Earticle

초록

한국어

본 연구는 생성형 인공지능(Generative AI) 서비스 이용 맥락에서 사용자의 개인정보 제공 의도를 설명하기 위해 가치기반 수용모델과 신뢰 이론을 통합한 이론적 모형을 제시하고 실증적으로 검증하였다. 제안된 모형은 지각된 유용성, 기대 만족, 쾌락 동기로 구성된 편익 요인과 노력 기대, 프라이버시 위험, 기술 불안으로 구성된 희생 요인이 지각된 가치에 미치는 영향, 그리고 지각된 가치가 정서 신뢰와 인지 신뢰를 매개로 개인정보 제공 의도에 이르는 이중 경로를 포함한다. 국내 성인 1,000명을 대상으로 구조방정식모형을 분석한 결과, 편익 요인은 지각된 가치에 유의한 정(+)의 영향을 미쳤으나, 희생 요인은 유의한 영향을 나타내지 않았다. 또한 지각된 가치는 두 신뢰 요인에 모두 정(+)의 영향을 미쳤으며, 정서 신뢰와 인지 신뢰는 각각 개인정보 제공 의도에 유의한 정(+)의 영향을 미쳤다. 특히 지각된 가치가 신뢰를 매개로 개인정보 제공 의도에 미치는 간접효과가 직접효과보다 크게 나타나 신뢰의 핵심적 매개 역할이 확인되었다. 본 연구는 기존 가치기반 수용모델의 한계를 보완하여 지각된 가치와 신뢰를 연결 고리로 한 통합적 수용 경로를 제시함으로써 이론적 기여를 제공하며, 생성형 AI 서비스 설계와 개인정보 보호 정책 수립에 실질적 시사점을 제시한다.

영어

This study develops and empirically tests an integrated theoretical model that combines the Value-Based Adoption Model (VAM) and Trust Theory to explain users’ intentions to disclose personal information in the context of generative artificial intelligence (AI) services. The model specifies how benefit factors (perceived usefulness, expectation satisfaction, and hedonic motivation) and sacrifice factors (effort expectancy, privacy risk, and technology anxiety) affect perceived value, and how perceived value influences disclosure intention through affective and cognitive trust as dual mediators. Structural equation modeling was conducted using survey data from 1,000 Korean adults. The results indicate that benefit factors significantly and positively influence perceived value, whereas sacrifice factors do not exert a significant effect. Perceived value positively affects both affective and cognitive trust, and these two trust dimensions significantly enhance personal information disclosure intention. Notably, the indirect effects of perceived value on disclosure intention via trust were stronger than the direct effect, confirming the central mediating role of trust. By extending the traditional VAM with a trust-centered mechanism, this study contributes to the theoretical understanding of information disclosure in AI environments and provides practical insights for designing trustworthy AI services and developing effective privacy protection policies.

목차

요약
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 가치기반 수용모델(Value-based Adoption Model; VAM)
2.2 VAM 기반 생성형 AI 수용모델의 구성
2.3 VAM과 신뢰의 통합
Ⅲ. 연구모형 및 가설 설정
3.1 연구모형
3.2 가설 설정
Ⅳ. 연구방법
4.1 연구 설계 개요
4.2 변수의 조작적 정의 및 측정 도구
4.3 표본 및 자료 수집
Ⅴ. 연구 결과
5.1 측정 모형의 타당성 검토
5.2 구조모형 적합도 평가
5.3 주요 가설 검증 및 신뢰의 매개효과 분석
Ⅵ. 결론
6.1 연구 결과 요약
6.2 이론적 및 실무적 시사점
6.3 연구 한계 및 향후 연구 방향
참고문헌
<부록>
Abstract

저자

• 김현정 [ Hyeonjeong Kim | 연세대학교 바른ICT연구소 연구교수 ]
• 노환호 [ Hwan-Ho Noh | 연세대학교 바른ICT연구소 연구교수 ] 교신저자

참고문헌