검색 전체 메뉴
PDF
맨 위로
OA 학술지
A Mediating Effect of Depression on the Association of ADHD symptoms and Internet Over-use among Elementary School Students 아동의 주의력결핍 과잉행동 성향이 인터넷 과다사용에 미치는 영향: 우울의 매개효과
  • 비영리 CC BY-NC
ABSTRACT

The purpose of this study was to investigate the relation among ADHD symptoms, depression, and internet over-use, and to explore the mediating effect of depression on the association between ADHD symptoms and internet over-use in elementary school students. 240 students and their teachers were recruited in Ulsan metro city. Correlation analysis and Structural Equation Model(SEM) were employed to examine these relations. Results of this study were as follows. First, significant positive associations among ADHD symptoms, internet over-use and depression were found. Second, ADHD symptoms influenced the levels of depression which, in turn, affected the levels of internet over-use. Additionally, ADHD symptoms showed the direct effect on internet over-use. The limitations of the current study and implication to counseling and further research are discussed.


본 연구는 아동의 주의력결핍 과잉행동 성향이 인터넷 과다사용에 미치는 영향에 있어 우울이 매개역할을 하는지를 확인하였다. 본 연구를 위해 울산시에 소재한 4개 초등학교 5, 6학년 학생들과 이들의 담임교사를 대상으로 설문지 조사를 실시하였고, 매개모형 검증을 위해 상관분석 및 구조방정식을 사용하였다. 연구 결과 첫째, 주의력결핍 과잉행동 성향과 우울, 주의력결핍 과잉행동 성향과 인터넷 과다사용, 우울과 인터넷 과다사용은 각각 상관관계가 있었다. 둘째, 주의력결핍 과잉행동 성향과 인터넷 과다사용 간의 관계에서 우울이 매개 역할을 하는 것으로 나타났다. 즉, 아동의 주의력결핍 과잉행동 성향은 인터넷 과다사용에 직접적인 영향을 미치기도 하지만, 우울을 매개로 하여 간접적인 영향을 미치기도 하는 것으로 나타났다. 따라서 본 연구는 주의력결핍 과잉행동 성향이 있는 아동이 인터넷을 과다하게 사용할 경우 주의력결핍 과잉행동 성향 자체에 대한 개입도 필요하지만, 우울을 고려하여 인터넷 과다사용을 예방하고 치료할 수 있다는 데 상담적 함의를 가질 것이다.

KEYWORD
ADHD symptoms , Depression , Internet over-use
  • 연구가설

    진술한 바를 바탕으로 본 연구에서 설명한 연구가설은 다음과 같다.

    연구가설 1. 아동의 주의력결핍 과잉행동 성향과 우울, 주의력결핍 과잉행동 성향과 인터넷 과다사용, 우울과 인터넷 과다사용은 각각 상관이 있을 것이다.

    연구가설 2. 아동의 주의력결핍 과잉행동 성향과 인터넷 과다사용 간의 관계에서 우울은 매개효과를 나타낼 것이다.

    연구가설 2를 검증하기 위하여 연구모형과 경쟁모형을 설정하고 가장 적합한 모형을 확인하고자 하였다. 연구모형은 주의력결핍 과잉행동 성향이 인터넷 과다사용에 직접적인 영향을 미치기도 하지만 우울을 매개로 영향을 미친다고 가정하는 부분 매개모형이다. 경쟁모형은 주의력결핍 과잉행동 성향이 우울을 통해서만 인터넷 과다사용에 영향을 미친다고 가정하는 완전 매개모형이다.

    방 법

      >  연구대상

    본 연구는 울산시에 소재한 4개 초등학교의 11개 학급 5, 6학년 일반 학생과 담임교사를 대상으로 실시하였다. 2010년 3월부터 2011년 2월에 걸쳐 설문지 총 286부를 배부하였고, 그 중 학생은 280부, 각 학생에 대한 교사의 응답은 266부를 회수하였다. 회수한 자료 중 불성실하게 응답한 자료를 제외하고 총 240부를 분석에 사용하였다. 성별의 분포는 남학생이 140명(58.3%), 여학생이 100명(41.7%)이었다. 연령의 분포는 5학년이 92명(38.3%), 6학년이 148명(61.7%)이었다(M=12.62, SD=.49). 담임교사의 보고에 의하면 240명의 학생들 중 정신과에서 ADHD 진단을 받고 약물을 복용하고 있는 아동은 8명(3.3%)이었다.

      >  측정도구

    주의력결핍 과잉행동 성향

    Swanson과 Nolan, Pelham(1982)이 DSM-Ⅲ의 ADHD 진단기준에 근거하여 개발한 Swanson, Nolan, and Pelham 척도(SNAP)를 1992년 DSM-Ⅳ의 진단기준에 의거하여 Swanson, Nolan, and Pelham-Ⅳ 척도(SNAP-Ⅳ)로 재구성하였다. 본 연구에서는 장혜경(2007)이 이를 한국 실정에 맞게 표준화한 한국판 SNAP-Ⅳ 평가척도를 사용하였다. 한국판 SNAP-Ⅳ 척도는 총 18문항으로 구성되어 있으며 주의력결핍에 관한 9문항, 과잉행동/충동성에 관한 9문항을 측정하고 있다. 각 문항은 “전혀 그렇지 않다”(0점), “약간 그렇다”(1점), “어느 정도 그렇다”(2점), “아주 많이 그렇다”(3점)의 4점 Likert 척도로 되어 있다. 총점은 0점~54점 사이에 분포한다. 장혜경(2007)이 보고한 검사의 신뢰도(Cronbach's α)는 주의력결핍 척도가 .88, 과잉행동/충동성 척도가 .87이었다. 본 연구에서 측정된 내적 합치도(Cronbach's α)는 .97이였고, 하위영역별로 살펴보면 주의력결핍이 .97, 과잉행동/충동성이 .95이었다.

    ADHD 아동들은 자신들의 실제 수행과는 모순되게 자기-평가를 함으로써, 자신들의 사회적 행동에 대해 서툴게 모니터 하는(Hoza, Waschbusch, Pelham et al., 2000) ‘긍정 착각 오류’를 나타냈던 선행연구결과를 고려하여 ADHD 성향 진단에 있어서 아동들 스스로 설문에 답하는 자기보고형식을 배제하였으며, 부모보고의 경우 교사와는 달리 비교대상이 없고 객관성이 떨어질 수 있으며 ADHD 증상의 범위가 학교생활 중에 나타날 수 있는 행동이 많으므로 교사보고에 의해 아동들의 ADHD 성향을 판단하였다. 그러나 병원 및 임상 장면에서 ADHD로 판정된 아동들이 아니기 때문에 교사보고만으로 ADHD라고 판정하기에는 무리가 있어 본 연구에서는 ‘ADHD 성향’이라는 용어를 사용하였다.

    우울

    Kovacs(1981)의 소아 우울 척도(Children's Depression Inventory: CDI)를 조수철과 이영식(1990)이 한국 실정에 맞게 표준화한 한국형 소아우울척도를 사용하였다. 아동은 지난 2주 동안 자신이 느꼈던 기분 상태를 스스로 평가하였다. 한국형 아동 우울 검사는 총 27문항으로 우울정서 5문항, 행동장애 7문항, 흥미상실 7문항, 자기비하 4문항, 생리적 증상 4문항의 5개 하위척도를 측정한다. 각 문항은 0점에서 2점까지의 3점 Likert 척도로 되어 있으며, 우울 증상의 심한 정도가 기술된 세 문장 중 적합한 한 가지를 선택하도록 한다. 총점은 0점~54점 사이에 분포한다. 조수철과 이영식(1990)이 보고한 검사의 전체 신뢰도(Cronbach's α)는 .88이었다. 본 연구에서의 내적 합치도는 .87이었으며, 각 하위영역별로 살펴보면 우울정서는 .60, 행동장애는 .56, 흥미상실은 .71, 자기비하는 .41, 생리적 증상은 .52이였다. 본 연구에서는 총점 및 각 하위척도의 합을 사용하였다.

    인터넷 과다사용

    본 연구를 위해 김청택, 김동일, 박중규, 이수진(2002)이 개발한 한국형 인터넷 중독 척도를 사용하였다. 이 검사는 아동․청소년을 대상으로 예비과정과 본 연구과정을 거쳐 한국의 실정에 맞게 만들어진 자가진단 표준화 검사이다. 한국형 인터넷 중독 척도는 총 40문항으로 일상생활장애 9문항, 현실구분장애 3문항, 긍정적 기대 6문항, 금단 6문항, 가상적 대인관계 지향성 5문항, 일탈행동 6문항, 내성 5문항의 7개 하위척도를 측정한다. 각 문항은 1점에서 4점까지의 4점 Likert 척도로 되어 있으며, 총점은 40점~160점 사이에 분포한다. 총점 160점 중에서 97점 이상이거나 혹은 하위요인 중 일상생활장애에서 26점 이상이면서, 동시에 금단에서 18점 이상이고, 내성에서 17점 이상인 경우 ‘고위험 사용자군’으로 정의한다. 총점이 80점 이상이거나 혹은 하위요인 중 일상생활장애에서 23점 이상이거나, 금단에서 16점 이상이거나, 내성에서 15점 이상인 경우 ‘잠재적 위험 사용자군’으로 정의한다. 총점이 79점 이하이면 ‘일반 사용자군’으로 정의한다. 일반 사용자군은 인터넷 사용이 과다하지 않음을 의미한다. 김청택 등(2002)이 보고한 초등학생 대상 검사 전체의 신뢰도(Cronbach's α)는 .96이었다. 본 연구에서의 전체 내적 합치도는 .97이였으며, 일상생활장애는 .89, 현실구분장애는 .83, 긍정적 기대는 .91, 금단은 .90, 가상적 대인관계 지향성은 .86, 일탈행동은 .88, 내성은 .88이였다.

    본 연구에서는 한 가지 검사만으로 아동을 중독으로 판정하는 데 무리가 있다고 판단되어 인터넷 중독이라는 용어 대신 ‘인터넷 과다사용’이라는 용어를 사용하였다. 인터넷 과다사용은 병리적인 진단이라기보다 인터넷에 대한 의존이 상대적으로 높아 인터넷 사용 시간 통제가 어렵고, 이로 인해 일상생활 및 학업에서 문제를 경험하는 정도가 높은 것을 의미한다(홍경희, 2002).

      >  연구절차 및 분석방법

    2010년 3월부터 2011년 2월에 걸쳐 울산시에 소재한 4개 초등학교의 11개 학급 5, 6학년 일반학급의 학생과 담임교사를 대상으로 설문을 실시하였다. 2010년 3월에 연구자가 울산 시내의 각 초등학교에 연구 참여 의사를 묻는 공문을 보냈다. 그 중 연구 참여에 동의한 4개 학교를 방문하여 11개 학급의 5, 6학년 담임교사들에게 연구의 목적과 설문에 대하여 설명하였다. 담임교사가 아동들의 행동성향을 충분히 관찰한 뒤에 행동 평가를 할 수 있도록 하기 위하여 3월부터 11월까지 행동관찰 기간을 두었으며, 설문의 실시는 12월 한 달 동안 담임교사가 9개월간의 관찰정보에 근거하여 아동의 ADHD 성향을 한 차례 평가하도록 하였다. 또한 아동이 응답하는 우울과 인터넷 중독 설문 역시 12월 한 달 동안 담임교사가 아동들에게 한 차례 실시하도록 하였다. 연구의 목적과 교사용 및 아동용 설문에 관한 설명은 연구자가 직접 학교를 방문하여 교사들에게 실시하였으며, 아동용 설문은 담임교사들이 실시할 수 있도록 충분한 설명과 자료를 담임교사들에게 제공하였다. 담임교사들은 2010년 12월 말까지 교사 및 아동 설문을 마무리하였으며 연구자는 2011년 2월까지 설문자료를 우편으로 전달받았다.

    [표 1.] 주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 왜도와 첨도

    label

    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 왜도와 첨도

    수집된 자료는 SPSS(Statistical Package for Social Science) 18.0을 이용하여 상관을 분석하였고, AMOS(Analysis of moment structure) 18.0을 이용하여 구조방정식모형(Structural Equation Modeling, SEM)을 사용하였다.

    그런데 구조방정식 모형 검증에서 최대우도법(Maximum Likelihood, ML)을 사용하기 위해서는 자료의 정상분포성이 가정되어야 한다. 따라서 구조방정식 모형검증을 실시하기에 앞서 각 측정변인들의 왜도와 첨도를 산출하였다. 각 측정변인들의 왜도와 첨도는 정상분포의 여부를 확인해 볼 수 있는 수치로, 왜도는 수집된 자료가 좌우대칭을 잘 이루어 정규성이 유지되는지를 확인하는 것이고, 첨도는 점수비율이 정규분포곡선에서 중간 혹은 끝부분에 몰려있는지 검토하는 것이다. 일반적으로 왜도의 절대값이 3보다 작거나, 첨도의 절대값이 10보다 작아야 정규성에 위배되지 않는다(Kline, 2005). 본 연구에서 수집된 자료는 표 1과 같이 가장 높은 왜도 값이 1.50이고, 가장 높은 첨도 값이 2.04이므로 정규분포성의 기본 가정을 만족시킨다.

    본 연구에서는 모형의 적합도를 평가하기 위하여 χ2 대신 NFI(Normed Fit Index), CFI(Comparative Fit Index), TLI(Tucker-Lewis Index), RMSEA(Root Mean Error of Approximation)를 사용하였다. χ2 검증은 영가설의 내용이 너무 엄격하여 모형이 조금만 틀려도 쉽게 기각되며, 동일한 모형이라도 표본 크기에 따라 기각될 수도 있고 채택될 수도 있기 때문에(홍세희, 2000) 본 연구에서 모형을 평가하는데 사용하지 않았다. 마지막으로, 서로 포함관계(nested relationship)에 있는 모형들을 비교하기 위해서 χ2 차이검증을 실시하였다.

    결 과

      >  아동의 주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 평균 및 표준편차

    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 평균 및 표준편차는 표 2와 같다. 주의력결핍 과잉행동 성향의 평균은 남학생이 13.81, 여학생이 5.74로 나타나 남학생이 여학생보다 더 높았다(t=5,41, p<001). 우울의 평균은 남학생이 13.84, 여학생이 12.70을 보였으나 유의미한 차이는 없는 것으로 나타났다. 인터넷 과다사용의 평균은 남학생이 26.15, 여학생이 11.64로 남학생이 여학생보다 더 높은 것으로 나타났다(t=5,44, p<001).

    [표 2.] 주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 남녀별 평균 및 표준편차

    label

    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 남녀별 평균 및 표준편차

      >  아동의 주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용 간의 관계

    아동의 주의력결핍 과잉행동 성향과 우울(r=.26, p<001), 주의력결핍 과잉행동 성향과 인터넷 과다사용(r=.33, p<001), 우울과 인터넷 과다사용(r=.36, p<001) 모두 유의미한 정적 상관관계를 보였다. 즉, 주의력결핍 과잉행동 성향의 점수가 높은 아동일수록 우울 정서를 더 강하게 보였고, 주의력결핍 과잉행동 성향의 점수가 높은 아동일수록 인터넷을 더 많이 사용하였다. 또한 우울 정서가 강한 아동일수록 인터넷을 사용하는 시간이 더 많은 것으로 나타났다. 세 변인 각각의 모든 하위요인들 간에도 유의미한 상관관계가 나타났으나, 주의력결핍 과잉행동 성향과 우울의 하위요인인 생리적 증상 간에는 통계적으로 유의미한 상관관계가 없는 것으로 나타났다.

    [표 3.] 주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용 간의 상관관계 (N=240)

    label

    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용 간의 상관관계 (N=240)

      >  매개모형 검증

    본 연구에서는 아동을 대상으로 주의력결핍 과잉행동 성향이 인터넷 과다사용에 미치는 영향에서 우울이 매개효과를 보이는지를 알아보기 위하여 구조방정식을 실시하였다. 연구모형은 주의력결핍 과잉행동 성향과 인터넷 과다사용 간에 우울이 매개하며, 주의력결핍 과잉행동 성향이 인터넷 과다사용에도 직접적인 영향을 미친다고 가정하는 부분 매개모형이다. 경쟁모형은 주의력결핍 과잉행동 성향이 우울을 통해서만 인터넷 과다사용에 영향을 미치며, 직접적인 영향은 없다고 가정하는 완전 매개모형이다. 이들 두 모형 중에서 어느 모형이 더 좋은 모형인지를 알아보고 더 좋은 모형을 최종적으로 선택하는 방법으로 모형검증을 실시하였다.

    연구모형은 그림 1, 연구모형의 모수추정치는 표 4와 같다.

    경쟁모형은 그림 2, 경쟁모형의 모수추정치는 표 5와 같다.

    우울이 주의력결핍 과잉행동 성향과 인터넷 과다사용을 어떻게 매개하는지 알아보기 위하여 표 6에서 보는 것처럼 연구모형과 경쟁모형의 부합도 지수를 조사하였다. NFI와 CFI, TLI는 .90 이상일 때 적합도가 높다(홍세희, 2000). RMSEA의 경우 RMSEA<.05 이면 좋은 적합도, RMSEA<.08이면 괜찮은 적합도, RMSEA<.10이면 보통 적합도, RMSEA>.10이면 나쁜 적합도이다(Browne & Cudeck, 1993). 연구모형과 경쟁모형 모두 NFI, CFI, TLI에서 좋은 적합도를 나타내었고, RMSEA에서는 보통의 적합도를 보여주고 있다. 이러한 결과를 볼 때 부분 매개모형과 완전 매개모형 모두 적합한 모형인 것으로 생각된다.

    [표 4.] 연구모형의 모수추정치

    label

    연구모형의 모수추정치

    다음 단계에서는 연구모형과 경쟁모형 중 어떤 모형이 더 적절한 모형인가를 밝히기 위하여 모형검증을 실시하였다. 표 6에 제시된 결과를 보면 두 모형의 χ2 차이값은 13.7이며 자유도의 차이값은 1이다. 이는 자유도 차이인 1에 대한 χ2 차이의 임계값인 3.84보다 크므로 양방 유의수준 .05에서 통계적으로 유의미한 차이가 있다. χ2 검증 결과가 통계적으로 유의미하면 복잡한 모형을, 유의미하지 않으면 간명한 모형을 선택하므로(홍세희, 2000), 본 연구에서는 연구모형이 선택되었다. 즉, 주의력결핍 과잉행동 성향이 우울을 매개하여 인터넷 과다사용에 영향을 미칠 뿐만 아니라 직접적인 영향도 미치는 것으로 나타났다.

    [표 5.] 경쟁모형의 모수추정치

    label

    경쟁모형의 모수추정치

    [표 6.] 연구모형과 경쟁모형의 부합도 지수

    label

    연구모형과 경쟁모형의 부합도 지수

    그런데 매개효과는 독립변인에서 매개변인으로 가는 경로(a)와 매개변인에서 종속변인으로 가는 경로(b)가 모두 유의미하게 나타났을 때 살펴볼 수 있다. 본 연구에서는 아동의 ADHD 성향이 우울에 직접적인 영향을 미치는 것으로 나타났고(a=.33, p<001), 우울 역시 인터넷 과다사용에 직접적인 영향을 미치는 것으로 나타났다(b=.32, p<001). 아동의 ADHD 성향이 우울을 매개로 하여 인터넷 과다사용에 미치는 간접적인 영향은 .11로 나타났다. 이 매개 효과의 크기에 대한 유의도를 검증하기 위하여 Sobel Test를 시행하였다. Sobel(1982)의 Z공식에 의하면 Z값이 양방 유의수준 .05에서 임계치인 1.96보다 클 경우 매개효과가 유의하다. 본 연구에서는 아동의 주의력결핍 과잉행동 성향이 인터넷 과다사용에 미치는 영향에서 우울의 매개효과가 유의한 것으로 나타났다(Z=2.47, p<001). 이는 아동의 ADHD 성향이 인터넷 과다사용에 직접적으로 영향을 미치기도 하지만, 우울을 통해 간접적으로 영향을 미치기도 한다는 것을 나타낸다.

    논 의

    본 연구에서는 주의력결핍 과잉행동 성향이 인터넷 과다사용에 미치는 영향에 있어 우울이 매개효과를 가지는지 살펴보았다. 먼저 변인들 간의 상관관계를 알아보고, 주의력결핍 과잉행동 성향과 인터넷 과다사용 간의 관계에서 우울의 매개효과를 살펴보았다.

    주의력결핍 과잉행동 성향과 우울, 인터넷 과다사용 간의 관계를 살펴본 결과는 다음과 같다.

    첫째, 주의력결핍 과잉행동 성향과 우울은 정적 상관관계를 나타내었다. 이는 주의력결핍 과잉행동 성향의 점수가 높은 아동일수록 슬픈 감정, 침울한 기분, 부정적 자기개념이나 의욕상실과 같은 우울 정서를 더 강하게 보인다는 것을 의미한다. ADHD 성향이 높은 아동은 주의력결핍 및 과잉행동/충동성의 특성으로 인하여 생활 속에서 만성적인 실패 경험을 하고 불만족스러운 대인관계를 맺을 가능성이 높기 때문에 이로 인한 우울감이 증가될 수 있다. Biederman과 동료들(1991)은 ADHD와 우울증의 공존률이 47%라고 보고하였고, 특히 King, Barkley와 Barrett(1998)은 ADHD 아동이 주요우울장애(major depression)를 함께 가지고 있는 경우가 9~32%에 달한다고 밝혔다. 국내 연구들에서도 경기도 초등학생들을 대상으로 ADHD 성향과 우울의 관계를 밝힌 유미 등(2008)의 연구와 부산시 초등학생들을 대상으로 ADHD 성향과 우울의 관계를 연구한 이동훈(2009)의 연구 모두 ADHD 성향과 우울 간에 정적 상관을 보고하였다.

    둘째, 주의력결핍 과잉행동 성향과 인터넷 과다사용은 정적 상관관계를 나타내었다. 이는 주의력결핍 과잉행동 성향의 점수가 높은 아동일수록 인터넷을 더 많이 사용하고 이로 인해 일상생활장애, 현실구분장애, 금단, 내성과 같은 문제를 더 많이 보일 수 있음을 의미한다. ADHD 성향이 높으면 자신의 각성도를 높이기 위하여 기존의 과잉행동 대신 감각적이고 자극적인 인터넷에 몰입할 가능성이 있다(김정순, 2008). 이는 초등학생을 대상으로 ADHD 성향과 인터넷 중독의 관계를 연구한 유미 등(2008)의 연구 결과를 지지하며, 청소년을 대상으로 ADHD 성향과 인터넷 중독의 관계를 연구한 많은 선행연구들(김용익, 이동훈, 박원모. 2010; 위지희, 채규만, 2004)과도 맥을 같이 하는 것이다.

    셋째, 우울과 인터넷 과다사용 역시 정적 상관관계를 나타내었다. 이는 슬프고 침울한 기분 속에 있는 아동일수록 인터넷을 사용하는 시간이 더 많다는 것을 의미한다. 송은주(2005)는 초등학생을 대상으로 한 연구에서 우울과 인터넷 중독 간에 정적 상관관계가 있음을 보고하였다. 김종범과 한종철(2001)도 13세부터 35세까지 1,021명을 대상으로 한 연구에서 인터넷 중독 집단이 비중독 집단에 비해 우울이 더 높다는 것을 밝혔다. 이처럼 우울과 인터넷 중독 간의 관계에 대한 여러 연구들은 다양한 연령대에서 정적 상관관계를 보이고 있다(Whang, Lee, & Chang, 2003; Young, 1996).

    이에 대해 정호선(1997)은 우울 성향이 높은 사람들은 현실 공간에서의 좌절을 인터넷을 통해 보상하며, 사적인 공간에 머무를 수 있는 인터넷에서의 가상적 대인관계를 선호하기 때문이라고 하였다. 김주연(2002)최민정(2000)은 청소년을 대상으로 인터넷 중독을 가장 잘 예측해 주는 변인을 조사한 결과, 인터넷 중독을 유발하는 가장 큰 요인이 우울이라고 하였다. Young과 Rodgers(1998)도 우울감이 인터넷 중독의 수준을 높이는 중요한 요인이 된다고 하였다. Davis(2001)도 우울이 인터넷의 병리적인 사용으로 인해 생기는 것이 아니라 우울 때문에 인터넷의 병리적인 사용이 생긴다는 인과 모형을 밝혔다.

    그러나 이와는 달리, 우울이 인터넷 과다사용의 결과로 나타나는 것이라는 연구들도 보고되고 있다. 오윤선(2008)은 청소년을 대상으로 한 연구에서 인터넷 게임중독이 우울에 영향을 미치는 것을 발견하였고, 이경은(2008) 역시 초등학생을 대상으로 한 연구에서 아동의 인터넷 중독이 우울에 영향을 미친다는 것을 밝혔다. 본 연구에서는 매개 모형 안에서 우울이 인터넷 중독의 원인이라는 것을 검증하였으나, 우울이 인터넷 과다사용의 원인이 아니라 결과로 나타나는 것이라는 연구들이 있음을 볼 때, 후속 연구에서는 이러한 대안적 모형에 대한 검증도 이루어지는 것이 필요할 것이다.

    주의력결핍 과잉행동 성향과 인터넷 과다사용 간의 관계에서 우울이 매개변인으로서의 역할을 하는 것으로 나타났다. 이는 주의력결핍 과잉행동 성향 자체가 인터넷 과다사용의 직접적인 원인이 되기도 하지만 우울을 통해 간접적인 영향을 준다는 것을 의미한다. 우울은 주의력결핍 과잉행동 성향의 결과이면서 동시에 인터넷 과다사용의 원인으로 작용하는 것이다. 이처럼 주의력결핍 과잉행동 성향이 우울을 일으키고 유발된 우울이 또 다시 원인이 되어 인터넷 과다사용을 유발하기 때문에, ADHD 성향의 아동이 인터넷을 과도하게 사용하는 데 있어 우울이라는 정서가 중요한 역할을 한다는 것을 확인할 수 있었다.

    이러한 결과는 ADHD 성향의 중학생을 대상으로 한 연구에서 ADHD 성향이 인터넷 과다사용으로 발전할 가능성이 높으며, 이와 관련된 심리적 특성의 중의 하나로 우울을 보고한 위지희, 채규만(2004)의 연구 결과와 맥을 같이 한다. 또한 ADHD 성향의 청소년들이 우울 수준이 높고, 우울이 높을수록 인터넷 중독의 정도가 더 높다는 김용익(2009)의 연구 결과도 지지하는 것이다. 주의력결핍 과잉행동 성향이 높으면 주의력결핍 및 과잉행동/충동성 그 자체의 특성으로 인하여 수행에서 계속되는 실패를 겪게 되고, 대인관계에서도 부정적인 피드백을 얻을 가능성이 높다. ADHD 성향의 아동은 이로 인한 우울감을 감각적이고 자극적인 인터넷 사용으로 가져가 현실에서 얻지 못한 성취감을 인터넷을 통해 얻고 현실세계 대신 가상세계에서의 상호작용에서 만족감을 얻으려 할 수 있는 것이다.

    이러한 인터넷 과다사용이 적절한 시점에서 개입되거나 치료되지 않으면 주의력결핍 과잉행동 성향을 보이는 아동은 일반 아동에 비해 인터넷 과다사용으로 더 쉽게 빠져들 수 있다. 주의력결핍 과잉행동 성향과 인터넷 과다사용 간의 관계를 살펴본 선행연구들은 ADHD 아동이 일반 아동에 비해 나이가 들수록 알코올, 마약, 담배와 같이 중독적 물질 사용에 있어 더욱 의존하는 모습을 보였고(Molina & Pelham, 2003), ADHD 청소년 및 성인들도 일반인들에 비해 약물이나 알코올과 같은 물질 중독에 빠질 위험이 더 높다고 보고하고 있다(Biederman et al., 1997). 인터넷 중독은 알코올, 마약과 같은 물질 중독과 마찬가지로 내성, 금단 등의 증상을 나타내며 학업, 대인관계, 사회적 활동에서 부적응을 일으킨다는 점에서 물질 중독과 유사하다(Young, 1996). 특히 우리나라는 곳곳에 인터넷 기반이 잘 갖추어져 있고 인터넷으로의 접근이 용이하기 때문에 ADHD 성향 아동의 인터넷 과다사용 가능성이 보다 쉬워질 수 있다.

    인터넷 과다사용은 중독과 유사한 특성상 한 번 빠지면 회복하기가 쉽지 않다. 아동기에 인터넷 중독으로 이행되었을 경우 청소년기나 성인기까지 지속될 가능성이 높으며, 이 경우 가족 관계 및 학교생활에서의 어려움뿐만 아니라 사이버 비행이나 범죄 등과 같은 심각한 사회 문제까지도 일으킬 위험이 있다. 특히 ADHD는 품행 장애나 반사회성 장애와 같은 장애와 공병률이 높은데, 인터넷 공간 속에서 이러한 문제들이 활성화될 경우 그 심각성은 더욱 커질 수 있다. 따라서 주의력결핍 과잉행동 성향이 높은 아동의 인터넷 과다사용은 조기에 인식하여 개입하거나 예방할 필요가 있다.

    그러나 이러한 심각성에도 불구하고 주의력결핍 과잉행동 성향 아동의 인터넷 과다사용을 개선하기 위한 관련 연구는 부족한 실정이다. 그나마 연구된 대상의 대부분도 청소년이며, 주의력결핍 과잉행동이 인터넷 중독으로 이어지는 과정을 정교화한 연구는 드물다. 본 연구에서는 아동의 주의력결핍 과잉행동 성향과 인터넷 과다사용 간의 관계에서 우울이 매개 역할을 한다는 것을 알 수 있었다. 따라서 본 연구는 주의력결핍 과잉행동 성향이 인터넷 과다사용으로 이행되는 과정을 보다 정교화하였고, 이를 통해 주의력결핍 과잉행동 성향 아동의 인터넷 과다사용을 예방하고 치료하는 데 있어 매개변인에 초점을 맞추는 기초자료를 제공했다는 데 의의가 있을 것이다.

    한편 Hinshaw(2002)는 이처럼 우울을 동반하는 ADHD와 주의력결핍 및 과잉행동/충동성이라는 특성만을 지닌 순수한 형태의 ADHD는 별개로 분류되어야 하며, 개입과 치료에 있어서도 달리 접근해야 한다고 주장하였다. 본 연구에서는 주의력결핍 과잉행동 성향이 인터넷 과다사용에 직접적인 영향을 미치기도 하고, 우울을 매개로 하여 간접적인 영향을 미치기도 하였다. 따라서 주의력결핍 과잉행동 성향 아동이 인터넷을 과도하게 사용하는 모습을 보일 때 아동이 우울을 동반한 ADHD 성향의 아동인지 아닌지에 따라 다른 접근이 필요할 것이다. 만약 우울을 매개로 한 인터넷 과다사용이라면, 아동이 지닌 주의력결핍 및 과잉행동/충동성 자체에만 초점을 맞출 것이 아니라 이들이 가지고 있는 우울감을 고려하여 우울의 원인을 탐색하고 개선하는 개입이 필요할 것이다. ADHD 성향 아동의 우울은 계속되는 수행 실패로 인한 낮은 자존감, 부모, 교사, 또래 관계에서 오는 부정적 피드백과 불만족스러운 대인관계로 인한 결과일 수 있다. 따라서 이 경우 주의력결핍, 과잉행동/충동성 자체를 개선하는 것보다는 ADHD 성향의 아동이 겪고 있는 우울감의 원인을 파악하고 이를 개선하는 것이 과도한 인터넷 사용을 줄이는 데 더 효과적일 수 있다.

    본 연구의 결과를 기초로 하여 상담자는 ADHD 성향 아동의 인터넷 과다사용 문제를 상담하거나 치료할 때, 인터넷 사용시간을 무조건 줄이려고 하거나 주의력결핍 및 과잉행동/충동성이라는 ADHD의 성향 자체 개선에만 몰두할 것이 아니라 아동이 정서적으로 우울감을 겪고 있는지에 대해 살펴볼 수 있을 것이다. 이를 위해 상담자는 아동기 우울의 특징을 잘 숙지하고 있어야 하며, 주의력결핍 과잉행동 성향의 아동이 낮은 자존감이나 대인관계 문제로 인해 이러한 우울에 놓여 있는 것은 아닌지 민감하게 살펴보는 노력이 필요하다. 또한 아동이 우울할 때 인터넷 사용 대신 할 수 있는 다양한 놀이나 스트레스 해소법을 알려주어서 인터넷 사용이 습관이 되지 않도록 돕는 것이 중요하다. 한 걸음 더 나아가, ADHD 성향의 아동이 겪을 수 있는 대인관계 어려움이나 수행의 좌절을 미리 도울 수 있다면 ADHD 성향의 아동이 인터넷을 과다사용하지 않도록 하는 데 많은 도움이 될 것이다.

    ADHD의 주요 특성인 주의력결핍과 과잉행동/충동성은 쉽게 변화되기 힘든 반면, 원인을 알면 개선의 여지가 있는 우울을 낮추는 것은 상대적으로 수월하기 때문에 우울을 치료하는 것이 ADHD 성향 아동의 인터넷 과다사용 예방과 치료에 도움을 줄 수 있을 것이라 기대한다. 이후 계속적인 연구를 통해 ADHD 성향 아동의 인터넷 과다사용에 영향을 주는 여러 요인을 밝히고, 이러한 요인들을 인터넷 과다사용을 줄이는 프로그램에 활용함으로써 ADHD 성향의 아동들에게 도움이 될 수 있을 것이다.

    본 연구의 제한점과 후속연구를 위한 제언은 다음과 같다.

    첫째, 본 연구의 대상은 울산시의 4개 초등학교 학생들로 제한되어 있어서 연구결과를 초등학생 전체로 일반화 하는데 어려움이 있다. 따라서 다양한 지역의 아동들을 대상으로 하는 연구가 필요하다. 또한 인터넷 이용 연령이 점점 더 낮아지고 있는 만큼 초등학교 저학년을 대상으로 하는 연구도 이루어질 필요가 있다.

    둘째, 우울 검사에서 총점의 신뢰도 지수는 높았지만, 몇몇 하위척도의 신뢰도 지수는 낮게 나왔다. 향후 연구에서는 이 부분을 보완하여 연구할 필요가 있을 것이다. 또한 주의력결핍 과잉행동 성향을 담임교사의 평가만으로 측정한 것에도 정확성에 한계가 있다. 따라서 ADHD 성향을 가진 일반 아동을 대상으로 하는 후속 연구에서는 담임교사의 평가뿐만 아니라 부모 및 전문가의 평가, 아동의 자기 보고, 그리고 보다 다양한 관찰법이나 면접법 등이 포함된 측정이 이루어질 필요가 있을 것이다. 또한 병원이나 임상 장면에서 실제로 ADHD로 진단된 아동을 통해 ADHD가 인터넷 과다사용에 미치는 영향에 있어 우울이 매개역할을 하는지도 살펴 볼 필요가 있다.

    셋째, 본 연구는 ADHD의 하위유형 및 성별에 따라 매개효과의 크기가 달라질 수 있는지에 대해서는 살펴보지 않았다. 따라서 주의력결핍 과잉행동 성향이 인터넷 과다사용에 미치는 영향에 있어 우울이 가지는 매개효과가 ADHD의 하위유형 및 성별에 따라 어떤 차이를 보이는지에 대해 중재된 매개효과를 연구하는 것도 의미 있을 것이다.

    넷째, 본 연구는 비교적 단기간에 수행되어 여러 한계들을 가질 수 있다. 따라서 이와 같은 연구의 종단적 후속 연구가 필요할 것이다.

    다섯째, 우울 외에도 주의력결핍 과잉행동 성향과 인터넷 과다사용을 매개하는 다양한 요인들이 통합적으로 검토되어야 할 것이다. 이를 통해 주의력결핍 과잉행동 성향이 인터넷 과다사용에 이르게 되는 다양한 메커니즘을 이해하고, 인터넷 과다사용을 예방할 수 있을 것이다.

참고문헌
  • 1. 김 선숙 (2004)
  • 2. 김 용익 (2009)
  • 3. 김 용익, 이 동훈, 박 원모 (2010) [상담학연구] Vol.11 P.245-264
  • 4. 김 정순 (2008)
  • 5. 김 종범, 한 종철 (2001) [한국심리학회지 상담 및 심리치료] Vol.13 P.207-219
  • 6. 김 주연 (2002)
  • 7. 김 청택, 김 동일, 박 중규, 이 수진 (2002)
  • 8. 김 혜리 (2005)
  • 9. 류 진아 (2003)
  • 10. 송 은주 (2005)
  • 11. 송 정현 2010 http://news.kukinews .com/article/view.asp?page=1&gCode= kmi&arcid=1286893975&cp=nv google
  • 12. 오 원옥 (2007) [아동간호학회지] Vol.13 P.81-89
  • 13. 오 윤선 (2008) [청소년 시설환경] Vol.6 P.3-15
  • 14. 위 지희, 채 규만 (2004) [한국심리학회지: 임상] Vol.23 P.397-416
  • 15. 유 미, 김 근향, 최 태규, 육 기환, 홍 현주 (2008) [2008년 한국심리학회 연차학술발표대회 논문집] P.600-601
  • 16. 윤 혜연 (2008)
  • 17. 이 경은 (2008)
  • 18. 이 동훈 (2009) [상담학연구] Vol.10 P.2397-2419
  • 19. 이 명수, 오 은영, 조 선미, 홍 만제, 문 재석 (2001) [신경정신의학] Vol.40 P.626-625
  • 20. 이 선애 (2001) [사회복지개발연구] Vol.7 P.57-83
  • 21. 이 혜린 (2008)
  • 22. 장 은진, 서 민정, 정 철호 (2001) [소아?청소년정신의학] Vol.12 P.245-255
  • 23. 장 혜경 (2007)
  • 24. 정 경란 (2001)
  • 25. 정 호선 (1997)
  • 26. 조 수철, 이 영식 (1990) [신경정신의학] Vol.29 P.943-955
  • 27. 최 민정 (2000)
  • 28. (2010)
  • 29. (2008)
  • 30. (2009)
  • 31. 홍 경희 (2002)
  • 32. 홍 세희 (2000) [한국심리학회지: 임상] Vol.19 P.161-177
  • 33. (1994) Diagnostic and Statistical Manual of Mental Disorder. google
  • 34. Barkley R., Fischer M., Edelbrock C., Smallish L. (1990) The adolescent outcome of hyperactive children diagnosed by research criteria: 1. An 8-year prospective follow-up study. [Journal of American Academy Child Adolescences Psychiatry] Vol.29 P.546-557 google cross ref
  • 35. Beard K. W., Wolf E. M. (2001) Modification in the proposed diagnostic criteria for internet addiction. [Cyber Psychology & Behavior] Vol.4 P.377-383 google cross ref
  • 36. Biederman J., Newcorn J., Sprich S. (1991) Comorbidity of attention deficit hyperactivity disorder with conduct, depressive, anxiety, and other disorders. [American Journal of Psychiatry] Vol.148 P.564-577 google
  • 37. Biederman J., Wilens T., Mick E., Faraone S., Weber W., Curtis S., Thornell A., Pfister K., Jetton J., Soriano J. (1997) Is ADHD a risk factor for psychoactive substance use disorders? findings from a four- year prospective follow-up study. [Journal of the American Academy of Child & Adolescent Psychiatry] Vol.36 P.21-29 google cross ref
  • 38. Brenner V. (1997) Update on the internet usage survey. [Paper presented at the 105th Annual Convention of the America Psychological Association] google
  • 39. Browne M. W., Cudeck R. (1993) Alternative ways of assessing model fit, In Bollen. K. A. & Long, J. S. (Eds.). Testing Structural equation models. P.136-162 google
  • 40. Bussing R., Zima B., Perwien A. (2000) Self-esteem in special education children with ADHD: relationship to disorder characteristics and medication use. [Journal of the American Academy of Child & Adolescent Psychiatry] Vol.39 P.1260-1269 google cross ref
  • 41. Cao F., Su L. (2007) Internet addiction among Chinese adolescents: prevalence and psychological features. [Child: Care, Health and Development] Vol.33 P.275-281 google cross ref
  • 42. Cao F., Su L., Liu T., Gao X. (2007) The relationship between impulsivity and Internet addiction in a sample of Chinese adolescents. [European Psychiatry] Vol.22 P.466-471 google cross ref
  • 43. Davis R. A. (2001) A cognitive-behavioral model of pathological Internet use. [Computers in Human Behavior] Vol.17 P.187-195 google cross ref
  • 44. Davison G. C., Neale J. M. (1982) Abnormal psychology google
  • 45. Goldberg I. (1996) Internet addiction: electronic message posted to research discussion list [On-line]. google
  • 46. Hinshaw S. R. (2002) Is ADHD an impairing condition in childhood and adolescence? Attention deficit hyperactivity disorder: State of the science-best practices. [Civic Research Institute] Vol.34 P.1-19 google
  • 47. Hoza B., Waschbusch D. A., Pelham W. E., Molina B. S. G., Milich R. (2000) Attention-deficit/hyperactivity disordered and control boys' responses to social success and failure. [Child Development] Vol.71 P.432-446 google cross ref
  • 48. King J. A., Barkley R. A., Barrett S. (1998) Attention-deficit hyperactivity disorder and the stress resoinse. [Biological Psychiatry] Vol.44 P.1998 google cross ref
  • 49. Kline R. B. (2005) Principle and practice of structural equation modeling. google
  • 50. Ko Chin-hung., Yen Ju-Yu., Yen Cheng-Fang., Chen Cheng-Sheng., Weng Chin-Chi., Chen Cehng-Chung. (2008) The Association between Internet Addiction and Problematic Alcohol Use in Adolescents: The Problem Behavior Model. [CyberPsychology & Behavior] Vol.11 P.571-576 google cross ref
  • 51. Kovacs M. (1981) Rating scales to assess depression in school aged children. [Acta Paedopsychiatrica] Vol.46 P.305-15 google
  • 52. Lewis R. B. (1991) Teaching special students in the mainstream google
  • 53. Milich R., Laundau S. (1982) Socialization and peer relationship in hyperactive children. In Gadow, K. D., & Bialer, I. (Eds.), In Advance in learning and behavioral disabilities. P.283-339 google
  • 54. McGlinchey J. B., Dobson K. S. (2003) Treatment Integrity Concerns in Cognitive Therapy for Depression. [Journal of Cognitive Psychotherapy] Vol.17 P.299-318 google cross ref
  • 55. Molina B. S. G., Pelham W. E. (2003) Childhood predictors of adolescent substance use in a longitudinal study of children with ADHD. [Journal of Abnormal Psychology] Vol.112 P.497-507 google cross ref
  • 56. Realmuto G. M., Winters K., August G., Lee S., Fahnhorst T., Botzet A. (2009) Drug use and psychosocial functioning of a community-derived sample of adolescents with childhood ADHD. [Journal of Child & Adolescent Substance Abuse] Vol.18 P.172-192 google cross ref
  • 57. Ross G., Lipper E., Auld P. A. M. (1996) Cognitive abilities and early precursors of learning disabilities in very-low-birthweight children with normal intelligence and normal neurological status. [International Journal of Behavioral Development] Vol.19 P.563-580 google cross ref
  • 58. Silver A. B. (2004) Attention-deficit/hyperactivity disorder. google
  • 59. Sobel M. E. (1982) Asymptotic confidence intervals for indirect effects in structural equation models. [Sociological Methodology] Vol.13 P.290-312 google cross ref
  • 60. Swanson J. M., W. Nolan W. E., Pelham W. (1992) The SNAP Rating Scale. google
  • 61. Swanson J. M., W. Nolan W. E., Pelham W. (1992) The SNAP-IV Rating Scale. google
  • 62. Talbott J. A. (1994) Fifty years of psychiatric services: Changes in Treatment of Chronically Mentally Ⅰ11 Patients. google
  • 63. Whang L. S., Lee S., Chang G. (2003) Internet over-user's psychological profiles: A Behavior sampling analysis on internet addiction. [CyberPsychology & Behavior] Vol.6 P.143-150 google cross ref
  • 64. Yen Ju-Yu., Ko Chih-Hung., Yen Cheng-Fang., Wu Hsiu-Yueh., Yang Ming-Jen. (2007) The comorbid psychiatric symptoms of internet addiction: attention deficit and hyperactivity disorder(ADHD), depression, social phobia, and hostility. [Journal of Adolescent Health] Vol.41 P.93-98 google cross ref
  • 65. Young K. S. (1996) Internet can be as addicting as alcohol, drugs and gambling. google
  • 66. Young K. S., Rodgers R. C. (1998) Internet addiction: personality traits associated with its development. [69th annual meeting of the eastern psychological assiciation.] google
이미지 / 테이블
  • [ 표 1. ]  주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 왜도와 첨도
    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 왜도와 첨도
  • [ 표 2. ]  주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 남녀별 평균 및 표준편차
    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용의 남녀별 평균 및 표준편차
  • [ 표 3. ]  주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용 간의 상관관계 (N=240)
    주의력결핍 과잉행동 성향, 우울, 인터넷 과다사용 간의 상관관계 (N=240)
  • [ 그림 1. ]  연구모형(부분매개)의 결과(표준화 계수 사용)
    연구모형(부분매개)의 결과(표준화 계수 사용)
  • [ 표 4. ]  연구모형의 모수추정치
    연구모형의 모수추정치
  • [ 그림 2. ]  경쟁모형(완전매개)의 결과(표준화 계수 사용)
    경쟁모형(완전매개)의 결과(표준화 계수 사용)
  • [ 표 5. ]  경쟁모형의 모수추정치
    경쟁모형의 모수추정치
  • [ 표 6. ]  연구모형과 경쟁모형의 부합도 지수
    연구모형과 경쟁모형의 부합도 지수
(우)06579 서울시 서초구 반포대로 201(반포동)
Tel. 02-537-6389 | Fax. 02-590-0571 | 문의 : oak2014@korea.kr
Copyright(c) National Library of Korea. All rights reserved.