Risk and Artificial Intelligence Adoption: A Scientometric and Thematic Evolution Analysis Based on Scopus and Web of Science (1990-2025)

Motivation

• Known: AI 채택 연구는 전통적으로 Davis의 기술수용모델(TAM)에서 위험을 지각된 유용성 및 사용 용이성을 보완하는 인식적 억제요인으로 개념화해 왔다. 또한 UTAUT, TOE 모델 등 조직수준 도입 프레임워크도 위험을 환경적 우발성 내에 통합했다. 최근 AI 거버넌스 논의는 algorithmic bias, 투명성 문제, 데이터 주권, 규제 불확실성 등을 중심으로 위험을 주관적 지각이 아닌 사회기술적 인프라의 체계적 속성으로 재정의하고 있다.
• Gap: AI 채택과 AI 위험을 연결하는 지적 구조가 정보시스템, 경영학, 컴퓨터과학, 보건정보학, 정책 저널 간에 단편화되어 있다. 기존 scientometric 종합은 AI in healthcare, machine learning in finance, digital transformation 등을 개별적으로 검토했으나, risk-AI adoption 교차점을 PRISMA 준수 하에서 체계적으로 매핑한 종합 분석이 부재했다.
• Why: AI 시스템이 의료진단, 금융신용배분, 공공서비스 자동화, 예측경찰, 교육평가 등 중대한 결정 환경에 점증적으로 영향을 미치고 있기에, 위험 개념이 AI 채택 궤적을 이해하기 위한 중핵이 되었다. 또한 EU AI Act 등 규제적 제도화와 책임성 거버넌스의 등장으로 위험이 단순한 인식적 변수에서 제도설계 과제로 전환되면서, 이 영역의 지적 발전 궤적을 체계적으로 재구성할 필요가 증대되었다.
• Approach: PRISMA 2020 표준을 준수하며 Scopus와 Web of Science에서 AI 및 위험 관련 검색어를 사용하여 612개 문헌을 수집했다. Bibliometrix와 VOSviewer를 활용한 연차별 과학생산성 분석, 중심성-밀도 기반 주제 매핑, Sankey 기반 시간적 주제 진화, 공동인용 네트워크 재구성, 협력 네트워크 매핑을 수행했다. 키워드 정규화를 통해 동의어 단편화를 최소화했다.

Achievement

Fig 1: Annual scientific production of risk-oriented AI adoption

• 구조적 위상 변화의 실증: 초기 신뢰성 중심 단계 → 규범적 전환(프라이버시, 편향, 책임성) → 준수 및 위험기반 거버넌스 아키텍처로의 구조적 3단계 확인
• 어휘적 마이그레이션 추적: 개인 수준의 인식적 위험에서 시스템 수준의 책임성 로직으로의 개념 이동을 Sankey 분석으로 가시화
• 지적 기반 구조 해명: 공동인용 네트워크가 기술수용이론 기반을 유지하면서 거버넌스 장학을 점진적으로 통합하는 양적 증거 제시
• 신흥 연구 프론티어 특정: explainability, auditability, regulatory compliance capability를 차세대 연구 경계로 확인

How

Fig 4: Co-citation network (intellectual structure) of risk-oriented

• 근 기간의 급격한 과학생산성 증가(Fig. 1)로 AI 거버넌스 의제 제도화와 위험기반 정책·준수 체계의 부상을 반영
• 중심성-밀도 매핑(Fig. 2)에서 "artificial intelligence"와 "risk"가 중앙에, "technology acceptance/adoption"이 또 다른 중앙축으로 위치하여 다중 개념적 앵커 구조 확인
• Sankey 진화 분석(Fig. 3)에서 "generative AI" 등장과 acceptance/adoption 용어의 위험 중심 용어와의 점진적 결합을 시간대별로 추적
• 공동인용 네트워크(Fig. 4)에서 기초적 노드와 클러스터된 커뮤니티의 교량 효과 분석으로 학제적 통합 경로 제시

Originality

• 개념적 재정의 추적: 기존 adoption 문헌이 위험을 주변적 인식 변수로 취급해 온 것에 반해, 본 연구는 위험이 거버넌스 구조로 중앙화된 패러다임 전환을 체계적으로 실증함
• 학제적 경계 설정: 정보시스템·경영·컴퓨터과학·보건정보·정책 영역 간 단편화된 논의를 단일 scientometric 프레임으로 통합
• 시간적 위상 해석: 선형 증가 모형이 아닌 "장기 잠복 → 구조적 전환" 패턴으로 필드의 질적 변화를 포착

Limitation & Further Study

• 612개 문헌 수집이 명시된 검색어 전략의 객관성과 재현 가능성을 위해 상세한 쿼리 로직 문서화 부족
• 주제 매핑과 진화 분석이 시각적 지도에 의존하여 정량적 경계 설정 기준(centrality/density 임계값, Sankey 흐름 해석 기준)의 명시 부족
• 공동인용 네트워크에서 "bridging citations" 개념이 언급되나 정량적 연결성 지표(betweenness centrality 등)가 제시되지 않음
• 후속 연구로: (1) 네거티브 증거(위험 개념이 부각되지 않은 채택 문헌)를 포함한 비교 분석, (2) 각 시간대별 개념 군집의 저자·기관 기원 분석, (3) full-text 추출을 통한 의미론적 검증

Evaluation

총평: 본 논문은 AI 채택 연구에서 위험 개념의 위상 변화를 scientometric 증거로 실증한 학제적 종합 연구로, 기술수용에서 거버넌스 로직으로의 패러다임 전환을 체계적으로 추적한다. 다중 데이터베이스, PRISMA 준수, 공동인용·진화 분석을 통한 정교한 방법론에도 불구하고, 검색 쿼리의 투명성 강화 및 정량적 경계 설정의 명시화가 신뢰도를 더욱 제고할 수 있다. AI 거버넌스와 규제 분야 종사자, 정보시스템 및 조직행동 연구자에게 지적 지형 재정의의 증거로 의미있는 기여를 하며, explainability, auditability, compliance를 새로운 연구 프론티어로 제시함으로써 후속 연구 방향의 설정에도 유용하다.