인공지능기술 활용에 대한 공연예술 종사자의 기술수용의도 분석 : 기술위협회피이론(TTAT)과 통합기술수용이론(UTAUT)을 중심으로

다국어 초록 (Multilingual Abstract)

This study aims to examine how performing arts professionals in South Korea perceive and intend to adopt artificial intelligence (AI) technologies amid their rapid diffusion across the performing arts sector. As of March 2025, in line with the Ministry of Culture, Sports and Tourism’s Culture Korea 2035 initiative, which emphasizing an“AI Transformation (AX),”the number of AI-driven creative and production projects has been steadily increasing across performing arts genres-including theatre, musical theatre, music, dance, and traditional arts-in both domestic and international contexts. While AI technologies offer various positive opportunities, concerns regarding job displacement and the erosion of artistic identity coexist.
Previous studies have primarily focused on technological case analyses of artistic works, audience-centered experiential perspectives, or the psychological mechanisms of practitioners within specific genres. Consequently, there remains a lack of empirical research that structurally verifies both the positive and negative perceptions of AI technologies and their adoption mechanisms among performing arts professionals within the broader context of the performing arts field.
To address this gap, this study proposes an integrated positive–negative research model to analyze the factors influencing professionals’ intentions to adopt AI technologies. Specifically, performance expectancy and social influence from the Unified Theory of Acceptance and Use of Technology (UTAUT) were adopted as positive factors, while perceived AI threat and coping cost from the Technology Threat Avoidance Theory (TTAT) were incorporated as negative factors. A measurement model was constructed and empirically tested using Structural Equation Modeling (SEM). Survey items were developed based on validated measures from prior studies and assessed using a five-point Likert scale. The participants consisted of professionals actively working in the South Korean performing arts sector. Data were collected via an online survey administered through Google Forms, yielding 307 valid responses. The collected data were analyzed using SEM and Multivariate Analysis of Variance (MANOVA), along with an additional analysis of practitioners’ qualitative opinions.
The results indicate that performing arts professionals’ intention to adopt AI technologies is significantly and positively influenced by performance expectancy and social influence. In particular, social influence emerged as a more decisive factor than individual utility perception, suggesting that colleagues, organizations, and industry-wide norms play a critical role in shaping AI adoption. In contrast, perceived AI threat and coping cost showed partial negative tendencies toward AI adoption intention but were not statistically significant, indicating that, at the current stage, anxiety and perceived costs do not substantially hinder actual adoption intentions. MANOVA results further revealed significant group differences by genre and income level. Additionally, practitioners’ responses highlighted the need for policy measures such as AI competency training, copyright and ethical guidelines, and the establishment of social safety nets.
Despite these contributions, this study has limitations. The survey sample was drawn from a limited domestic network, restricting the generalizability of the findings to the entire performing arts sector. Moreover, while the attempt to integrate positive and negative factors within a single model is meaningful, the model does not fully capture the nuanced psychological mechanisms underlying technology adoption. Future research should expand the sampling scope and incorporate a wider range of psychological variables to more comprehensively examine AI adoption intentions and actual behavioral changes among performing arts professionals.

국문 초록 (Abstract)

본 연구는 현재 인공지능(AI) 기술이 공연예술 전반에 급속도로 확산되는 상황에서 국내 공연예술 종사자들이 AI 기술을 어떻게 인식하며 수용하려 하는지 분석하는 데 목적이 있다. 2025년 3월, 문화체육관광부「문화한국 2035」의‘AI 대전환(AX)’기조와 함께 국내외 공연예술 장르(연극, 뮤지컬, 음악, 무용, 전통)에서도 AI를 활용한 작품의 창작 및 제작 사례가 점차 늘어가고 있다.
AI의 기술이 가져다주는 긍정적인 측면과 더불어, 일자리 대체와 예술가 정체성 약화에 대한 우려도 공존하고 있다. 기존 선행 연구들은 주로 작품의 기술적 사례나 관객의 체험적 관점, 특정 장르 종사자의 심리적 메커니즘 분석에 집중하고 있어 실제 공연예술이라는 울타리에서 종사자의 AI 기술에 대한 긍정·부정 인식과 수용 메커니즘을 구조적으로 검증한 연구는 부족한 실정이다.
본 연구는 종사자가 AI 기술수용의도에 미치는 영향을 분석하고자 긍정·부정 통합모형을 제시한다. 우선 긍정요인으로 통합기술수용이론(UTAUT)의 주요 변수인 성과기대와 사회적 영향요인을 채택하고 부정 요인으로 기술위협회피이론(TTAT)의 지각된 AI 위협과 대응비용을 채택하여 측정모형을 설계하고 구조방정식모형(SEM)을 통해 검증하였다. 연구방법은 선행연구 문항을 토대로 설문문항(5점 리커트척도)을 설계했으며, 대상자는 국내 공연예술 분야에서 활동하는 종사자이다. 설문은 구글 폼을 이용해 온라인 설문조사를 실시하였고 총 307부의 유효표본을 확보하였다. 측정된 데이터를 활용하여 구조방정식모형(SEM)과 다변량 분산분석(MANOVA)을 진행했고 추가로 종사자 의견을 분석하였다.
설문 데이터 분석 결과, 공연예술 종사자의 AI 기술수용의도는 성과기대와 사회적 영향에 의해 정(+)의 방향성을 보여 유의하게 설명되었다. 특히 사회적 영향에서 개인의 효용 인식보다 동료, 조직, 업계 분위기가 AI 수용을 좌우하는 요인임을 확인하였다. 반면에 AI 위협과 대응비용은 AI 기술수용의도는 일부 부(-)의 방향성을 보였으나 통계적으로 유의하게 설명되지 않았다. 현재 단계에서는 불안과 비용이 실제 AI 사용 의도를 저해하는 요인으로 이어지지는 않는 것으로 나타났다. 또한, 집단별로 차이를 보고자 다변량 분산분석을 통해 연령대, 장르, 직군, 경력, 소득을 각각 분석했으며 장르와 소득에서 집단별로 변수에 대한 차이를 보이는 것을 확인하였다. 추가로 실무적으로는 종사자 의견으로 수렴한 설문에서는 AI 역량 교육, 저작권 및 윤리적 가이드라인, 안전망 구축이 필요한 정책적 과제임을 확인하였다.
그러나 본 연구는 설문 표집이 국내 일부 인적 네트워크에 한정되어 있어 공연예술 전반을 대표하는 결과로 일반화하기에는 한계가 있다. 또한 연구모형을 긍정과 부정이라는 양극단의 변수로 구성한 시도는 의미가 있었으나 변수 간 정교한 심리적 작동 메커니즘을 충분히 반영하지 못한 아쉬움이 있다. 향후 연구에서는 표집 범위를 확대하고 다양한 심리적 변인을 통합한 모형을 구축하여 공연예술 종사자의 심리적 메커니즘에 따른 AI 기술 수용의도와 실제 행동 변화를 보다 입체적으로 규명할 필요가 있다.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구 배경 및 필요성 1
• 제2절 연구 목적 4
• 제2장 이론적 논의 6
• 제1절 공연예술과 인공지능 6
• 1. 공연예술과 인공지능 개념 6
• 2. 공연예술 분야 인공지능 적용사례 8
• 제2절 선행연구 검토 24
• 1. 국내 선행연구 24
• 2. 해외 선행연구 29
• 3. 선행연구의 한계 및 본 연구의 접근 방향 33
• 제3절 연구모형 관련 이론적 논의 35
• 1. 통합기술수용이론(UTAUT) 35
• 2. 기술위협회피이론(TTAT) 40
• 제3장 연구모형 및 연구가설 45
• 제1절 연구모형 45
• 1. 직접효과(독립변수종속변수) 45
• 2. 매개효과(독립변수매개변수종속변수) 47
• 제2절 연구가설 48
• 1. 직접효과(독립변수종속변수) 48
• 2. 매개효과(독립변수매개변수종속변수) 50
• 제4장 연구방법 및 설계 53
• 제1절 연구설계 53
• 제2절 연구 대상 및 표집 방법 54
• 제3절 변수의 조작적 정의 및 설문 56
• 1. 변수의 조작적 정의 56
• 2. 본 설문지의 구성 57
• 제4절 분석 방법 63
• 제5장 연구결과 65
• 제1절 응답자의 인구통계학적 특성 65
• 제2절 기술통계 68
• 1. 신뢰도 분석 68
• 2. 기술통계 및 정규성 검증 69
• 3. 상관분석 71
• 4. 확인적 요인분석을 통한 측정모형 검증 74
• 제3절 구조방정식 모형 분석 82
• 1-1. 구조방정식(직접효과 모형)의 적합도 83
• 1-2. 구조방정식(직접효과 모형)의 경로계수 및 가설검증 84
• 2-1. 구조방정식(매개효과 모형)의 적합도 86
• 2-2. 구조방정식(매개효과 모형)의 경로계수 및 가설검증 87
• 제4절 다변량 분산분석(MANOVA) 90
• 제5절 추가 분석 결과 94
• 제6장 논의 및 결론 101
• 제1절 연구결과 요약 101
• 제2절 연구결과 논의 103
• 제3절 연구의 의의 및 한계 106
• 참고문헌 110
• 부록 118
• ABSTRACT 126