가치기반수용모델을 적용한 패션 AI 추천서비스 지속이용의도

장은교; 이진명

doi:http://dx.doi.org/10.35736/JCS.35.1.7

추천

검색

자료유형: 학술저널

저자정보: 장은교 (충남대학교) 이진명 (충남대학교)

저널정보: 한국소비자학회 소비자학연구 소비자학연구 제35권 제1호

발행연도: 2024.2

수록면: 149 - 171 (23page)

DOI: http://dx.doi.org/10.35736/JCS.35.1.7

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 가치기반수용모델을 적용하여 AI 추천서비스의 혜택과 희생 요인 및 소비자 특성이 소비자의 AI 추천서비스 지속이용의도에 미치는 영향을 규명하는 것을 목적으로 한다. 패션업계 최초로 AI 서비스를 개발하고 활발하게 적용하고 있는 온라인 패션 플랫폼 에이블리를 연구대상으로 선정하였고, 최근 3개월 내 에이블리에서 AI 추천서비스를 이용한 경험이 있는 20대에서 40대까지의 여성을 대상으로 온라인 설문조사를 시행하여 총 500부의자료를 수집하였다. 수집된 자료는 SPSS 26.0과 AMOS 26.0 프로그램을 이용하여 통계 분석하고 연구가설을 검증하였다. 연구의 주요 결과는 다음과 같다. 첫째, AI 추천서비스에 대한 소비자 인식 수준을 조사한 결과, 지각된 혜택은개인맞춤성, 효율성, 유희성 순으로 높았고 지각된 희생은 성가심, 프라이버시 위험 순으로 나타났다. 패션에 대한관여도와 자기효능감이 높은 편이었고 지속이용의도는 보통을 웃도는 것으로 나타났다. 둘째, 구조모형을 분석한 결과, 프라이버시 위험과 패션 관여도를 제외한 나머지 독립변수들의 영향력이 모두 유의하게 나타났다. 즉, 개인맞춤성과 유희성이 지각된 가치에 유의한 긍정적 영향을 미치며 성가심은 부정적 영향을 미쳤다. 지각된 가치와 자기효능감은 지속이용의도에 긍정적 영향을 미치는 것으로 나타났다. 셋째, 부트스트래핑 방법을 통해 매개효과의 유의성을 분석한 결과, 세 가지 지각된 혜택 요인과 성가심 모두 지각된 가치를 매개로 지속이용의도에 유의한 간접적 영향을 미치는 것으로 나타났다. AI 추천서비스는 소비자의 지속적인 이용을 통해 데이터의 정확성과 가치를 높이는 것이 중요하다. 본 연구는 AI 추천서비스의 혜택과 희생의 양면적 속성과 소비자 특성을 통합적으로 고려하여 소비자의 지속이용의도에 미치는영향을 밝힘으로써 관련 연구를 확장하고 실무적 시사점을 제공한다는 점에서 의의가 있다

The purpose of this study is to investigate the effects of AI recommendation service benefits, sacrifice factors, and consumer characteristics on continuous use intention by applying a value- based adoption model. As the subject of the study, Ably, a mobile fashion platform that develops and actively applies AI services for the first time in the fashion industry, was selected. An online survey was conducted targeting women in their 20s to 40s who had experience using Ably's AI recommendation service within the past three months, and a total of 500 samples were collected. The collected data were analyzed using SPSS 26.0 and AMOS 26.0 programs, and the research hypothesis was verified. The main results of the study are as follows: First, consumers' perceived benefits of AI recommendation services were high in the order of personalization, efficiency, and enjoyment, and the perceived sacrifices were high in the order of annoyance and privacy risk. The level of involvement and self-efficacy in fashion was high, and the intention to continue using it was above average. Second, as a result of structural model analysis, the influence of all other independent variables except for privacy risk and fashion involvement was significant. Personalization and enjoyment had a positive effect on perceived value, while annoyance had a negative effect on perceived value. Perceived value and self-efficacy had a significant positive effect on intention to continue use. Third, as a result of bootstrapping, all three perceived benefit factors and annoyance were found to have a significant indirect effect on intention to continue use through perceived value. In order to increase the value and accuracy of AI recommendation services, continuous use by consumers is essential. This study is meaningful in that it expands related research and provides practical implications by uncovering the impact on consumers' continued use intention by comprehensively considering the dual nature of benefits and sacrifices of AI recommendation services and consumer characteristics.

#AI 추천서비스 #패션 AI #가치기반수용모델 #패션 관여도 #자기효능감 #AI recommendation service #fashion AI #value-based adoption model #fashion involvement #self-efficacy

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)