인공지능 추천서비스에서 신뢰와 공정성 인식이 지속이용 의도에 미치는 영향: 알고리즘 투명성의 조절효과와 조절된 매개효과
The Impact of Trust and Fairness Perception on Continuance Intention in AI Recommendation: The Moderating and Moderated Mediating Effects of Algorithmic Transparency
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
인공지능(AI) 추천서비스의 확산으로 공정성, 신뢰, 투명성과 같은 사회적·윤리적 요소가 이용자의 서비스 수용을 결정하는 핵심 요인으로 부상하고 있다. 이에 본 연구는 「2024년 지능정보사회 이용자 패널조사」 데이터를 활용하여, 이용자의 공정성 인식이 신뢰와 지속이용 의도에 미치는 구조적 영향을 분석하고, 알고리즘 투명성이 이 관계를 어떻게 조절 및 매개하는지를 검증하였다. PLS-SEM 분석 결과, 공정성 인식은 신뢰와 지속이용 의도에 유의한 정(+)의 영향을 미쳤으며, 신뢰 역시 지속이용 의도를 강화하는 것으로 나타났다. 또한 신뢰는 공정성 인식과 지속이용의도 간의 매개효과를 보였고, 알고리즘 투명성은 공정성 인식이 신뢰로 전이되는 경로를 유의하게 강화하였다. 이러한 결과는 AI 추천서비스 신뢰 형성 과정에서 공정성–신뢰–투명성의 상호작용이 중요한 역할을 한다는 점을 시사하며, 투명성 기반의 책임 있는 알고리즘 설계 및 취약집단의 디지털 접근성 제고 등 정책적·실무적 방향을 제안한다.
Abstract
As AI recommendation services become widespread, concerns about fairness, trust, and transparency have become central to understanding user acceptance. This study analyzes how users’ fairness perception influences trust and continuance intention, and assesses the moderating and mediated roles of algorithmic transparency using data from the 2024 Intelligent Information Society Panel Survey. PLS-SEM results indicate that fairness perception significantly enhances both trust and continuance intention, and that trust strongly predicts continued use. Trust also mediates the fairness–continuance link, while algorithmic transparency strengthens the fairness–trust relationship. These findings highlight the importance of the fairness–trust–transparency interplay in shaping user responses and provide practical implications for transparent algorithm design and improved accessibility for vulnerable groups.