Impact of an AI Speech Assistant on Nurses’ Job Demands: A Longitudinal Survey in Long-Term Care

기술 요약: AI 음성 비서가 간호사의 직무 요구에 미치는 영향

문제 제기
장기 요양(LTC) 시설의 간호사들은 시간 압박, 정보적 스트레스, 빈번한 방해 등으로 특징되는 높은 문서화 관련 직무 요구에 직면해 있다. 이러한 행정적 부담은 업무 시간의 25~30%를 소비하는 것으로 추정되며, 직접 간호 시간을 감소시키고 높은 스트레스, 낮은 직무 만족도 및 번아웃 증가와 연결된다. AI 음성 비서는 급성 의료 환경에서 문서화 효율성을 개선하는 데 유망한 성과를 보여왔으나, 장기 요양 환경에서 심리사회적 직무 요구에 미치는 영향에 관한 종단적 근거는 부족한 실정이다. 나아가, 기술을 '도전(자원)'으로 평가하느냐 혹은 '방해(요구)'로 평가하느냐에 따라 결과가 달라지는 '테크노스트레스(technostress)'의 역할 또한 이 맥락에서 충분히 탐구되지 않았다.

연구 방법
본 연구는 독일 내 14개 정주형 장기 요양 시설을 대상으로 단일 집단 종단적 사전-사후 설계(single-group longitudinal pre–post survey design)를 채택하였다.

• 참가자: 52명의 등록 간호사가 AI 음성 비서인 "voize" 도입 전 기초 조사(t0)를 완료하였다. 이 중 44명(84.6%)이 도입 약 6주 후 사후 조사(t1)를 완료하였다.
• 중재(Intervention): "voize" 시스템은 음성 언어를 전자 건강 기록(EHR)을 위한 구조화된 초안 입력값으로 변환하는 스마트폰 기반 애플리케이션이다. 구현 과정에는 표준화된 교육과 기술 지원이 포함되었으며, 사용은 자발적으로 이루어졌다.
• 측정 도구:
  • 직무 요구: 단축된 검증된 버전의 직업적 심리사회적 위험 평가 설문지(FGBU)를 사용하여 정보 결핍, 정보 과부하, 업무 강도, 방해의 네 가지 하위 척도에 집중하여 평가하였다.
  • 테크노스트레스: t1 시점에 홀리스틱 테크노스트레스 모델(Holistic Technostress Model)을 사용하여 측정하였으며, 도전적 테크노스트레스 요인(유용성, 관여도, 지원)과 방해적 테크노스트레스 요인(복잡성, 신뢰성 부족, 불확실성, 불안정성, 과부하)을 구분하였다.
• 통계 분석: 반복 측정과 시설 내 클러스터링을 고려하기 위해 선형 혼합 모델(LMM)을 사용하였다. 모델에는 간호사 수준의 무작위 절편(random intercept)이 포함되었으며, 적합도가 개선되는 경우 시설 수준의 무작위 절편도 포함되었다. 모더레이션 분석(moderation analyses)을 통해 t1 시점의 테크노스트레스 인식이 t0에서 t1 사이의 직무 요구 감소 폭에 영향을 미치는지 테스트하였다. 단측 유의성 검정(one-tailed significance tests)이 사전 등록된 방향성 가설에 적용되었으며, p-값은 Benjamini–Hochberg 오류율(FDR)을 사용하여 조정되었다.

주요 결과

1. 직무 요구의 감소: AI 음성 비서의 도입은 기초 조사 대비 사후 조사에서 네 가지 문서화 관련 직무 요구 하위 척도 모두에서 통계적으로 유의미한 감소와 연관이 있었다.

   • 정보 결핍: 가장 큰 감소폭을 보임 ($\beta = -1.23$, $p < .001$).
   • 업무 강도: 유의미한 감소 ($\beta = -1.01$, $p < .001$).
   • 정보 과부하: 유의미한 감소 ($\beta = -0.85$, $p < .001$).
   • 방해: 유의미한 감소 ($\beta = -0.66$, $p = .0045$).
     효과 크기는 중간에서 큰 수준이었다.

2. 테크노스트레스 조절 효과: 테크노스트레스 인식은 직무 요구 감소에 대해 전반적이기보다는 선택적인 조절 효과를 보였다.

   • 도전적 인식: 인지된 유용성이 높을수록 업무 강도의 감소가 유의미하게 조절되었다 ($\beta = -0.81$, $q = .024$). 이는 도구를 더 유용하다고 느낀 간호사들이 시간 압박과 초과 근무의 감소를 더 크게 경험했음을 나타낸다.
   • 방해적 인식:
     • 인지된 신뢰성 부족은 정보 결핍의 감소를 저해하는 것과 연관이 있었다 ($\beta = 0.91$, $q = .035$). 이는 시스템의 일관성에 대한 의구심이 정보 격차로부터 오는 완화 효과를 약화시켰음을 시사한다.
     • 인지된 불확실성(업데이트/변경 사항 관련)은 방해의 감소를 저해하는 것과 연관이 있었다 ($\beta = 0.82$, $q = .02$).
   • FDR 보정 후, 정보 과부하나 다른 테크노스트레스 차원(예: 복잡성, 지원)에 대해서는 유의미한 조절 효과가 발견되지 않았다.

3. 시설 간 차이: 개인차는 직무 요구의 대부분의 분산을 설명했으나, 업무 강도에 대해서는 시설 수준의 분산이 유의미했다. 이는 조직적 맥락이 기초 업무량 수준에 영향을 미침을 나타내지만, 도구가 제공하는 상대적인 감소 효과는 시설 간에 일관되게 나타났다.

의의 및 주장
본 논문은 독일 장기 요양 시설에 AI 음성 비서를 조기에 도입하는 것이 문서화 관련 심리사회적 직무 요구의 즉각적이고 측정 가능한 완화와 연관되어 있다고 주장한다. 본 연구는 기존 문헌이 주로 효율성 지표(예: 절감된 시간)에 집중했던 것과 달리, 인지된 인지적 및 시간적 스트레인의 감소를 입증함으로써 기존 연구를 확장한다.

저자들은 이러한 혜택이 강력하지만 특정 사용자의 인식에 달려 있음을 강조한다. 연구 결과는 기술이 일반적으로 업무량을 줄여주지만, 그 효능은 간호사가 시스템을 유용하고 신뢰할 수 있다고 인식할 때 극대화된다는 것을 보여준다. 반대로, 신뢰성 부족 및 불확실성에 대한 인식은 특히 정보 접근 및 워크플로 방해와 관련하여 잠재적인 완화 효과를 저해할 수 있다. 결론적으로, 장기 요양 현장에서 AI 음성 비서가 체감되는 완화 효과를 지속하기 위해서는, 일상 업무에 대한 도구의 유용성을 강화하는 교육과 함께 시스템 신뢰성 및 업데이트에 대한 투명한 소통을 우선시하는 구현 전략이 필요하다.

저자가 밝힌 한계점
저자들은 단일 집단 설계로 인해 인과 관계 추론에 한계가 있으며, 표본 크기가 상호작용 효과를 탐지하기에는 작고, 자기 보고식 데이터에 의존하여 편향이 발생할 수 있음을 인정하였다. 또한, 추적 조사 기간이 비교적 짧았기(사용 약 1~2개월) 해당 효과의 장기적 지속 가능성은 아직 확립되어야 한다. 본 결과는 "voize" 시스템과 독일 장기 요양 맥락에 특화된 것이다.