인공지능 코딩 에이전트 사용자 수용에 관한 실증 연구 : 서비스 로봇 수용 모델을 중심으로 = An Empirical Study on the User Acceptance of Artificial Intelligence Coding Agent : Focusing on Service Robot Acceptance Model

국문 초록 (Abstract)

본 연구는 소프트웨어 개발 패러다임을 근본적으로 변화시키고 있는 인 공지능 코딩 에이전트에 대한 개발자의 사용의도를 다차원적으로 분석하 는 것을 목적으로 한다. 코드 완성을 보조하는 페어 프로그래머로서의 AI 코딩 어시스턴트가 인공지능 기술의 발전에 따라 개발자로부터 목표를 부 여받아 자율적으로 계획을 수립하고, 외부 도구를 사용하며, 스스로 코드 를 실행 및 디버깅하는 AI 코딩 에이전트로 진화하고 있다. 이러한 자율 적 에이전트는 단순한 도구를 넘어 개발자와 협업하는 파트너로서의 특성 을 지니므로, 그 수용 과정을 이해하기 위해서는 전통적인 기술수용 이론 이 강조하는 기능적 측면을 넘어서는 통합적 접근이 필요하다. 이에 본 연구는 서비스 로봇 수용 모델을 근간으로, 기술 수용 모델과 정보시스템 성공 모델을 통합한 새로운 연구 모형을 고안하였다. AI 코딩 에이전트의 사용자 수용에 영향을 미치는 요인을 기능적 특성, 사회적·감정적 특성, 관계적 특성, 윤리적 특성이라는 네 가지 다차원적 범주로 분류하였다. 실증 분석을 위하여 생성형 AI 사용 경험이 있는 현업 IT 개발자 482 명의 설문조사 데이터를 SmartPLS 4.1을 이용한 부분최소제곱 구조방정 식 모형으로 분석하였다. 본 연구는 총 15개의 잠재 변수와 24개의 가설 로 구성되었고, 연구 결과는 다음과 같다. 첫째, 기능적 특성과 관련하여 정보 품질과 서비스 품질은 인지된 사 용 용이성과 인지된 유용성에 모두 유의한 정(+)의 영향을 미쳤다. 또한, 인지된 사용 용이성과 인지된 유용성은 만족과 사용의도에 강력한 정(+) 의 영향을 미치는 것으로 나타났다. 둘째, 사회적·감정적 특성 중 인지된 지능성은 만족과 사용의도에 유의한 영향을 미치지 못했으며, 인지된 사 회적 상호작용성 역시 사용의도에 유의한 영향을 주지 못했다. 반면, 인 지된 사회적 존재감은 만족과 사용의도 모두에 유의한 정(+)의 영향이 확인되었다. 셋째, 관계적 특성인 신뢰와 라포는 만족과 사용의도 모두에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 윤리적 특성인 의 존성 우려와 보안 우려는 사용의도를 유의하게 낮추는 저항 요인으로 작 용하였고, 고용 불안은 사용의도에 유의한 정(+)의 영향을 미쳤다. 본 연구는 자율성을 지닌 AI 코딩 에이전트의 사용자 수용에 있어 기 술 수용 모델의 기능적 접근을 넘어 서비스 로봇 수용 모델의 사회적, 관계적, 윤리적 변수를 통합한 다차원적 모델의 필요성과 타당성을 실증 적으로 검증하였다. 또한 AI 코딩 에이전트 생태계의 주체인 공급 기업, 도입 기업, 그리고 실제 사용자인 IT 개발자에게 인공지능과 인간이 조 화롭게 공존하기 위한 가이드라인을 제공한다.

다국어 초록 (Multilingual Abstract)

This study aims to conduct a multidimensional analysis of developers’ behavioral intention to use AI Coding Agents, which are fundamentally reshaping the software development paradigm. AI coding assistants, which traditionally served as pair programmers for code completion, are rapidly evolving due to advancements in AI. They are transitioning into AI Coding Agents that autonomously formulate plans, utilize external tools, and independently execute and debug code based on high-level goals assigned by developers. As these autonomous agents function more as collaborative partners than as mere tools, understanding their acceptance process requires an integrated approach that transcends the functional focus of traditional technology acceptance theories. Therefore, this study proposes a new research model based on the Service Robot Acceptance Model (sRAM), which is specialized for explaining interactions with social actors like service robots, while integrating the Technology Acceptance Model(TAM) and the Information System Success Model(ISSM). The proposed model categorizes the factors influencing the acceptance of AI Coding Agents into four dimensions: functional, social-emotional, relational, and ethical characteristics. For empirical analysis, survey data was collected from 498 incumbent IT developers and programmers with experience in generative AI tools such as ChatGPT. A final valid sample of 482 responses was analyzed using the Partial Least Squares Structural Equation Modeling(PLS-SEM) via SmartPLS 4.1. The research model consisted of 15 latent variables and 24 hypotheses. The main findings are as follows. First, regarding functional characteristics, Information Quality and Service Quality significantly enhanced Perceived Ease of Use and Perceived Usefulness, which in turn had strong positive effects on Satisfaction and Behavioral Intention. Second, among the social-emotional characteristics, Perceived Intelligence did not have a significant effect on Satisfaction or Behavioral Intention, and Perceived Social Interactivity also failed to significantly influence Behavioral Intention. In contrast, Perceived Social Presence was found to have a significant positive (+) effect on both Satisfaction and Behavioral Intention. Third, relational characteristics, namely Trust and Rapport, both significantly increased Satisfaction and Behavioral Intention. Fourth, ethical characteristics presented a complex impact: while Dependency Worry and Security Concern acted as resistance factors, Job Insecurity was found to have a significant positive effect on Behavioral Intention. In conclusion, this study empirically validates the necessity and validity of a multidimensional model for the acceptance of autonomous AI Coding Agents by integrating the social, relational, and ethical variables of sRAM, moving beyond the purely functional approach of TAM. Furthermore, this research provides practical guidelines for the harmonious coexistence of humans and AI for key stakeholders: providers, adopting organizations, and developers.

목차 (Table of Contents)

• 제1 장 서론 1
• 1.1 연구 배경 1
• 1.2 연구 목적 3
• 1.3 연구 의의 5
• 1.4 연구 방법 7
• 1.5 논문의 구성 8
• 제2 장 이론적 배경 9
• 2.1 인공지능 9
• 2.1.1 인공지능 개요 9
• 2.1.2 인공지능의 과거 11
• 2.1.3 인공지능의 현재와 미래 14
• 2.1.3.1 인지(Perception) AI 17
• 2.1.3.2 생성형(Generative) AI 18
• 2.1.3.3 에이전틱(Agentic) AI 19
• 2.1.3.4 피지컬(Physical) AI 22
• 2.2 AI 에이전트 25
• 2.2.1 AI 에이전트 개요 25
• 2.2.2 AI 에이전트와 에이전틱 AI 28
• 2.2.3 AI 에이전트 기술 특성 31
• 2.2.3.1 AI 에이전트 구성 요소 및 작동 방식 33
• 2.2.3.2 AI 에이전트 프로토콜 37
• 2.2.3.2.1 MCP(Model Context Protocol) 38
• 2.2.3.2.2 A2A(Agent-to-Agent Protocol) 40
• 2.2.3.2.3 ACP(Agent Communication Protocol) 43
• 2.2.3.2.4 ANP(Agent Network Protocol) 44
• 2.2.4 AI 에이전트 개발 현황 45
• 2.3 AI 코딩 에이전트 48
• 2.3.1 AI 코딩 에이전트 개요 48
• 2.3.2 AI 코딩 에이전트 기술 특성 50
• 2.3.3 AI 코딩 지원 기술의 진화 53
• 2.3.3.1 초기 자동화 및 보조적 역할: AI 코딩 어시스턴트 53
• 2.3.3.2 문맥 기반 지원 및 지능적 협업: 바이브 코딩 55
• 2.3.3.3 자율적 수행 및 능동적 임무 달성: AI 코딩 에이전트 57
• 2.3.4 국내 기업의 AI 코딩 어시스턴트 도입 현황 59
• 2.3.5 AI 코딩 어시스턴트 선행 연구 60
• 2.3.6 AI 코딩 어시스턴트 기술수용 관련 선행 연구 65
• 2.4 인공지능의 윤리적 과제 68
• 2.4.1 정보시스템의 윤리적 과제 68
• 2.4.2 생성형 AI 시대의 윤리적 과제 70
• 2.4.2.1 의존성 우려(Dependency Worry) 75
• 2.4.2.2 고용 불안(Job Insecurity) 76
• 2.4.2.3 보안 우려(Security Concern) 78
• 2.5 사용자 수용 및 사용에 관한 선행 연구 79
• 2.5.1 기술 수용 모델 79
• 2.5.2 정보시스템 성공 모델 85
• 2.5.3 서비스 로봇 수용 모델 87
• 2.5.3.1 서비스 로봇 수용 모델 개요 87
• 2.5.3.2 AI 코딩 에이전트와 서비스 로봇 수용 모델 91
• 제3 장 연구 설계 96
• 3.1 연구 모형 96
• 3.2 연구 가설 98
• 3.2.1 기능적 특성과 만족, 사용의도와의 관계 98
• 3.2.1.1 정보 품질과 인지된 사용 용이성, 인지된 유용성과의 관계 99
• 3.2.1.2 서비스 품질과 인지된 사용 용이성, 인지된 유용성과의 관계 · 101
• 3.2.1.3 인지된 사용 용이성과 만족, 사용의도와의 관계 103
• 3.2.1.4 인지된 유용성과 만족, 사용의도와의 관계 105
• 3.2.2 사회적·감정적 특성과 만족, 사용의도와의 관계 106
• 3.2.2.1 인지된 지능성과 만족, 사용의도와의 관계 107
• 3.2.2.2 인지된 사회적 상호작용성과 만족, 사용의도와의 관계 109
• 3.2.2.3 인지된 사회적 존재감과 만족, 사용의도와의 관계 111
• 3.2.3 관계적 특성과 만족, 사용의도와의 관계 113
• 3.2.3.1 신뢰와 만족, 사용의도와의 관계 113
• 3.2.3.2 라포와 만족, 사용의도와의 관계 115
• 3.2.4 윤리적 특성과 사용의도와의 관계 117
• 3.2.4.1 의존성 우려와 사용의도와의 관계 117
• 3.2.4.2 고용 불안과 사용의도와의 관계 119
• 3.2.4.3 보안 우려와 사용의도와의 관계 121
• 3.2.5 만족과 사용의도와의 관계 122
• 3.2.6 만족과 사용과의 관계 124
• 3.2.7 사용의도와 사용과의 관계 125
• 3.3 변수의 조작적 정의 및 측정 항목 126
• 3.3.1 변수의 조작적 정의 126
• 3.3.2 측정 항목 128
• 제4 장 실증 분석 133
• 4.1 자료 수집 및 분석 방법 133
• 4.2 인구통계학적 특성 분석 135
• 4.3 탐색적 요인 분석 138
• 4.4 연구 모형의 평가 141
• 4.4.1 내적 일관성 및 신뢰도 평가 결과 142
• 4.4.2 공통성 및 집중 타당도 평가 143
• 4.4.3 판별 타당성 평가 146
• 4.4.4 모형 설명력 및 적합도 평가 149
• 4.5 연구 가설 검증 및 결과 분석 154
• 4.5.1 경로 분석 결과 155
• 4.5.2 가설 검정 결과 157
• 4.5.3 조절효과 분석 결과 161
• 제5 장 결 론 171
• 5.1 연구 결과 171
• 5.2 연구의 시사점 177
• 5.2.1 이론적 시사점 177
• 5.2.2 실무적 시사점 180
• 5.3 연구의 한계점 및 향후 연구방향 182
• 5.3.1 연구의 한계점 182
• 5.3.2 향후 연구 방향 183
• 참고문헌 185
• 부록 222