건강관리 챗봇, 사용해 볼 생각이 있으신가요?
인공지능 기반 챗봇의 수용 가능성 : 혼합분석방법
'챗봇'을 사용해 본 적이 있으신가요? 혹시 건강관리, 의료와 관련하여 이러한 챗봇이 있다면 사용해 볼 의향이 있으신가요? 지난 논문에 이어 두 번째 논문도 챗봇과 관련된 리뷰입니다. 이번 논문은 사람들이 챗봇을 이용할 의향이 있는지에 대해 확인을 하는 논문입니다. 어떻게 하면 디지털 헬스케어를 사람들이 잘 사용할 수 있을까에 대해 고민이 있기 때문에, 이런 주제의 논문들도 챙겨보려고 합니다.
연구배경
인공지능 기반의 챗봇은 사람의 상호작용을 모방하여 가상 대화 에이전트의 역할을 하는 시스템입니다. 아직은 발전 단계에 있지만, 의료 영역에서 챗봇의 활용 가능성은 매우 높습니다. 의사와 환자의 의사소통을 개선하거나, 복약 모니터링, 원격 상담 등 다양한 분야에서 활용 가능할 것으로 기대되며 다양한 선행 연구들이 수행되었습니다.
다만, 챗봇의 수용가능성(acceptability)와 사용 동기(motivation for its use)에 대한 연구는 많이 진행되지 않았습니다. 연구진은 챗봇이 활용되는 데 있어서 장벽(barriers)과 촉진(facilitator)할 수 있는 요소를 확인함으로써 챗봇의 수용 가능성을 확인하고자 본 연구를 수행하였습니다.
연구방법
본 연구는 혼합분석방법(mixed-methods approach)을 사용하였습니다. 연구진은 의료 영역에서 챗봇을 사용하는 동기에 대해 탐색하기 위해서 반구조화된 인터뷰와 온라인 설문을 진행했습니다.
(인터뷰) 챗봇에 대한 이해, 태도, 사용성, 일반적 관심사 등으로 구성된 반구조적 인터뷰를 수행하였습니다. 챗봇에 대한 이해를 돕기 위해 데모 버전의 챗봇을 먼저 사용해 본 후 인터뷰가 수행되었습니다. (N=29)
(설문조사) 소셜미디어를 통해 온라인 설문조사의 참가자를 모집했고, 스노우볼 샘플링 방법을 사용하여 설문에 참여한 사람이 다른 사람에게 광고를 공유할 수 있도록 하였습니다(N=215). 설문은 수용가능성의 이론적 틀과 정성적 인터뷰 결과를 통해 24개의 항목으로 개발이 되었습니다. 설문은 챗봇의 유용성(perceived usefulneess)과 일반적인 태도(general attitudes)에 대해 구성이 되었습니다. 유용성과 관련된 항목으로는 일반적인 건강 정보, 다양한 질병, 검사 결과 검색, 예약 등에 대해 챗봇을 사용할 의지(willingness to use) 등이 있습니다. 일반적인 태도와 관련해서는 디지털 프라이버시, 온라인 건강 정보의 정확성, 대면 상호작용의 선호, 챗봇에 대한 신뢰성 등에 대해 동의 수준을 물었습니다. 마지막으로 종속변수(main outcome measure)로 챗봇에 대해 향후 12월 동안 사용할 가능성이 얼마나 되는지에 대해 질문하였습니다.
(분석) 인터뷰 결과에 대해서는 주제 분석(thematic analysis)을 수행하였고, NVIVO 프로그램을 사용하여 의미 있는 주제와 하위 주제로 분류하였습니다. 설문조사 데이터의 경우 로지스틱 회귀분석을 수행하였습니다.
연구결과
(질적분석) 대부분의 참가자들은 챗봇에 대해 들어본 경험은 있지만, 새롭게 등장하는 기술이기 때문에 친숙함과 이해도가 높지 않았습니다. 참가자들은 챗봇이 제공하는 정보의 품질, 신뢰성이나 정확성 등에 대해 신뢰하지 않았으며, 이에 따라 의료 영역에 적용 가능성에 대해 의문을 제기했습니다. 챗봇은 건강 문제를 정확하게 식별하거나 설명하지 못하기 때문에 부적절한 피해를 입을 경우 위험이 있을 것이라 생각했습니다. 특히 챗봇은 공감능력이 부족하고 정서적인 문제를 이해하지 못하는 한계를 가지고 있기 때문에 챗봇의 적용 가능성을 부정적으로 느꼈습니다. 다만, 경미한 문제에 대해서는 챗봇을 이용할 의사가 있고, 온라인에서 건강 정보를 쉽게 찾을 수 있는 도구로 활용할 수 있는 장점이 있습니다. 전화를 통해 제공된 조언보다는 챗봇을 통한 서면 정보의 제공을 더 쉽게 이해할 수 있을 때 유용할 수 있었습니다.
(양적분석) 건강관리 챗봇에 대해 들어보거나(6%) 사용해 본 경험(3%)이 있는 사람은 적었지만, 사용할 가능성이 있다고 응답한 사람은 67%였습니다. 자신이 IT 기술이 부족하다고 인식한 사람의 수용도가 낮은 편이었습니다. 대부분의 사람들은 일반 건강 정보 검색(78%), 진료예약(78%), 지역 의료 서비스 검색(80%)에 대한 이용 의사는 높았지만, 건강 검진 결과를 설명해주거나 전문적인 조언을 구하는 데에는 이용 의사가 높지 않았습니다.
논의
본 연구는 일반 대중의 관점에서 의료 서비스를 위한 AI 기반의 챗봇에 대한 수용 가능성을 연구하는 첫 번째 연구입니다. 건강 관리 챗봇에 대한 인식의 경험은 낮았고, 기술에 대해서는 혼합된 태도를 보였습니다. 일반적인 건강 정보를 찾기 위해 챗봇을 사용할 의사는 있었지만, 전문적인 조언을 구하는 데에는 채봇을 사용하고자 하는 의사가 낮았습니다. 정확성이나 신뢰성, 개인 정보에 대한 걱정 등은 챗봇을 이용하는데 제한점으로 작용하지만, 익명성, 편의성, 관련 정보에 대한 빠른 접근성 등은 챗봇을 이용하는 이유가 될 수 있습니다.
연구의 의의
건강관리 챗봇에 대한 수용가능성을 양적, 질적 방법을 함께한 혼합방법론(mixed methods)을 적용한 것에 의의를 가질 수 있을 것 같습니다. 챗봇이라는 것이 의료 분야에서 기술 적용의 초기 단계에 해당하고, 그런 의미에서 이러한 탐색적인 연구를 통해 어떻게 발전시켜 나아가야 하는지에 대해 적절한 의미를 제공해줄 수 있을 것이라 생각합니다. 본 논문은 제가 검색했을 때 기준으로 인용수가 200건이 넘을 정도로 인용이 많이 된 논문인데, 혼합방법론을 사용함으로써 다양한 해석을 끌어냈기 때문에 인용이 많이 될 수 있지 않았을까 생각이 됩니다.
한계점
다만, 설문조사와 그것을 분석하는 통계적 적용과 해석이 탄탄하지 못하는 한계를 가지고 있는 것 같습니다. 탐색적인 연구이기 때문에 한계점을 가지고 있을 수 있지만, 명확하지 않은 설문조사 항목들이 많습니다. 이를 해석하는 수준도 단순히 비율에 의한 설명으로 그치기 때문에 통계적 추론이라고 하기 부족한 부분이 많이 있습니다. 조금 더 챗봇에 있어서 선택적인 요인들을 구성하고 이를 타당화할 수 있는 설문조사 도구가 필요하지 않았나 생각이 됩니다.
내 연구라면
이용 의사와 관련하여 조금 더 구조화된 설문을 사용해서 통계적 추론을 이끌어 내고자 하지 않았을까 싶습니다.
(구조방정식을 잘 모르지만...) 구조방정식을 통해 모형을 검증해볼 수 있지 않을까 싶기도 합니다. 이를 위한 이론적인 근거들이 조금 더 뒷받침될 필요는 있을 것 같습니다.
Title :
Acceptability of artificial intelligence (AI)-led chatbot services in healthcare: A mixed-methods study
Authors :
Tom Nadarzynski , Oliver Miles, Aimee Cowie and Damien Ridge
Publication :
Digital Health (2019)
