기술수용모델(TAM)에 기반한 생성형 인공지능의 지속 사용 의도에 관한 연구

Abstract

With the widespread adoption of generative artificial intelligence in areas such as learning, creation, and information processing, the factors influencing users’ continuance intention have become an important research topic. Existing studies primarily explain user behavior from the perspective of technological attributes; however, the roles of personalized experiences and dual-dimensional trust mechanisms in generative AI interactions still lack systematic empirical examination. Meanwhile, the relational frameworks activated in human–AI interactions—such as tool-based or partner-like perceptions—may also influence how users evaluate generative AI systems.Therefore, this study constructs a research model based on the Technology Acceptance Model (TAM), trust theory, and relationship norm theory, with a focus on examining the mechanisms through which perceived ease of use, perceived usefulness, and personalization influence users’ continuance intention. Cognitive trust and emotional trust are introduced as mediating variables to examine the mediating role of trust between technological perceptions and continuance intention. In addition, this study further investigates the moderating effects of relationship norms on the paths between certain perceptual variables and trust, in order to analyze differences in trust formation mechanisms under different human–AI relationship interpretation frameworks. This study selects ChatGPT, currently one of the most widely used generative AI systems, as the research context. Users with actual usage experience were surveyed using a questionnaire. A total of 258 responses were collected, of which 235 were valid. Descriptive statistics were conducted using SPSS 26.0, followed by reliability and validity testing, structural model assessment, and hypothesis testing using SmartPLS 4.0. Demographic variables (gender, age, usage duration, and usage frequency) were included as control variables to enhance the rigor of the structural model analysis. The results show that both perceived ease of use and perceived usefulness significantly enhance users’ continuance intention, with ease of use playing a particularly prominent role in trust formation. Personalization not only significantly strengthens cognitive trust and emotional trust, but also exerts a direct positive effect on continuance intention, making it a key factor influencing user stickiness. Trust serves as an important mediator in the pathways from all antecedent variables to continuance intention. Among them, the mediating effect of cognitive trust is more stable, whereas emotional trust primarily mediates the effects of ease of use and personalization. In addition, relationship norms exhibit significant moderating effects in certain paths between perceptual variables and trust. Specifically, the exchange relationship strengthens the positive effect of perceived usefulness on cognitive trust, whereas the communal relationship enhances the effect of personalization on emotional trust. These findings indicate that the relationship norms activated during users’ interactions with generative artificial intelligence influence their trust judgments toward the technology. Based on this, the present study demonstrates, on the one hand, how technological perceptions and personalization experiences affect continuance intention through the mediating roles of cognitive trust and emotional trust. On the other hand, by examining the moderating effects of relationship norms in selected paths, this study further elucidates how users’ different interpretations of the human–generative AI relationship shape the process of trust formation.;생성형 인공지능이 학습, 창작, 정보 처리 등 다양한 분야에서 폭넓게 활용되면서, 사용자들의 지속 사용 의도에 영향을 미치는 요인은 중요한 연구 주제로 부상하고 있다. 기존 연구는 주로 기술적 속성에 기반하여 설명을 시도해 왔으나, 생성형 인공지능과의 상호작용에서 나타나는 개인화 경험과 이원적 신뢰 메커니즘(인지적 신뢰·정서적 신뢰)의 역할에 대해서는 아직 체계적인 실증 검증이 부족하다. 인간–인공지능 상호작용 과정에서 사용자가 생성형 인공지능을 도구적 존재로 인식하는지, 혹은 동반자적 존재로 인식하는지와 같은 관계규범은 역시 신뢰의 형성 과정에 영향을 미칠 수 있다. 따라서 본 연구는 기술수용모델(TAM), 신뢰 이론, 그리고 관계 규범 이론을 바탕으로 연구 모형을 구축하고, 지각된 사용 용이성, 지각된 유용성, 그리고 개인화 인식이 사용자의 지속 사용 의도에 미치는 영향 메커니즘을 중점적으로 탐구한다. 이 과정에서 인지적 신뢰와 정서적 신뢰를 매개 변수로 도입하여, 기술 지각과 지속 사용 의도 간의 관계에서 신뢰가 수행하는 매개 역할을 검증하고자 한다. 또한 본 연구는 일부 지각 변수와 신뢰 간의 경로에서 관계 규범의 조절 효과를 추가로 분석함으로써, 인간–인공지능 관계에 대한 서로 다른 이해 프레임에서 사용자 신뢰 형성 메커니즘의 차이를 규명하고자 한다. 본 연구는 현재 가장 널리 사용되고 있는 생성형 인공지능 시스템인 ChatGPT를 연구 대상으로 선정하고, 실제 사용 경험이 있는 사용자를 표본으로 하여 설문조사 방식으로 데이터를 수집하였다. 총 258부의 설문이 회수되었으며, 이 중 235부가 유효 표본으로 사용되었다. 연구는 먼저 SPSS 26.0을 활용해 기술통계 분석을 수행한 후, SmartPLS 4.0을 이용하여 신뢰도 및 타당도 검증, 구조모형 평가, 가설 검증을 진행하였다. 인구통계학적 변수(성별, 연령, 사용 기간, 사용 빈도)는 구조모형 검증 과정에서 통제변수로 포함하여 모델의 엄밀성을 높였다. 연구 결과, 지각된 사용 용이성과 지각된 유용성은 모두 사용자의 지속 사용 의도에 유의한 정(+)적 영향을 미치는 것으로 나타났으며, 특히 지각된 사용 용이성은 신뢰 형성에 더욱 두드러진 영향을 미쳤다. 개인화 인식은 인지적 신뢰와 정서적 신뢰를 모두 유의하게 강화할 뿐만 아니라, 지속 사용 의도에도 직접적인 정(+)적 영향을 미치는 핵심 요인으로 확인되었다. 이는 개인화 경험이 사용자 사용 지속성의 중요한 결정요인임을 보여준다. 신뢰는 각 선행변수가 지속 사용 의도에 미치는 영향 과정에서 중요한 매개 역할을 수행하였다. 이 중 인지적 신뢰의 매개효과는 비교적 안정적이었으며, 정서적 신뢰는 주로 지각된 사용 용이성과 개인화 인식 관련 경로에서 두드러진 매개효과를 보였다. 또한 관계 규범은 일부 지각 변수와 신뢰 간의 경로에서 유의미한 조절 효과를 보였다. 구체적으로, 교환적 관계는 지각된 유용성이 인지적 신뢰에 미치는 긍정적 영향을 강화하였으며, 공유적 관계는 개인화 인식이 정서적 신뢰에 미치는 영향을 강화하였다. 이러한 결과는 생성형 인공지능과의 상호작용 과정에서 사용자가 활성화하는 관계 규범이 기술에 대한 신뢰 판단에 영향을 미친다는 점을 시사한다. 이에 본 연구는 한편으로 인지적 신뢰와 정서적 신뢰의 매개 효과를 통해 기술 지각과 개인화 경험이 지속 사용 의도에 어떠한 영향을 미치는지를 설명하고, 다른 한편으로는 관계 규범이 일부 경로에서 수행하는 조절 효과를 통해 인간–생성형 인공지능 관계에 대한 사용자의 상이한 인식이 신뢰 형성 과정에 어떻게 작용하는지를 보다 심층적으로 규명한다.