Fang et al. (2025, v2) · 대화의 조건과 자발적 사용량을 나누어 읽기
981명이 참여한 4주 챗봇 사용 무작위 실험의 arXiv v2 프리프린트
1. 논문 소개
Fang과 동료들은 챗봇과 대화하는 방식과 대화 주제가 심리사회적 결과에 어떤 영향을 주는지 조사했다. 심리사회적 결과는 외로움이나 사람들과의 교류처럼 심리 상태와 사회생활에 관한 결과를 말한다. 참여자 981명이 4주 동안 GPT-4o를 사용했고, 연구 자료에는 30만 건이 넘는 메시지가 포함되었다. 이 장에서 읽는 판본은 2025년 10월 2일에 수정된 arXiv v2다. 판본을 밝혀 두어야 이전 판본의 요약이나 결과와 섞이지 않는다.[1]
PDF 14쪽의 그림 1은 연구의 개념적 틀이다. 이 틀은 대화 조건, 사용자와 모델의 행동, AI에 대한 인식, 심리사회적 결과를 연결한다. 대화 방식은 텍스트, 중립적 음성, 표현이 풍부한 음성으로 나뉘었고, 대화 주제는 자유 주제, 비개인적 주제, 개인적 주제로 나뉘었다. 참여자는 이를 조합한 아홉 조건 중 하나에 무작위로 배정되었다. 연구자는 참여자에게 매일 최소 5분 사용하도록 요청했고 매주 설문을 실시했다. 설문은 외로움, 현실의 사람들과의 교류, AI에 대한 정서적 의존, 문제적 사용을 각각 측정했다.[1]
2. 논문의 주요 내용과 이론
수정본의 초록은 배정된 실험 조건에 따른 유의한 효과를 검출하지 못했다고 정리한다. 본문에는 개인적 주제 조건에서 보정 전에는 일부 차이가 있었지만, 다중 비교 보정 뒤에는 유의성이 유지되지 않았다는 결과가 들어 있다. 다중 비교 보정은 여러 번 비교할 때 우연히 차이가 나올 가능성을 줄이는 통계 절차다. 조건별 대화 행동의 차이와 네 결과 지표의 차이는 나누어 읽어야 한다. 효과를 검출하지 못했다는 결과는 이 표본, 이 기간, 이 측정 방식, 이 조건 비교에 한정해서 이해해야 한다.[1]
연구자들은 참여자가 자발적으로 더 많이 사용한 시간을 따로 분석했다. 같은 조건 안에서 사용 시간의 차이를 고려한 회귀분석에서, 더 오래 사용한 경우 외로움이 더 높고, 현실 교류가 더 적고, 정서적 의존과 문제적 사용이 더 높았다. 참여자는 배정된 대화 조건 안에서 사용 시간을 스스로 정했다. 따라서 이 관계에는 사용자의 원래 특성, 사용하면서 겪은 경험, 역방향의 관계가 함께 들어 있을 수 있다. 저자들도 인과 방향을 확정하기 어렵다고 설명한다.[1]

Fang et al. · 그림 1: 챗봇 경험과 심리사회적 결과
대화 과제와 모달리티는 연구자가 배정한 조건이다. 이용량과 사용자 특성에 따라 나타난 연관성은 이 배정 조건의 효과와 나누어 해석한다. 결과는 외로움, 사람과의 사회적 교류, AI에 대한 정서적 의존, 문제적 사용의 네 지표로 측정한다.
원문 Figure 1 · PDF 14쪽. CC BY 4.0. 원문 그림을 그대로 발췌. 이용 조건
원문 그림 영역 발췌 · 한국어 해설은 수업에서 작성.
AI를 친구처럼 느끼는 사회적 매력과 AI에 대한 높은 신뢰도 정서적 의존이나 문제적 사용과 관련이 있었다. 이런 탐색적 분석 결과는 개인차를 더 조사할 질문을 준다. 대화의 내용, 사용자가 AI와 느낀 관계, 일상에서 사람을 만나는 경험을 함께 봐야 한다는 것이다. 이 결과를 참고하면 업무 도우미의 처리량과 직원의 소속감을 서로 다른 방법으로 측정해야 하는 이유를 설명할 수 있다.[1]
이 연구에는 챗봇을 쓰지 않는 비교 집단이 없다. 그래서 조건 사이에 유의한 차이를 검출하지 못했다는 결과를 챗봇 사용 전체가 해롭다거나 해롭지 않다는 결론으로 넓히려면 추가 자료가 필요하다. 관찰 기간은 4주였고, 물류센터 같은 조직 변화는 연구 대상에 들어 있지 않다. 직장에서 고립이 생기는 원인을 논의하려면 교대, 업무량, 역할 변화, 기존 관계를 직접 조사해야 한다.[1]
3. AI 에이전트 시대의 시사점
직원들이 대화 도구를 많이 쓴다면 먼저 사용 목적을 구분해야 한다. 규정 검색이 늘었는지, 질문할 동료가 줄었는지, 정서적 도움을 얻는 직원이 있는지 각각 확인할 수 있다. 이 연구를 참고하면 사용량을 소속감의 대리지표로 쓸 때 어떤 경험이 빠지는지 물을 수 있다.
업무 에이전트를 도입한 회사에 이 연구를 적용하려면 에이전트의 행동 권한과 직원의 노동 조건도 봐야 한다. 직원의 개인 대화를 평가 자료로 쓰면 개인정보와 신뢰 문제가 생긴다. 지원을 요청할 통로, 동료와 이야기할 시간, 조사 동의, 자료 접근 범위를 먼저 정하자는 제안은 이 연구를 조직에 적용한 수업의 해석이다. 챗봇 실험의 결과와 회사의 업무 분담 설계 효과는 서로 다른 자료로 검증해야 한다.
