AI 금융 챗봇의 추천 서비스에서 비교 선택지와 설명 유형이 소비자 경험에 미치는 영향

한은빈; 한상희; 최준호

doi:10.20462/tebs.2025.2.26.1.3

추천

검색

질문

자료유형: 학술저널

저자정보: 한은빈 (연세대학교) 한상희 (연세대학교) 최준호 (연세대학교)

저널정보: 국제e-비즈니스학회 e-비즈니스연구 e-비즈니스연구 제26권 제1호

발행연도: 2025.2

수록면: 3 - 23 (21page)

DOI: 10.20462/tebs.2025.2.26.1.3

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 금융권의 디지털 전환이 가속화되며 AI 챗봇을 활용한 금융상품 추천시스템이 활발히 도입되고 있다. 그러나 AI 금융 챗봇의 추천은 의사결정 과정을 불투명하게 제공하는 한계가 있어, 설명 가능한 AI(XAI)이 주목받고 있다. 특히 금융 서비스에서는 소비자의 심리적 요구와 위험 회피 성향을 고려한 인간 중심 XAI 접근이 강조되며, 비교 선택지 수에 따른 소비자 행동과 같이 소비자를 고려한 XAI 설명 유형 연구의 필요성이 제기되고 있다.
이러한 맥락에서 본 연구는 AI 금융 챗봇의 비교 선택지 유무(단일 vs. 복수)와 설명 유형(특성 기여도 설명 vs. 반사실적 설명)이 소비자 경험에 미치는 영향을 검토하고자 하였다. 2×2 실험 설계를 적용하여 4개의 조건에 무작위 배정된 208명의 참가자가 챗봇 프로토타입 시청 후 설문을 완료하였으며, SPSS 기반 ANOVA 분석을 실시하였다. 연구 결과, 단일 선택지 조건에서는 반사실적 설명이 신뢰, 만족도, 추천 수용의도를 높였으며, 다중 선택지 조건에서는 특성 기여도 설명이 효과적임을 확인하였다. 반면, 인지 부하는 선택지 개수의 영향을 크게 받았으며, 설명 유형과의 상호작용 효과는 유의하지 않은 것으로 나타났다. 연구
결과는 금융 챗봇 설계에서 비교 선택지 수와 설명 유형을 맥락에 맞게 조합하는 전략의 필요성을 강조하며, 금융권 AI 챗봇 서비스의 소비자 경험을 개선하기 위한 실질적인 가이드라인 제안에 기여한다.

#Financial Service Chatbot #Recommendation system #XAI(eXplainable AI) #Comparison Options #Counterfactual Explanation #Feature Attribution #금융 서비스 챗봇 #추천시스템 #설명 가능한 인공지능(XAI) #비교 선택지 #설명 유형 #반사실적 설명 #특성 기여도

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최준호

소속기관 연세대학교

주요연구분야 복합학 > 학제간연구 TOP 1% 사회과학 > 사회학 > 사회학 일반

논문수 44 이용수 40,815

이 논문과 함께 이용한 논문

국내 은행을 중심으로 한 금융 챗봇 서비스의 UI 디자인 요소에 대한 연구

조지용 , 허정윤 한국디자인학회 학술발표대회 논문집 2019 .05

온라인 추천 서비스 유형이 소비자의 제품수용에 미치는 영향에 관한 연구

신지승 , 손용석 경영학연구 2024 .06

은행판 챗GPT 나온다···AI 열풍에 올라탄 은행들

이명지 한경BUSINESS 2023 .08

AI가 바꾸는 금융 라이프

박수호 , 정다운 , 문지민 외 1명 매경이코노미 2024 .06

부동산 민원 챗봇 서비스의 수용의도 결정 요인에 관한 연구

정연비 , 최준호 디지털콘텐츠학회논문지 2024 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092502558

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)