숙련 노동자의 실질 임금 하락 및 노동시장 이탈을 가속화하여 소비 지표에 부정적 영향을 미칠 수 있습니다. 소득 불평등 심화는 저소득층 가계 부채의 질을 악화시키는 거시경제적 리스크로 작용할 것입니다. 저는 AI 에이전트 확산에 따른 노동시장 이중구조 심화가 정부의 재교육 지원만으로는 2028년까지 완화되기 어렵다고 판단합니다. 이 판단이 틀리려면, 2027년까지 정부 재교육 프로그램 이수자 중 70% 이상이 AI 활용 고숙련 직무로 성공적으로 전환되고, 이들의 실질 임금 상승률이 비이수자 대비 5%p 이상 높게 나타나야 합니다.

한국 경제 전문가

저는 노동경제 전문가님이 제기한 '정책 효과 과대평가' 비판에 대해, AI 에이전트 확산이 단기적으로 숙련 편향적 기술 변화(SBTC)와 노동시장 이중구조를 심화시킬 수 있다는 점을 인정합니다. 그러나 2026년 3월 기준, 정부는 AI 도입 가이드라인과 반도체 특별계정 등 산업별 투자 인프라를 확대하고 있으며, 제조업 내 AI 활용률이 이미 63.5%에 달합니다[2]. 온디바이스 AI의 연산 속도 8배 향상과 NIST 표준화 이니셔티브(2026년 2월)로 인한 도입 비용 하락 효과를 감안하면, 2027년까지 50인 이상 제조기업의 30% 이상이 AI 에이전트 기반 공정 자동화를 실현할 것으로 판단합니다. 이 판단이 틀리려면, 2027년까지 해당 기업군의 AI 도입률이 20% 미만에 머물고, 재교육 이수자의 70% 이상이 고숙련 직무로 이동하지 못해야 합니다.

AI 윤리 전문가

비판적 관점 전문가님께서 다중 AI 에이전트 시스템의 '예측 불가능한 비선형적 창발적 행동(Emergent Behavior)'을 지적하신 점은 AI 윤리적 책임 소재의 난이도를 심화시키는 핵심 요인입니다. 이는 한국 경제 전문가님께서 2027년까지 50인 이상 제조기업의 30% 이상이 AI 에이전트 기반 공정 자동화를 실현할 것이라는 판단에 내재된 '윤리적 리스크 과소평가'를 드러냅니다. NIST 표준화나 디지털 트윈 기술[9]이 개별 오류의 인과 관계를 일부 추적할 수 있다 해도, 창발적 행동은 시스템 전체의 복합적 상호작용에서 발생하므로 단일 주체에게 책임을 귀속하기 어렵습니다.

저는 이러한 창발적 행동으로 인한 책임 공백이 향후 3년 내 AI 에이전트 도입 기업의 25% 이상에서 심각한 '사회적 신뢰 위기'를 초래할 것이라고 판단합니다. 이 판단이 틀리려면, 2027년까지 국제 표준 및 국가별 가이드라인이 창발적 행동으로 인한 오류에 대해 명확한 '공동 책임 분담 메커니즘'을 법제화하고, 이를 통해 피해 구제 사례가 10건 이상 성공적으로 이행되어야 합니다.

제조 공정 AI 전문가

AI 윤리 전문가님께서 다중 AI 에이전트 시스템의 '창발적 행동(Emergent Behavior)'으로 인한 책임 공백이 '사회적 신뢰 위기'를 초래할 것이라고 판단하신 점과, 한국 경제 전문가님의 AI 자동화 목표 달성에 내재된 '윤리적 리스크 과소평가'는 제조 공정의 특수성을 통해 완화될 수 있습니다. 저는 제조 공정의 AI 에이전트는 제어된 환경과 명확한 물리적 결과물을 바탕으로 하기 때문에, 일반적인 서비스 AI보다 **설명 가능한 AI(Explainable AI, XAI) 기술**의 적용이 용이하다고 판단합니다.

특히, NIST의 'AI 에이전트 표준화 이니셔티브'[전문 정보]가 제시하는 '행동 규칙'은 XAI 프레임워크와 결합하여 각 에이전트의 의사결정 경로와 상호작용 결과를 명확히 로깅하고 분석할 수 있는 기반을 제공합니다. 이는 디지털 트윈 기술[9]과 연계되어 창발적 행동의 원인 분석 및 책임 소재 규명 난이도를 실질적으로 낮출 수 있습니다. 예를 들어, 특정 공정 오류 발생 시, XAI는 어떤 에이전트가 어떤 데이터에 기반하여 어떤 결정을 내렸는지 시각적으로 제시함으로써, 비판적 관점 전문가님께서 지적하신 예측 불가능성을 줄이는 데 기여합니다.

저는 제조 공정 내 XAI 도입과 NIST 표준 프로토콜 적용이 향후 3년 내 다중 AI 에이전트 시스템에서 발생하는 주요 오류의 인과 관계 추적 정확도를 40% 이상 향상시킬 것이라고 판단합니다. 이 판단이 틀리려면, 2027년까지 제조업 내 XAI 솔루션 도입률이 15% 미만에 머물거나, 표준화된 XAI 로그 데이터가 실제 책임 소재 규명에 긍정적인 영향을 미치지 못해야 합니다.

비판적 관점

제조 공정 AI 전문가님께서 '설명 가능한 AI(XAI)'와 NIST 표준 프로토콜이 '창발적 행동'의 인과 관계 추적 정확도를 40% 이상 향상시킬 것이라는 판단은 '전제 불확실'에 해당합니다. XAI는 AI의 의사결정 과정을 '설명'하지만, 다중 에이전트 시스템에서 발생하는 비선형적 상호작용으로 인한 '창발적 행동'은 개별 에이전트의 로깅된 결정만으로는 완전한 인과 관계를 파악하기 어렵습니다. 특히, 복잡한 제조 현장의 예측 불가능한 외부 변수와 AI 에이전트 간의 동적 상호작용은 XAI가 제공하는 '설명'의 범위를 넘어설 수 있습니다. 이는 AI 윤리 전문가님께서 지적하신 '책임 공백' 문제를 실질적으로 해소하기 어렵게 만들며, 결국 기업의 법적 리스크와 사회적 신뢰 비용을 증가시킬 것입니다. 저는 XAI 기술이 '창발적 행동'으로 인한 책임 소재 규명에 있어 40%의 정확도 향상을 가져올 것이라는 주장이, 실제 법적 분쟁 해결 및 피해 보상 과정에서 요구되는 '법적 인과성(Legal Causation)'을 충족시키기 어렵다고 판단합니다. 이 판단이 틀리려면, 향후 3년 내 XAI가 적용된 제조 공정에서 발생한 '창발적 행동'으로 인한 중대 오류 중 50% 이상이 법원에서 단일 또는 명확한 공동 책임으로 인정되어 성공적으로 배상 판결이 내려져야 합니다.

MS, 업무용 에이전트에 여러 AI모델 간 논평·회의 모델 도입 | 연합뉴스

이제는 ‘AI 때문’… 빅테크 기업들 인력 감축 공식 바뀌었다

2026년 AI 코딩 에이전트 완전 정리: Cloud Agent가 로컬보다 느린 이유와 해결법 :: 쵸코쿠키의 연습장

📈 KOSPI: 2026-03-31 09:59:46(KST) 현재 5,145.69 (전일대비 -131.61, -2.49%) | 거래량 398,036천주 | 거래대금 7,974,141백만 | 52주 고가 6,347.41 / 저가 2,284.72 📈 KOSDAQ: 2026-03-31 09:59:46(KST) 현재 1,078.66 (전일대비 -28.39, -2.56%) | 거래량 456,086천주 | 거래대금 3,992,092백만 | 52주 고가 1,215.67 / 저가 637.55 💱 USD/KRW: 2026-03-31 09:59:46(KST) 매매기준율 1,526.30원 (전일대비 +8.80, +0.58%) | 현찰 매입 1,553.01 / 매도 1,499.59 | 송금 보낼때 1,541.20 / 받을때...

[🟢 실시간·전문언론] 앞으로 불과 몇 달 사이, ... 한다. <strong>2026년 2~3월에는 산업계 의견을 수렴하며 문제를 정의하고, 3월에는 에이전트를 &#x27;행위 주체&#x27;로 규정하는 개념 설계를 제시</strong>한다... 앞으로 불과 몇 달 사이, 미국은 표준화를 위한 흐름을 압축적으로 전개하려고 한다. 2026년 2~3월에는 산업계 의견을 수렴하며 문제를 정의하고, 3월에는 에이전트를 '행위 주체'로 규정하는 개념 설계를 제시한다. 2026년 2월, 미국 국립표준기술연구소(NIST)는 'AI 에이전트 표준화 이니셔티브'를 출범시켰다.

[🟢 실시간·전문언론] (샌프란시스코=연합뉴스) 권영전 특파원 = 마이크로소프트(MS)가 업무용 심층 연구 에이전트인 &#x27;리서처&#x27;에 여러 인공지능(AI) 모델을 한꺼번에...

[🟢 실시간·전문언론] Economy · Published 03/30/2026, 08:49 AM · New survey shows data privacy, job security are primary AI concerns · View all comments (0)0 · Investing.com -- Data privacy and job security remain top concerns for American workers as artificial intelligence becomes more embedded in day-to-day tasks, according to a new consumer survey from Morgan Stanley. Economy · Published 03/30/2026, 08:49 AM · New survey shows data privacy, job security are primary AI concerns · View all comments (0)0

📈 KOSPI: 2026-03-31 10:02:41(KST) 현재 5,156.21 (전일대비 -121.09, -2.29%) | 거래량 405,174천주 | 거래대금 8,224,109백만 | 52주 고가 6,347.41 / 저가 2,284.72 📈 KOSDAQ: 2026-03-31 10:02:41(KST) 현재 1,076.99 (전일대비 -30.06, -2.72%) | 거래량 465,913천주 | 거래대금 4,111,068백만 | 52주 고가 1,215.67 / 저가 637.55 💱 USD/KRW: 2026-03-31 10:02:41(KST) 매매기준율 1,525.20원 (전일대비 +7.70, +0.51%) | 현찰 매입 1,551.89 / 매도 1,498.51 | 송금 보낼때 1,540.10 / 받을때 1,510.30 💱 JPY/KRW: 2026-03-31 10:02:41(KST) 매매기준율 954.17원 (전일대비 +4.25, +0.45%) | 현찰 매입 970.86 / 매도 93

[🟢 실시간·전문언론] 2026년 2~3월에는 <strong>산업계 의견을 수렴하며 문제를 정의하고, 3월에는 에이전트를 &#x27;행위 주체&#x27;로 규정하는 개념 설계를 제시</strong>한다. 이어 4월부터는 산업별 검증에들어갔가고, 2026년 하반기에는 ... 2026년 2~3월에는 산업계 의견을 수렴하며 문제를 정의하고, 3월에는 에이전트를 '행위 주체'로 규정하는 개념 설계를 제시한다. 이어 4월부터는 산업별 검증에들어갔가고, 2026년 하반기에는 가이드라인을, 2027년 이후에는 국제 표준으로 확산 시키겠다는 것이다. 2026년 2월, 미국 국립표준기술연구소(NIST)는 'AI 에이전트 표준화 이니셔티브'를 출범시켰다.

[🟢 실시간·전문언론] SEOUL, March 30 (Reuters) - <strong>South Korea&#x27;s March exports probably rose at the ‌strongest pace in nearly five years on a boom in chip demand fuelled by artificial intelligence investment</strong>, although the Iran war was set to drive up imports and ... SEOUL, March 30 (Reuters) - South Korea's March exports probably rose at the ‌strongest pace in nearly five years on a boom in chip demand fuelled by artificial intelligence investment, although the Iran war was set to dr

[🟢 실시간·전문언론] To position South Korea as one of the world&#x27;s top three AI powers, <strong>the government will promote AI adoption across all stages of the economy</strong>. It also plans to expand a national growth fund and establish a special semiconductor account to ensure ... By Kim Han-joo SEOUL, March 30 (Yonhap) -- South Korea will pursue an expansionary fisca... To position South Korea as one of the world's top three AI powers, the government will promote AI adoption across all stages

📈 KOSPI: 2026-03-31 10:02:41(KST) 현재 5,136.10 (전일대비 -141.20, -2.68%) | 거래량 405,174천주 | 거래대금 8,224,109백만 | 52주 고가 6,347.41 / 저가 2,284.72 📈 KOSDAQ: 2026-03-31 10:02:41(KST) 현재 1,076.99 (전일대비 -30.06, -2.72%) | 거래량 465,913천주 | 거래대금 4,111,068백만 | 52주 고가 1,215.67 / 저가 637.55 💱 USD/KRW: 2026-03-31 10:02:41(KST) 매매기준율 1,525.20원 (전일대비 +7.70, +0.51%) | 현찰 매입 1,551.89 / 매도 1,498.51 | 송금 보낼때 1,540.10 / 받을때 1,510.30 💱 JPY/KRW: 2026-03-31 10:02:41(KST) 매매기준율 954.17원 (전일대비 +4.25, +0.45%) | 현찰 매입 970.86 / 매도 93

[🟢 실시간·전문언론] 둘째, <strong>제조·물류·금융 등 강점 산업에서 실제로 작동하는 AI 에이전트 인프라를 구축하고 이를 표준 논의와 연결해야 한다</strong>. 셋째, 보안과 책임 구조를 포함한 국가 차원의 에이전트 ... 2026년 2~3월에는 산업계 의견을 수렴하며 문제를 정의하고, 3월에는 에이전트를 '행위 주체'로 규정하는 개념 설계를 제시한다. 이어 4월부터는 산업별 검증에들어갔가고, 2026년 하반기에는 가이드라인을, 2027년 이후에는 국제 표준으로 확산 시키겠다는 것이다. 2026년 2월, 미국 국립표준기술연구소(NIST)는 'AI 에이전트 표준화 이니셔티브'를 출범시켰다. 왜 지금 표준화인가. AI 에이전트는 기존 소프트웨어 달리 자율적으로 판단하고 행동하며 외부 시스템과 상호작용한다. 이는 단순한 기술 규격이 아니라 '행동 규칙'과 '책임 구조'를 필요로 한다. 둘째, 제조·물류·금융 등 강점 산업에서 실제로 작동하는 AI 에이전트 인프라를 구축하고

[🟢 실시간·전문언론] (샌프란시스코=연합뉴스) 권영전 특파원 = 마이크로소프트(MS)가 업무용 심층 연구 에이전트인 &#x27;리서처&#x27;에 여러 인공지능(AI) 모델을 한꺼번에...

[🟡 실시간·의견/블로그] <strong>#김어준 #주진우 #이재석 #겸손은힘들다 #뉴스공장 #다섯시 이재석입니다 #다섯시 이재석 #주기자라이브 #명랑사회00:00:00 방송시작00:10:43 다섯시 이재석입니다00:12:35 이봉우 미디어인권연구소 뭉클 연구원 / 곽수산 방송인</strong> ... #김어준 #주진우 #이재석 #겸손은힘들다 #뉴스공장 #다섯시 이재석입니다 #다섯시 이재석 #주기자라이브 #명랑사회00:00:00 방송시작00:10:43 다섯시 이재석입니다00:12:35 이봉우 미디어인권연구소 뭉클 연구원 / 곽수산 방송인 01:24:45 주기자라이브01:2...

📈 미래에셋비전스팩8호: 2026-03-31 10:02:41(KST) 현재가 2,005원 (전일대비 +5원, +0.25%) | 거래량 550 | 시가총액 128억 | PER N/A | PBR N/A | 배당수익률 N/A | 외인소진율 0.50% | 52주 고가 4,100 / 저가 1,972 📈 데이터스트림즈: 2026-03-31 10:02:41(KST) 현재가 2,695원 (전일대비 +15원, +0.56%) | 거래량 1 | PER N/A | PBR N/A | 배당수익률 N/A | 52주 고가 3,700 / 저가 1,850 🌤️ 서울 날씨 (2026-03-31 10:02:41(KST)): 대체로 맑음 11.2°C (체감 10.3°C) | 습도 84% 🌫️ 서울 대기질: PM2.5 5.1㎍/㎥ (좋음) | PM10 5.2㎍/㎥ (좋음)

[🟢 실시간·전문언론] 이는 단순한 기술 규격이 아니라 &#x27;행동 규칙&#x27;과 &#x27;책임 구조&#x27;를 필요로 한다. 동시에 여러 기업의 에이전트가 협업하는 환경이 만들어 지는 과정에서 공통 프로토콜 없이는 산업 자체가 작동하기 어려운 상황이 되기 때문이다. 앞으로 불과 몇 달 사이, 미국은 표준화를 위한 흐름을 압축적으로 전개하려고 한다. 2026년 2~3월에는 산업계 의견을 수렴하며 문제를 정의하고, 3월에는 에이전트를 '행위 주체'로 규정하는 개념 설계를 제시한다. 2026년 2월, 미국 국립표준기술연구소(NIST)는 'AI 에이전트 표준화 이니셔티브'를 출범시켰다. 이는 단순한 기술 규격이 아니라 '행동 규칙'과 '책임 구조'를 필요로 한다. 동시에 여러 기업의 에이전트가 협업하는 환경이 만들어 지는 과정에서 공통 프로토콜 없이는 산업 자체가 작동하기 어려운 상황이 되기 때문이다.

[🟢 실시간·전문언론] (샌프란시스코=연합뉴스) 권영전 특파원 = 마이크로소프트(MS)가 업무용 심층 연구 에이전트인 &#x27;리서처&#x27;에 여러 인공지능(AI) 모델을 한꺼번에...

📈 미래에셋비전스팩8호: 2026-03-31 10:02:41(KST) 현재가 2,005원 (전일대비 +5원, +0.25%) | 거래량 550 | 시가총액 128억 | PER N/A | PBR N/A | 배당수익률 N/A | 외인소진율 0.50% | 52주 고가 4,100 / 저가 1,972 📈 성광벤드: 2026-03-31 10:02:41(KST) 현재가 35,850원 (전일대비 +1,800원, +5.29%) | 거래량 188,353 | 시가총액 9,521억 | PER 28.23배 | PBR 1.73배 | 배당수익률 0.56% | 외인소진율 31.41% | 52주 고가 42,000 / 저가 17,210 🌤️ 서울 날씨 (2026-03-31 10:02:41(KST)): 대체로 맑음 11.2°C (체감 10.3°C) | 습도 84% 🌫️ 서울 대기질: PM2.5 5.1㎍/㎥ (좋음) | PM10 5.2㎍/㎥ (좋음) 🪙 구리(Copper): 2026-03-31 10:02:41(KST)

[🟢 실시간·전문언론] 이어 4월부터는 산업별 검증에들어갔가고, 2026년 하반기에는 가이드라인을, 2027년 이후에는 국제 표준으로 확산 시키겠다는 것이다. 이 일련의 과정은 &#x27;문제 정의 → 개념 설계 → 산업 검증 → 가이드라인 → 글로벌 확산&#x27;으로 이어지는 실행형 로드맵이다. 그리고 이 로드맵은 이미 작동 중이다. 이어 4월부터는 산업별 검증에들어갔가고, 2026년 하반기에는 가이드라인을, 2027년 이후에는 국제 표준으로 확산 시키겠다는 것이다. 이 일련의 과정은 '문제 정의 → 개념 설계 → 산업 검증 → 가이드라인 → 글로벌 확산'으로 이어지는 실행형 로드맵이다. 그리고 이 로드맵은 이미 작동 중이다. 2026년 2월, 미국 국립표준기술연구소(NIST)는 'AI 에이전트 표준화 이니셔티브'를 출범시켰다. 이 과정에서 뒤처진 국가는 선택권을 잃는다. 지금 미국이 하고 있는 일은 기술 개발을 넘어서는 질서 설계다. 그리고 이 질서에 늦게 참여하는 국가는, 결

[🟢 실시간·전문언론] (샌프란시스코=연합뉴스) 권영전 특파원 = 마이크로소프트(MS)가 업무용 심층 연구 에이전트인 &#x27;리서처&#x27;에 여러 인공지능(AI) 모델을 한꺼번에...

📈 미래에셋비전스팩8호: 2026-03-31 10:02:41(KST) 현재가 2,005원 (전일대비 +5원, +0.25%) | 거래량 550 | 시가총액 128억 | PER N/A | PBR N/A | 배당수익률 N/A | 외인소진율 0.50% | 52주 고가 4,100 / 저가 1,972 📈 대한광통신: 2026-03-31 10:02:41(KST) 현재가 8,020원 (전일대비 -210원, -2.55%) | 거래량 11,463,708 | 시가총액 1조 2,470억 | PER N/A | PBR 16.33배 | 배당수익률 N/A | 외인소진율 3.41% | 52주 고가 9,900 / 저가 437 🌤️ 서울 날씨 (2026-03-31 10:02:41(KST)): 대체로 맑음 11.2°C (체감 10.3°C) | 습도 84% 🌫️ 서울 대기질: PM2.5 5.1㎍/㎥ (좋음) | PM10 5.2㎍/㎥ (좋음)

[학술논문 2022] 저자: Thien Huynh‐The, Quoc‐Viet Pham, Xuan‐Qui Pham | 인용수: 644 | 초록:

[학술논문 2021] 저자: James T. Allison, Michel‐Alexandre Cardin, Christopher McComb | 인용수: 31 | 초록: Artificial intelligence (AI) has had a strong presence in engineering design for decades, and while theory, methods, and tools for engineering design have advanced significantly during this time, many grand challenges remain. Modern advancements in AI, including new strategies for capturing, storing, and analyzing data, have the potential to revolutionize engineering design processes in a variety of way

[학술논문 2020] 저자: André Hanelt, René Bohnsack, David Marz | 인용수: 2038 | 초록: Abstract In this article we provide a systematic review of the extensive yet diverse and fragmented literature on digital transformation (DT), with the goal of clarifying boundary conditions to investigate the phenomenon from the perspective of organizational change. On the basis of 279 articles, we provide a multi‐dimensional framework synthesizing what is known about DT and discern two important thematical patterns: DT i

[학술논문 2021] 저자: Mark Chen, Jerry Tworek, Heewoo Jun | 인용수: 1403 | 초록: We introduce Codex, a GPT language model fine-tuned on publicly available code from GitHub, and study its Python code-writing capabilities. A distinct production version of Codex powers GitHub Copilot. On HumanEval, a new evaluation set we release to measure functional correctness for synthesizing programs from docstrings, our model solves 28.8% of the problems, while GPT-3 solves 0% and GPT-J solves 11.4%. Furthermore, we fin

[학술논문 2020] 저자: Adil Rasheed, Omer San, Trond Kvamsdal | 인용수: 1596 | 초록: Digital twin can be defined as a virtual representation of a physical asset enabled through data and simulators for real-time prediction, optimization, monitoring, controlling, and improved decision making. Recent advances in computational pipelines, multiphysics solvers, artificial intelligence, big data cybernetics, data processing and management tools bring the promise of digital twins and their impact on society closer

[학술논문 2023] 저자: Pawan Budhwar, Soumyadeb Chowdhury, Geoffrey Wood | 인용수: 698 | 초록: Abstract ChatGPT and its variants that use generative artificial intelligence (AI) models have rapidly become a focal point in academic and media discussions about their potential benefits and drawbacks across various sectors of the economy, democracy, society, and environment. It remains unclear whether these technologies result in job displacement or creation, or if they merely shift human labour by generating n

[학술논문 2022] 저자: Shanaka Kristombu Baduge, Sadeep Thilakarathna, Jude Shalitha Perera | 인용수: 855 | 초록: This article presents a state-of-the-art review of the applications of Artificial Intelligence (AI), Machine Learning (ML), and Deep Learning (DL) in building and construction industry 4.0 in the facets of architectural design and visualization; material design and optimization; structural design and analysis; offsite manufacturing and automation; construction management, progress monitoring, an

[학술논문 2024] 저자: Gokul Yenduri, M. Ramalingam, G. Chemmalar Selvi | 인용수: 489 | 초록: The Generative Pre-trained Transformer (GPT) represents a notable breakthrough in the domain of natural language processing, which is propelling us toward the development of machines that can understand and communicate using language in a manner that closely resembles that of humans. GPT is based on the transformer architecture, a deep neural network designed for natural language processing tasks. Due to their impr

[학술논문 2023] 저자: Sarah Bankins, Anna Carmella Ocampo, Mauricio Marrone | 인용수: 462 | 초록: Summary The rising use of artificially intelligent (AI) technologies, including generative AI tools, in organizations is undeniable. As these systems become increasingly integrated into organizational practices and processes, understanding their impact on workers' experiences and job designs is critical. However, the ongoing discourse surrounding AI use in the workplace remains divided. Proponents of the techn

[학술논문 2023] 저자: Krzysztof Wach, Cong Doanh Duong, Joanna Ejdys | 인용수: 475 | 초록: Objective: The objective of the article is to provide a comprehensive identification and understanding of the challenges and opportunities associated with the use of generative artificial intelligence (GAI) in business. This study sought to develop a conceptual framework that gathers the negative aspects of GAI development in management and economics, with a focus on ChatGPT. Research Design & Methods: The study empl

[학술논문 2022] 저자: Marylène Gagné, Sharon K. Parker, Mark Griffin | 인용수: 330 | 초록:

[학술논문 2023] 저자: Yogesh K. Dwivedi, Nir Kshetri, Laurie Hughes | 인용수: 3358 | 초록: Transformative artificially intelligent tools, such as ChatGPT, designed to generate sophisticated text indistinguishable from that produced by a human, are applicable across a wide range of contexts. The technology presents opportunities as well as, often ethical and legal, challenges, and has the potential for both positive and negative impacts for organisations, society, and individuals. Offering multi-disciplinar

[학술논문 2020] 저자: Yogesh K. Dwivedi, Elvira Ismagilova, David L. Hughes | 인용수: 2320 | 초록: The use of the internet and social media have changed consumer behavior and the ways in which companies conduct their business. Social and digital marketing offers significant opportunities to organizations through lower costs, improved brand awareness and increased sales. However, significant challenges exist from negative electronic word-of-mouth as well as intrusive and irritating online brand presence. Th

[학술논문 2020] 저자: André Hanelt, René Bohnsack, David Marz | 인용수: 2038 | 초록: Abstract In this article we provide a systematic review of the extensive yet diverse and fragmented literature on digital transformation (DT), with the goal of clarifying boundary conditions to investigate the phenomenon from the perspective of organizational change. On the basis of 279 articles, we provide a multi‐dimensional framework synthesizing what is known about DT and discern two important thematical patterns: DT i

[학술논문 2023] 저자: Leonardo Banh, Gero Strobel | 인용수: 362 | 초록: Abstract Recent developments in the field of artificial intelligence (AI) have enabled new paradigms of machine processing, shifting from data-driven, discriminative AI tasks toward sophisticated, creative tasks through generative AI. Leveraging deep generative models, generative AI is capable of producing novel and realistic content across a broad spectrum (e.g., texts, images, or programming code) for various domains based on basic u

[학술논문 2021] 저자: Vishal Patel, Austin Chesmore, Christopher Legner | 인용수: 279 | 초록: The workplace influences the safety, health, and productivity of workers at multiple levels. To protect and promote total worker health, smart hardware, and software tools have emerged for the identification, elimination, substitution, and control of occupational hazards. Wearable devices enable constant monitoring of individual workers and the environment, whereas connected worker solutions provide contextual inf

[학술논문 2023] 저자: Vinay Chamola, Vikas Hassija, A. Razia Sulthana | 인용수: 246 | 초록: The advancement of Artificial Intelligence (AI) technology has accelerated the development of several systems that are elicited from it. This boom has made the systems vulnerable to security attacks and allows considerable bias in order to handle errors in the system. This puts humans at risk and leaves machines, robots, and data defenseless. Trustworthy AI (TAI) guarantees human value and the environment. In this p

[학술논문 2021] 저자: Iqbal H. Sarker | 인용수: 4838 | 초록:

[학술논문 2021] 저자: Sebastian Raisch, Sebastian Krakowski | 인용수: 1542 | 초록: Taking three recent business books on artificial intelligence (AI) as a starting point, we explore the automation and augmentation concepts in the management domain. Whereas automation implies that machines take over a human task, augmentation means that humans collaborate closely with machines to perform a task. Taking a normative stance, the three books advise organizations to prioritize augmentation, which they relate to

[학술논문 2020] 저자: Xiaohu You, Cheng‐Xiang Wang, Jie Huang | 인용수: 1897 | 초록: Abstract The fifth generation (5G) wireless communication networks are being deployed worldwide from 2020 and more capabilities are in the process of being standardized, such as mass connectivity, ultra-reliability, and guaranteed low latency. However, 5G will not meet all requirements of the future in 2030 and beyond, and sixth generation (6G) wireless communication networks are expected to provide global coverage, enhanc

[학술논문 2022] 저자: Olga Tapalova, Nadezhda Zhiyenbayeva | 인용수: 518 | 초록: Artificial intelligence is the driving force of change focusing on the needs and demands of the student. The research explores Artificial Intelligence in Education (AIEd) for building personalised learning systems for students. The research investigates and proposes a framework for AIEd: social networking sites and chatbots, expert systems for education, intelligent mentors and agents, machine learning, personalised educationa

[학술논문 2023] 저자: Jürgen Rudolph, Shannon Tan, Samson Tan | 인용수: 393 | 초록: Developments in the chatbot space have been accelerating at breakneck speed since late November 2022. Every day, there appears to be a plethora of news. A war of competitor chatbots is raging amidst an AI arms race and gold rush. These rapid developments impact higher education, as millions of students and academics have started using bots like ChatGPT, Bing Chat, Bard, Ernie and others for a large variety of purposes. In t

[학술논문 2022] 저자: Othmar M. Lehner, Kim Ittonen, Hanna Silvola | 인용수: 179 | 초록: Purpose This paper aims to identify ethical challenges of using artificial intelligence (AI)-based accounting systems for decision-making and discusses its findings based on Rest's four-component model of antecedents for ethical decision-making. This study derives implications for accounting and auditing scholars and practitioners. Design/methodology/approach This research is rooted in the hermeneutics tradition of int

[학술논문 2022] 저자: Yuchen Jiang, Xiang Li, Hao Luo | 인용수: 488 | 초록: Abstract The study of artificial intelligence (AI) has been a continuous endeavor of scientists and engineers for over 65 years. The simple contention is that human-created machines can do more than just labor-intensive work; they can develop human-like intelligence. Being aware or not, AI has penetrated into our daily lives, playing novel roles in industry, healthcare, transportation, education, and many more areas that are close

[학술논문 2021] 저자: Carlos María Alcover de la Hera, Dina Guglielmi, Marco Depolo | 인용수: 70 | 초록: As the aging population and workforce constitute a worldwide concern, it is becoming necessary to predict how the dual threat of aging and technology at work increases the job vulnerability of older workers and jeopardizes their employability and permanence in the labor market. The objective of this paper is twofold: (1) to analyze perceptions of artificial intelligence, robotics, and automation in work

[학술논문 2023] 저자: Timothy R. McIntosh, Teo Sušnjak, Tong Liu | 인용수: 60 | 초록: This comprehensive survey explored the evolving landscape of generative Artificial Intelligence (AI), with a specific focus on the transformative impacts of Mixture of Experts (MoE), multimodal learning, and the speculated advancements towards Artificial General Intelligence (AGI). It critically examined the current state and future trajectory of generative Artificial Intelligence (AI), exploring how innovations like Goog

[학술논문 2023] 저자: Mohsen Soori, Behrooz Arezoo, Roza Dastres | 인용수: 985 | 초록: Artificial Intelligence (AI), Machine Learning (ML), and Deep Learning (DL) have revolutionized the field of advanced robotics in recent years. AI, ML, and DL are transforming the field of advanced robotics, making robots more intelligent, efficient, and adaptable to complex tasks and environments. Some of the applications of AI, ML, and DL in advanced robotics include autonomous navigation, object recognition and manipu

[학술논문 2023] 저자: Tyna Eloundou, Sam Manning, Pamela Mishkin | 인용수: 537 | 초록: We investigate the potential implications of large language models (LLMs), such as Generative Pre-trained Transformers (GPTs), on the U.S. labor market, focusing on the increased capabilities arising from LLM-powered software compared to LLMs on their own. Using a new rubric, we assess occupations based on their alignment with LLM capabilities, integrating both human expertise and GPT-4 classifications. Our findings reve

[학술논문 2022] 저자: Olga Tapalova, Nadezhda Zhiyenbayeva | 인용수: 518 | 초록: Artificial intelligence is the driving force of change focusing on the needs and demands of the student. The research explores Artificial Intelligence in Education (AIEd) for building personalised learning systems for students. The research investigates and proposes a framework for AIEd: social networking sites and chatbots, expert systems for education, intelligent mentors and agents, machine learning, personalised educationa