사용자 인식 기반 챗봇 지능의 다차원 구조 탐색: 레퍼토리 그리드(Repertory Grid) 기법을 활용하여

Abstract

본 연구는 사용자가 지각하는 챗봇 지능의 구성요소와 그 다차원 구조를 탐색하는 것을 목적으로 한다. 기존 AI 지능 연구가 기술적 성능 지표 중심으로 지능을 정의해 온 것과 달리 본 연구는 사용자의 실제 상호작용 경험 속에서 형성되는 지능 인식에 주목하였다. 이를 위해 개인구성개념이론에 기반한 레퍼토리 그리드 기법을 활용하여 사용자로부터 지능 판단에 사용되는 구성개념을 도출하고 각 구성개념에 대한 챗봇 평정값을 수집하였다. 내용 분석 및 위계적 군집 분석 결과 지각된 챗봇 지능은 단일 차원이 아닌 다차원 구조로 나타났으며 시스템 효율성, 논리적 전문성, 맥락적 신뢰성, 실용적 문제 해결 능력, 사회적·정서적 지능의 다섯 차원으로 구조화되었다. 이는 챗봇 지능이 정보 처리 능력을 넘어 인지적·기능적·사회적 요소가 결합된 복합적 판단 구조를 통해 평가되고 있음을 보여준다. 본 연구는 AI 지능 개념을 기술 중심에서 사용자 인식 중심으로 확장하였다는 점에서 이론적 의의를 가지며 레퍼토리 그리드 기법을 AI 연구에 적용하여 사용자 인지 구조를 bottom-up 방식으로 도출하였다는 점에서 방법론적 기여를 갖는다. 또한 본 연구 결과는 챗봇 설계 시 맥락 이해, 설명 가능성, 정서적 반응성, 정보 신뢰성 등을 강화할 필요성을 제시한다는 점에서 실무적 시사점을 제공한다.

This study aims to explore the components and multidimensional structure of perceived chatbot intelligence from the user's perspective. Unlike prior research that has primarily defined AI intelligence based on technical performance metrics, this study focuses on how users form perceptions of intelligence through actual interaction experiences. To achieve this, the Repertory Grid Technique (RGT), grounded in Personal Construct Theory, was employed to elicit the constructs users rely on when judging chatbot intelligence, and ratings for each construct were collected across different chatbots. Content analysis and hierarchical cluster analysis revealed that perceived chatbot intelligence is not a single dimension but a multidimensional structure. It was structured into five key dimensions: System Efficiency, Logical Expertise, Contextual Reliability, Practical Utility, and Social-Emotional Intelligence. These findings suggest that chatbot intelligence is evaluated not only in terms of information processing but also through cognitive, functional, and social interactional qualities. This study contributes theoretically by extending the concept of AI intelligence from a technology-centered view to a user perception-centered perspective. Methodologically, it demonstrates the applicability of the Repertory Grid Technique in AI research by uncovering users' cognitive structures in a bottom-up manner. The findings also offer practical implications, suggesting that chatbot design should emphasize contextual understanding, explainability, emotional responsiveness, and information credibility.