건강 정보 소비를 위한 생성형 AI에 대한 신뢰와 학습된 의존의 효과: 실험 연구
Trust in Generative AI for Health Information Consumption and the Effect of Learned Dependency: An Experimental Study
생성형 인공지능은 건강 정보 분야에서 점점 더 많이 사용되고 있지만, 부정확한 출력은 신뢰 보정(trust calibration)과 과도한 의존(overreliance)에 대한 우려를 불러일으킨다. 본 연구는 생성형 인공지능에 대한 학습된 의존이 AI 생성 건강 정보에 대한 신뢰에 영향을 미치는지, 그리고 시각적 어텐션(attention) 단서가 잘못된 출력에 대한 과도한 신뢰(overtrust)를 줄이는지 조사한다. 338명의 참가자를 대상으로 정보 정확도와 시각적 어텐션 단서를 조작한 무작위 2×2 실험을 수행했다. 신뢰와 의존은 설문 척도로 측정했으며, 선형 회귀 모델로 주효과와 상호작용 효과를 검증했다. 정보 정확도는 신뢰를 높였고, 학습된 의존은 신뢰와 양의 상관관계를 보였다. 정확도와 의존 간의 상호작용은 유의미했으며, 이는 의존도가 높은 사용자에서 신뢰 보정이 더 약함을 나타낸다. 시각적 어텐션 단서는 신뢰에 유의미한 영향을 미치지 않았고, 의존의 효과를 조절하지도 않았다. 연구 결과는 학습된 의존이 신뢰 보정을 약화시키고 잘못된 AI 생성 건강 정보에 대한 취약성을 높인다는 것을 시사한다.