Generative Artificial Intelligence, Health Risk Perception Bias, and Sports Participation Among Older Adults —An Empirical Investigation Grounded in the Search-as-Learning Paradigm

세계 인구가 고령화됨에 따라, 노인들이 어떻게 활기차고 건강하게 생활할 수 있게 할 것인가라는 문제는 개인적인 관심을 넘어 공공의 우선순위로 부상했습니다. 중국을 포함한 많은 지역에서 60세 이상의 인구가 급격히 증가하고 있으며, 이는 '활기찬 노년(active aging)'을 지원하기 위한 전략의 절실한 필요성을 만들어내고 있습니다. 노년기의 건강을 유지하는 가장 효과적인 방법 중 하나는 규칙적인 신체 운동이지만, 많은 노인이 두려움 때문에 운동을 시작하거나 지속하는 것을 주저합니다. 이러한 두려움은 대개 그들이 느끼는 상태와 실제 신체 상태 사이의 간극에서 비롯됩니다. 즉, 의학적 증거가 그렇지 않다고 말함에도 불구하고, 그들은 자신이 움직이기에는 너무 허약하거나 어떤 움직임이 부상으로 이어질 것이라고 믿을 수 있습니다. 이러한 불일치는 건강 위험을 인식하는 방식에서의 편향으로 알려져 있습니다. 동시에, 기술은 매우 빠른 속도로 발전하고 있습니다. 자연스러운 대화를 나누고 개인화된 조언을 생성할 수 있는 새로운 세대의 인공지능은 사람들이 정보를 검색하는 방식을 바꾸기 시작했습니다. 단순히 링크를 나열하던 기존의 검색 엔진과 달리, 이 새로운 도구들은 구체적인 질문에 답하고, 의구 doubt를 해소하며, 사용자가 복잡한 주제를 이해하도록 안내할 수 있습니다. 연구자들의 핵심 질문은 이 새로운 기술이 단순히 질문에 답하는 것을 넘어, 실제로 노인들이 두려움을 극복하고 움직이기 시작하도록 도울 수 있는가 하는 점이 되었습니다.

무한체육대학교(Wuhan Sport University)와 운남사범대학교(Yunnan Normal University)의 연구팀은 중국 노인 수천 명의 실제 데이터를 조사함으로써 이 질문에 대한 답을 찾고자 했습니다. 그들은 2고령자의 삶을 추적하는 대규모 국가 조사를 활용하여 2020년부터 2023년까지 2년간 수집된 정보를 분석했습니다. 연구는 생성형 인공지능으로 가는 관문 역할을 하는 음성 인식 홈 어시스턴트와 같은 특정 스마트 기기에 초점을 맞추었습니다. 연구진은 이러한 기기를 사용하는 사람들과 그렇지 않은 사람들의 운동 습관을 비교함으로써, 기술이 차이를 만드는지 확인했습니다. 또한, 사람들이 자신의 건강 위험을 판단하는 방식, 구체적으로 실제 신체 조건과 비교하여 스스로의 건강 위험을 어떻게 판단하는지를 조사했습니다. 목표는 단순히 기술이 작동하는지뿐만 아니라, 그것이 어떻게 작동하는지를 이해하는 것이었습니다.

연구 결과는 명확하고 통계적으로 유의미했습니다: 생성형 인공지능을 사용하는 노인들은 그렇지 않은 노인들보다 신체 활동에 참여할 가능성이 훨씬 높았습니다. 데이터에 따르면, 이러한 도구를 사용하는 것은 규칙적인 운동을 할 가능성을 실질적으로 증가시키는 것과 관련이 있었습니다. 이 결과는 소득, 교육 수준, 거주 지역, 일반적인 건강 상태 등 운동에 영향을 미칠 수 있는 다른 요인들을 고려한 후에도 유효했습니다. 결과가 우연이 아님을 보장하기 위해, 연구팀은 몇 가지 다른 방식으로 결론을 검증했습니다. 그들은 서로 다른 연도별로 결과를 확인했고, 팬데믹 기간의 데이터를 제외했으며, 숫자를 분석하는 데 다른 통계적 방법을 사용하기도 했습니다. 모든 경우에 기술과 신체 활동 사이의 긍정적인 연결 고리는 강력하게 유지되었습니다. 또한 연구진은 이 관계가 전적으로 다른 무언가에 의해 발생했을 가능성을 배제하기 위해 특정 통계 기법을 사용하였으며, 이를 통해 기술 자체가 원동력임을 확인했습니다.

연구는 이러한 변화 뒤에 숨겨진 메커니즘을 밝히기 위해 더 깊이 파고들었습니다. 알고 보니, 기술은 노인들이 건강 위험을 인식하는 방식에서의 특정 유형의 정신적 오류, 즉 편향을 교정함으로써 작동했습니다. 많은 노인은 운동의 위험성을 과대평해하고 자신의 능력을 과소평가하는 경향이 있습니다. 그들은 가벼운 통증을 느끼고 그것을 심각한 쇠퇴의 징후라고 가정하거나, 자신의 연령 때문에 움직이기에는 너무 취약하다고 믿을 수 있습니다. 연구는 생성형 인공지래가 이러한 비관적 편향을 줄이는 데 도움을 주었다는 것을 보여주었습니다. 노인들이 건강에 대해 질문하기 위해 이 도구들을 사용할 때, 기술은 명확하고 근거에 기반한 답변을 제공하여 그들이 자신의 상태를 더 정확하게 볼 수 있도록 도왔습니다. 기술은 가이드 역할을 하여, 그들이 정상적인 노화와 실제 의료적 위험을 구분할 수 있도록 도왔습니다. 흥미롭게도, 이 기술은 타인과 비교할 때보다 자신의 과거와 비교하여 자신을 바라보는 방식에 기반한 편향을 교정하는 데 특히 효과적이었습니다. 이는 이 도구가 개인의 자기 인식을 객적인 현실과 일치시켜, 운동을 가로막는 심리적 장벽을 제거하는 데 성공했음을 시사합니다.

그러나 기술의 영향은 모두에게 동일하지 않았습니다. 연구진은 그 혜택이 세 가지 주요 요인, 즉 그 사람이 이미 알고 있는 지식, 관심 있는 운동의 종류, 그리고 운동하려는 목적에 따라 달라진다는 것을 발견했습니다. 건강과 운동에 대한 사전 지식 수준이 높은 사람들에게 기술은 더욱 효과적이었습니다. 이들은 더 나은 질문을 던지고 받은 답변을 더 잘 활용하여, 정보를 행동으로 더 빠르게 전환할 수 있었습니다. 경험이 적은 사람들에게도 기술은 도움이 되었지만, 그 과정은 더 느렸고 더 많은 안내가 필요했습니다. 운동의 종류도 중요했습니다. 기술은 안전이나 기술에 대한 조언을 제공할 수 있는 자전거 타기와 같이 어느 정도 기술이나 계획이 필요한 활동에 특히 유용했습니다. 걷기와 같이 매우 단순한 활동의 경우, 규칙이 이미 잘 알려져 있기 때문에 기술의 중요성이 상대적으로 낮았습니다. 마지막으로, 운동의 동기가 역할을 했습니다. 기술은 질병 예방이나 건강 상태 관리가 주된 목표인 사람들에게 가장 효과적이었습니다. 이들에게 기술은 안전함과 자신감을 느낄 수 있도록 하는 정밀하고 실행 가능한 정보를 제공했습니다. 반면, 개인적 성장이나 자아 발견을 원하는 사람들에게는 기술이 때때로 덜 효과적이었는데, 이는 이들이 시스템이 경로를 규정하는 것 없이 스스로 탐구하고 배우는 것을 선호하기 때문입니다.

이러한 연구 결과의 함의는 고령화 사회를 지원하는 방식에 있어 매우 중요합니다. 연구는 단순히 기술을 제공하는 것만으로는 충분하지 않으며, 도구가 노인들이 직면한 특정한 두려움과 인지적 편향을 해결하도록 설계되어야 한다고 제안합니다. 연구진은 미래의 시스템이 단순히 위험을 나열하는 것이 아니라, 객관적인 건강 데이터를 바탕으로 명확하고 긍정적인 피드백을 제공하는 등 이러한 오해를 능동적으로 교정할 수 있도록 구축되어야 한다고 제안합니다. 또한, 이 도구들이 초보자에게는 더 많은 안내를 제공하고 숙련자에게는 더 상세하고 기술적인 조언을 제공하는 등 사용자마다 맞춤화되어야 한다고 제안합니다. 이러한 지능형 시스템을 커뮤니티 센터나 보건소에 통합함으로써, 정부와 조직은 노인들이 움직임을 가로막는 정신적 장애물을 극복하도록 도울 수 있습니다. 본 연구는 디지털 도구가 인식과 현실 사이의 간극을 메우는 데 사용될 때, 노인들의 더 건강하고 활기찬 삶을 촉진하는 강력한 동맹이 될 수 있음을 입증합니다. 앞으로의 길은 단순히 새로운 기술을 채택하는 것이 아니라, 인간의 마음을 잘 이해하여 그 기술이 사람들에게 진정으로 움직일 수 있는 힘을 주는 방식으로 사용하는 데 달려 있습니다.