Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on User Continuance Intention of Conversational Generative AI Services: Focused on Task-Technology Fit (TTF) and Trust

대화형 생성AI 서비스 사용자의 지속사용의도에 관한 연구: 과업-기술적합(TTF)과 신뢰를 중심으로

  • Seunggyu Ann (Graduate School of Business IT, Kookmin University) ;
  • Hyunchul Ahn (Graduate School of Business IT, Kookmin University)
  • 안승규 (국민대학교 비즈니스IT전문대학원) ;
  • 안현철 (국민대학교 비즈니스IT전문대학원)
  • Received : 2023.11.18
  • Accepted : 2024.01.12
  • Published : 2024.02.29
Download PDF
⟨ Previous Next ⟩

Abstract

This study identified factors related to the technological characteristics of conversational generative AI services and the user's task characteristics. Then, it analyzed the effects of task-technology fit on user satisfaction and continued use. The effects of trust, which represents the degree of users' belief in the information provided by generative AI, on task-technology fit, user satisfaction, and user continuance intention were also examined. A survey was conducted among users of various age groups, and 198 questionnaires were collected and analyzed using SmartPLS 4.0 to validate the proposed model. As a result of hypothesis testing, it was confirmed that language fluency and interactivity among technology characteristics and ambiguity among task characteristics significantly affect user satisfaction and intention to continue using via task-technology fit. However, creativity among skill characteristics and time flexibility among task characteristics did not significantly affect task-technology fit, and trust did not directly affect task-technology fit and intention to continue using, but only positively affected user satisfaction. The results of this study can provide meaningful implications for vendors who want to develop and provide conversational generative AI services or companies who want to adopt generative AI technology to improve business productivity.

본 연구는 대화형 생성AI 서비스의 기술적 특성과 사용자의 과업 특성을 요인을 발굴하고 과업기술적합이 사용자 만족과 지속 사용에 미치는 영향을 분석하였다. 또한, 생성AI가 제공하는 정보에 대한 사용자의 믿음 정도를 나타내는 신뢰 변수가 과업-기술적합, 사용자 만족, 지속 사용 의도에 미치는 영향을 확인하였다. 본 연구에서 제안된 모형을 분석하기 위하여 연령대별 다양한 사용자를 대상으로 설문조사를 실시하였고 총 198부의 설문을 취합하여 SmartPLS 4.0을 이용해 분석을 실시하였다. 가설 검증 결과, 기술 특성 중 언어유창성과 상호작용성이, 과업특성 중 모호성이 과업-기술적 합을 매개로 사용자 만족과 지속사용의도에 유의한 영향을 미치는 것으로 확인되었다. 하지만, 기술 특성 중 창의성, 과업 특성 중 시간 유연성은 과업-기술적합에 유의한 영향을 미치지 못하였으며, 신뢰 역시 과업-기술적합과 지속사용의도에 직접적인 영향을 미치지 못하고 오직 사용자 만족에만 긍정적인 영향을 미침을 확인하였다. 이러한 본 연구의 결과는 대화형 생성AI 서비스를 개발하여 공급하려고 하는 공급기업이나 비즈니스 생산성 향상을 목적으로 생성AI 기술을 도입하려고 하는 기업들에게 유의미한 시사점을 제공해 줄 수 있을 것이다.

Keywords

References

  1. 강소라, 김민수, 양희동, "무-기술적합(TTF) 영향에 대한 다차항 회귀분석과 반응표면 방법론적 접근: 그룹지원시스템(GSS)의 경우", Asia Pacific Journal of Information Systems, 제16권, 제2호, 2006, pp. 47-67.
  2. 강정은, "온라인 구전(e-WOM) 정보 습득이 정보신뢰, 구매의도, 온라인 구전(e-WOM) 의도에 미치는 영향 연구: 호텔 객실구매 소비자를 대상으로", 관광연구저널, 제32권, 제2호, 2018, pp. 187-199.
  3. 김민수, 강소라, 양희동, "업무-기술적합(TTF)이 그룹웨어 사용과 성과에 미치는 영향: 조절효과를 중심으로", 경영학연구, 제37권, 제1호, 2008, pp. 67-96.
  4. 김상수, 김미리, "온라인 오픈마켓 플랫폼 신뢰가 판매자 신뢰와 거래만족, 그리고 지속사용의도에 미치는 영향: 신뢰전이를 중심으로", 서비스경영학회지, 제20권, 제5호, 2019, pp. 211-233.
  5. 김소담, 임재익, 양성병, "과업기술적합도 모형을 활용한 모바일 간편결제 서비스 이용의 도의 영향요인에 대한 실증연구", 한국IT서비스학회지, 제15권, 제2호, 2016, pp. 185-201.
  6. 김영욱, "ChatGPT플러그인, 그 의미와 의도는 무엇?", 브런치스토리, 2023.03.28., Available at https://brunch.co.kr/@ywkim36/114.
  7. 김윤나, "유아교사의 챗지피티(ChatGPT) 활용 현황과 인식에 대한 연구", 한국콘텐츠학회논문지, 제23권, 제8호, 2023, pp. 252-263.
  8. 김윤명, "생성형 인공지능(AI) 모델의 법률 문제", 정보법학, 제27권, 제1호, 2023, pp. 77-112.
  9. 김치헌, 곽현, 이성원, "의료/건강 모바일 앱 제공자의 지속성장 요인에 대한 종단적 실증연구", 대한경영학회지, 제25권, 제8호, 2012, pp. 3417-3433.
  10. 김현규, 정남호, 부백, "호텔 및 공항의 서비스 스케이프가 키오스크 이용 고객의 공동가치 창출행동과 서비스 만족에 미치는 영향: 과업기술적합의 매개효과", 호텔관광연구, 제23권, 제2호, 2021, pp. 130-145.
  11. 김효정, "확장된 UTAUT 모형을 활용한 ChatGPT 사용자들의 사용의도에 관한 연구", 디지털콘텐츠학회논문지, 제24권, 제7호, 2023, pp. 1465-1473.
  12. 노대원, "소설 쓰는 로봇: ChatGPT와 AI 생성문학", 한국문예비평연구, 제77권, 2023, pp. 127-162.
  13. 노대원, 홍미선, "ChatGPT 글쓰기 표절 대응과 교육적 활용 전략", 국어교육연구, 제82권, pp. 71-102.
  14. 문상선, "LLM이란 무엇인가? 정의, 원리, 주요모델, 적용 사례", 데이터헌트, 2023.08.09, Available at https://www.thedatahunt.com/trend-insight/what-is-llm.
  15. 박귀정, "SNS 이용동기가 사회적 자본과 지속 이용의도에 미치는 영향: 신뢰 및 플로우의 매개효과", 인터넷전자상거래연구, 제18권, 제4호, 2018, pp. 143-157.
  16. 박수아, 최세정, "인공지능 스피커 만족도와 지속적 이용의도에 영향을 미치는 요인: 기능적, 정서적 요인을 중심으로", 정보사회와 미디어, 제19권, 제3호, 2018, pp. 159-182.
  17. 박찬준, 이원성, 김윤기, 김지후, 이활석, "초거대 언어모델 연구 동향", 정보과학회지, 제41권, 제11호, 2023, pp. 8-24.
  18. 변회균, 조현양, "학교도서관 사서의 SNS 활용과 업무성과의 영향요인 연구", 한국문헌정보학회지, 제48권, 제4호, 2014, pp. 71-90.
  19. 신하얀, 권상희, "인공지능(AI) 기술 기반의 뉴스 앵커에 대한 수용 의도의 선행요인 연구", 한국콘텐츠학회논문지, 제21권, 제4호, 2021, pp. 205-219.
  20. 안승규, 안현철, "컨택센터 중심에서 인공지능 챗봇 중심 고객 서비스로의 사용자 전환의도에 관한 연구", 디지털산업정보학회 논문지, 제19권, 제1호, 2023, pp. 57-76
  21. 양은영, "생성형 AI의 개발 및 이용에 관한 규제의 필요성", 성균관법학, 제35권, 제2호, 2023, pp. 293-325.
  22. 양정애, "챗 GPT 이용 경험 및 인식 조사", 미디어이슈, 제9권, 제3호, 2023, pp. 1-16.
  23. 양지훈, 양성병, 윤상혁, "생성형 AI 서비스의 성공요인에 대한 탐색적 연구: 텍스트 마이닝과 ChatGPT를 활용하여", 경영정보학연구, 제25권, 제2호, 2023, pp. 125-144.
  24. 양지훈, 윤상혁, "ChatGPT를 넘어 생성형 (Generative) AI 시대로 : 미디어.콘텐츠 생성형 AI 서비스 사례와 경쟁력 확보 방안", 미디어 이슈&트렌드, 제55권, 제3호, 2023, pp. 62-70.
  25. 연예지, 박철, "스마트 오더 서비스가 만족도와 지속사용의도에 미치는 영향 : 성격유형의 조절효과", 경영정보학연구, 제24권, 제2호, 2022, pp. 41-66.
  26. 오재신, "모바일 뱅킹 사용자의 지각된 유용성, 만족, 지속사용의도의 관계: 인지욕구와 인지부조화의 조절효과", 인터넷전자상거래연구, 제15권, 제1호, 2015, pp. 95-112.
  27. 왕려원, 김미정, "O2O 전자상거래 모바일 플랫폼에 대한 소비자의 지속적인 사용의도에 관한연구", The e-Business Studies, 제18권, 제3호, 2017, pp. 187-199.
  28. 유일, 김재전, 신선진, "고객센터의 과업-매체 적합과 사용자 만족에 관한 연구", Asia Pacific Journal of Information Systems, 제15권, 제1호, 2005, pp. 61-87.
  29. 이동원, 강태영, 박도형, "소비자 구매의사결정단계에 따른 PC 기반 쇼핑과 모바일 기기 기반 쇼핑 행태 차이에 관한 연구: 과업 기술적합 이론을 중심으로", Entrue Journal of Information Technology, 제13권, 제3호, 2014, pp. 107-121.
  30. 이승엽, 이상우, "페이스북의 각 기능 이용이 개인 직무 성과에 미치는 영향: 과업의 모호성과 상호의존성의 조절 효과를 중심으로", 미디어 경제와 문화, 제14권, 제2호, 2016, pp. 86-126.
  31. 이원인, 김철중, "새로운 트렌드, 배달 앱의 지속사용 의도에 영향을 미치는 요인에 대한 연구: UTAUT, TTF, ECM 이론의 통합 관점", 문화산업연구, 제21권, 제2호, 2021, pp. 51-63.
  32. 장민수, 김재홍, "대형언어모델로 진화하는 로봇 지능", 한국통신학회지(정보와통신), 제40권, 제5호, 2023, pp. 33-39.
  33. 장성민, "챗GPT가 바꾸어 놓은 작문교육의 미래 - 인공지능 시대, 작문교육의 대응을 중심으로", 작문연구, 제56권, 2023, pp. 7-34.
  34. 장성희, "과업-기술적합성이 SNS 이용의도에 미치는 영향에 관한 연구", 벤처창업연구, 제11권, 제6호, 2016, pp. 61-69.
  35. 장창기, 허덕원, 성욱준, "인공지능 기반 음성비서 서비스의 지속이용 의도에 미치는 영향: 인공지능에 대한 신뢰와 프라이버시 염려의 상호작용을 중심으로", 정보화정책, 제30권, 제2호, 2023, pp. 22-45.
  36. 정영권, 안현철, "챗봇의 특성이 지속사용의도에 미치는 영향에 관한 연구: 후기수용모델을 중심으로", 한국컴퓨터정보학회논문지, 제28권, 제6호, 2023, pp. 169-179.
  37. 정천수, "전통적인 챗봇과 ChatGPT 연계 서비스 방안 연구", Journal of Information Technology Applications & Management, 제30권, 제4호, 2023, pp. 11-28.
  38. 최지영, 정기철, "가상 캐릭터를 활용하여 아동의 구어 대화를 유도하는 대화형 에이전트", 멀티미디어학회논문지, 제23권, 제10호, 2020, pp. 1296-1306.
  39. 최창현, "구글 '재미나이' 이슈 속에서 대화형 생성 AI 채봇 '그록(Gok)' 출시 알린 일론 머스크", 인공지능신문, 2023.12.08, Available at https://www.aitimes.kr/news/articleView.html?idxno=29644.
  40. 한정훈, "생성형 AI 시대의 개막", 미디어 이슈&트렌드, 제55권, 2023, pp. 6-17.
  41. 홍국기, "한국형 AI 등장… 네이버 '하이퍼클로바X'", 연합마이더스, 2023.09.22, Available at http://www.yonhapmidas.com/article/231004125821_588430.
  42. 홍수민, 한형종, "ChatGPT의 교육적 활용에 대한 초등교사 인식 및 교육 요구도 분석", 컴퓨터교육학회논문지, 제26권, 제4호, 2023, pp. 51-63.
  43. 홍태호, 서보밀, 한인구, "인터넷 뱅킹에서 고객의 신념을 이용한 개인화 모형을 위한 데이 터마이닝", 한국지능정보시스템학회 학술대회논문집, 2002.
  44. 황순옥, 한상일, "유연근무제 시행이 만족도와 효능감, 업무성과에 미치는 영향: 춘천시청 공무원을 대상으로 한 실증분석", 지방정부연구, 제17권, 제2호, 2013, pp. 391-414.
  45. Bhattacherjee, A., "Understanding information systems continuance: An expectation-confirmation model", MIS Quarterly, 2001, pp. 351-370.
  46. Biswas, S. S., "Role of Chat GPT in Public Health", Annals of Biomedical Engineering, Vol.51, No.5, 2023, pp. 868-869.
  47. Chauhan, S., S. Goyal, A. K. Bhardwaj, B. S. Sergi, "Examining continuance intention in business schools with digital classroom methods during COVID-19: A comparative study of India and Italy", Behaviour & Information Technology, Vol.41, No.8, 2022, pp. 1596-1619.
  48. Cheng, Y. M., "Will robo-advisors continue? Roles of task-technology fit, network externalities, gratifications and flow experience in facilitating continuance intention", Kybernetes, Vol.50, No.6, 2020, pp. 1751-1783.
  49. Daft, R. L. and R. H. Lengel, "Organizational information requirements, media richness and structural design", Management Science, Vol.32, No.5, 1986, pp. 554-571.
  50. Dale, R., "NLP in a post-truth world", Natural Language Engineering, Vol. 23 No.2, pp. 319-324.
  51. Dennis, A. R. and S. T. Kinney, "Testing media richness theory in the new media: The effect of cues, feedback, and task equivocality", Information Systems Research, Vol.9, No.3, 1998, pp. 256-274.
  52. Fitria, T. N., "Artificial intelligence (AI) technology in OpenAI ChatGPT application: A review of ChatGPT in writing English essay", ELT Forum: Journal of English Language Teaching, Vol.12, No.1, 2023, pp. 44-58.
  53. Goled, S., "Self-supervised learning vs semi-supervised learning: How they differ", Analytics India Magazine, 2021, Available at https://www.washingtonpost.com/business/2023/03/10/glossary-of-ai-terms-meaning-of-gpt-openai-machine-learning-chatbots/3c8a59d8-bf44-11ed-9350-7c5fccd598ad_story.html.
  54. Goodhue, D. L. and R. L. Thompson, "Task-technology fit and individual performance", MIS Quarterly, 1995, pp. 213-236.
  55. Griffith, E. and C. Metz, "Anthropic Said to Be Closing In on $300 Million in New A.I. Funding", The New York Times, 2023.01.27., Available at https://www.nytimes.com/2023/01/27/technology/anthropic-ai-funding.html.
  56. Hassard, J., "Images of time in work and organization", In Handbook of organization studies, eds. SR Clegg, C. Hardy, and WR Nord, 1996.
  57. Henseler, J., C. M. Ringle, and R. R. Sinkovics, "The use of partial least squares path modeling in international marketing", In New challenges to international marketing, Emerald Group Publishing Limited, 2009.
  58. Hsiao, K. L. and C. C. Chen, "What drives continuance intention to use a food-ordering chatbot? An examination of trust and satisfaction", Library Hi Tech, Vol.40, No.4, 2022, pp. 929-946.
  59. IDG Korea, "생성형 AI라는 거부할 수 없는 물결", IT World, 2023, Available at https://www.itworld.co.kr/techlibrary/302617?utm_source=google&utm_medium=paid_sa&utm_campaign=TL&utm_content=2023GenAI&gclid=Cj0KCQjw9rSoBhCiARIsAFOipln3l3BeTyKgVXFP4HeaXCf8LWgpuFtVQAzyi5A1XQrMfwEPkj6wSgcaAlk5EALw_wcB.
  60. KDI, "AI(인공지능)에 대한 기업체 인식 및 실태조사", 2020, Available at https://eiec.kdi.re.kr/publish/reviewView.do?idx=43&fcode=000020003600004&ridx=13&pp=10&pg=1https://www.techm.kr/news/articleView.html?idxno=107159.
  61. Korzynski, P., G. Mazurek, A. Altmann, J. Ejdys, R. Kazlauskaite, J. Paliszkiewicz, and E. Ziemba, "Generative artificial intelligence as a new context for management theories: Analysis of ChatGPT", Central European Management Journal, Vol.31, No.1, 2023, pp. 3-13.
  62. Lakoff, G. and M. Johnson, "The metaphorical structure of the human conceptual system", Cognitive Science, Vol.4, No.2, 1980, pp. 195-208.
  63. Lanxon, N., D. Bass, and J. Davalos, "A Cheat Sheet to AI Buzzwords and Their Meanings", The Washington Post, 2023.03.10, Available at https://www.washingtonpost.com/business/2023/03/10/glossary-of-ai-terms-meaning-of-gpt-openai-machine-learning-chatbots/3c8a59d8-bf44-11ed-9350-7c5fccd598ad_story.html.
  64. Larsen, T. J., A. M. Sorebo, and O. Sorebo, "The role of task-technology fit as users' motivation to continue information system use", Computers in Human Behavior, Vol.25, No.3, 2009, pp. 778-784.
  65. Lin, W. S., "Perceived fit and satisfaction on web learning performance: IS continuance intention and task-technology fit perspectives", International Journal of Human-Computer Studies, Vol.70, No.7, 2012, pp. 498-507.
  66. Lucy, L. and D. Bamman, "Gender and Representation Bias in GPT-3 Generated Stories", Proceedings of the Workshop on Narrative Understanding, Vol.3, 2021, pp. 48-55.
  67. Lund, B. D. and T. Wang, "Chatting about ChatGPT: how may AI and GPT impact academia and libraries?", Library Hi Tech News, Vol.40, No.3, 2023, 26-29.
  68. Mayer, R. C., J. H. Davis, and F. D. Schoorman, "An integrative model of organizational trust", Academy of Management Review, Vol.20, No.3, 1995, pp. 709-734.
  69. McCloskey, D. and G. Bennett, "Examining artificial intelligence acceptance: Exploring smart speaker adoption with the unified theory of acceptance and use of technology (UTAUT2)", Pennsylvania Economic Review, Vol.27, No.2, 2020, pp. 44-70.
  70. McCracken, G., "Who is the celebrity endorser? Cultural foundations of the endorsement process", Journal of Consumer Research, Vol.16, No.3, 1989, pp. 310-321.
  71. Mearian, L., "AI, 입맛에 맞게 조련하라 프롬프트 엔지니어링 활용법", IT World, 2023.03.23., Available at https://www.itworld.co.kr/news/283801.
  72. Oliver, R. L., "Measurement and evaluation of satisfaction processes in retail settings", Journal of Retailing, Vol.57, No.3, 1981, pp. 25-48.
  73. Oliver, R. L., "Satisfaction: A behavioral perspective on the consumer: A behavioral perspective on the consumer", Routledge, 2014.
  74. OpenAI, "Introducing ChatGPT", OpenAI, 2022.
  75. Parthiban, E. S. and M. Adil, "Examining the adoption of AI based banking chatbots: A task technology fit and network externalities perspective", Asia Pacific Journal of Information Systems, Vol.33, No.3, 2023, pp. 652-676.
  76. Shirani, A. I., M. H. A. Tafti, and J. F. Affisco, "Task and technology fit: A comparison of two technologies for synchronous and asynchronous group communication", Information & Management, Vol.36, 1999, pp. 139-150.
  77. Turing, A. M., Computing Machinery and Intelligence, Springer Netherlands, 2009, pp. 23-65.
  78. Vaswani, A., N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, and I. Polosukhin, "Attention is all you need", Advances in Neural Information Processing Systems, Vol.30, 2017.
  79. Whipp, R., B. Adam, and I. Sabelis (Eds.), Making Time: Time and Management in Modern Organizations, OUP Oxford, 2002.
  80. Wirtz, J., P. G. Patterson W. H. Kunz, T. Gruber, V. N. Lu, S. Paluch, and A. Martins, "Brave new world: Service robots in the frontline", Journal of Service Management, Vol.29, No.5, 2018, pp. 907-931.
  81. Wodecki, B., "Goldman Sachs: Generative AI Could Replace 300 Million Jobs", AI Business, 2023.03.30., Available at https://aibusiness.com/nlp/goldman-sachs-generative-ai-could-replace300-million-jobs
  82. Zheng, W., The nature of mobile work and the needs for mobile work technology support: A task-technology fit perspective, (Doctoral Dissertation), McMaster University, 2007.