본 논문은 사회적 맥락에서의 버블 형성 메커니즘을 이해하고 이를 실증적으로 분석하기 위해 생성형 AI를 대상으로 연구를 수행하였다. 버블은 자산의 가격이 본질적 가치 이상으로 상승하며 군중심리와 비합리적 행동이 결합된 결과로 형성되는데, 특히 신기술 분야에서는 본질적 가치를 파악하기 어려운 특성상 과도한 기대와 낙관주의로 인해 버블 형성의 위험이 높다. 다만, 버블은 부정적 결과만 초래하는 것이 아니라 투자와 대중의 지지 등으로 혁신과 산업발전의 기회로 작용하기도 하므로, 버블 형성 메커니즘을 이해하고 확인하는 것이 필요하다. 따라서 본 연구에서는 버블 형성 순환 구조(외재적 가치 → 추동 가치 → 행동 의향 → 외재적 가치)와 함께 개인 혁신성 및 사회적 교류의 다중가산조절효과를 분석하여 이론적 모형을 제시하고 실증적으로 검증하였으며 버블 형성 과정에서 현재 상황을 진단할 수 있는 이론적 틀을 제시하였다. 실증 분석을 위해 20대 이상의 성인남녀 300명을 대상으로 2024년 8월 설문조사를 실시하였으며, 모형적합도 분석을 위해 R프로그램의 Lavaan 패키지를 활용하고, SPSS 24.0과 SPSS Process Macro 2번 모델을 활용하여 경로분석 및 다중가산조절효과를 분석하였다. 주요 분석 결과로는 첫째, 자료수집 시점에서 생성형 AI에 대한 외재적 가치 → 추동 가치 → 행동 의향 → 외재적 가치의 순환 구조가 유의미하게 형성되고 있음이 확인되었다. 외재적 가치는 추동 가치에 정(+)의 영향을 미치고(=.835, p < .001), 추동 가치는 행동 의향에(=.403, p < .001), 행동 의향은 외재적 가치에(=.532, p < .001) 각각 정(+)의 유의미한 영향을 미쳐 버블 형성의 메커니즘을 설명하였다. 둘째, 개인 혁신성과 사회적 교류는 조절 변수로서 버블 형성 순환구조의 각 경로의 강도를 조절하면서 독립적으로 강화 또는 약화하는 조절 역할을 하는 것으로 나타났다. 설문 조사 시점을 기준으로 볼 때, 개인 혁신성은 외재적 가치가 추동 가치로 이어지는 경로를 강화하는 효과(β=.055, p < .1)를 보였으나, 사회적 교류는 이를 약화하는 효과(β=-.082, p < .01)를 나타내어, 두 변수는 해당 경로에서 상반된 조절 효과를 보였다. 또한, 추동 가치가 행동 의향에 미치는 영향에서 사회적 교류는 그 효과를 약화하는 것으로 나타났다(β=-.078, p < .05). 반면 행동 의향이 외재적 가치에 미치는 영향에서는 사회적 교류가 강화하는 효과를 보였다(β=.074, p < .05). 즉, 순환구조의 초기 두 경로에서 조사시점 당시 생성형 AI의 사회적 교류 성격과 기술 수용의 맥락이 버블 발생효과를 완화시키고 있음을 추정해볼 수 있다. 마지막으로, 두 조절 변수가 함께 작용할 때 모델의 설명력이 단일 조절변수의 모델보다 각 경로별로 유의미하게 증가하며, 개인 혁신성과 사회적 교류의 다중가산조절효과가 확인되었다. 따라서 추가적으로 Johnson-Neyman 기법을 활용해 조절효과의 효과성과 경향성을 살펴본 결과, 외재적 가치가 추동 가치에 미치는 영향은 개인 혁신성이 높고 사회적 교류가 낮을 때 효과가 가장 크게 나타났으며(.661, p < .001), 추동 가치가 행동 의향에 미치는 영향은 개인 혁신성이 낮고, 사회적 교류가 낮을 때 효과가 높게 나타났다(.511, p < .001). 행동 의향이 외재적 가치에 미치는 영향은 개인 혁신성이 낮고, 사회적 교류가 높은 경우에 행동 의향이 외재적 가치에 미치는 영향이 가장 크게 나타났다(.706, p < .001). 본 연구는 버블 형성 과정의 진단 및 예측을 위한 순환 구조 모형을 제시하고, 신기술 버블 관리에 활용될 수 있는 기초 방법론을 제시했다는 점에서 의의가 있다. 이는 신기술의 과도한 기대와 우려를 균형 있게 이해하고, 사회적 맥락에서의 버블 형성과 영향력을 보다 효과적으로 이해하기 위한 실무적 도구로도 활용될 수 있을 것이다.