멀티모달 AI의 과업-기술 적합성 및 지속 사용 의도
[Task-Technology Fit of Multimodal AIs and Continuance Intention]
- 주제어 (키워드) AI 기반 디지털 전환(AX) , 멀티모달 AI , 과업-기술 적합성(TTF) , AI-driven Transformation , Multimodal AI , Task-Technology Fit
- 발행기관 서강대학교 기술경영전문대학원
- 지도교수 우한균
- 발행년도 2025
- 학위수여년월 2025. 2
- 학위명 석사
- 학과 및 전공 기술경영전문대학원 기술경영학
- 실제 URI http://www.dcollection.net/handler/sogang/000000079845
- UCI I804:11029-000000079845
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
인공지능이 산업 전반의 변화를 주도하는 AI 기반 디지털 전환(AI-driven Transformation; AX) 시대에, 멀티모달 AI 는 텍스트, 이미지, 음성 등 다양한 데이터 유형을 통합 처리하여 복잡한 과업 수행과 의사결정을 지원하는 혁신 기술로 주목받고 있다. 본 연구는 이러한 배경에서 기술 수용 모형(TAM), 기술 수용 및 사용에 관한 통합 이론(UTAUT), 과업-기술 적합성 이론(TTF)을 기반으로, 다양한 과업 특성과 멀티모달 AI 기술 특성 간의 적합성 양상을 탐색하고, 과업-기술 적합성이 지속 사용 의도에 미치는 영향을 실증적으로 검증하였다. 연구를 위해 멀티모달 AI 사용자를 대상으로 설문조사를 실시하였으며, 총 295 명의 데이터를 수집해 분석하였다. 분석 결과, 과업 유형에 따라 멀티모달 AI 기술과의 적합성이 상이하게 나타났다. 또한, 이러한 적합성은 성과 기대를 매개로 지속 사용 의도에 긍정적인 영향을 미치는 것으로 확인되었다. 본 연구의 결과는 AI 기반 디지털 전환을 추진하는 기업이 과업 요구에 부합하는 멀티모달 AI 기술을 전략적으로 도입하고 사용자의 성과 기대를 고취함으로써, 기술의 지속 활용을 촉진하고 성공적 디지털 전환을 달성하는 데 필요한 인사이트를 제공한다.
more초록 (요약문)
In the era of AI-driven Transformation (AX), multi-modal AI is emerging as a transformative technology supporting complex tasks and data-driven decision-making by integrating diverse data types. Grounded in the Technology Acceptance Model (TAM), Unified Theory of Acceptance and Use of Technology (UTAUT), and Task-Technology Fit model (TTF), this study explores how various task characteristics and multimodal AI features interact to form task-technology fit and how this fit influences continuance intention. Survey data from 295 users frequently engaging with multi-modal AI were analyzed through path analysis. The findings reveal that task-technology fit varies across different task types and technology features. Moreover, task-technology fit increases performance expectancy, which in turn drives continuance intention. These results offer practical implications for organizations pursuing AI-driven transformation. By strategically aligning task requirements with the capabilities of multi-modal AI, companies can foster higher performance expectations, drive sustained user engagement, and enhance the successful adoption and integration of AI technologies within the organization.
more목차
1. 서론 1
1.1. 연구 배경과 목적 1
1.2. 연구 대상과 범위 3
1.3. 연구 구성과 내용 4
2. 이론적 배경 및 선행연구 5
2.1. 기술 수용 이론 5
2.2. 과업-기술 적합성 이론(TTF) 7
2.3. 생성형 AI 와 과업의 특성 8
2.4. 멀티모달 AI 의 기술 특성 13
2.5. 선행연구의 시사점 17
3. 연구 방법 18
3.1. 연구 설계 18
3.2. 변수 설정 20
3.3. 데이터 수집 및 응답 신뢰도 검증 23
4. 연구 A: 과업-기술 특성 조합별 적합성 양상 탐색 28
4.1. 연구 목적 28
4.2. 연구 모형 및 분석 방법 29
4.3. 분석 결과 31
4.4. 논의 35
5. 연구 B: 과업-기술 적합성에 따른 지속 사용 의도 36
5.1. 연구 목적 36
5.2. 연구 모형 및 가설 37
5.3. 분석 방법 40
5.4. 분석 결과 41
5.5. 논의 43
6. 추가 분석: 사용 숙련도에 따른 그룹간 비교 44
7. 결론 46
7.1. 연구의 주요 결과 46
7.2. 이론적실무적 기여 48
7.3. 연구의 한계 및 향후 연구 방향 49
참고 자료 51
참고 문헌 51
