기업의 인공지능(AI) 수용요인에 관한 연구 : 중소기업을 중심으로 :

김창우

추천

검색

자료유형: 학위논문

저자정보: 김창우 (동의대학교, 동의대학교 대학원)

지도교수: 정석찬

발행연도: 2023

저작권: 동의대학교 논문은 저작권에 의해 보호받습니다.

이용수161

초록· 키워드

전 산업분야에서 디지털 전환(Digital Transformation)이 가속화되고 있다. 특히 인공지능(AI)은 기업의 생산성 향상 및 비용 절감, 의사결정 지원 등 다양한 목적으로 산업계에 도입되고 있다. 국내 AI 도입은 대기업 위주로 적용되고 있으며, 중소기업의 AI 도입은 매우 저조한 상황이다.
정부 차원에서 AI 산업 육성정책 및 확산전략을 추진하고 있지만, 규모가 영세한 중소기업은 도입비용, 전문인력, 기술활용 역량 등 다양한 이유로 AI 도입 장벽이 발생하고 있다. 이는 AI 산업을 포함하여 제조업, 서비스업 등 전 산업분야의 경쟁력 저하를 야기할 수 있으며, 글로벌 경쟁에도 부정적인 영향을 미칠 것이다. 이에 국내 기업의 99% 이상을 차지하는 중소기업의 AI 도입 확대를 위한 기술수용분야 실증 연구가 시급한 실정이다.
본 연구의 목적은 중소기업의 AI 도입 확대를 위한 수용요인을 분석하고 실무적, 정책적 시사점을 도출하는 것이다. 이를 위해 전국에 소재한 제조, 서비스, 정보통신 분야 등 다양한 업종의 중소기업 임직원 315명을 대상으로 AI 수용요인을 실증 분석하였다.
통합기술수용이론(UTAUT)을 기반으로 연구의 특성을 반영한 7가지 외부변수(의사결정 신뢰성, 지각된 인식, 정책지원, 교육훈련, 인지된 비용, 지각된 위험성, 시스템 복잡성)를 추가하여 확장된 UTAUT 모형을 설계하였다.
또한 AI 제품 및 서비스를 도입한 기업과 도입하지 않은 기업의 수용요인 심층 비교분석을 위하여 도입 경험을 조절 변수로 적용하였다. 연구 모형과 데이터 신뢰성, 타당성, 모형 적합도 검증을 거쳐 연구가설을 검증한 결과를 요약하면 다음과 같다.
의사결정 신뢰성은 성과기대와 사회적 영향에 긍정적인 영향을 미치며, 지각된 인식은 성과기대와 노력기대에 긍정적인 영향을 미쳤다. 정책지원은 사회적 영향과 촉진조건에 긍정요인으로 작용하였으며, 교육훈련은 노력기대 및 촉진조건에 긍정적인 영향을 미치는 것으로 나타났다. 이어 부정적 영향요인으로, 인지된 비용은 사회적 영향과 촉진조건에 부정적 영향을 미치며 지각된 위험성은 성과기대와 사회적 영향에 부정적인 영향을 미쳤다. 시스템 복잡성은 노력기대에 부정적인 영향을 미치고, 촉진조건에는 부정적 영향이 기각되었다. UTAUT 내재변수인 성과기대, 노력기대, 사회적 영향 및 촉진조건은 수용의도에 긍정적인 영향을 미치는 것으로 나타났다. 또한 AI 도입 경험에 따라 기업 간 조절효과가 발생되었다.
본 연구는 특정 지역과 산업에 국한되지 않고, 다양한 업종의 국내 중소기업을 대상으로 통합적인 AI 수용요인을 도출한 것에 의의가 있다. 기존의 AI 수용분야 연구는 AI 스피커, 챗봇 등 단위 서비스 또는 제조, 금융, 교육 등 특정 산업분야 중심의 AI 수용요인 연구가 주를 이루었다는 점에서 본 연구는 기존 연구와의 차별성이 있다. 더불어 기업의 AI 도입에 있어 개인, 조직, 시스템, 환경적 특성을 반영한 연구모형을 구성하였으며 도입경험에 따른 조절효과 분석을 통해 연구 확장성과 다양성을 확보했다는 것에 학문적 가치가 있다. 하지만 구조화된 설문지를 기반으로 중소기업의 AI 수용요인을 심층 분석하는 것에는 한계가 존재한다. 인터뷰, 델파이 등 다양한 방법론이 적용된 후속연구가 필요하다. 이는 본 연구의 한계점으로 볼 수 있다.
향후 본 연구가 거시적 관점에서 산업계의 AI 확산을 위한 기초 연구로 폭넓게 활용되고, 중소기업의 AI 도입을 촉진할 수 있도록 실무적, 정책적 시사점을 제공하기를 기대한다.

Digital transformation is accelerating in all industries. In particular, artificial intelligence (AI) is being introduced into the industry to improve corporate productivity, reduce costs, and support decision-making. In Korea, AI is introduced mainly by large companies, but AI adoption is low in small and medium-sized enterprises (SMEs).
The Korean government promotes AI adoption through industry-fostering policies. However, barriers to AI adoption occur in SMEs due to introduction costs, professional technicians, and technology utilization capabilities. This problem can cause a decrease in competitiveness in all industries, including the AI industry, manufacturing, and service industries, and will adversely affect global competition. Therefore, there is an urgent need for empirical research on AI technology acceptance to expand AI adoption by SMEs, which account for more than 99% of Korean companies.
The purpose of this study is to analyze the acceptance factors for promoting the introduction of AI by SMEs. To this end, AI acceptance factors were empirically analyzed for 315 employees of SMEs in various industries engaged in manufacturing, service, and information communication.
In this study, we designed an extended UTAUT model by adding seven external variables(decision making reliability, perceived perception, policy support, training, perceived cost, perceived risk, system complexity) that reflect the characteristics of AI acceptance to the UTAUT model.
In addition, for a comparative analysis of the acceptance factors of companies that introduced AI technology and those that did not, introduction experience was applied as a moderating variable. The results of this study are as follows.
Decision-making reliability had a positive effect on performance expectations and social impact, and perceived perception had a positive effect on performance expectations and effort expectations. Policy support had a positive effect on social influence and promotion conditions, and training had a positive effect on effort expectations and promotion conditions.
As a negative influencing factor, the perceived cost had a negative impact on social impact and promotion conditions, and perceived risk had a negative impact on performance expectations and social impact. System complexity had a negative effect on effort expectancy, and a negative effect on facilitating conditions was rejected. The internal variables of UTAUT, which are performance expectations, effort expectations, social influences, and facilitating conditions, were found to affect acceptance intention positively. Also, according to the introduction experience of AI, there was a moderating effect between companies.

제 1장 서 론 1
제 1절 연구의 배경 및 목적 1
제 2절 연구방법 및 논문의 구성 3
제 2장 이론적 배경 5
제 1절 인공지능의 개념 및 특성 5
1. 인공지능의 정의 및 발전과정 5
2. 인공지능의 특성 및 분류 7
3. 인공지능 쟁점사항 9
제 2절 국내외 주요국의 인공지능 정책 분석 10
1. 국가별 인공지능 주요정책 및 동향 10
2. 국내 인공지능 주요정책 및 동향 12
제 3절 인공지능 산업 현황 분석 14
1. 인공지능 산업 현황 및 전망 14
2. 산업분야별 인공지능 도입 현황 및 사례 16
3. 중소기업의 인공지능 도입 저항요인에 대한 고찰 18
제 4절 통합기술수용이론(UTAUT) 20
1. 통합기술수용이론(UTAUT) 20
2. 인공지능 기술수용분야 선행연구 23
제 3장 연구 설계 26
제 1절 연구 모형 26
제 2절 변수의 조작적 정의 및 가설 설정 27
1. 의사결정 신뢰성(Decision-Making Reliability) 27
2. 지각된 인식(Perceived Perception) 28
3. 정책지원(Policy Support) 29
4. 교육훈련(Education and Training) 30
5. 인지된 비용(Perceived Cost) 31
6. 지각된 위험성(Perceived Risk) 32
7. 시스템 복잡성(System Complexity) 33
8. 통합기술수용이론 내재변수 34
9. 통합기술수용이론 조절변수 35
제 3절 측정항목 설계 39
제 4장 실증분석 41
제 1절 자료 수집 및 표본의 특성 41
제 2절 신뢰성 및 타당성 검증 45
제 3절 연구가설 검증 49
1. 연구가설 검증 49
2. 조절효과 검증 56
제 5장 결론 58
제 1절 연구결과의 요약 및 시사점 58
제 2절 연구의 한계 및 발전방향 62
참고문헌 63
Abstract 71
설문지 73

최근 본 자료

전체보기

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

목차

최근 본 자료

댓글(0)