기술 요약: AI 기반 사이버 보안 시스템의 채택 이해

문제 제점

실시간으로 위협을 탐지, 예측 및 대응하기 위해 사이버 보안 분야에 인공지능(AI)이 급격히 도입되고 있음에도 불구하고, 이러한 시스템의 채택을 유도하는 행동적 요인을 이해하는 데에는 상당한 격차가 존재한다. 기존 문헌은 일반적인 AI 수용성이나 핀테크 및 의료와 같은 특정 분야를 다루고 있으나, 사이버 보안 인식, 신뢰, 디지털 리터러시(문해력), 그리고 위험 인식을 AI 기반 사이버 보안 시스템에 특화된 통합 프레임워크로 결합한 연구는 제한적이다. 또한, 사이버 보안 인식이 신뢰와 디지털 리터러시를 통해 실제 행동 의도로 전환되는 메커니즘은 여전히 미개척 영역으로 남아 있다. 본 연구는 인식, 신뢰, 역량, 위험 및 과거 경험이 사용자의 AI 기반 사이버 보안 기술 채택 의도에 미치는 상대적 영향력을 조사함으로써 이러한 격차를 해결하고자 한다.

연구 방법론

본 연구는 기술수용모델(TAM), 보호동기이론(PMT), 사회인지이론(SCT), 계획된 행동이론(TPB), 그리고 신뢰 이론을 결합한 통합적 이론 프레임워크를 바탕으로 한 양적, 횡단적 연구 설계를 채택하였다.

• 데이터 수집: 데이터는 교육, 금융/은행, 산업 및 정부 부문에 종사하는 소말리아의 유효 응답자 287명을 대상으로 설문조사를 통해 수집되었다. 참가자들은 디지털 시스템에 대한 관련 노출도를 보장하기 위해 유의 표집(purposive sampling) 방식을 통해 선정되었다.
• 분석 접근 방식: IBM SPSS 및 AMOS를 사용하여 구조 방정식 모델링(SEM)을 활용하였다. 분석에는 다음 내용이 포함된다:
  • 공통 방법 편향(CMB) 검사: Harman의 단일 요인 테스트, 전체 공선성 VIF 분석, 공통 잠재 요인(CLF) 분석을 통해 CMB가 유의미한 위협이 아님을 확인하였다.
  • 측정 모델 평가: 요인 적재량(0.621 ~ 0.930 범위), 합성 신뢰도(CR > 0.70), 평균 분산 추출값(AVE > 0.50), 그리고 판별 타당성을 위한 Fornell–Larker 기준를 통해 신뢰도와 타당성을 확립하였다.
  • 구조 모델 테스트: 부트스트래핑 기법을 사용하여 직접 효과 및 매개 효과에 관한 가설을 검증하였다.
• 구성 개념: 모델은 7가지 주요 구성 개념을 조사하였다: AI 기반 사이버 보안 인식, 책임 있는 AI 지각, AI 기반 사이범 보안 시스템에 대한 신뢰, 디지털 리터러시, 인지된 위험, 사이버 침해에 대한 과거 경험, 그리고 사용 의도.

주요 결과

구조 모델은 수용 가능한 적합도를 나타냈으며, 가설 검증 결과는 다음과 같다:

1. 행동 의도에 미치는 직접 효과:

   • AI 기반 사이버 보안 인식: 행동 의도에 유의미하고 긍정적인 영향을 미친다 ($\beta = .199, p < .001$).
   • 디지털 리터러시: 행동 의도의 가장 강력한 예측 변수로 나타났다 ($\beta = .321, p < .001$).
   • 인지된 위험: 행동 의도에 유의미하고 부정적인 영향을 미친다 ($\beta = -.113, p = .010$).
   • 침해에 대한 과거 경험: 행동 의도에 유의미하고 긍정적인 영향을 미친다 ($\beta = .140, p = .036$).
   • 신뢰: 전통적인 채택 모델과 달리, AI 기반 사이버 보안 시스템에 대한 신뢰는 행동 의도에 유의미한 영향을 미치지 않았다 ($\beta = .051, p = .257$).

2. 선행 관계:

   • 인식에서 신뢰로: AI 기반 사이버 보안 인식은 신뢰에 긍정적인 영향을 미친다 ($\beta = .206, p < .001$).
   • 인식에서 디지털 리터러시로: AI 기반 사이버 보안 인식은 디지털 리터러시에 긍정적인 영향을 미친다 ($\beta = .282, p < .001$).
   • 책임 있는 AI에서 신뢰로: 책임 있는 AI(윤리, 투명성, 책임성)에 대한 지각은 신뢰에 긍정적인 영향을 미친다 ($\beta = .149, p < .001$).

3. 매개 분석:

   • 디지털 리터러시: AI 기반 사이버 보안 인식과 행동 의도 사이의 관계를 부분적으로 매개한다. 간접 효과는 유의미하였으며 ($\beta = .107, p < .001$), 이는 인식이 직접적으로는 물론 디지털 역량을 향상시킴으로써 채택 의도를 높인다는 것을 나타낸다.
   • 신뢰: 인식과 행동 의도 사이의 관계를 매개하지 못했다. 간접 효과는 유의미하지 않았으며, 이는 인식이 신뢰를 구축하더라도 디지털 리터러시가 존재하지 않으면 이 신뢰가 직접적인 채택 의도로 이어지지 않음을 시사한다.

주요 기여

본 논문은 문헌에 네 가지 주요 기여를 한다:

1. 통합 프레임워크: 인식, 신뢰, 위험, 역량 및 경험의 관점을 AI 기반 사이버 보안 채택을 위한 단일 개념 모델(신뢰-인식-역량 프레임워크)로 통합하였다.
2. 책임 있는 AI와 신뢰: 사이버 보안 맥락 내에서 신뢰를 형성하는 데 있어 책임 있는 AI 지각의 역할을 실증적으로 검증하였다.
3. 매개 메커니즘: 채택의 간접 경로를 명확히 하여, 디지털 리터러시가 핵심적인 매개체인 반면, 신뢰는 인식의 결과물일 뿐 이 특정 맥락에서는 직접적인 동인이 아님을 입증하였다.
4. 맥락적 통찰: 신뢰가 항상 AI 채택의 직접적인 결정 요인은 아니라는 가설에 도전하며, 신흥 디지털 환경(소말리아)으로부터의 실증적 근거를 제공하였다.

의의 및 시사점

저자들은 본 연구가 정책 입안자, 실무자 및 조직에 가치 있는 이론적, 실무적 통찰을 제공한다고 주장한다.

• 이론적 의의: 본 연구는 AI 기반 사이버 보안에서는 신뢰보다 디지털 리터러시가 더 강력한 채택 동인임을 시사함으로써 기술 수용 문헌을 확장한다. 본 연구는 신뢰의 역할을 미세하게 조정하여, 인식이 신뢰를 구축하더라도 궁극적인 채택은 기술과 상호작용하는 사용자의 역량에 달려 있음을 보여준다.
• 실무적 의의:
  • 리터러시 우선순위 설정: 조직은 디지털 리터러시가 가장 강력한 채택 예측 변수이므로 디지털 리터러시 개발 및 AI 리터러시 교육을 우선시해야 한다.
  • 인식 캠페인: 사이버 보안 인식 프로그램은 위협 인지뿐만 아니라 디지털 역량 강화 및 신뢰 구축을 위해서도 필수적이다.
  • 책임 있는 AI 거버넌스: 신뢰를 촉진하기 위해 조직은 투명하고 윤리적이며 책임 있는 AI 거버넌스 관행을 구현해야 한다.
  • 위험 완화: 전략은 채택을 저해할 수 있는 인지된 위험(프라이버시, 편향, 불확실성)을 다루어야 한다.

본 논문은 AI 기반 사이버 보안 시스템의 성공적인 채택을 위해서는 단순히 신뢰 구축 조치에 의존하기보다 사이버 보안 인식, 책임 있는 AI 거버넌스, 그리고 강력한 디지털 리터러시 개발을 결합한 총체적인 접근 방식이 필요하다고 결론짓는다.