[논문]소비자의 선택 과부하와 유사성 회피 성향이 온라인 추천 서비스의 혁신성과 사용 적합성 지각에 미치는 영향

윤남희; 이하경; 장세윤

doi:10.5805/sfti.2019.21.2.141

문제 정의

, 1985) 자신이 남들과 차별화됨을 드러내고자 한다. 독특성 욕구가 높은 사람들은 타인과 차별화 하기 위해 남들이 가지고 있지 않은 독특한 자원을 구매 및 사용함으로써 자신과 남을 구분하고자 한다. 이러한 독특성 욕구는 개인이 지닌 내재적 특성으로서 다양하게 나타나는 인간 행동의 동기로서 작용하기도 한다(Maslach et al.
로컬 상품)가 개인의 유사성 욕구에 따라 어떻게 달라지는지 살펴보기 위해 유사성 욕구 중 창의적 선택과 유사성 회피의 두 가지 하위 요인을 사용하여 개인의 유사성 욕구를 측정하였다. 본 연구는 온라인 추천 서비스를 통해 자신이 사전에 구매한 상품 혹은 타인이 구매한 상품과 유사한 상품을 제시하고 이에 대한 소비자의 수용 수준을 탐색하는 목적을 지닌다. 따라서 새로운 상품에 대한 욕구를 파악할 수 있는 창의적 선택 혹은 비대중적 선택보다는 남들이 구매한 상품과 비슷한 상품을 회피하려는 욕구에 집중하고 이를 측정할 수 있는 ‘유사성 회피’를 사용하고자 한다.
본 연구는 온라인 패션상품 쇼핑 시 제시되는 개인화 추천 서비스에 대한 평가가 소비자의 선택 과부하 인지, 유사성 회피 특성에 따라 어떻게 달라지는지 검증하고자 온라인 쇼핑 상황을 가정하고 시나리오를 토대로 실험 설계하였다. 응답자에게 스니커즈 쇼핑을 위해 온라인 사이트(Converse.
온라인 커머스의 발전과 시장의 급속한 확대로 소비자는 무수히 많은 정보 속에서 자신이 원하는 정보를 더 효율적으로 얻기를 바라며, 이를 해결해 줄 수 있는 고도화된 서비스를 기대하고 있다. 본 연구는 최근 온라인 쇼핑환경에서 활발히 시도되고 있는 개인화 추천 서비스를 소비자들이 어떻게 평가하고 사용하고자 하는지를 파악하고자 하였다. 특히 온라인 추천 서비스에 대한 평가는 소비자의 정보처리와 선택 특성에 따라 달라질 수 있음을 주목하고, 소비자가 쇼핑 시 지각하는 선택 과부하와 유사성 회피에 따라 온라인 추천 서비스의 혁신성과 사용 적합성의 차이와 이들의 추천 서비스 사용의도에 미치는 영향력을 실증적으로 검증하였다.
, 2004). 본 연구에서는 온라인 쇼핑 환경에서 제공되는 다양한 선택이 소비자에게 미치는 부정적인 효과를 선택 과부하로 지칭하고 소비자의 선택 과부하 수준에 따라 온라인 추천 서비스에 대한 평가가 어떻게 달라지는지 살펴보고자 한다. 온라인 추천 서비스는 개인의 구매 이력과 검색 패턴을 토대로 개인에게 적합한 상품을 추천해 주기 때문에 선택 대안이 많은 온라인 쇼핑 상황에서 선택 과부하를 높게 지각하는 사람들은 추천 서비스를 긍정적으로 평가할 것이다.
, 2006) 각 혁신성 유형이 얼마나 새로운가에 따라 혁신성 수준을 고 · 중 · 저의 세 가지 단계로 구분하기도 한다(Kleinschmidt & Cooper, 1991; Lawton & Parasuraman, 1980). 본 연구에서는 온라인 추천 서비스의 혁신성을 측정함에 있어 기업의 입장이나 기술 자체의 혁신성을 평가하기보다 해당 기술이 활용된 서비스를 수용하는 소비자 측면에서 잠재적 수용자들이 온라인 추천 서비스를 얼마나 새롭다고 지각하는지를 측정하고자 한다.
본 연구에서는 일반적인 온라인 쇼핑보다 혁신적인 기술이 활용된 온라인 추천 서비스에 대한 소비자의 수용의도를 파악 하고자 하며 이의 지표로서 사용 적합성을 사용하고자 한다. 온라인 추천 서비스의 경우 다른 종류의 쇼핑 서비스보다 소비자 에게 더 큰 새로움을 제공할 수 있으며 이러한 서비스의 혁신 성이 잠재적 수용자의 니즈와 가치에 얼마나 부합하는지를 파악하는 것이 필요할 것이다.
연구문제 1: 소비자의 선택 과부하와 유사성 회피에 따라 온라인 추천 서비스 적합성과 혁신성 지각의 차이가 있는지 살펴본다.
연구문제 2: 소비자의 선택 과부하와 유사성 회피에 따라 온라인 추천 서비스 적합성과 혁신성이 온라인 추천 서비스 사용 의도에 미치는 영향에 차이가 있는지 살펴본다.
그러나 추천 서비스가 개인과 유사한 타인의 정보가 반영되어 통합적 결정을 내린다는 측면에서 타인과 차별화되고 독특한 스타일을 추구하는 소비자의 경우, 유사성에 기초한 상품 추천 결과에 만족하지 못할 수 있다. 이러한 추천 서비스가 제공되는 환경의 특성을 반영하여 본 연구에서는 패션상품의 추천 서비스를 이용하는 개인의 선택 과부하와 유사성 회피에 따라 온라인 추천 서비스에 대한 평가가 어떻게 달라지는지 살펴보고자 한다.
독특성 이론(Theory of uniqueness)에 따르면 사람들은 자신의 독특성이 위협을 받거나 사회적 환경 내에서 자신이 타인과 유사하다고 지각할 때 독특성욕구가 증가한다. 즉, 사람들은 자신을 남들과 구분함으로써 자존감을 높이고 자아에 대한 부정적인 영향을 최소화하기 위해다양한 방법으로 자신을 타인과 차별화하고자 한다. 어떤 이들은 자신이 가진 소유물을 과시함으로써(Belk, 1988), 개인이 지닌 전문지식을 통해(Holt, 1995), 혹은 타인과 의사소통하는 방식을 통해(Maslach et al.
동시에 혁신적인 서비스가 소비자의 쇼핑 방식에 적합한지에 따라 추천의 결과 채택에 영향을 미칠 수 있다(Atuahene-Gima, 1995; Ettlie & Rubenstein, 1987). 특히 온라인 추천 서비스의 혁신성과 적합성의 특성이 추천 서비스를 사용하는데 미치는 영향력은 소비자의 특성에 의해 달라질 수 있음을 주목하고 본 연구에서는 이를 검증하고자 한다. 패션 소비자는 온라인 쇼핑에서 발생하는 인지 과부하를 줄임과 동시에 타인과의 유사성은 피하고자 하는 특성이 드러날 수 있는데, 추천 서비스가 갖고 있는 기술적 시스템으로 인지되는 혁신성과 개인의 서비스 사용 과정의 비교로 인지되는 적합성의 영향력은 어떻게 달라지는 파악하고 패션상품 추천 서비스를 활용하는 온라인 리테일러를 위한 마케팅 제언을 도출하고자 한다.
특히 온라인 추천 서비스의 혁신성과 적합성의 특성이 추천 서비스를 사용하는데 미치는 영향력은 소비자의 특성에 의해 달라질 수 있음을 주목하고 본 연구에서는 이를 검증하고자 한다. 패션 소비자는 온라인 쇼핑에서 발생하는 인지 과부하를 줄임과 동시에 타인과의 유사성은 피하고자 하는 특성이 드러날 수 있는데, 추천 서비스가 갖고 있는 기술적 시스템으로 인지되는 혁신성과 개인의 서비스 사용 과정의 비교로 인지되는 적합성의 영향력은 어떻게 달라지는 파악하고 패션상품 추천 서비스를 활용하는 온라인 리테일러를 위한 마케팅 제언을 도출하고자 한다.

가설 설정

본 연구는 온라인 패션상품 쇼핑 시 제시되는 개인화 추천 서비스에 대한 평가가 소비자의 선택 과부하 인지, 유사성 회피 특성에 따라 어떻게 달라지는지 검증하고자 온라인 쇼핑 상황을 가정하고 시나리오를 토대로 실험 설계하였다. 응답자에게 스니커즈 쇼핑을 위해 온라인 사이트(Converse.co.kr)에 방문하였음을 가정하였다. 먼저 해당 사이트 접근시 소비자의 선호 정보를 바탕으로 추천 서비스가 이루어짐을 시나리오로 제시하고, 개인화 추천 서비스를 조작화하였다.

제안 방법

유사성 회피에 따른 소비자 특성을 파악하기 위해, Tian et al.(2001)의 연구를 토대로 독특성의 하위 개념인 비대 중적 선택과 창의적 선택을 비교하였다. 자신의 독특성을 고려하여 평범하지 않고 차별화된 제품을 선택하는 개념인 비대중 적 선택(Unpopular choice) 3문항(Chronbach’s α=.
유사성 회피는 타인과 구별되고자 하는 개인의 독특성 추구 욕구로 Tia et al.(2001)의 연구를 토대로 타인이 구매한 제품이나 브랜드를 회피함으로써 타인과의 유사성을 낮추는 성향에 관한 3문항을 측정하였다.
자극물은 2개 유형으로 가상의 온라인 쇼핑 상황을 가정하기 위해 컨버스 웹사이트를 배경으로 온라인 사이트 환경을 구성하고 추천 상품은 두 자극물 유형에서 모두 동일하게 제시되 도록 통제하였으며 추천의 정보원만 다르게 문구가 제시된 이미지로 제작되었다. 개인화 추천 서비스는 가장 활발히 사용되고 있는 협업필터링에 의한 방식으로 실제로 온라인 쇼핑 중접할 수 있는 서비스를 반영하여 자신과 비슷한 선호 정보를 가진 타인의 구매정보를 기반으로 한 추천 서비스(타인 기반 상품 추천)와 전문성을 지닌 타인인 패션MD가 고객의 선호 정보를 토대로 제안하는 추천 서비스(전문가 기반 상품 추천) 2 유형의 자극물을 포함하였다. 응답자는 무작위로 한 개의 자극물 유형에 할당되어 응답하도록 하였다.
5%, 전업주부 5%, 서비스직 5%, 무직 및 기타 8%로 나타났다. 두 자극물 간 표본 동질성을 검증하기 위해, 평소 온라인 쇼핑행동의 차이가 있는 지를 분석하였다. 온라인 패션쇼핑행동은 ‘평소 패션제품의 온라인 쇼핑을 즐겨하십니까’의 1문항으로 7점 리커트 척도로 측정되었으며, 독립표본 t-검정 결과 고객기반 추천(M=5.
따라서 새로운 상품에 대한 욕구를 파악할 수 있는 창의적 선택 혹은 비대중적 선택보다는 남들이 구매한 상품과 비슷한 상품을 회피하려는 욕구에 집중하고 이를 측정할 수 있는 ‘유사성 회피’를 사용하고자 한다.
또한 ‘온라인 추천 서비스가 나에게 맞는 서비스를 제공한다’ 1문항의 개인화 품질에 대해서도 고객기반 추천(M=4.47)과 전문가 기반 추천(M=4.51) 두 자극물 간 유의한 차이가 나타나지 않아(t=−0.247, p=0.955), 두 자극물의 개인화 서비스의 동질성을 간주하고 동시에 동질한 표본으로 판단되어 이후 분석을 실시하였다.
kr)에 방문하였음을 가정하였다. 먼저 해당 사이트 접근시 소비자의 선호 정보를 바탕으로 추천 서비스가 이루어짐을 시나리오로 제시하고, 개인화 추천 서비스를 조작화하였다. 응답자로 하여금 자신의 발 사이즈와 발 모양, 선호 스니커즈의 유형과 색상의 4문항을 선택하도록 하여 수집된 개인의 선호 정보를 바탕으로 온라인 사이트에서 상품이 추천됨을 제시하였다.
본 연구의 주요 소비자 특성 변수인 선택 과부하, 유사성 회피는 패션상품을 쇼핑할 때 지각하는 소비자 선택에 관련된 감정과 성향을 측정하였다. 소비자의 선택 과부하는 선택대안의 수가 많아서 나타나는 부정적 감정으로, 선행연구(Iyengar & Lepper, 2000; Park & Yeo, 2014)를 토대로 많은 대안으로 인한 선택의 어려움과 선택의 결과에 대한 불만족, 후회를 포함한 3문항으로 평소 지각된 과부하를 측정하였다.
상품유사성은 ‘패션상품들 간에 차이점이 무엇인지 구별하기가 쉽지 않다’, ‘패션상품들을 서로 비교해보고 선택하는 것은 꽤 힘든 일이다’ 2문항(Chronbach’s α=.745), 상품다양성은 ‘지나치게 많은 패션상품들 속에 휩싸여 있다고 종종 느낀다’, ‘패션상품이 많아서 선택하는 일이 복잡하다는 생각이 든다’ 2문항으로 (Chronbach’s α=.868)를 선행연구(Park & Yeo, 2014)를 토대로 측정하였다.
선택 과부하 집단간 특성을 비교하기 위해 패션상품 쇼핑 시인지하는 상품유사성과 상품다양성을 비교하였다. 상품유사성은 ‘패션상품들 간에 차이점이 무엇인지 구별하기가 쉽지 않다’, ‘패션상품들을 서로 비교해보고 선택하는 것은 꽤 힘든 일이다’ 2문항(Chronbach’s α=.
선택 과부하와 유사성 회피에 따른 온라인 추천 서비스 적합성과 혁신성 지각의 차이를 살펴보기 위해, 먼저 선택 과부 하와 유사성 정도에 따라 소비자 집단을 구분하였다. 선택 과부하의 평균(M=4.
선택 과부화와 유사성 회피가 온라인 추천 서비스 혁신성과 사용 적합성 지각에 미치는 상호작용 효과를 살펴보기 위해, 각 2집단으로 구분된 선택 과부하와 유사성 회피를 독립변수로 이원 분산분석을 실시하였다.
소비자의 선택 과부하는 선택대안의 수가 많아서 나타나는 부정적 감정으로, 선행연구(Iyengar & Lepper, 2000; Park & Yeo, 2014)를 토대로 많은 대안으로 인한 선택의 어려움과 선택의 결과에 대한 불만족, 후회를 포함한 3문항으로 평소 지각된 과부하를 측정하였다.
, 2006)를 토대로 측정하였다. 온라인 추천 서비스 사용의도는 Mukherjee and Nath(2007)의 연구를 토대로 온라인 추천 서비스의 구전 및 추천, 정보탐색 시 사용의도, 추천 서비스를 통한 구매의도에 관한 4문항을 본 연구에 맞게 수정하여 사용하였다. 모든 다문항 척도는 7점 리커트 척도로 측정되었다.
개인화 추천 서비스는 가장 활발히 사용되고 있는 협업필터링에 의한 방식으로 실제로 온라인 쇼핑 중접할 수 있는 서비스를 반영하여 자신과 비슷한 선호 정보를 가진 타인의 구매정보를 기반으로 한 추천 서비스(타인 기반 상품 추천)와 전문성을 지닌 타인인 패션MD가 고객의 선호 정보를 토대로 제안하는 추천 서비스(전문가 기반 상품 추천) 2 유형의 자극물을 포함하였다. 응답자는 무작위로 한 개의 자극물 유형에 할당되어 응답하도록 하였다.
자신의 독특성을 고려하여 평범하지 않고 차별화된 제품을 선택하는 개념인 비대중 적 선택(Unpopular choice) 3문항(Chronbach’s α=.929), 기존의 규범에 도전한 제품이나 옷 입기를 시도하고 선택하는 개념인 창의적 선택(Creative choice) 3문항(Chronbach’s α=.923)을 측정하였다.
본 연구의 표본은 인터넷 쇼핑 경험이 있는 20~40대 남녀 소비자를 대상으로 자극물인 스니커즈의 평소 사용경험이 있는 소비자로 한정하였다. 전문 리서치기관의 패널을 대상으로 온라인 설문조사를 실시하였으며, 응답자는 무작위로 추천 서비스 유형 중 하나의 자극물에 할당되었다. 추천 상품은 동일하게 통제하고 추천 정보원을 타인 기반(n=100) vs.
첫째, 본 연구는 온라인 개인화 추천 서비스에 대한 평가를 서비스의 혁신성과 사용성이라는 두 가지 차원으로 측정하였다. 개인화 추천 서비스는 혁신적인 서비스 시스템이라는 측면에서 여러 온라인 사이트에서 도입하고 있는데 소비자들은 개인의 선호와 취향 등을 시스템에서 식별하고 이에 맞춘 서비스를 제공한다는 점에서 서비스 자체의 혁신적 기능을 높게 인식하고 있다.
본 연구는 최근 온라인 쇼핑환경에서 활발히 시도되고 있는 개인화 추천 서비스를 소비자들이 어떻게 평가하고 사용하고자 하는지를 파악하고자 하였다. 특히 온라인 추천 서비스에 대한 평가는 소비자의 정보처리와 선택 특성에 따라 달라질 수 있음을 주목하고, 소비자가 쇼핑 시 지각하는 선택 과부하와 유사성 회피에 따라 온라인 추천 서비스의 혁신성과 사용 적합성의 차이와 이들의 추천 서비스 사용의도에 미치는 영향력을 실증적으로 검증하였다. 본 연구 결과의 의의와 이를 토대로 한 제언은 다음과 같다.

대상 데이터

응답자로 하여금 자신의 발 사이즈와 발 모양, 선호 스니커즈의 유형과 색상의 4문항을 선택하도록 하여 수집된 개인의 선호 정보를 바탕으로 온라인 사이트에서 상품이 추천됨을 제시하였다. 개인화 추천의 결과로 제시된 상품은 컨버스의 스니커즈 6개 상품으로 자 극물 이미지를 구성하여 제시하였다.
본 연구의 표본은 인터넷 쇼핑 경험이 있는 20~40대 남녀 소비자를 대상으로 자극물인 스니커즈의 평소 사용경험이 있는 소비자로 한정하였다. 전문 리서치기관의 패널을 대상으로 온라인 설문조사를 실시하였으며, 응답자는 무작위로 추천 서비스 유형 중 하나의 자극물에 할당되었다.
분석 표본은 여성 115명(57.5%), 남성 85명(42.5%)로 구성 되었으며 20대 30.0%, 30대 37.5%, 40대 32.5%로 고루 분포하였다. 응답자의 대부분은 대학졸업(74.
자극물은 2개 유형으로 가상의 온라인 쇼핑 상황을 가정하기 위해 컨버스 웹사이트를 배경으로 온라인 사이트 환경을 구성하고 추천 상품은 두 자극물 유형에서 모두 동일하게 제시되 도록 통제하였으며 추천의 정보원만 다르게 문구가 제시된 이미지로 제작되었다. 개인화 추천 서비스는 가장 활발히 사용되고 있는 협업필터링에 의한 방식으로 실제로 온라인 쇼핑 중접할 수 있는 서비스를 반영하여 자신과 비슷한 선호 정보를 가진 타인의 구매정보를 기반으로 한 추천 서비스(타인 기반 상품 추천)와 전문성을 지닌 타인인 패션MD가 고객의 선호 정보를 토대로 제안하는 추천 서비스(전문가 기반 상품 추천) 2 유형의 자극물을 포함하였다.
전문 리서치기관의 패널을 대상으로 온라인 설문조사를 실시하였으며, 응답자는 무작위로 추천 서비스 유형 중 하나의 자극물에 할당되었다. 추천 상품은 동일하게 통제하고 추천 정보원을 타인 기반(n=100) vs. 전문가 기반 (n=100)으로 조작한 두 가지 유형의 자극물에 대해 각각 100개의 데이터를 거두었으며 최종 200개의 유효 표본을 분석에 활용하였다.

데이터처리

결과의 추가적인 해석을 위해 선택 과부하고, 저와 유사성 고, 저에 따라 구분된 4개의 집단에 따른 온라인 추천 서비스 혁신성과 사용 적합성의 차이를 일원배치분산분석과 사후검정을 실시하여 확인하였다(Table 5). 선택 과부하 정도와는 무관하게 유사성 회피 성향이 높은 집단이 낮은 집단에 비해 온라인 추천 서비스의 혁신성을 높게 지각하는 것으로 나타났다.
896으로 수렴타당도를 확인하였다(Table 1). 변수 간 판별타당도를 확인하기 위해 상관계수 제곱값과 AVE값을 비교하였으며(Table 2), 본 결과를 토대로 이후 분석을 실시하였다.
온라인 추천 서비스의 혁신성과 사용 적합성이 사용의도에 미치는 영향이 선택 과부하와 유사성 회피에 따라 어떻게 달라지는지 검증하기 위해, 선택 과부하 고, 저와 유사성 고, 저에 따른 4개의 집단 별 회귀분석을 실시하였다. 먼저 온라인 추천 서비스의 혁신성과 사용 적합성이 사용의도에 미치는 영향을 전체응답자를 대상으로 중회귀분석한 결과(R 2 =.
측정변수들의 타당도와 신뢰도를 검증하기 위해 AMOS 21.0으로 확인적 요인분석을 실시하였다. 측정모델의 모든 요인부하량은 .
혁신성과 사용 적합성이 온라인 추천 서비스 사용의도에 미치는 영향을 선택 과부하와 유사성 회피 고, 저에 따라 나눈 4 집단별로 중회귀분석을 실시하였다(Table 6). 사용 적합성 보다는 혁신성이 대체로 영향력이 큰 것으로 나타났고, 특히 선택 과부하 인식이 낮은 소비자의 경우 유사성 회피가 높고 낮음과 상관없이 온라인 추천 서비스가 자신과의 쇼핑과의 적합성을 비교하기 보다는 추천 서비스 자체의 혁신성을 높게 지각할수록 온라인 추천 서비스 사용의도가 높아지는 것으로 확인되었다.

이론/모형

온라인 추천 서비스에 대한 평가로 사용 적합성은 추천 서비스에 요구되는 사용 형태의 변화 및 적합성 지각으로 Vijayasarathy(2004)의 연구를 토대로 2문항을 측정하였으며, 혁신성은 온라인 추천 서비스의 지각된 혁신성으로 신선한, 색다른, 독특한, 혁신적인 서비스를 제공하는지에 대한 4문항을 선행연구(Yoo et al., 2006)를 토대로 측정하였다. 온라인 추천 서비스 사용의도는 Mukherjee and Nath(2007)의 연구를 토대로 온라인 추천 서비스의 구전 및 추천, 정보탐색 시 사용의도, 추천 서비스를 통한 구매의도에 관한 4문항을 본 연구에 맞게 수정하여 사용하였다.

성능/효과

000) 선택 과부하의 주효과는 유의하지 않았으나 유사성 회피와 선택 과부하의 상호작용이(Fig. 1) 10% 유의수준에서 한계적으로 유의한 것으로 나타났다(F=2.895, p=.090). 상호작용의 결과를 살펴보면(Fig.
058). 각 요인의 신뢰도는 .795~.920으로 내적일관성을 나타내었으며, AVE값은 .565~.793, CR값은 .688~.896으로 수렴타당도를 확인하였다(Table 1). 변수 간 판별타당도를 확인하기 위해 상관계수 제곱값과 AVE값을 비교하였으며(Table 2), 본 결과를 토대로 이후 분석을 실시하였다.
넷째, 추천 서비스의 혁신성과 사용 적합성은 온라인 추천 서비스 사용의도 형성에 중요한 변수가 되며, 혁신성이 상대적으로 더 중요한 역할을 하는 것이 일차적으로 확인되었다. 이는 기존의 온라인 쇼핑에서 채택한 일관된 상품 페이지를 제시 하는 방식보다는 개인의 특성과 행동 패턴에 기초한 추천 서비스가 도입될 필요가 있음을 시사한다.
둘째, 본 연구에서는 개인화 추천 서비스에 대한 평가는 소비자의 선택 특성으로 유사성 회피와 정보처리적 관점에서 기인되는 선택 과부하 인지에 따라 달라질 수 있음을 검증하였다. 패션상품을 구매할 때 타인과의 유사성을 회피하고자 하는 성향이 높은 소비자들은 개인의 선호 정보에 기반하여 상품을 추천하는 개인화 서비스에 대해 혁신성과 사용 적합성 모두 높게 지각하였다.
선택 과부하 정도와는 무관하게 유사성 회피 성향이 높은 집단이 낮은 집단에 비해 온라인 추천 서비스의 혁신성을 높게 지각하는 것으로 나타났다. 또한 유사성 회피성향이 높은 집단은 낮은 집단에 비해 선택 과부하 상태일 때, 추천 서비스의 사용 적합성을 높게 인식하였다.
먼저 온라인 추천 서비스의 혁신성과 사용 적합성이 사용의도에 미치는 영향을 전체응답자를 대상으로 중회귀분석한 결과(R 2 =.736, F= 278.783***), 혁신성(β=.477, t=8.668***)과 사용 적합성(β=.442, t=8.042***) 모두 유의한 영향을 미치며, 혁신성의 영향력이 상대적으로 높은 것으로 나타났다.
반면에 고 선택 과부하-저 유사성 회피 집단에서는 사용 적합성이 혁신성보다 온라인 추천 서비스 사용의도에 미치는 영향이 큰 것으로 나타났다. 패션 쇼핑 시 선택 과부하 인식이 높고 동시에 타인과의 유사성 회피가 낮은 소비자는 4개 집단 중 추천 서비스의 사용 적합성을 가장 낮게 평가한 집단으로 온라인 추천 서비스가 자신의 쇼핑방식과의 적합성이 높을 때 긍정적인 사용의도를 형성할 수 있음을 의미한다.
혁신성과 사용 적합성이 온라인 추천 서비스 사용의도에 미치는 영향을 선택 과부하와 유사성 회피 고, 저에 따라 나눈 4 집단별로 중회귀분석을 실시하였다(Table 6). 사용 적합성 보다는 혁신성이 대체로 영향력이 큰 것으로 나타났고, 특히 선택 과부하 인식이 낮은 소비자의 경우 유사성 회피가 높고 낮음과 상관없이 온라인 추천 서비스가 자신과의 쇼핑과의 적합성을 비교하기 보다는 추천 서비스 자체의 혁신성을 높게 지각할수록 온라인 추천 서비스 사용의도가 높아지는 것으로 확인되었다.
090). 상호작용의 결과를 살펴보면(Fig. 1), 온라인 쇼핑 시 선택되는 제품의 유사성을 회피하려는 성향이 높을수록 개인화 추천 서비스의 사용 적합성을 높게 인식 하게 되는데, 특히 소비자가 쇼핑 시 선택 과부하를 높게 인식 하여 선택의 어려움을 느낄 때, 추천 서비스의 사용 적합성 인식은 더 크게 증가하는 것을 알 수 있다.
결과의 추가적인 해석을 위해 선택 과부하고, 저와 유사성 고, 저에 따라 구분된 4개의 집단에 따른 온라인 추천 서비스 혁신성과 사용 적합성의 차이를 일원배치분산분석과 사후검정을 실시하여 확인하였다(Table 5). 선택 과부하 정도와는 무관하게 유사성 회피 성향이 높은 집단이 낮은 집단에 비해 온라인 추천 서비스의 혁신성을 높게 지각하는 것으로 나타났다. 또한 유사성 회피성향이 높은 집단은 낮은 집단에 비해 선택 과부하 상태일 때, 추천 서비스의 사용 적합성을 높게 인식하였다.
868)를 선행연구(Park & Yeo, 2014)를 토대로 측정하였다. 선택 과부하 집단 간 인지된 상품유사성 및 상품다양성의 차이를 비교한 결과(Table 3), 선택 과부하를 높게 인지하는 고집단의 경우 저집단에 비해 온라인 쇼핑 시 패션 상품의 유사성과 상품의 다양성을 높게 인지하는 것으로 나타났다. 패션상품의 유사성이 높고, 상품의 종류가 많아 선택에 어려움을 겪는 소비자의 경우, 의사결정을 위해 처리해야하는 정보의 과부하를 높게 인지하는 것으로 볼 수 있다.
Iyengar and Lepper(2000)는 사람들에게 제시하는 대안의 수에 따라 상품 구색에 대한 만족도와 구매 의도가 어떻게 달라지는지를 실험을 통해 검증하였다. 실험 참여자에게 6개 종류의 잼과 24개 종류의 잼을 제시하였는데, 24개 종류의 잼을 제시하였을 때 상품 구색에 대한 만족도가 높게 나타났다. 하지만 상품에 대한 구매 의도는 대안의 수가 적은 상황에서 더 높게 나타났으며, 이러한 결과를 통해 특정 상품을 선택하는데 있어 대안의 수가 많은 것이 선택에 부정적인 영향을 미칠 수 있음을 예상할 수 있다.
온라인 추천 서비스 혁신성를 종속변수로 분석한 결과 (F=8.874, p=.000), 유사성 회피의 주효과가 유의하였으며 (F=24.702, p=.000), 선택 과부하의 주효과와 유사성 회피와 선택 과부하의 상호작용 효과는 유의하지 않았다. 온라인 추천 서비스의 사용 적합성에서는(F=6.
000), 선택 과부하의 주효과와 유사성 회피와 선택 과부하의 상호작용 효과는 유의하지 않았다. 온라인 추천 서비스의 사용 적합성에서는(F=6.642, p=.000), 유사성 회피의 유의한 주효과가 나타났으며(F=17.633, p=.000) 선택 과부하의 주효과는 유의하지 않았으나 유사성 회피와 선택 과부하의 상호작용이(Fig. 1) 10% 유의수준에서 한계적으로 유의한 것으로 나타났다(F=2.
923)을 측정하였다. 유사성 회피 집단 간 차이를 비교한 결과(Table 4), 유사성 회피 성향이 높은 집단이 낮은 집단에 비해 비대중적 선택과 창의적 선택이 통계적으로 유의하게 높은 것으로 나타났다.
먼저 해당 사이트 접근시 소비자의 선호 정보를 바탕으로 추천 서비스가 이루어짐을 시나리오로 제시하고, 개인화 추천 서비스를 조작화하였다. 응답자로 하여금 자신의 발 사이즈와 발 모양, 선호 스니커즈의 유형과 색상의 4문항을 선택하도록 하여 수집된 개인의 선호 정보를 바탕으로 온라인 사이트에서 상품이 추천됨을 제시하였다. 개인화 추천의 결과로 제시된 상품은 컨버스의 스니커즈 6개 상품으로 자 극물 이미지를 구성하여 제시하였다.
5%로 고루 분포하였다. 응답자의 대부분은 대학졸업(74.0%)으로, 직업은 일반사무직 61.5%, 전문직 13.0%, 대학생 7.5%, 전업주부 5%, 서비스직 5%, 무직 및 기타 8%로 나타났다. 두 자극물 간 표본 동질성을 검증하기 위해, 평소 온라인 쇼핑행동의 차이가 있는 지를 분석하였다.
측정모델의 모든 요인부하량은 .733~.900로 유의하였으며, 모델 적합도 지수도 만족스러운 것으로 나타났다(Normed χ2 =1.671, GFI=.908, CFI= .974, RMR=.071, RMSEA=.058).
이는 기존의 기술 혁신성을 다루었던 연구에서(Hoffer & Alexander, 1992; Moore & Benbasat, 1991; Vijayasarathy, 2004) 혁신성과 동시에 소비자의 사용 경험 측면에서 기술의 적합성이 고려되었던 결과와 일맥상통한다. 특히 본 연구결과에서 혁신성과 사용 적합성은 개인화 추천 서비스의 사용의도에 영향력을 갖는 주요 선행요인임을 확인하였다.
패션상품을 구매할 때 타인과의 유사성을 회피하고자 하는 성향이 높은 소비자들은 개인의 선호 정보에 기반하여 상품을 추천하는 개인화 서비스에 대해 혁신성과 사용 적합성 모두 높게 지각하였다. 특히 패션상품의 온라인 구매 시 제품의 다양성으로 인하여 선택 과부하를 크게 느끼는 소비자들은 유사성 회피가 커질수록 개인화 추천 서비스의 사용 적합성을 더 높게 지각하는 것을 알 수 있었다. 이는 온라인 쇼핑 상황에서 과도한 정보의 노출로 선택의 어려움을 소비자들이 느낄 때, 유사한 제품들 속에서 타인과는 구별되는 제품을 선택하고 싶은 니즈와 맞물려 개인에게 맞춤화된 제품을 추천하는 서비스가 사용성 면에서 긍정적 역할을 할 수 있음을 의미한다.

후속연구

추천 서비스가 도입될 때 소비자들은 충분히 차별화된 서비스가 제시되었을 때 서비스가 혁신적이라는 점을 지각할 수 있다. 따라서 소비자로 하여금 혁신성을 지각할 수 있는 추천 서비스의 제시 방식에 대한 연구가 지속적으로 이루어져야 할 것으로 생각된다.
또한 본 연구에서는 개인이 지각하는 ‘선택 과부하’ 수준을 측정하기 위해 선행연구(Iyengar & Lepper, 2000)에서 사용한 문항을 참고하였으나, 측정문항 자체가 선택 과부하를 포괄적으로 측정하기보다 선택 과부하로 인한 부정적 감정에 집중되어 있다는 한계가 있다.
본 연구는 온라인 추천 서비스가 국내 도입이 초기 단계라는 점을 감안할 때, 사용자가 충분히 경험을 하지 않은 수준에서 추천 서비스에 대한 지각과 태도 등을 측정하였다는 점에서 한계가 있을 수 있다. 특히 추천을 위해 개인화 과정을 조작화하여 응답하도록 설계하였지만 개인화의 결과로 제시된 자극물이 동일하다는 점에서는 의사실험의 한계점을 가진다.
또한 본 연구에서는 개인이 지각하는 ‘선택 과부하’ 수준을 측정하기 위해 선행연구(Iyengar & Lepper, 2000)에서 사용한 문항을 참고하였으나, 측정문항 자체가 선택 과부하를 포괄적으로 측정하기보다 선택 과부하로 인한 부정적 감정에 집중되어 있다는 한계가 있다. 선행연구에서는 선택 대안의 수에 차이를 두어 선택 과부하 수준을 다르게 조작한 두 자극물에 대해 소비자의 인식을 측정하였으나 본 연구에서는 동일한 선택 대안의 수를 사용하였기 때문에 소비자가 경험하는 선택 과부하를 포괄적으로 측정할 수 있는 측정도구를 사용해야 할 필요가 있겠다. 후속연구를 통해 소비자의 일반적인 선택 과부하 인식을 측정할 수 있는 척도를 개발하는 것이 필요할 것이며, 개인화 서비스를 통해 제시되는 선택 대안의 수를 다르게 제시하여 선택 과부하 수준을 조작한 실험 연구를 진행함으로써 선택 과부하가 소비자에게 미치는 영향력을 폭넓게 이해하고 이의 해결방안에 대한 시사점을 도출할 수 있을 것이다.
이는 단순히 다른 고객이 선호하는 제품이라는 추천 메시지보다는 소비자와 얼마나 관련성이 있는 고객 정보가 반영되었는지를 알 수 있는 명시적 메시지 사용이 효과적일 것으로 판단된다. 이러한 맥락에서 후속연구에서는 추천 메시지에 대한 소비자의 관련성 지각을 검증하는 것이 의미 있을 것으로 보여진다.
본 연구는 온라인 추천 서비스가 국내 도입이 초기 단계라는 점을 감안할 때, 사용자가 충분히 경험을 하지 않은 수준에서 추천 서비스에 대한 지각과 태도 등을 측정하였다는 점에서 한계가 있을 수 있다. 특히 추천을 위해 개인화 과정을 조작화하여 응답하도록 설계하였지만 개인화의 결과로 제시된 자극물이 동일하다는 점에서는 의사실험의 한계점을 가진다. 후속 연구에서는 개인화 수준과 관련된 다양한 추천 결과를 제시할 수 있는 실험 설계로 연구의 외적타당도를 높이는데 기여할 수 있을 것이다.
특히 추천을 위해 개인화 과정을 조작화하여 응답하도록 설계하였지만 개인화의 결과로 제시된 자극물이 동일하다는 점에서는 의사실험의 한계점을 가진다. 후속 연구에서는 개인화 수준과 관련된 다양한 추천 결과를 제시할 수 있는 실험 설계로 연구의 외적타당도를 높이는데 기여할 수 있을 것이다. 또한 본 연구에서는 개인이 지각하는 ‘선택 과부하’ 수준을 측정하기 위해 선행연구(Iyengar & Lepper, 2000)에서 사용한 문항을 참고하였으나, 측정문항 자체가 선택 과부하를 포괄적으로 측정하기보다 선택 과부하로 인한 부정적 감정에 집중되어 있다는 한계가 있다.
선행연구에서는 선택 대안의 수에 차이를 두어 선택 과부하 수준을 다르게 조작한 두 자극물에 대해 소비자의 인식을 측정하였으나 본 연구에서는 동일한 선택 대안의 수를 사용하였기 때문에 소비자가 경험하는 선택 과부하를 포괄적으로 측정할 수 있는 측정도구를 사용해야 할 필요가 있겠다. 후속연구를 통해 소비자의 일반적인 선택 과부하 인식을 측정할 수 있는 척도를 개발하는 것이 필요할 것이며, 개인화 서비스를 통해 제시되는 선택 대안의 수를 다르게 제시하여 선택 과부하 수준을 조작한 실험 연구를 진행함으로써 선택 과부하가 소비자에게 미치는 영향력을 폭넓게 이해하고 이의 해결방안에 대한 시사점을 도출할 수 있을 것이다.

핵심어	질문	논문에서 추출한 답변
	에이아이템즈의 이점은 무엇인가?	네이버에서 ‘에이아이템즈’ 기능을 도입하여 고도화한 후 사용자 일 평균 클릭 수가 6개월 만에 약 27% 증가하는 성과를 이루었으며 ‘에이아이템즈’ 이용자와 판매자의 만족도가 지속적으로 증가하고 있다(“Using NAVER FOR YOU”, 2019). 이와 같이 온라인 상에서 수집한 소비자의 행동 데이터를 기반으로 개인에게 맞춤화된 상품을 추천하는 온라인 상품 추천 서비스는 소비자에게 편리하고 만족스러운 쇼핑 경험을 제공할 수 있다. 동시에 판매자에게는 제품의 효과적인 노출과 사업의 성장을 도모할수 있는 기회를 제공함으로써 추천 서비스를 도입한 온라인 리테일러로 하여금 차별적 경쟁력을 갖게 한다.
	네이버에서 시행하고 있는 서비스는 무엇인가?	최근 아마존, 스티치픽스, 넷플릭스와 같은 온라인 플랫폼은 소비자의 구매이력, 쇼핑 행동패턴, 인구통계학적 특성 등을 고려하여 소비자의 선택 과부하를 줄이고, 소비자의 선호에 부합 하는 특정 상품이나 서비스를 우선 제시해주는 추천 시스템 (Lee, 2016)을 도입하여 높은 매출을 기록하고 있다. 국내 기업인 네이버 역시 AI 기반의 ‘에이아이템즈(AiTEMS)’를 쇼핑에 적용하여 사용자의 과거 구매 이력과 검색 패턴을 분석하여 추천 상품을 제시해주는 서비스를 제공하고 있다. 네이버에서 ‘에이아이템즈’ 기능을 도입하여 고도화한 후 사용자 일 평균 클릭 수가 6개월 만에 약 27% 증가하는 성과를 이루었으며 ‘에이아이템즈’ 이용자와 판매자의 만족도가 지속적으로 증가하고 있다(“Using NAVER FOR YOU”, 2019).
	에이아이템즈(AiTEMS)란 무엇인가?	최근 아마존, 스티치픽스, 넷플릭스와 같은 온라인 플랫폼은 소비자의 구매이력, 쇼핑 행동패턴, 인구통계학적 특성 등을 고려하여 소비자의 선택 과부하를 줄이고, 소비자의 선호에 부합 하는 특정 상품이나 서비스를 우선 제시해주는 추천 시스템 (Lee, 2016)을 도입하여 높은 매출을 기록하고 있다. 국내 기업인 네이버 역시 AI 기반의 ‘에이아이템즈(AiTEMS)’를 쇼핑에 적용하여 사용자의 과거 구매 이력과 검색 패턴을 분석하여 추천 상품을 제시해주는 서비스를 제공하고 있다. 네이버에서 ‘에이아이템즈’ 기능을 도입하여 고도화한 후 사용자 일 평균 클릭 수가 6개월 만에 약 27% 증가하는 성과를 이루었으며 ‘에이아이템즈’ 이용자와 판매자의 만족도가 지속적으로 증가하고 있다(“Using NAVER FOR YOU”, 2019).

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (36)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (36)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper