생성형 AI의 기술적 특성과 사용자의 AI 리터러시가 생성형 AI의 지속사용의도에 미치는 영향 : 확장된 기술수용모델을 중심으로

Q: 이 논문에서 정의한 AI 리터러시란 무엇인가?

AI 리터러시는 개인이 인공지능 기술에 대해 비판적으로 평가하고, 인공지능과 효과적으로 소통하며 협업할 수 있는 능력을 의미한다. 이는 AI가 도출하는 결과를 비판적으로 수용하고 활용하는 역량을 포함하며, AI 기술을 다루는 데 요구되는 포괄적인 소양이다.

Q: 생성형 AI의 지속사용의도에 AI 리터러시가 어떤 영향을 미치는가?

연구 결과, 사용자의 AI 리터러시가 높을수록 생성형 AI에 대한 지각된 용이성과 유용성 모두에 긍정적인 영향을 미치는 것으로 나타났다. 즉, AI가 제공하는 정보를 비판적으로 평가하고 활용하는 능력이 뛰어날수록 생성형 AI 사용을 더 쉽고 유용하다고 인식하여 지속사용의도가 높아진다.

이진; 오현정

doi:10.16914/kjapr.2024.26.3.96

추천

검색

질문

자료유형: 학술저널

저자정보: 이진 (한양대학교) 오현정 (한양대학교 ERICA)

저널정보: 한국광고홍보학회 한국광고홍보학보 한국광고홍보학보 제26권 제3호

발행연도: 2024.7

수록면: 96 - 140 (45page)

DOI: 10.16914/kjapr.2024.26.3.96

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

생성형 AI(Generative AI)의 등장으로 예술, 교육, 산업 등 다방면의 분야에서 생성형 AI가 사용되고 있으며, 생성형 AI가 제공하는 정보를 주체적, 비판적으로 평가하면서 사용할 수 있는 AI 리터러시의 중요성 또한 대두되고 있다. 그러나 생성형 AI 사용 맥락에서 AI 리터러시에 중요성이 대두됨에도 불구하고, 커뮤니케이션 분야에서 이를 주목한 연구는 제한적이다. 본 연구는 생성형 AI를 한 번이라도 사용해 본 사용자들을 대상으로 생성형 AI를 지속적으로 사용하게끔 하는 기술적 요인과 사용자 요인이 무엇인지를 기술수용모델을 통해 검증하고자 하였다. 구체적으로 생성형 AI의 기술적 요인으로는 개인화, 상호작용성, 맥락 인지의 세 가지 요인을 설정하였고, 사용자 요인으로는 AI 리터러시라는 요인을 설정하였으며, 지각된 유용성과 지각된 용이성을 매개로 생성형 AI를 지속적으로 사용하려는 의도에 영향을 미칠 것인지 구조방정식을 통해 검증하였다. 분석 결과, 생성형 AI의 기술적 요인인 개인화와 사용자 요인인 AI 리터러시가 지각된 유용성에 영향을 미치는 것으로 나타났고, 지각된 용이성에는 AI 리터러시만이 영향을 미치는 것으로 나타났다. 또한, 지각된 유용성은 지속사용의도에 정적(+)인 영향을 미치는 것으로 나타났으나, 지각된 용이성은 지속사용의도에 유의미한 영향을 미치지 않는 것으로 나타났으며, 지각된 유용성에 지각된 용이성이 미치는 영향력은 통계적으로 유의하지 않은 것으로 나타나 기술수용모델을 활용한 선행 연구와 상반된 결과를 보였다. 본 연구는 생성형 AI가 가지고 있는 대표적인 기술적 요인과 생성형 AI 사용 맥락에서 중요성이 대두되고 있는 AI 리터러시를 기존 이론에 적용하여 실증적으로 검증하고 AI 리터러시가 중요한 사용자 요인인 것을 밝혔다는 점에서 의의가 있다. 또한, 실무적으로는 향후 광고, PR 전문가들이 생성형 AI를 사용한 커뮤니케이션 전략을 수립할 때 시사점을 제공할 수 있을 것으로 기대된다.

The emergence of a more advanced generative AI, surpassing conventional AI, has led to the widespread utilization of generative AI across various fields such as art, education, academia, and the workplace. In the context of using generative AI, effective communication between technology and users is crucial. In this study, we aimed to investigate the factors that lead users who have tried generative AI at least once to continue using it. Throughout this process, we sought to explain the users" technology acceptance and ongoing usage intentions based on the technology acceptance model, in order to understand the technology adoption process and continuous usage intentions of users receiving new technologies and services. The result of analyzing a survey data revealed that the technical characteristics of generative AI, specifically personalization along with the user"s personal attribute, AI literacy, statically influenced perceived usefulness. In contrast, only the user"s personal attribute, AI literacy, statically influenced perceived ease of use. Moreover, it was found that perceived usefulness statically influenced the intention for continuous usage, while perceived ease of use did not significantly impact the intention for continuous usage. Interestingly, the influence of perceived ease of use, which had been validated for effectiveness in previous studies, did not show statistically significant impact on perceived usefulness. This result contrasts with findings from previous research on technology acceptance model. This study is significant in its attempt to apply and empirically validate the relevance of the representative technical characteristics of generative AI and the emerging importance of AI literacy in the context of generative AI usage within existing theoretical model. The findings underscore the significance of AI literacy as an effective factor in the acceptance of generative AI technology.

#생성형 AI #AI 리터러시 #확장된 기술수용모델 #지속사용의도 #Generative AI #AI literacy #Extended Technology Acceptance Model(ETAM) #Intention of continuous use

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090271911

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)