Artificial Intelligence in Online Shopping and its Impact on Customer Loyalty: An Integration of TAM and TPB

기술 요약: 온라인 쇼핑에서의 인공지능과 그것이 고객 충성도에 미치는 영향

문제 제기 및 연구 공백
추천 엔진, 대화형 에이전트, 예측 분석을 아우르는 온라인 소매업 내 인공지능(AI)의 급격한 통합은 소비자 행동을 재정의했다. 그러나 기존 문헌은 특히 인도와 같은 신흥 시장에서 AI 사용이 구체적으로 어떤 메커니즘을 통해 장기적인 고객 충성도로 전환되는지에 대해 이론적으로 파편화되어 있다. 기존 연구들은 기술 수용(TAM 구성 요소에 초점)이나 일반적인 충성도 선행 요인 중 하나만을 고립시켜 다루는 경향이 있으며, AI 특유의 지각(지능, 개인화, 상호작용성, 신뢰)을 통합된 구조 모델로 통합하는 데 실패했다. 더욱이, AI 지각이 인지된 유용성, 태도, 구매 의도를 거쳐 충성도로 이어지는 순차적 인지-태도-의지 경로에 대한 실증적 테스트가 이루어지지 않았다. 본 연구는 인도 이커머스 맥락 내에서 통합된 기술수용모델(TAM) 및 계획된 행동 이론(TPB) 프레임워크를 개발하고 검증함으로써 이러한 공백을 해결한다.

연구 방법론
본 연구는 후기 실증주의(post-positivist) 철학적 관점에 기반하여 연역적, 횡단적 설문 조사 설계를 채택하였다.

• 데이터 수집: 2025년 2월부터 4월 사이에 전자 설문(Google Forms)을 통해 1차 데이터를 수집하였다. 대상 인구는 최근 3개월 동안 AI 기반 기능(추천, 챗봇, 가상 비서 등)을 최소 2회 이상 사용한 인도 대도시 및 비대도시 지역의 성인(18세 이상)이다.
• 표집: 도시 수준과 성별에 따라 층화 목적 표집법을 사용하였다. 초기 응답 641건 중 512건의 유효 응답을 분석에 활용하였으며, 이는 공분산 구조 방정식 모델링(CB-SEM)의 요구 사항을 충족한다.
• 도구: 검증된 기존 도구를 바탕으로 한 다항목 반사 척도를 사용하였으며, 7점 리커트 척도로 측정하였다. 해당 도구는 6인의 학자에 의한 전문 평가와 예비 조사(n=48)를 거쳤다.
• 분석: 데이터는 IBM AMOS 26을 사용하여 분석되었다. 분석 전략은 2단계 프로토콜을 따랐다: (1) 신뢰도, 수렴 타당도(AVE > 0.50), 판별 타당도(HTMT < 0.85)를 평가하기 위한 확인적 요인 분석(CFA); (2) 순차적 간접 효과를 테스트하기 위해 부트스트랩 매개 분석(5,000회 재표본 추출)을 포함한 구조 모델 추정. 공통 방법 편향(Common Method Bias)은 Harman의 단일 요인 테스트와 잠재 요인 접근법을 통해 평가되었다.

주요 결과
구조 모델은 우수한 적합도 지수(CFI = 0.945, TLI = 0.940, RMSEA = 0.042)를 나타냈으며, 고객 충성도에 대해 34.3%의 분산을 직접 설명하였고, 통합 모델은 충성도 구성 개념의 전체 분산의 68.3%를 설명하였다.

• 인지된 유용성의 선행 요인: 인지된 지능이 인지된 유용성의 가장 강력한 예측 변수로 나타났으며($\beta$ = 0.217), 그 뒤를 AI 기반 신뢰와 개인화 품질이 이었다. 이는 소비자들이 AI의 기능적 효용을 주로 맥락을 이해하고 선호도를 학습하는 인지적 능력에 기반하여 평가함을 시사한다.
• 태도의 선행 요인: 개인화 품질, 인지된 상호작용성, AI 기반 신뢰 및 인지된 유용성이 모두 AI 쇼핑에 대한 태도에 유의미한 영향을 미쳤다. 특히, AI 기반 신뢰는 태도의 강력한 예측 변수였으며, 이는 시스템의 무결성에 대한 확신이 긍정적인 정서적 성향을 형성하는 데 매우 중요하다는 것을 나타낸다.
• 의도 및 충성도의 예측 요인: AI 쇼핑에 대한 태도는 구매 의도($\beta$ = 0.163)의 가장 강력한 예측 변수로 식별되었으며, 고객 충성도에 대한 강력한 직접적 예측 변수($\beta$ = 0.335)였다. 구매 의도 또한 충성도에 유의미한 영향을 미쳤다.
• 순차적 매개: 부트스트랩 분석을 통해 가설로 설정된 순차적 매개 체인: AI 선행 요인 $\rightarrow$ 인지된 유용성 $\rightarrow$ AI 쇼핑에 대한 태도 $\rightarrow$ 구매 의도 $\rightarrow$ 고객 충성도가 확인되었다. 구체적인 경로, 예를 들어 인지된 지능 $\rightarrow$ 인지된 유용성 $\rightarrow$ 태도 $\rightarrow$ 의도 $\rightarrow$ 충성도와 같은 경로는 통계적으로 유의미했다. 본 연구는 인지된 유용성과 태도가 고립된 요인이 아니라 필수적인 순차적 매개체로서 작로함을 검증한다.

주요 기여
본 논문은 네 가지 주요 이론적 기여를 주장한다:

1. 다차원적 선행 요인 모델: 전통적인 TAM의 이원 구조(유용성/용이성)를 확장하여, 소매 상호작용에 특화된 4차원 AI 선행 요인 모델(인지된 지능, 개인화 품질, 인지된 상호작용성, AI 기반 신뢰)을 도입하고 검증하였다.
2. 순차적 TAM-TPB 구조: AI 매개 소매 맥락에서 순차적 매개 구조에 대한 첫 번째 실증적 테스트를 제공함으로써, 충성도 형성 과정에서 인지적(유용성) 매개체와 태도적(태도) 매개체의 순서에 대한 모호성을 해결하였다.
3. 태도의 중추적 역할: 본 연구는 "AI 쇼핑에 대한 태도"를 핵심 매개체로 식별하였으며, 이것이 인지된 유용성이나 구매 의도 개별 요소보다 충성도 형성에 더 근접한 예측 변수임을 입증하였다.
4. 맥락적 민감성: 모델을 인도에 위치시킴으로써, 서구 및 동아시아 샘플이 주도해 온 문헌에 맥락적으로 민감한 지식을 기여하였으며, 고불확실성, 모바일 우선, 가격 민감도가 높은 신흥 시장에서의 AI-충성도 메커니즘을 기록하였다.

의의 및 주장
저자들은 본 연구가 다양한 문화적 환경에서 향후 AI-충성도 연구를 위한 검증된 이론적 토대를 제공한다고 주장한다. 실무적으로, 본 연구 결과는 플랫폼 개발자와 마케터가 (인지된 유용성을 유도하기 위한) AI의 '인지적 정교함'과 (긍정적 태도를 형성하기 위한) '관계적 품질'(투명성, 설명 가능성 및 상호작용성)에 대한 투자를 우선시해야 함을 시사한다. 본 논문은 AI 매개 맥락에서 고객 충성도가 단순히 거래적 인센티브에 의해서가 아니라, AI 경험의 품질에서 파생된 인지적 및 태도적 요인에 의해 주로 형성된다고 결론짓는다. 연구는 횡단적 설계(인과 관계 추론 방지), 잠재적인 잔여 공통 방법 편향, 도시/교육 수준이 높은 소비자 중심의 불균형한 대표성 등의 한계를 겸허히 인정하며, 향-종단적 연구 및 농촌 중심 연구의 필요성을 제시한다.