Earticle

본 연구는 AI에이전트의 외형과 음성 유형이 사회적 존재감을 매개로 신뢰(대상신뢰, 정보신뢰)에 미치는 영향을 검증하였다. 3×2 피험자 간 실험(N=382) 결과, 외형과 음성 유형의 상호작용 효과는 유의하지 않았으나(F=2.20, p=.112), 음성 유형은 사회적 존재감에 유의미한 주효과를 보였다(F=24.45, p<.001). 기계형 외형 조건에 한해 합성 음성과의 결합 시 존재감이 부분 회복되는 경향이 관찰되어(B=.347, p=.050) 단서 정합성 효과의 가능성을 시사하였다. 사회적 존재감은 외형과 신뢰 간 관계를 부분 매개하였으나, 음성 유형의 조절된 매개효과는 유의하지 않았다. 다만 조건부 간접효과 분석에서 기계형 외형의 신뢰 감소 경로는 자연음성 조건에서만 유의하였다(대상신뢰 Effect=-.394, 정보신뢰 Effect=-.215). 이는 다감각 단서 정합성이 신뢰 형성과 관련될 가능성을 제한적으로 시사한다.

This study examines how AI agent appearance and voice type influence credibility (source, message) through social presence. A 3×2 between-subjects experiment (N=382) showed that the interaction between appearance and voice type was not significant (F=2.20, p=.112), while voice type had a significant main effect on social presence (F=24.45, p<.001). A supplementary analysis found that, within the mechanomorphic appearance condition only, pairing with a synthetic voice partially recovered social presence (B=.347, p=.050), suggesting a limited cue-consistency effect. Social presence partially mediated the relationship between appearance and credibility, but the moderated mediation effect of voice type was not significant. Conditional indirect effects, however, showed that the mechanomorphic appearance's negative path to credibility was significant only in the natural voice condition (object credibility Effect=-.394; message credibility Effect=-.215). These findings offer limited support for the role of multisensory cue congruency in agent credibility.

본 연구는 생성형 AI가 이미지 생성 과정에서 스타일을 어떻게 재구성하고 창작 주체를 어떻게 변화시키는지를 탐구한다. 전통 예술에서 스타일이 작가 개인의 표현과 경험을 반영하는 개념이었다면, 생성형 AI는 이를 대규모 데이터셋으로부터 학습된 통계적 패턴으로 처리한다. 본 실험 사례에서 생성형 AI 이미지는 특정 원본 작품의 직접적 복제라기보다, 학습된 시각적 특징들의 재조합 방식으로 구성되는 경향이 관찰되었다. 또한 생성형 AI 환경에서의 창작은 데이터셋, 알고리즘, 사용자 입력의 상호작용 속에서 이루어지며, 저자성 역시 단일 창작자 중심이 아닌 분산적이고 관계적인 구조로 변화하고 있음을 제시한다.

This study explores how generative AI reconstructs style and reshapes creative authorship in image production. Unlike traditional art, where style reflects an individual artist’s expression and experience, generative AI processes style as statistical patterns learned from large-scale datasets. In the present experimental context, the generated images appeared to be constructed through the recombination of learned visual patterns rather than through the direct replication of a specific artwork. The findings suggest that creative production in generative AI environments emerges through the interaction of datasets, algorithms, and user input. As a result, authorship becomes a distributed and relational structure within the generation process.

MCN은 인간 크리에이터 의존에서 비롯된 구조적 취약성을 내포한다. 본 연구는 BMC와 초정상자극 이론의 통합 프레임워크를 통해 AI 인플루언서 도입이 MCN 비즈니스 모델을 어떻게 전환시키는지 탐색한다. 문헌 고찰과 다중 사례 연구 방법론으로 5개 사례에서 BMC 9개 구성 요소의 전환 패턴을 도출하고, 초정상자극 이론으로 고객 관계 요소의 소비자 수용 메커니즘을 설명한다. 교차 사례 분석에서 가치 제안 전환, 핵심 자원 재편, 수익 모델 다변화의 3단계 경향성이 도출되었다. 본 연구는 BMC와 초정상자극 이론의 통합 적용 가능성을 탐색적으로 제시한다.

Ns face structural vulnerabilities stemming from human creator dependency. This study proposes an integrated framework of BMC and supernormal stimuli theory to analyze how AI influencer adoption transforms MCN business models. Multiple case study methodology across five AI influencer cases examines transformations across all nine BMC components, with supernormal stimuli theory explaining consumer acceptance mechanisms in the customer relationship component. Cross-case analysis reveals a three-stage trajectory: value proposition shift, key resource restructuring, and revenue model diversification. This study presents an exploratory integration of BMC and supernormal stimuli theory, offering a strategic roadmap for MCN operators navigating AI-driven transformation.