Earticle

본 연구는 인공지능(AI) 서비스 로봇의 지능적 특성이 고객의 공정성 지각에 미치는 영향과, 공정성 지각이 고객 여정 단계별 거래 만족, 전 과정 만족, 충성도로 이어지는 구조적 관계를 규명하는 것을 목적으로 한다. 이를 위해 AI 서비스 로봇의 지능을 기계지능, 분석지능, 직관지능, 공감지능으로 구분 하고, 각 지능이 분배적·절차적·정보적·상호작용적 공정성에 미치는 영향을 구조방정식 모형으로 분석 하였다. 또한 고객 여정을 구매 전, 서비스 이용, 서비스 실패 회복, 장기 관계 유지의 네 단계로 구분하 여 공정성 지각의 상대적 영향과 거래 만족의 매개효과, 정보적 공정성의 조절효과를 실증적으로 검증 하였다. 분석 결과, 네 가지 지능은 각각 대응하는 공정성 차원에 유의한 정(+)의 영향을 미쳤으며, 공정성 지각은 고객 여정 단계별로 거래 만족에 차별적으로 작용하였다. 상호작용 공정성은 거래 만족을 매개로 전 과정 만족에 영향을 미치는 완전매개 구조를 보였으며, 정보적 공정성은 상호작용 공정성과 거래 만족 간의 관계를 조절하는 대체효과(substitution effect)를 나타냈다. 마지막으로 거래 만족은 전 과정 만족을 유의하게 예측하고, 전 과정 만족은 충성도를 유의하게 예측함으로써, AI 서비스 로봇 맥 락에서도 전통적 고객 만족–충성도 경로가 유효함을 확인하였다. 이러한 결과는 AI 서비스 환경에서 고객이 공정성을 인식하는 다차원적 매커니즘을 밝혀, 공정성 이론의 적용 범위를 인간–기계 상호작용 (Human–AI Interaction) 영역으로 확장하였다는 학문적 의의를 갖는다. 아울러 서비스 단계별로 강화 해야 할 공정성 차원을 제시함으로써, AI 서비스 로봇의 인공지능 설계와 고객 경험 관리 전략에 실무 적 시사점을 제공한다.

This study aims to examine how the intelligence of artificial intelligence (AI) service robots affects customers’ perceptions of fairness and to identify how these perceptions influence transaction satisfaction, overall journey satisfaction, and loyalty across different stages of the customer journey. The intelligence of AI service robots is categorized into mechanical, analytical, intuitive, and empathetic dimensions, each hypothesized to correspond to distributive, procedural, informational, and interactional fairness, respectively. Structural equation modeling was used to empirically test these relationships while dividing the customer journey into four stages: pre-purchase, service use, service recovery, and relationship maintenance. The results show that each type of AI intelligence has a significant positive effect on its corresponding dimension of fairness perception and that these fairness perceptions have differentiated influences on transaction satisfaction depending on the service stage. Interactional fairness exhibited a full mediation effect through transaction satisfaction in predicting overall journey satisfaction. Moreover, informational fairness moderated the relationship between interactional fairness and transaction satisfaction, indicating a substitution effect whereby adequate and transparent information reduces the need for interpersonal fairness in AI-based interactions. Finally, transaction satisfaction significantly predicted overall satisfaction, which in turn positively affected loyalty, validating the traditional satisfaction–loyalty relationship in the AI service context. These findings extend fairness theory into the domain of human–AI interaction by revealing the multidimensional mechanisms through which customers perceive fairness in AI service environments. Practically, the results provide strategic implications for designing AI service robots and managing customer experiences by specifying which types of fairness should be emphasized at each stage of the service journey.

AI 기술은 이제 1년이 아니라 1개월 간격으로 진화하고 있다. 기업은 비용 절감이 필요한 모든 요소 에 AI 자동화를 적용하고 있으며 이로 인해 위협받는 건 인간의 일자리도 예외는 아니다. 그러나 AI가 인간을 대체할 때보다 이 두 존재가 협업할 때 더 큰 시너지가 난다는 관점 역시 뚜렷하다. 이에 소비 자 수용도를 높이기 위한 인간-AI 협업 디자인에 관한 다양한 연구가 진행되고 있다. 본 연구는 이러한 맥락에서 AI와 협업시 인간 업무 수행자가 투입하는 역량(노력 vs. 재능)과 업무의 성격(예술 vs. 과학) 에 따라 소비자가 평가하는 인간 업무 수행자의 유능함이 달라진다는 결과를 보여준다. 실증 연구 결과 예술적 업무(예. 패션 디자이너)에서 인간 업무 수행자가 재능을 투입하는 경우 인간 단독 대비 AI와 협업시 유능함에 대한 평가가 하락한다. 그러나 노력을 투입하는 경우 AI와의 협업은 유능함 평가에 부 정적 영향을 미치지 않았다. 반대로 과학적 업무(예. 내과의사)에서 인간 업무 수행자가 노력을 투입하 는 경우 AI와의 협업은 유능함에 대한 평가를 떨어뜨리지만, 재능을 투입하는 경우에는 부정적 영향이 발생하지 않았다. 더 나아가 유능함에 대한 평가는 해당 업무 수행자와의 거래 의향에 긍정적인 영향을 미치는 것으로 나타났다.

AI technology is now advancing on a monthly basis rather than a yearly one. Companies increasingly infuse AI every domain to reduce costs, and this makes humankind to face their job losses. Nevertheless, a prevailing idea holds that human-AI collaboration can generate greater synergy than AI automation that replaces human. Reflecting this perspective, much research has explored how to design human-AI collaboration to increase consumer adoption. The current research examines the effects of human’s input resource(effort vs. talent) and task characteristics(art vs. science) on consumers’ evaluations about the competence of human. The empirical research shows that competence evaluation deteriorates when a talented human works with AI(vs. working alone) in artistic task(e.g., fashion designer). However, when a human puts his effort in artistic task, working with AI does not negatively affect consumers’ competence evaluations. In contrast, competence evaluations decline when a hard-working human collaborates with AI on scientific task(e.g., physician) whereas this negative effect does not occur when a talented human works with AI in scientific task. Further, as consumers’ evaluations of human’s competence improve, their willingness to do business with the human also increases.

본 연구는 인지적 요인 중심의 기존 기술수용 논의를 확장하여 에듀테크 이용의도를 기능적·정서적 가치로 설명하는 이중 가치 프레임을 제안한다. UTAUT의 성과기대·촉진조건을 기능적 가치로, 체험경 제이론의 심미적·일탈적 요소를 정서적 가치로 재구조화하였다. 220명 대상 분석 결과, 성과기대와 심 미적 요소는 이용의도에 유의한 정(+)의 영향을 미쳤으나 촉진조건과 일탈적 요소는 기본 모형에서 유 의하지 않았다. 지각된 위험은 이용의도에 부정적 직접효과를 보였으며, 가치가 행동의도로 전환되는 경로를 약화시키는 조절기제로 작동하였다. 특히 기능적·정서적 가치 경로에 따라 조절이 작동하는 방 식이 다르게 나타나는 비대칭적 양상이 관찰되었는데, 이는 목표지향적 서비스 맥락에서 위험 인식이 합리적 성과 기대의 효과를 비교적 이른 시점에서 약화시킬 가능성을 시사한다. 본 연구는 위험을 단순 한 부정 요인이 아니라 가치 경로를 재구성하는 조절 변수로 통합함으로써 기술수용 연구를 가치 기반 관점에서 확장하고, 에듀테크 수용 메커니즘을 맥락적 상호작용 구조 속에서 설명하는 이론적 틀을 제 시한다. 아울러 위험 완화 전략과 신뢰 구축이 기능적·정서적 가치의 효과를 안정적으로 유지하기 위한 조건임을 제안하여 에듀테크 서비스 설계 및 운영에 대한 실천적 시사점을 제공한다.

This study proposes a Dual-Value Framework explaining EdTech usage intention through functional and affective values, extending cognition-centered technology acceptance research. UTAUT constructs—performance expectancy and facilitating conditions—are reframed as functional values, while aesthetic and escapist elements represent affective values. Using data from 220 users, performance expectancy and aesthetic value showed significant positive effects, whereas facilitating conditions and escapist value were not significant. Perceived risk had a negative effect and weakened value–intention pathways. In particular, an asymmetric pattern was observed in which moderation operates differently across functional and affective value pathways, suggesting that in goal-oriented contexts, perceived risk may attenuate rational performance expectations at a relatively earlier point. By conceptualizing perceived risk not merely as a negative factor but as a moderating variable that restructures value pathways, this study extends technology acceptance research, and proposes a framework explaining EdTech adoption within a contextual interaction structure. Practically, mitigating risk and building trust are necessary for sustaining these effects.

본 연구는 제품 내 지속 가능성 요소, 특히 재활용 소재의 활용과 제품 가치 프리미엄의 관계를 분 석하고, 정보 환경에서 판매자 제공 제품 신호와 소비자 생성 제품 신호가 이러한 관계의 강도를 어떻 게 조절하는지를 실증적으로 규명한다. 이를 위해 리셀 플랫폼 내 아식스(Asics) 브랜드의 제품–거래 단위 데이터를 활용하여 선형 고정효과 모형을 적용하였다. 분석 결과, 재활용 소재를 활용한 제품은 그렇지 않은 제품에 비해 출시 가격 대비 더 높은 가격 프리미엄이 형성되는 것으로 나타나, 재활용 소 재의 활용이 구매 이후 단계에서도 제품 가치 형성에 긍정적으로 기여함을 확인하였다. 이 때, 판매자 제공 제품 신호는 지속 가능성 요소의 긍정적 효과를 약화시키는 반면, 소비자 생성 제품 신호는 이를 강화하는 것으로 나타났다. 이러한 결과는 재활용 소재 활용과 같은 지속 가능 요소의 프리미엄 효과가 함께 제공되는 제품 신호의 생성 주체와 특성에 따라 달라질 수 있음을 보여주며, 지속 가능성을 장기 적 제품 가치 관리 전략으로 활용하고자 하는 브랜드와 플랫폼에 유의미한 시사점을 제공한다.

This research examines the effect of recycled material usage on product price premiums and empirically investigates how seller-provided and consumer-generated product signals differentially moderate this relationship. We employ a linear fixed-effects model to analyze the formation of price premiums using product- and transaction-level data from an online resale platform for the brand Asics. The results show that products incorporating recycled materials exhibit significantly higher price premiums relative to their release price than non-recycled counterparts. This indicates that utilizing recycled materials can positively contribute to price premiums even after the point of purchase. Furthermore, while seller-provided product signals attenuate the positive effect of sustainability attributes, consumer-generated product signals amplify them. These findings suggest that the premium effect of recycled material usage varies depending on the source and nature of concurrent product signals. Overall, this research offers meaningful managerial implications for brands and platforms seeking to leverage recycled material usage, one of the key sustainability attributes, as a long-term product management strategy.