Earticle

초록

영어

[Purpose]　The purpose of this study is to examine the impact of service quality factors of generative AI-based travel recommendation services, namely AI travel planners, on user perceptions and behaviors. Although personalized services utilizing generative AI technology have recently been expanding in the tourism industry, systematic research that explains users’ continuance intention toward such services remains limited. Accordingly, this study empirically analyzes how AI information quality and AI system quality influence perceived usefulness and expectation confirmation, which in turn affect user satisfaction and continuance intention. By doing so, the study aims to provide practical insights for companies and startups seeking to commercialize generative AI technologies, while contributing to the establishment of an AI acceptance model within the tourism industry. [Methodology]　This study conducted a survey of 300 adult users who had used an AI travel planner to organize travel itineraries within the past three months. The collected data were analyzed using SPSS 27.0 and AMOS 23.0. Reliability and validity were tested through exploratory and confirmatory factor analyses, and the structural equation model　was applied to verify the research hypotheses. [Findings]　The analysis results indicate that both AI information quality and AI system quality have significant positive effects on perceived usefulness and expectation confirmation. In turn, perceived usefulness and expectation confirmation significantly influence user satisfaction, while both satisfaction and perceived usefulness positively affect continuance intention. [Implications]　This study provides both theoretical and practical implications. Theoretically, it extends the explanatory power of the Post-Acceptance Model by incorporating information quality and system quality as external variables, and empirically demonstrates the applicability of AI acceptance models within the tourism context. Practically, it highlights that companies and startups should focus on providing accurate and reliable information, developing stable and intuitive systems, and designing user experiences that exceed expectations as core strategies for AI travel service development. From a policy perspective, the findings suggest the need for support policies that consider quality management of AI-based services and user experience design in the process of digital transformation in the tourism industry.

한국어

[연구목적] 본 연구는 생성형 AI 기반의 여행 추천 서비스, 즉 AI 여행 플래너의 서비스 품질 요인이 사용자 인식과 행동에 미치는 영향을 규명하는 것을 목적으로 한다. 최근 관광산업에서 생성형 AI 기술을 적용한 개인 맞춤형 서비스가 확산되고 있으나, 이러한 서비스의 지속 이용을 설명할 수 있는 체계적 연구는 아직 부족하다. 이에 본 연구는 AI 정보 품질과 시스템 품질이 지각된 유용성과 기대 충족을 통해 만족과 지속 사용 의도로 연결되는 과정을 실증적으로 분석하였다. 이를 통해 생성형 AI 기술을 실질적으로 서비스화하 려는 기업 및 스타트업에게 전략적 시사점을 제공하고, 나아가 관광산업 내 AI 수용모델 정립에 기여하고자 한다. [연구방법] 본 연구는 최근 3개월 이내 AI여행플래너를 사용하여 여행 일정을 계획한 경험이 있는 성인 사용 자 300명을 대상으로 설문조사를 실시하였다. 수집된 자료는 SPSS 27.0과 AMOS 23.0을 활용하여 탐색적 및 확인적 요인분석을 통해 타당성과 신뢰성을 검증하였고, 구조모형 검증을 해 가설을 검증하였다. [연구결과] 분석 결과, AI여행플래너의 AI정보품질과 AI시스템품질은 모두 지각된 유용성과 기대 충족에 유 의한 정(+)의 영향을 미치는 것으로 나타났다. 지각된 유용성과 기대 충족은 사용자 만족에 유의한 영향을 주었으며, 만족과 지각된 유용성은 각각 지속 이용 의도에 긍정적인 영향을 미쳤다. [시사점] 본 연구는 학문적, 실무적 차원에서 의미를 가진다. 학문적으로는 후기 수용모형에 정보 품질과 시스 템 품질을 외생 변수로 통합하여 설명력을 확장하였으며, 관광산업 맥락에서 AI 수용모델의 정립 가능성을 실증적으로 제시하였다. 실무적으로는 기업과 스타트업이 AI 여행 서비스를 설계할 때 정확하고 신뢰성 있 는 정보 제공, 안정적이고 직관적인 시스템 구현, 기대를 초과 충족시키는 경험 설계가 핵심 전략임을 보여 주었다. 나아가 정책적 차원에서는 관광산업 디지털 전환 과정에서 AI 기반 서비스의 품질 관리와 사용자 경험 설계를 고려한 지원 정책이 필요함을 시사한다.

목차

< 국문요약 >
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 기술 수용 모형 이후의 후기 수용 모형
2.2 서비스 품질요인
2.3 지각된 유용성
2.4 기대충족
2.5 만족
2.6 지속이용의도
Ⅲ. 연구모형 및 가설설정
3.1 연구모형
3.2 가설설정
3.3 변수의 조작적 정의와 측정도구
Ⅳ. 연구결과
4.1 연구방법
4.2 표본의 특성
4.3 측정항목
4.4 주요 변수의 기술통계
4.5 측정모형 검증
4.6 가설검증
Ⅴ. 결론
5.1 연구결과의 요약
5.2 연구의 시사점과 한계점
참고문헌

키워드

저자

• 배정은 [ Bae, Jung-eun | 박사, 부산대학교, 경영컨설팅학과 ] 제1저자
• 신종국 [ Shin, Jung-kuk | 교수, 부산대학교, 경영학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  경영과 정보연구 [Management Information Systems review]

• 간기

  계간

• pISSN

  1598-2459

• 수록기간

  1997~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658