딥시크(DeepSeek)와 의료 AI : 사용자 신뢰와 의도의 상관관계 탐구

본 연구는 LLM 기반 의료 플랫폼 DeepSeek에 대한 사용자의 사용 의도와 신뢰도 간의 관계를 분석한 결과, 신뢰가 사용 의도에 중요한 매개 역할을 하며, 사용 편의성과 유용성은 신뢰와 사용 의도를 모두 증진시키지만, 위험 인식은 사용 의도를 저해한다는 것을 밝혔습니다. 이를 통해 의료 AI 플랫폼 개발 및 적용에 있어 신뢰 구축, 사용자 중심 설계, 위험 관리의 중요성을 강조합니다.

최근 의료 분야에서 대규모 언어 모델(LLM) 기반 플랫폼의 활용이 증가하고 있지만, 사용자 수용성에 대한 연구는 아직 미흡한 실정입니다. 인도, 영국, 미국 556명을 대상으로 한 최근 연구는 LLM 기반 플랫폼인 DeepSeek의 의료 목적 사용 의도에 대한 흥미로운 결과를 제시합니다.

Avishek Choudhury, Yeganeh Shahsavar, Hamid Shamszare 연구팀은 사용 편의성, 유용성, 신뢰, 위험 인식이 DeepSeek 채택 의도에 어떻게 영향을 미치는지, 그리고 이 요소들 간의 상호작용을 심층적으로 분석했습니다. 구조 방정식 모형 분석 결과, 신뢰가 사용 의도에 중요한 매개 역할을 하는 것으로 나타났습니다. 즉, 사용 편의성이 높을수록 신뢰도가 높아지고, 이는 다시 사용 의도를 증가시키는 중요한 연결고리 역할을 수행합니다. 유용성 또한 신뢰 형성과 직접적인 채택 의도에 모두 긍정적인 영향을 미치는 것으로 확인되었습니다.

반면, 위험 인식은 사용 의도에 부정적인 영향을 미치는 것으로 나타나, 데이터 거버넌스 및 투명성 확보의 중요성을 강조합니다. 흥미롭게도, 사용 편의성과 위험 인식에는 비선형적 관계가 관찰되어, 특정 수준을 넘어서면 효과가 감소하는 임계점(threshold effect) 또는 정체 현상(plateau effect)이 존재할 가능성을 시사합니다. 이 연구는 측정 모델의 신뢰성과 타당성을 높은 수준으로 검증하여 결과의 신뢰도를 높였습니다.

이 연구는 기술 수용 및 건강 정보학 연구에 중요한 시사점을 제공합니다. 의료 분야에서 LLM의 지속 가능하고 안전한 활용을 위해서는 신뢰 구축 전략, 사용자 중심 설계, 위험 완화 조치에 대한 투자가 필수적임을 보여줍니다. 향후 연구는 장기적인 관찰 연구를 통해 사용자 인식의 변화 과정을 탐구하고, 문화적 차이를 고려하여 더욱 심도 있는 분석을 진행해야 할 것입니다. 이러한 노력은 AI를 활용하여 의료 서비스의 질을 향상시키는 데 중요한 역할을 할 것입니다.