지능정보화 이용자행태 조사방법론 개발 및 실증

레이더와 동료들(2018)은 개인화된 검색환경에서 알고리즘의 역할을 강조하며 알고리즘의 투명성이 강조될 때 사용자가 인식하는 알고리즘의 신뢰성에 대해 연구하였다. 검색엔진 설명방식을 블랙박스와 화이트박스로 구분한 알고리즘 설명성의 초기 연구(Friedrich & Zanker, 2011)에 바탕을 두고 설명방식을 “What”, “How”, “Why”와 “Objective”의 네 단계로 세분화하였다. 각 설명방식을 피실험자가 접속하는 페이스북의 뉴스피드 FYI 블로그의 뉴스 배열 기준으로 설명한 후 피실험자가 인지하는 인지도(Awareness), 정확도(Correctness), 해석가능성(Interpretability)과 책무성(Accountability)에 차이가 있는지를 알아보았다. 실험 결과, 알고리즘의 설명방식에 따라 이용자들이 느끼는 인지도, 정확성, 해석가능성, 책무성의 차이가 있음을 검증하였으나 설명 방식과 알고리즘의 인식 정도의 상관관계를 효과적으로 규명하지는 못하였다. 특히, 알고리즘 설명방식의 차이는 검색 결과에 대한 사용자의 인지도와 설명성에는 고르게 영향을 미쳤으나 정확성과 해석가능성에는 영향을 미치지 못하였다. 크래머와 동료들(Cramer et al., 2008)의 연구에 따르면 추천시스템의 추천방식을 자세히 설명할수록 사용자의 이해도가 높아지고 이는 추천 상품을 더 많이 선택하는 결과로 이어질 수 있음을 제시하였다 크래머와 동료들은 네덜란드 암스테르담에 위치한 레이크스 미술관의 ‘문화 유산 정보 시스템(CHIP: Cultural Heritage Information Personalization)’에서 제공하는 작품 추천 시스템을 적용하여 상세한 작품 설명이 이용자의 만족도에 영향을 미치는지 조사하였는데, 이 연구에서 연구자들은 피실험자를 추천된 작품에 아무 설명이 제공되지 않는 그룹(투명하지 않은 그룹), 추천된 작품에 이유가 팝업창의 형태로 제공된 그룹(투명한 그룹), 그리고 추천된 작품에 이용자가 만족할 가능성의 정도가 제공된 그룹(신뢰척도 그룹)으로 구분하여 각각의 환경이 이용자의 신뢰성에 미치는 영향을 검증하였다. 이 연구는 이 같은 논의의 연장에서 알고리즘 책무 조항으로서의 ‘설명을 요구할 권리’에 대한 실증적 연구를 시도하였다. 첫째로, 알고리즘의 각기 다른 설명방식(화이트박스와 블랙박스를 포괄하는)이 사용자들이 검색결과를 평가하는 데에 미치는 영향을 검증하였으며 둘째로, 앱스타인(Epstein, 2015; 2018)등의 연구자에 의해 시도된 사용자가 편향된 검색결과를 인지하였을 때 정보의 평가에 미치는 영향을 설명방식과 연관지어 구체화하고자 하였다. 다시 말해, 검색 알고리즘의 설명이 사용자에게 다르게 제공되었을 때 사용자들은 검색 알고리즘의 인식성(Awareness), 정확성(Correctness), 해석가능성(Interpretability)과 사용자가 인지하는 알고리즘 책무성(Accountability)을 평가하는 데에 차이가 있는 지를 실험을 통해 검증하였다. 연구결과, 알고리즘의 설명방식이 다르게 제공되었을 때 사용자들이 인식하는 인식성, 정확성, 해석가능성, 사용자가 인지하는 알고리즘 책무성에 통계적으로 유의미한 차이가 있음을 발견하였다. 한편, 영화 추천 사이트에서 추천 시스템이 사용자의 영화 선택에 미치는 영향을 분석한 연구에서 틴타레브와 마스토프(Tintarev & Masthoff, 2011)는 추천 작품에 대한 이유가 설명될 때 이용자가 추천된 영화를 선택할 확률이 더 높아짐을 발견하였다. 다시 말해, 크래머와 동료들의 선행 연구 결과를 지지하는 한편, 연구자들은 사용자들에게 제공된 상품에 일정 기준 이상의 사용자 연관성(suitability)이 부여될 때 추천시스템의 투명성이 작동한다고 강조하여 크래머와 동료들의 연구 결과의 한계점을 지적하였다. 틴타레브와 마스토프는 영화 추천 사이트에서 제공하는 추천 상품 설명방식이 제각각임을 지적하며 같은 추천 시스템이 적용되더라도 시스템의 설명 방식에 따라 사용자에게 미치는 영향이 다를 수 있음을 제안하였다. 현재 세계는 4차산업 혁명의 도래와 함께 사물인터넷(IoT), 인공지능기술, 지능형로봇, 자율주행차, 3D 프린터, 빅데이터, 클라우드 분야가 부상하며, IT 기업들은 앞다투어 상용화에 박차를 가하고 있다. 이러한 지능정보기술의 진일보가 현실적 이용으로 한발짝 다가온 현 시점에서 이 기술을 이용하는 사용자에게 제공할 수 있는 사용경험이 삶의 질을 향상시킬 수 있을 지와 관련하여 개인정보 보호이슈의 문제 또한 부각되고 있다. 따라서 본 연구의 목적은 질적 연구방법론과 양적 연구방법론이 통합된 새로운 방법론적 접근을 통해 혁신적인 알고리즘 적용기술인 지능정보기술 이용자의 사용경험 및 개인정보 보호이슈를 탐색하고자 하였다. 데이터 수집은 질적 연구방법론을 적용하여 지능정보기술 중 최근 사용이 증가하는 추세에 있는 AI(음성인식) 스피커를 선정하여 최신 기술 트렌드 정보를 가장 빠르게 알고, 이 기술을 빠르게 채택하는 대학생을 대상으로 포커스 그룹 인터뷰(FGI)를 수행하였다. 연구결과 분석은 양적 연구방법론이 적용되어 인터뷰 참가자들의 자유로운 의견 교환과 진술을 녹음한 후 전사된 녹취록을 두 명의 코더가 내용분석을 수행하였다. 웨어러블을 착용하거나 IoT를 이용해야 하는 환경이 도래함에 따라 PC의 마우스나 스마트폰은 터치스크린이나 리모콘 제어를 통한 사용경험보다 음성인식 서비스 이용이 보다 빠르게 확산될 것으로 예상된다(최재호 ․ 김훈태, 2016). 그러나 단지 막연하게 이 기술 이용에 대한 유토피아적이거나 디스토피아적인 사고를 넘어서 채택과 이용에 관한 의도성이나 저항감 혹은 이용의 장단점 및 개인정보 안전성 등 전반적인 인식 수준 파악이 필요하다. 알고리즘을 적용한 지능정보기술에 대한 이용자 연구가 거의 없는 실정에서 본 연구는 사회적 표상이론에 근거하여 지능정보기술의 사용 경험을 둘러싼 긍정적이거나 부정적인 인식의 문제를 인지지도(cognitive mapping)로 표현하고 시각화함으로써, 이용자 관점에서 지능정보기술의 채택과 이용에서 장벽으로 작용하는 요인은 무엇이며 개인정보 위험과 보호에 대한 이해 정도가 채택과 이용에 미치는 영향은 어떠한지를 파악하고자 한다. 사회적 표상이론에서 사회적 표상은 세 가지 기준으로 분석틀을 사용하며, 상징적 가치, 표현적 가치, 연상적 가치가 이에 해당한다. 상징적 가치(symbolic value)의 중심(core)에 나타나는 핵심적 요소(토픽)는 전체 표상의 의미에 영향을 미친다. 표현적 가치(expressive value)의 중심에 나타나는 핵심적 요소(토픽)는 주변적 요소에서보다 연구 대상(개념)과 관련한 담론에서 더욱 빈번하게 나타난다. 연상적 가치(associative value)의 중심에 나타나는 핵심적 요소(토픽)는 주변부 요소(토픽)에서 보다 많은 요소(토픽)와 연관되어 있다. 본 연구에서는 표현적 가치와 연상적 가치만 분석틀로 사용한다(Ahn & Jung, 2014; Jung, Pawlowski, & Willey-Patton, 2009).