Earticle

초록

영어

This study exploratively identified the factors that lead to trust in the adoption of AI-based long-term demand forecasting systems in the process industry. We categorised the trust factors in the existing research on AI and trust into four factors: accuracy, explainability, consistency, and interactivity, and conducted in-depth and written interviews based on these factors. Using Gioia's methodology, we found that in the context of long-term forecasting, accuracy is redefined as accepting a reasonable margin of error rather than a perfect prediction, and the importance of explainability is reinforced. On the other hand, the influence of consistency and interactivity was relatively weakened due to the changing environment and the nature of the performance cycle, and new factors of contextual fit and organisational legitimacy emerged, confirming that the context that users value and the authority structure within the organisation play an important role in building trust. These results suggest that the uncertainty and strategic nature of long-term demand forecasting leads to changes in the structure and prioritisation of trust factors. Practically, we suggest that enhancing explainability and incorporating contextual variables valued by practitioners is key in the design of AI long-term forecasting systems, and that early-stage participatory design is needed to bridge the trust gap between managers and practitioners. Theoretically, we propose an extended trust factor framework including "contextual conditions" and "organisational alignment" to extend the applicability of existing technology acceptance models and trust theories to the domain of long-term demand forecasting.

한국어

본 연구는 장치산업에서 AI 기반 장기 수요예측 시스템 도입 시 구성원이 신뢰를 형성하는 요인을 탐색적으로 규명하였다. 기존 AI와 신뢰에 관한 선행연구에서의 신뢰요인을 정확성, 이해가능성, 일관성, 상호작용성 네 가지 요인으로 분류하여 이를 기반으로 심층·서면 인터뷰를 수행하였다. Gioia 방법론을 활용해 분석한 결과, 장기 예측 맥락에서는 '정확성'이 완벽한 예측치보다 합리적 오차 범위를 수용하는 형태로 재정의되었고, '이해가능성'의 중요성이 강화되었다. 반면, 환경 변화와 수행 주기의 특성으로 '일관성'과 '상호작용성'의 영향력은 상대적으로 약화되었으며, 신규 요인으로는 이해관계자 간 수용 태도와 목표 정합성을 반영하는 조직적 정렬이 도출되었으며, 동시에 도입 배경, 데이터 품질, 경영진 합의, 자원 제약과 같은 맥락조건이 신뢰 요인의 작동 강도를 조절하는 것으로 나타났다. 이러한 결과는 장기 수요예측의 불확실성과 전략적 성격이 신뢰 요인의 구조와 우선순위에 변화를 초래한다는 점을 시사한다. 실무적으로는 AI 장기 예측 시스템 설계 시 설명 가능성 강화와 현업이 중요하게 여기는 맥락 변수 반영이 핵심이며, 관리자와 현업 간 신뢰 격차를 줄이기 위한 초기 단계 참여 설계가 필요하다. 이론적으로는 '맥락 조건'과 '조직적 정렬'을 포함한 확장된 신뢰 요인 프레임워크를 제안함으로써, 기존 기술수용모델과 신뢰 이론의 적용 범위를 장기 수요예측 영역으로 확장하였다.

저자

• 김건무 [ Kim Gun Moo ]
• 윤차영 [ Yoon Cha Young ]
• 이신복 [ Lee Sin Bok ]
• 부제만 [ Boo Je Man ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700