earticle

한국어

본 연구는 AI 챗봇의 정보를 제공할 때 사용하는 감성적 표현 수준이 사용자 지각에 미치 는 영향을 실증적으로 분석하였다. 기존 연구들은 AI 챗봇의 의인화가 사용자 반응에 긍정 적인 영향을 미친다는 데 초점을 맞추었으나, 본 연구는 감성적 표현이 사용자 인식에 미 치는 접근성과 진단성 두 가지 주요 요소에 차별적인 영향을 미친 점에 주목하였다. 구체 적으로, 고감성 표현은 접근성과 진단성에 더 큰 영향을 미친 반면, 저감성 표현은 두 변 수에 대한 영향이 상대적으로 적었음을 규명하였다. 감성 표현 수준의 차이가 접근성에는 큰 영향을 미치고, 진단성에는 다소 적은 영향을 미친다는 점에서 두 수준의 차별성이 드 러났다. 분석에는 부분최소제곱 구조방정식모형(PLS-SEM)을 적용하였으며, SmartPLS 4.0을 활용해 변수 간 구조적 관계를 검증하였다. 실험은 감성 표현의 수준(고/저)에 따라 두 집단을 구성하고, 각기 다른 표현 수준의 설명 문구를 제시한 후 주요 인식 변수를 측정하였다. 분석 결과, 고감성 표현 수준에서는 접근 성과 진단성이 유의미하게 향상되었으며, 저감성 표현에서는 두 변수 모두에 상대적으로 적은 영향을 미쳤다. 접근성은 AI 서비스에 대한 신뢰와 사용 의도에 긍정적인 영향을 미 쳤으며, 진단성은 상대적으로 적은 영향을 미쳤다. 이러한 결과는 감성적 표현이 정보의 객관성보다는 사용의 편의성과 감정적 친근감을 강화하는 방향으로 작용함을 시사한다. 본 연구는 AI 챗봇 설계 시 감성적 표현의 전략적 활용이 사용자 경험을 개선하는 데 효 과적임을 제안하며, 특히 정보의 신뢰성보다는 정보 접근성 중심의 설계가 사용자의 수용 의도를 높이는 데 중요한 역할을 할 수 있음을 시사한다. 향후 연구에서는 사용자 특성과 상황 맥락에 따라 감성 표현이 인식과 행동에 미치는 차이를 보다 정교하게 분석할 필요 가 있다.