Professional Adaptation to AI-Driven Work Transformation
working
AI주도 업무변혁과 전문직 적응
Professional Adaptation to AI-Driven Work Transformation
Updated: 2026-03-31
Citation
정동열, 이재은, 남가영, 채충일. (준비 중). AI 주도 업무 변혁에 대한 전문직 적응 과정의 파일럿 분석: A-PEM 모델의 실증적 탐색. 투고 예정.
Abstract
인공지능(AI) 기술의 급속한 발전은 전문직 종사자들의 업무 환경을 근본적으로 재편하고 있다. 본 연구는 AI 주도 업무 변혁에 대한 전문직 종사자의 적응 과정을 A-PEM(Awareness-Perception-Envisioning-Management) 모델을 통해 실증적으로 탐색하였다. IT/게임, 법률, 교육/연구, AI 전문가 등 4개 직업군 18명을 대상으로 초점집단면접(FGI)을 실시하고, ATLAS.ti를 활용하여 2,705개 코드와 1,908개 인용문을 분석하였다. 코드 동시출현 네트워크 분석(376노드, 605엣지), 교차분석, 구조적 토픽 모델링(STM, K=10)의 세 가지 독립적 분석 방법을 적용하여 방법론적 삼각 검증을 달성하였다. 분석 결과, A-PEM 모델이 순차적 선형 모델에서 방향성 있는 동시 순환 모델로 재개념화될 필요가 있음을 시사한다.
핵심어: 인공지능, 전문직 적응, A-PEM 모델, 업무 변혁, 질적 연구, 초점집단면접, 구조적 토픽 모델링, 삼각 검증
Planning
Schedule
- 2026-03-09: 1차 연구 회의 (연구 계획, 코딩 검증, 분석 전략 수립)
- 2026-03-19: 2차 연구 회의 (방법론 확정, 업무 분담, 분석 도구 시연)
- 2026-03-21: APEM 파일럿 분석 완료
- 2026-03-22: 원고 초안(v1) -> 리뷰 1차 -> v2 반영 -> 리뷰 2차 -> v3 반영 -> 최종본
- 2026-03-23: STM 분석 완료, 최종 원고 완성
Data
- 6라운드 숙의 FGI (직업군별 2시간 x 약 5회)
- 3개 전문직 그룹: IT/게임(6명), 법률(8명), 교육/연구(2명) + AI 전문가(2명)
- 총 18명 참여자, 14개 회의록, 14개 전사본
Progress
Authorship and Authors
Authors
Chungil Chae, Ph.D., M.S.
- chadchae@gmail.com
- orcid: 000-0002-7364-1525
- Google Scholar
- Chae (2024)
Chungil Chae Chae (2024) is an assistant professor in the field of business analytics, with a distinguished track record in organizational behavior, human resource development (HRD), learning, and development. With a prolific publication record that spans various dimensions of HRD and organizational studies, Dr. Chae has made significant contributions to understanding the dynamics of organizational support on knowledge sharing, virtual team leadership, and the structural determinants of HRD research collaboration networks. And his work embodies a deep commitment to enhancing understanding and practices in organizational behavior, HRD, learning, and development. His interdisciplinary research not only contributes to academic discourse but also offers tangible strategies for organizational improvement and individual development.
Acknowledgement
- 국가인공지능전략위원회 과제 데이터 활용
- 연구 참여자 18명의 FGI 참여에 감사
Declaration
IRB
한국공학대학교 기관생명윤리위원회(IRB) 승인
Funding
국가인공지능전략위원회 과제
AI
본 연구에서 AI 도구는 다음과 같이 활용되었다:
- ATLAS.ti: AI 기반 코딩 보조 기능을 활용한 초기 코드 생성 및 분류
- Claude Code (Anthropic): 코드 동시출현 네트워크 분석, 교차분석 지표 계산, STM 데이터 전처리 및 실행, 원고 초안 작성 보조
- R (igraph, stm, quanteda): 네트워크 시각화 및 토픽 분석
- NotebookLM (Google): 문헌 검토 및 연구 노트 정리 보조
모든 해석과 이론적 논의는 연구자에 의해 수행되었으며, 본 논문의 서술도 AI 보조를 받아 초안이 작성된 후 연구자가 검토 및 수정하였다.