RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기

    A Study on the Influence of Anthropomorphic Perception of AI Companions on Happiness : Mediating Effects of Emotional Projection and Dependence

    한글로보기

    https://www.riss.kr/link?id=T17570764

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
      • URL 복사
    • 오류접수
    인용문이 복사되었습니다.

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    생성형 인공지능의 확산은 디지털 매체의 기능을 단순한 정보 전달 채널에서 관계 형성을 매개하는 인터페이스로 전환시키고 있다. 두바오(豆包), Replika, 이루다(Luda)와 같은 관계 지향형 AI는 아바타 시각화, 음성 특성, 장기 기억, 정서적 응답을 지속적 상호작용에 통합함으로써, 사용자가 인식하는 대상의 성격을 변화시키고 있다. 즉, AI는 더 이상 단순한 조작 대상이 아니라, 감정을 표현하고 기대를 투사하며 친밀성을 부여할 수 있는 관계적 상호작용 주체로 기능하고 있다. 영화 「Her」가 제시한 인간-기계 간 친밀성의 서사는 현실에 그대로 재현되지는 않았으나, 보다 일상적이고 플랫폼화된 형태로 현대의 매체 환경 속에 점진적으로 내재화되고 있다. 이러한 변화에 주목하여, 본 연구는 인간-기계 커뮤니케이션 관점에서 AI 연인을 친밀한 상호작용 스크립트, 정서적 투사의 가능성, 그리고 정서적 의존을 유발하는 관계 지향형 AI로 개념화한다. 나아가, AI에 대한 의인화 인식이 사용자의 주관적 행복감에 어떠한 영향을 미치는지를 구조적으로 분석하고자 한다.
    본 연구는 설문조사 방법을 통해 자료를 수집하고, SPSS와 AMOS를 활용하여 이를 분석하였다. 자료 정제 과정을 거쳐 최종적으로 296부의 유효 표본을 확보하였다. 분석 결과, AI 의인화 인식은 주관적 행복감에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 또한 AI 의인화 인식은 정서적 투사를 유의하게 증진시키며, 정서적 투사는 정서적 의존을 강화하는 것으로 확인되었다. 아울러 정서적 투사와 정서적 의존은 각각 매개 효과를 보이는 동시에, 유의한 연쇄적 매개 경로를 형성하는 것으로 나타났다. 구조방정식 모형의 적합도는 전반적으로 양호한 수준을 보였으며, 이는 관계 지향형 AI가 주관적 행복감에 미치는 영향이 단순한 기능적 만족에 그치지 않고, 의인화 단서, 정서적 관여, 관계적 지지를 통해 단계적으로 형성되는 과정임을 보여준다.
    본 연구의 이론적 의의는 AI 연인을 친밀한 커뮤니케이션과 매체의 관계화 프레임 속에서 설명하고, AI 친구와 AI 연인의 구분을 제품 명칭이 아니라 관계 스크립트의 강도에 기반하여 설정하였다는 데 있다. 경험적 의의는 외모, 음성, 언어 스타일, 기억 피드백, 정서적 응답과 같은 커뮤니케이션 단서를 하나의 분석 틀로 통합하여, 의인화가 정서적 투사와 정서적 의존을 매개로 삶의 만족도 차원의 행복감에 어떠한 영향을 미치는지를 규명한 데 있다. 실천적 의의는 관계 지향형 AI의 인터페이스 설계, 위험 인식, 그리고 플랫폼 거버넌스에 있어 적용 가능한 분석적 시각을 제공한다는 점에서 찾을 수 있다. 종합적으로 볼 때, AI 연인이 초래하는 커뮤니케이션적 결과는 단순한 기술 낙관론이나 기술 공포론으로 환원되지 않으며, 정서적 지지와 관계적 위험이 공존하는 이중적 구조로 나타난다. 이러한 결과는 디지털 매체가 ‘정보 전달’에서 ‘관계 참여’로 전환되고 있음을 이해하는 데 중요한 시사점을 제공한다.
    번역하기

    생성형 인공지능의 확산은 디지털 매체의 기능을 단순한 정보 전달 채널에서 관계 형성을 매개하는 인터페이스로 전환시키고 있다. 두바오(豆包), Replika, 이루다(Luda)와 같은 관계 지향...

    생성형 인공지능의 확산은 디지털 매체의 기능을 단순한 정보 전달 채널에서 관계 형성을 매개하는 인터페이스로 전환시키고 있다. 두바오(豆包), Replika, 이루다(Luda)와 같은 관계 지향형 AI는 아바타 시각화, 음성 특성, 장기 기억, 정서적 응답을 지속적 상호작용에 통합함으로써, 사용자가 인식하는 대상의 성격을 변화시키고 있다. 즉, AI는 더 이상 단순한 조작 대상이 아니라, 감정을 표현하고 기대를 투사하며 친밀성을 부여할 수 있는 관계적 상호작용 주체로 기능하고 있다. 영화 「Her」가 제시한 인간-기계 간 친밀성의 서사는 현실에 그대로 재현되지는 않았으나, 보다 일상적이고 플랫폼화된 형태로 현대의 매체 환경 속에 점진적으로 내재화되고 있다. 이러한 변화에 주목하여, 본 연구는 인간-기계 커뮤니케이션 관점에서 AI 연인을 친밀한 상호작용 스크립트, 정서적 투사의 가능성, 그리고 정서적 의존을 유발하는 관계 지향형 AI로 개념화한다. 나아가, AI에 대한 의인화 인식이 사용자의 주관적 행복감에 어떠한 영향을 미치는지를 구조적으로 분석하고자 한다.
    본 연구는 설문조사 방법을 통해 자료를 수집하고, SPSS와 AMOS를 활용하여 이를 분석하였다. 자료 정제 과정을 거쳐 최종적으로 296부의 유효 표본을 확보하였다. 분석 결과, AI 의인화 인식은 주관적 행복감에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 또한 AI 의인화 인식은 정서적 투사를 유의하게 증진시키며, 정서적 투사는 정서적 의존을 강화하는 것으로 확인되었다. 아울러 정서적 투사와 정서적 의존은 각각 매개 효과를 보이는 동시에, 유의한 연쇄적 매개 경로를 형성하는 것으로 나타났다. 구조방정식 모형의 적합도는 전반적으로 양호한 수준을 보였으며, 이는 관계 지향형 AI가 주관적 행복감에 미치는 영향이 단순한 기능적 만족에 그치지 않고, 의인화 단서, 정서적 관여, 관계적 지지를 통해 단계적으로 형성되는 과정임을 보여준다.
    본 연구의 이론적 의의는 AI 연인을 친밀한 커뮤니케이션과 매체의 관계화 프레임 속에서 설명하고, AI 친구와 AI 연인의 구분을 제품 명칭이 아니라 관계 스크립트의 강도에 기반하여 설정하였다는 데 있다. 경험적 의의는 외모, 음성, 언어 스타일, 기억 피드백, 정서적 응답과 같은 커뮤니케이션 단서를 하나의 분석 틀로 통합하여, 의인화가 정서적 투사와 정서적 의존을 매개로 삶의 만족도 차원의 행복감에 어떠한 영향을 미치는지를 규명한 데 있다. 실천적 의의는 관계 지향형 AI의 인터페이스 설계, 위험 인식, 그리고 플랫폼 거버넌스에 있어 적용 가능한 분석적 시각을 제공한다는 점에서 찾을 수 있다. 종합적으로 볼 때, AI 연인이 초래하는 커뮤니케이션적 결과는 단순한 기술 낙관론이나 기술 공포론으로 환원되지 않으며, 정서적 지지와 관계적 위험이 공존하는 이중적 구조로 나타난다. 이러한 결과는 디지털 매체가 ‘정보 전달’에서 ‘관계 참여’로 전환되고 있음을 이해하는 데 중요한 시사점을 제공한다.

    더보기

    목차 (Table of Contents)

    • 제1장 서론 1
    • 1. 연구 배경 1
    • 2. 연구 목적 4
    • 제2장 이론적 배경 및 선행연구 8
    • 제1장 서론 1
    • 1. 연구 배경 1
    • 2. 연구 목적 4
    • 제2장 이론적 배경 및 선행연구 8
    • 1. 의인화와 관계 지향형 AI 8
    • 2. AI와 정서적 상호작용 16
    • 제3장 연구 모형 및 연구 가설 20
    • 1. 연구모형의 구성 21
    • 2. 연구가설의 제시 23
    • 제4장 연구 방법 설계 29
    • 1. 연구 대상 및 설문지 설계 29
    • 2. 변수의 조작화 및 측정 설정 33
    • 3. 데이터 처리 및 분석 전략 36
    • 4. 신뢰도 및 타당도와 모형 평가 기준 39
    • 제5장 연구 결과 41
    • 1. 표본 특성 및 사용 상황 41
    • 2. 기술통계와 측정 품질 44
    • 3. 가설 검증 및 모형 추정 48
    • 4. 결과 해석 및 보충 분석 54
    • 5. 가설 검증 결과 요약 58
    • 제6장 결론 및 시사점 59
    • 1. 연구 결과 요약 및 종합 논의 59
    • 2. 연구의 의의 61
    • 3. 이론적 기여 66
    • 4. 실천적 의의 66
    • 5. 연구의 한계 및 향후 전망 68
    • 참고문헌 70
    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    이 자료와 함께 이용한 RISS 자료

    나만을 위한 추천자료

    해외이동버튼