국내 과학기술분야 연구자의 생성형 AI 기술 사용 의도에 대한 UTAUT2 기반 분석
A UTAUT2-Based Analysis of Korean Science and Technology Researchers’Intention to Use Generative AI Technology
강예빈(한양대학교); 진수현(한양대학교)
28권 4호, 79~120쪽
초록
생성형 AI의 등장은 전 세계적으로 AI 대전환을 촉발하며 사회 전반의 구조와 일하는 방식을 변화시키고 있다. 특히 생성형 AI는 즉시 연구 현장에 적용 가능한 기술로, 과학기술분야에서도 연구의 방법과 패러다임을 혁신하여 효율성과 생산성을 향상시키고 있다. 이에 따라 연구자가 생성형 AI를 어떻게 수용하고 활용하려 하는지를 규명하는 연구의 필요성이 대두되고 있다. 따라서 본 연구는 확장된 통합기술수용모형(UTAUT2)을 기반으로, 과학기술분야 연구자를 대상으로 온라인 설문조사를 통해 수집한 데이터를 바탕으로 생성형 AI의 사용 의도와 실제 행동에 영향을 미치는 요인을 분석하여 HRD 전략 수립을 위한 기초자료를 제공하고자 한다. 분석 결과, 과학기술 연구자의 생성형 AI에 대한 성과 기대, 사회적 영향, 가격 가치, 그리고 반복적 사용을 통한 습관이 사용 의도 형성에 유의한 정(+)의 영향을 미쳤으며, 이러한 의도는 실제 사용 행동으로 이어지는 것으로 나타났다. 반면, 노력 기대, 쾌락적 동기, 지각된 위험은 사용 의도에 유의하지 않았다. 또한 연령과 성별의 조절효과는 대부분 유의하지 않아, 기술 수용이 개인적 특성보다는 실질적 효용성에 대한 인식에 기반함을 확인하였다. 이와 같은 연구결과는 과학기술분야 연구자의 직무 과정에 생성형 AI를 전략적으로 통합하기 위한 고도화된 HRD 체계 구축의 필요성을 시사한다. 또한 조직 차원의 학습공동체 운영과 연구 플랫폼 통합 지원을 통해 생성형 AI 활용의 지속성과 협업 기반을 강화할 필요가 있음을 보여준다. 더 나아가 향후 HRD 프로그램은 연구자의 직무 특성, 연구 맥락, 교육 요구 등을 반영한 맞춤형 생성형 AI 역량 개발 방향으로 전환될 필요성을 제기한다. 이러한 시사점은 향후 과학기술분야 연구자의 생성형 AI 활용 역량 강화를 위한 HRD 프로그램 개발의 근거자료로 활용되어, 현장의 실질적 발전에 기여할 것으로 기대된다.
Abstract
The emergence of generative AI has triggered a global AI transformation, reshaping societal structures and the nature of work worldwide. In particular, generative AI is an immediately applicable technology in research settings, revolutionizing research methods and paradigms in the field of science and technology while enhancing efficiency and productivity. Accordingly, there is an increasing need to understand how researchers perceive and intend to utilize generative AI. Therefore, this study, based on the extended Unified Theory of Acceptance and Use of Technology (UTAUT2), conducted an online survey targeting researchers in the science and technology sector to analyze the factors influencing their behavioral intention and actual use of generative AI, providing foundational data for establishing HRD strategies. The analysis revealed that performance expectancy, social influence, price value, and habit had significant positive effects on the formation of researchers’ behavioral intention to use generative AI, which in turn led to actual use behavior. In contrast, effort expectancy, hedonic motivation, and perceived risk did not show significant effects on behavioral intention. Additionally, moderating effects of age and gender were largely insignificant, confirming that technology acceptance is driven more by perceived usefulness than by individual characteristics. These findings highlight the necessity of establishing an advanced HRD system that strategically integrates generative AI into the professional processes of researchers in the science and technology field. They also emphasize the importance of promoting organizational learning communities and integrating research platforms to strengthen the sustainability and collaboration of generative AI utilization. Furthermore, future HRD programs should shift toward developing tailored generative AI competencies that reflect researchers’ job characteristics, research contexts, and educational needs. This study is expected to serve as a foundational reference for developing HRD programs that enhance researchers’ generative AI utilization competencies and contribute to the practical advancement of HRD in the science and technology sector.
- 발행기관:
- 한국인적자원개발학회
- 분류:
- 인적자원개발