신기술 분야의 버블 형성·축소 메커니즘 실증 분석 : 생성형 AI를 중심으로
An Empirical Analysis of Bubble Formation and Reduction Mechanisms in Emerging Technologies: Focusing on Generative AI
- 주제(키워드) 버블 메커니즘 , 생성형 AI , 순환적 인과구조 , 다중가산조절효과
- 발행기관 서강대학교 일반대학원
- 지도교수 김길선
- 발행년도 2026
- 학위수여년월 2026. 2
- 학위명 박사
- 학과 및 전공 일반대학원 경영학과
- 실제URI http://www.dcollection.net/handler/sogang/000000082626
- UCI I804:11029-000000082626
- 본문언어 한국어
- 저작권 논문은 저작권에 의해 보호받습니다.
초록(요약문)
버블(bubble)은 자산 가격이 과도한 기대에 의해 본질적 가치를 초과하는 현상으로, 부정적인 경제적 결과를 초래하는 동시에 기술 혁신을 촉진하기도 한다. 본 연구는 신기술 분야에서 나타나는 버블 현상의 사회적 형성 요인을 규명하고, 순환적 인과구조에 기반한 비재귀적 연구모형을 제시한다. 생성형 AI를 연구 대상으로 설정하여, 시장 수준의 인지 가치(외재적 가치), 개인 수준의 인지 가치(추동 가치), 그리고 행동 의향 간의 상호작용을 중심으로 버블의 형성과 축소 메커니즘을 분석하고, 개인 혁신성과 사회적 교류의 조절효과를 검증하였다. 본 연구는 반복적 횡단면 연구설계를 적용하여 2024년 8월과 2025년 3월, 두 시점에 걸쳐 만 20세 이상 성인을 대상으로 독립적인 온라인 설문조사를 실시하였으며, 각 시점별 300부의 응답을 분석에 활용하였다. 분석 결과, 두 시점 모두에서 순환적 인과구조 내 모든 경로가 유의한 정(+)의 영향을 나타내어 버블 형성이 지속되고 있음을 확인하였다. 반면, 개인 혁신성과 사회적 교류의 조절효과는 시점에 따라 상이한 양상을 보였으며, 특히 사회적 교류는 추동 가치가 행동 의향에 미치는 영향을 일관되게 약화시키는 것으로 나타났다. 이러한 결과는 버블의 형성과 축소 과정이 시간에 따라 변화하는 사회적 교류에 의해 동태적으로 조정됨을 시사하며, 본 연구에서 제안한 연구모형은 신기술 분야에서 사회적으로 유도되는 버블 현상을 이해하기 위한 분석 틀을 제공한다.
more초록(요약문)
A bubble refers to a situation where asset prices exceed their fundamental value due to excessive expectations, producing negative economic outcomes but also facilitating technological innovation. This study investigates the social factors underlying bubble formation in emerging technologies and proposes a non-recursive research model based on a circular causal structure. Using generative AI as the empirical context, the study examines how market-level perceived value (external value), individual perceived value (driving value), and behavioral intention interact, and analyzes the moderation effects of personal innovativeness and social interaction. This study employed a repeated cross-sectional design and conducted two independent online surveys of adults aged 20 and above in August 2024 and March 2025. A total of 300 responses were used for the final analysis. Model fit was assessed using the lavaan package in R, and path and multiple additive moderation analyses were conducted using SPSS 24.0 and Process Macro (Model 2). Results show that all paths within the circular model were significantly positive across both waves, indicating ongoing bubble formation. Moderation effects, however, shifted over time: personal innovativeness and social interaction showed opposite influences on the link between external and driving value across the two waves, and social interaction consistently weakened the effect of driving value on behavioral intention. These findings suggest that bubble dynamics evolve with changes in social interaction, and the proposed model offers a foundation for understanding socially driven bubble formation and reduction in emerging technologies.
more목차
표 차례 iv
그림 차례 vi
국문 초록 vii
Ⅰ. 서론 1
1. 연구 배경 및 필요성 1
2. 연구 목적 및 연구 질문 3
Ⅱ. 이론적 배경 5
1. 신기술 버블의 이론적 이해 5
1.1. 버블의 개념과 역사적 패턴 5
1.2. 신기술 분야의 버블 특성 7
2. 신기술 확산의 사회적 메커니즘 9
2.1. 사회적 버블 이론(Social Bubble Theory) 9
2.2. 사회적 위험 증폭 이론(Social Amplification of Risk Framework, SARF) 10
3. 가치 기반 행동 메커니즘 12
3.1. 기대-가치 이론(Expectancy-Value Theory, EVT) 12
3.2. 가치 기반 수용 모델(Value-based Adoption Model, VAM) 13
4. 사회적 교류 및 개인 혁신성 14
4.1. 사회적 교류 14
4.2. 개인 혁신성 16
Ⅲ. 연구 방법 18
1. 연구 모형 18
2. 연구 가설 22
2.1. 외재적 가치와 추동 가치 간의 관계 22
2.2. 추동 가치와 행동 의향 간의 관계 24
2.3. 행동 의향과 외재적 가치 간의 관계 26
3. 조사 설계 28
3.1 설문 문항 29
3.2 연구 모형의 검증 31
Ⅳ. 연구 결과 34
1. 표본 특성 및 동질성 검정 34
2. 연구 문항의 타당도 및 신뢰도 분석 35
3. 기술 통계 및 상관관계 분석 40
3.1. 정규성 검증 40
3.2. 기술통계 42
3.3. 상관관계 분석 44
3.4. 연구 모형의 적합도 46
4. 1 차 설문조사 시점 분석 48
4.1. 주효과 분석 48
4.2. 단일 조절효과 및 다중가산조절효과 분석. 49
4.3. 분석 결과 종합 58
5. 2 차 설문조사 시점 분석 60
5.1. 주효과 분석 60
5.2. 단일 조절 효과 분석 및 다중가산조절효과 분석 61
5.3. 분석 결과 종합 68
6. 설문조사 시점 간의 비교 70
6.1. 독립표본 T-검정 70
6.2. 시점 간 경로별 강도 비교(Multi-group SEM) 71
7. 버블 진단표 제안 73
7.1. 특정 조사 시점에서의 진단 73
7.2. 시점 간 비교 시의 진단 76
Ⅴ. 결론 및 시사점 78
1. 결론 78
2. 시사점 및 한계 81
부 록(설문지) 99
