인공지능 (AI)에 대한 대중적 담론은 종종 의인화된 언어 (anthropomorphic language), 즉 시스템에 인간의 능력과 특성을 부여하는 언어를 사용합니다. 이러한 관행은 오해의 소지가 있는 기대치를 설정하고, 주장을 부풀리며, AI에 대한 과도한 기대 (hype)를 부추겨 AI에 대한 대중의 이해를 왜곡하고 정책 우선순위에 영향을 미칠 수 있다는 비판을 받아왔습니다. 우리는 실제 대중에게 공개되는 AI 담론을 반영하도록 설계된, 의인화된 언어가 포함된 지문과 포함되지 않은 지문을 읽을 때 참가자들의 인식 변화 (N=815)를 비교함으로써 의인화된 프레이밍 (anthropomorphic framing)의 효과를 연구합니다. 나아가 우리는 이러한 효과가 두 가지 유형의 AI 기술인 대규모 언어 모델 (Large Language Models, LLM)과 추천 시스템 (recommendation systems) 사이에서 다르게 나타나는지 조사하고, 현재 대중 담론에서 두드러지는 여러 차원에 걸쳐 AI에 대한 인식 변화를 측정합니다. AI의 위험성을 명시적으로 논의하는 텍스트를 사용하는 별도의 조건에서는, 텍스트를 읽는 것에 반응하여 개인의 AI에 대한 견해가 바뀔 수 있음을 보여줍니다. 그러나 의인화된 설명과 비의인화된 설명을 비교하는 실험의 주요 조건에서는, 텍스트가 의인화된 언어를 사용하는지 여부가 참가자들의 AI 인식에 실질적인 영향을 미치지 않는다는 것을 발견했습니다. 우리의 결과는 AI에 대한 대중의 의견에 미치는 즉각적인 효과는 미미하다는 것을 나타내지만, 자연스러운 환경이나 점진적이고 지속적인 노출을 통해서는 의인화된 언어가 영향을 미칠 가능성이 남아 있음을 시사합니다.