본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

초록보기

목적: 본 연구에서는 말ㆍ언어장애 분야 중 특히 중재 또는 의사소통 능력 향상을 위한 프로그램에 초점을 두어 인공지능이 어떻게 활용되고 있는지 국·내 외의 최근 연구 동향을 파악하고자 한다.

방법: 2016년부터 2021년 8월까지 발간된 최근 5년 내의 국내ㆍ외 논문 총 12편을 분석 문헌으로 최종 선정하여 연구 현황, 연구 대상(연령에 따른 분석, 진단에 따른 분석), 연구 분야에 따른 분석(언어치료 분야에 따른 분석, 언어치료 목적에 따른 분석), 연구 형태(설계)에 따라 분석하여 최근의 연구 동향을 살펴보고자 한다.

결과: 첫째, 2018년부터 인공지능을 이용한 의사소통 능력 향상을 위한 중재 프로그램 개발 및 적용 연구가 꾸준히 진행되고 있었다. 둘째, 주요 연구 대상은 아동(58%)이었으며, 연구 대상의 주요 장애는 청각장애, 자폐범주성장애가 가장 많았다. 셋째, 분석 문헌 중 총 58%의 연구에서 기술개발에 관한 연구보고서와 이를 활용한 실효성을 검증하는 실험적 중재연구를 모두 포함하였다. 넷째, 인공지능 활용 형태는 웨어러블 기기, 로봇, 챗봇, 인공지능 스피커 등이 있었다. 중재 프로그램에서 주로 다루어진 목표는 의사소통 기술(60%), 말 명료도(30%)인 것으로 나타났다.

결론: 본 연구를 통해 인공지능기술이 빠르게 발전하고 다양한 분야에 적용되고 있는 현재의 흐름에 맞추어 의사소통 장애 분야에서 인공지능을 활용할 수 있는 방안을 탐색하고 실제 임상현장에서 적용하는 것에 시사점을 제공하는 데에 본 연구의 의의가 있다.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
한국어판 음성장애 대처 설문지(VDCQ)의 타당도 및 임상적 유용성 = Validation and clinical usefulness of voice disability coping questionnaire (VDCQ) for Korean 장미현, 김효정 p. 1-9
발화자 목소리의 음성음향학적 특징이 청자의 호감도 평가에 미치는 영향 = Effects of the acoustic features of a speaker's voice on listener's attractiveness evaluation 송혜선, 김예지, 이송민, 최소라, 노신희, 이영미 p. 11-21
노년층 유머 텍스트 이해 능력과 인지 기능의 관련성 연구 = Age-related differences in humor text comprehension and related cognitive factors 조예림, 김예은, 이유진, 김서영, 유재은, 성지은, 이영미 p. 23-37
SNS 대화에서 이모티콘 단서에 따른 노년층의 간접 화행 이해 능력 = The effects of emoticons on comprehension of indirect speech acts in SNS contexts in healthy elderly adults 정은애, 권순하, 노신희, 오유림, 김현주, 성지은, 이영미 p. 39-51
비특정 언어장애에 대한 국외 문헌고찰 = Overseas literature review of nonspecific language impairment (NLI) research 김시현, 김화수 p. 53-62
초등학교 3학년 사회 교과서에 나타난 설명 담화의 구조 분석 = Analysis of the structure of explanatory discourse in the third grade social studies textbooks 류정선, 권순복 p. 63-69
이야기 쓰기를 통해 살펴본 학령기 아동의 내러티브 기술 발달 = Development of narrative skills of school-age children in story writing 배희숙 p. 71-86

2-4세 영유아 자발화에서의 보조사 사용 발달 = The development of using the postpositional morpheme "Bojosa" in spontaneous language sample of 2-4 year of age 김하은, 오소정, 이윤경 p. 87-98

한국어-영어 이중언어 사용 집단 간 채점 방식에 따른 수용어휘력검사 수행 비교 = A comparative study of Korean-English bilingual children's receptive vocabulary according to scoring methods 임동선, 정하은, 한지윤, 백수정, 임나은 p. 99-106

의사소통 장애 중재에서의 인공지능 활용에 대한 동향 연구 = Research trends on the use of artificial intelligence in intervention for communication disorders 강진경, 강혜원, 이수복, 심현섭 p. 107-115

자기효능감과 지적장애인에 대한 태도의 상관성 분석 = Correlation analysis between self efficacy and attitudes towards intellectual disabilities 박순호, 김시영 p. 117-126
시선추적기를 통한 AAC 디스플레이 포인팅 속도향상 = Improving AAC display pointing speed using eye tracking 이현숙, 최양규 p. 127-135
4차 산업혁명에 대한 현장 언어재활사들의 인식과 예상 = Speech-language pathologists' perception and forecast of the 4th industrial revolution 홍성인, 박현린 p. 137-146

참고문헌 (24건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Dhillon, H., Chaudlhari, P. K., Dhingra, K., Kuo, R. F., Sokhi, R. K., Alam, M. K., & Ahmad, S. (2021). Current applications of artificial intelligence in cleft care: A coping review. Frontiers in Medicine, 8, 1-14. doi:10.3389/fmed.2021.676490 미소장
2 Healy, E. W., Delfarah, M., Johnson, E. M., & Wang, D. (2019). A deep learning algorithm to increase intelligibility for hearing-impaired listeners in the presence of a competing talker and reverberation. The Journal of the Acoustical Society of America, 145(3), 1378-1388. doi:10.1121/1.5093547 미소장
3 Ireland, D., Bradford, D., & Farr-Wharton, G. (2018). Social fringe dwellers: Can chat-bots combat bullies to improve participation for children with autism? The Journal of Community Informatics, 14(1), 105-119. doi:10.15353/joci.v14i1.3405 미소장
4 Kim, D., & Jeong, E. H. (2020). The effect of interaction using artificial intelligence speakers on communication intention and pragmatic characteristics of students with intellectual disabilities. The Study of Education for Hearing-Language Impairments, 11(3), 91-113. doi:10.24009/ksehli.2020.11.3.005 미소장
5 Kim, J. H. (2020). AI's strongest classes. Seoul: Maeil Business Newspaper 미소장
6 Kim, S., Kim, S. H., & Kim, H. C. (2019). Analysis of international educational trends and learning tools for artificial intelligence education. Proceedings of the Korean Society of Computer Information Conference, 23(2), 25-28. 미소장
7 Kim, S. Y., & Yim, D. (2021). The effects of parent training on narrative interaction for parents with hearing loss who have children with normal hearing: A case study using AI speakers. Journal of Speech-Language & Hearing Disorders, 30(1), 89-101. doi:10.15724/jslhd.2021.30.1.089 미소장
8 Lai, Y. H., Tsao, Y., Lu, X., Chen, F., Su, Y. T., Chen, K. C., ... &Lee, C. H. (2018). Deep learning–based noise reduction approach to improve speech intelligibility for cochlear implant recipients. Ear and Hearing, 39(4), 795-809. doi:10.1097/AUD.0000000000000537 미소장
9 Law, B. M. (2020). AI: A new window into communication disorders? Leader Live. 미소장
10 Lee, D., & Mun, M. K. (2020). Development of a machine learning-based language corrector for AI speakers of patients with articulation disorders. Proceedings of The Korean Association of Computer Education, 28(2), 371-372. 미소장
11 Lee, H. K., Kim, S., & Yang, K. W. (2019). A study on improving speech recognition rate (H/W, S/W) of speech impairment by neurological injury. Journal of the Korea Institute of Information and Communication Engineering, 23(11), 1397-1406. 미소장
12 Liss, J. (2020). How will artificial intelligence reshape speech-Language pathology services and practice in the future? ASHA Journals Academy. Retrieved from https://academy.pubs.asha.org/2020/08/how-will-artificial-i ntelligence-reshape-speech-language-pathology-services-an d-practice-in-the-future/ 미소장
13 Melo, F. S., Sardinha, A., Belo, D., Couto, M., Faria, M., Farias, A., ... & Ventura, R. (2019). Project INSIDE: Towards autonomous semi-unstructured human–robot social interaction in autism therapy. Artificial Intelligence in Medicine, 96, 198-216. doi:10.1016/j.artmed.2018.12.003 미소장
14 Oleson, J. J., Brown, G. D., & McCreery, R. (2019). The evolution of statistical methods in speech, language, and hearing sciences. Journal of Speech, Language, and Hearing Research, 62(3), 498-506. doi:10.1044/2018_JSLHR-H-ASTM-18-0378 미소장
15 Park, C., Kim, Y. H., Jang, Y., Umadevi, G. R., & Lim, H. S. (2020). An AI service to support communication and language learning for people with developmental disability. Journal of the Korea Convergence Society, 11(6), 51-57. doi:10.15207/J KCS.2020.11.6.051 미소장
16 Park, C., Lim, Y., & Sung, J. E. (2019). Machine-learning and corpus-based analyses of Korean nouns from subjects and objects: Stimuli development of verb treatment for neurogenic communication disorders. Communication Sciences & Disorders, 24(4), 968-985. doi:10.12963/csd.19659 미소장
17 Park, W., & Yim, D. (2021). Effects of using a communication maintenance strategy in the context of AI speaker and preschoolers’ conversation and book reading interaction:Comparison of group differences on the levels of expressive language development. Journal of Speech-Language &Hearing Disorders, 30(2), 1-8. doi:10.15724/jslhd.2021.30.2. 001 미소장
18 Robila, M., & Robila, S. A. (2020). Applications of artificial intelligence methodologies to behavioral and social sciences. Journal of Child and Family Studies, 29(10), 2954-2966. doi:10.1007/s10826-019-01689-x 미소장
19 Rudovic, O., Lee, J., Dai, M., Schuller, B., & Picard, R. W. (2018). Personalized machine learning for robot perception of affect and engagement in autism therapy. Science Robotics, 3(19). doi:10.1126/scirobotics.aao6760 미소장
20 Song, S., Chon, H., & Lee, S. (2020). Analyzing the disfluency of reading tasks of persons who stutter based on deep learning and word embedding. Communication Sciences & Disorders, 25(3), 721-737. doi:10.12963/csd.20755 미소장
21 Van Stan, J. H., Mehta, D. D., & Hillman, R. E. (2017). Recent innovations in voice assessment expected to impact the clinical management of voice disorders. Perspectives of the ASHA Special Interest Groups, 2(3), 4-13. 미소장
22 Voss, C., Schwartz, J., Daniels, J., Kline, A., Haber, N., Washington, P., ... & Wall, D. P. (2019). Effect of wearable digital intervention for improving socialization in children with autism spectrum disorder: A randomized clinical trial. JAMA Pediatrics, 173(5), 446-454. doi:10.1001/jamapediatrics.2019.0285 미소장
23 Xiao, W., Li, M., Chen, M., & Barnawi, A. (2020). Deep interaction:Wearable robot-assisted emotion communication for enhancing perception and expression ability of children with autism spectrum disorders. Future Generation Computer Systems, 108, 709-716. doi:10.1016/j.future.2020. 03.022 미소장
24 Zhao, Y., Wang, D., Johnson, E. M., & Healy, E. W. (2018). A deep learning based segregation algorithm to increase speech intelligibility for hearing-impaired listeners in reverberant-noisy conditions. The Journal of the Acoustical Society of America, 144(3), 1627-1637. doi:10.1121/1.50555 62 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차