효용적 가치와 위험 요인이 생성형 AI의 지속사용의도에 미치는 영향 : 과업-기술적합 이론을 기반으로 = The Effects of Utilitarian Value and Risk Factors on the Continuous Intention to Use Generative AI: Based on the Task-Technology Fit Theory|RISS 상세보기

다국어 초록 (Multilingual Abstract)

The advancement of generative artificial intelligence has significantly improved work efficiency and productivity across various industries by automatically generating diverse forms of content such as text, images, and code to support human task performance. In particular, the emergence of generative AI technologies such as ChatGPT has expanded the accessibility of AI to general users and broadened the scope of its practical applications. Despite the rapid proliferation of this technology, empirical research examining the factors that influence users’ attitudes and intentions toward the continued use of generative AI remains limited.
This study, grounded in the Task-Technology Fit (TTF) theory, investigates the effects of perceived utilitarian value (efficiency, accessibility, and productivity) and perceived risk (performance risk, privacy concern, hallucination, ethical issues, and competence loss) on task-technology fit, user satisfaction, and continuance intention. A comprehensive research model was developed to simultaneously consider the positive and negative factors that affect the sustainable use of generative AI services.
Based on prior studies on generative AI, the research model and hypotheses were established. Empirical analysis was conducted through an online survey of users with experience utilizing ChatGPT. Measurement items were derived from previous validated studies, and the collected data were analyzed using structural equation modeling. Confirmatory factor analysis was performed to verify the reliability and validity of the measurement instruments, employing the SmartPLS 4.1.1.4 software.
The results revealed that perceived utilitarian value had a significant positive effect on task-technology fit. Interestingly, perceived risk also showed a positive rather than negative influence on task-technology fit. This finding suggests that users who recognize potential risks of generative AI may still perceive its convenience and productivity as outweighing such concerns, thereby reinforcing technology acceptance and task fit. In addition, task-technology fit had a significant positive effect on both user satisfaction and continuance intention, while user satisfaction positively influenced continuance intention. These results indicate that when users perceive a high level of fit between their tasks and the technology, their satisfaction increases, consequently strengthening their intention to continue using generative AI.
This study highlights the importance of user experience-centered service design for providers and developers of generative AI services. In particular, it emphasizes the need for strategic approaches that transform perceived risks into opportunities for user learning and trust building, rather than treating them solely as negative factors. Furthermore, to enhance task-technology fit, it is crucial to establish educational and transparent information systems that help users understand the mechanisms and limitations of AI technologies. The study also underscores that ensuring privacy protection and developing clear ethical guidelines are key factors for enhancing user trust and promoting the long-term sustainability of AI services.
This study is limited by its focus on a specific generative AI service (ChatGPT), which may constrain the generalizability of the findings. Future research should expand to various generative AI platforms and industries, conducting comparative analyses and longitudinal investigations on how users’ perceptions of risk evolve with accumulated experience. Such continued research will contribute to the sustainable advancement of generative AI and the development of user-centered technology adoption strategies.

번역하기

국문 초록 (Abstract)

생성형 AI의 발전은 텍스트, 이미지, 코드 등 다양한 형태의 콘텐츠를 자동으로 생성하여 인간의 과업 수행을 지원함으로써, 정보탐색, 문서작성, 프로그래밍, 고객응대 등 여러 산업 영역에서 업무 효율성과 생산성을 획기적으로 향상시켰다. 특히 ChatGPT와 같은 생성형 AI의 등장은 일반 사용자 수준에서도 인공지능 기술을 활용할 수 있는 환경을 조성하며, 기술의 활용 범위를 한층 확대시켰다. 그러나 이러한 기술의 빠른 확산에도 불구하고, 생성형 AI를 과업 수행 과정에서 지속적으로 사용하려는 사용자의 태도와 의도에 영향을 미치는 요인에 대한 실증적 연구는 아직 부족하다.
본 연구는 과업-기술적합(Task-Technology Fit, TTF) 이론을 기반으로, 지각된 효용적 가치(효율성, 접근성, 생산성)와 지각된 위험(성과 위험, 프라이버시 염려, 환각, 윤리적 문제, 능력 손실 위험)이 과업-기술적합, 사용자 만족, 지속사용의도에 미치는 영향을 규명하고자 하였다. 이를 통해 생성형 AI 서비스의 지속적 활용을 유도하는 긍정적 요인과 저해 요인을 동시에 고려할 수 있는 통합적 모형을 제시하였다.
연구방법으로는 먼저 생성형 AI에 대한 선행연구와 자료를 바탕으로, 지각된 효용적 가치와 위험과 함께 과업-기술적합 이론을 기반으로 하여 연구모형을 구축하고 가설을 설정하였다. 실증적 분석을 위해 ChatGPT를 중심으로 생성형 AI 서비스를 이용한 경험이 있는 사용자를 대상으로 온라인 설문조사를 실시하였다. 측정항목은 기존 선행연구를 바탕으로 구성하였으며, 수집된 데이터는 구조방정식모델링에 기초하여 분석을 수행하였다. 또한 측정도구의 신뢰성과 타당성을 검증하기 위해 확인적 요인분석을 실시하였다. 이를 위해 SmartPLS 4.1.1.4 프로그램을 사용하였다.
분석 결과, 지각된 효용적 가치는 과업-기술적합에 유의한 정(+)의 영향을 미친 반면, 지각된 위험은 예상과 달리 과업-기술적합에 부정적인 영향을 미친다는 가설이 경로계수가 반대로 나타나 기각되었다. 이는 생성형 AI 사용자가 잠재적 위험을 인식하면서도 기술의 편리성과 생산성을 더 크게 평가함으로써, 오히려 기술 수용과 과업 적합성을 강화하는 방향으로 작용했음을 시사한다. 과업-기술적합은 사용자 만족과 지속사용의도에 모두 유의한 정(+)의 영향을 주었으며, 사용자 만족도 지속사용의도에 긍정적인 영향을 미쳤다. 이는 기술이 사용자의 과업 수행에 적합하다고 인식될수록 만족도가 높아지고, 그 결과 생성형 AI를 지속적으로 사용할 의도가 강화된다는 점을 보여준다.
본 연구는 생성형 AI 서비스 제공자와 개발자에게 사용자 경험 중심의 서비스 설계의 중요성을 제시한다. 특히 효용적 가치를 높이는 동시에, 사용자가 인식하는 위험 요인이 반드시 부정적으로 작용하지 않을 수 있음을 고려하여, 위험 인식을 사용자 학습과 신뢰 형성의 기회로 전환하는 전략적 접근이 필요함을 강조한다. 아울러 과업과 기술 간의 적합성을 강화하기 위해, 사용자가 기술의 작동 원리와 한계를 명확히 이해할 수 있도록 지원하는 사용자 교육 및 투명한 정보 제공 체계가 중요함을 시사한다. 또한 프라이버시 보호와 윤리적 활용에 대한 명확한 가이드라인 수립은 사용자 신뢰를 강화하고, 장기적인 서비스 지속성을 높이는 핵심 요소로 작용할 수 있다.
본 연구는 특정 생성형 AI 서비스(ChatGPT) 이용자를 중심으로 분석하였다는 한계를 지니며, 연구 결과의 일반화에는 신중한 해석이 요구된다. 향후 연구에서는 다양한 생성형 AI 플랫폼과 산업군을 포함하여 비교 연구를 수행하고, 사용자의 위험 인식이 기술 경험의 축적에 따라 어떻게 변화하는지 장기적으로 추적할 필요가 있다. 이러한 후속 연구는 생성형 AI의 지속가능한 발전과 사용자 중심의 기술 수용 전략 수립에 기여할 것이다.

번역하기

생성형 AI의 발전은 텍스트, 이미지, 코드 등 다양한 형태의 콘텐츠를 자동으로 생성하여 인간의 과업 수행을 지원함으로써, 정보탐색, 문서작성, 프로그래밍, 고객응대 등 여러 산업 영역에...

목차 (Table of Contents)