UTAUT 모델을 활용한 공공도서관 사서의 생성형 인공지능 수용요인에 관한 연구

Abstract

최근 생성형 인공지능(Generative Artificial Intelligence)은 4차 산업혁명 시대의 핵심 기술로 부상하며 사회 전반에 패러다임의 변화를 일으키고 있다. 공공도서관 또한 이러한 기술적 변화의 흐름에서 예외일 수 없으며 그 영향력은 사서의 업무 환경에 점차 확산되고 있다. 특히 생성형 인공지능은 자연어 처리 와 문서 생성 능력을 바탕으로 사서의 반복적인 업무를 지원하고 이용자 맞춤형 정보 서비스를 실현할 수 있는 기술로 각광받고 있다. 이에 따라 생성형 인공지 능의 기술 도입은 도서관의 운영방식과 사서의 역할에 근본적인 변화를 가져올 수 있다. 본 연구는 공공도서관 사서를 대상으로 생성형 인공지능 기술의 수용 의도와 지속사용의도에 미치는 요인을 실증적으로 분석하였다. 특히 생성형 인 공지능을 실제 업무에 적용한 경험이 있는 공공도서관 사서를 대상으로 하여 단 순한 기술 인식 조사를 넘어 실질적인 활용 경험에 기반한 특성과 영향 요인을 보다 심층적으로 분석하고자 하였다. 생성형 인공지능을 실제 업무에 활용한 경험이 있는 전국 공공도서관 재직 사서 100명을 대상으로 5점 리커트 척도로 구성한 온라인 설문조사를 실시하여 자료를 수집하였다. 연구모형과 설문 문항의 이론적 기반은 Venkatesh et al.(2003)이 정립한 통합기술수용모형(Unified Theory of Acceptance and Use of Technology)을 채택하였다. 본 연구에서는 성과기대, 노력기대, 사회적 영향, 촉진조건을 핵심 독립변수로 설정하고 성별, 연령, 경험을 조절변수로 활용하였 다. 마지막으로 종속변수는 생성형 인공지능 기술의 수용의도와 지속사용의도로 설정하였다. 수집된 자료는 SPSS 26.0을 활용하여 기술통계분석과 문항의 신뢰도 분석을 수행하였고 AMOS 26.0의 확인적 요인분석과 구조방정식모형을 통해 경로 분석 을 실시하였다. 또한 조절변수에 따른 경로 차이를 확인하기 위해 다집단 구조 방정식 모형 분석을 수행하였다. 연구 결과 성과기대와 촉진조건은 생성형 인공지능의 수용의도에 유의미한 정(+)의 영향을 미치는 것으로 분석되었으며 사회적 영향 역시 조직 내 동료나 상사의 추천 그리고 기술 도입에 대한 분위기 조성 여부에 따라 사서의 수용 행 태에 정(+)의 영향을 미치는 것으로 분석되었다. 반면, 노력기대는 수용의도에 관하여 미치는 영향이 유의하지 않은 것으로 나타나 사서들은 생성형 인공지능 기술 활용에 있어서 사용 난이도보다는 기술의 실질적인 효용성과 조직적 지원 여부에 더 주목하고 있음을 시사한다. 본 연구는 전국의 공공도서관 사서를 대상으로 생성형 인공지능 기술 수용 을 실증적으로 분석함으로써 공공도서관의 생성형 인공지능 기술 도입과 운영 전략 수립에 활용 가능한 기초자료를 제공하고자 한다. 이를 통해 사서 대상의 생성형 인공지능 교육 설계와 관련 프로그램 개발, 정책적 지원 체계 마련 등 업무 현장에 직접 반영 할 수 있는 시사점을 도출하고자 한다.|As technologies based on text generation and language understanding continue to evolve, tools like ChatGPT are becoming increasingly relevant across professional domains. The field of librarianship is also undergoing change, as public libraries begin to incorporate generative AI into daily operations and services. Rather than approaching this as a theoretical trend, this study investigates how public librarians-specifically those who have actively integrated such tools into their workflow-respond to and continue using generative AI. With capabilities such as automated writing, question answering, and content summarization, these systems are being explored as potential assistants for both routine duties and user-centered services. This research aims to identify the practical factors that shape librarians’ engagement with this emerging technology. The data were collected through an online survey targeting public librarians across Korea who have utilized generative AI in their professional tasks. Each question in the survey was rated on a five-level Likert-type response scale, and the research framework was based on UTAUT proposed by Venkatesh et al. (2003). The study adopted four core and gender, age, and experience as moderating variables. The dependent variables were acceptance intention and continuance intention toward generative AI. A total of 100 valid responses were gathered and analyzed. The data were first processed through SPSS 26.0 to conduct descriptive statistics and assess internal consistency. Following this, AMOS 26.0 was utilized for Confirmatory Factor Analysis (CFA) and Structural Equation Modeling (SEM), and multi-group SEM techniques were applied to explore whether demographic variables moderated the relationships between constructs. The analysis revealed that perceived usefulness and available organizational support were key drivers of librarians' willingness to embrace generative AI technologies. Additionally, peer influence and the overall professional climate were shown to meaningfully shape attitudes toward adoption. However, perceived ease of use was not a significant predictor, implying that public library professionals prioritize tangible outcomes and structural backing over system simplicity. These results underscore the importance of goal-oriented strategies and collaborative environments when introducing new technologies into library settings. For practitioners and administrators, the study offers guidance on how to align AI implementation with staff expectations highlighting the need for targeted training, well-defined internal policies, and infrastructure that supports technological change. Ultimately, the findings advocate for an adoption approach that values both practical impact and social alignment within the organization.