Earticle

초록

영어

With recent advancements in artificial intelligence(AI), AI recommendation services have become a pivotal customer touchpoint across various industries. Many companies are seeking ways to secure profitability by enhancing consumer experiences, particularly through personalized information delivery and decision-making support. However, technological uncertainty and perceived risks continue to coexist. In this context, this study aims to investigate the structural relationships between consumers' perceived value and perceived risk regarding AI recommendation services, and how these factors influence user satisfaction through the mediation of perceived usefulness and perceived ease of use. To achieve this, a survey was conducted with 222 general consumers, and 214 valid responses were analyzed using Structural Equation Modeling(SEM). The empirical results revealed that perceived value has a significant positive (+) effect on both perceived usefulness and perceived ease of use. In contrast, perceived risk did not significantly impact either perceived usefulness or perceived ease of use. Additionally, both perceived usefulness and perceived ease of use were found to have a statistically significant positive (+) effect on user satisfaction. Based on these findings, this study offers several academic and practical implications. First, it confirms that perceived value is a critical antecedent of technology acceptance within the context of AI recommendation services. Second, it suggests that the perceived risk experienced during the use of AI services may not directly translate into functional evaluations, such as usefulness and ease of use. Third, from a practical standpoint, the study confirms that strategies focused on enhancing perceived value are essential for increasing user satisfaction. Fourth, the finding that perceived risk does not significantly affect usefulness and ease of use implies that companies should prioritize value-oriented experience design rather than focusing solely on minimizing risk factors. Lastly, these results provide meaningful practical insights for the life insurance industry, which faces high volatility due to agent turnover and seeks to improve profitability through channel diversification. By structurally identifying the mechanism of user satisfaction in the AI recommendation environment, this study offers a foundation for the expansion of future research in this field.

한국어

최근 인공지능 기술의 발전과 함께 AI 추천 서비스는 다양한 산업 영역에서 핵심적인 고객 접점으로 자리 잡고 있다. 특히 많은 기업은 개인화된 정보 제공 및 의사결정 지원 기능을 중심으로 소비자 경험의 강화를 통해 수익성을 확보하기 위한 방안을 모색하고 있다. 동시에 기술에 대한 불확실성과 위험 인식 또한 공존하고 있는 것이 사실이다. 이러한 맥락에서 본 연구는 AI 추천 서비스에 대한 소비자의 지각된 가치와 지각된 위험이 지각된 유용성과 지각된 용이성을 매개로 사용자 만족에 미치는 구조적 관계를 규명하고자 진행되었다. 이를 위해 본 연구에서는 222명의 일반 소비자를 대상으로 설문 조사를 실시하고, 최종 214부의 응답을 바탕으로, 구조방정식 모형을 사용하여 통계적으로 분석하였다. 설문 결과를 분석한 결과, 지각된 가치는 지각된 유용성과 지각된 용이성에 유의한 정(+)의 영향을 미치지만, 지각된 위험은 지각된 유용성과 지각된 용이성에 유의한 영향을 미치지 않는 것을 확인하였다. 추가적으로 지각된 유용성과 지각된 용이성은 사용자 만족에 대해 통계적으로 유의한 정(+)의 영향을 미치는 것으로 나타났다. 이에 본 연구결과는 다음과 같은 학문적, 실무적 시사점을 제시할 수 있다. 첫째, AI 추천 서비스 맥락에서 소비자가 인식하는 가치가 기술 수용의 핵심 선행요인임을 확인하였다. 둘째, AI 추천 서비스 이용 과정에서 소비자가 인식하는 위험이 기능적 평가(유용성, 용이성)로 직접 연결되지 않을 수 있음을 시사한다. 셋째, 실무적 측면에서 AI 추천 서비스의 사용자 만족을 제고하기 위해서는 지각된 가치를 강화하는 전략이 핵심적임을 확인할 수 있다. 넷째, 지각된 위험이 유용성과 용이성에 유의한 영향을 미치지 않는다는 결과는 기업이 위험 요소를 완전히 배제하기보다는, 이를 직접적으로 낮추기 위한 전략보다 가치 중심의 경험 설계에 우선순위를 둘 필요가 있음을 시사한다. 마지막으로 본 연구는 AI 추천 서비스 환경에서 사용자 만족 형성 메커니즘을 구조적으로 규명함으로써, 향후 관련 연구의 확장 가능성을 제시할 수 있다.

목차

요약
I. 서론
II. 이론적 배경 및 연구가설
1. AI 추천서비스
2. 지각된 가치와 지각된 위험
3. 확장된 기술수용모델(Extended Technology Acceptance Model)
III. 연구 방법
1. 연구모형
2. 변수의 조작적 정의와 측정방법
IV. 실증분석
1. 자료의 수집
2. 신뢰성 및 타당성 분석
3. 가설 검증의 결과
V. 결론
참고문헌
Abstract

키워드

저자

• 이인태 [ Lee, Intae | 경남대학교 경영학부 부교수 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  경영컨설팅연구 [Korean Management Consulting Review]

• 간기

  격월간

• pISSN

  1598-172X

• eISSN

  3059-0469

• 수록기간

  2001~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658