Earticle

인터넷과 모바일 기술이 발전하면서, 소셜 미디어와 인터넷 채널을 이용한 콘텐츠 사용자가 증가하였고 다양한 형태의 미디어가 생겨났다. 이러한 상황에서, 사용자에게 콘텐츠를 제공하기 위해서는 많은 대안 중 사용자가 선호할 만한 미디어를 선택하는 것이 필요해졌다. 본 연구에서는 사용 시간과 더불어 사용자 상황을 반영한 심층신경망을 이용한 추천시스템을 제안한다. 즉, 사용자의 거주지역, 성별, 나이, 등의 사용자 상황을 학습하고, 시간대 별 미디어 추천하는 방법을 제시한다.

「국가공간정보 기본법」의 기본공간정보로서 인정되고 있는 주소는 ISO 19160 시리즈 등을 통해 위치식별자의 개념으로 정립되어가고 있다. 행정안전부는 이러한 주소 정의 변화와 활용도 증가에 따라 주소의 위치식별자로서의 역할을 확대하고 4차산업을 지원하기 위한 제3차 주소정책 기본계획(‘18.-’22.)을 발표하였다. 최근 주소 정책의 이행을 위해 산업 지원을 위한 시범사업과 연구가 진행되고 있으며, 도로명주소를 근간으로 하여 전 국토에 주소를 부여하기 위하여 국가지점번호, 사물주소, 입체주소, 공간주소로 주소 개념의 고도화를 진행 중이다. 본 연구의 대상인 사물주소의 개념은 건물이 아닌 시설물과 장소 혹은 건물 내부의 시설물에 주소를 부여하는 것이다. 시범사업 및 연구를 통해 도로명주소법 개정안(2020)에서는 사물주소(Address of Things, 이하 AoT)를 ‘건물 등이 아닌 시설물 등 사물의 위치를 특정하기 위해 부여된 주소’로 개념을 정의하고 본격적인 도입을 앞두고 있다. 그 대상으로는 육교 및 철도 등 옥외시설에 설치된 승강기, 옥외 대피 시설, 버스 및 택시 정류장, 주차장, 그 밖에 행정안전부장관이 위치 안내가 필요하다고 인정하여 고시하는 시설물이 된다. 이러한 법령을 기초로 하여 지방자치단체에서도 사물주소 도입을 실시하고 있는 상황이다. 본 연구의 목적은 최근 도입을 앞두고 있는 사물주소 체계에 대한 보도기사를 활용하여 사회적으로 형성되고 있는 주요 의제가 무엇이며 어떻게 변화되는지 분석하여 이에 대한 정책적 방향을 제언하는 것이다. 이를 위해 2017년 4월 1일부터 2020년 9월 7일까지 보도된 549건의 뉴스 데이터를 토픽 모델링과 네트워크 분석 기법을 통하여 분석하고자 한다.

디지털 마케팅 캠페인을 수행하는 광고주는 매체 기획(media planning) 단계에서 비용대비 최적의 광고 성과를 만들고자 하며, 이를 위해 광고가 집행되는 광고 매체 별로 투입된 예산 대비 광고 성과의 효율을 측정하고 평가하고자 한다. 이러한 분석이 가능하기 위해서는 디지털 마케팅 캠페인이 집행되는 과정 및 그 결과에 해당하는 광고 성과 데이터가 수집 되어야 한다. 구체적으로, 광고 채널 별로 광고가 얼마나 노출되었는지, 광고에 노출된 사용자가 광고주의 사이트에 유입 되었는지, 방문 후 상품을 구매하거나 컨텐츠를 소비하였는지에 해당하는 광고 성과 데이터가 실시간으로 수집 되어야 가능하다. 디지털 기술 덕분에 수많은 사람들의 행동 이력을 실시간으로 추적하고 기록하는데 소요되는 비용이 크게 낮아졌기 때문에 광고 집행 및 성과에 대한 데이터 수집이 가능하게 되었다 (Goldfarb and Tucker 2019). 실제로 광고 매체 들은 자사의 광고 플랫폼을 통해 광고 데이터를 수집하고 있으며, 광고주를 대상으로 광고 집행 현황과 광고 성과를 요약해서 제공하고 있다. 광고주가 온라인 상에서 디지털 마케팅을 수행할 때 단일 매체에만 의존하기 보다는 시장에 존재하는 다수의 매체 상에 광고 예산을 배분하여 광고를 집행하고자 하기 때문에, 매체 별로 얼마의 광고비를 지출하는 것이 최적의 의사결정인지에 대한 답을 찾기 원한다. 최근 연구에서는 매체 간 사용자들이 중복되어 있다는 점에 착안하여, 예를 들어 A라는 매체와 B라는 매체에서 광고를 보고 상품을 구매한 경우, 두 매체 별로 동일 사용자에게 영향을 미친 기여도를 측정하는 연구가 진행된 바 있으나 (Ghose and Todri 2016), 이러한 연구는 광고 예산 최적화 관점 보다는 기여도 모델을 제시하고 성과를 측정하는 방법을 소개하고 있기 때문에 광고주 입장에서 찾고자 하는 예산 최적화에 대한 구체적인 답을 제공하지 못한다는 한계가 있다. 광고 예산 최적화를 수행해온 대표적인 연구로는 자료포괄분석(Data Envelopment Analysis) 모형이 있다. 자료포괄분석은 비모수적 선형계획법으로, 투입량에 따른 산출 효율성을 다른 의사결정단위와 상대적 관점에서 비교하여 투입량을 줄이거나 늘여야 하는지를 계산하는 방법론이다. 자료포괄분석 모형은 회귀분석과 같은 모수에 기반한 모형과 달리 구체적인 수학적 함수를 가정하지 않기 때문에, 투입량과 산출량 사이의 명확한 인과관계를 밝히기 어려운 의사결정단위들의 상대적인 효율성을 판단할 수 있다는 장점이 있다 (Charnes 외 1979). 그러나 자료포괄분석 모형은 비모수적 선형계획법으로 모수에 기반한 통계적 유의성 검정 과정이 없기 때문에 모형의 판별력을 측정할 수 없는 단점을 가지고 있으며, 최적화 해야하는 목적 함수가 비선형일 경우 적용할 수 없다는 한계를 가지고 있다. 그러나 광고 성과는 한계효용이 체감하는 비선형 함수의 형태를 갖는다는 것이 기본 가정이기 때문에, 목적함수가 선형이라는 가정을 적용할 수 없는 기존 방법론의 한계를 극복하고자 본 연구에서는 비선형 광고성과 목적함수에 대하여 다매체 포트폴리오 상에서 최적의 광고 예산 해를 구하는 모형을 제안한다. 본 연구에서 제안하는 다매체 광고 예산 배정 최적화 모형은 광고주가 최적의 광고 성과를 만들기 위하여 각 매체 별로 얼마의 예산을 배정해야 하는지를 찾아주기 위하여 설계되었다. 매체 별로 집행되는 광고비가 증가할수록 광고 성과는 점차 체감한다는 수확체감의 법칙(law of diminish returns)을 바탕으로 (Broussard 2000; Smith 외 2006; Simon & Arndt 1980), 최적화 문제의 목적함수가 볼록함수가 되도록 로그함수를 가정하여 최적화 문제에 대한 해를 항상 찾을 수 있다는 것에 대한 이론적인 지지를 받고자 하였다. <표 1> 에서 설명하는 목적함수는 광고 예산 최적해를 구하고자 하는 시점(t) 에 대해서, 로그함수를 통해 추정되는 광고 성과의 총합을 의미한다. 이 때, ai, bi 는 i번째 광고매체에 대해 관찰된 모든 과거 시점의 데이터를 사용하여 로그함수를 추정해준 파라미터 값에 해당한다. 또한, 매체별광고예산i,t 은 i번째 광고매체에 t시점에 배정된 예산이며, 동일 시점의 Σi매체별광고예산i,t 은 총광고예산t 보다 작게 설명하였다. 이는 기업의 사업계획서 상에 따른 집행 가능한 광고 예산이 사전에 정의되어 있다는 가정하에 해당 예산 한도 내에서 각 매체 별 광고 예산을 배정하는 점을 반영하였다. 제안한 다매체 광고 예산 배정 비선형 최적화 모형을 기반으로 다음과 같이 네 가지 단계로 구성되는 미디어 플래닝 자동화 프로세스를 설계하였다. 단계1 에서는 광고 매체 별 성과 데이터 및 광고 집행 예산 이력을 집계하여 관찰하고자 하는 기간 동안 광고 예산대비 성과가 얼마나 발생하였는지를 체계적으로 정리한다. 단계2 에서는 광고 예산과 광고 성과 간의 관계를 로그함수로 표현하기 위한 파라미터 추정을 수행한다. 단계3 에서는 <표 1> 에서 제시한 모형의 해를 찾기 위하여 목적함수가 로그함수인 경우에 적용할 수 있는 솔버(solver)를 사용하여 (예: Stanford 대학 Stephen Boyd 교수가 개발한 CVX) 해를 구한다. 단계4 에서는 최적화 결과를 바탕으로 광고 예산을 을 줄여야 하는 매체와, 증가해야 하는 매체를 파악하여 구체적으로 얼마나 광고 예산을 증가시키거나 감소시켜야 하는지를 확인하여 실제 광고주나 광고 에이전시 실무자에게 피드백을 받아 진행하게 된다. 이러한 프로세스를 통해 광고주가 디지털 마케팅 캠페인을 집행하고자 하는 광고 매체 별로 예산을 배정하여 최적의 광고 성과를 내도록 하는 미디어 플래닝을 자동으로 수행하게 되므로, 데이터 분석 기반의 과학적인 광고 의사결정이 가능하도록 기여한다.

오늘날 많은 콘텐츠 시장에서 소비자들은 기업이 제작한 콘텐츠를 단순 소비할 뿐 아니라, 주어진 콘텐츠를 기반으로 콘텐츠를 재생산하는 프로슈머 (prosumer)의 역할을 담당한다. 디지털 게임 시장은 프로슈머의 활동이 가장 활발한 산업으로써, 프로슈머들은 게임 내 아이템 및 지도 등의 게임 내 요소와 게임의 새로운 기능과 목표를 개발한다. 또한, 본인의 창작물을 다른 게임 이용자들과 공유함으로써, 소비자 효용을 증진하고 게임의 장기적 흥행을 돕는다. 이처럼 프로슈머의 역할이 콘텐츠 시장에서 중요함에도 불구하고, 이에 대한 실증 연구는 제한적이다. 본 연구는 대표적인 게임 유통 플랫폼인 스팀(steam) 내의 43만여 개 유저 생산 콘텐츠(UGC) 정보를 수집하고, 플레이어 수와 UGC 수의 관계를 실증 분석한다. Panel VARX 모형과 Panel GMM을 통해 분석 결과, UGC 공유 커뮤니티의 규모가 커질수록 특정 게임의 플레이어 수 변화량이 증가하는 것으로 나타났다. 본 연구를 통해 콘텐츠 기업은 콘텐츠에 대한 지속적인 소비가 이루어질 수 있도록 생산한 콘텐츠에 대한 프로슈머의 2차 창작물의 생산이 활발해지도록 지원해야 한다는 점을 시사한다.

정보기술의 발달과 스마트폰의 대중화로 사람들은 소셜미디어를 통해 어디서든지 정보를 탐색하고 다른 사람들과 실시간으로 정보를 공유할 수 있게 되었다. 관광분야에서도 많은 잠재 관광객들이 관광지에 대한 정보를 탐색하기 위해 소셜미디어를 활용하고 있다. 이는 관광지에 대한 정보를 검색할 수 있을 뿐 아니라 자신의 경험과 의견을 자유롭게 표현하며 사람들과 실시간으로 관광지에 대한 유용한 정보를 공유할 수 있다. 소셜미디어에 대한 고객의 참여는 다양한 방법으로 표현될 수 있으며 게시물에 대한 의견을 댓글로 남기거나 좋아요 또는 싫어요 등의 감정으로 표현하기도 하고 지인과 게시물에 대한 정보를 공유하기도 한다. 따라서 본 연구에서는 댓글을 남기고 좋아요를 클릭하는 고객의 참여를 유발하는 동기를 파악하고자 한다. 이를 위해 한국관광공사의 페이스북 페이지의 우수팬을 대상으로 좋아요나 싫어요를 클릭하는 이유를 파악하고 댓글을 남기는 이유 및 다른 사람에게 공유하는 이유를 살펴본다. 이는 소셜미디어에 참여하는 고객의 동기를 파악할 수 있으며 포스트 코로나 시대의 언텍스 홍보 마케팅에도 활용할 수 있을 것으로 기대한다.

디자인을 모방하거나 표절하는 행위는 상품의 고유 이미지와 독창성을 훼손한다. 따라서 새로운 디자인을 제작하였을 때 기존의 디자인과 유사한 정도를 측정하는 것은 매우 중요하다. 본 연구는 섬유 이미지 디자인들 간의 유사도를 측정하는 방법을 제시하고자 하였다. 수집된 원본 이미지 364장으로 부터 회전된 이미지 364장과 색상변경 이미지 364장을 생성하여 총 1,092장의 이미지를 유사도 측정에 사용하였다. VGG-16모델을 이용하여 특징을 추출한 후 스피어만 상관계수를 이용하여 각 이미지 별 유사도를 측정하였다. 유사도가 높은 순으로 Top 3와 Top 5 내에 회전된 이미지와 색상을 변경한 이미지가 포함되는지를 측정하였다. 회전된 이미지의 경우, Top-3와 Top-5에 대하여 각각 69.51%, 79.12%로 나타났고, 색상변경 이미지에 대해서는 Top-3와 Top-5에 대해 각각 98.63%, 99.45%로 나타났다.

최근 다양한 분야에서 인공지능 기술을 활용하고 있는 가운데, 금융 분야에서는 신용평가모형에 인공지능 기술을 도입하려는 여러 시도들이 있어 왔다. 신용평가모형에 인공지능 기술을 적용하면 기존 신용평가모형에 비해 예측력과 변별력을 높일 수 있을 뿐만 아니라, 신용평가시 유용한 정보임에도 그간 활용되지 못했던 비금융정보도 평가요소로 포함할 수 있게 되어 모형의 성능을 높일 수 있다는 장점이 있다. 그러나 인공지능 기술을 활용한 신용평가모형은 복잡한 알고리즘으로 인해 신용평점 산출시 사용된 요인들의 영향력을 확인하기 어려운 black-box model 로서의 속성을 가지기 때문에, 모형의 설명력과 투명성, 신뢰성 등을 담보하기 어렵다는 단점이 있다. 특히 개인 신용평가에 있어 평가과정과 결과의 공정성과 신뢰성은 중요한 요소이다. 개인의 신용평가 결과는 해당 개인이 대출 실행이나 신용카드 개설 등 금융생활을 영위하는데 있어 큰 영향을 미치므로 차별이나 편향 등의 비합리적인 요소가 평가에 반영되는지, 알고리즘은 합리적으로 설계되었는지 등에 대해 면밀한 검토가 필요하다. 각국의 금융감독 당국에서도 금융소비자 보호와 건전한 신용질서 유지 목적에서 모형에 사용된 변수와 평가결과의 도출 근거를 확인하고 설명과 책임 의무를 부여하여 모형의 신뢰도를 높이는 것이 주요 금융규제 항목 중 하나이다. 이러한 이유로 인공지능 기술 기반의 개인 신용평가모형에 대한 설명력 이슈는 중요한 화두가 되고 있으며, 현재 이를 해결하기 위한 다양한 연구들이 진행되고 있다. 현재 우리나라에서 사용되는 개인 신용평가모형의 대부분은 스코어카드(scorecard) 기반의 로지스틱 회귀모형으로 개발되어 있어 인공지능 기술 기반의 개인 신용평가모형에 대한 설명력 이슈 논의는 아직 초기 단계에 불과하다. 그러나 개정 신용정보법 시행으로 신용정보 산업이 세분화되면서 인공지능 기술을 활용하여 신용평가모형을 개발하는 신규 사업자가 다수 진입할 것으로 예상되므로 앞으로 모형의 설명력과 투명성, 신뢰도를 높이는 연구가 진행될 필요가 있다.

본 연구는 냉동시스템 고장진단 알고리즘을 개발하기 위해서 냉동시스템의 구조를 이해하고, 냉동 시스템의 운영과정에서 발생하는 데이터를 수집 분석하여 다양한 유형과 심각도를 가지는 고장 상황을 조기에 신속하게 탐지 분류하고자 하였다. 특히 분류가 어려운 고장 유형들의 분류 정확도를 향상시키기 위하여 3단계 진단 및 분류 알고리즘을 개발하여 제안하였다. 이를 통하여 다양한 고장 유형을 다양한 심각도 수준에서 정확하게 진단 분류할 수 있었다. 다수의 실험과 초모수 (hyper parameter) 최적화 과정을 거쳐 각 단계에 적합한 분류 모형으로 SVM과 LGBM에 기반 한 모형을 제시하였다. 모형의 테스트 결과 Accuracy 뿐만 아니라, Precision, Recall, F1-Score를 포함한 평가지표에서 우수한 연구결과를 도출하였다.

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.

최근 소셜미디어(Social Media)를 활용한 뉴스 소비가 급격하게 증가하고 있다. 소셜미디어를 활용한 뉴스 소비는 개인의 기호에 보다 적합한 뉴스를 보다 쉽게 파악할 수 있을 뿐 아니라 이를 다른 사람과 쉽게 공유할 수는 장점이 있는 것도 사실이다. 그러나 소셜미디어를 통한 뉴스의 소비는 출처가 불명의 잘못된 정보에 기반한 가짜뉴스의 생산과 확산이라는 위험 또한 증대시키고 있다. 가짜뉴스로 인한 사회적 혼란과 경제적 비용으로 인해 지금까지 가짜뉴스의 탐지와 관련한 다양한 연구가 진행되어 왔다. 그러나 이러한 기존 연구는 소셜미디어의 활용이 유튜브와 같은 영상 기반으로 빠르게 전환되고 있음에도 불구하고 뉴스나 소셜미디어 상의 텍스트를 기반으로 이루어져 왔다는 점에서 한계가 있다. 이러한 기존 연구의 한계를 극복하기 위해 본 연구에서는 유튜브를 기반으로 영상 정보와 텍스트 정보를 함께 활용함으로써 가짜뉴스 탐지를 위한 성능을 개선하고자 하였다. 본 연구의 목적 달성을 위해 ‘SNU Factcheck’와 유튜브의 관련 영상으로부터 수집된 데이터를 기반으로 Random Forest 방식을 활용하여 1) 메타 데이터 2) 메타 데이터 + 구문론 변수 3) 메타 데이터 + 표정 점수 4) 메타 데이터 + 구문론 변수 + 표정 점수의 4가지 특성(feature) 조합을 비교하였다. 분석 결과 영상 데이터를 통해 확보한 표정 점수가 가짜뉴스 탐지 성능을 일정 정도 개선하고 있음을 확인할 수 있었다. 본 연구는 기존 연구와 달리 최근 뉴스 소비의 도구로 사용이 증가하고 있는 영상 데이터를 활용함으로써 텍스트 위주의 기존 가짜뉴스 탐지 연구의 폭을 넓혔다는 점에서 그 의의가 있다.

이제까지의 보안은 보안시스템 구축과 같은 보안자물쇠를 채우는데 집중하여 왔다. 그러나 보안의 목적인 조직의 질서와 안녕을 보다 근본적으로 변화관리하기 위해서는 단편적인 보안시스템들의 구축(나열)보다는 조직의 가치창출 활동에 부합하면서 경제적인 보안활동을 추진하기 위해 보안의 대상이 되는 정보 자체에 대한 가치평가가 선행되어야 한다. 본 연구에서는 기 연구된 기업정보 등급화를 위한 평가 모형을 활용하여 측정할 수 있는 방법(도구)를 설계하고자 한다. 기업에서 연구개발/생산된 정보들에 대해 구성원들이 일관된 관점에서 평가가 가능하다면, 최근에 문제가 되고 있는 클라우드 컴퓨팅 환경으로의 전환 범위 문제와 인터넷 망과 업무 망으로 분리되어 있는 기존 업무환경에서 코로나19로 인한 재택근무 전환에 따른 업무 망 개방 범위 설정에 기여할 것으로 예상한다.

Recently there were many Artificial Intelligence speakers that got established and introduced. Most well-known devices include world famous Amazon Echo. Despite their popularity, worldwide promotion and high awareness, previous research has found that usage of such voice based Artificial Intelligence assistants did not reach its expectations and consumers are not using home voice assistants frequently. Such can be attributed to the fact that people see AI speaker as yet another redundant interface within the home, and not one that’s critical to their daily experience, thus it adoption rate is not dramatically increased yet compared with recent technology advancement on devices. The primary emphasis of our research is motivated by the fact that UI/UX design for Artificial Intelligence devices should be studied differently with traditional UI/UX research, and the Voice-based UI design of artificial intelligence devices was intended to be understood in terms of psychological interaction. In this paper, we provide key factors for successful Voice user interface design based on delphi method and data analysis about Amazon Echo. This study confirms that future research on artificial intelligence devices should be done in terms of psychological interaction, unlike previous UI/UX studies, and suggests that VUI is important in the development of artificial intelligence devices. Since this study presented the success factors of voice-based chatbot design, it can be used to develop the analysis of consumer needs in the VUI aspect of artificial intelligence devices in the future. Also, it is consistent with the direction that the Human-Computer Interaction (HCI) study has been paying attention to.

소비자들은 유통기한을 ‘식품의 최종수명’으로 인식하는 경향이 있어 경과했을 경우 폐기하곤 한다. 하지만 유통기한이 지나도 식품 특성에 따라 적절하게 보관했을 시 섭취가 가능한 기한이 있는데, 이것이 바로 ‘소비기한’이다. 식품산업은 유통기한 대신에 소비기한으로 표기법을 변경하는 것에 대해 꾸준히 검토해왔지만, 표기법이 달라짐에 따라 판매자와 소비자들의 혼란이 예상되어 쉽사리 소비기한을 도입하지 못하는 어려움이 있어 왔다. 기존 선행연구 또한 식품의 표기방법에 대해 유통기한에서 소비기한 및 품질유지기한으로 변경해야 한다고 강조해온 바 있다. 하지만 유통기한과 소비기한이 다르다는 점을 이해하지 못한 소비자로 인해 식품구매 및 소비, 기부와 같은 쓰임에 있어서 효용가치를 발휘할 수 있을지에 대한 소비자 반응과 관련된 연구는 미흡했다. 이에 본 연구는 메시지 프레이밍 이론을 바탕으로 유통기한과 소비기한 표기방법이 제품에 대한 인지적 가치와 구매의도에 미치는 영향을 20~30대 남녀 332명을 대상으로 실험연구를 통해 검증하였다. 본 연구결과로 향후 소비자의 시각에 맞춰진 유통기한 및 소비기한 표기법에 참고자료가 되길 기대하며, 소비기한 표기제도 도입 후 유통기한이 종료된 식품들도 소비기한을 활용한 나눔을 통해 음식물 낭비를 최소화할 수 있게 되기를 희망한다.

Live streaming shopping, providing an entertaining and shopping way, has attracted attention from the world. This study is based on the integrated model of consumption impulse formation enactment (CIFE) combining with live streaming shopping features. Promotion stimuli, lack of selfcontrol, social presence, platform ease of use, and streamers features are used to study consumption impulse and transfer of likeliness of impulse buying. It explores the moderating effects of economic and time unavailabilities. The theoretical framework is tested using SEM based on survey data collected in China. We found promotion stimuli, lack of selfcontrol, social presence, and streamers feature have significant influences on consumption impulse in live streaming shopping, which in turn lead to transfer of likeliness of impulse buying, and time unavailable plays a positive moderating role. This is one of the first empirical studies based on CIFE in the context of live streaming shopping. This would provide a new marketing direction to managers involved in live streaming shopping.

음악 스트리밍 서비스의 등장은 기존에 다운로드를 통해 음악을 소유하고 소비하는 방식에서 서비스에 접속하여 다운로드 없이 방대한 음악을 소비할 수 있도록 해주었 다. 이러한 기존과는 전혀 다른 음악 소비 형태는 음악을 소비함에 있어 소유에서 접속으로의 전환, 즉 더이상 음악에 대한 소유권을 요구하지 않게 되었 다. 이에 대하 여, 사용자들은 더 이상 음악에 대한 소유욕을 요구하지 않는 것인가? 라는 질문을 던지게 되었다. 예로부터, 불법복 제, 불법 다운로드와 같이 음악을 소유하고자 하는 사용자들의 욕망과 그에 관한 여러 연구가 진행되었다. 하지만, 이러한 스트리밍 서비스로의 전환은 심리적 소유욕(Psychological Ownership)이라는 새로운 개념의 소유욕을 불러일으킨다는 의견이 몇몇 학자들에 의하여 제시되고 있다. 심리적 소유욕은 조직 행동에서 주로 활용되어 최근 마케팅 분야에서 활발하게 관심을 가지고 있지 만, 아직 IS 분야에서는 연구가 제한적인 실정이다. 특히. 대상에 대한 소유의 감정은 대상을 지속적으로 이용하고자 하는 사용자 행동에 영향을 미칠 수 있는 주요한 요인이 될 수 있다. 이러한 점에 서, 음악 스트리밍 서비스 사용자가 서비스를 사용하며 심리적 소유의 감정을 느끼고 이것이 다른 서비스로 전환을 방해하는 주요한 요인으로 작용하는지 알아보자 한다.

본 연구는 레스토랑 소비결정 과정에서 온라인 리뷰의 유용성 결정에 영향을 미치는 요인들에 대해 연구하고자 한다. 특히 기존 많은 온라인 리뷰 유용성 관련 연구들과는 다르게 리뷰 단위와 리뷰가 속한 레스토랑 단위로 구성된 다층모형분석을 통해 계층간 온라인 리뷰 유용성에 미치는 영향에 차이가 존재하는지 살펴보고자 한다. Yelp.com 이 2020년 웹사이트에서 제공한 리뷰 dataset을 분석에 활용하고자 한다. 본 연구의 결과는 다층모형분석을 수행함으로써 온라인 리뷰 유용성 관련 연구의 방법론 확장과 함께 리뷰 플랫폼과 개인 레스토랑 사업자들이 소비자들에게 유용한 리뷰를 확보하는데 있어 유익한 결과를 제공할 수 있을 것으로 예상된다.

Over the past decade, China's beauty industry begins to bloom relies on the generation and development of the internet. The innovation of smartphone, the full coverage of the mobile internet, and the continuous emergence of various platform for pictures, videos, have provide a superior living environment for strengthened Beauty influencers’ group. Nowadays, Beauty KOL marketing has become as an important developmental strategy employed by companies and brands. This study aims to find out the relationship between various antecedent factors affecting Chinese consumer attitude towards beauty KOL (Key Opinion Leaders) recommendations and their purchase intention, through analysis of the viewer-posted comment below the beauty makeup tutorial video.

화장품 업계는 지속적인 성장세를 보이고 있는데 이러한 성장세에도 화장품 업계의 경쟁 환경은 더욱 심화되고 있는 것도 사실이다. 이러한 경쟁의 심화로 화장품 제조 기업은 다른 브랜드와 차별화를 줄 수 있는 강력한 브랜드 이미지의 구축에 많은 노력을 기울이고 있다. 현재 기존 연구는 기업이 추구하는 자사의 브랜드 이미지에 초점을 두고 있을 뿐 기업 이 추구하는 이미지가 소비자에게 어떻게 받아들여 지고 있는지에 대한 연구는 상대적으로 미비한 것도 사실이다. 기업의 브랜드 이미지 구축에 있어 기업이 추구하는 이미지 뿐 아니라 소비자가 이를 어떻게 인식하고 받아들이는 지에 따라 그 효과가 달라질 가능성이 높기 때문에 이들 간의 적합성이 어떻게 기업 성과에 영향을 미치는 가를 파악할 필요가 있다. 이를 위해 전통적인 설문 방식이 아니라 소셜네 트워크 서비스 상에 게시된 기업의 자사 제품 브랜 드 관련 텍스트와 소비자가 게시한 해당 브랜드 관 련 텍스트 분석을 진행하여 4가지 속성 별로 분류하고 기업-소비자의 브랜드 이미지 적합성 검증을 해보 고 성과에 어떤 영향을 끼치는 지 분석해보려고 한다.

중국은 이제 최대 라이브 스트리밍 시장이 되었고, 타오바오 라이브 스트리밍 플랫폼은 중국 시장에서 가장 높은 점유율을 보이고 있다. 소비자들은 라이브 스트리밍 쇼핑 시 플랫폼의 특성과 인플루언서의 특성에 영향을 받는다. 그러나 플랫폼 선택속성과 인플루언서 특성이 소비자들의 시청의도와 구매의도에 영향을 미치는지에 대한 연구는 아직 부족하므로 이에 대해 고찰할 필요가 있다. 이에 본 연구에서는 타오바오 라이브 스트리밍 쇼핑 방송을 6개월 이내 최소 1회 이상 사용해 본 경험이 있는 중국 소비자 298명을 대상으로 한 설문연구를 진행하였다. S-O-R(Stimulus-Organism-Response) 프레임워크 및 선행연구를 바탕으로 타오바오 라이브 스트리밍 쇼핑 방송 맥락에서 플랫폼 선택속성 및 인플루언서 속성을 각각 도출하고, 이 요인들이 지각된 위험, 소셜 프레전스 및 만족도를 거쳐 시청의도 및 구매의도에 미치는 영향을 실증해 보고자 한다. 본 연구의 결과로 향후 소비자 구매의도에 큰 영향을 미치는 라이브 스트리밍 쇼핑 방송 관련 영향요인을 도출할 수 있을 것으로 기대하며, 이러한 요인에 대한 중점적인 관리를 통해 라이브 스트리밍 쇼핑 방송의 이익을 최대화할 수 있게 되기를 희망한다.

In economics, contract theory had been based on complete contract where the stakeholders to an agreement describe their own rights and duties with consideration of every possible contingency in advance, before the incomplete contracting paradigm was proposed by Grossman (1986) and Hart (1990; 1995). In the practical contract between a company and an individual customer, the individual customers are cost prohibitive to consider the every possible state and thus often are under disadvantageous position. Prior research on incomplete contracts has been mainly considered with inter-firm aspect and paid relatively little attention to perspectives of the association of firm and consumer. The research on factors leading the contract to be incomplete and examining how information asymmetry due to incompleteness affects consumers’ satisfaction is insufficient and remain unsolved. Therefore, our research investigates how the extent to contract incompleteness between firms and consumers affects performance index of consumer service-oriented firms. Our paper focuses on insurance contracts where the individual customers may have high uncertainty and incur high costs to understand the clauses, resulting incomplete contract situation. According to Deloitte survey (2017), 90% of insurance customers accept legal terms and conditions without carefully reading them. In addition, most of subscriptions in insurance industry are achieved through acquaintances or personal relationships. We primarily addressed ambiguity, specifically semantic ambiguity in text-formed contracts, as the driver of incompleteness. Texts in nature have ambiguity. In particular, this problem might be critical in insurance contracts because insurance contracts comprise a qualified consumer, provision, limitation, and periods related with compensation. Confounding interpretation of contract between two parties may cause consumers’ dissatisfaction, may eventually leads to a legal suit. Given those contexts, we hypothesized that ambiguity of the contract increases customer dissatisfaction and consequently lower complaint documents. In this research, a complaint is defined as written correspondence expressing a grievance against an insurer or carrier, and it results in a written request for information from the company. To empirically support, we collected customers’ complaint documents of auto-insurance firms from 2005 until 2017 and their insurance contracts. Samples consist of 21 insurance firms across 8 states constructed the firm-state-year panel dataset. In baseline analysis, we identified whether firms' unobserved heterogeneous effects exist although observed characteristics are controlled. These unobserved effects were regarded as the effects of insurance contracts on complaints. Further, to estimate the impact of ambiguity on consumers’ dissatisfaction, we assessed the contracts in three perspective: overall ambiguity, word class, individual words. Starting with the degree of ambiguity in a given contract, we gradually narrowed the scope of independent variables by word class and individual words. Our baseline results showed that there exists firm-heterogeneity in complaints ratio. It is plausible that firm-specific contracts affect dissatisfaction of consumers. In terms of ambiguity, more clear contracts, frequent uses of the word classes that make subject to clarify such as personal pronoun, relatives, cardinal digit are more likely to reduce the complaints. we discuss the implications for the related literature on text analysis with respect to consumer satisfaction and firm performance. Our study expects to make theoretical contributions for academia and provide practical guidelines to industry that it can be used for consumer care and qualified service. Moreover we give suggestions to policy makers that the findings can be used for better supervision of insurance policy.

In the context of the COVID-19 pandemic Information and communication technologies (ICTs) have emerged as the critical enabler, almost all social activity and shopping is done online. Therefore, online customer reviews (OCRs) have a great impact on customers' purchase decision-making process. Since some companies or sellers strategically create fake online reviews in an effort to influence customers' purchase decisions, the detection of fake (deception) plays a critical role in e-commerce. However, researchers in fake review detection faced a lot of problems. One of them is the lack of a high-quality fake review dataset. The purpose of our research is to study fake reviews' features based on a publicly available dataset and test different machine learning methods for detecting fake reviews through analyzing sentiments and readability.

빅데이터 라는 개념이 등장하며 이전과 달리 대용량 데이터에 대해 가용할 수 있게끔 기술이 발전함에 따라 최근 추천시스템은 대량의 리소스 내에서 유저에게 적절한 개체를 발견하여 제공하는 용도로 이용되고 있으며 이 프로세스가 그 플랫폼내에서의 서비스 만족도 등 고객만족지표에 영향을 끼칠 만큼 온라인 서비스에서도 점차 그 역할의 중요도가 커져가고 있는 추세를 보이고 있다. 전통적인 추천시스템 방법론은 주로 유저-아이템 간의 상호 기록을 분석하여 효율적으로 예측하고자 하였으나 앞서 언급하였듯이 '유비쿼터스', '5G' 등의 기술들이 주변 곳곳에서 데이터를 수집하고 가용할 수 있게 되었으며 이로 인해 데이터에 대해 중요도가 커져가며 다소 지엽적인 시각에서만 바라보았던 데이터를 좀 더 다양한 측면에서도 생각하며 그 내에서 유용한 데이터를 추출하고자 하는 노력이 주를 이루고 있다. 그에 따라 추천시스템도 다양한 종류의 보조적인 성격을 가진 데이터도 이용하고자 하는 연구들이 진행되고 있긴 하나 그 내에서는 몇가지 문제가 존재 한다. 상대적으로 다양한 정보들 덕분에 유용하나 다른말로 표현해보자면 다소 복잡한 구조를 가지고 있다는 특징 때문에 그러한 피쳐들을 잘 가공하여 어떻게 모델에 접목시킬것인가에 대해 현재까지도 추천시스템뿐만 아니라 데이터마이닝 측면에서 도전적인 과제로 남아있으며 이걸 어떻게 효율적으로 해결할 것인가에 대해 새로운 접근법을 모색하고 있다. 그 중에서도 네트워크 임베딩이 데이터 내의 잠재적인 구조를 추출하여 좋은 성능을 보이며 '분류', '클러스터링', '추천' 등 많은 데이터 마이닝에서 활용하고 있다. 특히 추천 쪽에서는 'random walk' 그리고 'skip-gram'이 결합된 'Deepwalk'라는 방법론을 주로 이용하며 임베딩 된 구조 내에서 또 각 노드간의 연결에 가중치를 둔 'LINE' , 'SDNE' 등의 알고리즘도 사용하고있다. 허나 지금까지 언급한 방법들은 '동종 네트워크('homogeneous network)'에만 적용할 수 있다는 한계점을 지니고 있다. 본 연구에서는 그래프 구조 데이터를 활용하여 추천 시스템의 알고리즘의 정확도를 제고하기 위한 새로운 접근법을 제안한다. 구체적으로 본 연구에서는 그래프 상의 노드(node)의 임베딩(embedding)을 주변 이웃 노드로부터 생성하는 GCN(Graph Convolutional Networks)의 변형모델인 GraphSAGE(Sample and aggreGatE)에 기반하여 사용자-상품 네트워크 구조를 학습하고, 이를 기반으로 추천 상품을 예측하는 추천 모델을 제안한다. 일반적인 GraphSAGE 알고리즘은 네트워크를 구성하는 모든 노드가 동질하다고 전제하는 동종 네트워크(homogeneous network)를 기반으로 동작한다. 하지만, 추천 시스템에서의 노드는 크게 사용자와 상품이라는 서로 이질적인 두 종류의 노드로 구성되어 있다. 이에 본 연구에서는 이러한 이종 네트워크(heterogeneous network) 구조를 다룰 수 있도록 확장된 GraphSAGE 알고리즘인 HinSAGE(Heterogeneous SAGE) 알고리즘을 적용하여 추천 모델을 구축하고, 이를 전통적인 추천 알고리즘인 협업필터링(CF, Collaborative Filtering)과 비교하여 성능의 개선이 있는지 실증적으로 확인해 보고자 한다.

비디오 스트리밍 플랫폼은 지난 십 여년 사이에 인터넷 사용자와 미디어 시장에서 가장 빠르게 성장하는 미디어 플랫폼 중 하나로써 이의 시장 규모가 크게 증가하고 있다. 게임 산업은 이러한 플랫폼들을 빠르게 적용하고 있는 시장 중 하나로서 많은 게임 회사는 신규 게임의 마케팅 수단으로써 유튜브(Youtube), 트위치(Twitch)와 같은 스트리밍 플랫폼을 활용하고 있다. 본 논문에서는 유튜브의 컨텐츠에 대한 사용자 댓글의 감성 분석 결과가 모바일 게임의 성과와 어떤 상관 관계가 있는지 분석하였다.

As video streaming platforms have been one of the fastest growing media platforms among internet users and relevant industries recently, their market size is dramatically increasing. Game industry is one of the most affected markets, and majority of game companies are utilizing streaming platforms such as Youtube and Twitch for marketing their brand new mobile games. In this paper, we analyzed whether sentiments of user comments on Youtube contents have any correlation with performance of mobile games.

인터넷 기술이 발전함에 따라 온라인 여행 사이트와 소셜 네트워크는 가장 인기있는 여행 정보 공유 플랫폼이 되면서 매일 많은 리뷰가 게시되었다. 따라서 호텔의 온라인 명성, 즉 호텔이 얻는 평점과 리뷰는 호텔 관광객 유치에는 매우 중요하다. 기존의 추천 시스템은 대부분 소비자 개개인에게 적합한 상품을 추천하는 것이다. 하지만 기업이 광고와 프로모션을 푸시할 때 가장 적합한 잠재 타겟 고객을 선택해야 하는 것은 중요한 문제이다. 기존의 추천 시스템은 기본적으로 단일 전체 평점을 사용하여 추천하거나 감성 분석(Sentimental Analysis)을 통해 리뷰를 긍정, 부정, 중립으로 구분하고 이를 바탕으로 추천을 한다. 그러나 이러한 방법은 사용자의 각 기준(aspect)에서의 선호도를 고려하지 못한다는 한계점이 존재한다. 이러한 한계점을 보완하기 위해 본 논문에서는 호텔에게 적합한 타겟 관광객을 추천하기 위한 다 기준 추천시스템을 제안한다. 제안된 추천 시스템은 BERT를 사용하여 사용자의 리뷰를 통해 6가지 기준 평점을 예측하고 이를 바탕으로 호텔에게 평점을 제일 높게 예측하는 Top-N 관광객을 추천한다.

IT 기술의 발달과 대중화로 온라인 쇼핑은 꾸준한 성장세를 보이고 있다. 특히 코로나 19라는 전염병의 유행으로 인해 온라인 쇼핑은 더욱 소비자들의 주목을 받고 있다. 국내 소상공인 사업체는 약 300만개로 국가 경제의 큰 축을 구성하고 있지만, 디지털 전환에 대한 의식 및 행동 수준은 미비한 상황이다 (중소기업연구원 ‘소상공인의 디지털 전환 연착륙을 위한 실행방안’, 2020). 온라인 판매채널에서는 소상공인들의 온라인 상점을 운영을 위한 다양한 의사결정지원시스템을 제공하고 있다. 본 연구는 온라인 판매채널에서 판매자들이 의사결정지원시스템 활용이 운영성과에 어떤 영향을 주는지 살펴보고자 한다.

디지털 신기술의 발전과 확산에 따라 전세계적으로 사회, 문화, 경제 등 거의 모든 분야에서 디지털 트랜스포메이션(Digital Transformation)이 급속하게 진행되고 있다. 디지털 트랜스포메이션은 공공은 물론 제조 등의 2차산업과 금융, 교통, 교육, 의료, 유통 등의 3차 서비스 산업, 그리고 농림수산 등의 1차 산업에서도 매우 빠른 진전을 보이며 우리사회와 산업 전반에 많은 변혁을 가져오고 있다. 디지털 트랜스포메이션은 빅데이터, 인공지능, 5G 이동통신, 블록체인 등 디지털 신기술의 발전을 기반으로 산업 전반에 걸쳐 비즈니스 방식, 의사 소통의 방식 뿐 아니라 우리의 생활 방식과 가치관 까지 변화시켜가고 있다. 따라서, 본 연구에서는 이러한 디지털 트랜스포메이션의 특성을 파악하고, 이러한 특성들이 사용자의 사용 태도와 이에 따른 행위 의도에 미치는 영향을 연구하였다. 특히, 디지털 트랜스포메이션에 대한 사용자의 태도와 행위의도는 “신기술과 신서비스에 대한 수용성”에 대한 인식, 태도 형성과 수용 의도 분석을 중심으로 진행하였다. 디지털 트랜스포메이션에 대한 사용자의 수용성에 대하여 살펴보기 전에 신기술에 대한 수용성 연구 동향을 간략히 살펴보면 다음과 같다. 신기술에 대한 지각과 태도 형성, 그리고 이의 수용의도는 기술수용모델(TAM, Technology Acceptance Model)로부터 시작하여 최근에는 통합기술수용 모델(UTAUT)까지 발전하여 왔다. 또한 이러한 신기술에 대한 수용성 연구는 신기술의 영향을 의해 획득되는 편익(Benefit)과 희생(Sacrifies)으로 구분하고 사용자가 느끼는 가치와 궁극적인 수용의도를 연구하는 가치기반 수용모델(VAM, Value based Acceptance Model)로 발전하였다. 또한 Rogers에 의해 제안된 혁신확산모형(DOI, Diffusion of Innovation) 모형에서는 혁신적 기술의 특징을 상대적 잇점(Relative advantage), 정합성(Compatibility), 복잡성(Complexity), 관찰가능성(Observability), 그리고 시험가능성(Trialability)의 5가지 차원으로 구분하고 이에 의한 영향력을 분석하였다. 따라서, 디지털 트랜스포메이션의 영향과 사용자의 수용의도를 분석하기 위해 이러한 신기술 수용 모델을 적용할 수 있다. 한편 신기술에 의한 영향력 분석과 이에 따른 기업과 산업의 변화를 분석하기 위해 기술, 조직 및 환경적 특성들을 구분하고 이에 따른 영향력의 차이를 비교하는 TOE Framework를 채용하여 디지털 트랜스포메이션의 영향을 분석할 수 있다. TOE Framework는 Tornatzky and Fleischer가 제안한 신기술 영향력 분석 방법론으로서 어떠한 조직이 ICT 신기술의 도입에 따라 받게 되는 다양한 영향을 기술적 요인(Technology Context), 조직적 요인(Organizational Context), 환경적 요인(Environment Context)의 세 가지 차원으로 유형화하고 이러한 관점에서 신기술이 조직에 미치는 영향을 분석하고 비교할 수 있는 접근법이다. 기술수용모델(TAM)이 개인관점에서 ICT 신기술에 대해 지각하는 유용성과 사용 용이성, 그리고 신기술 수용 의도를 분석하는 모형이라면 TOE Frame work에서는 기업과 조직 측면에서 디지털 신기술의 수용, 확산 등을 해석하고 활용하는 방법을 모색하게 된다. 따라서, 본 연구에서는 공공, 교육, 금융, 의료, 유통, 교통 및 제조의 7개 주요 산업분야에서 진행되거나 확산되고 있는 디지털 트랜스포메이션의 특징들을 살펴보고, 이러한 특징들이 사용자의 수용의도에 어떠한 영향을 미치는 가를 살펴본다. 이를 위해, 첫번째로는 사용자의 태도 및 수용 의도에 영향을 미치는 트랜스포메이션의 결정요인(determinants)은 어떻게 구성되는 가를 살펴본다. 두 번째로는 이러한 결정요인들이 사용자의 디지털 트랜스포메이션에 대한 수용 태도 형성에 어떠한 영향을 미치는가를 분석한다. 세 번째로는 이러한 사용자의 수용 태도는 어떻게 구성되는지 살펴본다. 네 번째로는, 디지털 트랜스포메이션의 결정요인들은 사용자 태도 형성과 수용 의도에 어떠한 영향을 미치는가를 분석한다. 다섯 번째는 사용자가 속한 산업의 유형에 따라 결정요인들의 영향요인은 어떻게 차이가 나는 가를 비교 분석한다. 마지막으로는 사용자의 경력과 디지털 숙련도는 사용자의 태도형성과 수용의도에 어떠한 영향을 미치는 가를 분석한다. 사용자의 디지털 트랜스포메이션에 대한 태도와 수용의도에 영향을 미치는 주요 결정요인들을 확인하기 위해 혁신확산 모형에서 제시하는 혁신의 특징들과 기존 연구에서 제시하고 잇는 디지털 비즈니스의 핵심성공요인들, 그리고 기술-환경-조직(TOE) framework에서 제시하는 주요 영향요인들을 중심으로 독립변수를 가정하였다. 핵심성공요인 소비자 경험, 조직, 문화와 리더십, 능력과 인적 자원의 우수성, 비전과 미래지향성, 데이터와 정보기술, 운영 그리고 비즈니스 파트너의 8가지로 사용하였다. 이러한 다양한 영향 요인들을 에 대해 7개 산업분야 종사자를 대상으로 설문을 실시한 후 탐색적 요인분석을 통해 결정요인을 도출하였다. 또한 이러한 독립변인들이 디지털 트랜스포메이션에 대한 사용자의 인지와 태도 형성에 어떠한 영향을 미치는 지 분석하기 위해 디지털 신기술에 대한 인지된 유용성과 인지된 사용 용이성, 그리고 인지된 가치를 매개 변수로 사용하였다. 따라서, 본 연구에서 제안한 디지털 트랜스포메이션 수용의도 연구 모형은 다음과 같이 가정할 수 있다. <그림 1> 연구 모형 본 연구에서 제시한 연구 문제를 확인하고 검증하기 위해 주요 7개 산업분야인 공공, 유통, 금융, 교육, 의료, 교통 및 제조에 종사하는 임직원을 대상으로 설문을 실시하고 분석 연구를 진행하였다. 분석 결과 디지털 트랜스포메이션의 결정 요인은 TOE Framework를 바탕으로 기술, 조직 및 환경에 대해 다수의 세부 차원으로 구성됨을 알 수 있었다. 또한 이러한 구성요소에는 사용자의 혁신에 대한 저항 요소도 포함되어 있음을 확인할 수 있었다. 또한 이러한 결정 요인들의 수용 태도 및 수용의도 형성에 대한 영향력은 7개 산업 분야별로 서로 다르게 나타났다. 특히, 공공서비스, 제조업 그리고 기타 서비스 분야에서 각 결정요인의 영향력은 서로 다르게 존재함을 확인할 수 있었다. 본 연구의 연구 결과를 통해 경제, 사회의 각 분야에서 디지털 트랜스포메이션을 진행함에 있어 영향력이 큰 결정요인을 중심으로 사용성이나 용이성 혹은 사용자가 인지하는 가치를 증대시켜 최종적으로 사용자의 수용 의도를 향상시킬 수 있는 방안의 마련이 필요하다. 또한 TOE의 관점에서 어느 분야를 중심으로 디지털 트랜스포메이션을 진행할 지에 대한 우선순위를 결정하는 데 활용할 수 있다. 한편 사용자의 수용의도에 부의 영향을 미치는 혁신저항요소의 존재와 이러한 요소의 영향력을 감안한 효과적이고 효율적인 디지털 트랜스포메이션 추진 전략의 수립과 실천 방안 마련이 가능하다.

This study explores the digital transformation capability at the organizational level and conceptual the construct of the dimensions of digital transformation capability according to the dynamic capability theory. The digital transformation capability contains three hub-factors: sensing, organizing and restructuring. In addition, this research empirically analyzes the positive impact of digital strategic orientation on organization performance through digital transformation capability. First, we developed the measurement items of digital transformation capability, based on real cases of digital transformation. Then we collected data from the companies that are randomly located in different areas and cities in China. This survey covered different industries such as electronics, automobile, machine and equipment. Second, we collected 98 questionnaires and analyzed the data using smart PLS 3. This study has important academic significance for the theoretical development of digital transformation capability. Based on the dynamic capability theory, we used to define digital transformation capability as comprising a set of sensing, organizing and restructuring that iteratively reconfigured organizational resources in order to respond to changes in the digital environment.

The rapid development of digital technologies has brought unprecedented impact and challenges to Chinese enterprises. Featured by the internet of things (IoT), cloud computing, big data, mobile, social media, artificial intelligence (AI), and blockchain, digital transformation has become increasingly important for companies to attract and retain customers. Recently, many companies have launched digital or mobile transformation strategies to gain a competitive advantage. According to the 'Digital China Construction Development Report' issued by the China National Network Office, China's digital economy reached 35 trillion yuan in 2019. This amount accounts for 35.5% of China's total GDP. And It is estimated that the digital economy will account for 7%~22% of GDP growth over the next decade. So far, however, empirical studies on what factors are driving companies to adopt digital transformation have been lacking. This paper aims to examine the digital transformation's influencing factors and provide implications for the digital industry's development and digital application improvement. To that end, this paper conducts an empirical study for investigating the influencing factors of digital transformation adoption of Chinese enterprises through the lens of technologyorganization- environment (TOE) framework and the innovation diffusion theory. First, this study selected four variables (complexity, compatibility relative advantage, and trialability) as technology factors. Based on the previous studies, we hypothesized that three variables positively affect DT's adoption except for complexity. Second, this study selected two variables (resource readiness and management support) as organization factors. From the literature review, we hypothesized that two variables positively affect the adoption of DT. Third, this study selected three variables (competitive pressure, governmental support, and bandwagon pressure) as environment factors. Through the past studies, we hypothesized that three variables positively affect the adoption of DT. We surveyed Chinese enterprises. All respondents are above the middle manager level of each company. 320 questionnaires were distributed, and 315 were collected. After discarding invalid questionnaires, 313 were finally used. And this study used the partial least square - structural equation model (PLS-SEM) for the analysis. The empirical results showed that complexity, compatibility, trialability, resource readiness, management support, competitive pressure, and bandwagon pressure are significant factors of Chinese enterprises' digital transformation adoption. This study has enriched the existing digital transformation research by investigating extensive factors from the lens of the technology-organizationenvironment (TOE) framework. As noted earlier, the research gap in how the various factors impact digital transformation adoption in Chinese enterprises has still existed. Therefore, this study contributes to filling the gap in the literature. And this study examined the perceptions of digital transformation in Chinese enterprises empirically. Future research can extend it to a comparative study to analyze digital transformation adoption by enterprises between China and other countries.