Adaptive Emotion Regulation and Coping Strategies as Correlates of AI-Based Mental Health Support Acceptability among University Students

기술 요약: 대학생의 AI 기반 정신 건강 지원 수용도와 상관관계로서의 적응적 정서 조절 및 대처 전략

문제 제기
본 연구는 가속화된 라이프스타일, 소셜 미디어 중심의 비교, 성과 압박 등 현대적 스트레스 요인으로 인해 심화되고 있는 대학생들의 심리적 고통 문제를 다룬다. 개인은 이러한 요구를 관리하기 위해 대처 및 정서 조절 기제를 보유하고 있으나, 상당한 장벽이 전통적인 심리적 지원에 대한 접근을 방해하는 경우가 많다. 인공지능(AI) 기반 정신 건강 시스템이 접근 가능한 대안으로 부상했으나, 개인의 대처 및 정서 조절 전략의 차이가 이러한 AI 도구의 수용도에 어떻게 영향을 미치는지에 대한 이해는 부족한 실정이다. 구체적으로, 본 연구는 적응적 대조적 경향성이 AI 기반 정신 건강 챗봇에 대한 우호적 태도와 상관관계가 있는지 확인하고자 한다.

연구 방법
본 연구는 인도 전역에서 편의 추출법을 통해 모집된 100명의 대학생(연령 18~26세, 평균 연령 $M=20.84$)을 대상으로 단면적 상관 연구 설계를 채택하였다. 표본은 여성(72.3%)과 학부생(90.1%)이 주를 이루었다.

데이터 수집에는 세 가지 표준화된 자기 보고 척도가 사용되었다:

1. 정신 건강 내 인공지능 척도 (AIMHS): AI 챗봇에 대한 태도를 측정하며, 두 가지 하위 척도인 AI 기술적 이점(인간과 비교한 공감 및 문제 해결 능력)과 AI 개인적 이점(접근성, 경제성, 지속적 접근성)을 측정한다.
2. Brief-COPE: 세 가지 하위 척도인 문제 중심 대처, 정서 중심 대처, 회피적 대처를 통해 대처 전략을 측정한다.
3. 정서 조절 설문지-30 (ERQ-30): 10가지 특정 전략을 평가하며, 이를 적응적 전략(예: 행동 활성화, 문제 해결, 수용, 인지적 재평가)과 부적응적 전략(예: 상황적 회피, 사회적 위축, 반추, 표현 억제)의 형태로 분류한다.

통계 분석은 JASP 소프트웨어를 사용하여 기술 통계, 피어슨 상관 분석, 그리고 간접 효과를 테스트하기 위한 부트스트래핑 절차를 포함한 탐색적 병렬 매개 분석을 실시하였다.

주요 결과
분석을 통해 다음과 같은 주요 결과가 도출되었다:

• AI 태도와의 상관관계:

  • 문제 중심 대처는 AI 개인적 이점($r = .25$) 및 전반적 태도($r = .23$)와 유의미한 정적 상관관계를 보였다.
  • 회피적 대처는 전반적 태도($r = -.20$)와 유의미한 부적 상관관계를 보였다.
  • 적응적 정서 조절 전략은 AI 개인적 이점과 정적 상관관계를 보였다. 구체적으로, 인지적 재평가($r = .34$), 문제 해결($r = .28$), 표현 억제($r = .28$), 수용($r = .26$), 행동 활성화($r = .25$)가 유의미한 정적 연관성을 나타냈다.
  • 정서 조절 하위 척도와 AI 기술적 이점 사이에는 유의미한 상관관계가 발견되지 않았다.

• 매개 분석:

  • 병렬 매개 모델을 통해 정서 조절 전략이 지각된 AI 개인적 이점과 문제 중심 대처 사이의 관계를 매개하는지 조사하였다.
  • 총 간접 효과는 유의미했다 ($B = 0.28$, 95% CI [0.09, 0.54]).
  • 인지적 재평가($B = 0.22$)와 행동 활성화($B = 0.13$)가 유의미한 매개 변수로 나타났다.
  • 이러한 매개 변수들을 고려했을 때, AI 개인적 이점이 문제 중심 대처에 미치는 직접 효과는 유의미하지 않게 되었으며, 이는 간접 효과만 존재하는(완전 매개) 패턴임을 시사한다.

주요 기여
본 연구는 AI 기반 정신 건강 지원의 수용도가 균일하지 않으며, 개인의 심리적 조절 프로필에 의해 유의미하게 형성된다는 점을 밝힘으로써 문헌에 기여한다.

1. AI 지각의 차별화: 본 연구는 AI의 기술적 역량(공감/문제 해결)에 대한 지각과 개인적 유용성(접근성)에 대한 지각을 구분한다. 연구 결과, 개인차는 기술적 능력보다는 개인적/실용적 이점의 지각과 연결되어 있었다.
2. 조절과 수용의 연결: 본 연구는 적응적 정서 조절 전략(특히 인지적 재평가 및 행동 활성화)과 문제 중심 대처를 사용하는 개인이 AI 정신 건강 도구에 더 수용적임을 확인하였다.
3. 매개 기제: 본 연구는 AI를 실용적으로 유리하다고 인식하는 것과 문제 중심 대처를 수행하는 것 사이의 관계가 특정 정서 조절 전략에 의해 매개된다는 탐색적 증거를 제공한다.

의의 및 주장
저자들은 이러한 결과가 AI 기반 정신 건강 중재의 수용성을 형성하는 데 있어 심리적 개인차의 관련성을 강조한다는 점을 주장한다. 본 연구는 적응적 정서 처리와 능동적 대처를 하는 개인들이 AI 지원에 더 수용적이며, 이를 생각을 외재화하고 구조화된 자기 성찰을 돕는 "인지적 비계(cognitive scaffold)"로 간주할 수 있다고 제안한다.

본 논문은 AI 시스템이 문제 중심적 성향과 일치하는 보충적 자원으로 기능할 수 있으며, 억제를 사용하는 이들에게 방해가 될 수 있는 대인 관계적 압박 없이 가이드와 실질적 지원을 제공할 수 있다고 상정한다. 그러나 저자들은 본 연구의 설계가 단면적이고 자기 보고 방식이라는 점을 고려하여, 결과가 인과적 매개의 증거라기보다 탐색적 연관성을 나타낸다는 점을 명시하며 신중한 입장을 유지한다. 결론적으로, 향-후 AI 정신 건강 시스템 개발은 사용자의 대처 및 정서 조절 프로필을 고려하여 지원을 맞춤화하고, 이러한 도구들을 전통적인 치료 관행과 통합하는 방안을 모색해야 한다고 제언한다.