Korea Digital Contents Society
[ Article ]
Journal of Digital Contents Society - Vol. 24, No. 7, pp.1423-1434
ISSN: 1598-2009 (Print) 2287-738X (Online)
Print publication date 31 Jul 2023
Received 30 Apr 2023 Revised 10 May 2023 Accepted 15 May 2023
DOI: https://doi.org/10.9728/dcs.2023.24.7.1423

라이브 커머스 내 상호작용의 영향: 진정성과 정보 영향 민감성의 역할

황인호*
국민대학교 교양대학 조교수
Influence of Interaction in Live Commerce: Role of Authenticity and Susceptibility to Informational Influence
Inho Hwang*
Assistant Professor, College of General Education, Kookmin University, Seoul 02707, Korea

Correspondence to: *Inho Hwang Tel: +82-2-910-5794 E-mail: hwanginho@kookmin.ac.kr

Copyright ⓒ 2023 The Digital Contents Society
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-CommercialLicense(http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

초록

최근, 생방송으로 상품을 판매하는 유통 채널인 라이브 커머스의 시장 규모가 급격히 성장하고 있다. 라이브 커머스는 소비자가 판매자, 다른 소비자들과의 교류를 통해 상세한 정보를 얻는 모델로서, 소비자의 상호작용성을 강화한 특성을 가진다. 본 연구는 소비자가 라이브 커머스에서 상호작용하는 대상을 제시하고, 구매 의도로 이어지는 매커니즘을 설명한다. 특히, 연구는 소비자-판매자, 소비자-소비자, 소비자-제품 간 상호작용 요소와 개인의 특성인 정보 영향 민감성을 적용하여 플랫폼이 접근해야 할 전략적 조건을 제시하고자 하였다. 본 연구는 AMOS 22.0과 SPSS의 Process 3.1 패키지를 적용하여 선행연구를 통해 도출한 연구모델의 요인 간의 관계를 검증하였다. 분석 결과, 연구는 소비자의 판매자, 소비자, 그리고 제품과의 상호작용이 진정성을 통해 구매 의도로 연계되는 것을 확인하였으며, 소비자의 정보 영향 민감성이 상호작용과 조절 효과를 가져 구매 의도를 강화하는 것을 확인하였다. 연구의 결과는 라이브 커머스 소비자가 체감하는 대상별 상호작용성 강화와 커뮤니티에서의 개인의 수용 관점에서 맞춤형 서비스 전략의 필요성을 제안한다.

Abstract

Live commerce is a distribution channel that sells products through live broadcasting, and its market size is growing rapidly. Live commerce is a model that allows consumers to obtain detailed information through interactions with sellers and other consumers, thereby enhancing interactivity. The purpose of this study was to present the objects that consumers interact with in live commerce and explain the mechanism by which interaction activities lead to purchase intention. We utilized AMOS 22.0 and the Process 3.1 package of SPSS to verify the relationship between the factors of a research model derived from previous studies. Based on the analysis results, we proved that consumers' interactions with sellers, other consumers, and products are linked to purchase intention through authenticity. We also proved that susceptibility to informational influence strengthens the relationship between interactions and purchase intention. Our results suggest the need for a customized service strategy to increase the level of interaction activity of live commerce consumers.

Keywords:

Live Commerce, Purchase Intention, Interaction, Authenticity, Susceptibility to Informational Influence

키워드:

라이브 커머스, 구매 의도, 상호작용, 진정성, 정보 영향 민감성

Ⅰ. 서 론

코로나 19사태는 우리 사회 구성원 간 대면 만남을 억제하였으며, 비대면 중심의 활동을 요구하였다. 특히, 거래와 관련하여 사람들은 오프라인 매장에서의 구매를 줄였으며, 온라인 거래를 강화하였다[1]. 온라인 거래 과정에서 소비자들은 구매하고자 하는 제품 및 서비스에 대한 실재감을 강화하되 정확하고 활용 가능한 정보를 얻을 수 있길 요구하였으며, 라이브 커머스가 사람들의 욕구를 충족하고 있다[2]. 라이브 커머스는 브랜드와 소매업체가 제품을 실시간으로 홍보하고 판매하는데 활용하는 채널로서, 엔터테인먼트와 쇼핑을 결합한 특징을 가진다. 특히, 라이브 커머스는 플랫폼에 참여한 소비자가 판매자 및 다른 소비자와 실시간 정보 교류 활동을 통해 현장의 제품에 대한 체험에 기반하여 실재감 있는 정보를 획득하도록 하는 특징을 가진다[3]. 라이브 커머스 시장은 아시아 지역을 중심으로 급성장했는데, 중국의 경우 2022년 4,230억 달러에 이를 것으로 예측되며, 미국의 경우 아직 라이브 커머스는 성장 단계이지만, 아마존 등에서 투자를 높이고 있어 시장의 성장 가능성이 높다[4]. 우리나라의 라이브 커머스 시장은 2020년 4천억 원에서 2022년 6.2조 원에 달할 정도로 시장이 급성장하고 있다[5].

라이브 커머스의 성장에 따라, 소비자의 라이브 커머스 내 구매 행동 강화를 위한 전략 관점의 선행연구가 다각적으로 제시되고 있다. 첫째, 엔터테인먼트 특성을 강화한 라이브 커머스 특성상 판매자 역할이 중요해짐에 따라, 판매자의 역량 및 특성이 제품 구매에 미치는 영향을 제시한 연구[1],[6], 둘째, 라이브 커머스 플랫폼의 사용자 화면 및 콘텐츠 구성 방식에 따라 제품에 대한 정보 확보 및 구매에 미치는 영향을 제시한 연구[2],[7], 셋째, 라이브 커머스가 실시간 상세 정보를 제공함으로써 온라인 거래에서 발생할 수 있는 불확실성 등 부정적 요인을 감소시킬 수 있음을 제시한 연구[8] 등이 대표적이다. 선행연구는 판매자의 역할, 플랫폼의 역할 등에 중점을 두고 판매자 및 플랫폼이 각각 제공해야 할 서비스 영역을 상세히 제시한 측면에서 의미를 제공한다.

반면, 라이브 커머스의 핵심 특징은 소비자의 능동적 참여와 의견 교환과 같은 상호작용성에 있는데, 라이브 커머스내 상호작용 대상과 상호작용을 통해 소비자가 느끼는 인식의 변화와 관련된 연구는 부족하다. 즉, 라이브 커머스에서 판매자 이외에 소비자가 포함된 이해관계자 간의 인적 교류 및 상호작용을 통해 제공된 경험 등 다양한 실전적 정보들은 제품에 대한 진정성과 같은 경험을 제공할 수 있는데, 라이브 커머스의 소비자 연구는 인플루언서, 플랫폼 특성별 제공되는 서비스 관점에 중점을 두고 있다. 즉, 선행연구는 소비자 관점에서 교류 활동의 강화로 인한 라이브 커머스에 대한 감정 변화와 구매로 이어지는 방법을 설명함에 한계를 가진다.

이에, 본 연구는 라이브 커머스에서 소비자의 다양한 상호작용 활동을 통해 얻을 수 있는 감정적 변화와 개인적 특성이 어떻게 구매 의도로 이어지는지를 밝히는 것을 목적으로 한다. 첫째, 본 연구는 라이브 커머스에서 소비자가 상호작용할 수 있는 대상(판매자, 소비자, 제품)을 밝히고, 대상들과의 상호작용 활동 증진이 라이브 커머스에 대한 진정성 인식 및 구매 의도로 이어지는 매커니즘을 밝힌다. 이를 통해, 연구는 상호 교류 활동 관련 실재감을 강화한 서비스가 소비자에게 어떤 감정을 가지는지를 확인하고, 전략적 접근 방향을 제언하고자 한다. 둘째, 본 연구는 소비자의 상호작용 활동이 구매 의도에 미치는 영향에 개인의 정보 관련 민감성 수준에 따라 차이가 발생함을 밝힌다. 라이브 커머스의 특성은 채널에 형성된 커뮤니티에서 다양한 정보가 실시간으로 개인에게 제공되는 형태를 가지므로, 해당 정보를 활용하고자 하는 개인의 민감성 수준에 따라 구매에 영향을 줄 수 있다[3],[9].

본 연구는 선행연구를 통해 라이브 커머스 특성과 연구에 반영된 요소들의 특성을 상세히 설명하고(2장), 선행연구를 기반으로 연구모델과 측정 도구를 제시한다(3장). 그리고, 설문을 통해 확보한 표본을 활용하여 연구가설을 검증하고(4장), 학술적, 실무적 시사점을 제시(5장)함으로써 실용성 있는 결과의 활용 방안을 제언하고자 한다.


Ⅱ. 이론적 배경

2-1 라이브 커머스 및 구매 의도

라이브 커머스(Live Commerce)는 라이브 스트리밍(Live Streaming)과 커머스(Commerce)가 합성되어 탄생한 단어로서[2], 생방송으로 제공되는 영상 서비스와 소비자들의 참여가 보장되는 텍스트 기반의 서비스가 결합하여 제공되는 채널을 뜻한다[10]. 즉, 라이브 커머스는 특정 미디어 플랫폼에서 제품 또는 상품을 생방송으로 판매하되 소비자들의 능동적인 참여 및 의견 교류가 가능한 채널을 의미한다[8]. 라이브 커머스는 판매자가 선정한 특정 제품 및 서비스를 채널 내 참여하는 소비자에게 제공하는 측면에서, TV 중심의 쇼핑 서비스를 제공하는 TV홈쇼핑과 비슷한 비즈니스 모델을 가지지만, 모바일 기반의 인터페이스에 최적화된 사용자 화면, 엔터테인먼트 요소를 곁들인 판매자 역할, 그리고 텍스트 기반의 언어를 활용하여 소비자가 보다 능동적인 참여 및 교류를 할 수 있다는 측면에서 차별성을 가진다[6],[11].

라이브 커머스는 전 세계적으로 성장이 가파른 서비스 채널이다. 라이브 커머스는 중국에서 시작한 온라인 거래 서비스로서, 2016년에 시작한 역사가 오래되지 않은 측면은 있으나 2019년 약 225%, 2020년 약 120%의 성장률을 기록할 정도로 중국 내 대표적인 온라인 거래 채널의 하나로 자리 잡고 있다[11]. 특히, 2021년에는 7억 명의 중국 소비자가 라이브 커머스를 시청하였으며, 약 4억 6천만 명의 소비자가 해당 플랫폼을 통해 상품을 구매할 정도로 시장의 관심이 큰 상황이다[4]. 미국의 경우, 2022년 200억 달러의 매출을 기록하였으나 약 5배가 성장한 규모이다[4]. 대한민국은 2022년 6.2조 원의 시장 규모를 가질 정도로 시장이 커지고 있다[5]. 특히, 네이버와 같은 대형 포털 사업자 및 유통업체가 선도하여 시장 선점을 위하여 노력하고 있는데, 네이버 등은 기존 포털에서 제공하던 검색, 결제 서비스 등을 연계하고 있으며, 유통업체들은 자사의 유통망과 타 플랫폼과의 연계를 통해서 강점을 제시하고 있다[10].

하지만, 아직 어느 하나의 플랫폼이 라이브 커머스 시장을 장악한 것은 아니다. 이에, 라이브 커머스들은 인플루언서, 유통망 등 새로운 서비스와의 결합을 통해 소비자의 관심과 참여를 유도하기 위한 노력을 하고 있다[1]. 라이브 커머스가 지속해서 성장하기 위해서는 소비자들의 플랫폼에 대한 지속적인 참여가 이루어지는 것이 필요하다. 이에, 본 연구는 소비자의 구매 의도(Purchase Intention)를 강화하기 위한 라이브 커머스 만의 교류 조건과 인식 조건을 제시하고자 한다. 구매 의도는 특정 플랫폼에서 판매자에게서 제품을 구매하거나, 서비스를 이용하고자 하는 개인의 의도를 지칭하는 것으로서[7],[12], 마케팅 분야에서 의도는 실제 행동으로 연계하도록 하는 핵심 조건으로 인지되었으며[13], 연구자들은 구매 의도 향상을 위한 대상별 전략적 요소를 제시해왔다.

본 연구는 라이브 커머스의 상호작용 특성과 개인의 교류 활동에 대한 민감성이 소비자의 진정성과 구매 의도를 강화할 수 있는 조건임을 인식하고, 대상별 상호작용성과 정보 영향 민감성의 복합적 영향 조건을 밝히고자 한다.

2-2 진정성

진정성(Authenticity)은 사용자가 특정 대상에 대하여 얻거나 기대하는 요소에 대하여 충분히 제공되었다고 판단하는 인식이다[14]. 사용자는 제품 또는 서비스를 이용하기 위해 기존 경험이나 지식 등을 통해 형성된 특별함, 스토리 등과 같은 특별한 가치를 요구하는데, 사용자가 대상에게 요구하는 가치를 특별하게 받았다고 느끼게 될 때 진정성이 있다고 생각한다[15].

진정성의 대상은 다양하게 존재할 수 있다. 제품 또는 서비스와 같은 물적 대상일 수 있고, 유통 채널 또는 판매자와 같은 주체일 수도 있다[16],[17]. 예를 들어, 사용자가 상품을 활용하는 과정에서 요구하는 기능적, 절차적 측면의 특별한 만족을 받았다고 느낄 때 대상에 대한 진정성을 가질 수 있으며, 온라인, 오프라인 스토어와 같은 유통 채널이 제공하는 서비스에서 특별한 가치를 인식할 때 진정성 있는 채널로 판단할 수 있다[17]. 본 연구는 진정성을 플랫폼 내 거래 과정에서의 활동 전체의 과정으로 봄으로써, 플랫폼에서 소비자가 느끼는 전체적인 진정성 인식의 중요성을 제시하고자 한다.

라이브 커머스가 새로운 온라인 마케팅 채널로 인식되면서, 대상 플랫폼이 제공하는 서비스의 진정성에 대한 중요성이 높아지고 있다[16]. 특히, 라이브 커머스는 특정 상품에 대한 개별적인 판매자가 실시간으로 참여한 소비자들과의 교류를 통해 물건의 특성 및 경험 등을 교류하고 구매로 이어지도록 하는 과정을 가지므로, 소비자들의 거래에 대한 참여과정에서의 진정성 인식은 무엇보다 중요하다[16]. 예를 들어, 판매자는 물건에 대한 일반적 정보만을 제공하는 것이 아닌, 물건에 대한 지식과 사용 경험 등을 함께 제공함으로써 소비자에게 특별한 가치를 줄 수 있다. 또한, 플랫폼은 소비자 개개인이 쉽게 의견을 개진하고 정보를 얻을 수 있는 경험을 할 수 있는 다양한 서비스를 제공함으로써, 거래 과정의 가치를 높일 수 있다. 즉, 라이브 커머스의 거래 과정에 포함된 이해관계자가 특별한 가치로 인식할 수 있는 차별화된 서비스를 제공할 때 소비자는 진정성을 경험할 수 있다[15].

특정 대상에 대해 진정성을 경험한 사용자는 대상에 대한 긍정적 행동 의도를 가지게 된다. Kim et al.(2020)은 관광 관련 가상현실 콘텐츠에서 사용자들이 가상현실 콘텐츠로부터 요구하는 사항을 충분히 경험했다고 판단할 때 진정성을 느끼게 되며, 해당 콘텐츠를 계속 사용하겠다는 의도를 가지게 됨을 확인하였으며[14], Atzeni et al.(2022) 또한 전통성 있는 관광 상품에 대한 가상 콘텐츠가 진정성을 제공할 때, 사용자들의 활용 의도를 높임을 확인하였다[18].

진정성은 온라인 거래의 구매 활동에도 영향을 준다. Sun et al.(2022)은 라이브 커머스에서 소비자들은 생동감 있는 제품 정보와 이에 따른 경험을 했다고 인식함으로써 진정성을 가지게 되고, 제품 구매 의도로 이어진다고 하였으며[17], Chen et al.(2022)은 라이브 커머스의 서비스를 통해 소비자가 인식한 진정성은 거래 과정에서의 불확실성을 감소시켜 구매 의도로 이어지는 선행조건임을 밝혔다[15]. 즉, 라이브 커머스 플랫폼으로부터 소비자가 받은 진정성은 제품 구매 의도로 이어지는 역할을 한다. 이에 본 연구는 다음의 연구가설을 제시한다.

  • H1: 라이브 커머스의 진정성은 소비자의 구매 의도를 높일 것이다.

2-3 상호작용

상호작용(Interaction)은 참여자 간의 정보 교환 및 상호 커뮤니케이션을 포함하는 프로세스를 지칭한다[1]. 온라인 매체에서 소비자의 상호작용 활동은 이해관계자와의 커뮤니티를 형성 및 관계에서 긍정적 동기를 형성하도록 돕는 조건이다[19]. 라이브 커머스는 특정 제품에 대한 판매자가 제품을 실시간으로 판매한다는 관점에서 홈쇼핑과 유사하나, 양방향 정보 전송이 가능하다는 측면에서 홈쇼핑보다 강력한 상호작용성을 가진다[20]. 소비자는 실시간 라이브 영상을 통해 제품을 검색 및 구매하게 되는데, 홈쇼핑의 경우 제품을 TV라는 매체를 통해 제품을 검색하게 되었을 때, 추가 정보를 얻기 위하여 전화 또는 인터넷 검색을 추가로 하는 등의 다른 매체를 활용해야 하는 번거로움이 있었으나, 라이브 커머스는 제품 페이지를 떠나지 않은 상태에서 판매자에게 제품 정보를 얻거나, 함께 참여한 다른 소비자들에게 사용 경험과 같은 질적 정보를 얻는 등의 활동을 할 수 있다[15].

특히, 라이브 커머스는 다른 온라인 거래 플랫폼보다 다양한 측면에서 상호작용이 가능하도록 돕는 유통 채널이다. 첫째, 라이브 커머스는 소비자와 판매자 간의 상호작용이 이루어지도록 돕는다[20]. 소비자들은 실시간으로 제품을 판매하는 판매자와 교류를 통해 객관적인 제품 정보를 확보할 뿐 아니라, 판매자와 정서적 교류를 통해 유대감을 형성하게 된다[3]. 둘째, 라이브 커머스는 소비자와 소비자 간 상호작용이 이루어지도록 돕는다[1]. 대상 채널에서 소비자는 판매자의 정보뿐 아니라 다른 소비자들로부터 세부 정보를 얻는 등의 교류 활동을 하게 된다. 즉, 소비자 간 정보 교류를 통해 채널 내의 커뮤니티를 즉흥적으로 형성하고 몰입 경험을 하게 된다[21]. 셋째, 라이브 커머스는 소비자와 제품 간 상호작용이 이루어지도록 돕는다[15]. 소비자는 온라인 거래 시 직접 제품을 경험하는 것이 아니라, 이미지, 동영상, 텍스트 등을 통해 간접적인 경험을 하게 되고, 본인의 가치에 맞는 제품을 구매하는데, 라이브 커머스는 판매자가 해당 제품에 대한 체험과 같은 영상을 제공함으로써 매개된 경험을 높여 제품에 대한 가치를 명료하게 판단할 수 있도록 돕는다[8]. 즉, 라이브 커머스는 소비자-판매자-제품 간에 상호작용 활동을 하도록 도움으로써 쇼핑과정에서의 몰입을 강화하고 제품에 대한 객관적 평가를 하도록 돕는 역할을 한다.

온라인 거래에서 상호작용 활동의 강화는 소비자의 제품 구매 활동에 긍정적 영향을 준다. 첫째, 소비자-판매자 간 상호작용성 강화가 구매 활동에 영향을 준다. Ma et al.(2022)은 라이브 커머스에서 소비자-판매자 간의 상호작용은 생방송 과정에서의 원격 실재감을 강화하여 구매 행동으로 연계됨을 밝혔으며[20], Saffanah et al.(2022)은 라이브 커머스에서 사용자가 느끼는 상호작용성의 증대는 구매 의도 및 행동을 강화함을 확인하였다[7]. 둘째, 소비자-소비자 간 상호작용성이 구매 활동에 영향을 준다. Liu et al.(2021)은 소셜 커머스에서 사람들 간의 상호작용 활동이 플랫폼에서의 가치를 높여 구매 의도로 연계됨을 밝혔으며[19], Ghahtarani et al.(2020)은 소셜 커머스에서의 사람 간의 상호작용성은 정보 공유 활동을 증진하여 구매 의도로 연계됨을 확인하였다[22]. 셋째, 소비자-제품 간 상호작용은 제품 구매에 영향을 준다. Liu et al.(2021)은 소셜 커머스에서 사용자가 제품에 대한 정보를 명확하게 얻는 상호작용 활동을 했다고 판단할 때 구매 의도로 연계됨을 밝혔으며[19], Chen et al.(2022)은 라이브 커머스에서 제품에 대한 상호작용성이 강화될 때, 제품 불확실성을 약화하여 구매 의도로 연계됨을 밝혔다[15]. 즉, 라이브 커머스의 대상별 상호작용 특성은 소비자의 구매 의도를 강화하는 요인이며, 다음과 같은 연구가설을 제시한다.

  • H2a: 소비자-판매자 간 상호작용은 소비자의 구매 의도를 높일 것이다.
  • H2b: 소비자-소비자 간 상호작용은 소비자의 구매 의도를 높일 것이다
  • H2c: 소비자-제품 간 상호작용은 소비자의 구매 의도를 높일 것이다.

또한, 특정 매체의 상호작용성 강화는 사용자의 경험 및 진정성을 강화하는 역할을 한다. Kim et al.(2020)은 가상현실 콘텐츠에 대한 사회적 상호작용성의 강화가 사용자의 진정성 경험을 강화하여 콘텐츠 사용 의도로 연계됨을 밝혔다[14]. Sun et al.(2022)은 라이브 커머스의 상호작용 강화 서비스의 지원이 소비자의 원격 실재감을 강화하여 내적 진정성을 강화함으로써 구매 의도로 연계될 수 있음을 확인하였으며[17], Wang et al.(2022)은 라이브 커머스의 준-사회적 상호작용이 브랜드에 대한 경험 수준을 높여 즉흥적 구매로 이어지도록 돕는다고 하였다[21]. Kim and Park(2020)은 라이브 커머스의 상호작용이 라이브 커머스의 경험 만족도를 높이는 조건임을 밝혔다[23]. 즉, 라이브 커머스 소비자의 대상별 상호작용 활동(소비자-판매자, 소비자-소비자, 소비자-제품)은 라이브 커머스에 대한 진정성 인식 수준을 높일 것으로 판단하며, 다음의 가설을 제시한다.

  • H3a: 소비자-판매자 간 상호작용은 소비자의 라이브 커머스에 대한 진정성을 높일 것이다.
  • H3b: 소비자-소비자 간 상호작용은 소비자의 라이브 커머스에 대한 진정성을 높일 것이다.
  • H3c: 소비자-제품 간 상호작용은 소비자의 라이브 커머스에 대한 진정성을 높일 것이다.

2-4 정보 영향 민감성

사람은 집단에서 특정한 문제가 발생할 경우, 내부적으로 문제 해결을 위해 필요한 정보 확보 행동을 통해 의사결정을 하고자 한다[24]. 이때 확보된 정보는 당면한 문제와 직접적 관련 있는 지식, 경험과 같은 것에서 집단 내 구성원들의 일반적 행동 패턴, 규범 등과 같은 정보까지 다양하게 존재할 수 있다[25].

그러나, 집단에서 확보한 정보의 활용은 개인별 다르게 반응하고 적용할 가능성이 있다[9],[26]. 즉, 개인별 정보 영향 민감성(Susceptibility to Informational Influence)이 존재한다. 정보 영향 민감성은 다른 사람 또는 집단으로 확보한 정보를 타당성 있게 받아들이고자 하는 개인의 인식 수준을 의미한다[24]. 즉, 개인은 외부로부터 확보한 정보를 특정 문제 해결 과정에 적용할 때, 해당 정보의 중요성을 다르게 인식하게 되는데, 해당 민감성이 높은 개인은 확보한 정보를 높게 받아들여 정보와 유사한 행동을 하려는 모습을 보이며, 반대의 경우, 개인이 중점적으로 고려하는 가치를 기반으로 행동하려는 모습을 보인다[27].

온라인 거래에서 소비자는 물건에 대한 정보를 판매자와 다른 참여자(댓글 등), 그리고 플랫폼 등으로부터 얻게 되는데, 이러한 정보들은 일반적으로 제품 구매와 관련된 정보 중심으로 구성되어, 현재 꼭 필요하지 않으나 선택을 해야 하는 정보로 인식된다[9]. 이때, 정보 영향 민감성이 높은 사람은 상호작용 과정에서 얻어진 정보를 높은 수준으로 받아들여 구매 행동을 할 가능성이 존재하며, 반대의 경우 개인이 추구하는 가치 중심의 거래를 할 가능성이 있다[25]. 특히, 라이브 커머스는 실시간으로 대상과 관련된 정보가 빠르게 제공되기 때문에 정보 영향 민감성의 영향이 높을 수 있다[3].

특정 집단에서 개인의 대상에 대한 민감성은 대상과의 교류 과정에서 얻는 특정한 인식과 행동과의 관계를 조절한다. Yazdanmehr et al.(2020)은 조직이 요구하는 특정 목표에 대하여 조직원의 준수 행동은 조직에 대한 규범 및 정보 민감성이 높은 사람에게 높게 반응하는 것을 확인하였다[24]. 즉, 집단적 활동에 민감하게 반응하는 사람은 집단의 활동에 동조하려는 모습을 보인다.

더불어, 개인의 민감성은 온라인 거래에서도 높게 반응한다. Iyer et al.(2022)는 고가 제품과 가품 소비 과정에서 대인 간 민감성이 높은 사람의 경우, 제품 소비 동기와 제품 구매 행동 간의 긍정적 관계를 강화하는 것을 확인하였으며[27], Yang et al.(2021)은 모바일 커머스의 서비스 특성을 통해 소비자가 인식한 가치가 즉흥적 구매에 미치는 긍정적 영향을 사람 간 영향 민감성이 강화하는 것을 확인하였다[9]. 또한, Lo et al.(2022)은 라이브 커머스에서 다른 소비자와의 의견 교류 과정에서 확보된 정보는 제품에 대한 정서적 반응을 일으킨다고 하였으며, 개인이 보유한 사회적 영향 민감성이 높을수록 정서적 반응이 높아진다고 하였다[3].

본 연구는 라이브 커머스에서 개인은 판매자, 다른 참여자, 그리고 제품과의 상호작용을 통해 다양한 정보를 얻게 되어 구매 의도로 이어지는데, 개인이 보유한 정보 영향 민감성이 선행연구와 유사하게 조절 효과로 작용할 것으로 판단한다. 즉, 정보 영향 민감성은 소비자의 상호작용이 구매 의도에 미치는 영향을 조절하여, 민감성이 높을수록 구매 의도가 높아질 것으로 판단한다. 이에, 다음의 연구가설을 제시한다.

  • H4a: 소비자의 정보 영향 민감성은 소비자-판매자 간 상호작용과 구매 의도 간의 관계를 조절할 것이다.
  • H4b: 소비자의 정보 영향 민감성은 소비자-소비자 간 상호작용과 구매 의도 간의 관계를 조절할 것이다.
  • H4c: 소비자의 정보 영향 민감성은 소비자-제품 간 상호작용과 구매 의도 간의 관계를 조절할 것이다.

Ⅲ. 연구모델 및 측정 도구

3-1 연구모델

본 연구는 라이브 커머스 내 이해관계자 간 상호 활동의 수준과 개인적 특성이 미치는 다각적 영향을 확인하고자 한다. 이에, 연구는 연구 모델(그림 1)에 제시한 바와 같이, 라이브 커머스의 소비자, 판매자, 그리고 제품 간 상호작용이 진정성 및 구매 의도로 연계되는 메커니즘과 소비자 개인의 정보 영향에 대한 민감성 수준이 가지는 상호작용 효과를 확인한다.

Fig. 1.

Research model

3-2 측정 도구 및 표본 확보

연구가설의 검증은 설정한 연구 대상으로부터 확보한 설문지 기반 데이터를 활용한다. 특히, 연구는 AMOS 21.0 툴과 SPSS 21.0의 Process 3.1 툴에 반영하여 가설 검증을 한다. 이에, 본 연구는 소셜 미디어, 커머스, 그리고 조직 관련 연구에서 적용되었던 선행요인을 적용하되, 요인별 다 항목 중심의 설문 문항들을 라이브 커머스 환경에 맞게 수정하였다. 또한, 도출된 설문 문항에 대하여 라이브 커머스를 경험한 이력이 있는 경영대학원에 다니는 10명의 학생에게 문항의 적절성을 확인 및 보완하였으며, 최종적으로 7점 리커트 척도(1점: 매우 그렇지 않다 – 4점: 보통이다 – 7점: 매우 그렇다)를 반영하여 문항들을 확정하였다.

소비자-판매자 간 상호작용은 소셜 커머스를 상호작용성을 제시한 Ma et al.(2022)의 연구에서 확보하였으며[20], “(CSI1) 최근 물건을 구매한 라이브 쇼핑에서 스트리머(판매자)는 참여한 소비자의 질문에 적시에 답변함”, “(CSI2) 내가 최근 제품을 구매한 라이브 쇼핑에서, 스트리머(판매자)의 답변은 참여한 소비자의 질문과 밀접하게 관련 있음”, “(CSI3) 내가 최근 제품을 구매한 라이브 쇼핑에서 스트리머(판매자)의 답변은 참여한 소비자의 요구를 충족함”, “(CSI4) 최근 제품을 구매한 라이브 쇼핑에서, 나는 라이브 스트리밍을 통해 스트리머(판매자)와 실시간으로 소통함”으로 4개 문항을 적용하였다. 소비자-소비자 간 상호작용은 Ma et al.(2022)의 연구에서 문항을 확보하였으며[20], “(CCI1) 나는 최근 제품을 구매한 라이브 쇼핑에서, 다른 소비자와 상호작용을 함”, “(CCI2) 나는 최근 제품을 구매한 라이브 쇼핑에서, 다른 소비자에게 나의 쇼핑 경험을 공유함”, “(CCI3) 나는 최근 제품을 구매한 라이브 쇼핑에서, 다른 소비자와 제품 경험에 대하여 소통함”가 같이 3개를 적용하였다. 그리고, 소비자-제품 간 상호작용은 Chen et al.(2022) 연구에서 문항을 확보하였으며[15], “(CPI1) 나는 최근 제품을 구매한 라이브 쇼핑에서, 다양한 제품의 기능을 얻음”, “(CPI2) 내가 최근 제품을 구매한 라이브 쇼핑은 제품에 대한 정확한 정보를 제공함”, “(CPI3) 내가 최근 제품을 구매한 라이브 쇼핑에서의 경험은 매장에서의 경험과 같은 제품 정보를 제공함”으로 3개 문항을 적용하였다.

라이브 커머스 진정성은 Chen et al.(2022) 연구에서 문항을 확보하였으며[15], “(Auth1) 내가 최근 제품을 구매한 라이브 쇼핑에서의 경험은 진짜라고 생각함”, “(Auth2) 내가 최근 제품을 구매한 라이브 쇼핑에서의 분위기는 진짜라고 생각함”, “(Auth3) 내가 최근 제품을 구매한 라이브 쇼핑에서의 활동이 진정성 있다고 생각함”, “(Auth4) 내가 최근 제품을 구매한 라이브 쇼핑은 나와 판매자 간 진정성 있는 소통이 가능한 쇼핑 채널이라고 생각함”으로 4개 문항을 적용하였다. 구매 의도는 Saffanah et al.(2022) 연구에서 문항을 확보하였으며[7], “(PI1) 나는 지금 사용하는 라이브 쇼핑을 지속해서 사용하고 싶음”, “(PI2) 나는 지금 사용하는 라이브 쇼핑을 지속해서 사용할 생각임”, “(PI3) 나는 앞으로도 계속해서 라이브 쇼핑을 활용할 것으로 예상함”으로 3개 문항을 적용하였다. 마지막으로, 정보 영향 민감성은 Yazdanmehr et al.(2020) 연구에서 문항을 확보하였으며[24], “(SII1) 나는 라이브 쇼핑에서 올바른 제품을 구매하기 위해, 다른 사람들이 구매하고 사용하는 것을 자주 관찰함”, “(SII2) 나는 라이브 쇼핑에서 제품에 대한 경험이 거의 없을 때 다른 사람들에게 제품에 대해 자주 물음”, “(SII3) 나는 라이브 쇼핑에서 어떤 제품을 구매하기 전에 다른 사람들로부터 제품에 대한 정보를 수집하는 경우가 많음”, “(SII4) 나는 라이브 쇼핑에서 제품 구매 시 최상의 옵션을 선택하기 위하여 다른 사람과 자주 상의함”으로 4개 문항을 적용하였다.

연구 대상은 최근 3개월 이내에 라이브 커머스에서 제품을 구매한 경험이 있는 20세 이상의 소비자로 한정하였다. 첫째, 3개월 이내로 선정한 이유는 라이브 커머스에서 구매 관련 경험에 대한 인식에 기반하여 상호작용성과 행동을 측정하는 관계로 경험을 떠올릴 수 있는 기간이 짧아야 한다고 판단하였기 때문이다. 둘째, 20세 이상의 성인을 한정한 이유는 청소년과 성인 집단에서 라이브 커머스를 활용하는 이유의 차이가 존재할 것으로 판단하였다. 선정된 20세 이상의 라이브 커머스를 3개월 이내 이용하고 제품을 구매한 경험이 있는 소비자를 표본으로 확보하기 위해, 본 연구는 성인 회원을 다수 보유하고 있는 M리서치의 도움을 받아 온라인 설문을 수행하였다. 특히, 연구는 본 설문 전 연령, 라이브 커머스 구매 경험 및 구매 일시(3개월 이내), 가장 최근에 구매한 제품 군을 확인하고, 연구 대상에 적절한 사람들만 본 설문에 참여하도록 하였다.

이후, 본 설문에 참여한 응답자들에게 연구의 목적과 통계적 활용 방법을 설명하였으며, 설문에 참여하겠다고 응답한 사람만 응답하도록 구조화였다. 또한, 설문에 대한 응답은 가장 최근 라이브 커머스를 통해 구매한 제품과 해당 제품을 판매한 플랫폼을 상기하면서 응답하도록 하였다.

연구는 355건의 표본을 확보하였으며, 표본은 표 1과 같은 특성을 가진다. 여성이 약 60% 응답하였으며, 40대 미만의 응답자가 68.1%로 나타났다. 월별 라이브 커머스 이용 횟수는 1-2회가 약 40%로 나타났으며, 구매한 제품은 음식, 패션이 많은 것으로 나타났다. 또한, 이용한 플랫폼은 네이버 라이브 쇼핑이 42%로 나타났다. 구매한 제품은 5만 원 미만이 60% 수준이었다. 직업의 경우 직장인 약 71%로 나타났다.

Demographic characteristics of samples


Ⅳ. 가설 검증

4-1 신뢰성 및 타당성 분석

본 연구는 다 항목 중심의 설문 결과를 활용하여 가설을 검증하므로, 우선 연구모델에 활용된 6개 요인에 대한 문항들의 신뢰성과 타당성을 확인하였다.

첫째, 신뢰성(Reliability)은 요인에 반영된 요소들을 반복 측정 시 동일한 결과를 얻을 수 있는 수준으로서, 본 연구는 SPSS 22.0 툴을 활용하되, 요인별 크론바흐 알파 값을 확인함으로써 신뢰성을 확인한다. 선행연구는 적용된 요인별 0.7 이상의 크론바흐 알파 값을 요구한다[28]. 총 21개 측정 문항 중 신뢰성에 문제가 있는 4개 문항(CSI1, CSI4, Auth3, SII2)을 제외하였으며, 17개 문항에 대한 신뢰성 확인 결과는 표 2와 같다. 신뢰성이 가장 낮은 요인은 진정성(0.840)으로 0.7 보다 큰 것으로 나타나 신뢰성을 확보하였다.

Result for construct validity and reliability

둘째, 타당성(Validity)은 측정하려는 개념을 명료하게 측정하였는지를 확인하는 것으로서, 본 연구는 AMOS 21.0 툴에서 확인적 요인분석을 하여, 도출된 값들을 활용하여 집중 타당성과 판별 타당성을 확인하였다. 집중 타당성(Convergent Validity)은 대상에 대하여 측정 도구가 명확하게 측정하였는지를 확인하는 것으로 개념 신뢰도(CR)와 평균분산추출(AVE)을 구한다. 판별 타당성은 서로 다른 개념이 명료하게 다르게 나타났는지를 확인하는 것으로 상관계수와 평균분산추출의 제곱근을 비교하여 확인한다. 우선, 모든 요인을 반영한 확인적 요인분석 모델의 적합도를 확인하였다. 결과는 χ2/df = 1.234, RMR(Root Mean-Squrare Residual) = 0.036, RMSEA(Root Mean Square Error Approximation) = 0.026, GFI(Goodness of Fit Index) = 0.959, AGFI(Adjusted GFI)= 0.940, NFI(Normed Fit Index) = 0.972, 그리고 CFI(Comparative Fit Index) = 0.995로서, 구조방정식에서 요구하는 적합도 수치를 모두 충족하였다.

집중 타당성 결과는 표 2와 같다. 개념 신뢰도가 가장 낮은 요인은 진정성(0.785)으로 모든 값이 요구사항인 0.7 이상인 것으로 나타났다[29]. 또한, 평균분산추출이 가장 낮은 요인은 진정성(0.549)으로 요구사항인 0.5보다 모든 값이 큰 것으로 나타났다[29]. 적용 요인 간에 차별성을 확인하는 판별 타당성(Discriminant Validity)은 요인들의 상관계수와 평균분산추출의 제곱근을 비교하되, 상관계수가 모든 평균분산추출 제곱근보다 작을 때 차별성을 가진 것으로 본다[30]. 표 3은 판별 타당성을 확인한 결과로, 요인 간 명료한 차이가 존재하는 것으로 나타났다.

Result for discriminant validity

마지막으로, 연구는 선정된 연구 대상이 응답 당시의 인식 수준을 기반으로 표본을 확보하였으므로, 동일 시점 응답 과정에서 발생 가능한 편차의 문제인 공통방법편의(Common Methord Bias) 문제를 확인하였다. 공통방법편의 확인은 여러 기법이 있으나, 본 연구는 자주 활용되는 단일 공통방법분석 기법을 적용하였다. 해당 기법은 요인 간 공분산이 적용된 모델에 단일 요인을 추가하되 측정 도구를 연계한 모델을 만들고 두 모델 간의 결과치의 변화량을 확인한다[31]. 공분산이 적용된 모델의 적합도(χ2/df = 1.234, RMR = 0.036, RMSEA = 0.026, GFI = 0.959, AGFI = 0.940, NFI = 0.972, 그리고 CFI = 0.995)와 단일 요인을 추가한 모델의 적합도(χ2/df = 1.020, RMR = 0.029, RMSEA = 0.008, GFI = 0.972, AGFI = 0.951, NFI = 0.981, 그리고 CFI = 0.999) 모두 구조방정식 적합도 요구사항을 충족하였으며, 두 모델의 측정 도구별 결과치의 변화량이 0.3보다 낮아 공통방법편의 문제는 크지 않았다.

4-2 가설 검증

연구가설은 상호작용 조건과 진정성, 그리고 구매 의도로 이어지는 매커니즘 확인과 개인의 정보 영향 민감성의 조절 효과 확인 가설로 구분된다.

이에, 매커니즘 분석(가설 1-3)은 AMOS 21.0의 구조방정식 모델링을 통해 통합적 접근을 수행하고, 조절 효과 분석(가설 4)은 Process 3.1의 독립변수와 조절변수의 상호작용 항의 영향을 확인하였다.

가설 1-3과 관련된 가설 검증은 구조방정식 모델링을 반영하므로, 우선 모델의 적합도를 확인하였다. 결과는 χ2/df = 1.066, RMR = 0.027, RMSEA = 0.014, GFI = 0.973, AGFI = 0.958, NFI = 0.981, 그리고 CFI = 0.999로 나타났으며, 모든 요구 수치를 충족하였다. 이후, 요인 간의 경로에 대한 유의수준을 확인하였으며, 결과는 그림 2, 표 4와 같다.

Fig. 2.

Results of the main effect tests (H 1-3)

Results of main effect tests (H 1-3)

가설 1은 라이브 커머스의 진정성이 소비자의 구매 의도를 높인다는 것으로, 구조 모델의 경로 수준을 확인한 결과 95%의 신뢰 수준에서 유의하였다(H1: β= 0.159, p < 0.05). 이러한 결과는 진정성 인식이 온라인 거래 불확실성을 감소시켜 구매 의도를 높인다는 Chen et al.(2022)의 연구와 유사한 결과이다. 즉, 라이브 커머스가 제품에 대한 활용 경험 등 진정성 있는 정보제공 활동을 강화할수록 소비자의 제품 구매 의도는 높아질 수 있음을 의미한다. 따라서, 라이브 커머스 플랫폼은 소비자가 진정성을 느낄 수 있는 사용자 화면과 콘텐츠를 제공하는 등 사용자 맞춤형 지원 전략을 수립하는 것이 필요하다. 가설 2는 라이브 커머스 내 상호작용(H2a: 소비자-판매자 간 상호작용, H2b: 소비자-소비자 간 상호작용, H2c: 소비자-제품 간 상호작용)이 소비자의 구매 의도를 높인다는 것으로 모든 세부 가설이 95%의 신뢰 수준에 유의하였다(H2a: β= 0.197, p < 0.01, H2b: β= 0.166, p < 0.01; H2c: β= 0.374, p < 0.01). 이러한 결과는 라이브 커머스 내 이해관계자 간 상호작용성이 제품 구매 의도로 이어진다는 Ghahtarani et al.(2020)의 연구와 유사한 결과이다. 즉, 라이브 커머스가 보유한 핵심 특성인 실시간 다양하게 수행되는 상호작용 활동의 증진이 소비자의 구매 의도를 높일 수 있음을 의미한다. 따라서, 라이브 커머스는 다양한 대상별 교류 활동이 실시간으로 이루어짐을 체감할 수 있는 콘텐츠를 제공하고, 맞춤형 사용자 화면을 구성하는 전략을 추구하는 것이 요구된다. 가설 3은 라이브 커머스 내 상호작용(H3a: 소비자-판매자 간 상호작용, H3b: 소비자-소비자 간 상호작용, H3c: 소비자-제품 간 상호작용)이 라이브 커머스에 대한 진정성을 높인다는 것으로 모든 세부 가설이 95%의 신뢰 수준에 유의하였다(H3a: β= 0.377, p < 0.01, H3b: β= 0.199, p < 0.01; H3c: β= 0.324, p < 0.01). 이러한 결과는 가상현실 콘텐츠의 사회적 상호작용이 진정성 경험을 높인다는 Kim et al.(2020)의 연구와 유사한 결과이다. 즉, 라이브 커머스에서의 대상 간 상호작용 활동에 대한 인식은 소비자의 해당 거래 과정에서의 진정성 인식을 높여 구매 의도로 이어지도록 한다. 따라서, 라이브 커머스 플랫폼은 커머스 과정에서 상호작용 활동이 활발하게 이루어져 진정성 있는 제품을 판매할 수 있는 기반을 마련하는 것이 요구된다.

가설 4는 개인의 정보 영향 민감성이 상호작용 활동과 구매 의도 간의 관계를 조절한다는 것이다. 조절 효과 검증은 Hayes(2017)의 Process 3.1 툴을 적용하되, 독립변수와 조절변수의 상호작용 항의 영향 수준을 확인하는 방법을 적용한다[32]. 우선 연구는 패키지 내 모델 1을 반영하고, 조절 효과 검증을 위해 붓스트래핑 5,000과 신뢰 수준 95%를 적용하였다.

가설 4의 결과는 표 5와 같다. 가설 4의 결과, 소비자-판매자 간 상호작용(H4a), 소비자-소비자 간 상호작용(H4b), 소비자-제품 간 상호작용(H4c)이 개인의 정보 영향 민감성과 상호작용 효과를 일으키는 것으로 나타났다(H4a: t= -3.5683, p < 0.01, H4b: t= -3.9748, p < 0.01; H4c: t= -4.2111, p < 0.01). 해당 결과는 라이브 커머스 내 다른 소비자와의 정보 교류 활동이 사회적 영향 민감성과 상호작용 효과를 가져 정서적 반응을 강화한다는 Lo et al.(2022)의 연구와 유사하다. 즉, 라이브 커머스의 장점인 대상과의 상호작용성은 개인의 정보에 대한 민감성 수준에 따라 다른 영향을 주며, 특히, 상호작용성에 의한 구매 의도 향상 효과가 강화됨을 의미한다. 따라서, 라이브 커머스는 커뮤니티 기반의 상호작용 활동을 강화함으로써, 소비자들이 집단에서 실시간으로 확보하는 정보의 수준을 높여 구매 의도를 높이는 전략적 접근을 하는 것이 필요하다.

Results of moderating effect tests(H4)


Ⅴ. 결 론

최근 실시간 온라인 거래 플랫폼인 라이브 커머스가 시장의 관심을 끌면서, 국내의 경우 포털 및 유통 사업자를 중심으로 라이브 커머스 플랫폼 기반 서비스를 강화하고 있다. 본 연구는 라이브 커머스가 가진 핵심 기능인 상호작용성을 중심으로 소비자가 생방송 거래 과정에서 느낄 수 있는 감정과 집단에서 개인이 받아들이는 정보에 대한 민감성 수준에 따라 구매 활동에 미치는 영향을 복합적으로 확인하고자 하였다. 연구는 소셜 플랫폼 및 조직 관련 선행연구를 통해 연구모델 및 세부 요인들을 도출하였으며, 최근 3개월 이내 라이브 커머스에서 제품을 구매한 경험이 있는 20세 이상의 성인을 연구 대상으로 구성하여 온라인 설문 조사를 하였다.

가설 검증은 확보된 표본을 활용하여 AMOS 22.0 툴과 Process 3.1 툴에 반영하되, 라이브 커머스 상호작용과 진정성, 그리고 구매 의도로 이어지는 매커니즘과 개인의 정보 영향 민감성이 상호작용과 구매 의도 간의 관계에 조절 효과를 가지는지를 확인하였다. 검증 결과, 라이브 커머스에서 소비자가 상호작용하는 대상인 판매자, 소비자, 그리고 제품별 상호작용 수준의 증가가 라이브 커머스 진정성을 높여 구매 의도로 이어졌다. 더불어, 대상별 상호작용 요인들이 개인의 정보 영향 민감성과 조절 효과를 일으켜 구매 의도를 강화하는 것으로 나타났다.

본 연구의 결과는 다음 측면의 연구적, 기업 실무적 시사점을 가진다. 첫째, 본 연구는 가상현실 등 사용자 경험을 중요하게 판단하는 분야에서 중점적으로 활용되었던 진정성 개념을 라이브 커머스에 적용하였다. 선행연구가 라이브 커머스 참여 주체별(판매자, 플랫폼 등) 매출에 영향을 주는 주요 특성을 밝힘에 주력하였다면[1],[6], 본 연구는 소비자 관점에서 라이브 커머스 활동을 통해 느끼는 인식을 중점적으로 확인한 관점에서 차별성을 가진다. 따라서, 연구적 관점에서 본 연구는 라이브 커머스에서 제품 및 서비스를 구매하는 소비자가 느끼는 진정성의 감정의 중요성을 선제적으로 밝힌 측면에서 시사점을 가진다. 더불어, 기업 실무적 관점에서, 소비자는 온라인 거래 플랫폼에서 자신이 요구하는 가치에 대하여 특별하게 만족하는 경험을 확보할 때 진정성을 인식하며, 거래 수준을 높인다. 따라서, 라이브 커머스는 소비자가 제품을 검색하고 구매하는 과정에서 진실되고 믿을 수 있는 정보와 가격 관련 프로모션 등 추가적인 맞춤형 대우를 받았다고 인식할 수 있도록 소비자 맞춤형 전략을 수립하는 것이 요구된다. 특히, 라이브 커머스는 제품에 대한 관여가 인구 특성에 따라 다르므로 특정 제품 판매자의 진정성 있는 판매 전략을 지원하는 등의 프로그램을 상세히 운영하는 것이 요구된다.

둘째, 본 연구는 소비자가 라이브 커머스를 통해 제품의 검색 및 구매 과정에서 발생하는 상호 교류 활동에 대하여 대상별 상호작용 요소를 제시하고 진정성 및 구매 의도에 미치는 영향을 확인하였다. 라이브 커머스 관련 선행연구가 판매자, 소비자 간의 연계성을 중점적으로 상호작용을 살폈다면[1],[3], 본 연구는 제품과의 상호작용까지 확대하여 다각적으로 살폈다는 측면에서 차별성을 가진다. 따라서, 학술적 관점에서 본 연구는 라이브 커머스에서 소비자가 얻고자 하는 제품에 대한 다양한 정보(공식적 데이터 또는 비공식적 경험 정보 등)를 제공하는 상호작용 대상을 세분화한 측면에서 시사점을 지닌다. 더불어, 기업 실무적 관점에서, 소비자는 라이브 커머스를 활용하는 이유가 실시간으로 얻고자 하는 정보에 대하여 판매자와 다른 소비자와의 교류를 통해 정보를 얻으며, 판매자의 체험 등을 통해 제품에 대한 정보를 명료하게 얻어 상호작용하고 있음을 느껴, 진정성 있는 거래를 하는 것에 있다. 따라서, 라이브 커머스 플랫폼은 판매자에게 소비자가 체험할 수 있는 제품 정보 기반의 콘텐츠 제작의 지원을 함으로써, 소비자-판매자 간의 상호작용성을 강화할 수 있도록 지원하고, 소비자가 최소한의 이동으로 제품 정보 등을 확인할 수 있도록 함으로써 소비자-제품 간의 상호작용성을 강화할 수 있도록 하며, 소비자가 활용 경험을 쉽게 교환할 수 있는 사용자 화면 제작 등을 지원함으로써, 소비자-소비자 간 상호작용 활동을 증진할 수 있도록 하는 것이 요구된다. 특히, 최근 우리나라의 젊은 세대들은 본인만의 특별한 대우를 받고 유사한 경험을 보유한 사람들 간의 교류를 강조하기 때문에, 세대별 맞춤형 서비슬 지원하는 것이 요구된다.

셋째, 본 연구는 집단에서 개인이 집단의 특정 활동 또는 생성되는 정보에 대해 받아들이는 수준인 민감성을 라이브 커머스에 적용하였다. 특히, 라이브 커머스는 제품에 대한 다양한 정보를 새롭게 생성된 채널 내 커뮤니티로부터 판매자, 소비자 등으로부터 확보하게 되기 때문에, 정보 영향 민감성이 중요한 역할을 할 것으로 판단하였다. 라이브 커머스 선행연구가 플랫폼 및 콘텐츠 등 외적 요소에 관심을 가지고 주요 조건을 제시함에 주력하였다면[2],[7], 본 연구는 개인의 특성 요소가 거래 과정에서 발생하는 인식의 영향을 변화시킬 수 있음을 제시한 측면에서 차별성을 제시하였다. 따라서, 학술적 관점에서 본 연구는 라이브 커머스 상호작용 활동이 개인의 정보 영향 민감성과 조절 효과를 가져 관련 행동을 강화할 수 있음을 선제적으로 밝힌 측면에서 시사점을 지닌다. 더불어, 기업 실무적 관점에서 소비자는 집단에서 확보한 정보를 어느 정도 활용할 것인지에 대한 고려를 하는데, 라이브 커머스와 같이 다양한 정보를 쉽게 확보할 대상이 많은 채널에서 개인의 민감성은 구매 행동에 쉽게 영향을 줄 수 있음을 밝혔다. 따라서, 라이브 커머스 플랫폼은 소비자 개인적 특성인 정보 영향 민감성을 개별적으로 조절할 수 없으므로, 정보 영향 민감성과 상호작용 효과를 일으켜 구매 의도에 영향을 주는 상호작용성(소비자-판매자 간, 소비자-소비자 간, 소비자-제품 간)의 수준을 강화하는 것이 요구된다. 즉, 소비자가 라이브 커머스에서 상호작용 수준을 높게 인식할 때, 민감성이 높은 사람은 더욱 강화된 구매 의도를 가지게 되며, 낮은 사람의 경우 구매 의도를 낮추지 않을 수 있으므로, 상호작용 활동이 쉽게 이루어질 수 있는 앱 디자인적 요소를 깊이 있게 개선해 나가는 것이 필요하다.

본 연구는 라이브 커머스 상호작용, 진정성, 개인의 정보 영향 민감성의 거래 과정에서의 중요성을 밝힌 측면에서 높은 의미가 있으나, 다음의 연구적 한계를 가진다. 첫째, 본 연구는 20세 이상의 성인을 대상으로 3개월 이내의 라이브 커머스 구매 경험자를 표본으로 선정하였다. 비록 대표성의 문제로 청소년을 제외하였으나, 청소년, 노인 등 인구 통계적 특성에 따라 라이브 커머스에 대한 몰입의 방식과 구매 방식의 차이가 있을 수 있다. 따라서, 향후 연구에서는 집단별 특성을 함께 고려하여 라이브 커머스 구매 특성을 제시한다면, 실무적 시사점을 강화할 수 있을 것으로 판단한다. 둘째, 본 연구는 라이브 커머스 제품별 특성을 고려하지 않고 전체적 측면의 라이브 커머스 행동 의도를 확인하였다. 보편성을 위한 접근이었으나, 온라인 거래에서 상품별 사용자의 관여 및 판매자의 접근 방식의 차이가 존재할 수 있다. 따라서, 향후 연구에서는 상품 특성별 라이브 커머스 판매 및 정보제공 방식의 차이를 제시한다면, 맞춤형 상품 판매 전략 수립에 도움을 줄 것으로 기대한다.

References

  • Y. Zhou and W. Huang, “The Influence of Network Anchor Traits on Shopping Intentions in a Live Streaming Marketing Context: The Mediating Role of Value Perception and the Moderating Role of Consumer Involvement,” Economic Analysis and Policy, Vol. 78, pp. 332-342, June 2023. [https://doi.org/10.1016/j.eap.2023.02.005]
  • M. Zhang, Y. Liu, Y. Wang, and L. Zhao, “How to Retain Customers: Understanding the Role of Trust in Live Streaming Commerce with a Socio-technical Perspective,” Computers in Human Behavior, Vol. 127, 107052, February 2022. [https://doi.org/10.1016/j.chb.2021.107052]
  • P. S. Lo, Y. K. Dwivedi, G. W. H. Tan, K. B. Ooi, E. C. X. Aw, and B. Metri, “Why Do Consumers Buy Impulsively during Live Streaming? A Deep Learning-based Dual-stage SEM-ANN Analysis,” Journal of Business Research, Vol. 147, pp. 325-337, August 2022. [https://doi.org/10.1016/j.jbusres.2022.04.013]
  • Influencer Marketing Hub. Livestream Shopping Benchmark Report 2022 [Internet]. Available: https://influencermarketinghub.com
  • H. Kim and J. Park, Live Commerce A Whole New World, Kyobo Securities Research Center, 2020.
  • X. Gao, X. Y. Xu, S. M. U. Tayyab, and Q. Li, “How the Live Streaming Commerce Viewers Process the Persuasive Message: An ELM Perspective and the Moderating Effect of Mindfulness,” Electronic Commerce Research and Applications, Vol. 49, 101087, September-October 2021. [https://doi.org/10.1016/j.elerap.2021.101087]
  • L. Saffanah, P. W. Handayani, and F. P. Sunarso, “Actual Purchases on Instagram Live Shopping: The Influence of Live Shopping Engagement and Information Technology Affordance,” Asia Pacific Management Review, Advance Online Publication, October 2022. [https://doi.org/10.1016/j.apmrv.2022.09.002]
  • B. Lu and Z. Chen, “Live Streaming Commerce and Consumers’ Purchase Intention: An Uncertainty Reduction Perspective,” Information & Management, Vol. 58, No. 7, 103509, November 2021. [https://doi.org/10.1016/j.im.2021.103509]
  • F. Yang, J. Tang, J. Men, and X. Zheng, “Consumer Perceived Value and Impulse Buying Behavior on Mobile Commerce: The Moderating Effect of Social Influence,” Journal of Retailing and Consumer Services, Vol. 63, 102683, November 2021. [https://doi.org/10.1016/j.jretconser.2021.102683]
  • S. Kim and J. Park, “A Study on Mobile Live Commerce Content Operation Strategy Using the Kano Model,” Journal of Digital Contents Society, Vol. 24, No. 3, pp. 429-442, March 2023. [https://doi.org/10.9728/dcs.2023.24.3.429]
  • E. Joo, “The Effects of Live Commerce’s IT Affordance on Interactivity, Immersion, and Purchase Intention,” The Journal of the Korea Contents Association, Vol. 22, No. 2, pp. 734-751, June 2022. [https://doi.org/10.5392/JKCA.2022.22.02.734]
  • Y. Park and T. Kang, “Influence Factors of Purchase Intention of Connected Car by Applying Components of Human-Connected Car Interaction and Mobile-Connected Car Interaction,” Journal of Digital Contents Society, Vol. 21, No. 5, pp. 931-940, May 2020. [https://doi.org/10.9728/dcs.2020.21.5.931]
  • J. Son and C. Heo, “Effect of the Search Index on Purchase Behavior by SNS Channel Attributes,” Journal of Digital Contents Society, Vol. 19, No. 8, pp. 1535-1544, August 2018. [https://doi.org/10.9728/dcs.2018.19.8.1535]
  • M. Kim, C. Lee, and M. W. Preis, “The Impact of Innovation and Gratification on Authentic Experience, Subjective Well-being, and Behavioral Intention in Tourism Virtual Reality: The Moderating Role of Technology Readiness,” Telematics and Informatics, Vol. 49, 101349, June 2020. [https://doi.org/10.1016/j.tele.2020.101349]
  • H. Chen, H. Chen, and X. Tian, “The Dual-process Model of Product Information and Habit in Influencing Consumers’ Purchase Intention: The Role of Live Streaming Features,” Electronic Commerce Research and Applications, Vol. 53, 101150, May 2022. [https://doi.org/10.1016/j.elerap.2022.101150]
  • Y. He, W. Li, and J. Xue, “What and How Driving Consumer Engagement and Purchase Intention in Officer Live Streaming? A Two-factor Theory Perspective,” Electronic Commerce Research and Applications, Vol. 56, 101223, November 2022. [https://doi.org/10.1016/j.elerap.2022.101223]
  • J. Sun, H. Dushime, and A. Zhu, “Beyond Beauty: A Qualitative Exploration of Authenticity and its Impacts on Chinese Consumers’ Purchase Intention in Live Commerce,” Frontiers in Psychology, Vol. 13, 944607, September 2022. [https://doi.org/10.3389/fpsyg.2022.944607]
  • M. Atzeni, G. Del Chiappa, and J. M. Pung, “Enhancing Visit Intention in Heritage Tourism: The Role of Object‐based and Existential Authenticity in Non‐immersive Virtual Reality Heritage Experiences,” International Journal of Tourism Research, Vol. 24, No. 2, pp. 240-255, March 2022. [https://doi.org/10.1002/jtr.2497]
  • P. Liu, M. Li, D. Dai, and L. Guo, “The Effects of Social Commerce Environmental Characteristics on Customers’ Purchase Intentions: The Chain Mediating Effect of Customer-to-customer Interaction and Customer-perceived Value,” Electronic Commerce Research and Applications, Vol. 48, 101073, July 2021. [https://doi.org/10.1016/j.elerap.2021.101073]
  • X. Ma, X. Zou, and J. Lv, “Why Do Consumers Hesitate to Purchase in Live Streaming? A Perspective of Interaction between Participants,” Electronic Commerce Research and Applications, Vol. 55, 101193, September 2022. [https://doi.org/10.1016/j.elerap.2022.101193]
  • D. Wang, X. R. Luo, Y. Hua, and J. Benitez, “Big Arena, Small Potatoes: A Mixed-methods Investigation of Atmospheric Cues in Live-streaming E-commerce,” Decision Support Systems, Vol. 158, 113801, July 2022. [https://doi.org/10.1016/j.dss.2022.113801]
  • A. Ghahtarani, M. Sheikhmohammady, and M. Rostami, “The Impact of Social Capital and Social Interaction on Customers’ Purchase Intention, Considering Knowledge Sharing in Social Commerce Context,” Journal of Innovation & Knowledge, Vol. 5, No. 3, pp. 191-199, July-September 2020. [https://doi.org/10.1016/j.jik.2019.08.004]
  • H. Kim and M. Park, “The Effect of Live Commerce’s Para-social Interaction on Satisfaction with the Experience: Focused on the Moderated Mediation Effect of Self-image Congruity,” The Research Journal of the Costume Culture, Vol. 28, No. 6, pp. 719-737, June 2020. [https://doi.org/10.29049/rjcc.2020.28.6.719]
  • A. Yazdanmehr, J. Wang, and Z. Yang, “Peers Matter: The Moderating Role of Social Influence on Information Security Policy Compliance,” Information Systems Journal, Vol. 30, No. 5, pp. 791-844, September 2020. [https://doi.org/10.1111/isj.12271]
  • P. Shukla, “Impact of Interpersonal Influences, Brand Origin and Brand Image on Luxury Purchase Intentions: Measuring Interfunctional Interactions and a Cross-national Comparison,” Journal of World Business, Vol. 46, No. 2, pp. 242-252, April 2011. [https://doi.org/10.1016/j.jwb.2010.11.002]
  • C. W. Park and V. P. Lessig, “Students and Housewives: Differences in Susceptibility to Reference Group Influence,” Journal of Consumer Research, Vol. 4, No. 2, pp. 102-110, September 1977. [https://doi.org/10.1086/208685]
  • R. Iyer, B. J. Babin, J. K. Eastman, and M. Griffin, “Drivers of Attitudes toward Luxury and Counterfeit Products: The Moderating Role of Interpersonal Influence,” International Marketing Review, Vol. 39, No. 2, pp. 242-268, April 2022. [https://doi.org/10.1108/IMR-02-2021-0091]
  • J. C. Nunnally, Psychometric Theory, 2nd ed. New York: McGraw-Hill, 1978.
  • B. H. Wixom and H. J. Watson, “An Empirical Investigation of the Factors Affecting Data Warehousing Success,” MIS Quarterly, Vol. 25, No. 1, pp. 17-41, March 2001. [https://doi.org/10.2307/3250957]
  • C. Fornell and D. F. Larcker, “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error,” Journal of Marketing Research, Vol. 18, No. 1, pp. 39-50, February 1981. [https://doi.org/10.1177/002224378101800104]
  • P. M. Podsakoff, S. B. MacKenzie, J. Y. Lee, and N. P. Podsakoff, “Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies,” Journal of Applied Psychology, Vol. 88, No. 5, pp. 879-903, October 2003.
  • A. F. Hayes, Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-based Approach, New York: Guilford Publications, 2017.

저자소개

황인호(Inho Hwang)

2007년 : 중앙대학교 대학원(경영학석사)

2014년 : 중앙대학교 대학원(경영학박사)

2014년~2018년: (사)한국창업경영연구원

2018년~2020년: 한국산업기술대학교

2020년~현 재: 국민대학교 교양대학 조교수

※관심분야:IT 핵심성공요인(IT CSF), 디지털 콘텐츠(Digital Content), 정보보안(Information Security), 프라이버시(Privacy) 등

Fig. 1.

Fig. 1.
Research model

Fig. 2.

Fig. 2.
Results of the main effect tests (H 1-3)

Table 1.

Demographic characteristics of samples

Demographic Categories Frequency %
Gender Male 139 39.2
Female 216 60.8
Age 21 - 30 119 33.5
31 - 40 123 34.6
41 - 50 71 20.0
> 50 42 11.8
Monthly Usage of Live Commerce 1-2 139 39.2
3-4 91 25.6
5-6 69 19.4
> 7 56 15.8
Purchased Product Fashion/Accessories 105 29.6
Food 111 31.3
Cosmetics/Beauty 60 16.9
Digital/Home Appliances 35 9.9
Others 44 12.4
Recently Used Live Commerce Naver 149 42.0
Kakao 81 22.8
Coupang 76 21.4
11st 35 9.9
Others 14 3.9
Price of Recently Purchased Product < 30,000 110 31.0
30,000-50,000 104 29.3
50,000-100,000 89 25.1
> 100,000 52 14.6
Job University Student 66 18.6
House Wife 16 4.5
Office Worker 253 71.3
Others 20 5.6
Total 355 100.0

Table 2.

Result for construct validity and reliability

Constructs SRWa
Estimate
Cronbach’s
Alpha
CRb AVEc
CSI(Consumer-seller Interaction), CCI(Consumer-consumer Interaction), CPI(Consumer-product Interaction), Auth(Authenticity), PI(Purchase Intention), SII(Susceptibility Informational Influence)
a: SRW(Standardized Regression Weights)
b: CR(Construct Reliability), c: AVE(Average Variance Extracted)
CSI CSI3
CSI2
0.936
0.885
0.906 0.859 0.753
CCI CCI3
CCI2
CCI1
0.873
0.842
0.889
0.901 0.851 0.656
CPI CPI3
CPI2
CPI1
0.893
0.833
0.836
0.889 0.840 0.637
Auth Auth4
Auth2
Auth1
0.834
0.783
0.777
0.840 0.785 0.549
PI PI3
PI2
PI1
0.886
0.913
0.870
0.919 0.887 0.723
SII SII4
SII3
SII1
0.856
0.843
0.718
0.845 0.788 0.555

Table 3.

Result for discriminant validity

Constructs 1 2 3 4 5 6
Note: a = square root of the AVE, **: p < 0.01
CSI(Consumer-seller Interaction), CCI(Consumer-consumer Interaction), CPI(Consumer-product Interaction), Auth(Authenticity), PI(Purchase Intention), SII(Susceptibility Informational Influence)
CSI 0.868a          
CCI 0.579** 0.810a        
CPI 0.627** 0.590** 0.798a      
Auth 0.647** 0.561** 0.621** 0.741a    
PI 0.670** 0.580** 0.660** 0.605** 0.850a  
SII 0.471** 0.462** 0.577** 0.503** 0.612** 0.745a

Table 4.

Results of main effect tests (H 1-3)

Path Coefficient t-value Result
CSI(Consumer-seller Interaction), CCI(Consumer-consumer Interaction), CPI(Consumer-product Interaction), Auth(Authenticity), PI(Purchase Intention)
**: p < 0.01, *: p < 0.05
H1 Auth → PI 0.159 2.050* Supported
H2a CSI → PI 0.197 2.923** Supported
H2b CCI→ PI 0.166 2.723** Supported
H2c CPI → PI 0.374 5.241** Supported
H3a CSI → Auth 0.377 5.551** Supported
H3b CCI → Auth 0.199 3.070** Supported
H3c CPI → Auth 0.324 4.508** Supported

Table 5.

Results of moderating effect tests(H4)

Coefficient t-value Result
CSI(Consumer-seller Interaction), CCI(Consumer-consumer Interaction), CPI(Consumer-product Interaction), SII(Susceptibility Informational Influence)
**: p < 0.01
H4a Constant 5.3898 129.6804** Supported
CSI 0.4655 11.2245**
SII 0.3611 8.4559**
Interaction -0.0979 -3.5683**
F = 160.0650, R2 = 0.5777
H4b Constant 5.4005 120.5372** Supported
CCI 0.3350 8.1643**
SII 0.4163 9.1293**
Interaction -0.1125 -3.9748**
F = 121.3427, R2 = 0.5091
H4c Constant 5.4168 115.4760** Supported
CPI 0.3039 6.6729**
SII 0.3923 7.8916**
Interaction -0.1196 -4.2111**
F = 109.8930, R2 = 0.4843