Earticle

본 연구에서는 최근 ICT 산업 내에서 가장 주목 받고 있는 생성형 AI를 주제로 이용자들을 파악하는 작업을 수행하였다. 이를 위해 인구사회학적 변인(성별, 연령, 교육 수준, 소득 수준), 디지털 리터러시(스마트 기기 활용 능력, 비판적 미디어 능력), 디지털 전환 인식(디지털 전환 인식 수준, 디지털 전환의 영향력에 대한 인식) 등 개인 특성 요인들이 생성형 AI 이용 경험과 관련되는지 그 관계성을 확인, 검증하는 절차를 진행하였고, 그 결과는 다음과 같다. 첫째, 인구사회학적 변인으로 투입된 네 가지 요인 중 성별을 제외한 연령, 교육 수준, 소득 수준은 생성형 AI 이용 경험과 유의미한 연관성을 갖고 있는 것으로 확인되었다. 둘째, 디지털 리터러시 능력 중 스마트 기기 활용 능력이 높을수록 생성형 AI 이용 경험이 높아지는 경향을 보였고, 비판적 미디어 능력이 낮을수록 생성형 AI 이용률이 높은 것으로 나타났다. 셋째, 디지털 전환 인식 요인으로 설정한 디지털 전환 인식 수준, 디지털 전환의 영향력에 대한 인식 모두 생성형 AI 이용 경험과 정적 연관성을 갖고 있었다. 본 연구는 생성형 AI의 효과적 활용을 위한 방향성을 제시하고, 생성형 AI 보급이 야기하는 디지털 불평등 해결을 위한 단초를 제공한다는 점에서 의의를 갖는다.

In this study, we investigated the usage of Generative AI, a topic currently receiving significant attention in the ICT industry. We examined the relationship between users' personal characteristics, including demographic factors, digital literacy, and recognition of digital transformation, and their experience with Generative AI. The findings are as follows: First, among the four demographic variables analyzed, age, education level, and income level were significantly associated with the use of Generative AI, whereas gender was not. Second, within digital literacy, a higher proficiency in using smart devices was associated with increased experience in using Generative AI, while a lower critical media literacy correlated with a higher utilization rate of these services. Third, all factors related to the recognition of digital transformation positively influenced the experience of using Generative AI. This study is significant as it offers insights for the effective use of Generative AI and provides a foundation for addressing digital inequality resulting from the proliferation of these services.

최근 생성형 인공지능(Artificial Intelligence)은 다양한 형식의 미디어를 포함하여 자율적으로 콘텐츠를 생성할 수 있는 능력으로 주목받고 있다. 그 잠재력에도 불구하고 AI가 생성한 콘텐츠(AI-Generated Content, AIGC)의 진정성(Authenticity) 이슈가 제기됨에 따라 각국에서 AI 사용과 투명성에 대한 규제가 수립되고 있다. 하지만, AIGC와 AI 사용 공개(AI Disclaimer)에 대한 소비자의 이해라는 근본적인 주제는 여전히 탐색되지 않고 있다. 본 연구는 생성형 AI가 제작한 콘텐츠를 실용적, 쾌락적 가치유형으로 구분하고 각각 글, 사진, 영상의 미디어 형식을 적용한 6가지의 경우에 대한 소비자의 인식을 카노 모형을 통해 분석하였다. 나아가, 도출된 결과를 인지된 진정성과 기만으로 그룹을 구분해 인식의 차이가 이에 따라 드러나는지 추가적으로 살펴보았다. 연구 결과, AI가 생성한 콘텐츠에 대한 소비자 인식은 만족도에 큰 영향을 미치지 않았으나, 뉴스로 대표되는 실용적 콘텐츠에서는 AI 사용에 대한 부정적 인식이 확인되었으며, 특히 뉴스 영상 제작에 있어 부정적 인식이 강하게 드러났다. 반면, 영화와 드라마로 대표되는 쾌락적 콘텐츠에서는 생성형 AI 사용에 대한 인식이 무관심하거나 오히려 긍정적이었다. AI 사용 여부의 공개에 대해서는 콘텐츠 가치유형에 관계없이 지켜야 할 원칙으로 인식되었으나, 실용적 콘텐츠에 대해 그러한 인식이 더 강하게 드러났다. 본 연구는 AI 활용의 투명성과 진정성을 제고하는 방안이 필요함을 시사하며, 향후 AI의 발전과 활용이 소비자 인식에 미치는 영향을 지속적으로 연구할 필요가 있음을 강조한다.

Recently, generative Artificial Intelligence (Gen AI) has attracted attention for its ability to autonomously create content across various media formats. Despite its potential, issues of authenticity in AI-generated content (AIGC) have raised concerns, leading to the establishment of regulations on AI use and transparency in several countries. However, the fundamental topic of consumer understanding of AIGC and AI Disclaimer (AID) remains unexplored. This study categorizes AIGC by content value (utilitarian and hedonic) and format (text, image, video), and analyzes consumer perceptions using the Kano model. Additionally, it examines how consumer perceptions change based on perceived authenticity and deception. The results indicate that consumer perceptions of AIGC did not significantly impact satisfaction or dissatisfaction. However, there was a negative perception of AI use in utilitarian content, such as news, particularly in video production. In contrast, perceptions of AI use in hedonic content ranged from indifferent to positive. Regarding the disclosure of AI use, it was considered a basic requirement regardless of content value, but the perception was stronger for utilitarian content. This study suggests that measures to enhance transparency and authenticity in AI use are necessary and emphasizes the need for ongoing research into the impact of AI development and utilization on consumer perceptions.

기존에는 사람이 생성하던 문장, 이미지, 음성 등을 인공지능 기술을 활용하여 자동으로 생성할 수 있게 되면서, 생성형AI 기술이 전 세계적인 관심을 받고 있다. 특히, 대표적 생성형AI 서비스인 ChatGPT는 기존 챗봇 서비스와 차별화되는 능동성과 정확도를 보여주며, 단기간에 이용자 수가 급증하고 있다. 이렇듯 생성형AI 서비스에 대한 관심이 높아지고 있음에도 불구하고, 대부분의 선행연구는 아직 초기 수준에 머무르고 있다. 이에, 본 연구는 생성형AI 서비스의 성공요인을 도출하고 이를 바탕으로 성공적인 비즈니스 전략을 제안하기 위해 LDA 토픽모델링과 키워드 네트워크 다이어그램을 활용하였다. 또한, ChatGPT를 사용하여 기존 텍스트마이닝 방법론을 보완하는 새로운 연구방법론을 제시하였다. 본 연구는 선행연구들의 한계를 극복하고, 생성형AI의 미래 발전에 대한 학술적 및 실무적 시사점을 제공했다는 점에서 의의가 있다.

Generative Artificial Intelligence (AI) technology is gaining global attention as it can automatically generate sentences, images, and voices that humans previously generated. In particular, ChatGPT, a representative generative AI service, shows proactivity and accuracy differentiated from existing chatbot services, and the number of users is rapidly increasing in a short period of time. Despite this growing interest in generative AI services, most preceding studies are still in their infancy. Therefore, this study utilized LDA topic modeling and keyword network diagrams to derive success factors for generative AI services and to propose successful business strategies based on them. In addition, using ChatGPT, a new research methodology that complements the existing text-mining method, was presented. This study overcomes the limitations of previous research that relied on qualitative methods and makes academic and practical contributions to the future development of generative AI services.

본 연구는 세계적으로 급성장하고 있는 생성형 AI 기술의 정보품질이 클라우드와 온디바이스 방식의 AI 구매의도에 미치는 영향을 브랜드 이미지와 이원적 신뢰(정서적, 인지적)의 매개효과를 중심으로 알아보았다. 생성형 AI 기술의 전문성과 사용연령을 고려하여 10대 부터 50대 사용자 중 클라우드 AI와 온디바이스 AI 방식을 모두 경험한 남녀 273명을 대상으로 설문하였고, SmartPLS 4.0의 탐색적 구조방정식을 분석에 활용하여 실증하였다. 연구 결과, 생성형 AI의 정보품질이 정서적 신뢰와 인지적 신뢰에 미치는 긍정적 영향이 확인되었다. 또한, 정보품질과 브랜드 이미지가 인지적 신뢰를 통해 클라우드 AI와 온디바이스 AI 구매의도에 미치는 긍정적 영향이 확인되었다. 하지만, 정서적 신뢰가 클라우드 AI와 온디바이스 AI 구매의도에 미치는 긍정적 영향은 통계적으로 유의하지 않았다. 본 연구는 생성형 AI 기술의 정보품질이 이원적 신뢰에 매개되어 클라우드와 온디바이스 방식의 AI 구매의도에 영향을 미치는 메커니즘을 실증 연구함으로써, 생성형 AI 영역에서 정서적 신뢰와 인지적 신뢰의 차별적 특성을 이해하고, 해당 비즈니스에서 고객의 신뢰를 형성하는 경영 전략과 방향성을 제시했다는데 학술적, 실무적 의의가 있다.

This study was empirically verified how Information Quality in generative AI technology, which is experiencing rapid global growth, affects Purchase Intentions for Cloud and On-device AI methods, focusing on the mediating effects of Brand Image and Dual Trust (affective and cognitive). Considering the expertise and age range of generative AI technology users, we surveyed 273 men and women ranging from 10s to those in their 50s who had experienced both Cloud AI and On-device AI methods. The data was empirically analyzed using exploratory structural equation modeling with SmartPLS 4.0. Research results confirmed the positive impact of generative AI's Information Quality on both affective and cognitive trust. Additionally, the positive effects of Information Quality and Brand Image on Purchase Intentions for both Cloud AI and On-device AI through cognitive trust were verified. However, the positive influence of affective trust on Purchase Intentions for Cloud AI and On-device AI was not statistically significant.

코로나19로 인한 비대면 활동의 일상화는 엔터테인먼트 산업에서 ‘버추얼 아이돌(Virtual Idol)’의 등장을 촉진시켰다. 본 연구는 사회표상이론(Social Representations Theory, SRT)을 바탕으로 국내에서 가장 주목받는 버추얼 아이돌인 <플레이브(PLAVE)>에 대한 팬덤의 인식을 탐구하였다. 특히 안사람, 의인화, 휴먼브랜드, 휴먼브랜드 애착 이론을 중심으로 사회표상을 분석하였다. 연구 결과, 팬들은 외형적·정보적 의인화를 통해 플레이브를 인간으로 인식하고 있었으며, 전문성·신뢰성·매력성을 지각함으로써 이들을 휴먼브랜드로 인지하고 있는 것으로 나타났다. 결과적으로 팬들은 플레이브에 대한 애착을 형성하여, 편견 해소와 가시적인 성과 달성을 위해 노력하는 모습을 보였다. 본 연구는 버추얼 아이돌 플레이브에 대한 팬덤의 인식 탐색을 통해 버추얼 아이돌이 휴먼브랜드로 인식될 가능성을 증명하였고, 이는 버추얼 아이돌 연구와 엔터테인먼트 산업 발전에 기여할 수 있을 것이라는 점에서 의의가 있다.

As the COVID-19 pandemic normalized contactless interaction, the entertainment industry witnessed the rapid emergence of virtual idols. This study explores fandom perceptions of PLAVE, the most prominent virtual idol group in South Korea, based on Social Representations Theory (SRT). In particular, the study analyzes social representations through the concepts of nakanohito, anthropomorphism, human brand, and human brand attachment. The findings indicate that fans perceive PLAVE as human through both physical and informational anthropomorphism and recognize them as a human brand by attributing traits such as expertise, trustworthiness, and attractiveness. As a result, fans developed attachment to PLAVE and engaged in efforts to overcome prejudice and promote the group’s visible achievements. This study demonstrates the potential for virtual idols to be perceived as human brands through an analysis of fandom perceptions. It also offers implications for future research on virtual idols and the development of the entertainment industry.

본 연구는 대화형 생성AI 서비스의 기술적 특성과 사용자의 과업 특성을 요인을 발굴하고 과업- 기술적합이 사용자 만족과 지속 사용에 미치는 영향을 분석하였다. 또한, 생성AI가 제공하는 정보에 대한 사용자의 믿음 정도를 나타내는 신뢰 변수가 과업-기술적합, 사용자 만족, 지속 사용 의도에 미치는 영향을 확인하였다. 본 연구에서 제안된 모형을 분석하기 위하여 연령대별 다양한 사용자를 대상으로 설문조사를 실시하였고 총 198부의 설문을 취합하여 SmartPLS 4.0을 이용해 분석을 실시하였다. 가설 검증 결과, 기술 특성 중 언어유창성과 상호작용성이, 과업특성 중 모호성이 과업-기술적 합을 매개로 사용자 만족과 지속사용의도에 유의한 영향을 미치는 것으로 확인되었다. 하지만, 기술 특성 중 창의성, 과업 특성 중 시간 유연성은 과업-기술적합에 유의한 영향을 미치지 못하였으며, 신뢰 역시 과업-기술적합과 지속사용의도에 직접적인 영향을 미치지 못하고 오직 사용자 만족에만 긍정적인 영향을 미침을 확인하였다. 이러한 본 연구의 결과는 대화형 생성AI 서비스를 개발하여 공급하려고 하는 공급기업이나 비즈니스 생산성 향상을 목적으로 생성AI 기술을 도입하려고 하는 기업들에게 유의미한 시사점을 제공해 줄 수 있을 것이다.

This study identified factors related to the technological characteristics of conversational generative AI services and the user's task characteristics. Then, it analyzed the effects of task-technology fit on user satisfaction and continued use. The effects of trust, which represents the degree of users' belief in the information provided by generative AI, on task-technology fit, user satisfaction, and user continuance intention were also examined. A survey was conducted among users of various age groups, and 198 questionnaires were collected and analyzed using SmartPLS 4.0 to validate the proposed model. As a result of hypothesis testing, it was confirmed that language fluency and interactivity among technology characteristics and ambiguity among task characteristics significantly affect user satisfaction and intention to continue using via task-technology fit. However, creativity among skill characteristics and time flexibility among task characteristics did not significantly affect task-technology fit, and trust did not directly affect task-technology fit and intention to continue using, but only positively affected user satisfaction. The results of this study can provide meaningful implications for vendors who want to develop and provide conversational generative AI services or companies who want to adopt generative AI technology to improve business productivity.

이 연구는 여행 정보 검색 서비스로서 ChatGPT와 같은 새로운 AI 챗봇의 신뢰 형성과 행동 의도에 미치는 선행 요소와 메커니즘을 탐구한다. 연구는 익숙함, 참신함, 개인의 혁신성, 정보의 질, 그리고 지각된 의인화 등 다양한 변수들 간의 관계를 분석하여, 이러한 요인들이 사용자의 인지적, 정서적 신뢰와 궁극적으로 정보수용의도, 지속사용의도에 미치는 영향을 규명한다. 결과적으로, 익숙함과 정보의 질은 인지적, 정서적 신뢰 모두에 영향을 미치는 반면 참신함은 인지적 신뢰에만 긍정적으로 기여했다. 더불어, 새로운 AI 챗봇 사용자의 개인적 혁신성은 익숙함과 인지적 신뢰 간의 관계를 약화시키는 한편, 챗봇의 지각된 의인화 수준은 참신함 및 익숙함과 인지적 신뢰 간의 관계를 증폭시키는 것으로 나타났다. 이러한 결과는 AI 챗봇의 디자인과 도입 시 의인화, 정보의 질 익숙함, 개인의 혁신성 등의 측면을 고려하는 중요성을 강조하며, 이를 통해 새로운 AI 챗봇의 여행 정보 검색 서비스로서 신뢰 및 행동의도 형성에 기여할 것으로 기대된다.

This study investigates the antecedents and mechanisms influencing trust and behavioral intentions formation towards new AI chatbots, such as ChatGPT, as travel information searching services. Analyzing the roles of variables such as familiarity, novelty, personal innovativeness, information quality and perceived anthropomorphism, the research elucidates the impact of these factors on users' cognitive and affective trust, ultimately affecting their intention to adopt information and sustain the use of the AI chatbot. Results indicate that perceived familiarity and information quality positively influence both cognitive and affective trust, whereas perceived novelty contributes positively only to cognitive trust. Additionally, the personal innovativeness of new AI chatbot users was found to weaken the effect of familiarity on perceived trust, while the perceived level of anthropomorphism of the chatbot amplified the effects of novelty and familiarity on cognitive trust. These findings underscore the importance of considering factors such as familiarity, personal innovativeness, information quality and anthropomorphism in the design and implementation of AI chatbots, affecting trust and behavioral intention.

인공지능(AI) 기반 서비스 로봇의 빠른 도입으로 호텔 산업에서도 AI 기술 적용이 가속화되고 있다. 본 연구는 AI 서비스 로봇의 핵심 특성(시공간 및 실시간성, 사용 용이성, 상호작용성, 보안성, 개인맞춤화, 의인화)이 고객의 긍정적 감정, 만족도 및 호텔 브랜드 충성도 형성에 미치는 영향을 실증적으로 분석하고, 신뢰가 이들 관계에서 어떠한 조절적 역할을 하는지 심층적으로 탐구하였다. 이를 위해 호텔 AI 서비스 로봇을 경험한 중국 소비자 315명을 대상으로 설문조사를 실시하였으며, 수집된 데이터를 SPSS 27과 PROCESS Macro v4.2를 사용하여 분석하였다. 분석 결과, AI 서비스 로봇의 특성은 긍정적 감정, 고객 만족도 및 브랜드 충성도를 증진시키는 데 유의한 영향을 미쳤으며, 신뢰는 이러한 관계를 강화하는 조절 변수로 작용하였다. 본 연구는 호텔 산업에서 AI 기반 로봇 서비스의 성공적 도입과 고객 경험 증대에 대한 실질적 시사점을 제공한다.

The rapid adoption of AI-based service robots has accelerated the application of this technology in the hotel industry. This study empirically analyzes the impact of key characteristics of AI service robots (Spatiotemporality and Real-time, ease of use, interactivity, Customization, security, anthropomorphism) on customers' positive emotions, satisfaction, and the formation of hotel brand loyalty, while exploring in depth the moderating role of trust in these relationships. A survey was conducted with 315 Chinese consumers who had experience with hotel AI service robots, and the collected data was analyzed using SPSS 27 and PROCESS Macro v4.2. The results revealed that the characteristics of AI service robots significantly enhanced positive emotions, customer satisfaction, and brand loyalty, while trust served as a moderating variable that strengthened these relationships. This study provides practical implications for the successful implementation of AI-based robot services and the enhancement of customer experiences in the hotel industry.

본 연구는 정보채택모델(Information Adoption Model, IAM)을 기반으로 사무 업무에서 생성형 AI의 지속 사용 의도에 영향을 미치는 요인들을 분석하였다. 350명의 국내 직장인을 대상으로 수집한 데이터를 부분최소자승법(Partial Least Square, PLS)을 통해 분석한 결과, 정보·지식의 품질과 서비스·UI의 품질이 직접적으로 생성형 AI의 유용성에 긍정적인 영향을 미치는 것으로 나타났다. 또한, 출처의 신뢰성과 생성형 AI 기업의 신뢰성은 정보·지식의 품질과 서비스·UI의 품질을 통해 유용성에 간접적인 양의 관계가 있음이 확인되었다. 마지막으로, 생성형 AI의 유용성은 지속 사용 의도에 강한 영향을 미치는 요인임도 검증되었다. 본 연구의 주요 결과들은 생성형 AI의 정보 품질 및 사용자 경험 개선이 사용 의도 증대와 이용층 확산에 중요한 역할을 한다는 점을 시사한다.

This study analyzes the factors influencing the continuance intention to use Generative AI in office tasks, based on the Information Adoption Model (IAM). Using data collected from 350 office workers in South Korea, the Partial Least Square (PLS) method was employed to examine the relationships among the variables. The results indicate that information quality and service·UI quality have significant positive effects on the perceived usefulness of Generative AI. Moreover, source credibility and trust in Generative AI providers exhibit indirect positive relations with perceived usefulness through their influence on information quality and service·UI quality. Finally, perceived usefulness is confirmed to be a strong determinant of continuance intention. These findings suggest that improving information quality and enhancing user experience play critical roles in promoting the adoption and sustained use of Generative AI.

최근 날씨, 기상재해, 경제적 요인 등으로 인해 농산물 가격 예측의 불확실성이 증가하고 있다. 이에 따라 농민, 중도매인, 판매자 등은 농산물 가격을 파악하고 최적의 생산 및 판매에 관한 의사 결정을 내리는 데 어려움을 겪고 있다. 정부는 가격 예측 실패로 인한 농산물 업자들의 경제적 손실과 소비자의 가격 위험을 방지하기 위해 농산물 수급과 가격 안정에 노력하고 있지만 경제 모형을 통해 농산물 가격을 분석하고 가격을 예측하는 과정에서 어려움이 존재한다. 이에 본 연구에서는 농업 관측에 필요한 데이터를 확보하고 민간 농산물 유통 여건 변화를 반영할 수 있는 경제적 요건을 파악하여 농산물 가격을 예측하기 위한 모델을 개발하고자 한다. 개발한 예측 모델의 활용 방안에 대한 구체적인 전략도 제안한다. 본 연구는 다양한 경제 변수를 기반으로 농산물 가격 예측 모델을 개발하는 것으로 해당 분야의 예측 모델 개발 및 개선을 통해 문헌 확장에 기여할 것으로 기대된다. 경제적 변수를 기반으로 한 농산물 가격 예측 모델은 농산물 유통 과정의 다양한 이해관계자들에게 활용되어 시장 안정화에 기여할 수 있을 것이다.

Weather, natural disasters, and economic factors are increasing the uncertainty of agricultural price forecasts. This increases the difficulty for farmers, middlemen, and sellers to understand agricultural prices and make optimal production and sales decisions. To prevent economic losses for farmers and price risks for consumers due to price forecasting failures, governments are trying to stabilize the supply and price of agricultural products. However, difficulties exist in the process of analyzing and predicting prices through economic models. Therefore, this study develops a model for predicting agricultural prices by securing data required for agricultural observations and identifying economic requirements that can reflect changes in private agricultural distribution conditions. In addition, we propose specific strategies on how to utilize the developed prediction model. This study contributes to the expansion of the literature by developing a prediction model for agricultural commodity prices based on various economic variables. In addition, the agricultural commodity price prediction model based on economic variables can be used by various stakeholders in the agricultural commodity distribution process to contribute to market stabilization.