• Crossref logo
Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1226-0401(Print)
ISSN : 2383-6334(Online)
The Research Journal of the Costume Culture Vol.29 No.4 pp.554-571
DOI : https://doi.org/10.29049/rjcc.2021.29.4.554

The effect of information source and content informativeness on acceptance intention in a live commerce shopping environment

Mi Young Choi†
Professor, Dept. of Fashion Design, Duksung Women’s University
Corresponding author (choimy7@duksung.ac.kr)
July 30, 2021 August 24, 2021 August 25, 2021

Abstract


The purpose of this study is to investigate the mediating effect of trust when a media broadcaster (such as a disc jockey [DJ]) acting as an information source and the content they provide during live commerce streaming affect acceptance intention. Live commerce is increasing rapidly, offering a new fashion distribution channel by supplementing possible shortcomings of existing online shopping. Data was collected for the empirical study from female consumers in their 20s who actively accepted fashion technology. Statistical analysis of the data was conducted using IBM SPSS Macro Process 3.5. First, the reliability and validity of the variables for information source characteristics, content informativeness, trust, and acceptance intention were verified, and each variable was confirmed as a single factor. Bootstrap analysis was performed using Macro Process Model 4 to reveal the effects of information source characteristics and content informativeness on acceptance intention. As a result of analyzing the mediating effect for each path model with trust as a parameter, it was found that both the direct and indirect effects of the mediating path were significant. This result means that the characteristics of information sources and content informativeness are partially mediated by trust. Therefore, to promote consumer behavior in a live commerce shopping environment, it is necessary to enhance trust. This can be achieved by a media broadcaster with fashion expertise to increase the perception of the attractiveness of the information source and to improve the usefulness of the fashion information being delivered.



라이브 커머스 쇼핑환경에서 정보원 특성과 콘텐츠 정보성이 소비자 수용의도에 미치는 효과
- 신뢰의 매개효과를 중심으로 -

최 미 영†
덕성여자대학교 의상디자인학과 교수

초록


    I. Introduction

    구매 채널에 구속받지 않는 소비자가 점점 늘고 있 는 가운데 최근 패션소비자들은 다변화된 쇼핑환경에 서 콘텐츠를 소비함과 동시에 제품에 대한 정보탐색 과 구매행동을 하고 있다. 소셜미디어는 커뮤니케이 션 매체이자 상거래가 이루어지는 비지니스 매체로서 역할을 수행하면서 다양한 플랫폼으로 확장되고 있으 며, 가치 있는 콘텐츠를 만들어 전파하는 활동으로 이 용자의 만족도를 높이고 있다(Zhao & Kim, 2020). 최 근에는 4차 산업혁명 기술을 바탕으로 변화한 미디어 환경에 따라 동영상 콘텐츠를 소비하는 문화가 크게 확산되어(Al-Debei & Al-Lozi, 2014), 제품정보나 경 험을 공유하는 방식도 직관적이고 실감나는 라이브 영상을 중심으로 바뀌고 있다(Choi, 2020). 라이브 커 머스는 실시간 스트리밍으로 상품을 소개하고 판매하 는 모바일 쇼핑플랫폼 형태로 비대면 문화가 확산되 고, 유튜브․넷플릭스․틱톡 등 영상 기반 소셜미디 어(SNS)가 보편화되면서 새로운 커뮤니케이션 채널 과 동시에 새로운 유통채널로 자리를 잡고 있다(E. Y. Kim, 2021).

    2016년부터 중국에서 본격적으로 태동된 라이브 커머스는 최근 코로나19 대유행으로 디지털 경제체제 (랜선경제)가 활성화되면서 국내 라이브 커머스 성장 이 가속화되고 있다(Kim, 2020;Lee, 2021). 최근 라 이브 커머스 플랫폼을 운영하는 주체는 제품을 실 시간으로 설명하고 판매하던 개인 인플루언서뿐 아니 라, 제품을 직접 생산 판매하는 중소상인과 브랜드 및 대기업 유통채널로까지 확대되고 있다(Chung & Lee, 2018;Kim, Lee, & Park, 2021). 일반적인 온라인 커 머스와 달리 라이브 커머스는 대면 접촉을 기피하는 소비자들에게 제품을 실감나게 소개하고, 실시간으로 소통하며 판매할 수 있는 쇼핑 대안으로 물리적 제약 없이 다양한 지역의 폭넓은 소비자층에게 다가갈 수 있는 비즈니스 기회가 되고 있다(World’s Best Lecturer, 2021). 라이브 커머스에서는 시청자들이 채팅창을 통 해 스트리밍 영상을 시청하면서 방송진행자와 실시간 의사소통도 할 수 있고, 궁금한 것을 진행자뿐 아니라 다른 소비자에게 물어보고, 즉시 피드백을 받으면서 제품에 대한 불확실성을 해소할 수 있다는 점에서 전 통적인 e-커머스와 차별화된다(Song & Lee, 2021). 또한 제품정보를 스트리밍 영상 콘텐츠로 소개하기 때문에 단순한 제품기능의 검색, 이미지 소개보다 좀 더 구체적인 쇼핑 정보를 직접 확인할 수 있다는 장점 이 있다(Chen & Lin, 2018).

    이러한 특징을 가지는 라이브 커머스의 궁극적 인 목표는 영상시청을 통한 커머스 서비스와 콘텐츠 이용자를 유입하는 것뿐 아니라, 지속적인 영상시청 및 재방문을 유도하여 소비자가 상품을 구매하고, 콘 텐츠를 소비하도록 프로모션하는 것이다. 라이브 스 트리밍 소셜커머스 환경에서 소비자 행동에 관한 기 존 선행연구들은 판매자 특성, 제품 특성, 소비자 특 성 등 다양한 요인들이 소비자 행동에 유의미한 영향 요인임을 규명하고 있다(Song, 2020). 라이브 커머스 시장의 성장세에 따라 그 중요도가 주목받고 있는 현 시점에는 라이브 커머스 시청자들의 쇼핑 과정에의 몰입도와 만족도를 향상시키고, 스트리밍 영상시청과 소통에 참여를 구매 행동으로 변환시키는 과정에 대 한 소비자들의 심리적 메커니즘을 심도 있게 탐색함 으로써 한 단계 더 발전되고 확장된 연구의 필요성이 제기된다. 본 연구는 스트리밍 시청 행동을 콘텐츠 소 비 및 상품 구매 행동으로 변환시키는 과정에서 형성 되는 신뢰가 어떤 역할을 하는지 중점적으로 살펴보 려고 한다. 이를 위한 실증적 연구의 개념적 연구모델 에서 주목한 라이브 커머스 특징은 광고 연구에 적용 된 이론 중 태도 형성에서의 정보원 효과와 콘텐츠의 정보성에 의한 메시지 효과에 기반한다.

    소비자는 구매의사결정과정에 있어서 제품에 대한 정보를 지각하는 단계를 거치면서 잠재적 불안감과 위험 요소를 제거함으로써 구매결정을 하며, 라이브 커머스를 시청하는 소비자는 방송을 보면서 판매자이 자 정보원인 방송진행자(broadcasting jockey: BJ)가 시연하는 제품 정보와 채팅창을 통해 실시간으로 개별 질문에 대한 답변을 반복적으로 받는 순환적 정보탐 색 과정을 거치면서 다양한 정보를 축적하게 되어 어 렵지 않게 쇼핑을 위한 구매결정과정을 거친다(Park & Kim, 2006). 인플루언서 마케팅에 관한 선행연구들 은 이미 디지털 인플루언서들을 통해 소셜네트워크에 서 이루어지는 활발한 정보교환과 콘텐츠의 생산은 소비자 소통이 원활하게 이루어지도록 도움을 줌으로 써 소비자 구매 의사결정에 강한 영향을 준다고 밝히 고 있다(Childers, Lemon, & Hoy, 2019;Lou & Yuan, 2019). 소셜미디어에서 정보원인 인플루언서에 관한 H. Y. Kim(2021)의 연구에서도 인플루언서가 제공하 는 제품 및 서비스 콘텐츠의 광고 PR 커뮤니케이션 효과성을 검증하였으며, 실무적으로는 정보원 속성척 도에 따라 인플루언서 유형을 적합하고 체계적으로 변별할 수 있는 기준점을 제공하였다.

    본 연구에서 소비자 행동반응의 매개역할을 기대 하는 신뢰는 브랜드 관계를 구축하는 데 있어 핵심적 인 요인이며(Blaskston, 1992), 브랜드에 대한 신뢰 수 준이 관계 지속에 대한 가치를 증대시킴으로써 브랜 드 충성도를 강화하는 주요 변인임이 선행연구를 통 해 밝혀졌다(Chaudhuri & Holbrook, 2001;Delgado- Ballester, Munuera-Aleman, & Yague-Guillen, 2003;Hiscock, 2001). 이러한 신뢰는 불확실성이 존재하는 경제적, 사회적 상호작용 측면에서 위험을 감소시키 는 중요한 요인으로서 역할을 할 뿐 아니라, 고객과의 관계를 형성하고 발전시키는 데 중요한 경험적 변수 로 간주된다(Shankar, Urban, & Sultan, 2002).

    뉴미디어 매체 특성인 상호작용상황에서도 관계에 기반한 신뢰는 매개변수로 작용할 수 있다. 따라서 방 송진행자인 판매자가 정형화된 프로그램 방식이 아닌 다양한 대화 기법과 제품 설명으로 실시간 쇼핑 콘텐 츠를 제공하는 라이브 커머스에서도 정보원 특성에 의한 정보원 효과와 콘텐츠의 정보성에 의한 메시지 효과가 채널 이용자의 반응인 수용의도에 영향을 미 칠 때 관계에서 형성되는 신뢰와 소통되는 콘텐츠 정 보에 의해 강화되는 신뢰가 구매 전환율을 상승시키 는 매개 역할을 할 것으로 예측할 수 있다. 본 연구에 서는 20대 여대생을 대상으로 한 실증적 연구를 통해 개념적 연구모형의 검증과 더불어, 코로나 이후 패션 제품에 대한 소비방식의 변화와 라이브 커머스에 대 한 인식을 함께 살펴봄으로써 학문적 시사점과 함께 라이브 커머스 마케팅전략 수립을 위한 실무적 시사 점을 제시하고자 한다.

    Ⅱ. Literature Review

    1. Live commerce trends and characteristics

    최근 리테일 기술혁신은 소비자가 몰입하고 상호 작용할 수 있는 새로운 방식을 가능하게 함으로써 기 존의 오프라인 점포환경보다 더욱 가치 있는 체험경제 를 창출하고 있다. 정보통신기술의 발전과 모바일 기 기의 보급으로 기업은 고객의 위치에 맞는 다양한 정 보를 스마트폰을 통해 실시간으로 제공할 수 있게 됐 고, 고객은 필요한 정보를 즉시 활용할 수 있게 되었 으며, 이러한 실시간 정보의 흐름은 구매로 연결될 가 능성을 높이고 있다(Chi, Kang, & Choi, 2016). 라이 브 커머스(live commerce)는 실시간 영상 전송방식인 라이브 스트리밍(live streaming) 기술을 이용하여 방송 진행자가 상품을 광고하여 소비자에게 전자문서를 사 용하여 판매하는 통신판매로 전자상거래(e-commerce) 의 한 유형으로 구분된다. 라이브 스트리밍은 실시간 콘텐츠와 같이 텍스트를 기반으로 채팅 기능을 갖춘 채널의 혼합된 형태로(Pires & Simon, 2015), 동영상 의 촬영과 동시에 라이브 방송으로 쌍방향 커뮤니케 이션을 할 수 있는 기능을 갖추고 있다(Tang, Venolia, & Inkpen, 2016). 최근에는 코로나19로 소비자들이 실내에 머무르는 시간이 늘면서 영상, 음악, 온라인 쇼핑몰 멤버십 구독, 오디오 북, 웹툰 등 다양한 형태 의 스트리밍 서비스 이용이 늘어났을 뿐 아니라, 20대 여성을 중심으로 스트리밍 라이프에 대한 태도가 긍 정적으로 조사되고 있다.

    라이브 커머스 쇼핑환경에서는 스트리밍 서비스를 통해 제품 정보를 영상으로 소개하기 때문에 단순한 제품기능의 검색, 이미지 소개보다 좀 더 직접적으로 제품을 확인할 수 있다(Chen & Lin, 2018). 또한 텍스 트를 기반으로 채팅 기능을 갖춘 커뮤니케이션 채널 이 혼합되어 있어서 시청자들은 스트리밍 서비스를 통해 영상을 시청하면서 방송진행자와 실시간 의사소 통도 할 수 있고, 궁금한 것을 채팅창을 통해 바로바 로 질문을 하고 이를 해결할 수도 있다. 이러한 라이 브 커머스는 정보통신기술의 발달로 다양한 형태로 확 장 및 변형되고 있다(Kim, 2020;Prerna, Tekchandani, & Kumar, 2020). 특히, 의류제품이나 화장품은 기호 와 취향에 민감한 소비재이기 때문에, 단순히 보여주 는 것보다는 실시간으로 제품의 감촉, 활용법 등을 알 려주는 방식이 더욱 선호될 수 있으며, 실시간 소통에 의한 현장감은 신뢰로 이어져 라이브 커머스의 주 판 매 대상이 되고 있다.

    기존 전자상거래환경에서 소비자는 검색을 통해 제품을 찾는 순차적이고 합리적인 결정 소비방식을 취하게 되는 데 비해, 라이브 커머스는 소셜네트워크 와 쇼트 클립을 통해 판매자와 실시간으로 소통하면 서 사용자 경험을 향상시킴과 동시에 온라인 구전 (e-wom)으로 제품구매를 결정하게 되는 정보탐색과 구매의사결정이 순환적으로 이루어지는 구매여정을 따르게 된다. 소셜미디어를 활용하는 e-커머스인 소셜 커머스와 마찬가지로 라이브 커머스는 개인적 기록의 장소인 개인적 영역(individual)과 정보의 생산과 공유 의 대화 영역(conversation), 타인과의 관계 형성과 유 지 영역(community)과 제품의 판매와 구매에 이르는 상거래 영역(commerce) 모두를 내포하게 된다(Huang & Benyoucef, 2013).

    하지만 스트리밍 방송의 특성상 즉시성과 상호작 용성을 기반으로 한 정보생산과 관계유지, 상거래가 이루어지기 때문에 방송진행자가 상품을 설명하고, 구매 결정에 이르는 구매 의사결정 전 과정에서 강력 한 상호작용을 바탕으로 소비자들과의 소통과 직/간 접 참여를 촉진시킬 수 있다. 이때 라이브 커머스의 판매자인 방송진행자는 대안의 비교와 평가과정에서 시연과 채팅창에 올라온 질문에 답을 하면서 간접적 경험을 시청자들과 공유하고, 구매 결정에 중요한 구 체적 제품정보를 개별화하여 제공하는 인적 정보원 역할을 수행하면서 구매 결정에 영향력을 행사하게 된다. 또한 라이브 커머스 환경에서 생성되고 유통되 는 콘텐츠는 제품 및 쇼핑 혜택에 대한 정보로 방송진 행자는 판매원임과 동시에 정보원으로 쇼핑 과정에 필요한 유용한 콘텐츠 메시지를 전달하게 된다. 이러 한 특성으로 라이브 커머스는 새로운 패션 유통 대안 으로 앞으로 더 큰 잠재력을 가지고 확산될 것으로 예 측할 수 있다.

    2. Information source characteristics

    커뮤니케이션의 효과에서 메시지 발신자의 매력성 은 커뮤니케이션의 효과를 강화한다(Kang & Herr, 2006). 고관여 쾌락적 소비재인 패션제품을 다루는 패 션판매원의 고객접점 커뮤니케이션도 소비자 의사결 정에 있어 매우 중요한 역할을 하는 것으로 알려져 있 다(Kim, 2013). 판매원의 커뮤니케이션 노력은 언어 적, 비언어적 방법을 통해 다양하게 이루어지며, 판매 원은 이러한 커뮤니케이션을 통해 고객의 긍정적 감 정을 유도하거나, 상호신뢰 형성을 통해 고객의 구매 의사결정을 지원한다(Kim, 2007). 패션제품의 경우에 는 패션판매원의 표정, 제스처, 목소리, 말투, 신체적 매력성 등의 비언어적 커뮤니케이션 요소가 커뮤니케 이션 효과에 긍정적 영향이 있음이 확인되었다(Kim, 2007).

    한편, 정보원이란 설득하고자 하는 메시지의 효과 에 영향을 미치는 커뮤니케이터(communicator)를 의 미한다. 인터넷 문화가 대중화되면서 소셜미디어 구조 의 중심에 위치하여 여러 사람을 이어주고, 소셜미디어 전반의 정보 확산에 기여하는 인플루언서(influencer) 는 과거 연예인과 유명인이 대중에게 영향을 미친 것 처럼 인터넷 환경하에서 소비자들의 구매 행동에 영 향력을 끼치고 있다. 정보전달자로서 인플루언서의 영향력이 가장 큰 산업인 뷰티와 패션산업이 주된 연 구대상으로 주목을 받고 있으며, 인플루언서의 영향 력은 그들의 자질과 깊은 관계가 있다. 선행연구에서 제시되고 있는 인플루언서의 자질은 광고모델과 크리 에이터의 주요 특성과 유사한 전문성, 매력성, 신뢰성, 상호작용성 등이다(Lim & Kim, 2018;Oh & Sung, 2018;Song & Lee, 2021).

    따라서 라이브 커머스에서 방송진행자는 판매자로 서 뿐 아니라, 정보전달자로서 설득적 메시지를 전달 하는 역할을 하므로, 이들의 특성은 라이브 커머스 쇼 핑환경에서 소비자 행동반응의 주요 영향요인이 될 수 있다. 특히 본 연구에서는 패션정보원과 판매원의 특성으로도 주목받는 전문성과 매력성을 라이브 커머 스 방송진행자의 특성으로 보고자 한다.

    3. Contents informativeness

    커뮤니케이션 매체이자 유통 매체로서 마케팅 관 점에서 주목받고 있는 라이브 커머스에서 제공하는 콘텐츠는 비대면 소비에서도 흥미로운 재미와 편리한 소비 활동을 추구하는 소비자의 니즈를 만족시킨다. 또한 라이브 커머스 환경에서는 실시간 상호작용을 통해 방송진행자와 이용자 간의 정보교류가 즉각적으 로 이루어지면서 콘텐츠에 참여할 수 있는 특성을 나 타낸다. 스마트폰만으로 연결할 수 있으므로 시간과 장소의 구애를 받지 않는 쇼핑도 가능하다. 인플루언 서의 특성과 라이브 커머스의 정보성, 오락성 등의 콘 텐츠 특성이 소비자의 만족도와 충성도에 유의한 관 계를 가진다는 것을 밝힌 Zhang and Park(2018)은 콘 텐츠의 오락성보다 정보성에 대한 소비자의 인식이 구매 제품 만족도에 유의한 영향을 주는 것으로 밝히 고 있다.

    콘텐츠 정보성은 제품이나 서비스에 대한 정보를 제공하는 수준으로 정의될 수 있으며, 온라인 환경에 서 정보성은 제품의 정보를 텍스트뿐 아니라, 사진, 동영상 등 다양한 방식의 콘텐츠를 통해 소비자에게 감각적이고 구체적으로 제공될 수 있다. Dufrene, Engelland, Lehman, and Pearson(2005)은 정보성의 효과에 관한 연구에서 이메일을 이용한 상업적 광고 의 특성을 분석하여 광고의 오락성과 함께 정보획득 가능성이 기업 이미지 형성에 긍정적 영향을 미친다 고 밝히고 있다. Gorla(2012)는 정보시스템의 서비스 품질에 관한 연구를 통해 광고를 통해서 유용한 정보 를 획득할 수 있다면 고객 충성도를 강화할 수 있다고 주장하였다. 광고 속성 요인과 광고 태도가 브랜드 인 지도 및 브랜드 태도와 고객 충성도에 미치는 직·간접 영향에 대한 선행연구들에서도 광고의 정보성이 광고 태도와 고객 충성도에 유의한 영향을 미친다고 밝히 고 있다(Gorla, 2012;Lee & Oh, 2009).

    소비자들은 제품구매 활동을 하기 전에 제품에 대 한 정보를 찾아보면서 해당 제품이 구매 전 자신의 기 대를 충족시켜 줄 수 있는지에 대해 판단하고, 제품구 매에 따른 불확실성을 낮추기 위해 많은 정보를 수집 하려는 경향이 있기 때문이다(Dowling, 1986). 특히, 라이브 커머스 쇼핑환경에서는 소비자가 직접 만져보 거나 사용할 수 없는 비대면 방식으로 제품을 판매하 기 때문에 방송콘텐츠를 통해 최대한 많은 정보를 제 공하고, 소비자가 지각할 수 있는 감각적이고 구체적 인 정보를 시연을 통한 간접경험과 채팅창에 즉시 응 답하고 설명하면서 방송에 참여하는 소비자에게 개별 화된 정보로 제공함으로써 쇼핑에 유용하게 사용하도 록 하여 이후의 소비 행동에 영향을 미칠 수 있다.

    4. Consumer truth

    선행연구들에 의한 신뢰의 정의는 상대를 믿고 의 존하려는 정도 혹은 상대에 대해 자발적으로 갖는 긍 정적 기대를 의미한다. 소비자에게 신뢰가 형성되면 상대방을 감시하거나 통제하지 못하더라도 상대방이 나에게 이익이 되는 행동을 할 것이라 기대할 수 있다 (Jeong, Hur, & Choo, 2020). 상대적인 취약함 또한 기꺼이 받아들이게 되는 긍정적인 행동 결과로 이어 지기 때문이다(Mayer, Davis, & Schoorman, 1995). 신 뢰는 중요한 의사결정 및 새로운 기술수용에 있어서 직접적인 영향 요인으로(Gefen, 2000), 변화하는 기술 환경에서 이러한 신뢰의 개념은 사람과 컴퓨터와의 관계에서도 형성될 수 있다고 주장되고 있다(Reeves & Nass, 1996). 특히, 비대면 거래를 전제로 한 인터 넷 환경에서는 상대방에 대한 불확실성으로 인해 이 용자들의 불안감이 크기 때문에, 신뢰 확보에 대한 필 요성과 가치가 더욱 클 수밖에 없다(Corritore, Kracher, & Wiedenbeck, 2003). 라이브 커머스 쇼핑환경은 정 보원인 방송진행자가 등장하지만 비대면 거래를 전제 로 한다. 따라서 라이브 커머스 쇼핑환경에서 상대방 에 대한 불확실성으로 인한 이용자들이 느끼는 불안 감은 필연적이며, 라이브 커머스와 관련한 서비스와 거래에 대한 신뢰 확보가 라이브 커머스 채널 수용에 서 중요하게 작용할 것으로 판단된다.

    선행연구들에서는 신뢰를 관계 대상의 신뢰성과 성 실성에 대한 확신을 가질 때 형성되며, 상대에 대한 의 존도를 높이고 교환적 관계를 장기화하는 역할을 한다 고 개념화하고 있다(Doney & Cannon, 1997;Moorman, Desphande, & Zaltman, 1993;Morgan & Hunt, 1994). 브랜드 경쟁이 치열해지고 기업과 소비자와의 소통이 활발해짐에 따라 브랜드 커뮤니케이션을 포함한 다양 한 기업 활동에서 진정성에 대한 소비자 인식이 더욱 중요해지고 있다(Choi, 2012). 소비자와의 관계에 신 뢰가 형성되면 상대방을 감시하거나 통제하지 못하더 라도 상대방이 나에게 이익이 되는 행동을 할 것이라 기대할 수 있다(Jeong et al., 2020). 상대적인 취약함 또한 기꺼이 받아들이게 되는 긍정적인 행동 결과로 이어지기 때문이다(Mayer et al., 1995). 특히 온라인 환경은 눈에 보이지 않는 불가시성을 특징으로 하기 때문에 신뢰는 서비스 몰입에 긍정적인 영향을 미치 고, 이러한 몰입은 구매의도, 충성도에 유의한 영향을 미치게 된다(Byun, 2008a). 이는 모바일 서비스 사용 에 대한 예측에 있어서 신뢰가 서비스 수용의도에 중 요한 영향을 미친다고 주장한 Wang, Lin, and Luarn (2006)의 연구와도 일치하는 부분이다. 비대면 거래를 전제로 한 모바일 환경에서는 상대방에 대한 불확실 성으로 인해 이용자들의 불안감이 크기 때문에, 신뢰 확보에 대한 필요성과 가치가 더욱 클 수밖에 없다 (Corritore et al., 2003). 탐색비용 등이 적고 선택의 폭이 넓은 온라인 환경에서 기업 활동이 성공하기 위 해서 고객의 전환 행동이 높음을 항상 인식하고, 이들 을 유지하기 위한 노력이 더욱 많이 필요한 이유이기 도 한다(Byun, 2008b).

    영상을 통해 정보원인 방송진행자가 등장하지만 비대면 거래를 전제로 한 라이브 커머스 환경에서도 상대방에 대한 불확실성으로 인해 이용자들의 불안감 을 크게 지각할 수 있어서, 신뢰 확보가 라이브 커머 스 채널의 수용에서 중요하게 작용할 것으로 판단된 다. 이에 따라 본 연구에서 라이브 커머스 서비스에 대한 소비자 신뢰를 Mayer et al.(1995)과 Lee, Park, Lee, and Yu(2008)의 연구에 기반하여 라이브 커머스 정보원 특성과 콘텐츠 특성이 라이브 커머스 수용의 도에 영향을 미치는 경로에서 중요한 매개 역할을 할 것으로 보았다.

    5. Acceptance intention

    브랜드에 대한 소비자 충성 행동은 관여도가 상대 적으로 낮은 교환 관계와 타 브랜드와의 비교를 통한 상대적 우위 관계 그리고 진정한 행동적 몰입 등 다양 한 형태로 나타난다(Choi, 2012). 기존 연구에서는 타 브랜드와 비교한 우선적 고려 또는 향후 구매 의향으 로 브랜드 충성도를 설명하고 있다(Kim, Lee, & Lee 2005). Story and Hess(2006)의 연구에서는 소비자의 충성적 행동을 재구매나 잦은 구매 등 구매와 직접적 인 관계가 있는 행동과 추천 옹호 등 직접적인 구매가 아닌 지원 행동으로 구분하면서 신뢰가 기반된 개인 화된 소비자 관계는 비구매 충성 활동에도 유의한 영 향력을 발휘한다고 보았다.

    연구자에 따라서는 과거의 거래에 대한 만족스러 운 기대를 바탕으로 미래에도 해당 거래를 유지하고 자 하는 상태를 관계지속의도(relationship continuance intention)로 정의하기도 한다(Shin, 2011). Kumar, Scheer, and Steenkamp(1995)는 관계지속의도를 소 비자가 해당 브랜드의 서비스 상품을 이용하거나 소 비하면서 느끼는 관계 형성 의도로 정의하였으며, Zeithaml, Berry, and Parasuraman(1996)은 관계지속 의도를 소비자와 공급자 간의 상호신뢰를 바탕으로 애착과 장기적으로 거래를 지속하고자 하는 상태로 나 누어 정의하였다. Blaskston(1992)은 신뢰가 소비자와 브랜드와의 관계형성에 있어서 주요한 요인임을 주장 하였고, 최근 연구에서도 브랜드에 대한 신뢰 수준이 관계 지속에 대한 가치를 증대시킴으로써 브랜드 충성 도를 강화한다고 주장하고 있다(Chaudhuri & Holbrook, 2001;Delgado-Ballester et al., 2003;Hiscock, 2001;Lee & Park, 2009;Xie & Peng, 2009;Yang, Kang, & Oh, 2011) .

    한편, 소비자 행동의도 중 사용의도는 사용자가 지 속적이고 정기적으로 이용하고자 하는 의도(Mathieson, 1991;Taylor & Todd, 1995)로 실제 사용에 직접적인 영향을 미치는 것으로 행위의 가장 즉각적인 결정요소 가 된다. 점포나 온라인 사이트의 경우 사용의도는 재 방문의도로 나타난다. 이와 관련하여 Argyriou(2012)Koufaris(2002)는 온라인 소매 사이트를 다시 방문 하려는 의도는 소비자의 행동의도를 나타내는 중요한 지표로 간주된다고 하였다.

    소비자와 브랜드의 관계는 구매 중심의 단기적 거 래 관계에서 나아가 기업의 발전을 위해 적극적으로 소통하고 지지하는 정서적 사회적 관계로 발전하고 있다(Choi, 2012). 이러한 맥락에서 볼 때 신뢰를 기 반으로 한 소비자와의 관계는 단순히 구매를 넘어 브 랜드에 대한 긍정적인 구전에 의해 확산되고 강화될 수 있다. 이에 따라 본 연구에서는 기존 선행연구의 소비자 충성행동에 대한 개념을 다면적으로 활용하여 재구매를 통한 경제 거래적 충성행동과 구매 이외의 사회적 충성행동을 모두 포함시키고, 신뢰를 바탕으 로 한 관계지속의도 및 재방문의도까지를 새로운 쇼 핑 대안으로 급부상한 라이브 커머스의 수용의도로 보고자 한다.

    Ⅲ. Methods

    1. Research design and hypothesis building

    본 연구는 기존 온라인 쇼핑의 단점을 보완하고 일 상화된 비대면 쇼핑상황의 한계를 극복하면서 새로운 패션 유통채널로 급성장하고 있는 라이브 커머스 쇼 핑환경에서 실시간 상호작용을 기반으로 정보원으로 서 역할을 하는 방송진행자의 특성과 생방송 중에 제 공되는 콘텐츠의 특성이 라이브 커머스 수용의도에 영향을 미칠 때 신뢰의 매개효과를 규명하는 것을 목 적으로 한다.

    연구모델의 매개변수로서 신뢰는 비대면 서비스 환경에서 거래의 불확실성과 심리적 불안감을 감소시 키며 상대에 대한 의존도를 높이고 교환적 관계를 장 기화시키기 때문에, 라이브 스트리밍 환경에서 제공 되는 커머스 서비스를 이용한 반복적 이용, 구매 고려 및 구전 등에 의한 수용 행동으로 이어지는 데 있어서 중요한 역할을 할 수 있다. 실증적 연구를 위해 S-O-R 이론을 토대로 소비자 행동반응 플레임에 맞추어 라 이브 커머스 특징으로 정보원 특성과 콘텐츠 특성을 선정하고, 소비자 평가에는 라이브 커머스에 대한 소 비자 신뢰, 소비자 행동변수로 라이브 커머스에 대한 수용의도를 변수로 선정하였다. 개념적 연구모형은 <Fig. 1>에 제시하였으며, 이론적 고찰을 토대로 도출 된 연구가설은 다음과 같다.

    • H1. 라이브 커머스에 대한 소비자 신뢰는 라이브 커머스의 정보원 특성과 수용의도간의 관계를 매개할 것이다.

    • H1-1. 라이브 커머스의 정보원 특성은 라이브 커머 스에 대한 신뢰에 정(+)의 영향을 미칠 것이 다.

    • H1-2. 라이브 커머스의 정보원 특성은 라이브 커머 스 수용의도에 정(+)의 영향을 미칠 것이다.

    • H1-3. 라이브 커머스에 대한 신뢰는 라이브 커머스 수용의도에 정(+)의 영향을 미칠 것이다.

    • H1-4. 라이브 커머스의 정보원 특성은 라이브 커머 스에 대한 신뢰를 매개로 라이브 커머스 수 용의도에 영향을 미칠 것이다.

    • H2. 라이브 커머스에 대한 소비자 신뢰는 라이브 커머스의 콘텐츠 정보성과 수용의도간의 관계 를 매개할 것이다.

    • H2-1. 라이브 커머스의 콘텐츠 정보성은 라이브 커 머스에 대한 신뢰에 정(+)의 영향을 미칠 것 이다.

    • H2-2. 라이브 커머스의 콘텐츠 정보성은 라이브 커 머스 수용의도에 정(+)의 영향을 미칠 것이 다.

    • H2-3. 라이브 커머스에 대한 신뢰는 라이브 커머스 수용의도에 정(+)의 영향을 미칠 것이다.

    • H2-4. 라이브 커머스의 콘텐츠 정보성은 라이브 커 머스에 대한 신뢰를 매개로 라이브 커머스 수용의도에 영향을 미칠 것이다.

    2. Data collection & measurement instruments

    본 조사는 2020년 9월 21일부터 30일까지 총 10일 동안 온라인을 통해 실시되었다. 온라인 설문으로 진 행된 실증적 연구는 구매상황을 좀 더 구체적으로 회 상하고 설문에 응할 수 있게 라이브 커머스 상황에 대 한 쇼핑 시나리오를 함께 제시하였다.

    설문에는 연구모델을 구성하는 주요 변수를 측정 할 수 있는 문항들과 인구통계학적 특성, SNS를 통한 지속적인 패션 정보탐색 수준과 온라인을 통한 패션 제품 구매행태 및 코로나로 인한 소비행동의 변화에 대한 설문 문항을 포함시켰다. 설문 작성 소요 시간은 총 20분이 소요되었으며, 피험자들의 성실한 응답을 유도하기 위하여 소정의 사례를 제공하였다. 수집된 총 350부의 설문지 중 이중기입, 무기입 등 불성실하 게 응답한 23부를 제외한 337부를 최종 유효표본으로 선정하였다. 이 자료를 가지고 라이브 커머스의 잠재 소비자가 될 수 있는 20대 여대생들의 온라인 패션 행 동 현황을 파악하였고, 개념적 연구모형에 제시한 연 구모형을 검증하기 위한 자료분석에는 라이브 커머스 를 통한 패션제품 소개 영상을 시청한 경험이 있는 응 답자 103부의 자료만 사용하였다.

    본 연구에 활용된 주요 개념변수들에 대한 측정항 목은 기존의 연구를 바탕으로 구성하였으며, 총 4개 의 개념변수에 35개의 문항으로 5점 리커트 척도로 측정하였다(1:전혀 그렇지 않다, 5:매우 그렇다). 라이 브 커머스 방송진행자 특성에 관련된 측정항목들은 정보원 특성과 관련한 선행연구를 참고하여 본 연구 를 위한 실증적 연구의 맥락에 맞추어 문항을 수정 · 보완하였다. 라이브 커머스 쇼핑환경에서 제공되는 콘텐츠의 정보성과 관련된 측정항목들은 Zhang and Park(2018)의 연구를 참고로 맥락에 맞추어 활용하였 다. 라이브 커머스 쇼핑 서비스 경험을 통해 경험하는 신뢰에 관한 문항은 소셜커머스와 라이브 커머스와 관련된 연구를 토대로 추출하였고, 라이브 커머스 수 용의도는 관계지속의도 및 사용의도와 관련한 선행연 구에서 이용된 측정항목들을 참고하였다.

    수집된 자료는 IBM SPSS 25.0을 이용하여 빈도분 석 및 기본적인 기술통계와 요인분석, 신뢰도 분석을 실시하여 수집된 자료의 통계처리를 하였으며, 매개 효과 규명을 위한 연구가설 검증을 위하여 Macro Process 3.5를 사용하였다.

    3. Characteristics of respondents

    본 연구의 표본은 SNS를 주로 이용하는 연령층이 20대이고, 패션 콘텐츠에 관심이 많고 패션제품 구매 관여가 높은 성별이 여성이라는 점을 고려하여 설문 대상자를 20대 여성으로 한정시켜 편의 표집으로 조 사하였다. 응답자들은 시나리오 내용을 숙지한 후 정 보원에 대한 평가, 콘텐츠 정보에 대한 평가, 라이브 커머스 서비스에 대한 신뢰, 라이브 커머스 채널 수용 의도 순으로 설문의 문항에 응답하도록 하였다. 제시 된 시나리오가 실제로 일어날 수 있는 상황을 가정했 는지, 현실적인지와 나에게 일어났던 일과 유사한지 에 대한 3개 문항을 통해 시나리오 타당성 평가를 하 였고, 유의미한 수준에서 적절하다고 판단하였다(5점 척도 기준, mean=3.790).

    조사 대상자의 평균 연령은 22.5세로 의류, ACC, 잡화를 포함한 월평균 패션제품 쇼핑에 지출하는 금 액은 10만 원 미만이 167명(49.6%), 10만 원 이상~30 만 원 미만이 146명(43.3%)으로 나타났으며, 30만 원 이상~50만 원 미만이 21명(6.2%), 50만 원 이상이 4 명(0.9%) 순으로 나타났다. 응답자들은 패션제품 쇼 핑을 위해 온라인 채널을 주 채널로 이용하고 있었으 며 그 중 모바일 의존도가 높은 집단으로 확인되었다. 주로 이용하는 쇼핑 채널에 관한 문항에서 온라인 채 널 중 모바일이 52.36%, 오프라인 채널이 30.45%, 온 라인 채널 중 PC가 13.71% 순으로 조사되었다. 특히, 코로나로 인한 온라인 쇼핑몰 방문 증가 정도에 대해 서 전체 응답자 중 226명인 67.062%가 그렇다고 응 답하여 코로나로 인한 사회적 환경변화가 오프라인 채널이 온라인 채널로 대체 전환되는 데 중요한 요인 으로 작용함을 알 수 있었다.

    응답자의 패션 성향을 알아보기 위해 평소 주변 친 구나 지인들과 패션에 관한 이야기를 나누는지, 새로 운 패션 트렌드를 주의 깊게 살펴보는지, 이러한 패션 정보탐색을 위해 다양한 패션정보원을 활용하는지에 관한 문항으로 구성된 지속적 패션 정보탐색을 설문 에 포함시켜 5점 척도로 측정하였다. 지속적 패션 정 보탐색에 관한 문항 평균은 3.382, Cronbach’ α 값은 .837로 내적일관성을 나타내는 것으로 분석되어, 본 연구의 응답자들이 비교적 일상적인 정보탐색욕구를 지닌 집단임을 확인하였다.

    Ⅳ. Results and Discussion

    1. Validity and reliability of measurement instrument

    본 연구의 개념적 연구모형을 구성하는 변수별로 측정항목에 대한 요인분석 및 신뢰도 분석을 시행하 여 측정변수의 신뢰성 및 타당성을 검정하였다. 정보 원 특성, 콘텐츠 정보성, 신뢰, 수용의도는 5점 척도로 측정되었으며, 변수별 요인분석 결과 모든 문항이 측 정항목별로 하나의 요인으로 추출되었고, 요인부하량 은 기준치인 .70 이상으로 나타났다. 변수별로 신뢰도 분석 결과, 신뢰도 계수(Cronbach’s α)는 .826~.936사 이로 비교적 높은 신뢰도를 보여주어 각 척도의 신뢰 성이 검증되었다.

    정보원 특성의 경우 패션제품의 특성이 반영되어 방송진행자의 패션 감각과 스타일리쉬함뿐 아니라, 패션제품에 대한 전문 지식과 유행정보 제공 여부에 대한 평가항목이 포함되었다. 방송진행자인 BJ는 정 보원의 역할을 하고, 패션제품의 특성상 정보원의 스 타일 매력성과 패션지식의 전문성에 대한 4개 문항이 정보원 특성 문항에 포함되었으며, 신뢰도 계수인 Cronbach’s α 값은 .826으로 분석되었다. 콘텐츠의 정 보성은 상품정보뿐 아니라, 다양한 패션전문 정보와 개별화된 정보의 제공에 대한 4개 문항으로 구성되어 포함되었으며, Cronbach’s α 값은 .901로 나타났다. 라이브 커머스 쇼핑환경에서 제공되는 서비스와 거래 에 대한 신뢰를 포함하면서 라이브 커머스에 대한 가 치에 대한 평가에 관한 3개 항목으로 구성된 신뢰에 대한 신뢰도 계수 Cronbach’s α 값은 .936으로 분석 되었다. 수용의도는 라이브 커머스 서비스를 이용한 반복 구매와 서비스 이용 고려뿐 아니라, 다른 사람에 게 추천하고 소개하려는 구전의도를 측정하는 4개 문 항으로 구성하였고, Cronbach’s α 값은 .911로 나타났 다. 이후 분석에서는 측정문항의 평균값을 계산하여 통계적 분석에 이용하였다. 각 변수에 대한 분석 결과 는 <Table 1>, <Table 2>, <Table 3>, <Table 4>와 같다.

    2. Hypotheses testing

    가설의 검증을 위해 SPSS Macro Process(Hayes, 2017)를 이용하여 매개효과 분석을 실시하였다. 매개 효과 증명을 위해 일반적으로 제안되고 있는 Baron and Kenny(1986)Sobel(1982)이 제안한 방법은 연 구모형의 측정 오차를 고려하지 못한다는 단점을 지 니고 있다(Preacher & Hayes, 2004). 이에 비해 Macro Process 분석은 표본의 반복적인 표본추출법인 부트 스트랩 방법을 사용하여 적은 표본의 자료를 분석하 는데 용이하며, 다양한 형태의 경로 모형에 대해 정교 한 검증이 가능한 방법론이다(Koo, 2017). 본 연구의 실증적 연구를 위한 연구모형 검증에 투입된 표본의 크기는 103명으로 비교적 적은 표본을 사용하고 있 다. 이에 따라 본 연구에서의 매개효과 검증을 위해서 Process Model 4를 활용하였으며, 정보원 특성과 콘 텐츠 정보성을 각각 독립변수로 하는 2개의 경로 모 형을 구성하였다.

    1) Path model 1: The effect of information source characteristics

    라이브 커머스 쇼핑환경에서 소비자 수용의도에 대한 정보원 특성의 영향력을 알아보기 위한 경로모 형 1을 구성하는 개별경로의 유의성을 확인한 결과, 정보원 특성이 신뢰에 미치는 영향은 B=.803(t=9.160, p=.000)으로 정적인 영향을 미쳐 가설 H 1-1이 지지 되었다. 정보원 특성이 수용의도에 미치는 영향은 B= .273(t=2.166, p=.033)으로 나타났고, 신뢰가 수용의도 에 미치는 영향은 B=.530(t=4.921, p=.000)으로 분석 되어 가설 H 1-2와 H 1-3도 지지되었다. 개별경로의 유의성 검증 결과는 <Table 5>와 같다.

    신뢰의 매개효과를 검증하기 위해 Preacher and Hayes(2004)의 제시에 따라 신뢰도 구간을 95%로 설 정하고, 부트스트랩 샘플 수를 5,000으로 지정하였다. 부트스트랩 방법을 사용하는 경우, 신뢰구간 내에서 신뢰구간의 최소값(LLCI)과 최대값(ULCI) 사이에 0 이 포함되지 않으면 간접효과가 없다는 영가설이 기 각되고, 간접효과가 있다는 대립가설이 지지된다. 매 개경로 모형에서 간접효과 크기는 .426이었으며, 간접 경로에 대한 95% 신뢰구간에 0이 포함되지 않아 간 접효과가 유의한 것으로 나타났다(LLCI=.203~ULCI =.660). 이에 따라 라이브 커머스 쇼핑환경에서 정보 원 특성이 수용의도로 가는 경로에서 신뢰가 매개한 다는 가설 H 1-4가 채택되었다.

    개별경로의 유의성 검증 결과와 같이 보면 정보원 특성은 라이브 커머스 수용의도에 유의한 수준에서 직접 영향을 주는 것으로 나타났으며, 직접 효과의 크 기는 .273으로 신뢰를 매개한 간접경로의 영향력 크 기를 비교하면 간접경로가 .426으로 더 큰 효과를 주 고 있는 것으로 나타났다(Table 6). 이러한 결과는 패 션제품을 대상으로 하는 라이브 커머스 방송에서 정 보원의 역할을 하는 방송진행자가 매력적이고 전문적 으로 지각될수록 라이브 커머스에 대한 신뢰가 강해 지고, 이렇게 강화된 소비자 신뢰는 인적 정보원으로 서 비대면 쇼핑상황에서 발생할 수 있는 불안감을 상 쇄시켜 라이브 커머스의 수용과 확산을 촉진시키 는 요인이 될 수 있음을 의미한다.

    정보원 특성에 의한 수용의도로의 경로에서 신뢰 의 매개효과 결과는 <Fig. 2>에 제시하였다.

    2) Path model 2: The effect of contents informativeness

    라이브 커머스 쇼핑환경에서 소비자 수용의도에 대 한 콘텐츠 정보성의 영향력을 알아보기 위한 경로모형 2를 구성하는 개별경로의 유의성을 확인한 결과, 콘 텐츠 정보성이 신뢰에 미치는 영향은 B=.620(t=6.782, p=.000)으로 정적인 영향을 미쳐 가설 H 2-1이 지지 되었고, 콘텐츠 정보성이 수용의도에 미치는 영향도 B=.640(t=7.2482.166, p=.000)으로 정적인 영향을 보 여 가설 H 2-2도 지지되었다. 신뢰가 수용의도에 미 치는 영향은 B=.365(t=4.582, p=.000)로 가설 H 2-3이 지지되었다. 개별경로의 유의성 검증 결과는 <Table 7> 과 같다.

    신뢰의 매개효과를 검증하기 위해 경로모형 1에서 적용하였던 방법과 동일하게 Process Model 4를 적용 하여 신뢰도 구간을 95%로 설정하고, 부트스트랩 샘 플 수를 5,000으로 지정하였다. 신뢰구간 내에서 신뢰 구간의 최소값(LLCI)과 최대값(ULCI) 사이에 0이 포 함되지 않아 콘텐츠 정보성이 수용의도로 가는 경로 에서 신뢰를 매개변수로 투입한 매개경로의 간접효과 가 유의한 것으로 나타나 가설 H 2-4를 채택하였다. 매개경로 모형에서 간접효과 크기는 .226이었으며 간 접경로에 대한 95% 신뢰구간에 0이 포함되지 않아 간 접효과가 유의한 것으로 나타났다(LLCI=.086~ULCI =.381). 하지만 정보원 특성과는 다르게 콘텐츠 정보 성에 의한 수용의도로의 직접 효과는 .640으로 직접 경로의 영향이 신뢰를 매개한 간접경로의 효과 .226 보다 더 큰 것으로 분석되었다(Table 8).

    정보원 특성의 영향력과 비교하여 콘텐츠 정보성 은 신뢰를 매개하는 간접경로도 존재하지만, 라이브 커머스에 대한 신뢰가 구축되지 않아도 소비자들의 수용의도에 영향을 주는 직접경로의 영향력이 강하다 는 것을 보여준다. 즉, 라이브 커머스 쇼핑환경에서 콘텐츠로 제공되는 패션제품에 대한 정보와 유행정보 그리고 상호작용성에 기반한 개별화된 패션 정보는 콘텐츠 정보의 유용성으로 지각되어 라이브 커머스에 대한 소비자들의 신뢰 형성이 매개되지 않아도 라이 브 커머스의 수용과 확산을 촉진시키는 직접적 요인 이 될 수 있다는 것을 의미한다. 이는 Ofir, Raghubir, Brosh, Monroe, and Heiman(2008)Park and Stoel (2002)의 연구에서 라이브 커머스 방송과 SNS를 통 해 증가된 제품에 대한 정보의 양은 소비자의 제품 경 험을 증가시키어 위험을 낮게 인지시키게 되었다는 결과를 근거로 설명할 수 있다.

    콘텐츠 정보성에 의한 수용의도로의 경로에서 신 뢰의 매개효과 결과는 <Fig. 3>과 같다.

    Ⅴ. Conclusion

    코로나로 인한 사회적 거리두기로 촉진된 비대면 쇼핑의 한계를 극복하는 대안으로 급속도로 확산하고 있는 라이브 커머스는 실시간 상호작용적 특성으로 즉각적이고 신속한 반응성과 방송을 시청하는 소비자 들과 개별적인 소통에 의한 개인화가 가능한 새로운 패션 유통 플랫폼으로 주목받고 있다. 본 연구는 4차 산업 혁명과 함께 변화하는 디지털 패션마케팅 환경 의 이해를 위한 라이브 커머스 쇼핑환경에서 정보원 특성과 콘텐츠 특성이 신뢰를 매개로 라이브 커머스 에 대한 수용의도에 미치는 심리적 메커니즘을 규명 함으로써 아직 도입단계에 있는 패션 유통환경에서 라이브 커머스 활성화를 위한 전략적 시사점을 제시 하는 것을 목적으로 진행되었다.

    디지털 문화에 익숙한 20대 성인 여성을 대상으로 진행된 실증적 연구 결과, 라이브 커머스의 잠재소비 자인 응답자들의 지속적 패션 정보탐색 수준은 비교 적 높게 나타났으며, 이들에게 패션제품에 대한 정보 탐색과 구매와 관련된 쇼핑 활동은 단순목적성 활동 이상의 의미가 있음을 확인할 수 있었다. 개념적 연구 모형을 통해 정보원 특성과 콘텐츠 특성이 소비자들 의 행동반응인 라이브 커머스에 대한 수용의도에 영 향을 주는 데 있어서 신뢰의 매개효과 검증을 위해 Process Macro Model 4를 적용한 bootstrap을 통해 다 음과 같은 결과를 도출하였다.

    경로모형 1을 통해 라이브 커머스 특징 중 정보원 특성이 소비자들의 수용의도에 미치는 경로를 살펴보 면, 직접경로뿐 아니라 신뢰를 매개로 하는 간접경로 의 영향이 통계적으로 유의한 영향을 미치는 것으로 나타났다. 경로모형 2를 통해 라이브 커머스 특징 중 콘텐츠 정보성도 소비자들의 수용의도에 미치는 경로 에서도 직접경로뿐 아니라, 신뢰를 매개로 하는 간접 경로의 영향이 통계적으로 유의한 영향을 미치는 것 을 확인하였다. 소비자 행동을 촉진하기 위한 중요한 심리적 변수로 주목했던 신뢰를 통한 매개효과가 두 경로모형에서 모두 유의하였다는 것은 새로운 유통 포맷인 라이브 커머스 수용에 있어서 소비자들의 신 뢰 획득이 중요하다는 것을 의미한다. 이는 불확실성 이 존재하는 경제적, 사회적 상호작용 측면에서 위험 을 감소시키는 중요한 요인으로서 역할을 할 뿐 아니 라, 고객과의 관계를 형성하고 발전시키는 데 신뢰가 중요한 경험적 변수로 작용한다는 선행연구를 지지하 는 결과이기도 하다(Shankar et al., 2002). 즉, 라이브 스트리밍을 시청하면서 이루어지는 커머스 환경에서 는 방송진행자의 매력과 소통되는 콘텐츠의 메시지가 라이브 커머스에 대한 수용과 확산에 절대적인 영향 력을 행사하며, 이때 상호작용을 바탕으로 한 공존감 과 정서적 교감이 높은 사회적 교류가 쇼핑과 동시에 발생하기 때문에 방송시청자인 잠재적 소비자와의 신 뢰 구축이 무엇보다 중요하다고 할 수 있다.

    또한 두 경로 모형의 간접효과와 직접 효과의 영향 력 정도에 차이가 나타난 부분은 본 연구에서 주목할 만한 결과이다. 간접경로와 직접경로의 영향력 차이 를 비교하면, 정보원 특성에 의한 경로모형 1에서는 신뢰를 매개로 하는 간접경로의 효과가 신뢰를 매개 하지 않는 직접경로보다 큰 영향력을 보이고 있었다. 라이브 커머스 방송을 진행하는 BJ는 시각적인 영향 력과 언어적 영향력을 행사할 수 있으며, 이들은 패션 제품의 의사결정에 관여하는 영향력 행사자로서 신뢰 가 전제되었을 때 그 영향력이 더욱 강화될 수 있다. 이에 비해 콘텐츠 정보성에 의한 경로모형 2에서는 신뢰를 매개하지 않는 직접경로 효과가 신뢰를 매개 로 하는 간접경로 효과보다 큰 것으로 나타났다. 즉, 라이브 커머스 쇼핑환경에서 소비자가 콘텐츠 정보성 을 높게 지각한다면 소비자 신뢰를 기반으로 한 관계 가 형성되지 않아도 제품에 대한 불안과 불확실성을 줄여 소비자들의 즉각적인 행동의도에 강한 영향을 줄 수 있다. 라이브 커머스 방송 중에 제품에 대한 자 세한 정보를 획득하고, 채팅창을 통해 개인화된 질의 응답을 통해 바로바로 의문점을 해소할 수 있기 때문 이다.

    이에 따라 실무적으로는 방송을 진행하는 BJ 관리 와 방송 콘텐츠 기획을 위해 다음과 같은 시사점을 제 시할 수 있다. 첫 번째로 라이브 커머스 방송을 진행 하는 BJ는 판매원이자 정보원으로서의 역할을 동시 에 수행하기 때문에 이들의 스타일리쉬한 매력 부각 을 통해 시각적 영향력을 행사하게 하고, 전문적 지식 을 강화시켜 언어적 영향력을 행사하게 하는 전략을 수립할 수 있다. 이를 통해 비대면으로 인한 불확실성 에 대한 불안감을 감소시키고, 정보원에 대한 의존도 를 높여 거래에 대한 신뢰감을 향상시키고, 궁극적으 로 라이브 커머스를 통한 반복적 서비스 이용과 패션 제품의 구매의도뿐 아니라, 타인 추천과 긍정적 구전 행동을 함으로써 라이브 커머스 수용을 기대할 수 있 을 것이다. 두 번째로 라이브 커머스 환경에서 제공되 는 콘텐츠의 정보성을 높게 지각하도록 하는 전략은 실시간 방송이라는 라이브 커머스의 특성을 활용하여 상호작용성을 기반으로 한 구체적이고 개별화된 다양 하고 전문적인 패션 콘텐츠 정보의 제공으로 수립될 수 있다. 방송을 시청하는 소비자들의 정보 욕구를 충 족시키는 전략을 구사하여 경제적, 사회적 위험을 덜 어줄 수 있다는 신뢰감을 통해 라이브 커머스를 새로 운 유통 플랫폼으로 받아들이는 소비자들의 수용의도 를 향상시킴과 동시에 직접경로를 통해 즉각적인 소 비자 행동반응을 촉진시킴으로 라이브 커머스의 반복 적 이용과 같은 관계지속행동과 관계를 기반으로 한 호의적 사용 후 행동을 강화시킬 수 있는 전략을 구사 할 수 있을 것이다. 또한 실시간 상호작용적 특성에 기반한 개별화된 정보제공은 정보 욕구의 충족과 동 시에 관계적 욕구의 충족도 기대할 수 있어 라이브 커 머스 쇼핑에 대한 긍정적인 소비자 반응을 직접 유도 할 수 있을 것이다. 미리 가공되고 만들어진 콘텐츠의 전달이 아니라 구매 접점인 방송 중에 생기는 구체적 인 제품 정보와 제품과 관련된 스타일 연출 정보 및 유행 정보제공은 지속적인 패션 정보탐색 욕구를 가 진 잠재소비자의 정보 욕구와 함께 정보탐색과 공유 를 하나의 유희적 놀이문화로 인식하는 소비자들의 오 락적 욕구까지 충족시켜 줄 수 있을 것으로 판단된다.

    이상과 같이 본 연구는 이론적, 실무적으로 중요한 시사점을 도출하였지만, 몇 가지 한계점을 지니고 있 다. 우선 본 연구의 실증적 연구가 디지털 혁신 성향 이 큰 20대 성인 여성을 편의적으로 표집되어 수행되 었다는 점에서 연구 결과의 일반화에는 무리가 있다. 또한 설문조사 형태의 연구로 조사대상의 기억을 돕 는 시나리오를 제시하였지만, 회상적 자기보고방식을 취했기 때문에 조사대상이 회상하는 상황과 인식 수 준을 명확하게 통제하지 못했다는 한계점도 가진다. 이와 함께 라이브 커머스에 대한 소비자 행동에 대한 선행연구가 부족한 상황에서 정보원 특성에 전문성과 매력성을 포함하여 한 변수로 구성하고, 콘텐츠 특성 을 정보성으로만 제한시켜 개념적 연구모형을 구성한 점과 실험 설계상 소비자 특성에 의해 조절될 수 있는 부분을 배제하고 진행했다는 점은 연구의 제한점으로 지적될 수 있다. 이후 후속 연구에서는 본 연구의 한 계를 보완하여 구매결정 기준과 마케팅 자극에 대한 반응이 다른 다양한 소비자 집단을 대상으로 연구가 확대되기를 바라며, 라이브 커머스 시장 확장에 따라 방송 주체를 세분화시켜 지속적인 연구가 축적되기를 기대한다. 또한 라이브 커머스 쇼핑과정을 세분화시 켜 쇼핑단계별 다양한 소비자 행동반응과 이에 내재 한 심리적 변수를 포함하고, 상황적 맥락과 함께 소비 자 특성 변수를 조절변수로 포함하는 확장된 연구모 형 설계와 연구모형을 구성하는 차별화된 개념변수들 에 대한 정교한 조작화를 거친 측정변수를 도출하여 단순한 유통채널이 아닌 소비자들과의 커뮤니케이션 채널로서 라이브 커머스에 대한 성과를 규명함으로써 라이브 커머스를 효과적으로 활용할 수 있는 전략 수 립을 위한 실무적 시사점을 제시할 수 있기를 바란다.

    Figure

    RJCC-29-4-554_F1.gif

    Conceptual research model

    RJCC-29-4-554_F2.gif

    Results of mediating effect model of trust on the influence of information source characteristics

    RJCC-29-4-554_F3.gif

    Results of mediating effect model of trust on the influence of content informativeness

    Table

    The results of factor analysis: Information source characteristic

    The results of factor analysis: Contents informativeness

    The results of factor analysis: Consumer trust

    The results of factor analysis: Channel acceptance intention

    Significance verification results of individual paths: Characteristics of information source

    The result of bootstrap analysis for path model 1: Mediators as consumer truth

    Significance verification results of individual paths: Contents informativeness

    The result of bootstrap analysis for path model 2: Mediators as truth

    Reference

    1. Al-Debei, M. M. , & Al-Lozi, E. (2014). Explaining and predicting the adoption intention of mobile data services: A value-based approach. Computers in Human Behavior, 35, 326-338.
    2. Argyriou, E. (2012). Consumer intentions to revisit online retailers: A mental imagery account. Psychology & Marketing, 29(1), 25-35.
    3. Baron, R. M. , & Kenny, D. A. (1986). The moderator –mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182.
    4. Blackston, M. (1992). A brand with an attitude: A suitable case for treatment. Journal of the Market Research Society, 34(3), 231-242.
    5. Byun, H. S. (2008a). The effects of internet user’s trust, impulsiveness and commitment on the outcomes of visiting web stores. Korean Journal of Business Administration, 21(4), 1523-1542.
    6. Byun, H. S. (2008b). The impact of service recovery evaluation on customer loyalty. Journal of Industrial Economics and Business, 21(5), 2133-2148.
    7. Chaudhuri, A. , & Holbrook, M. B. (2001). The chain of effects from brand trust and brand affect to brand performance: The role of brand loyalty. Journal of Marketing, 65(2), 81-93.
    8. Chen, C. C. , & Lin, Y. C. (2018). What drives livestream usage intention? The perspectives of flow, entertainment, social interaction, and endorsement. Telematics and Informatics, 35(1), 293-303.
    9. Chi, Y. , Kang, M. , & Choi, J. (2016). A study of O2O-commerce consumers’ word-of-mouth intentions based on the value-based adoption model: The comparison of Korean and Chinese consumers. International Telecommunications Policy Review, 23(4), 81-116.
    10. Childers, C. C. , Lemon, L. L. , & Hoy, M. G. (2019). #Sponsored #Ad: Agency perspective on influencer marketing campaigns. Journal of Current Issues & Research in Advertising, 40(3), 258- 274.
    11. Choi, M. Y. (2020, December 14). 언택트 소비의 대 세 ‘라이브커머스’… 규제는 사각지대 [The trend of untact consumption, ‘live commerce’… Regulations are a blind spot]. The Hankyoreh. Retrieved June 25, 2021, from https://www.hani.co.kr/arti/economy/it/974039.html
    12. Choi, S. H. (2012). The effects of brand trust dimensions on consumers’ economic and social loyalty behavior. Journal of Consumption Culture, 15(2), 171-188.
    13. Chung, H. K. , & Lee, S. M. (2018). Web-based vcommerce development using persona model-for vietnamese consumer. Journal of Digital Contents Society, 19(6), 1169-1176.
    14. Corritore, C. L. , Kracher, B. , & Wiedenbeck, S. (2003). On-line trust: Concepts, evolving themes, a model. International Journal of Human Computer Studies, 58(6), 737-758.
    15. Delgado-Ballester, E. , Munuera-Aleman, J. L. , & Yague-Guillen, M. J. (2003). Development and validation of a brand trust scale. International Journal of Market Research, 45(1), 35-54.
    16. Doney, P. M. , & Cannon, J. P. (1997). An examination of the nature of trust in buyer-seller relationships. Journal of Marketing, 61(2), 35-51.
    17. Dowling, G. R. (1986). Perceived risk: The concept and its measurement. Psychology & Marketing, 3(3), 193-210.
    18. Dufrene, D. D. , Engelland, B. T. , Lehman, C. M. , & Pearson, R. A. (2005). Changes in consumer attitudes resulting from participation in a permission e-mail campaign. Journal of Current Issues & Research in Advertising, 27(1), 65-77.
    19. Gefen, D. (2000). E-commerce: The role of familiarity and trust. Omega, 28(6), 725-737.
    20. Gorla, N. (2012). Information systems service quality, zone of tolerance, and user satisfaction. Journal of Organizational and End User Computing, 24(2), 50-73.
    21. Hayes, A. F. (2017). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (2nd ed.). New York: The Guilford Press.
    22. Hiscock, J. (2001). Most trusted brands. Marketing, 1, 32-33.
    23. Huang, Z. , & Benyoucef, M. (2013). From e-commerce to social commerce: A close look at design features. Electronic Commerce Research and Applications, 12(4), 246-259.
    24. Jeong, S. G. , Hur, H. J. , & Choo, H. J. (2020). The effect of anthropomorphism and personalization of fashion shopping chatbot on service acceptance intention. Journal of the Korean Society of Clothing and Textiles, 44(4), 573-593.
    25. Kang, Y. S. , & Herr, P. M. (2006). Beauty and the beholder: Toward an integrative model of communication source effects. Journal of Consumer Research, 33(1), 123-130.
    26. Kim, E. Y. (2021, January 2). “10분에 1억 매출”... 비대면 소비 이끄는 ‘라이브 커머스’ [100 million sales in 10 minutes... ‘live commerce’ leading non-face-to-face consumption]. Chosunn Biz. Retrieved June 25, 2021, from https://biz.chosun.com/site/data/html_dir/2021/01/02/2021010200237.html
    27. Kim, G. B. (2020). A study on the legal regulations for live commerce. Distribution Law Review, 7(2), 31-68.
    28. Kim, H. , Lee, Y. , & Park, M. (2021). Factors boosting impulse buying behavior in live-streaming commerce: Roles of para-social interactions, task complexity and perceived amount of information. Fashion & Textile Research Journal, 23(1), 70- 83.
    29. Kim, H. K. , Lee, M. , & Lee, Y. W. (2005). Developing a scale for measuring brand relationship quality. Asia Pacific Advances in Consumer Research, 6, 118-126.
    30. Kim, H. S. (2013). The effect of nonverbal communication of salesperson on conflict, intimacy and repatronage intention of customer: Focused on the difference by customer gender. Journal of the Korean Society of Design Culture, 19(1), 132- 142.
    31. Kim, H. Y. (2021). A study on the influence of social media influencer endorser attributes on user response focusing on the mediating effects of information usefulness. Advertising Research, 129, 161-195.
    32. Kim, S. H. (2007). Effect of the verbal and nonverbal communication of salespersons in service encounter on customers’ emotion and behavioral in tension: Focusing on the emotional contagion phenomenon. Journal of Consumer Studies, 18(1), 97-131.
    33. Koo, D. M. (2017). 연구방법론: SPSS, LISREL, PLS 및 PROCESS-macro를 활용한 기초 조절 매개효 과분석 [Research methodology: Analysis of basic moderated mediating effects using PSS LISREL PLS and PROCESS]. Hanam: Changmyung.
    34. Koufaris, M. (2002). Applying the technology acceptance model and flow theory to online consumer behavior. Information Systems Research, 13(2), 115-225.
    35. Kumar, N. , Scheer, L. K. , & Steenkamp, J. B. E. (1995). The effects of perceived interdependence on dealer attitudes. Journal of Marketing Research, 32(3), 348-356.
    36. Lee, A. R. (2021). Investigating the factors influencing the use of live commerce in the un-tact era: Focusing on multidimensional interactivity, presence, and review credibility. Knowledge Management Research, 22(1), 269-286.
    37. Lee, D.-J. , Park, J. Y. , Lee, H. T. , & Yu, G. (2008). The effects of trust dimensions on relational commitment: The relative efficacy and effect symmetry. Advance in Consumer Research, 35, 457-466.
    38. Lee, H. J. , & Park, J. C. (2009). The effects of corporate social responsibility activities on product and corporate evaluation: The mediating role of trust. Korean Journal of Marketing, 24(1), 231- 250.
    39. Lee, J. W. , & Oh, T. H. (2009). A study on the impact of advertising attributions on attitude toward advertising, cognitive brand and attitude toward brand. The Journal of Business Education, 23(4), 361-384.
    40. Lim, J. Y. , & Kim, J. M. (2018). Analysis of audience attitude according to AfreecaTV strategy simulation same BJ attributes: Focusing on viewer satisfaction, loyalty, viewing purpose, viewing attitude. Journal of Communication Design, 62, 106-117.
    41. Lou, C. , & Yuan, S. (2019). Influencer marketing: How message value and credibility affect consumer trust of branded content on social media. Journal of Interactive Advertising, 19(1), 58-73.
    42. Mathieson, K. (1991). Predicting user intentions: Comparing the technology acceptance model with the theory of planned behavior. Information Systems Research, 2(3), 173-191.
    43. Mayer, R. C. , Davis, J. H. , & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709-734.
    44. Moorman, C. , Deshpandé, R. , & Zaltman, G. (1993). Factors affecting trust in market research relationships. Journal of Marketing, 57(1), 81-101.
    45. Morgan, R. M. , & Hunt, S. D. (1994). The commitment: Trust theory of relationship marketing. Journal of Marketing, 58(3), 20-38.
    46. Ofir, C. , Raghubir, P. , Brosh, G. , Monroe, K. B. , & Heiman, A. (2008). Memory-based store price judgments -The role of knowledge and shopping experience. Journal of Retailing, 84(4), 414-423.
    47. Oh, J. Y. , & Sung, Y. H. (2018). Types of influencer and the attention of media engagement impact on consumer evaluation. Journal of Cultural Product & Design, 54, 165-176.
    48. Park, C. H. , & Kim, Y. G. (2006). The effect of information satisfaction and relational benefit on consumers’ online shopping site commitments. Journal of Electronic Commerce in Organizations, 4(1), 70-90.
    49. Park, J. H. , & Stoel, L. (2002). Apparel shopping on the internet: Information availability on US apparel merchant web sites. Journal of Fashion Marketing and Management, 6(2), 158-176.
    50. Pires, K. , & Simon, G. (2015). Youtube live and twitch: A tour of user-generated live streaming systems. Proceedings of the 6th ACM Multimedia Systems Conference, 225-230.
    51. Preacher, K. J. , & Hayes, A. F. (2004). SPSS and SAS procedures for estimating indirect effects in simple mediation models. Behavior Research Methods, Instruments, & Computers, 36(4), 717- 731.
    52. Prerna, D. , Tekchandani, R. , & Kumar, N. (2020). Device-to-device content caching techniques in 5G: A taxonomy, solutions, and challenges. Computer Communications, 153, 48-84.
    53. Reeves, B. , & Nass, C. (1996). The media equation: How people treat computers, television, and new media like real people and places. New York: Cambridge University Press.
    54. Shankar, V. , Urban, G. L. , & Sultan, F. (2002). Online trust: A stakeholder perspective, concepts, implications, and future directions. The Journal of Strategic Information Systems, 11(3-4), 325- 344.
    55. Shin, W. S. (2011). Impact on consumer behavior in dining room for introduction of smarttable. Unpublished master’s thesis, Kyonggi University, Suwon, Korea.
    56. Sobel, M. E. (1982). Asymptotic confidence intervals for indirect effects in structural equation models. Sociological Methodology, 13, 290-312.
    57. Song, R. (2020). The effects of interaction and relationship quality on Chinese consumers’ purchase intention in live streaming on social commerce: Moderating role of social support in the dual mediation role of social presence and flow. Unpublished doctoral dissertation, The University of Suwon, Suwon, Korea.
    58. Song, Y.-T. , & Lee, J. H. (2021). Effects of live commerce attributes and influencer attributes on repurchase intention of beauty and fashion products. Journal of Distribution and Management Research, 24(1), 37-56.
    59. Story, J. , & Hess, J. (2006). Segmenting customerbrand relations: Beyond the personal relationship metaphor. Journal of Consumer Marketing, 23(7), 406-413.
    60. Tang, J. C. , Venolia, G. , & Inkpen, K. M. (2016). Meerkat and periscope: I stream, you stream, apps stream for live streams. CHI '16: Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems, 4770-4780.
    61. Taylor, S. , & Todd, P. (1995). Decomposition and crossover effects in the theory of planned behavior: A study of consumer adoption intentions. International Journal of Research in Marketing, 12(2), 137-155.
    62. Wang, Y.-S. , Lin, H.-H. , & Luarn, P. (2006). Predicting consumer intention to use mobile service. Information Systems Journal, 16(2), 157-179.
    63. World’s Best Lecturer. (2021, January 25). 라이브커 머스 쿠팡라이브크리에이터 배민까지! [Live commerce from Coupang, live creator to Bae Min!] [Blog Post]. Retrieved June 20, 2021, from https://blog.naver.com/yhy007/222218756521
    64. Xie, Y. , & Peng, S. (2009). How to repair customer trust after negative publicity: The role of competence, integrity, benevolence, and forgiveness. Psychology & Marketing, 26(7), 572-589.
    65. Yang, D. H. , Kang, B. H. , & Oh, S. J. (2011). The influence of conflict, unfairness, and goal incongruity on dissolution intention and the moderating effect of trust in buyer-seller relationship. Korean Management Review, 40(5), 1291-1318.
    66. Zeithaml, V. A. , Berry, L. L. , & Parasuraman, A. (1996). The behavioral consequences of service quality. Journal of Marketing, 60(2), 31-46.
    67. Zhang, Y. , & Park, H. J. (2018). Factors influencing the consumer attitude toward product purchasing related to Chinese personal internet broadcasting Wang Hong. The Journal of the Korea Contents Association, 18(10), 1-10.
    68. Zhao, S. , & Kim, M. H. (2020). A study on the event contents of live commerce in China as brand distribution channel. A Journal of Brand Design Association of Korea, 18(4), 145-158.

    Appendix