생성형 인공지능의 의인화와 상호작용 만족도 및 지속사용의도의 관계: 지각된 유용성의 조절효과를 중심으로
Copyright ⓒ 2025 The Digital Contents Society
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-CommercialLicense(http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
초록
본 연구는 생성형 인공지능에 대한 지각된 의인화, 상호작용 만족도, 지각된 유용성와 지속사용의도의 관계를 규명하고, 상호작용 만족도와 지속사용의도의 관계에서 지각된 유용성의 조절효과를 검증하였다. 주요 연구결과를 바탕으로 논의를 하면 다음과 같다. 우선 지각된 의인화는 상호작용 만족도와 지각된 유용성에 정(+)의 영향을 미친 것으로 나타났다. 둘째, 상호작용 만족도는 지각된 유용성과 지속사용의도에 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 지각된 유용성은 지속사용의도에 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 지각된 유용성은 상호작용 만족도와 지속사용의도의 관계를 조절하지 않는 것으로 나타났다. 사용자의 생성형 인공지능에 대한 지속사용의도는 지각된 의인화를 기반으로 상호작용 만족도와 지각된 유용성을 통해 예측 가능하다는 점에서 생성형 인공지능에 대한 유용성을 지속사용의도를 높이기 위한 주요 수단으로 활용할 필요가 있을 것이다.
Abstract
This study investigated the relationships among perceived anthropomorphism, interaction satisfaction, perceived usefulness, and continuous use intention in generative AI. In addition, it examined whether perceived usefulness moderates the relationship between interaction satisfaction and continuous use intention. The key findings are as follows. First, anthropomorphism had a positive effect on both interaction satisfaction and perceived usefulness. Second, interaction satisfaction positively influenced both perceived usefulness and continuous use intention. Third, perceived usefulness positively affected continuous use intention. Fourth, perceived usefulness did not moderate the relationship between interaction satisfaction and continuous use intention. Overall, users’ continuous use intention can be predicted based on anthropomorphism, operating through interaction satisfaction and perceived usefulness. These results suggest that the perceived usefulness of generative AI should be emphasized as a key factor in strengthening users’ intentions for continued use.
Keywords:
Generative AI, Anthropomorphism, Interaction Satisfaction, Perceived Usefulness, Continuous Use Intention키워드:
생성형 인공지능, 의인화, 상호작용 만족도, 지각된 유용성, 지속사용의도Ⅰ. 서 론
오늘날 인공지능 기술이 급격하게 발전하고 일상적인 삶의 영역과 다양한 산업에 활용되면서 인간-인공지능 간 상호작용이 빠르게 증가하고 있다. 한국지능정보사회진흥원[1]은 <인간 중심 로봇의 현황 및 사회적 수용도 제고 방안>을 통해 인공지능 기술의 발전으로 인간-인공지능 간 상호작용이 긴밀해지면서 이전과는 비교할 수 없을 정도로 일상의 편리함을 높이고 인간의 능력을 확장함과 동시에 보완이 이루어지는 방향으로 인공지능 기술이 발전하고 있음을 제시하였다.
생성형 인공지능(Generative AI)은 인간과 유사한 방식으로 사고하고 행동하는 기술이다. 인간이 수행하는 작업 등을 효율적으로 수행하고[2], 인간과 유사한 특성과 감정을 지닌 보다 진보된 인공지능이 등장할 경우에는 그 역할과 기능이 더욱 확장될 것으로 예상된다. 이에 자연스러운 상호작용을 통해 사람과의 구별이 어려워지는 생성형 인공지능에 대한 논란이 확산되고 있으며, 그 핵심에는 비인간적 대상에 대해 인격과 감정을 주입하는 의인화가 존재한다. 의인화는 사람과 기계 혹은 기술 간 연결성을 통해 친밀감이나 애착 형성을 기반으로 생성형 인공지능을 감정이나 자아를 가진 인격체로 인식한다는 점에서 인간 간 긍정적 관계 형성을 통해 친밀감이나 애착이 형성되는 것과 유사한 특성을 띤다.
이에 의인화는 마케팅 측면에서 생성형 인공지능에 대한 유용성 지각이나 수용을 가능하게 하는 핵심 수단으로 이해되기도 한다[3]. 하지만 의인화가 모든 사용자들에게 일관되게 적용되는 것은 아니다. 사용자들 사이에서 높은 의인화가 지각된 유용성이나 지속사용의도에 긍정적 영향을 미칠 수도 있으나, 부정적 영향을 미칠 수도 있음을 간과하기 어렵다. 예컨대, 의인화는 사용자들에게 친숙함이나 친밀감을 향상[4],[5]시켜 지각된 유용성이나 지속사용의도를 높일 수 있으나, 사용자들의 생성형 인공지능에 대한 공포나 불안[6], 그리고 개인정보 문제에 대한 민감도를 강화시켜 지각된 유용성이나 지속사용의도가 약화되는 문제로 연결될 수 있다[7],[8]. 그럼에도 의인화는 인간과 생성형 인공지능 상호작용 과정에서 필수적인 역할을 수행한다는 점 역시 무시할 수 없다[9]. 결과적으로 의인화는 일정한 양면성을 가지며, 상호작용 만족도나 유용성, 지속사용의도를 결정하는데 있어 중요한 영향을 미칠 것으로 판단된다.
비록 생성형 인공지능에 대한 의인화 관련 연구들이 계속해서 이루어지고 있으나, 상호작용 만족도와 연계하여 지각된 유용성과 지속사용의도의 관계를 규명한 연구는 여전히 부족하다는 점에서 탐구해야 할 중요한 분야이기도 하다. 또한 생성형 인공지능 사용자들을 대상으로 상호작용 만족도와 지속사용의도의 관계에서 지각된 유용성의 조절효과를 살펴본 연구 역시 찾아 보기 쉽지 않다. 지각된 유용성은 인간의 기술 수용과 관련된 행위의도를 예측하는 중요한 구성개념으로, 그 영향력이 이미 많은 연구 분야에서 입증되었고[10],[11], 신기술의 수용을 결정하는 중요한 구성개념 중 하나라는 점에서 그 조절적 역할에 대한 탐색 역시 불가피하다.
따라서 본 연구의 방향성은 크게 두 가지 측면으로 구성된다. 첫째, 생성형 인공지능에 대한 의인화, 상호작용 만족도, 지각된 유용성과 지속사용의도로 이어지는 구조적 관계를 검증하고, 둘째, 상호작용 만족도와 지속사용의도의 관계에서 지각된 유용성의 조절효과를 살펴보고자 하였다. 이를 통해 생성형 인공지능의 수용에 대한 실용적인 지침을 제공하는데 필요한 시사점을 제안하고자 하였다.
Ⅱ. 이론적 배경
2-1 의인화
생성형 인공지능에 대한 의인화(Anthropomorphism of Generative AI)는 인간의 성격 속성이나 마음을 특정 대상, 예컨대 사용자가 생성형 인공지능에 부여하는 심리적 특징으로[12] 마케팅이나 컴퓨터 과학, 그리고 심리학 등에서 다양하게 사용된 개념이다[13],[14]. 이에 의인화는 마케팅 분야에서 사용자의 생성형 인공지능 기술이 제공하는 제품이나 정보, 서비스 등의 효과성을 검증하여 마케팅 요소로 활용할 수 있는 기준이 되며[3], 심리학이나 컴퓨터 과학 분야에서는 사용자-생성형 인공지능 간 상호작용성과 그에 따른 다양한 심리적 단서를 파악할 수 있는 중요한 기제가 된다. 일부 연구자들[15],[16]은 컴퓨터 사용자들이 인간 간 상호작용에 적용하는 사회적 규칙을 컴퓨터와의 상호작용에 그대로 적용하는 것은 컴퓨터나 장치를 일종의 사회적 행위자로 간주하는 것을 의미하며, 그에 따라 사용자가 컴퓨터와 상호작용할 때 인간 간 상호작용과 유사한 반응을 나타낸다고 밝힌 바 있다. 이는 인간이 비인간적 대상에 대해 인간적 특성을 부여하고[17], 그에 따라 사회적 반응의 일환으로 지속적인 상호작용과 수용으로 나타날 수 있음을 시사한다.
특히, 사용자들의 생성형 인공지능에 대한 의인화 수준은 인간적 특성을 부여하는 수준과 직접적인 연관성을 가지므로, 이전 연구들[16],[18]에서 주장하듯 생성형 인공지능에 대한 신뢰나 공감, 연민, 친밀 등과 같은 감정적 반응을 통해 높은 수용으로 확산될 수 있다.
그러므로 사용자가 생성형 인공지능에 대해 인간적으로 인식하거나 혹은 의인화를 높게 지각할 때, 높은 상호작용 만족도가 형성된다[19]. 즉, 사용자 자신과 유사한 특성을 지닌 사람들이나 객체를 보다 친밀하고, 긍정적으로 평가하는 경향이 있기 때문에[20] 생성형 인공지능에 대한 의인화는 상호작용 만족도에 일정한 영향을 미칠 수 있다. 이외에 생성형 인공지능에 대한 의인화는 지각된 유용성과 지속사용의도에 일정한 영향을 미칠 수 있다. Kang과 Park, Lee[21]는 숙박업 디지털 어메니티 요인 중 의인화가 지각된 유용성에 정(+)의 영향을 미쳤고, Lee[22]는 인공지능 음성 스피커의 의인화 특성인 인지된 이성적 지지와 친밀성이 지각된 유용성에 미치는 긍정적 영향을 확인하였다. 또한 Lee와 Yu, Lim[23]은 인공지능 스피커에 대한 의인화가 인지된 유용성에 정(+)의 영향을 미쳤다고 보고하였다. 이상과 같은 논의에 따라 본 연구에서는 다음과 같은 가설을 상정하였다.
연구가설 1. 의인화는 상호작용 만족도에 정(+)의 영향을 미칠 것이다.
연구가설 2. 의인화는 지각된 유용성에 정(+)의 영향을 미칠 것이다.
2-2 상호작용 만족도
현재 생성형 인공지능 기술이 집중하고 있는 분야 중 하나는 인간-인공지능 간 상호작용 경험의 향상으로, 상호작용 만족도를 개선함으로써 사용자-인공지능 간 신뢰 형성과 장기적인 활용 가능성을 증진시키는데 초점을 두고 있다. 이는 인간-인공지능 간 상호작용 만족도가 생성형 인공지능 기술의 지속적 발전과 수용을 촉진하는데 있어 중요한 핵심 자원이라는 점에 근거한다[24]. 전술한 상호작용 만족도(Interaction Satisfaction)는 소비자 행동분야에서 중요하게 제시되는 개념으로, 특정 제품이나 서비스에 대한 소비가 일정한 수요나 목표를 제대로 충족시켰는가를 평가하는 단서로 간주된다[25]. 이에 따라 사용자가 생성형 인공지능과의 상호작용을 통해 일정한 만족을 형성하게 될 경우에는 높은 유용성 지각으로 이어질 수 있다. 이전 연구들에 따르면, 인공지능과의 상호작용은 만족을 높이는 핵심이며[26], 지각된 유용성과 긴밀한 연관성이 있는 것으로 제안되었다[27],[28]. 또한 유튜브 상호작용은 지각된 유용성과 행동의도에 유의미한 정(+)의 관계를 형성하였고[29], 음성인식 모바일 앱 연동 디지털 사이니지에 대한 상호작용이 지각된 유용성과 구매의도에 긍정적 영향[30]을 미쳤다는 이전 연구들의 결과는 생성형 인공지능에 대한 상호작용 만족도가 지각된 유용성에 일정한 영향을 미칠 수 있음을 뒷받침한다. 이외에도 만족은 행위의도를 예측하는 강력한 선행요인으로 지지된 바 있고[26],[31], 상호작용 만족도가 인공지능을 포함한 정보시스템의 성공적 수용을 결정하는 중요한 결정인자로 보고된 바 있다[32]. 이를 고려하면, 인공지능 만족도는 지각된 유용성 및 지속사용의도를 높이는 요인으로 판단된다. 이상과 같은 논의에 기초하여 본 연구에서는 다음의 가설을 제시하였다.
연구가설 3. 상호작용 만족도는 지각된 유용성에 정(+)의 영향을 미칠 것이다.
연구가설 4. 상호작용 만족도는 지속사용의도에 정(+)의 영향을 미칠 것이다.
2-3 지각된 유용성과 조절적 역할
지각된 유용성(Perceived Usefulness)은 기술수용모델(TAM)을 구성하는 핵심 구성개념 중 하나로, 사용자들이 새로운 기술에 어떻게 반응하고 수용하는지를 보여주는 유용한 요인이라고 할 수 있다[33]. 이러한 지각된 유용성은 특정 시스템을 사용하는 것이 업무 성과를 향상시킬 것이라고 믿는 정도로 개념화되는데[34], 제품이나 서비스의 효율적 측면이나 경제적 측면과도 밀접하게 관련된다. 특히, 지각된 유용성은 외적 동기의 유형으로, 사용자의 혁신 제품이나 서비스에 대한 사용의도를 이끄는 대표적인 이점 중 하나라는 점[11]에서 다수의 연구들을 통해 IT 채택의 가장 영향력 있는 예측 변수로 보고되었다[10],[11]. 그러므로 지각된 유용성은 새로운 기술에 대한 수용을 결정하는 핵심 요인으로 평가받는다. 구체적으로 Xianhan, Chun, Mingyao와 Caixia[35]는 지각된 유용성이 교사의 기술통합의도를 예측하는 가장 중요한 변수임을 발견되었고, Yao와 Wang[36]도 지각된 유용성이 교육에 있어 예비교사의 인공지능 사용의도에 긍정적 영향을 미쳤다고 보고하였다.
한편, 지각된 유용성은 신기술이 일상적인 삶 속에서 얼마나 실용적으로 사용할 수 있는지와 관련된다는 점에서 개인의 태도와 직접적인 관련성이 있고, 다양한 맥락에서 기술 수용에 강력한 영향을 미치는 요인이면서 기술수용에 대한 직접적 효과 이외에 매개[2]나 조절[37]과 같은 역할이 강조된다. 예컨대, 경험은 개인의 차이를 식별할 수 있는 중요한 요소로 간주된다. 사용자의 신기술에 대한 경험이 형성되어 감에 따라 신념이나 인식이 시간의 흐름에 비례하여 변화되고[38], 사용자 개인의 신기술 수용행동에 일정한 영향을 미치게 된다. 그러므로 경험이 많은 사용자가 경험이 없는 사용자보다 신기술의 실제 가치를 보다 잘 인식할 수 있다. 이 과정에서 지각된 유용성은 경험과 관련된 사후 단계에서 보다 중요한 요소이며, 경험이 많은 사용자가 경험이 없는 사용자보다 유용성을 보다 잘 인식할 가능성이 높기 때문에 경험[38],[39]에 기초한 지각된 유용성은 신기술에 대한 전반적 평가에 조절적 역할을 수행할 가능성이 높다. 이상과 같은 논의에 따라 본 연구에서는 다음의 가설을 설정하였다.
연구가설 5. 지각된 유용성은 지속사용의도에 정(+)의 영향을 미칠 것이다.
연구가설 6. 지각된 유용성은 의인화 및 상호작용 만족도와 지속사용의도 사이의 관계를 조절할 것이다.
Ⅲ. 연구방법
3-1 연구대상
본 연구는 국내 성인남녀를 대상으로 온라인서베이 전문업체에 의뢰하여 설문조사를 실시하였다. 설문조사 전에 조사의 취지를 연구의 신뢰성을 헤치지 않는 범위에서 간략하게 제시하고, 설문조사에 대한 최종 동의 여부를 파악하여 조사에 동의한 성인남녀들만을 대상으로 진행하였다. 이상의 과정을 거쳐 280부를 수거하여 연속적으로 미응답 문항이 3문항 이상인 자료를 포함하여 불성실하게 응답하였다고 판단되는 자료 8부를 제외한 총 272부를 최종분석에 활용하였다. 이에 인구통계학적 특성을 제시하면 성별은 남성 140명(51.5%), 여성 132명(48.5%)으로 분석되었고, 연령은 20대 96명(35.3%), 30대 61명(22.4%), 40대 60명(22.1%), 50대 이상 55명(20.2%)으로 평가되었다.
3-2 연구도구
본 연구에서 지각된 의인화 측정은 이전 연구들[40],[41]에서 사용한 3문항을 기반으로 본 연구의 목적에 맞게 일부 내용을 수정, 보완하여 사용하였다. 각 문항에 대해서는 5점 리커트 척도(5-Point Likert Scale)를 반영하여 1점은 ‘전혀 동의하지 않는다’, 5점은 ‘매우 동의한다’로 구성하였다. 지각된 의인화 문항을 제시하면 다음과 같다. ① 생성형 인공지능은 나와 인간처럼 상호작용한다(PANTH1), ② 생성형 인공지능은 의식이 있다(PANTH2), ③ 생성형 인공지능은 생명력이 있는 것 같다(PANTH3)
본 연구에서 상호작용 만족도 측정은 이전 연구들[3],[14]에서 사용한 5문항을 기반으로 본 연구의 목적에 맞게 일부 내용을 수정, 보완하여 사용하였다. 각 문항에 대해서는 5점 리커트 척도를 통해 1점은 ‘전혀 동의하지 않는다’, 5점은 ‘매우 동의한다’로 구성하였다. 상호작용 만족도 문항을 제시하면 다음과 같다. ① 생성형 인공지능과의 상호작용은 즐거웠다(INSAT1), ② 생성형 인공지능과의 상호작용은 만족스러웠다(INSAT2), ③ 생성형 인공지능과의 상호작용은 짜증난다(INSAT3)(역코딩), ④ 생성형 인공지능은 나에게 피로감을 준다(INSAT4)(역코딩), ⑤ 생성형 인공지능과의 상호작용은 불편하다(INSAT5)(역코딩).
본 연구에서 지각된 유용성 측정은 이전 연구들[32],[33]에서 사용한 4문항을 기반으로 본 연구의 목적에 맞게 일부 내용을 수정, 보완하여 사용하였다. 각 문항에 대해서는 5점 리커트 척도를 활용하여 1점은 ‘전혀 동의하지 않는다’, 5점은 ‘매우 동의한다’로 구성하였다. 지각된 유용성 문항을 제시하면 다음과 같다. ① 생성형 인공지능은 생산성을 높일 수 있다(PU1), ② 생성형 인공지능을 사용하면 더 빨리 일을 할 수 있다(PU2), ③ 생성형 인공지능을 사용하면 많은 일을 더 편리하게 수행할 수 있다(PU3), ④ 생성형 인공지능은 나에게 유용한 도구이다(PU4).
본 연구에서 지속사용의도 측정은 이전 연구들[42],[43]에서 사용한 4문항을 기반으로 본 연구의 목적에 맞게 일부 내용을 수정, 보완하여 사용하였다. 각 문항에 대해서는 5점 리커트 척도를 반영하여 1점은 ‘전혀 동의하지 않는다’, 5점은 ‘매우 동의한다’로 구성하였다. 지속사용의도 문항을 제시하면 다음과 같다. ① 나는 다른 대안을 선택하는 것보다는 생성형 인공지능을 계속 사용할 생각이다(CONIN1), ② 나는 앞으로 일상생활에서도 생성형 인공지능을 계속 사용할 생각이다(CONIN2), ③ 나는 다른 사람들에게 생성형 인공지능에 대해 긍정적으로 말할 것이다(CONIN3), ④ 나는 생성형 인공지능을 지금처럼 정기적으로 사용할 것이다(CONIN4).
3-3 타당도 검증
본 연구에서는 연구도구의 타당도 검증을 위하여 확인적 요인분석(Confirmatory Factor Analysis)을 수행하였다. 이를 통해 모델 적합도(Model Fit)와 잠재변수의 관측변수에 대한 표준화경로계수(β) 범위 및 통계적 유의성, 그리고 평균분산추출값(AVE), 개념신뢰도(CR), 내적일치도(Cronbach’s α)를 살펴보았다. 우선 연구도구에 대한 확인적 요인분석을 수행한 결과, 모델적합도는 RMR=.032, GFI=.914, NFI=.926, IFI=.959, CFI=.959로 모든 적합지수가 적합기준을 충족하였다. 잠재변수의 관측변수에 대한 표준화경로계수(β)는 .433~.911의 범위를 나타냈고, 모두 통계적으로 유의하였다. 평균분산추출값은 .541~.651, 개념신뢰도 .779~.881, 그리고 내적일치도는 .777~.880을 나타냈다. 이에 본 연구에서 사용한 연구도구가 후속분석을 수행하는데 있어 별 다른 무리가 없는 것으로 평가할 수 있다.
Confirmatory factor analysis
3-4 자료처리
본 연구에서 설정한 가설을 검증하기 위하여 다음과 같은 자료처리 과정이 이루어졌다. 첫째, 연구도구의 타당도 검증을 위하여 확인적 요인분석을 수행하였고, 모델적합도와 표준화경로계수 및 통계적 유의성, 평균분산추출값, 개념신뢰도를 살펴보았다. 둘째, 주요 변수 간의 상관관계를 확인하기 위하여 상관관계분석(Correlation Analysis)을 실시하였다. 셋째, 본 연구의 가설을 검증하기 위하여 구조모형분석(Structural Equation Modeling Analysis)과 조절효과분석(Moderating Effect Analysis)을 수행하였다. 이상의 자료처리는 SPSS 21.0 프로그램과 AMOS 21.0 프로그램을 통해 이루어졌다.
Ⅳ. 연구결과
4-1 상관관계분석
본 연구에서 사용한 주요 변인 간 상관관계를 살펴보기 위하여 상관관계분석을 실시하였다. 주요 결과를 보면, 의인화는 상호작용 만족도(r=.506, p<.01), 지각된 유용성(r=.576, p<.01)과 정적 상관을 나타냈고, 상호작용 만족도는 지각된 유용성(r=.730, p<.01), 지속사용의도(r=.698, p<.01)와 정적 상관을 형성하였다. 그리고 지각된 유용성은 지속사용의도(r=.787, p<.01)와 역시 정적 상관을 보인 것으로 나타났다.
4-2 가설검증
본 연구에서 설정한 가설을 검증하기 위하여 구조모형분석을 실시하였다. 첫째, 연구가설 1인 의인화가 상호작용 만족도에 미치는 영향을 살펴보면, 의인화는 상호작용 만족에 정(+)의 영향을 미친 것으로 나타났다(β=.655, p<.001). 둘째, 연구가설 2인 의인화가 지각된 유용성에 미치는 영향을 살펴보면, 의인화는 지각된 유용성에 정(+)의 영향을 미친 것으로 나타났다(β=.193, p<.01). 셋째, 연구가설 3인 상호작용 만족도가 지각된 유용성에 미치는 영향을 살펴보면, 상호작용 만족도는 지각된 유용성에 정(+)의 영향을 미친 것으로 나타났다(β=.732, p<.001). 넷째, 연구가설 4인 상호작용 만족도가 지속사용의도에 미치는 영향을 살펴보면, 상호작용 만족도는 지속사용의도에 정(+)의 영향을 미친 것으로 나타났다(β.219, p<.05). 다섯째, 연구가설 5인 지각된 유용성이 지속사용의도에 미치는 영향을 살펴보면, 지각된 유용성은 지속사용의도에 정(+)의 영향을 미친 것으로 나타났다(β=.703, p<.001).
Correlation analysis
Structural equation modeling analysis
Structural equation modeling analysis
마지막으로 연구가설 6인 지각된 유용성의 상호작용 만족도와 지속사용의도 간 조절효과를 검증하고자 조절효과 분석을 실시하였다. 이를 위해 지각된 유용성에 대한 평균의 합을 구한 후 빈도분석을 실시하여 50%를 기준으로 30% 이하는 유용성 저(Low), 70% 이상은 유용성 고(High)로 분류하였다. 이에 유용성 저는 60명(39.7%), 유용성 고는 91명(60.3%)으로 나타났다. 이를 적용하여 상호작용 만족도와 지속사용의도에서 지각된 유용성의 조절효과를 살펴보면, 모델 적합도와 관련하여 자유모델은 Normed χ2=1.728, NFI=.931, TLI=.901, CFI=.967, 제약모델은 Normed χ2=2.263, NFI=.864, TLI=.828, CFI=.914로 자유모델이 제약모델에 비해 우수한 것으로 나타났다. 이에 지각된 유용성의 조절효과를 살펴본 결과, χ2=3.335, df=1, p=.068(NFI Delta-1=.067, IFI Delta-2=.069, RFI rho-1=.064, TLI rho2=.073)로 통계적으로 유의하지 않아 지각된 유용성이 상호작용 만족도와 지속사용의도의 관계를 조절하지 않는 것으로 분석되었다. 하지만 지각된 유용성 저(β=.285, p<.05)와 지각된 유용성 고(β=.586, p<.001) 집단 모두에서 상호작용 만족도가 지속사용의도에 정(+)의 영향을 미치는 것으로 나타나 지각된 유용성 수준(저나 고)에 상관없이 상호작용 만족도가 지속사용의도를 높이는데 일정한 영향을 미치는 것으로 평가할 수 있다. 특히, 지각된 유용성 저 집단(β=.285)보다는 지각된 유용성 고 집단(β=.586)에서 상호작용 만족도의 지속사용의도에 대한 경로계수가 높게 나타났다는 점은 지각된 유용성의 조절효과가 없다고 하더라도 지각된 유용성 수준이 높을수록 지속사용의도에 보다 강한 영향을 줄 수 있음을 시사한다.
Moderating effect analysis
Ⅴ. 논의 및 결론
본 연구는 생성형 인공지능에 대한 지각된 의인화, 상호작용 만족도, 지각된 유용성와 지속사용의도의 관계를 규명하고, 상호작용 만족도와 지속사용의도의 관계에서 지각된 유용성의 조절효과를 검증하였다. 주요 연구결과를 바탕으로 논의를 하면 다음과 같다.
우선 지각된 의인화가 상호작용 만족도와 지각된 유용성에 미치는 영향을 살펴본 결과, 지각된 의인화는 상호작용 만족도와 지각된 유용성에 정(+)의 영향을 미친 것으로 나타나 사용자가 생성형 인공지능에 대해 인간처럼 상호작용하고 의식을 가지고 있다고 지각하는 경우에 상호작용 만족도와 지각된 유용성이 높아지는 것으로 평가할 수 있다. 이상의 결과는 사용자가 생성형 인공지능에 대한 의인화 수준이 높을 때, 상호작용 만족도[19], 지각된 유용성[22]이 높아진다고 밝힌 이전 연구결과들과 일치한다. 전술한 바와 같이, 의인화는 사용자가 생성형 인공지능에 대해 인간적 특성을 부여함으로써 인공지능을 단순히 기계로 인식하는 것이 아닌 사회적 행위자, 즉 도덕적 행위자로 간주하는 패러다임을 반영한다[44]. 이에 사용자는 생성형 인공지능에 대한 인간과 유사한 상호작용을 통해 친밀감이나 정서적 안정을 느끼고 높은 상호작용 만족도로 이어지며, 이를 기반으로 유용성을 높게 지각하는 것으로 평가할 수 있다. 따라서 생성형 인공지능에 대한 의인화는 상호작용 만족도와 지각된 유용성을 예측하는 결정요인임을 시사한다.
다음으로 사용자의 생성형 인공지능에 대한 상호작용 만족도가 지각된 유용성과 지속사용의도에 미치는 영향을 살펴본 결과, 상호작용 만족도는 지각된 유용성과 지속사용의도에 정(+)의 영향을 미치는 것으로 나타나 사용자가 생성형 인공지능과의 상호작용이 즐겁고 만족스럽다고 지각하면 지각된 유용성과 지속사용의도가 높아지는 것으로 평가할 수 있다. 이상의 결과는 상호작용 혹은 상호작용 만족도가 지각된 유용성[27]과 지속사용의도[32]를 높이는데 긍정적 영향을 미쳤다고 보고한 이전 연구결과들의 주장과도 일치하는 것이다. 전술한 바와 같이, 인간-인공지능 간 상호작용 만족도는 지속적인 발전과 수용을 강화하는 요인이면서, 생성형 인공지능이 제공하는 다양한 정보나 서비스에 대한 충족 여부를 평가하는 중요한 기준이 된다. 따라서 사용자의 높은 상호작용 만족도는 생성형 인공지능에 대한 유용성을 지각하고 지속사용의도를 결정하는데 있어 중요한 영향을 미치는 요인이라고 평가할 수 있다.
한편, 지각된 유용성이 지속사용의도에 미치는 영향을 살펴본 결과, 지각된 유용성은 지속사용의도에 정(+)의 영향을 미치는 것으로 나타나 사용자가 생성형 인공지능에 대해 편리하고, 생산성을 높이는 유용한 도구로 지각할 경우에 지속사용의도가 높아지는 것으로 평가할 수 있다. 이상의 결과는 지각된 유용성이 IT 채택을 포함한 신기술에 의해 제공되는 서비스의 사용의도를 결정하는 핵심 요인[36]이라고 보고한 이전 연구들의 결과를 반영하는 것으로, 그 동안 다수의 기술수용모델 검증을 통해 확인된 지각된 유용성의 행위의도에 대한 영향력을 재입증한 것으로 평가할 수 있다.
마지막으로 상호작용 만족도와 지속사용의도의 관계에서 지각된 유용성의 조절효과를 살펴본 결과, 지각된 유용성은 상호작용 만족도와 지속사용의도의 관계를 조절하지 않는 것으로 나타났다. 다만, 지각된 유용성 수준(저나 고 집단)에 상관없이 상호작용 만족도가 지속사용의도에 미치는 과정에 일정한 영향을 미치는 것으로 나타났고, 특히 지각된 유용성 저보다는 지각된 유용성 고의 영향력이 크게 나타났다는 점에서 사용자들이 지각된 유용성을 높게 인식할수록 상호작용 만족도의 지속사용의도에 대한 영향력을 높이는 촉매제로 기능할 가능성이 있음을 시사한다. 따라서 지각된 유용성의 상호작용 만족도와 지속사용의도 간 조절효과의 지속적 검증이 필요할 것으로 판단된다.
이상의 결과들을 종합하면, 사용자의 생성형 인공지능에 대한 지속사용의도는 지각된 의인화를 기반으로 상호작용 만족도와 지각된 유용성을 통해 예측 가능하다는 점에서 생성형 인공지능에 대한 유용성을 지속사용의도를 높이기 위한 주요 수단으로 활용할 필요가 있을 것이다. 이와 같은 결과에도 불구하고, 본 연구에서는 다음과 같은 한계를 가진다. 이를 통해 제언을 제시하면 첫째, 사용자의 생성형 인공지능에 대한 지각된 유용성 수준을 명확히 파악하기 위해서는 시간의 흐름에 따라 측정하는 접근이 필요할 것이다. 이에 후속연구에서는 횡단 연구가 아닌 종단 연구를 통해 지각된 유용성 수준을 측정하는 것이 요구된다고 할 것이다. 둘째, 상호작용 만족도와 지속사용의도의 관계에서 지각된 유용성의 조절효과가 검증되지 않았으나, 그 가능성을 완전히 배제할 수 없다는 점을 고려하여 지각된 유용성 수준에 따른 조절효과를 지속적으로 검증할 필요가 있을 것이다.
References
- National Information Society Agency, The Current Status of Human-Centered Robots and Strategies for Enhancing Social Acceptance, 2024.
-
J. Kim, K. Merrill Jr., and C. Collins, “AI as a Friend or Assistant: The Mediating Role of Perceived Usefulness in Social AI vs. Functional AI,” Telemetics and Informatics, Vol. 64, 101694, November 2021.
[https://doi.org/10.1016/j.tele.2021.101694]
-
W.-H. S. Tsai, Y. Liu, and C.-H. Chuan, “How Chatbots’ Social Presence Communication Enhances Consumer Engagement: The Mediating Role of Parasocial Interaction and Dialogue,” Journal of Research in Interactive Marketing, Vol. 15, No. 3, pp. 460-482, July 2021.
[https://doi.org/10.1108/JRIM-12-2019-0200]
-
A.-H. Chiang, S. Trimi, and Y.-J. Lo, “Emotion and Service Quality of Anthropomorphic Robots,” Technological Forecasting and Social Change, Vol. 177, 121550, April 2022.
[https://doi.org/10.1016/j.techfore.2022.121550]
-
M. Zhang, L. Li, Y. Ye, K. Qin, and J. Zhong, “The Effect of Brand Anthropomorphism, Brand Distinctiveness, and Warmth on Brand Attitude: A Mediated Moderation Model,” Journal of Consumer Behaviour, Vol. 19, No. 5, pp. 523-536, October 2020.
[https://doi.org/10.1002/cb.1835]
- Hankyoreh. Deception Wearing the Face of Technology...The Debate Over Anthropomorphizing AI: Controversy Over Human-Like Artificial Intelligence [Internet]. Available: https://www.hani.co.kr/arti/economy/it/1142147.html, .
-
S. H.-W. Chuah, E. C.-X. Aw, and D. Yee, “Unveiling the Complexity of Consumers’ Intention to Use Service Robots: An FsQCA Approach,” Computers in Human Behavior, Vol. 123, 106870, October 2021.
[https://doi.org/10.1016/j.chb.2021.106870]
-
L. Xie and S. Lei, “The Nonlinear Effect of Service Robot Anthropomorphism on Customers’ Usage Intention: A Privacy Calculus Perspective,” International Journal of Hospitality Management, Vol. 107, 103312, October 2022.
[https://doi.org/10.1016/j.ijhm.2022.103312]
-
L. Damiano and P. Dumouchel, “Anthropomorphism in Human-Robot Co-Evolution,” Frontiers in Psychology, Vol. 9, March 2018.
[https://doi.org/10.3389/fpsyg.2018.00468]
-
H.-W. Kim, H. C. Chan, and S. Gupta, “Value-based Adoption of Mobile Internet: An Empirical Investigation,” Decision Support Systems, Vol. 43, No. 1, pp. 111-126, February 2007.
[https://doi.org/10.1016/j.dss.2005.05.009]
-
V. Venkatesh and S. A. Brown, “A Longitudinal Investigation of Personal Computers in Homes: Adoption Determinants and Emerging Challenges,” MIS Quarterly, Vol. 25, No. 1, pp. 71-102, 2001.
[https://doi.org/10.2307/3250959]
-
M. Zhang, D. Gursoy, Z. Zhu, and S. Shi, “Impact of Anthropomorphic Features of Artificially Intelligent Service Robots on Consumer Acceptance: Moderating Role of Sense of Humor,” International Journal of Contemporary Hospitality Management, Vol. 33, No. 11, pp. 3883-3905, November 2021.
[https://doi.org/10.1108/IJCHM-11-2020-1256]
-
S. Schanke, G. Burtch, and G. Ray, “Estimating the Impact of Humanizing Customer Service Chatbots,” Information Systems Research, Vol. 32, No. 3, pp. 736-751, September 2021.
[https://doi.org/10.1287/isre.2021.1015]
-
Y. Xie, K. Zhu, P. Zhou, and C. Liang, “How Does Anthropomorphism Improve Human-AI Interaction Satisfaction: A Dual-Path Model,” Computers in Human Behavior, Vol. 148, 107878, November 2023.
[https://doi.org/10.1016/j.chb.2023.107878]
-
C. Nass and Y. Moon, “Machines and Mindlessness: Social Responses to Computers,” Journal of Social Issues, Vol. 56, No. 1, pp. 81-103, December 2000.
[https://doi.org/10.1111/0022-4537.00153]
-
C. Pelau, D.-C. Dabija, and I. Ene, “What Makes an AI Device Human-Like? The Role of Interaction Quality, Empathy and Perceived Psychological Anthropomorphic Characteristics in the Acceptance of Artificial Intelligence in the Service Industry,” Computers in Human Behavior, Vol. 122, 106855, September 2021.
[https://doi.org/10.1016/j.chb.2021.106855]
-
C. Edwards, A. Edwards, B. Stoll, X. Lin, and N. Massey, “Evaluations of an Artificial Intelligence Instructor’s Voice: Social Identity Theory in Human-Robot Interactions,” Computers in Human Behavior, Vol. 90, pp. 357-362, January 2019.
[https://doi.org/10.1016/j.chb.2018.08.027]
-
B. Liu and S. S. Sundar, “Should Machines Express Sympathy and Empathy? Experiments With a Health Advice Chatbot,” Cyberpsychology, Behavior, and Social Networking, Vol. 21, No. 10, pp. 625-636, October 2018.
[https://doi.org/10.1089/cyber.2018.0110]
-
S. Seo, “When Female(Male) Robot is Talking to Me: Effect of Service Robots’ Gender and Anthropomorphism on Customer Satisfaction,” International Journal of Hospitality Management, Vol. 102, 103166, April 2022.
[https://doi.org/10.1016/j.ijhm.2022.103166]
-
N. K. Park, Y. J. Pi, H. R. Lee, S. H. Lee, and J. Shin, “Effects of Adolescents’ Peer Group Norms on Intention to Stop Unethical Behaviors, Closeness to and Satisfaction With AI Chatbots : The Moderating Role of Message Framing,” Korean Journal of Journalism & Communication Studies, Vol. 68, No. 3, pp. 156-197, June 2024.
[https://doi.org/10.20879/kjjcs.2024.68.3.005]
-
J. Kang, K. Park, and J. Lee, “Impact of Digital Amenities in Hospitality on Perceived Usefulness and Behavioral Intentions,” The Journal of Korean History & Convergence, Vol. 9, No. 2, pp. 231-250, April 2025.
[https://doi.org/10.55793/jkhc.2025.25.231]
-
S. Lee, “The Effect of Perceived Anthropomorphic Characteristics on Continuous Usage Intention of Artificial Intelligence Voice Speaker: Based on the Integrated Adoption Model,” The Journal of the Korea Contents Association, Vol. 21, No. 11, pp. 41-55, November 2021.
[https://doi.org/10.5392/JKCA.2021.21.11.041]
-
K.-S. Lee, J.-P. Yu, and S.-A. Lim, “A Study on Factors Affecting the Intention to Use Artificial Intelligence(AI) Speakers: Focusing on the Extended Technology Acceptance Model(E-TAM),” The Society of Convergence Knowledge Transactions, Vol. 8, No. 4, pp. 59-69, December 2020.
[https://doi.org/10.22716/SCKT.2020.8.4.036]
-
K. Klüber and L. Onnasch, “Appearance is not Everything - Preferred Feature Combinations for Care Robots,” Computers in Human Behavior, Vol. 128, 107128, March 2022.
[https://doi.org/10.1016/j.chb.2021.107128]
-
Y. Zhu, M. Janssen, R. Wang, and Y. Liu, “It is me, Chatbot: Working to Address the COVID-19 Outbreak-Related Mental Health Issues in China. User Experience, Satisfaction, and Influencing Factors,” International Journal of Human-Computer Interaction, Vol. 38, No. 12, pp. 1182-1194, November 2022.
[https://doi.org/10.1080/10447318.2021.1988236]
-
H. Jiang, Y. Cheng, J. Yang, and S. Gao, “AI-Powered Chatbot Communication with Customers: Dialogic Interactions, Satisfaction, Engagement, and Customer Behavior,” Computers in Human Behavior, Vol. 134, 107329, September 2022.
[https://doi.org/10.1016/j.chb.2022.107329]
-
H.-J. Chen, “Assessing the Influence of Optimism on Users’ Continuance Use Intention of ChatGPT: An Expectation-Confirmation Model Perspective,” International Journal of Management Studies and Social Science Research, Vol. 6, No. 1, pp. 347-353, January 2024.
[https://doi.org/10.56293/IJMSSSR.2024.4831]
-
X. Fang, X. Wang, and W. Ma, “An Empirical Study on the Educational Application of ChatGPT,” Journal of Electrical Systems, Vol. 20, No. 2, pp. 829-841, 2024.
[https://doi.org/10.52783/jes.1241]
-
H. H. Lee and J. H. Lee, “A Study on the Structural Relationship Between YouTube Interaction and Perceived Usability, Information Search Satisfaction and Behavior Intention with a Focus On e-Sports Games,” The Korean Journal of Sport, Vol. 19, No. 4, pp. 56-69, 2021.
[https://doi.org/10.46669/kss.2021.19.4.006]
-
W. S. Cha, “A Study on the Effects of Digital Signage Advertising Linked with Voice Recognition Mobile App: Using Interactivity and Extended Technology Acceptance Model,” Advertising Research, No. 129, pp. 67-91, June 2021.
[https://doi.org/10.16914/ar.2021.129.67]
-
A. Bhattacherjee, “Understanding Information Systems Continuance: An Expectation-Confirmation Model,” MIS Quarterly, Vol. 25, No. 3, pp. 351-370, September 2001.
[https://doi.org/10.2307/3250921]
-
B. Niu and G. F. N. Mvondo, “I am ChatGPT, the Ultimate AI Chatbot! Investigating the Determinants of Users’ Loyalty and Ethical Usage Concerns of ChatGPT,” Journal of Retailing and Consumer Services, Vol. 76, 103562, January 2024.
[https://doi.org/10.1016/j.jretconser.2023.103562]
-
F. D. Davis, “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, Vol. 13, No. 3, pp. 319-340, September 1989.
[https://doi.org/10.2307/249008]
-
V. Venkatesh and F. D. Davis, “A Theoretical Extension of the Technmology Acceptance Model: Four Longitudinal Field Studies,” Management Science, Vol. 46, No. 2, pp. 186-204, February 2000. https://www.jstor.org/stable/2634758
[https://doi.org/10.1287/mnsc.46.2.186.11926]
-
H. Xianhan, L. Chun, S. Mingyao, and S. Caixia, “Associations of Different Types of Informal Teachers Learning with Teachers’ Technology Integration Intention,” Computers & Education, Vol. 190, 104604, December 2022.
[https://doi.org/10.1016/j.compedu.2022.104604]
-
N. Yao and Q. Wang, “Factors Influencing Pre-Service Special Education Teachers’ Intentin Toward AI in Education: Digital Literacy, Teacher Self-Efficacy, Perceived Ease of Use, and Perceived Usefulness,” Heliyon, Vol. 10, e34894, July 2024.
[https://doi.org/10.1016/j.heliyon.2024.e34894]
-
J. Yu, H. Lee, I. Ha, and H. Zo, “User Acceptance of Media Tablets: An Empirical Examination of Perceived Value,” Telematics and Informatics, Vol. 34, No. 4, pp. 206-223, November 2015.
[https://doi.org/10.1016/j.tele.2015.11.004]
-
J. A. Castañeda, F. Muñoz-Leiva, and T. Luque, “Web Acceptance Model(WAM): Moderating Effects of User Experience,” Information & Management, Vol. 44, No. 4, pp. 384-396, June 2007.
[https://doi.org/10.1016/j.im.2007.02.003]
-
K. A. Saeed and S. Abdinnour-Helm, “Examining the Effects of Information System Characteristics and Perceived Usefulness on Post Adoption Usage of Information Systems,” Information & Management, Vol. 45, No. 6, pp. 376-386, September 2008.
[https://doi.org/10.1016/j.im.2008.06.002]
-
A. Zhang and P. L. Patrick Rau, “Tools or Peers? Impacts of Anthropomorphism Level and Social Role on Emotional Attachment and Disclosure Tendency Towards Intelligent Agents,” Computers in Human Behavior, Vol. 138, 107415, January 2023.
[https://doi.org/10.1016/j.chb.2022.107415]
-
T. Zhou and C. Zhang, “Examining Generative AI User Addiction From a C-A-C Perpective,” Technology in Society, Vol. 78, pp. 102653, July 2024.
[https://doi.org/10.1016/j.techsoc.2024.102653]
-
J. Y. Jang and C. K. Suh, “The Impact of User Trust and Anthropomorphism on the Continuance Intention to Use ChatGPT,” Journal of Information Systems, Vol. 33, No. 1, pp. 91-114, March 2024.
[https://doi.org/10.5859/KAIS.2024.33.1.91]
-
D. M. Nguyen, Y.-T. H. Chiu, and H. D. Le, “Determinants of Continuance Intention towards Banks’ Chatbot Services in Vietnam: A Necessity for Sustainable Development,” Sustainability, Vol. 13, No. 14, 7625, July 2021.
[https://doi.org/10.3390/su13147625]
-
N. K. Park, “Artificial Intelligence and Ethical Issues,” Journal of Communication Research, Vol. 57, No. 3, pp. 122-154, August 2020.
[https://doi.org/10.22174/jcr.2020.57.3.122]
저자소개
2000년：중앙대학교대학원(정치학석사)
2004년：중앙대학교대학원(언론학박사)
2018년～2023년: 전북대학교 문화융복합아카이빙연구소 전임연구원
2007년～현 재: 전북대학교 미디어커뮤니케이션학과 강사
2025년～현 재: 전북대학교 프랑스·아프리카연구소 HK연구교수
※관심분야：디지털 미디어, 모바일 커뮤니케이션, 소셜미디어, 디지털 콘텐츠, 이용자 분석 등
2000년：중앙대학교대학원(정치학석사)
2005년：중앙대학교대학원(언론학박사)
2014년～2017년: 성균관대학교 SSK 위험사회연구단 심리측정패러다임 책임연구원
2015년～2022년: 성균관대학교 사회과학대학 신문방송학과 및 문화융합대학원 겸임교수
2023년～현 재: 호원대학교 연구교수
※관심분야：헬스 커뮤니케이션 & 콘텐츠(Health communication & content), 스마트시니어콘텐츠(Smart Senior Content), 생성형 인공지능(Generative AI) 등