PDF Download
PubReader
Export Citation
Email the Author
Share Facebook
Share Twitter
Cited by 0 Article
Metrics (View:242)
Ⅰ. 서론
대화형 인공지능(conversational artificial intelligence)은 인간의 언어를 이해하고 자연스럽게 소통할 수 있도록 설계된 AI 시스템으로, 챗봇, 가상 비서, 음성 기반 인터페이스 등의 형태로 구현된다. 이 기술은 텍스트나 음성을 통해 사용자와 실시간으로 상호작용하며, 질문에 답하거나, 맞춤형 추천을 제공하고, 업무를 자동화하는 역할을 한다. 대표적인 예로는 Amazon Alexa, Google Assistant, Apple Siri 등이 있으며, 최근에는 온라인 쇼핑몰, 금융 서비스, 고객 상담, 헬스케어 등 다양한 산업에서 활용되고 있다.
대화형 인공지능의 발전과 보급이 빠르게 이루어지면서, 기업들은 이를 고객 경험 개선, 개인화 서비스 제공, 구매 의사결정 지원 등 다양한 마케팅 전략에 적극적으로 활용하고 있다. 특히 유통산업에서는 대화형 인공지능이 소비자 구매 활동에 미치는 영향이 더욱 두드러지고 있다. 예를 들어 네이버 스토어는 고객의 과거 구매 이력과 행동 데이터를 분석하여 맞춤형 상품을 추천하는 기술을 도입했고(장중호, 2024), 일본의 중고 거래 플랫폼 메르카리 역시 ChatGPT 기반의 쇼핑 어시스턴트를 상품 추천에 사용하고 있다(전용준, 2023). 소비자의 실시간 질문에 응답하고, 적절한 제품을 추천하며, 결제 및 주문 과정을 간소화하는 역할을 수행함으로써 대화형 인공지능은 쇼핑 경험을 혁신하고 소비자-브랜드 관계를 강화하고 있다(Bergner et al., 2023).
그러나 기존 연구들은 주로 고객 서비스나 제품 추천 등 인공지능의 단일 기능에 초점을 맞추거나, 특정 산업(예: 금융, 헬스케어)에서의 활용 가능성을 탐색하는 데 그치는 경우가 많았다. 따라서 유통 플랫폼 내 AI의 다양한 특성이 구매 상황에서 소비자에게 제공하는 정서적, 사회적 경험들까지 종합적으로 분석한 연구는 그 필요성에 비해 상대적으로 부족한 실정이다. 소비자는 단순히 AI가 제공하는 정보의 정확성만을 고려하는 것이 아니라, AI와의 상호작용 방식, 감성적 유대감, 자연스러운 의사소통 등 다양한 요소에 기반해 구매 결정을 내릴 가능성이 크기 때문이다(Cheng & Jiang, 2022).
이에 기반하여 본 연구는 대화형 인공지능의 다섯 가지 특성(이미지, 지능도, 커뮤니케이션, 상호작용, 관계)이 소비자의 구매 의도에 미치는 복합적 영향을 탐색하고자 한다. 또한 이러한 영향이 구매 플랫폼 태도에 의해 매개되는지를 검증한다. 추가적으로 소비자의 인공지능 기술에 대한 관여도가 인공지능의 특성과 구매 플랫폼 태도 간의 관계를 조절하는 역할을 하는지를 분석하여, 기존 연구와 차별화된 통합적 설명 모형을 제안한다.
이를 검증하기 위해 본 연구는 대화형 인공지능을 경험한 중국 소비자를 대상으로 한 설문조사를 기반으로, 확인적 요인분석과 프로세스 모델을 통해 실증분석을 수행하였다. 최근 화제가 된 DeepSeek 등으로 대표되는 중국의 빠른 대화형 인공지능 발전 속도와 경쟁력은 본 연구가 중국인 소비자를 대상으로 이루어진 근거가 될 수 있다.
실증적 연구의 결론은 소비자의 구매 상황에서의 인공지능 수용 과정에 대한 학술적 이해를 높일 것으로 기대된다. 또한 실무적으로 본 연구는 유통산업에서의 인공지능의 효과적 활용 방안을 제시하고, 기업이 인공지능을 기반으로 한 마케팅 전략을 수립하는 데 있어 소비자와의 관계 형성, 다면적 품질 개선 등의 시사점을 도출하고 있다.
Ⅱ. 이론적 고찰
대화형 인공지능은 사람과 자연스러운 대화를 나눌 수 있는 AI 에이전트에 관한 기술로서(Ram et al., 2018), 대화 시스템, 대화형 에이전트, 챗봇 등을 사용하여 인간의 자연어와 상호작용할 수 있는 시스템 또는 애플리케이션을 말한다. 인간과의 대화를 이해하고, 생성하고, 유지하여 다양한 서비스나 엔터테인먼트를 제공하는 것을 목적으로 하는 대화형 AI 연구는 자연어 처리, 음성 인식, 음성 합성, 머신 러닝, 자연어 생성 등의 분야로 이루어져 있다.
최근 관련 기술 발전과 적용 범위 확대에 따라 대화형 인공지능의 품질 역시 비약적으로 발전하고 있으며 마케팅과 유통 분야에서도 실증적(예: Bergner et al., 2023; Song et al., 2022), 문헌 리뷰(Jain & Kumar, 2024), 전문가 인터뷰(Guha et al., 2021) 등의 다양한 방식으로 연구되고 있다.
대화형 인공지능은 실시간 상호작용을 통해 소비자 경험을 향상시키고, 개인화된 서비스를 제공하는 데 기여한다. Guha et al.(2021)은 인공지능 기술이 유통에서의 소비자 경험을 어떻게 향상시키는지 분석하였으며, 인공지능을 활용한 개인화된 서비스가 소비자의 만족도와 충성도를 높이는 데 효과적임을 밝혔다. 전소원 외(2019)에 따르면, 소비자들의 인공지능 서비스 수용 의도는 쾌락적, 실용적 동기 및 인공지능 서비스의 사용 안전성에 대한 인식, 서비스의 혁신성과 체험 경험 등에 유의미하게 영향을 받는 것으로 나타났다.
소비자 지원 및 서비스 영역에서도 대화형 인공지능의 역할에 대한 탐구가 이루어지고 있다. Wirtz et al.(2019)은 AI 기반의 고객 서비스 자동화가 소비자 신뢰에 미치는 영향을 서술하였고, 챗봇의 도입이 고객 만족도와 기업의 비용 절감에 긍정적인 영향을 미치고 있음을 언급하였다. Ji and Cha(2020)는 인공지능 챗봇의 서비스 품질, 구체적으로 정보 품질과 상호작용 품질이 소비자와의 신뢰 형성 및 소비자의 만족도 제고에 중요한 영향을 주고 있음을 밝혔다.
대화형 인공지능이 수집한 소비자와의 대화 내용은 소비자에게 적합한 제품을 추천하고 구매를 유도하는 데 유용하게 쓰일 수 있다. 황재희와 성용준(2023)에 따르면, 인공지능을 기반으로 한 온라인 챗봇의 의인화 수준과 메시지 소구 유형은 소비자의 상품 구매 의도에 유의한 영향을 준다. 또한, 온라인 쇼핑에서 인공지능 서비스를 사용한 경우, 제품 선택 정확성을 높여 사용자의 만족감과 관여도, 향후 구매 의도에 긍정적인 영향을 미칠 수 있다(Rahevar & Darji, 2024).
또한, 소비자는 대화형 인공지능이 제공하는 서비스의 품질 및 반복되는 상호 작용, 구매 경험을 통하여 궁극적으로 브랜드에 대한 애착과 충성도를 형성할 수 있다. 인공지능의 정보 제공, 접근성, 개인화 등의 요소는 소비자가 지각하는 서비스 품질에 직접적 영향을 미치며, 이를 통해 소비자-브랜드 관계에 간접적인 영향을 주는 것으로 나타났다(Cheng & Jiang, 2022). Lee and Li(2023)는 인공지능 챗봇의 연결도, 정보 관련성, 가시성, 상호 작용 등의 어포던스가 소비자가 지각한 브랜드의 경쟁력에 유의한 영향을 주며, 이 경쟁력은 소비자와 챗봇 간 동일시 정도를 높이고, 브랜드 충성도를 견인함을 보여주었다.
대화형 인공지능의 이미지는 소비자가 인공지능의 디자인 등 외형적 요소에 대해 형성하는 인상과 평가이다. 제품의 외형적 요소는 긍정적 인상이라는 기능적 가치, 활용의 용이성이라는 인체공학적 가치를 소비자에게 전달하며 소비자의 주의를 끌어 제품 선택에 영향을 준다(Creusen & Schoormans, 2004). 정승진과 이현주(2023)는 챗봇의 인터페이스 디자인, 의인화된 이미지를 비롯한 아이덴티티 등이 헬스케어 소비자의 인지적, 감성적 경험에 긍정적 영향을 줄 수 있음을 보였다.
중요 시각적 요소 중 하나인 인공지능 서비스의 의인화와 관련하여 최지혜와 노기영(2022)은 사람 외형의 챗봇 사용자가 로봇 외모 챗봇 사용자 대비 높은 인지적 유사성과 사회적 현존감을 보인다는 것을 시사하였다. 또한 이미지와 음성 등의 의인화 요소는 인공지능에 대한 사용자의 수용성과 호감도를 높이며(Sheehan et al., 2020) 궁극적으로 신뢰를 형성한다(Nordheim et al., 2019).
한편, 백상희 외(2020)는 소비자들이 인공지능 서비스가 가지고 있는 외형적 매력(인터페이스 및 시각적 매력도)과 기능 측면에서 상호작용을 지각하지 않음을 보여주었다. 끝으로 최상묵과 최도영(2022)에 따르면 대화 기반 서비스인 온라인 챗봇의 디자인은 소비자의 감성적 경험의 중요 요소 중 하나이며 이는 서비스의 신뢰도에 긍정적인 영향을 주고 나아가 구매 플랫폼과 판매자, 브랜드에 대한 신뢰로 전이된다.
인공지능 서비스의 지능 수준은 해당 서비스의 효율성, 활용성, 자연어 처리 및 생성 능력, 효과적 출력 제공 능력 등을 바탕으로(Mirnig et al., 2017), 사용자의 자연어 입력을 논리적이고 효율적으로 이해하고 처리하며, 요구를 충족시키는 정확하고 유용한 정보를 생성할 수 있는 능력에 대한 인식으로 정의될 수 있다(Moussawi & Koufaris, 2019).
McLean and Osei-Frimpong(2019)은 인공지능의 정확성과 유용성과 같은 지능도가 소비자의 인공지능 사용의 유의한 긍정적 원인이고, 프라이버시에 대한 지각된 위험은 그 효과를 부정적으로 조절하고 있음을 보였다. Kuligowska(2015)는 인공지능 서비스의 대화 처리 및 이해 능력 정도가 가장 중요한 성능 평가 기준임을 보였다. Li et al. (2021a)에 따르면 인공지능 서비스가 제공한 정보에 대해 소비자가 유용하며 적절하다고 느낄 경우, 해당 구매에 대한 지각과 의도에 영향을 준다.
김수정과 박철(2021)은 대화형 챗봇의 서비스 품질 특성이 고객 경험과 재사용 의도에 미치는 영향을 탐구하였는데, 정보의 정확성과 기능적 단서로 인지적 경험을 강화하였으며, 인지적 차원의 경험은 재사용 의도에 유의한 긍정적인 영향을 미쳤다. 이와 유사하게 박수홍(2023)은 온라인 쇼핑몰에서 챗봇이 제공한 정보의 신뢰성과 대응의 신속성이 고객 만족도에 유의한 영향을 미치며 이를 매개로 충성도에도 긍정적인 영향을 주고 있음을 보였다.
인공지능 제품 또는 서비스와 소비자 간의 커뮤니케이션은 소비자와 인공지능 시스템이 서로 정보를 교환하고 이를 바탕으로 의사결정을 내리는 과정을 의미한다(Nass et al., 1996; Song et al., 2022). Nass et al.(1996)은 사회적 반응 이론을 통해 인간은 기술이 사회적 특성을 가질 때 인간처럼 반응하는 경향이 있으므로, 인공지능이 언어 처리 능력, 감성적 반응, 대화의 유창성 등을 갖출수록 인간은 인공지능과의 커뮤니케이션에 더욱 자연스럽게 반응한다고 보았다.
Chung et al.(2020)에 따르면 명확성, 유창성, 신뢰성 등이 포함된 커뮤니케이션 품질이 소비자의 브랜드 만족도를 높이는 주요 요인이며, Sheehan et al.(2020)도 커뮤니케이션의 품질이 서비스 품질에 대한 소비자의 평가에 유의한 영향을 미침을 보였다. Yen and Chiang(2021)은 챗봇과 소비자 간의 커뮤니케이션이 소비자의 신뢰와 구매 의도에 미치는 영향을 설문조사와 뇌파측정으로 연구하였다. 커뮤니케이션 품질은 챗봇의 주요 요소 중 하나였고, 신뢰성, 사회적 존재감, 정보제공성 등의 커뮤니케이션 특성이 소비자로 하여금 챗봇에 대한 신뢰를 갖게 하고 구매 의도에 긍정적인 영향을 주었다.
Chung and Han(2021)은 온라인 챗봇과 소비자 간의 커뮤니케이션 상황에서, 챗봇이 배경 정보를 고려하고 이를 토대로 행위자의 근본적인 의도를 전달할 때 높아지는 대화의 적절성이 심리적 거리와 사용성, 구매 의도 등 사용자 경험에 유의미한 영향을 미침을 보여주었다.
따라서 인공지능의 커뮤니케이션은 소비자가 인공지능의 표현 방식, 어휘, 피드백의 적절성으로부터 느끼는 상호 존중감, 정보 전달의 정확성 등을 의미한다고 볼 수 있다.
상호작용이란 둘 이상의 개체가 서로 영향을 주고받는 행위를 의미하며(권상희, 2007; Andrisani et al., 2001; Heeter, 1989), 이는 인간-기술 간의 상호작용까지 포함한다(이은지, 성용준, 2020). 더 나아가 인간-인공지능 간의 협동적 상호작용은 다양한 영역에서의 성공적인 결과를 도출하기 위해 인간과 인공지능이 시너지를 창출하는 관계를 만들고 이를 유지하려는 노력을 의미한다(Jiang et al., 2024).
Chung et al.(2020)은 럭셔리 브랜드가 챗봇을 통해서도 맞춤형 고객 케어를 제공할 수 있는지를 분석하였다. 상호작용을 비롯한 챗봇의 다섯 가지 차원으로 고객의 인식을 측정한 결과, 챗봇에 기반한 온라인 서비스는 브랜드와 고객 간의 상호작용을 촉진하고 몰입감을 제공할 수 있음을 제시하였다.
오프라인 채널 쇼핑에서 인간과 인공지능의 상호작용을 관찰과 인터뷰로 연구한 Moore et al. (2000)의 연구에서, 상호작용 초기에 소비자들은 스트레스와 사회적 긴장을 경험했으나, 기술에 대한 이해도가 높아진 후에는 고객 경험과 만족도가 크게 향상되었다. 그리고 의인화된 인공지능 기술은 오프라인 환경에서도 소비자가 느끼는 즐거움을 통해 새로운 사회적 가능성을 창출함을 보여주었다.
Sharma et al.(2024)은 디지털 어시스턴트의 특성이 밀레니얼 소비자의 구매 의도에 미치는 영향을 탐구하였으며, 구체적으로 소비자가 인지한 상호작용의 자연스러움과 효율성은 긍정적인 태도를 형성하여 구매 의도를 향상시킴을 보였다. 또한 이 효과는 남성 소비자에게서 더 크게 나타났다.
한편 Raes et al.(2024)의 문헌 리뷰에 따르면, 인공지능과 소비자 간의 상호작용은 소비자가 인공지능의 설명에 의존하던 기존의 단계에서 벗어나 점차 소비자의 관여도와 몰입도를 높이고, 강화된 상호작용과 협업을 촉진하여 시스템에 대한 공동 창작과 공동 책임을 강조하는 단계로 나아가고 있다.
위 연구들에 따르면 인공지능의 상호작용성은 사용자가 경험하는 즉시성, 반응성, 기능적 가치 등을 뜻하며 이를 통해 소비자의 과업 수행에 기여한다.
인공지능을 비롯한 컴퓨터 시스템과 인간의 관계는 사용자가 시스템에 대해 신뢰와 친밀감을 형성하고 감정적 연결을 맺는 과정으로 이는 사회적이고 정서적인 요소를 포함하며 장기적, 점진적으로 구축 및 유지된다(Bickmore & Picard, 2005). 기계 기반의 저공감 반응과 달리, 인공지능의 공감도가 높은 반응은 소비자의 니즈를 중심으로 감정을 배려하여, 더 높은 수준의 관계 형성과 지원을 가능하게 한다(Murphy et al., 2019).
Lv et al.(2022)은 인공지능 서비스의 실패 시 감성 기반의 공감적 대응이 고객의 신뢰를 형성하고 심리적 거리를 조절, 지속 사용 의도를 증가시키고 긍정적 관계를 맺게 하는 것을 보였다. 또한 텍스트 단독 자극보다 텍스트와 음성을 활용한 다중 감각 자극이 공감적 대응이 관계 변수들에 주는 효과를 강화했다.
인공지능 스피커와 소비자와의 관계를 분석한 권영목과 송지희(2023)에 따르면, 관계는 소비자들의 통제, 만족도, 지속 사용 의도에 유의한 영향을 미치고 있다. 특히 소비자가 자기 확장과 자기 연장을 경험했을 때 통제, 만족도, 지속 사용 의도가 높은 반면 자기 축소와 자기 제한을 경험한 경우 세 가지 종속변수가 모두 낮았다.
인공지능과 소비자의 긍정적인 관계 형성 및 유지에 초점을 맞춘 타 연구들과는 달리, Li et al. (2023)은 호텔 룸서비스와 같은 고객을 직접 오프라인 프런트라인에서 상대하는 상황에서, 인간과 감성적 유사성을 갖춘 로봇은 인간-로봇 관계에 대한 소비자가 갖는 규범을 위반하여 사회적 불편을 유발하고 소비자 만족도와 같은 관계 변수에 부정적인 영향을 미치고 있으며, 소비자의 권력이 이러한 부정적 효과를 조절하고 있음을 보였다.
본 연구에서는 대화형 인공지능 제품 또는 서비스에 대한 기존 연구의 다섯 가지 특성(이미지, 지능 정도, 커뮤니케이션, 상호작용, 관계)을 종합적으로 고려하여 구매 과정 모델을 구축하고 이를 실증적으로 분석하고자 한다. 특히, 주로 온라인 챗봇에 국한되었던 기존 연구와는 달리 실제 물리적 형태가 있는 대화형 인공지능 제품(예: Amazon Alexa)을 포함함으로써 빠르게 다양화되는 대화형 인공지능의 효과를 포괄적으로 검토한다.
Ⅲ. 연구모형 및 가설설정
앞서 기술한 대화형 인공지능의 특성에 기반하여 본 연구는 <그림 1>과 같이 대화형 인공지능의 다섯 가지 특성이 소비자의 구매 플랫폼에 대한 태도 및 구매 의도에 미치는 영향과 소비자 관여도의 조절 효과 모델을 구축하였다. 대화형 인공지능의 특성(이미지, 지능도, 의사소통, 상호작용, 관계)을 독립변수로, 소비자의 구매 의도를 종속 변수로, 소비자 관여도를 조절 변수로, 구매 플랫폼 태도를 매개변수로 사용하였고, 이에 기반한 가설을 설정하였다.
<그림 1>의 연구 모형은, 대화형 인공지능의 특성이 소비자의 구매 플랫폼에 대한 태도에 영향을 주고, 이를 통해 소비자의 구매 의도에 영향을 미칠 것으로 예상한다. 동시에, 소비자 관여도는 대화형 인공지능의 특성과 구매 플랫폼 태도 간의 관계를 조절할 것으로 가정한다.
기술 수용 모델(Davis, 1989)에 따르면, 소비자는 새로운 기술이 유용하고 쉽게 사용할 수 있다고 인식할수록 해당 기술을 적극적으로 활용하려는 태도를 형성한다. 또한, 사회적 반응 이론(Nass et al., 1996)은 소비자가 AI를 단순한 기술이 아니라 사회적 존재로 인식하며, 신뢰와 감정적 유대를 형성할 수 있음을 설명한다. 이를 바탕으로 하였을 때, 대화형 인공지능의 특성이 긍정적으로 평가될수록 소비자는 해당 인공지능과의 소통을 신뢰하고, 이 높아진 신뢰가 구매 플랫폼 태도로 이어진 후 최종적으로 구매 의도를 결정할 가능성이 높다고 볼 수 있다.
먼저, 대화형 인공지능의 이미지는 소비자의 인식 형성에 중요한 요소로 작용한다(Creusen & Schoormans, 2004). 또한, 정승진과 이현주(2023)의 연구에서는 챗봇의 인터페이스 디자인과 의인화된 이미지가 소비자의 감성적 경험을 높이는 것으로 나타났다. 따라서 인공지능의 이미지가 긍정적으로 인식될수록 소비자는 이를 제공하는 플랫폼에 대한 긍정적인 인식 수준과 감정의 정도가 높아지고, 결과적으로 긍정적인 태도를 갖게 될 것이다.
인공지능의 문제 해결력, 감정 인식 능력, 추론력, 자연어 이해 및 생성 능력인 지능도 또한 구매 플랫폼 태도에 영향을 줄 수 있다. Mirnig et al.(2017)은 인공지능의 지능 수준이 소비자의 신뢰 형성에 중요한 요인임을 제시했고, Moussawi and Koufaris(2019) 역시 인공지능이 논리적으로 자연어를 처리하고 유용한 정보를 제공할수록 소비자의 신뢰도가 증가한다고 밝혔다. 높은 수준의 지능도는 소비자의 문제를 정확하게 해결하여 소비자의 해당 플랫폼에 대한 긍정적인 태도로 연결될 수 있다.
인공지능과 소비자 간의 커뮤니케이션에 대한 Nass et al.(1996)의 연구에서는 인간이 자연스러운 대화를 구사하는 AI와 소통할 때 이를 사회적 존재로 인식하고 신뢰를 형성하는 경향이 있음을 보여주었다. Chung et al.(2020)은 AI의 대화 유창성과 명확성이 소비자의 브랜드 만족도 및 신뢰 형성에 중요한 영향을 미친다고 밝혔다. 따라서 인공지능과의 커뮤니케이션이 보다 자연스럽고 효과적일수록 소비자는 해당 플랫폼을 더욱 신뢰하고 긍정적 태도를 형성할 것이다.
상호작용 역시 중요한 요소이다. 기존 연구에서는 인간과 인공지능이 성공적 결과를 만들기 위해 협동하여 시너지를 창출할 수 있음을 보였다(Jiang et al., 2024). 또한, Sharma et al.(2024)은 디지털 어시스턴트가 제공하는 상호작용의 효율성과 적합도가 소비자의 태도에 긍정적인 영향을 미치는 것을 보여주었다. 이를 기반으로 하여 인공지능과의 상호작용성에서 경험하는 즉시성, 반응성, 기능적 가치가 높을수록 소비자는 해당 플랫폼에 대한 긍정적 태도를 형성할 것이라 예상할 수 있다.
마지막으로, Bickmore and Picard(2005)는 인간이 AI와 지속적인 상호작용을 통해 신뢰와 감정적 연결을 형성할 수 있으며, 이는 장기적인 브랜드 관계 형성으로 이어질 수 있음을 밝혔다. 또한, Murphy et al.(2019)는 AI의 공감적 반응이 소비자의 감정적 유대감을 높이고, 더욱 고차원적 관계를 형성하는 효과가 있음을 입증하였다. 따라서 소비자가 인공지능과 정서적 유대관계를 형성할수록, 해당 AI 기반 플랫폼에 대한 태도도 더욱 긍정적으로 나타날 것이다.
가설 1. 대화형 인공지능의 특성이 구매 플랫폼 태도에 정(+)의 영향을 미칠 것이다.
가설 1-1. 대화형 인공지능의 이미지가 구매 플랫폼 태도에 정(+)의 영향을 미칠 것이다.
가설 1-2. 대화형 인공지능의 지능도가 구매 플랫폼 태도에 정(+)의 영향을 미칠 것이다.
가설 1-3. 대화형 인공지능의 커뮤니케이션이 구매 플랫폼 태도에 정(+)의 영향을 미칠 것이다.
가설 1-4. 대화형 인공지능의 상호작용이 구매 플랫폼 태도에 정(+)의 영향을 미칠 것이다.
가설 1-5. 대화형 인공지능이 소비자와 맺는 관계가 구매 플랫폼 태도에 정(+)의 영향을 미칠 것이다.
구매 행동 중 구매 의도는 다수의 유통, 마케팅 연구에서 주요 종속 변수로 다루어지고 있으며(문지연, 한상린, 2023; 조수연, 이승창, 2024) 일부 선행 연구에서는 인공지능의 특성과 이를 통한 문제 해결 과정이 소비자의 만족도와 구매 의도로 연결됨을 입증하였다(예: 김수정, 박철, 2021; Moore et al., 2022; Yen & Chiang, 2021). 따라서 소비자가 인공지능의 주요 특성을 높게 평가할수록, 해당 구매 플랫폼을 통해 제품이나 서비스를 구매하려는 의향도 증가할 가능성이 높을 것으로 예상할 수 있다.
또한 인공지능의 특성과 소비자 구매 의도 간의 관계는 구매 플랫폼에 대한 태도를 거쳐서 나타날 가능성이 크다. 신뢰 전이 이론에 따르면, 소비자가 특정 기술(즉, 인공지능)에 대한 신뢰를 형성하면, 해당 기술이 포함된 브랜드나 플랫폼에 대한 신뢰로 이어진다. 또한, Ajzen(1991)은 소비자의 태도가 행동 의도를 결정하는 핵심 요소임을 설명하고 있다. 이에 따르면 소비자가 인공지능의 특성을 직접 평가하여 구매 의도를 결정할 수도 있지만, 인공지능과의 상호작용을 통해 형성된 구매 플랫폼에 대한 신뢰와 긍정적 태도를 통해 구매 의도를 결정할 가능성이 더욱 높아 보인다.
따라서, 대화형 인공지능의 특성이 소비자의 구매 의도에 미치는 영향은 구매 플랫폼 태도를 매개로 나타날 가능성이 높다고 예상되며, 이를 검증하기 위해 다음과 같이 가설을 설정하였다.
가설 2. 구매 플랫폼 태도가 소비자 구매 의도에 정(+)의 영향을 미칠 것이다.
가설 3. 대화형 인공지능의 특성은 구매 플랫폼 태도를 매개로 구매 의도에 정(+)의 영향을 미칠 것이다.
소비자 관여도는 소비자가 특정 제품이나 서비스에 대해 가지는 관심과 몰입의 정도를 의미하며, 이는 구매 과정에서 정보 탐색 및 의사결정 방식에 중요한 영향을 미친다. 곽기영과 지소영(2008)에 따르면 소비자의 관여 수준은 정보 처리 방식과 판단 방식, 최종적인 구매 행동에 영향을 미칠 수 있다. 또한 문영숙(1990)은 소비자의 관여도가 높은 경우, 소비자는 제품이나 서비스에 대한 정보를 더욱 깊이 탐색하고 분석적인 사고 과정을 거치며, 보다 신중한 의사결정을 내리는 경향이 있음을 보였다. 이러한 맥락에서, 대화형 인공지능의 특성이 소비자의 구매 플랫폼 태도 형성에 미치는 영향은 소비자의 관여 수준에 따라 달라질 가능성이 크다. 인공지능과 관련 기술에 대한 높은 관여도를 가진 소비자는 인공지능의 특성을 심층적으로 평가하고, 이는 플랫폼에 대한 태도 형성 시 더 큰 역할을 할 수 있다. 따라서 본 연구에서는 이 조절 효과를 실증적으로 검증하여, 소비자의 개인적 특성이 인공지능을 기반으로 한 구매 행동에 미치는 영향을 보다 정교하게 분석하고자 다음과 같이 예상하였다.
Ⅳ. 실증분석 및 결과
본 연구의 대상은 대화형 인공지능 제품 또는 서비스를 이용한 경험이 있는 소비자로 설정하였다. 실제 조사는 온라인 설문지 배포 플랫폼을 통해 중국인 소비자를 대상으로, 사용한 대화형 인공지능 제품 또는 서비스에 대한 평가와 구매 의향 등 관련 데이터 및 인구통계학적 정보를 수집하였다. 총 400개의 설문지를 배포하였고 376개 유효 설문지가 회수되었으며 유효 회수율은 94%였다.
수집한 표본의 인구통계학 특성은 다음과 같다. 응답자 중 남성 비율은 52.67%였고, 18~25세가 전체의 36.17%, 26~35세가 전체의 38.30%, 36~45세가 전체의 14.89%를 차지하였다. 직업은 학생(31.91%), 회사원(22.61%), 교사(17.02%), 엔지니어(13.83%)에 걸쳐서 다양하게 분포되어 있었다. 사용하는 대화형 인공지능은 Alibaba의 AliMe (27.66%), Xiaomi의 Xiao Ai(23.40%), Baidu의 DuerOS(21.01%) 순이었다. 이는 본 연구의 표본이 다양한 성별, 연령, 직업, 사용 습관을 가진 소비자들의 대화형 인공지능에 대한 태도와 행동을 반영할 수 있을 만큼 대표성과 다양성을 갖추고 있음을 보여준다.
대화형 인공지능의 특성 중 이미지는 Zhang and Wang(2022)의 연구를 바탕으로 대화형 인공지능의 외형적, 감각적 요소인 외관, 음성, 이름의 친근감/적합도로 정의하였고, 이와 관련한 3문항으로 측정하였다. 지능 수준은 인공지능이 사용자의 의도와 감정 등을 이해하고, 추론하며, 감정을 감지할 수 있는지를 의미하며 Wu et al.(2020)의 연구를 바탕으로 3문항으로 측정하였다. 커뮤니케이션은 대화형 인공지능의 자연스러운 소통을 위한 용어 사용과 피드백에 관련된 언어 표현의 예의성과 명료성으로 정의되며, Du et al.(2022)의 연구를 근간으로 한 3문항으로 구성하였다. 상호작용은 사용자가 원하는 정보를 효과적으로 얻고 목표를 달성할 수 있도록 인공지능이 제공하는 응답과 안내의 명확성과 즉시성, 유용성으로 정의하였고, Jiang et al.(2022)의 연구를 바탕으로 한 3문항으로 측정하였다. 관계는 사용자가 대화형 인공지능이 제공하는 정보를 신뢰하고, 심리적 유대를 쌓아 친근하게 교류할 수 있는 정도로 정의할 수 있고, Bergner et al.(2023)의 연구에 기반한 3문항으로 구성하였다.
구매 플랫폼 태도는 특정 플랫폼에 대한 소비자의 신뢰나 편리성을 기반으로 한 전반적인 평가, 감정 등으로 정의된다. 본 연구에서는 소비자가 대화형 인공지능을 사용한 구매 단계에서의 해당 플랫폼에 대한 태도를 어떻게 평가하는지를 단일 문항(예: Berkvist & Rossiter, 2007; Montag & Ali, 2025)으로 측정하였다. 구매 의도는 대화형 인공지능을 활용하여 제품이나 서비스를 향후 구매하려는 의향의 정도로 정의하였으며, Chen et al.(2023)의 연구를 기반으로 향후 구매 의도와 향후 구매빈도의 2문항을 선정하여 측정하였다.
마지막으로 소비자 관여도는 특정 대화형 인공지능 서비스에 대한 소비자의 관심, 주의력 및 투입 정도를 의미하며, Loureiro et al.(2020)의 연구를 바탕으로 한 인지적, 감정적, 행동적 관여도 등의 지표를 선택, 4문항으로 측정하였다. 각 문항은 리커트 5점 척도로 측정되었다. 실제 사용된 설문지의 한국어 번역본은 <부록>으로 수록되었다.
먼저 신뢰성과 타당성을 검증하기 위해 AMOS를 사용하여 확인적 요인분석(CFA)을 실시하였고, 그 결과는 <표 1>과 같다. 우선 본 연구의 각 변수에 대한 Cronbach’s α 계수와 개념 신뢰도(CR)는 0.7 이상으로, AVE 값은 모두 0.5 이상으로 나타났다. <표 1> 하단의 모델 적합성 지표는 모두 기준을 충족, 표본이 연구의 이론적 모델을 효과적으로 반영할 수 있음을 보인다. 추가적으로, 동일 응답자의 횡단적 자기보고 자료를 활용한 본 연구의 설계상 공통방법편향(Common Method Bias, CMB)의 가능성을 점검할 필요가 있다(허원무, 최종학, 2017). 이를 위해 Harman의 단일 요인 검정을 시행한 결과, 단일 요인이 설명하는 전체 분산은 24.8%로, 일반적 기준치인 50%를 넘지 않아(Podsakoff et al., 2003), 본 연구의 자료에서 CMB는 심각하지 않은 수준으로 판단된다.
또한 <표 2>는 각 변수의 평균과 분산, AVE 제곱근 값과 변수 간 상관관계를 보여주고 있는데 모두 AVE 제곱근 값이 상관계수보다 높게 나타나 각 변수의 판별타당성이 높다고 판단할 수 있다.
연구 모형에 설정된 가설을 검증하기 위해 소비자의 플랫폼 태도를 종속 변수, 대화형 인공지능의 다섯 가지 특성을 독립변수로 설정하였다. 소비자의 관여도를 조절 변수로 포함하였고, 연령, 성별, 외국산 인공지능의 사용 여부를 통제하여 Hayes(2013)의 PROCESS Macro Model 4 및 Model 7에 기반한 분석을 R로 진행하였다.
PROCESS Macro Model 4 분석의 결과인 <표 3>에 따르면 대화형 인공지능의 다섯 가지 특성 모두가 플랫폼 태도에 유의한 영향을 미친다는 것을 확인할 수 있었다. 구체적으로, 이미지(β= 0.150, p<0.001), 지능도(β=0.265, p<0.001), 커뮤니케이션(β=0.266, p<0.001), 상호작용(β=0.182, p<0.001), 관계성(β=0.265, p<0.001) 모두 통계적으로 유의하였다. 이에 따라 가설 1-1부터 1-5까지는 모두 지지되었다.
또한, 플랫폼 태도가 구매 의도에 미치는 효과는 <표 3>의 두 번째 열에서 볼 수 있듯 모든 모형에서 유의하게 나타났으며(β=0.329~0.408, 모두 p<0.001), 이는 가설 2 역시 지지된다는 것을 보여주고 있다. 즉, 구매 시 인공지능 플랫폼을 이용할 의도는 플랫폼에 대한 태도에 영향을 받음을 의미한다.
다음으로 구매 플랫폼에 대한 소비자의 태도가 대화형 인공지능의 특성이 구매 의도에 미치는 영향을 매개한다는 가설 3은 5,000회의 부트스트래핑을 통해 평가되었으며, 그 결과는 <표 3>에 제시되어 있다. 분석 결과, 이미지(간접효과=0.061, 95% CI: 0.025~0.107), 지능도(0.091, CI: 0.047~ 0.145), 커뮤니케이션(0.087, CI: 0.043~0.143), 상호작용(0.071, CI: 0.029~0.125), 관계(0.097, CI: 0.051~0.153) 모두 95% 부트스트랩 신뢰구간에서 0을 포함하지 않아 유의한 간접효과를 가지는 것으로 나타났다. 이는 대화형 인공지능의 다섯 가지 특성 각각이 소비자의 플랫폼 태도에 영향을 미치고, 이를 통해 최종적으로 구매 의도에 영향을 주는 간접 경로가 존재함을 의미한다. 즉, 가설 3은 전반적으로 지지되었으며, 특히 효과의 크기로 봤을 때 관계성과 커뮤니케이션, 지능과 같은 인공지능의 기능적 특성이 소비자의 인식과 구매 결정 과정에서 중요한 역할을 한다는 점을 실증적으로 보여준다.
마지막으로 <표 4>의 PROCESS Marco Model 7 분석에서는 각 독립변수와 관여도의 상호작용 항이 플랫폼 태도에 미치는 조절 효과를 확인하였다. 그 결과 이미지(β=0.150, p<0.01)와 상호작용(β=0.072, p<0.05) 변수가 관여도에 의해 플랫폼 태도에 미치는 영향이 유의하게 긍정적으로 조절되는 것으로 나타났고, 나머지 변수는 유의하지 않았다. 이는 인공지능 기술에 대한 관심이 높은 소비자일수록 인공지능의 외형적 요소와 응답의 명확성 등이 플랫폼 태도에 미치는 영향이 더 강해짐을 시사한다. 따라서 가설 4는 부분적으로 지지되었다.
V. 결론
본 연구는 대화형 인공지능의 다섯 가지 특성(이미지, 지능, 커뮤니케이션, 상호작용, 관계)이 소비자의 구매 의도에 미치는 영향을 분석하고, 구매 플랫폼 태도의 매개효과 및 소비자 관여도의 조절 효과를 검증하였다. 주요 연구 결과는 다음과 같다.
우선, 다섯 가지 특성 모두가 플랫폼 태도에 유의한 정(+)의 영향을 미치는 것으로 나타나 모든 가설이 지지되었다. 이는 소비자가 인공지능의 외형(이미지), 지각된 지능, 언어적 소통, 반응성과 기능적 안내, 그리고 정서적 관계 요소를 모두 플랫폼 평가의 근거로 삼고 있음을 실증적으로 보여준다.
한편, 부트스트랩을 사용한 매개효과 분석 결과에 따르면 대화형 인공지능의 다섯 가지 특성 모두가 플랫폼 태도를 통해 구매 의도에 유의한 간접효과를 나타냈다. 구체적으로, 각 변수의 부트스트랩 기반 신뢰구간이 모두 0을 포함하지 않아, 이는 통계적으로 유의한 매개효과가 존재함을 의미하며, 전체 효과 중 약 24~30% 정도가 간접 경로로 설명되었다. 이러한 결과는 인공지능의 다양한 특성이 구매 의도에 미치는 실질적 영향은 플랫폼 평가를 통해 일어나고 있음을 보여주고 있다.
더불어 이미지와 상호작용성은 조절 변수인 소비자의 관여도 수준에 따라 플랫폼 태도에 미치는 영향의 크기가 유의하게 달라졌다. 이는 대화형 인공지능의 시각적 요소와 실시간 반응성의 효과가 모든 소비자에게 동일하게 나타나는 것이 아니라, 개인의 관심 수준이나 기술 민감도에 따라 다르게 작용할 수 있음을 실증적으로 확인한 것이다.
본 연구의 결과는 다음과 같은 측면에서 관련 연구에 기여한다. 우선, 대화형 인공지능의 특성이 단일 지표가 아닌 다차원적 요소로 구분되어 각각의 효과가 개별적으로 분석되었다. 이를 통해 각 특성이 소비자의 플랫폼 태도 및 구매 행동에 독립적으로 어떤 영향을 미치는지를 보다 정밀하게 파악할 수 있어, 향후 인공지능 기반 서비스의 세분화된 설계와 이론적 모델 구축에 자료를 제공한다.
다음으로, 유통학적 관점에서 본 연구는 플랫폼을 AI와 소비자 사이의 경험적 접점으로 설정하여, 디지털 유통 플랫폼에서의 소비자 경험 형성 과정을 구체화했다. 특히 대화형 인공지능이 유통 플랫폼과 직접 연결되어 소비자의 구매 경로에 영향을 미치는 과정에서, 인공지능의 외형(브랜드 이미지, 음성 톤, UI 디자인)부터 기능적 특성(지능, 반응성, 피드백), 정서적 특성(친밀감, 신뢰감)에 이르기까지 다양한 요인이 어떻게 유통 플랫폼에 대한 평가로 이어지는지를 실증적으로 규명했다. 이는 기존의 서비스 품질, 고객 경험, 옴니 채널 마케팅 등 유통학 핵심 이론을 확장하여, 대화형 AI라는 새로운 기술 매개체가 소비자 구매 행태를 어떻게 재구성하는지를 설명하는 데 기여한다.
끝으로, 본 연구는 직접효과, 간접효과, 조절효과를 하나의 통합 모형에서 검증해서, 대화형 인공지능이 소비자 구매 행동에 미치는 영향 경로를 입체적으로 분석하였다. 구체적으로, 각 인공지능 특성이 구매 플랫폼 태도에 유의미한 영향을 미치고, 플랫폼 태도는 다시 구매 의도에 긍정적인 영향을 주었다. 또한, 플랫폼 태도는 인공지능 특성과 구매 의도 간의 관계를 부분적으로 매개하였는데, 이는 소비자가 인공지능에 대해 가진 인식이 플랫폼에 대한 태도로 이어지고, 나아가 구매 행동까지 영향을 미칠 수 있음을 시사한다. 이러한 결과는 대화형 인공지능의 다양한 특성이 소비자의 인지적 평가(태도)와 행동(구매 의도)을 연결하는 경로에 복합적으로 작용하고 있음을 보여준다. 특히 이미지와 상호작용 특성은 직접 효과뿐만 아니라 기술 수용 이론에서 중요 변수 중 하나로 다뤄진 소비자의 관여도에 따라 태도에 대한 영향이 달라지는 조절 효과를 보였다. 이는 경로 간 차이 및 특성 간 작용 방식의 다양성, 개인차 기반 인공지능 효과 연구의 필요성 등을 실증적으로 확인한 결과로 해석될 수 있다.
본 연구의 결과는 기업의 인공지능을 활용한 마케팅 및 유통 전략 수립에 중요한 시사점을 제공한다. 우선, 인공지능의 다섯 가지 특성(이미지, 지능도, 커뮤니케이션, 상호작용, 관계성) 모두가 플랫폼에 대한 소비자 태도 형성에 유의한 영향을 미친다는 결과는, 기업이 인공지능을 소비자 접점의 핵심으로 전략화해야 함을 시사한다. 특히, 본 연구는 인공지능의 외형적 요소, 대화의 자연스러움과 품질, 실시간 응답과 안내, 그리고 정서적 유대감까지 복합적으로 소비자 평가에 반영되고 있음을 보여주며, 이는 단순한 기능 수행을 넘는 총체적 사용자 경험의 설계가 필수적임을 의미한다.
또한 유통 플랫폼 관점에서, 본 연구는 대화형 인공지능이 단순한 정보 제공 수단이 아니라 소비자의 플랫폼 경험을 구성하는 핵심 매개체로 작용함을 보여준다. 인공지능과의 상호작용에서 형성된 긍정적 감정은 플랫폼에 대한 신뢰와 태도로 이어지며, 이는 재방문과 구매 행동으로 연결될 수 있다. 특히 모든 인공지능 특성이 플랫폼 태도를 매개로 구매 의도에 유의한 간접효과를 보였다는 결과는, 인공지능의 품질과 상호작용 방식이 소비자의 플랫폼 평가와 구매 결정에 직결된다는 점을 시사한다. 따라서 기업은 인공지능을 기능 수행의 도구가 아닌, 브랜드 경험의 접점으로 인식하고, 응답 정확도, 대화 일관성, 개인화 수준 등을 지속적으로 개선하며 정서적 연계 요소를 강화해야 한다. 이를 통해 신뢰 기반의 소비자 경험을 유도하고, 유통 플랫폼 내에서 인공지능의 전략적 활용 가치를 극대화할 수 있을 것이다.
끝으로 인공지능에 대한 소비자의 관여도가 인공지능의 특성이 플랫폼 태도에 미치는 영향에 대한 유의한 조절 효과는 기업이 인공지능 사용의 난이도를 다양화하는 것이 효과적일 수 있음을 보인다. 예를 들어, 유통 업체는 인공지능 기술을 적극적으로 활용하는 소비자에게 고급 대화 기능, 맞춤형 추천, 심화된 상호작용 기능을 제공하여 AI와의 관계 형성을 강화할 필요가 있다. 반면, AI에 대한 관심이 낮은 소비자에게는 직관적이고 간편한 인터페이스, 최소한의 학습이 필요한 사용자 경험을 제공하여 진입 장벽을 낮추는 것이 중요할 것이다.
대화형 인공지능의 특성과 소비자 구매 의도의 관계를 논의한 중요한 시사점에도 불구하고 본 연구에는 향후 연구에서 보완돼야 할 한계점이 존재한다. 우선 대화형 인공지능의 개념과 범위는 연구자나 실무자마다 다르게 정의될 수 있으며 매우 빠르게 변화하고 있으므로, 본 연구에서 쓰인 대화형 인공지능의 정의가 모든 유형의 대화형 인공지능 제품 및 서비스를 완벽히 포괄하기는 어렵다. 특히 급격히 발전하는 관련 기술에 힘입어 향상되는 인공지능의 공감 능력 등은 본 연구의 범위에 포함되지 않았다. 따라서 향후 연구에서는 대화형 인공지능의 유형과 특성을 보다 세분화하여 시의적절하게 분석하고, 제품 및 서비스의 분류에 따라 비교 연구를 수행함으로써 연구의 타당성을 더욱 강화할 필요가 있다. 한 예로, 인공지능의 관계성이 보이는 유의한 매개 및 직접효과는 소비자와 기업 간의 친밀한 관계가 특히 중요한 금융 및 헬스케어 서비스에서 더 강하게 나타날 여지가 있어, 유통산업과 비교하여 연구한다면 더욱 폭넓은 학술적 기여도를 도출할 수 있을 것이다.
또한 본 연구에서는 대화형 인공지능의 특성, 구매 의도, 구매 플랫폼 태도, 그리고 관여도를 주요 변수로 설정하고 이들 간의 관계를 분석하였다. 그러나 소비자의 개인 특성, 제품군 특성, 구매 환경 등 다양한 외부 요인이 변수 간의 관계에 영향을 미칠 가능성이 있다. 예를 들어 소비자의 인공지능을 통한 구매 의도나 플랫폼 태도는 대화형 인공지능의 사용 빈도 및 경험 수준, 인공지능 브랜드에 대한 충성도 등과 같은 다양한 변수들에 따라 달라질 수 있다. 그러나 본 연구는 이러한 외부 요인을 충분히 고려하지 못하여, 소비자의 실제 구매 행동에 영향을 끼칠 수 있는 요인을 완전히 설명하는 데 한계가 있다. 보다 정밀한 연구 모형을 적용하고, 다양한 통제 변수와 조절 변수를 도입한다면 연구의 완성도를 더 높일 수 있을 것이다.
마지막으로 본 연구는 온라인 설문조사를 통해 데이터를 수집하였다. 그러나 해당 자료수집 방식의 특성상 응답의 진정성과 품질을 완벽하게 통제하기 어렵기 때문에 연구 표본에 편차와 오차가 존재할 가능성이 있다. 그중 하나인 공통방법편향(CMB: common method bias)의 가능성을 점검하기 위해 Harman의 단일 요인 검정을 수행한 결과, CMB의 영향은 제한적인 것으로 판단되었다. 그러나 심층 인터뷰, 실험 설계, 관찰 등 다양한 데이터 수집 방식을 사용한 추가 연구가 이루어진다면 연구의 신뢰성과 내적 타당성이 더욱 제고될 것이다.
