ChatGPT 사회적·정서적 요인이 정보탐색 행동을 통해 개인 창의성 및 직무 성과에 미치는 영향 연구 = How Social and Emotional Factors Influence Individual Creativity and Work Performance via Information-Seeking Behavior|RISS 상세보기

국문 초록 (Abstract)

생성형 인공지능과 ChatGPT 인공지능 기술의 발전은 인류의 삶과 업무 방식에 근본적인 변화를 가져왔다. 1950년 Turing(1950)이 발표한 "Computing Machinery and Intelligence"는 기 계가 인간처럼 사고할 수 있는지에 대한 철학적 질문을 제기하며 인공지능 연구의 출발점이 되었다. 이후 인공지능은 규칙 기반 시스템에서 머신러닝, 딥러닝으로 발 전하며 다양한 분야에서 혁신을 이끌어왔다. 특히 2010년대 이후 딥러닝 기술의 급격한 발전과 대규모 데이터의 축적은 인공지능의 성능을 비약적으로 향상시켰으 며, 이는 음성인식, 이미지 처리, 자연어 처리 등 다양한 영역에서 인간 수준에 근 접하거나 능가하는 성과를 창출하였다(Brynjolfsson et al., 2023). 이러한 흐름 속에서 생성형 인공지능이라는 새로운 패러다임이 등장하게 되었다. 생성형 인공지능(Generative AI)은 기존의 판별형 인공지능과는 달리 새로운 콘텐츠를 창조할 수 있는 능력을 지닌 기술이다. 판별형 인공지능이 주어진 데이터 를 분류하거나 예측하는 데 초점을 맞춘다면, 생성형 인공지능은 학습한 패턴을 바 탕으로 텍스트, 이미지, 음악, 코드 등 다양한 형태의 새로운 콘텐츠를 생성할 수 있다. 이는 인공지능이 단순히 데이터를 처리하는 도구에서 창의적 작업의 동반자 로 진화하고 있음을 의미한다(Noy and Zhang, 2023). 생성형 인공지능의 핵심 기술은 대규모 언어모델(Large Language Model: LLM)로, 수십억 개 이상의 매 개변수를 활용하여 방대한 텍스트 데이터에서 언어의 패턴과 구조를 학습한다. 이 를 통해 생성형 인공지능은 인간의 언어를 이해하고 맥락에 적합한 응답을 생성할 수 있게 되었으며, 이는 자연어 처리 기술의 획기적인 발전으로 평가받고 있다. 생성형 인공지능의 발전 과정에서 Transformer 아키텍처의 등장은 중요한 전 환점이 되었다. Vaswani 등(2017)이 제안한 Transformer 모델은 기존의 순환 신 경망(RNN)이나 합성곱 신경망(CNN)과는 다른 접근 방식으로 자연어를 처리하며, 문장 내 단어들 간의 관계를 효과적으로 학습할 수 있는 어텐션(Attention) 메커니 즘을 도입하였다. 이러한 기술적 혁신은 GPT(Generative Pre-trained Transfor mer) 시리즈의 개발로 이어졌으며, OpenAI는 2018년 GPT-1을 시작으로 GPT- 2, GPT-3를 거쳐 2022년 11월 ChatGPT를 공개하였다. ChatGPT는 GPT-3.5 아키텍처를 기반으로 하며, 인간의 피드백을 통한 강화학습(Reinforcement Learni ng from Human Feedback: RLHF) 기법을 적용하여 사용자의 의도를 더욱 정확 하게 파악하고 유용한 응답을 생성할 수 있도록 설계되었다. ChatGPT의 등장은 생성형 인공지능 기술의 대중화를 촉진하는 계기가 되었다. 출시 2개월 만에 1억 명의 사용자를 확보하며 역사상 가장 빠르게 성장한 애플리 케이션으로 기록되었으며, 이는 기존의 어떤 디지털 서비스보다도 빠른 속도였다. 이러한 폭발적 성장은 ChatGPT가 기술적 우수성뿐만 아니라 사용자 친화적인 인 터페이스와 접근성을 갖추고 있기 때문이다(Noy and Zhang, 2023). 사용자들은 복잡한 프로그래밍 지식이나 기술적 전문성 없이도 자연어 대화를 통해 ChatGPT 를 활용할 수 있으며, 이는 인공지능 기술의 민주화를 실현하는 중요한 진전으로 평가받고 있다. ChatGPT는 교육, 의료, 법률, 마케팅, 콘텐츠 제작 등 다양한 분야 에서 활용되고 있으며, 특히 각분야 전문가들의 업무 효율성 향상에 기여하고 있다 고 보고하였다. ChatGPT의 기술적 특성은 기존의 정보 시스템과 차별화된다. 첫째, ChatGPT 는 대화형 인터페이스를 통해 사용자와 상호작용하며, 이는 기존의 키워드 기반 검 색 엔진이나 명령어 기반 시스템과는 근본적으로 다른 사용자 경험을 제공한다. 사 용자는 마치 인간 전문가와 대화하듯 자연스러운 언어로 질문하고 요청할 수 있으 며, ChatGPT는 맥락을 이해하고 대화의 흐름을 유지하면서 응답을 생성한다. 둘 째, ChatGPT는 단순히 기존 정보를 검색하여 제시하는 것을 넘어 새로운 콘텐츠 를 창조할 수 있다. 보고서 작성, 코드 생성, 번역, 요약, 아이디어 브레인스토밍 등 다양한 창의적 작업을 수행할 수 있으며, 이는 사용자의 생산성을 획기적으로 향상 시킬 수 있는 잠재력을 지닌다. 셋째, ChatGPT는 광범위한 지식 기반을 보유하고 있어 다양한 주제에 대해 정보를 제공할 수 있으며, 전문적인 질문에도 상당한 수 준의 답변을 생성할 수 있다. 한편, ChatGPT의 활용은 조직과 개인의 업무 방식에 상당한 변화를 가져오고 있다. Noy와 Zhang(2023)은 ChatGPT가 전문직 종사자들의 생산성을 평균 40% 향상시킬 수 있다는 실험 결과를 제시하며, 특히 글쓰기, 분석, 의사결정과 같은 인 지적 작업에서 두드러진 효과를 나타낸다고 보고하였다. 또한 ChatGPT는 정보 탐 색과 학습 과정을 효율화하여 조직 구성원들이 신속하게 필요한 지식을 습득하고 적용할 수 있도록 지원한다. 이러한 변화는 지식 기반 경제에서 개인과 조직의 경 쟁력을 좌우하는 핵심 요소로 작용하고 있으며, ChatGPT를 효과적으로 활용하는 능력이 미래 인재의 필수 역량으로 부상하고 있다. 그러나 ChatGPT의 확산과 함께 다양한 우려와 과제도 제기되고 있다. 첫째, 생 성된 정보의 정확성과 신뢰성에 대한 문제이다. ChatGPT는 학습 데이터에 기반하 여 응답을 생성하기 때문에 사실과 다른 정보를 그럴듯하게 제시하는 환각 (Hallucination) 현상이 발생할 수 있으며, 이는 사용자가 잘못된 정보를 신뢰하게 만들 수 있다. 둘째, 개인정보 보호와 데이터 보안에 대한 우려이다. 사용자가 ChatGPT와 대화하는 과정에서 민감한 정보가 노출될 수 있으며, 이러한 데이터가 어떻게 저장되고 활용되는지에 대한 투명성이 부족하다는 지적이 있다(Shoukat et al., 2025). 셋째, 저작권과 윤리적 문제이다. ChatGPT가 생성한 콘텐츠의 저작권 귀속과 원저작자의 권리 보호에 대한 법적 논란이 지속되고 있으며, 인공지능이 생 성한 콘텐츠를 자신의 창작물로 제시하는 윤리적 문제도 대두되고 있다. 넷째, 인공 지능에 대한 과도한 의존이 인간의 사고 능력과 창의성을 저해할 수 있다는 우려이 다. 특히 교육 분야에서는 학생들이 ChatGPT를 과제 수행에 부적절하게 활용하거 나 비판적 사고 없이 생성된 정보를 수용하는 문제가 지적되고 있다. 이처럼 생성형 인공지능과 ChatGPT는 기술적 혁신을 넘어 사회적, 경제적, 윤 리적 차원에서 광범위한 영향을 미치고 있다. ChatGPT의 효과적 활용을 위해서는 기술적 이해뿐만 아니라 사용자의 심리적, 사회적 요인과 조직의 지원 체계가 중요 하게 작용한다. 사용자가 ChatGPT를 어떻게 인식하고 평가하는지, 어떠한 동기로 활용하는지, 그리고 활용 과정에서 어떠한 장애 요인을 경험하는지를 이해하는 것 은 생성형 인공지능 시대의 성공적인 디지털 전환을 위한 필수 과제이다. 본 연구 는 이러한 관점에서 ChatGPT 사용자의 사회적·정서적 요인이 기술수용과 실제 활용 행동, 그리고 성과에 미치는 영향을 체계적으로 분석하고자 한다.

번역하기

생성형 인공지능과 ChatGPT 인공지능 기술의 발전은 인류의 삶과 업무 방식에 근본적인 변화를 가져왔다. 1950년 Turing(1950)이 발표한 "Computing Machinery and Intelligence"는 기 계가 인간처럼 사고할 수...

목차 (Table of Contents)