생성형 AI 이용과 AI 역량 인식의 형성: 이용 동기와 이용 시간의 상호작용 효과를 중심으로
Generative AI Use and the Formation of Perceived AI Capability: Focusing on the Interaction Effects of Usage Motivation and Usage Time
3
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 생성형 AI 이용자의 이용 동기와 이용 시간이 AI 역량 인식에 미치는 영향과 이들 간의 상호작용 효과 규명을 목적으로 한다. 이를 위해 방송통신위원회의 2024년 지능정보사회 이용자 패널조사 자료를 활용하여 탐색적 요인분석과 위계적 회귀분석을 실시하였다. 분석 결과, 생성형 AI의 이용 동기는 쾌락적 동기와 실용적 동기로 구분되었으며, 두 동기 모두 AI 역량 인식에 통계적으로 유의한 정(+)적 영향을 미치는 것으로 나타났다. 이용 시간은 AI 역량 인식에 직접적인 영향을 미치지 않았으나 쾌락적 동기와의 상호작용에서 유의미한 부(-)적 조절효과가 확인되었다. 즉, 쾌락적 동기로 생성형 AI를 이용하는 경우 이용 시간이 증가할수록 AI 역량 인식이 오히려 감소하는 반면, 실용적 동기는 이용 시간과 관계없이 일관되게 긍정적 역량 인식을 유지하였다. 본 연구는 생성형 AI 수용 연구에서 AI 역량 인식이라는 새로운 개념을 도입하여 이용 동기 유형에 따른 차별적 메커니즘을 규명함으로써 이론적 외연을 확장하였으며, 이용자 맞춤형 서비스 설계 및 정책 수립에 있어 유의미한 시사점을 제공한다.
Abstract
This study empirically examined how usage motivations and usage time influence perceived AI capability among generative AI users, with particular attention to their interaction effects. Utilizing data from the ‘2024 Intelligent Information Society User Panel Survey’, exploratory factor analysis and hierarchical regression analysis were conducted. The results revealed that usage motivations for generative AI were categorized into hedonic and utilitarian motivations, both of which demonstrated statistically significant positive effects on perceived AI capability. While usage time itself did not directly affect perceived AI capability, a significant negative moderating effect emerged in its interaction with hedonic motivation. Specifically, for users driven by hedonic motivation, increased usage time was associated with decreased perception of AI capability. In contrast, utilitarian motivation maintained consistently positive perceptions of AI capability regardless of usage time. This study contributes to the theoretical advancement of generative AI adoption research by introducing the concept of perceived AI capability and identifying differential mechanisms based on motivation types. The findings offer practical implications for user-centered service design and policy development in the generative AI domain.