http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Yongfeng Hu(후용펑),Haojie Jiang(장하오지),Chi Gong(공치) 한국컴퓨터정보학회 2024 韓國컴퓨터情報學會論文誌 Vol.29 No.7
생성형 인공지능은 그 광범위한 응용 범위와 깊은 영향력으로 인해 사회의 주목을 받고 있습니다. 본 논문은 통합 기술 수용 및 사용 이론 2(UTAUT2)를 기반으로 개인의 혁신성과 인지된 위험 등의 변수를 결합하여, 기업이 생성형 인공지능을 채택하는 데 영향을 미치는 주요 요인을 연구하기 위해 종합적인 이론 모델을 구축하였습니다. 우리는 가설 경로를 검증하기 위해 구조 방정식 모델(SEM)을 사용하였고, 부트스트래핑 방법을 통해 수용 의향의 매개 효과를 검증하였으며, 계층적 회귀 분석을 통해 인지된 위험의 조절 효과를 탐구하였습니다. 연구 결과, 성과 기대, 노력 기대, 사회적 영향, 가치 평가 및 개인 혁신성이 수용 의향에 긍정적인 영향을 미치며, 수용 의향은 이러한 요인들과 사용 행동사이에서 중요한 매개 역할을 한다는 것이 밝혀졌습니다. 반면, 인지된 위험은 수용 의향과 사용 행동사이에서 부정적인 조절 효과를 가지는 것으로 나타났습니다. 본 연구는 기업이 생성형 인공지능을 효과적으로 채택하는 방법에 대해 이론적 근거와 실증적 지원을 제공하며, 중요한 실무적 의의를 가집니다. Generative Artificial Intelligence (AI) has become the focus of societal attention due to its wide range of applications and profound impact. This paper constructs a comprehensive theoretical model based on the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2), integrating variables such as Personal Innovativeness and Perceived Risk to study the key factors influencing enterprises adoption of Generative AI. We employed Structural Equation Modeling (SEM) to verify the hypothesized paths and used the Bootstrapping method to test the mediating effect of Behavioral Intention. Additionally, we explored the moderating effect of Perceived Risk through Hierarchical Regression Analysis. The results indicate that Performance Expectancy, Effort Expectancy, Social Influence, Price Value, and Personal Innovativeness have significant positive impacts on Behavioral Intention. Behavioral Intention plays a significant mediating role between these factors and Use Behavior, while Perceived Risk negatively moderates the relationship between Behavioral Intention and Use Behavior. This study provides theoretical and empirical support for how enterprises can effectively adopt Generative AI, offering important practical implications.