Earticle

챗봇을 활용한 고객 상담이 소비자가 지각하는 판매자에 대한 사회적 현존감과 신뢰에 미치는 영향

  • 간행물
    한국경영정보학회 정기 학술대회 바로가기
  • 권호(발행년)
    2020 한국경영정보학회 추계학술대회 (2020.12) 바로가기
  • 페이지
    pp.229-230
  • 저자
    진굉위, 이정
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A392603

원문정보

초록

한국어
기술적 진보에 따라 많은 사람들이 인터넷에 접속하고 있다. 이에 따라 많은 사업자들도 온라인으로 옮겨가고 있으며 소비자들도 온라인 플랫폼에서 상품이나 서비스를 구매한다. 소매업자들은 온라인 상에서의 치열한 경쟁과 낮은 전환률 속에서 살아나기 위해 고객에게 ‘라이브 채팅 (live chatting)’과 같은 실시간 고객 서비스를 제공한다 (Mero 2018; McLean & Wilson 2016; Carter 2015). 이러한 고객상담 라이브 채팅은 온라인 쇼핑몰의 고객이 웹 기반의 인스턴트 메신저를 통해 실시간으로 질문을 하고 즉시 판매자의 답변을 받을 수 있는 시스템을 말한다 (Turel et al. 2013). 점점 더 많은 소비자들도 정보를 요청하고 조직과 소통하기 위해 라이브 채팅 서비스를 이용한다 (Xu, Cindy & Christen 2018; Lockwood 2017). Basso et al. (2001)은 웹 기반의 인스턴트 메신저를 사용하는 온라인 상점이 그러한 도구가 없는 상점들보다 더 많은 신뢰를 얻을 수 있다는 것을 발견했다. 따라서, 본 연구에서도 소비자는 채팅 서비스를 신뢰하기 때문에 라이브 채팅을 이용하는 것이라 본다. 또한, 최근에 자연어 처리, 딥 러닝 등의 인공지능 기술 발전(Shafquat, Omid & Nedal 2019)으로 많은 사업자들이 인공지능을 활용한 챗봇을 활용하기도 한다. 오늘날 거의 80%의 기업이 챗봇을 사용하고 있거나 가까운 미래에 챗봇을 구축해 24시간 연중무휴로 사용자와 소통하고 문제를 해결할 계획이라고 한다(Forbes 2019). 라이브 채팅은 대체로 소비자의 호평을 받고 있지만, 챗봇에 대해서는 최근 몇 년간 여러 비즈니스 리더가 챗봇을 광범위하게 사용했음에도 불구하고 소비자의 수용도와 지속적인 사용은 상대적으로 낮은 수준을 유지하고 있다(Ashfaq, Yun, Yu & Loureiroc 2020). Forbes(2019)의 연구에 따르면, 소비자의 87%는 여전히 챗봇과 대화하는 것보다 인간과 대화를 선호한다고 밝혔다. 본 연구에서는 라이브 채팅을 제공하는 주체의 특성에 따라 챗봇을 활용한 라이브 고객 상담과 사람이 직접 하는 고객 상담 두 가지 유형으로 나눈 다음에, 전자상거래에서 소비자들이 챗봇을 활용한 고객 상담과 기존의 사람이 직접 하는 상담을 어떻게 다르게 인식하는지를 사회적 현존감과 신뢰 수준의 차이를 통해 알아보고자 한다. 기존 챗봇에 대한 연구들은 주로 챗봇이 잡담, 이모티콘, 감정적인 피드백 등 의인화 설계요소를 구축하면 사회적 현존감을 창출할 수 있어(Elkins et al. 2012; Derrick et al. 2011) 소비자의 신뢰를 얻을 수 있다고 말하지만, 현재 사용하고 있는 챗봇에 대해 소비자가 지각하는 사회적 현존감과 신뢰 수준에 관한 실증적인 연구는 많지 않다. 구체적으로 다음과 같은 세 가지 연구 문제를 제안한다. 첫째는 ‘소비자들은 고객상담 제공자가 사람(human)인지 인공지능(artificial)인지에 관심을 가지는가’이다. 다시 말하면, 최근 몇 년간 인공지능 기술의 비약적인 성장으로 사람들은 이미 챗봇이 인간보다 못하다는 선입견에서 벗어나 챗봇의 유용성을 직시하고 인정하기 시작했을까 하는 의문이다. 둘째는 ‘소비자들은 사람이 직접 하는 상담과 챗봇을 활용한 고객상담에 대해 다르게 신뢰 수준을 형성하는가’ 이다. 온라인 환경에서의 신뢰 형성은 연구자들의 오랜 고민인데 (Kim et al. 2009; Pavlou & Gefen 2004; Gefen et al. 2003), 본 연구에서는 사람이 직접 하는 상담이 아닌 챗봇을 활용한 고객상담이 소비자의 신뢰를 얻을 수 있을까라는 의문에 대한 답을 구해 본다 (Ou et al. 2014; Truel et al. 2013). 셋째는 ‘소비자들은 사람이 직접 하는 상담과 챗봇을 활용한 고객상담에 대해 어떻게 다르게 사회적 현존감을 다르게 형성하고 그들의 행동에 영향을 미치는가’이다. 사회적 현존감은 대체로 온라인 소비자의 구매 행동에 긍정적인 영향을 미친다는 점을 고려하여, 사람이 직접 하는 상담과 챗뵷을 활용한 고객상담에 있어 사회적 현존감은 어떻게 다를지 살펴본다. 이를 위해 본 연구에서는 5G스마트폰에 대한 두 가지 종류의 고객상담을 응답자에게 순차적으로 보여준 후 사회적 현존감과 신뢰, 사용의도에 대한 동일한 질문을 하였다. 첫 번째 고객상담은 인공지능 챗봇에 의한 고객상담을 시나리오화 하여 동영상으로 제작한 후 시청하게 하였다. 두 번째 고객상담은 실제 사람에 의해 제공되는 고객상담을 시나리오화 하여 역시 동영상으로 제작한 후 시청하게 하였다. 챗봇에 의한 고객 상담은 사람이 제공하는 고객 상담에 비해 키워드 중심의 설명이 주를 이루며 속도가 더 빠르고 정보가 많지만 대신 추가적인 질문이나 이모티콘 등 공감대 형성은 어려운 점을 강조하였다. 이를 위해 현재 운영되고 있는 챗봇의 인공지능적 기술수준을 파악하여 여러 가지 사례를 조사한 후 실제 상담 사례에 기반하여 시나리오화를 하였다. 분석은 SPSS와 AMOS 프로그램을 사용하여 수행하였다. 먼저, 인공지능 챗봇을 활용한 고객 채팅 상담과 기존의 사람이 직접 하는 채팅 상담이 제대로 조작되었는지 확인하기 위하여 조작점검한 결과, 인공지능 챗봇을 활용한 고객 채팅 상담의 경우 상담원이 ‘인간적으로 반응한다’, ‘꽤 무뚝뚝하다’, ‘왠지 사람이 아니 챗봇 같다’ 세 질문의 평균값이 각각 3.843, 4.613 및 4.961, 사람이 직접 하는 채팅 상담의 경우의 평균값이 각각 4.946, 3.554 및 3.765로 나타났으며, 이는 통계적으로 유의미한 차이를 보였다(각각 t=-7.571, p<0.001; t=6.652, p<0.001; t=6.166, p<0.001). 따라서 라이브 채팅 유형 변인이 성공적으로 조작되었다고 할 수 있다. 다음으로, 탐색적 요인분석을 실시한 결과, 인공지능 챗봇을 활용한 고객 채팅 상담에 대한 소비자의 상호이해 지각을 제외하고 주의집중의 분산, 정성적 유대감, 신뢰도, 그리고 사용의도에 포함된 측정문항들은 모두 요인적재치(factor loading)가 0.534에서 0.836 사이로 높게 나타나, 단일차원으로 적절히 수렴되는 것으로 나타났다. 인공지능 챗봇을 활용한 고객 채팅 상담에 대한 소비자의 상호이해에 포함된 총 4개의 문항들은 한 개의 요인으로 묶어 되는 것으로 나타났으나, 3번째 문항의 요인적재치가 0.322로 사회과학에서 요구되는 기준치를 충족시키지 못한 것으로 나타나기 때문에 연구모형에서 제외하였다. 따라서 탐색적 요인분석 결과 총 4개의 상호이해 측정문항들은 3개의 항목으로 축약되는 것으로 나타났다. 사람 직접 하는 채팅 사담의 경우도 상호이해 변인이 제외하고 모든 측정문항들의 요인적재치가 0.568에서 0.855로 높게 나타나 요인별로 잘 묶었는데, 상효이해의 3번째 문항이 0.473의 값으로 요구되는 요인적재치 기중치보다 낮게 나타나 모형에서 떨어뜨렸다. 따라서, 결국에 5 개의 요인과 총 21개의 문항이 본 본석에 사용하였다. 구조방정식 분석 결과 사회적 현존감이 신뢰형성에 영향을 미치고 사용의도에도 영향을 미친다는 가설들이 대부분 채택되었다. 또한 챗봇에 의한 고객상담과 사람에 대한 고객상담을 소비자들은 다르게 인식한다는 점도 검증되었다. 본 연구는 현재 급속도로 도입되고 있는 인공지능 챗봇의 전자상거래에서의 활용가능성 대해 소비자가 어떻게 인식하고 있는지 그 실증적인 결과를 보여주고 있다.

목차

Extended Abstract
References

저자

  • 진굉위 [ 국제경영학과 한국외국어대학교 대학원 ]
  • 이정 [ GBT학부 한국외국어대학교 ]

참고문헌

자료제공 : 네이버학술정보

    간행물 정보

    • 간행물
      한국경영정보학회 정기 학술대회 [KMIS Conference]
    • 간기
      반년간
    • 수록기간
      1990~2025
    • 십진분류
      KDC 325 DDC 658