인공지능 기반 인터뷰 시스템 사용 의도의 선행요인 규명

Abstract

인공지능(artificial intelligence; AI) 기술의 발전이 이루어지고 우리 일상생활의 일부가 되면서 인공지능을 활용한 서비스는 널리 받아들여지고 있다. AI 기술이 HR(human resource) 분야에 적용되면서 인력 채용을 위해 이를 활용하는 사례가 늘어남에 주목할 필요가 있다. 2019년 주요 대기업 대졸 신규채용 계획 보고서에 따르면 종업원 수 300인 이상 매출액 상위 500대 기업의 22.1%가 신규채용 과정에서 AI를 활용할 계획이 있거나 활용 중인 것으로 나타났다(한국경제연구원, 2019). 기존의 연구 문헌에 따르면 모의 면접을 통하여 면접에 대비하는 훈련을 수행한다면 피면접자의 자신감을 높이고 면접 성과를 높일 수 있다(Aysina et al., 2016). 최근에는 컴퓨팅 기술과 접목된 모의 면접 프로그램의 활용이 관심을 받고 있다. 현재, AI 기반의 인터뷰 시스템의 활용도와 함께 그 잠재력은 높다고 판단되며, 그 시스템을 잠재적 사용자에게 확산시키려는 노력이 요구된다. AI 기술이 반영된 인터뷰 시스템은 데이터를 학습하는 능력을 갖춘 알고리즘을 통해(Mikalef, Papas, Krogstie, & Giannakos, 2018) 학습한 상태에서 사용자에게 정보를 제공한다. 이는 누적된 학습 데이터가 없는 상태에서 정보를 제공하는 기존의 방식과는 큰 차이를 보인다. AI 기반 인터뷰 시스템을 사용하는 환경에서는 인간 대 인간의 의사소통이 아닌 인간이 기계를 마주한 의사소통의 과정으로 바뀐다. 이러한 의사소통 방식은 인간과 인간의 의사소통 방식과는 다르며(Guzman & Lewis, 2020), 인간이 기계와 상호작용하기 위하여 텍스트 처리기술, 음성 처리기술 등이 필요하다. Pannu(2015)는 머신러닝(machine learning)과 자연어 처리(natural language processing), 음성인식(voice recognition), 안면인식(facial recognition) 등이 AI 기술을 구현할 방법이라 논의하였다. 사용자 입장에서 새로운 기술이 반영된 AI 기반 인터뷰 시스템은 어떻게 이해되며 사용하고자 하는 의도가 있는지에 대하여 확인할 필요가 있다. 기술수용모델(Technology Acceptance Model; TAM)은 어떠한 기술이나 시스템, 서비스에 대한 사용자 수용 또는 사용 의도를 의미하며 잠재적 사용자의 성향으로 정의할 수 있다(Swanson, 1988). 기술수용모델에서는 사용자의 사용 의도(intention to use)는 지각된 유용성(perceived usefulness)과 지각된 용이성(perceived ease of use)에 의해서 예측할 수 있다고 가정한다(Davis, 1989). 지각된 유용성과 지각된 용이성은 특정한 시스템을 사용하는 것이 사용자의 업무 성과를 향상 시킬 것이라는 믿음의 정도, 그리고 특정한 시스템을 용이하게 사용할 수 있는 지각을 의미한다. 본 연구에서는 사용 의도에 미치는 변수로 지각된 유용성과 지각된 사용 용이성을 변수로 포함하였다. 매개된 환경(mediated environment)에서 매개환경 혹은 매개체가 비물리적 존재(non-physical existence)라는 것을 인식하지 못하고, 사용자가 그 매개된 환경에 있다고 느끼는 정도가 사회적 실재감(social presence)(Short et al., 1976)을 뜻한다. Mason(1994)는 사회적 실재감을 어떠한 공간 속에서 누군가와 함께 있는 공존(co-presence)의 느낌이라고 주장하였다. Nowak과 Biocca(2003)은 사회적 실재감을 매개된 환경에서 대화의 상황에서 상대와 한 공간에 있는 것으로 지각하는 상태로 공존감을 포함하였고, 강명희, 박희순, 정지윤, 박효진(2009)는 온라인 커뮤니케이션 환경에서 사회적 실재감에 공존감을 포함하였다. 이에, 매개된 환경에서 사용자가 지각한 공존감을 주요한 요소로 확인하고 본 연구의 변수로 포함하였다. 신뢰(trust)는 불확실성과 취약성으로 특징지어지는 상황에서 대리인이 개인의 목표를 달성하는 데 도움이 된다고 믿는 태도이다. Pavlue(2003), Luann과 Lin(2005)에 따르면 모바일 뱅킹이나 전자상거래와 같은 첨단 기술 혁신의 맥락에서 TAM에 변수로서 신뢰를 추가하였다. 시스템을 수용하기 위해서는 그 시스템으로부터 지각되는 신뢰가 선행되어야 한다고 주장하였다(Lee & See, 2004; 연현정, 김진성, 2019). 이에 본 연구에서는 신뢰감을 변수로 포함하였다. 선행연구를 기반으로, 본 연구는 AI 기반 인터뷰 시스템의 선행요인을 규명하고자 함에 목적이 있다. 이에 AI 기반 인터뷰 시스템으로부터 지각된 공존감은 시스템의 사용 의도를 예측하는지 확인한다. 그리고 AI 기반 인터뷰 시스템으로부터 지각된 유용성, 지각된 사용 용이성, 신뢰감은 공존감과 사용 의도의 관계를 매개하는지 확인한다. 연구문제는 다음과 같다. 연구문제 1. AI 기반의 인터뷰 시스템으로부터 지각된 공존감은 시스템의 사용 의도를 예측하는가? 연구문제 2. AI 기반의 인터뷰 시스템으로부터 지각된 유용성, 지각된 사용 용이성, 신뢰감은 공존감과 사용 의도의 관계를 매개하는가? 본 연구에서는 제시한 연구모형과 연구가설을 통계적 유의수준에서 평가하기 위하여 수도권 소재 A 대학 학생을 조사 대상자로 선정하여 자료를 수집하였다. 자료수집은 A 대학 게시판을 통해 AI 기반 인터뷰 시스템의 참여 신청자를 모집하였다. 설문조사는 온라인으로 2주간 실시하였으며, 총 112명으로부터 데이터를 수집하였다. 기술통계분석 및 변인들 간의 상관분석을 수행하였으며 연구가설을 검증하기 위하여 Hayes의 SPSS Process Macro (model = 4)를 활용하였다(Rockwood & Hayes, 2020). Model 4는 예측변수가 준거변수에 미치는 영향이 매개변수에 의해서 매개가 되는지를 평가하기 위한 모형분석에 사용된다. 본 연구의 연구모형은 예측변수와 준거변수 사이에 매개변수가 동시에 여러 개가 있는 병렬 다중매개 모형(parallel multiple mediator model)이다. 이에 따라 Hayes의 SPSS Process Macro (model = 4)를 활용하여 공존감이 사용 의도에 영향을 미치는 직접효과(direct effect)와 함께 지각된 유용성과 지각된 사용 용이성, 신뢰감을 포함하는 세 개의 매개변수를 통하여 사용 의도에 영향을 미치는 간접효과(indirect effect)에 대하여 검증하였다. 연구문제 1에 따라 AI 기반의 인터뷰 시스템으로부터 지각된 공존감은 시스템의 사용 의도를 예측하는지 확인하였다. AI 기반의 인터뷰 시스템으로부터 공존감이 사용자 사용 의도에 미치는 직접효과와 함께 지각된 유용성과 지각된 사용 용이성, 신뢰감을 매개로 하여 사용자 사용 의도에 미치는 간접효과를 모두 포함한 총 효과(total effect)는 B = 0.432이며 통계적으로 유의한 것으로 나타났다(p = 0.000). 사용 의도에 미치는 공존감의 직접효과는 B = 0.134, p = 0.027으로 나타났다. 본 연구의 결과는 AI 기반 인터뷰 시스템에서 공존감이 사용 의도에 유의하게 예측한다는 점을 검증하였다. 사용 의도에 미치는 공존감의 직접효과는 유의한 것으로 확인되었다. 연구문제 2에 따라 AI 기반의 인터뷰 시스템으로부터 지각된 유용성, 지각된 사용 용이성, 신뢰감은 공존감과 사용 의도의 관계를 매개하는지 확인하였다. 첫째, AI 기반의 인터뷰 시스템으로부터 공존감이 지각된 유용성(p = 0.000)에 유의하게 예측하는 것으로 나타났다. AI 기반의 인터뷰 시스템으로부터 공존감이 사용 의도에 미치는 영향에 대하여 지각된 유용성에 의한 매개효과를 검증한 결과, 매개변수에 의한 간접효과는 통계적으로 유의한 것으로 나타났다. 간접효과 크기와 직접효과 크기를 비교한 결과, 지각된 유용성의 매개효과에 의한 간접효과 크기(B = 0.137)는 직접효과의 크기(B = 0.134)보다 큰 것으로 나타났다. 둘째, AI 기반의 인터뷰 시스템으로부터 공존감이 지각된 사용 용이성(p = 0.000)에 유의하게 예측하는 것으로 나타났다. AI 기반의 인터뷰 시스템으로부터 공존감이 사용 의도에 미치는 영향에 대하여 지각된 사용 용이성에 의한 매개효과를 검증한 결과, 지각된 사용 용이성(B = 0.074)과 의한 간접효과 크기는 직접효과의 크기(B = 0.134) 보다 작은 것으로 관찰되었다. 공존감과 사용 의도의 관계에서 지각된 사용 용이성의 매개효과는 유의하지 않는 것으로 나타났다. 셋째, AI 기반의 인터뷰 시스템으로부터 공존감이 신뢰감(p = 0.000)에 유의하게 예측하는 것으로 나타났다. AI 기반의 인터뷰 시스템으로부터 공존감이 신뢰감(p = 0.000)에 유의하게 예측하는 것으로 나타났다. AI 기반의 인터뷰 시스템으로부터 공존감이 사용 의도에 미치는 영향에 대하여 신뢰감에 의한 매개효과를 검증한 결과, 신뢰감(B = 0.087)에 의한 간접효과 크기는 직접효과의 크기(B = 0.134) 보다 작은 것으로 관찰되었다. 공존감과 사용 의도의 관계에서 신뢰감의 매개효과는 유의하지 않은 것으로 나타났다. 본 연구의 한계점 및 제언은 다음과 같다. 첫째, 본 연구에서 조사 대상자는 AI 기반 인터뷰 시스템을 체험한 사용자로 설정하였다. 예를 들어, 대상자를 일반 인터뷰 체험자와 AI 인터뷰 체험자로 두 부류로 구분하고 두 집단이 어떤 차이를 보이는지 확인하는 연구가 필요할 것이다. 둘째, 본 연구에서 포함된 변수들은 모두 1차 구성개념(first-order construct)으로 설정하였다. 그러나 Mayer 등(1995)에 따르면 신뢰감은 능력(ability)과 정직(integrity), 그리고 호의(benevolence)를 포함하는 세 가지 종류의 하위 변수 혹은 2차 구성개념(second-order construct)이기도 하다. 추후 연구에서는 적절한 수준의 이해타당도(nomological validity)가 확보된 2차 구성개념들로 구성되는 선행요인을 조사하는 노력이 필요하다. 셋째, 본 연구에서 수집한 표본의 크기는 112명이며, 따라서 비교적 작은 크기를 가지는 표본에 대한 통계분석 결과는 통계적 오류를 포함할 수 있다. 본 연구의 결과를 일반화하기에는 한계가 있으며, 추후 연구에서는 보다 적절한 크기를 가지는 표본으로부터 데이터를 수집하여 반복 연구를 수행할 필요가 있다. 넷째, 본 연구는 취업을 준비하고 있는 여학생만을 대상으로 설정하였기 때문에, 본 연구의 결과를 남성 취업 준비생을 대상으로까지 일반화시키기에는 한계가 있을 수 있다. 예를 들어, 성별차이 또는 문화차이 등이 미치는 영향에 대하여 연구를 진행할 필요가 있을 것이다. 다섯째, 본 연구에서는 준거변수인 사용 의도를 예측하기 위한 예측변수로서 공존감과 함께 매개변수인 지각된 유용성, 사용 용이성, 신뢰감을 포함하였다. 본 연구의 예측변수와 매개변수만으로는 AI 기반 인터뷰 시스템의 사용 의도를 충분하게 예측하기에는 한계가 있을 수 있다. 따라서 AI 기반 인터뷰 시스템의 맥락을 보다 충분하게 이해하고 반영할 수 있는 예측변수를 추가로 투입하여 준거변수 총 변동의 설명력을 확인하는 노력이 필요하다. 마지막으로 여섯째, 본 연구에서는 사용자가 AI 기반 인터뷰 시스템을 실제로 사용하였는지에 대한 행위를 예측하지 않고 행위 의도만을 예측하였다. 따라서 추후 연구에서는 사용자의 사용 의도가 실제 행동으로까지 이어지는 관계를 확인하여야 할 필요가 있을 것이다. 본 연구에서는 AI 기술을 활용하여 제작된 인터뷰 시스템의 선행요인을 규명하였다. 본 연구의 결과, AI 기반 인터뷰 시스템을 사용자가 사용하기 위하여 요구되는 필요조건이 무엇인지에 대하여 확인하였으며 인사이트를 제공할 것이다. ;Services that utilize artificial intelligence(AI) are becoming more widely accepted as a part of daily life as artificial intelligence(AI) technology continues to advance. It is worth noting that the application of AI technology to the field of human resources (HR) has led to an increase in the use of artificial intelligence(AI) technology for recruitment purposes. According to the 2019 report on hiring new college graduates written by major conglomerates, 22.1% of the top 500 companies with 300 or more employees in sales were either planning to use AI or were already using AI in the new hiring process(Korea Economic Research Institute, 2019). Existing research literature argues that if training for interview preparation is repeatedly performed through simulated interview, the interviewee’s confidence can be increased, therefore leading to an improved interview performance(Aysina et al., 2016). The use of simulated interview programs combined with computing technology has recently attracted attention in literature. These programs are currently being judged as having high potential along with the utilization of an AI-based interview system. This means that proper measures must be taken in order to spread the system to potential users. Interview systems that utilize AI technology provide information to users while learning through algorithms that possess the ability to learn data(Mikalef, Papas, Krogstie, & Giannakos, 2018). These systems differ greatly from the existing method of providing information in the absence of accumulated learning data. An environment where an AI-based interview system is used is not human-to-human communication, but a process of human-to-machine communication. This communication method is different from the human-to-human communication method(Guzman & Lewis, 2020), and text or voice processing technology is required so that humans can interact with a machine. It is necessary to confirm how users understand the new technology and how they intend to use or accept the new technology. Pannu(2015) discussed the fact that machine learning, natural language processing, voice recognition, and facial recognition were all ways to implement AI technology. It is necessary to confirm how an AI-based interview system that reflects the new technology is understood from the user's point of view and whether the person being interviewed intends to use the system. In the technology acceptance model, it is assumed that the user's intention can be predicted by the perceived usefulness and the perceived ease of use(Davis, 1989). Perceived usefulness and perceived ease of use refer to the degree of belief that using a particular system will improve the user's work performance as well as the degree of confidence that a particular system will be facilitated. They refer to what is known as available perception. Perceived usefulness and perceived ease of use were identified as variables that affected the intention to use and were included as variables in the study. Social presence(Short et al., 1976) is the degree to which users feel that they are in a mediated environment without recognizing that the environment or medium is a non-physical one, such as a computer. Mason(1994) argued that the sense of social presence is a feeling of co-presence with someone in a certain space. Nowak & Biocca(2003) included co-presence as a state of being perceived as being in one space with the other person in the context of dialogue in an environment mediated with a sense of social presence. Kang, Park, Jung, and Park(2009) also included co-presence in social presence in an online communication environment. Accordingly, the co-presence perceived by users in the mediated environment was identified as a major factor and included as a variable in the study. Trust is an attitude that helps an agent achieve an individual's goals in situations characterized by uncertainty and vulnerability. According to Pavlue(2003) and Luann & Lin(2005), trust was added as a variable to TAM in the context of advanced technological innovations such as mobile banking and e-commerce. In order to accommodate the system, they argued that the trust perceived from the system must precede(Lee & See, 2004; Yeon & Kim, 2019). Trust was therefore identified as a major factor and included as a variable in the study. The purpose of this study was to identify the preceding factors of AI-based interview systems researched in previous studies. The research questions confirm that the sense of co-presence perceived from an AI-based interview system predicted the intention to use. The research questions also confirm that the perceived usefulness, perceived ease of use, and trust from an AI-based interview system mediated the relationship between co-presence and intention to use. Research Question One: Does the co-presence perceived from an AI-based interview system predict the intention to use? Research Question Two: Do perceived usefulness, perceived ease of use, and trust mediate the relationship between the perceived co-presence from an AI-based interview system and intention to use? Data was collected for the study from students currently attending University A in the metropolitan area in order to evaluate the proposed research model and research hypothesis at the level of statistical significance. For data collection, participation applicants of AI-based interview systems were recruited through University A's bulletin board. The collected data was subjected to statistical processing. A descriptive statistical analysis and correlation analysis between variables were performed. Hayes' SPSS Process Macro (Model = 4) was performed to verify the research hypothesis(Rockwood & Hayes, 2020). Model 4 was used in the model analysis to evaluate whether the influence of an exogenous variable on an endogenous variable was mediated by the parameter. According to research question one, it was confirmed that the co-presence perceived from the AI-based interview system was predicted to affect the intention to use the system. The total effect, including all indirect effects on user intention through perceived usefulness, perceived ease of use, and trust as well as the direct effect of co-presence on user intention from an AI-based interview system, was B = 0.432. This was found to be statistically significant(p = 0.000). The direct effect of co-presence on the intention to use was shown to be B = 0.134(p = 0.027). The results of this study verified that co-presence significantly predicted the intention to use an AI-based interview system. The direct effect of co-presence on the intention to use was found to be significant. Research question two confirmed that the perceived usefulness, perceived ease of use, and confidence from an AI-based interview system mediated the relationship between co-presence and intention to use. First, it was found that perceived usefulness(p = 0.000) was significantly predicted by co-presence perceived from an AI-based interview system. The mediating effect of perceived usefulness was verified based on the effect of co-presence perceived from an AI-based interview system on the intention to use. As a result, it was found that the indirect effect by the parameter was statistically significant. As a result of comparing the size of the indirect effect and the size of the direct effect, it was found that the size of the indirect effect(B = 0.137) by the mediating effect of perceived usefulness was larger than the size of the direct effect(B = 0.134). Second, it was found that the perceived co-presence of an AI-based interview system mediating effect of the perceived ease of use of the AI-based interview system was verified to have an effect on the co-presence perceived on the intention to use. As a result, it was observed that the size of the indirect effect by perceived ease of use(B = 0.074) was smaller than that of the direct effect(B = 0.134). In other words, the mediating effect of the perceived ease of use was found to be insignificant in the relationship between co-presence and the intention to use. Third, the co-presence perceived from an AI-based interview system was found to significantly predict trust(p = 0.000). The perceived co-presence from an AI-based interview system was found to significantly predict perceived ease of use(p = 0.000). The mediating effect of perceived ease of use was verified for the effect of perceived co-presence from an AI-based interview system on the intention to use. As a result, it was observed that the size of the indirect effect due to trust(B = 0.087) was smaller than the size of the direct effect(B = 0.134). In other words, the mediating effect of the trust was found to be insignificant in the relationship between co-presence and the intention to use. The limitations and suggestions of this research is as follows. First, in this study, the survey subjects were set as users who had already experienced an AI-based interview system. Future research will need to divide the subjects into two groups a general interviewer and an AI interviewer in order to properly evaluate the differences between the two groups. Second, all variables included in the study were set as first-order constructs. However, according to Mayer et al. (1995), confidence can also be three types of sub-variables or second-order constructs that include ability, integrity, and benevolence. In future studies, efforts will be needed to investigate the preceding factors which consist of secondary constituent concepts that have secured an appropriate level of nomological validity. Third, the size of the sample collected for the study was 112 people, which was a relatively small size which could result in statistical errors. There is a limit to generalizing the results of this study. As such, it will be necessary to perform repeated studies in the future by collecting data from samples of a more appropriate size. Fourth, as the subjects of the study were set only as female students who were preparing for employment, there may be limitations in generalizing the results of the study in regards to males preparing for employment. It will be necessary to conduct research on. Fifth, the parameters of perceived usefulness, ease of use, and confidence were included in the study(as well as co-presence) as predictive variables to foresee the reference variable and intention to use. There may be limitations in sufficiently predicting the intention to use an AI-based interview system using only the predictors and parameters of this study. Therefore, it is necessary to confirm the explanatory power of the total variation of the reference variable by adding additional predictors that can more fully understand and reflect the context of an AI-based interview system. Sixth, and final, only behavior intention was predicted in the study without predicting the behavior of whether the user had actually used an AI-based interview system. Therefore, future research will need to confirm the relationship between the user's intention to use and the actual behavior. This study investigated the leading factors of the interview system produced using AI technology. It also provided insight into the necessary conditions that users would require in order to use an AI-based interview system.