AI 챗봇 활용 건강 정보 탐색 시 메타인지 부담과 대처 전략

초록

본 연구는 오프‑더‑쉘프 AI 대화형 에이전트를 이용해 건강 정보를 찾는 과정에서 사용자가 경험하는 메타인지적 요구와 이를 완화하기 위한 개인적 전략을 탐색한다. 15명의 참가자를 대상으로 생각소리(think‑aloud) 실험을 진행하고, 메타인지 요구를 5가지 주요 범주로 구분했으며, 사용자가 채택한 7가지 대처 전략을 도출하였다. 연구 결과를 토대로 인터페이스 설계 시 메타인지 부담을 줄이고 신뢰성·이해도를 높일 수 있는 구체적 디자인 가이드를 제시한다.

상세 분석

이 논문은 급증하는 AI 대화형 에이전트(예: ChatGPT, Claude, Gemini)의 일반 사용자 인터페이스가 건강 정보 탐색에 최적화되지 않았다는 점을 출발점으로 삼는다. 연구자는 6개의 임상 시나리오(알레르기, 불면증, 소화기 질환, 편두통, 당뇨, 고혈압)를 의학 전문가와 공동 설계하고, 각 참가자에게 두 개의 시나리오를 무작위 배정하였다. 참가자는 자체 개발한 ChatGPT‑4o 기반 에이전트를 사용하면서 생각소리를 실시간으로 녹음했으며, 연구팀은 전사본을 질적 코딩하여 메타인지 요구와 대응 전략을 추출하였다.

메타인지 요구는 크게 (1) 목표 설정·질문 구체화, (2) 출력 이해·내용 검증, (3) 신뢰도 판단·불확실성 인식, (4) 정보 통합·맥락 연결, (5) 행동 결정·후속 조치 계획의 다섯 축으로 정리되었다. 예를 들어, 사용자는 “내 증상이 무엇을 의미하나요?”라는 모호한 질문을 구체화하기 위해 반복적인 프롬프트 수정이 필요했고, 이는 인지 부하를 크게 증가시켰다. 또한, 에이전트가 제공한 답변에 대한 출처 표시가 없을 경우 사용자는 자체적으로 외부 검색이나 의학 지식에 의존해 신뢰성을 판단해야 했으며, 이 과정에서 ‘과신’과 ‘과소신뢰’ 사이의 균형을 맞추는 어려움을 겪었다.

대응 전략은 (1) 프롬프트 재구성·세분화, (2) 외부 검증(검색 엔진·전문가 상담) 활용, (3) 노트·키워드 기록, (4) 불확실성 표시(“가능성 있음” 등) 자체 부여, (5) 다중 답변 비교, (6) 시각적·구조적 정리(표·리스트 활용), (7) 시간·노력 관리(필요 정보만 추출) 등으로 구분된다. 전략 중 일부는 메타인지 요구를 효과적으로 완화했지만, 예를 들어 외부 검증에 과도히 의존하면 정보 과부하가 다시 발생한다는 한계도 드러났다.

디자인 시사점으로는 (①) 프롬프트 템플릿 제공·질문 가이드, (②) 실시간 신뢰도·출처 시각화, (③) 불확실성 표시와 다중 답변 옵션 제시, (④) 사용자 맞춤형 정보 요약·구조화 도구, (⑤) 메타인지 워크플로우를 지원하는 ‘반성’ 버튼이나 체크리스트 도입 등이 제안된다. 이러한 설계는 사용자가 자신의 사고 과정을 외부화하고, AI 출력에 대한 비판적 평가를 자동화함으로써 인지 부하를 경감시킬 수 있다.

전반적으로 이 연구는 메타인지 관점에서 AI 기반 건강 정보 탐색의 인간‑기계 상호작용을 최초로 체계화했으며, 실증적 근거를 바탕으로 인터페이스 설계 가이드라인을 제시함으로써 향후 의료용 대화형 AI 개발에 중요한 참고자료가 될 것이다.