Earticle

본 연구는 4차 산업혁명 시대의 데이터 보호와 활용 문제에 초점을 맞추어 공공 마이데이터 서비스의 사용의도를 프라이버시 관점에서 접근하였다. 특히, 마이데이터에서 가장 중요하게 다루어져야 할 프라이버시 통제에 중점을 두고 연구를 진행하여 그 역할에 대해 강조하고자 하였다. 개인적 특성인 프라이버시 리터러시가 공공 마이데이터 서비스에 대한 프라이버시 통제와 위험 평가를 통해 사용행동에 미치는 영향에 대해 규명함으로써 국민의 데이터 주권을 강화하기 위한 방안과 마이데이터 산업 및 프라이버시와 관련된 정책적 방안에 대해 논의하였다. 이를 통해 개인저보의 보호와 활용을 조화롭게 이루어낼 수 있는 방향을 모색할 수 있을 것이다.

The conducted study is aimed at identifying the current trends, implementation and respective challenges faced by the users in the context of Voice Recognition Technologies. The three prominent players of the industry i.e., Google Assistant, Amazon’s Alexa and Apple’s Siri are used as foundational basis of the study. The study starts with a thorough secondary research in which relative literature on the topic is filtered and streamlined. A Qualitative approach is used for testing and analysis in the study. For qualitative analysis, open-ended interviews are 9mconducted including 10 main questions, which are directly related to the topic under emphasis. The results of the research are backed with academic evidence in the last chapters. The findings of the study show that even though voice recognition has been proved to be one of the greatest technological advancements in the current era, there are still many challenges including handfree connectivity, privacy & security and voice imprinting which need to be fixed for enabling a wide-scale implementation.

최근 MIT에서 NO Code AI와 ML기법이 대두되면서 여러가지 생성형 AI의 활용에 귀추가 주목되고 있다. 생성형 AI들 중 비전공자들이 가장 접하기 쉬운 형태가 AI 챗봇플랫폼의 형태인 챗GPT이다. 너무나 빠른 변화의 파도 속에서 23년 02월 국민대에서는 ‘챗GPT 윤리강령’을 발표하였고, 고려대에서는 ‘챗GPT 활용가이드라인’을 공개하면서 학계에도 AI챗봇 플랫폼이 스며들기 시작했다. 이에 다양한 도메인을 지닌 현장 전문가들이 효과적인 데이터 분석을 할 수 있게 되었으며, 쉽게 인사이트 도출이 가능해졌다. 이렇게 본인의 영역에서 데이터 비전문가이지만 현장전문가로서 데이터 분석을 하는 사람들을 우리는 시티즌데이터사이언티스트(Citizen Data Scientist, 이하 CDS)라 한다. 본 연구에서는 코드적 관점으로 로코딩툴(Low Coding Tool)의 대표적 사례인 챗GPT와 연구자의 직접코딩의 분석 정확성을 비교 확인하고자 한다. 데이터는 I-Cheng Yeh(2007)이 제공하는 UCI Repository의 Concrete Compressive Strength.csv 데이터를 활용하였다. 평가지표로는 MAE, MAPE, MSE, MSLE를 활용하였다. 이 연구의 공헌은 로코딩(Low Coding)과 직접코딩 간의 비교로 챗GPT와 같은 효과적인 개발 툴을 통해 데이터분석 비전공자, 비전문가들이 인공지능(AI)을 쉽게 구현 및 적용할 수 있고 그에 따라 시민데이터과학자라는 새로운 영역에 일조할 수 있다는 데 있다.

추천 시스템은 사용자들에게 맞춤화된 추천 서비스를 제공하기 위해 다양한 플랫폼에서 사용되고 있다. 본 연구는 기업의 데이터 감시 메커니즘에 대한 사용자의 시간적 거리감과 데이터 감시가 추천 시스템 인식에 미치는 영향을 중심으로 해당 추천 시스템에 대한 신뢰, 프라이버시 위협, 그리고 감시 필요성을 조사하였다. 이를 위해 시나리오 기반 설문지를 제작 및 204 명의 참여자를 대상으로 조사 실시하였으며, Multiple analysis of variance (MANOVA) 와 independent sample t-test 를 사용하여 데이터를 분석하였다. 분석 결과, 시간적 거리감(실시간 정보 검색, 비실시간 정보 검색)에 따라 추천 시스템의 사용자 감시 필요성에 대한 인식 차이가 존재하였으며, 데이터 감시에 대한 안내를 받은 사용자들은 추천 시스템에 대한 신뢰 수준이 유의하게 높은 반면 프라이버시 위협에 대한 인식은 유의하게 낮았다. 이 연구 결과는 사용자 관점의 시간적 거리감과 데이터 감시가 추천 시스템 인식에 미치는 영향을 이해하는 데 기여하며, 디지털 환경에서의 데이터 감시 환경 설계 및 구현의 중요성을 시사하고 있다.

Information asymmetry in emerging platforms with two-sided markets creates barriers for interactions, especially for products lacking established reputation, termed the reputational cold-start problem. To address the problem, this study explores the roles of platform-initiated contents (PICs). Specifically, this paper examines how inspector-based textual PIC and video-mediated PIC influence consumer demand and subsequent reviews in the accommodation-sharing context. We employ econometric analyses with propensity score weighting and two-stage residual inclusion to address potential endogeneity concerns. We find that (i) both PICs as quality signals enhance the booking rate, and (ii) the positive impact of video-mediated PIC is more pronounced for properties facing the reputational cold-start problem, a nuanced effect not observed for inspector-based PIC. Furthermore, we demonstrate that inspector-based PIC increases subsequent reviews for properties with the cold-start problem while video-mediated PIC has no significant effects on subsequent reviews for those properties. Contribution and practical implications for addressing the cold-start problem in emerging platforms are discussed.

This study empirically investigated the relationship between workers' safety behaviors and safety culture, safety climate, and safety motivation at the manufacturing industry. It analyzed the role of these factors to identify and analyze factors that strengthen workers' safety behaviors that contribute to preventing major accidents in companies. According to Korea Occupational Safety and Health Agency's industrial accident survey data, the accident rate of manufacturing workers is the second highest in the construction industry. When an accident occurs, companies have to bear not only direct costs but also indirect costs such as human loss, material loss, production loss, and time loss, resulting in huge loss costs. Based on the results of previous studies, this study investigated the effects of corporate safety culture on safety behavior through the mediation of safety climate and safety motivation among production and labor workers in the manufacturing industry. Statistical analysis was conducted on 271 manufacturing workers using PLS and NCA, and the results showed that corporate safety culture can lead to workers' safety behavior by influencing safety climate and enhancing workers' safety motivation.

The study is about how financial nudging with text messages changes the behavior of microfinance borrowers. This study is the first to test the impact of financial nudging on microfinance borrowers. Focuses on how text message reminders reduce repayment default in microfinance. We use timing and information to test how psychological distance determines a consumer's response to text message reminders for loan payments. The results showed a positive relationship; sending text reminders on the previous day to the due date with the amount of money and ten days before the due without the amount of money increases the chances of borrowers' intention to pay in contrast with sending them ten days before the due date with the amount of money of the payment. Also, the borrowers who received ten days before the due without the amount of money show that their intention to pay behavior stayed long in the post-treatment period due to their strong self-control capability. Our paper is the first in IS literature to show the role of performance ambiguity empirically and to associate the ambiguity with antecedents derived from construal-level theory. Besides, it advises that considering the when, where, and how of mobile targeting strategies is vital and designing mobile text message reminders prudently, how microfinance can mitigate default risks. Therefore, policymakers can benefit from developing a practical policy for mobile applications by considering the contextual factors we proposed.

본 연구는 금융산업에 활용되는 분류 알고리즘의 성과를 저하시키는 범주 불균형 문제를 해결하기 위한 방안으로 부스팅을 통한 기하평균기반 성과최적화 알고리즘을 제안한다. 불균형 비율이 상이한 데이터를 대상으로 벤치마크 모형과 비교하여 성과지표가 개선됨을 확인하였다.

This study utilized integrated coherence to improve cryptocurrency market predictions. RoBERTa and DistilBERT models were employed for measuring integrated coherence and results were obtained by applying LSTM. The proposed DistilBERT and RoBERTa models were compared to normal coherence through the t-test. The results showed that both the proposed DistilBERT and RoBERTa models outperformed LSTM with normal coherence. The study's findings confirmed that user sentiment is a necessary factor for market predictions.

이 연구의 목적은 리뷰에 대한 신뢰의 영향을 조사하는 것이다. 리뷰의 넷 가지 특성, 즉 전문성, 최신성, 유용성, 그리고 유희성이 독립 변수로 설정되며, 리뷰에 대한 신뢰가 매개 변수로 설정된다. 제품에 대한 신뢰와 기업에 대한 신뢰가 종속 변수로 설정되며, 신뢰 이전 이론에 기반하여 신뢰의 흐름이 분석될 것이다.

Businesses need loyalty programs to attract and retain clients. Mobile usage, rapid technology progress, and dynamic social landscapes make it necessary to continuously monitor customer behavior to assure loyalty program success. We examined transaction data from SPC, a prominent Korean F & B company, to determine how different factors affect customers' point redemption decisions. A binary logit model and customer-level panel regression were used to examine customer spending and point usage patterns before and after the COVID-19 outbreak, focusing on different usage levels. After the epidemic, low- and high-usage users cut spending, transactions, and points. Low-usage clients used points for purchases more often, redeemed more points, and utilized more points per transaction. These findings contribute to loyalty program research and offer managerial implications for mobile loyalty program optimization.

Researchers and healthcare professionals have paid attention to artificial intelligence (AI) in the healthcare industry. The application of effective and efficient AI techniques can help to increase the precision of medical decision. AI offers great advances for countries currently struggling with complex healthcare systems and a physician shortage. In previous research in the field of health management, big data analytics in healthcare has been a significant subject from multidisciplinary aspects. To detect the onset of disease in the large-scale data, examining image and video sources and social media data is required. The literature represents various AI applications for healthcare services as well as an unexplored area of medical research emphasizes medical decision-making, patient diagnostics data, and network of health services. This study presents an innovative datadriven approach with knowledge-based analysis utilizing AI techniques. The proposed method develops a comprehensive approach including machine learning methods and its application to healthcare big data analysis. The significance of identifying and covering the key AI applications for healthcare is suggested. The result highlights that organization may greatly benefit from the use of this technology in healthcare operations with AI-based solutions to provide different treatment options and personalized therapies. With the applications of AI techniques, the general effectiveness of hospitals and healthcare systems may be increased, and overall healthcare costs may be reduced.

This research paper examines the impact of negative reviews on consumer behavior and attitudes towards products. We focus on the informational value of negative reviews in highlighting purchase risks, as consumers often prefer these reviews to gauge potential drawbacks. Additionally, our study explores the influence of response strategies to negative reviews, an area that has garnered scholarly interest yet lacks depth in terms of product type. We investigate whether the effectiveness of recovery strategies varies between hedonic (pleasure-oriented) and utilitarian (function-oriented) products. Utilizing the CXQ model, we delve into the interactions between service quality, customer satisfaction, and their effects on loyalty and repeat purchasing, particularly in the context of sports marketing. This approach aims to offer insights into the nuanced relationship between consumer feedback and marketing strategies. Based on that, our study aims to answer following questions: 1. How different types of seller Response on Negative Reviews affect consumer’s perception of Service Outcome Quality, Interaction Quality, and overall customer experience quality? 2. Is there a difference between groups of affected customers based on response type?

라이브 커머스는 실시간 가시성과 동기화 상호작용 특성을 갖춘 혁신적인 전자상거래 유형으로, 소비자의 신속한 구매 결정을 촉진하고 기업의 경제적 이익을 증가하는 효율적인 채널이 되고 있다. 라이브 커머스는 혁신적인 라이브 스트리밍 기술을 기반으로 하며, 제품을 텍스트나 그래픽 설명 대신 실시간 생방송을 통해 소비자에게 소개한다. 전통적인 전자상거래의 소비자들이 주로 웹사이트에서 제품을 검색, 미리 보기 하며 다양한 온라인 상점에서 옵션을 비교한 후 주문을 결정한다. 라이브 커머스의 소비자는 쇼트 클립이나 생방송을 통해 제품을 시각적으로 인지하며 라이브 스트리머와의 상호작용성, 다른 소비자의 실시간 리뷰에 반응한다. 이들은 감정적인 영향을 받고 라이브 쇼핑 분위기와 상호작용을 중요하게 하며, 라이브 커머스 경험을 통해 제품에 대한 직관적인 이해를 얻은 후 주문을 결정한다. 분위기는 소비자의 구매 결정과 행동에 영향을 미치는 상점 또는 환경의 물리적과 감각적 특성을 다루는 마케팅 및 소비자 행동 분야에서 중요한 개념 중 하나이다. Kotler (1973)는 "분위기"의 개념을 소개했으며, 네 가지 주요 경로(시각, 청각, 후각, 촉각)를 통해 분위기를 형성한다고 제시하였다. 분위기에 관련 연구에서 초기에는 주로 매장 내부와 매장 외부 환경 조건을 포함한 유형 매장에 초점을 맞추었고, 소비자 행동에 영향을 미치는 환경 지침의 일련으로 설명되었다(Asrinta, 2018). 예를 들어, 매장 내부의 조명, 음악, 온도, 냄새 등과 매장 외부의 건축적인 디자인, 주차장의 편의성, 매장의 위치와 주변 환경 등은 소비자들에게 매장으로의 접근과 첫인상을 형성한다. 소비자들에게 원하는 분위기를 조성함으로써 매장에서 집처럼 편안함을 느끼게 되어 더 긍정적인 구매 경험을 만들어 낼 수 있다. 그러나 온라인 쇼핑 환경은 이러한 촉각과 후각이 상호작용하지 않으며 감각적인 측면에서는 냄새, 온도 등을 물리적으로 감지할 수 없다. 따라서 오프라인 매장 환경의 분위기가 소비자 행동에 미치는 영향은 온라인 매장 환경에 완전히 적용되지 않을 수 있다. 충동구매는 계획하지 않은 구매로 개인의 감정적 연결을 통해 생성된 호감에서 통제할 수 없는 것이다(Jhawar and Kushwaha, 2018). Bayley and Nancarrow (1998)은 충동적인 의사결정 과정의 신속성으로 인해 대안적인 정보와 선택에 대한 신중하고 의도적인 고려가 배제되었다. Gao et al.(2022)은 소비자들은 특히 짧은 동영상 시나리오 하에서 즉각적이고 감정적이며 무책임한 것으로 발현되는 충동구매 행동을 보이기 쉬운 경우가 많은 것으로 밝혔다. Peña-García et al.(2020)은 온라인 구매의도와 구매행동에 관련 연구에서 단기 지향적인 시장에서 충동구매는 온라인 구매의도의 전인이라고 밝혔다. 전자상거래의 경험이 비교적 적은 소비자는 더욱 많은 기능 요소를 수용하여 경험 있는 소비자들은 더 많은 쾌락적인 요소들이 필요하다. 의도가 실제 행동의 핵심 예측 변수로 간주한다(Montano and Kasprzyk, 2015). 소비자 행동을 예측하기 위해서는 구매의도를 궁극적으로 생성하는 태도, 평가 및 내적 요인을 알아야 한다(Fishbein and Ajzen, 1975). 본 연구에서는 S-O-R 모델을 기반으로 라이브 커머스를 이용한 쇼핑 경험이 있는 소비자를 연구대상으로 하여 라이브 커머스 분위기(상호작용성, 경제성, 오락성, 인터페이스 디자인)를 자극(S)으로, 몰입감, 쾌락적 가치에 따른 소비자의 심리상태를 유기체(O)로, 소비자의 충동구매의도를 반응(R)으로 설명하여 라이브 커머스 분위기가 소비자의 심리상태 및 충동구매의도에 미치는 영향을 규명하고자 한다.

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 ‘좋아요’ 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 ‘좋아요’ 수가 적을 수 있으며 투표에 응하지 않아 ‘좋아요’ 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 ‘좋아요’ 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로 토픽 모델링, 감정분석 등 텍스트 마이닝을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화 리뷰를 활용하여 리뷰 콘텐츠를 기반으로 한 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

This study identifies a key cognitive mechanism through which information encountered by managers influences their pursuit of ambidexterity when implementing new technologies in organizations. Additionally, it investigates the roles of managers’ understanding of technological environments and risk-taking strategies of their organizations in this relationship. We conducted three studies with managers at the above-middle level in the context of artificial intelligence implementations. The results indicate that managers with situationally induced promotion focus tend to have greater opportunity appraisal (Studies 1, 2, and 3) and pursuit of ambidexterity (Studies 2 and 3) compared to those with situationally induced prevention focus. Opportunity appraisal mediates the relationship between situationally induced regulatory focus and ambidexterity pursuit (Studies 2 and 3). Further, organizational risk-taking strategy moderates the links from situationally induced regulatory focus to opportunity appraisal to ambidexterity (Study 3). This study contributes to the theoretical understanding of the cognitive processes underlying managers’ pursuit of ambidexterity.

Technology has been blamed for exacerbating consumer social wellbeing. However, anecdotal evidence suggests that technology can support consumer social wellbeing. This study explores the potential of technology as an intermediate intervention to enhance consumer social wellbeing. The concept of affordances has been applied, which considers technology and social agency equally important, exceeds the features of a specific technology, and offers a useful theoretical lens for scholars to derive insights into the context and the phenomena of interest. This research contributes to literature by developing an empirically grounded theoretical framework of how technology can contribute to enhancing consumer social wellbeing. Such knowledge will help scholars, policymakers, and professionals seeking to tackle this increasingly important societal challenge.

본 연구는 가전제품을 판매하는 옴니채널의 환경에서 고객경험특성이 지각된 가치, 재이용 의도에 미치는 영향에 대해 살펴보았다. 주요 연구결과는 다음과 같다. 첫째, 가전 옴니채널에서의 고객경험특성은 일관성, 접근성, 개인화, 편리성, 동시성의 5개 차원으로 구성되어 있다는 것을 확인하였다. 둘째, 고객경험특성의 5개 차원 중 개인화, 편리성, 동시성은 기능적 가치에 유의한 영향을 미쳤으나, 일관성, 접근성은 영향이 유의하지 않았다. 또한 접근성, 개인화, 동시성은 감정적 가치에 대해 영향을 미쳤으나 일관성, 편리성은 영향이 유의하지 않았다. 세째, 감정적 가치는 재이용 의도에 영향을 미쳤으나 기능적 가치는 영향을 미치지 않는 것으로 확인되었다. 다섯째, MZ세대 여부는 지각적 가치와 재이용 의도에의 영향관계에 있어 조절효과를 미치지 않는 것으로 나타났다. 본 연구는 가전제품을 판매하는 옴니채널에 대한 고객경험특성을 확인했다는 점과 그동안 주로 단일채널 환경에서 다루어 온 고객경험특성과 지각적 가치를 가전 옴니채널로 확장시켜 개념화했다는 점에서 의의를 갖는다. 본 연구결과는 온.오프라인 채널 간 전환 장벽이 점차 낮아지고 있는 현재의 경쟁 상황에서 가전 리테일러들이 효과적인 마케팅 및 채널전략을 수립하고 추진하는데 도움을 줄 수 있을 것으로 기대된다.

무인 편의점의 기술기반셀프서비스(TBSS) 이용 고객의 태도를 살펴보고자 한다. TBSS 태도에 영향을 미치는 요인으로는 첫째, TAM 및 Dabholkar의 연구를 기반으로 용이성과 유용성을 설정하였으며, 둘째, TBSS 태도의 예측 변수로 출입 및 성인 인증 불편과 비상응대 불편을 설정하였다. 마지막으로, TBSS 태도의 유지에 영향을 주는 요인으로는 기술 불안감과 사회적 불안감을 설정하였다. 특히, 이 연구는 기술 불안감과 사회적 불안감이 TBSS 태도에 미치는 영향의 차이를 살펴봄으로써, 무인 편의점의 운영 및 관리에 대한 통찰력을 제공하고자 한다.

This study investigates the framing effects of social media videos on users’ perceptions and uncivil behavior related to specific social phenomena. To achieve this, we collected videos posted on YouTube over the past decade with more than 100 comments, focusing on the societal issue of low birth. To compare the framing strategies, we categorized publisher types, conducted a content analysis of emotional triggers in video titles and visual representations in thumbnails, and performed keyword frequency analysis to identify highly recurring words in the titles. We found that each channel types employed distinct emotional framing strategies, and the choice of emotional framing in thumbnails varied significantly depending on the focal subject. The analysis of frequently used words revealed not only the types of words employed in framing but also connections between low birth and other societal issues, such as gender conflict and real estate problems.

최근 기업들이 온·오프라인 통합 리뷰 서비스를 강화하며 온라인 리뷰의 영향력이 높아지고 있는 상황이지만, 이벤트성 리뷰를 작성한 리뷰어 또한 늘어나며 소비자들의 온라인 리뷰에 대한 신뢰가 상실되는 역효과가 발생하고 있다. 따라서, 우수 리뷰어를 판별하는 방법에 대한 분석이 필요함에도 불구하고, 대부분의 선행연구는 우수 리뷰의 판별에만 초점을 맞추고 있다. 이에, 본 연구에서는 H&B시장의 온라인과 오프라인을 모두 고려한 옴니채널(Omni Channel)에서의 리뷰 및 리뷰어 데이터를 수집하여, 빅데이터 분석기법인 감성분석과 머신러닝을 활용하여 신뢰성 있는 리뷰를 작성한 우수 리뷰어를 판별하기 위한 모델을 제안, 개발하고자 한다. 또한, 이 판별모델로 측정한 리뷰어의 순위와 실제 기업에서 제공하는 리뷰어 순위를 비교해보고, 제시된 모델로부터 도출된 우수 리뷰어와 일반 리뷰어의 특성을 통계적인 기법을 활용하여 비교해보고자 한다. 본 연구의 결과를 통해 향후 H&B 시장 옴니채널에서의 리뷰어 관련 학술적 및 실무적 시사점을 제시할 수 있기를 기대한다.

We introduce an automated method for generating data structure questions using the SMT Solver 'Z3'. Recognizing challenges in traditional question-setting, which might contain logical errors or lack originality, we focus on generating logically consistent and diverse questions. We harness Z3's EnumSort() and Const() functions for conceptual question creation. For applied questions, three main approaches were employed: generating data structures with specific constraints, deriving accurate solutions for questions, and assessing data structure integrity pre and post specific code execution. The outcome not only refines problem creation but also provides a quality-assured learning platform. By transitioning our findings to a web service, we envision bridging educational gaps caused by location and financial constraints. This initiative offers a novel perspective in the realm of educational assessments.

2008년 Beauty Fix의 출시이래, 국내외에서 다양한 화장품 구독 서비스가 출시되었다. 본 연구는 화장품 구독 서비스의 상업적 성공과 실패 여부를 귀납적 학습 기반의 다중 사례 연구방법을 사용하여 분석하였다. 화장품 구독 서비스의 성공과 실패에 영향을 미치는 요인으로 ‘구독 가격대’, ‘버저닝(Versioning) 존재 여부’, ‘ESG 가치 존재 여부’, ‘맞춤형 서비스 존재 여부’, ‘전문가 추천 존재 여부’, ‘제품 구성의 복합성’이라는 여섯가지 변수를 도출하고, 2008년부터 2023년 4월 30일 기준까지 상용화된 화장품 구독 서비스 사례 20개(성공사례 12개, 실패 사례 8개)를 수집하여 분석하였다. 분석결과를 인공지능 분야의 기계 학습 방법론의 ID3 알고리즘 기반의 귀납적 학습 방법을 사용하여 분석한 결과, 여섯가지 변수중 ‘ESG 가치 존재 여부’변수가 가장 중요한 요인으로 도출되었고, 그 다음으로 ‘구독 가격대’ 변수가, 마지막으로 ‘전문가 추천 존재 여부’ 변수가 중요한 변수로 도출되었다. 이와 같은 세가지 변수로 이루어진, 화장품 구독 서비스의 성공과 실패와 관련한 가설 네 개가 도출되었는데, 본 연구에서는 이와 같은 가설 네가지를 기반으로 화장품 구독서비스가 성공하기 위한 전략적 시사점을 제공한다.