AR 예술전시 콘텐츠의 감성디자인 요소가 재 관람 의도에 미치는 영향: 중국 AR 온라인과 오프라인 예술전시의 비교를 중심으로

2-1 감성디자인

감성은 영어로 ‘sensibility’로 표현되며, 이는 'sense'와 ‘ability’의 합성어로서 '특정한 것이나 상황을 인식하고 구분하는 능력' 혹은 ‘감각 능력, 감수성, 민감도, 감정적인 반응을 쉽게 보이는 특성’ 등의 의미를 포함한다[11]. 심리학적 접근에서 볼 때, 감성은 좁게는 정서(Emotion)와 같은 의미로 해석되며, 넓게는 비인지적 내부 상태(Non-cognitive Internal States)로 이해될 수 있다. 감성공학의 관점에서는, 외부 환경의 변화나 물리적 자극에 따른 인간의 고차원적인 심리적 반응으로, 쾌적감, 고급감, 불쾌감 등의 다양한 감정을 포함하는 것으로 정의된다[12].

슈테(Schütte)는 감성을 시각, 청각, 촉각, 미각, 후각, 감지, 평형감각 등의 다양한 감각 수용체를 통해 인공물, 환경, 상황 등에 대한 주관적인 반응으로 설명했다. 정현원은 'sensibility'를 감정적 반응의 민감도나, 자극에 따른 감각 능력의 차이로 해석하였다[11]. 그림 2를 참고하면, 감성은 주요한 정서, 부차적인 정서, 배경적 정서, 그리고 간접적인 느낌 등 다양한 심리 상태를 포함하여, 그것이 주는 기본적인 감정 정보를 외부로 전달한다. 이러한 감성은 외부나 내부의 자극에 따라 나타나는 깊은 심리적 경험이며, 인식적으로는 자신의 경험과 연결되어 있으며, 이것은 정서, 표정, 그리고 언어를 통해 내면의 반응으로 표현된다.

Fig. 2.

Defining the concept of sensibility

미국의 인지 심리학자이자 산업 디자이너인 도널드 노먼(Donald Arthur Norman)은 감성디자인에 대해 본능(Visce- ral), 행동(Behavioral), 회고(Reflective emotion)의 세 가지 단계로 분류하여 논의하였다. 첫 번째 단계인 본능적인 디자인은 사람의 기본적인 감각과 감정에 초점을 맞춰 디자인되는 방향을 의미한다. 두 번째 단계인 행동적인 디자인은 사용자의 경험, 즉 제품을 사용하는 과정에서의 편의성, 쾌락, 그리고 효율성에 중점을 두게 된다. 마지막으로, 회고적인 디자인은 제품이 가진 합리성이나 지능성과 같은 특성에 초점을 둔다. 감성 디자인은 사용자의 심리적 상태를 구체화, 표현하고 시각화하는 디자인 방법론을 전반적으로 포함한다[7]. 이는 디자인의 과학적 접근법과 논리적 방식을 유지하면서도 감성적 요소를 통합함으로써 디자인이 기능과 감성적 욕구 양쪽 모두를 충족시키는 방향을 나아간다. 디자인의 감성적 측면은 감각 수용체와 인지를 기반으로 하며, 형태, 색상, 레이아웃 등 다양한 요소로 표현될 수 있다[8]. 도널드 노먼의 주장에 따르면, 우리 주변에 존재하는 대부분의 사물, 물질적이든 비물질적이든, 세 가지 감성 요소를 포함하고 있다. 시각은 인간에게 정보를 받아들이고 구별하는 주요한 경로이다. 대다수의 정보는 본질적으로 시각적 형태로 설계되어 있으며, 이러한 특성은 인간의 생물학적 특징과 연결되어 있다. 미디어와 컴퓨터 기술의 발전은 시각과 청각을 포함한 다중 정보의 전달 방식이 단일 정보 전달 방식보다 더욱 효과적임을 보여준다[13]. 현대의 감성 디자인은 감성과 디자인 형태 간의 관계, 그리고 깊은 사회적, 문화적 의미 및 그것이 대중에게 미치는 영향에 더욱 주목하고 있다.

감성요소는 감성적인 측면에서 나타나는 다양한 정보의 집합을 의미한다. 이런 요소는 인간의 감성적 특성을 가장 직접적으로 반영하기 때문에, 감성 디자인 연구에서의 실질적인 접근은 주로 이러한 감성 요소의 추출 및 분석을 기반으로 한다. 현대 감성 디자인 연구에서는 디자인 내의 감성 요소를 인식하는 두 가지 주요 관점이 도출되어 있다. 첫째, 감성 공학에 기반한 접근 방식이다. 이 접근법에서는 제품의 감성적 이미지를 여러 감성 형용사로 분해하여, 통계적 연구방법을 통해 디자인 요소와 형용사 간의 연관성을 파악한다. 두 번째 관점은 심리학적 접근법을 기반으로 하며, 감정의 위치와 기능에 집중한다. 데스멧(Desmet)은 이 관점에서 제품과 관련된 감정의 평가, 이해 및 자극의 세 가지 주요 요소를 제시하였다. 그는 제품이 어떻게 감정을 자극하는지, 그리고 어떤 종류의 감정이 유발되는지를 판단하는 데 이 세 요소가 중요하다고 주장하였다. 본 연구는 주로 첫 번째 관점에서 초점에 맞추고 이에 관한 선행연구들이 다음 표 1에 정리하였다.

Table 1.

Reference on sensibility factors

선행연구에서는 디지털 기술, 특히 앱과 AR 기술을 활용한 감성공학의 측면에서 오감적 요소에 대한 연구가 주로 이루어졌다. Chen은 현대모던 예술전시를 중심으로 한 연구에서, 감성디자인의 주요 하위 요인으로서 시각, 청각 및 공감각의 중요성을 분석하였다. 이 연구는 감성디자인 요소가 예술전시의 인터렉티브한 경험에 어떻게 영향을 미치는지에 대한 깊은 이해를 제공하고자 하였다[9]. Hu는 감성디자인의 중요한 하위요인으로서 시각디자인과 오감적 요소를 중점적으로 다루었다. 이 연구의 주된 목적은 감성디자인 요소와 인터렉션 디자인 간의 영향관계를 파악하는 것이었다. 연구에서는 독립변수로 시각, 청각, 촉각, 후각, 미각, 그리고 공감각과 같은 감성디자인 요소를 선정하였고, 종속변수로는 인터렉션 디자인을 선정하였다. 이를 통해 감성디자인 요소가 인터렉션 디자인에 어떤 영향을 미치는지를 깊게 탐색하였다[10].

디지털 기술의 발전은 단순한 기능성을 넘어서 감성적인 표현의 영역으로 확장되고 있으며, 인간의 따뜻한 감성을 담아낼 수 있는 미디어와 공간으로 진화한다[6]. 이러한 변화는 디지털 미디어의 성격에도 큰 영향을 미쳤으며, 인간의 오감과 공감각을 중심으로 한 인터랙티브한 경험을 제공하는 시대가 시작되었다. 따라서, 본 연구는 선행연구를 바탕으로 AR 오프라인과 온라인 예술전시의 특성을 고려하여 시각, 청각, 촉각, 후각, 그리고 공감각를 감성디자인의 하위요인으로 선정하고자 한다. 각 요인에 대한 조작적 정의를 표 2에서 제시하고자 한다.

Table 2.

Operational definitions for sensibility design factors

비록 기술이 급속히 발전했지만, AR 어플리케이션의 소프트웨어 기술적인 원가는 여전히 높으며 기술적인 장벽이 존재한다는 점, 그리고 기업 투자에 있어서의 경제성이 낮다는 문제가 있다. 이와 더불어, 일부 관람객들이 새로 도입된 기술에 익숙하지 않아 거부감을 느끼는 경우도 있어 이는 고려해야 할 요소이다. AR을 활용한 온라인 및 오프라인 전시에서 관람객의 몰입도는 매우 중요한데, 이 몰입도가 바로 소비자들이 전시 콘텐츠를 이해하고 촉진하는 핵심적인 요인으로 작용한다. 감성디자인 요소와 몰입도 사이의 관련성을 검토하는 선행연구를 살펴보면, Cha(2023)는 AR 박물과 전시의 감성디자인 요소와 관람객의 몰입감 간의 연관성을 살펴보았다. 연구결과는 감성디자인 요소인 시각, 청각, 촉각이 몰입감에 정(+)의 영향을 미치는 것으로 나타났다[15]. 이외에 아직까지 실증적 선행연구가 미흡한 상태에 있다. 이에 본 연구는 감성 디자인의 오감 요소를 활용하여 관람객들이 AR 예술전시에 얼마나 몰입하는지 분석하고자 다음과 같은 가설을 설정하고자 한다.

• 가설 1: AR 온·오프라인 예술전시의 감성디자인 요소가 관람객의 몰입감에 긍정적인 영향을 미칠 것이다.
• 가설 1-a: AR 온·오프라인 예술전시의 감성디자인 요소인 시각요소가 관람객의 몰입감에 긍정적인 영향을 미칠 것이다.
• 가설 1-b: AR 온·오프라인 예술전시의 감성디자인 요소인 청각요소가 관람객의 몰입감에 긍정적인 영향을 미칠 것이다.
• 가설 1-c: AR 온·오프라인 예술전시의 감성디자인 요소인 촉각요소가 관람객의 몰입감에 긍정적인 영향을 미칠 것이다.
• 가설 1-d: AR 온·오프라인 예술전시의 감성디자인 요소인 공감각요소가 관람객의 몰입감에 긍정적인 영향을 미칠 것이다.

2-2 몰입감

Csikszentmihalyi는 몰입 경험을 '플로우(Flow)'라는 용어로 처음 개념화하였다. 그는 플로우를 행동이나 과제가 스스로의 흥미와 즐거움에 의해 외부의 보상이 없어도 계속될 수 있는 자기 목적적인 경험으로 정의했다[16]. 이는 활동에 완전히 몰두하면 마치 물이 흐르듯 자연스럽게 모든 것이 이루어지는 상태를 의미한다. 본 연구는 AR 온라인 예술전시에서 몰입감이 사용자가 실제로는 존재하지 않는 가상의 작품이나 전시 공간을 실제로 경험하는 것처럼 느끼게 만드는 체험의 깊이를 정의하고자 한다. 사용자는 개인의 스마트 기기를 통해 가상의 예술 작품을 감상하며, 상호작용을 통해 전시에 깊이 몰입할 수 있다. 또한, 오프라인 예술전시에서 몰입감이 실제 공간에 설치된 예술작품에 AR 기술을 접목시켜 관람객이 물리적 공간에서 예술 작품과 상호작용하는 동안 더욱 몰입하도록 하는 체험의 깊이를 정의하고자 한다. 관람객은 특정 장치나 AR앱을 통해 가상 요소가 추가된 현실을 경험하며, 이러한 증강된 현실이 제공하는 상호작용과 경험으로 인해 더욱 심층적인 몰입감을 느낄 수 있다[17].

이러한 몰입감은 사용자가 시간의 흐름을 잊고 완전히 활동에 몰입하는 경험을 가리키며, 이는 사용자가 예술작품과의 상호작용에서 큰 만족과 즐거움을 느끼는 상태를 나타낸다. 이는 예술전시의 효과를 극대화하고, 관람객이 예술 작품과의 깊은 연결을 경험하게 하는 중요한 요소이다[18]. Kim에 따르면, 이러한 방법들 중 디지털 화면을 통한 관람객과의 상호작용, 즉각적인 피드백에 기반한 양방향 커뮤니케이션, 최신 IT 기술을 활용하여 제공되는 새로운 시각, 스토리텔링을 통해 관람객이 주인공이 되는 느낌을 경험하게 하는 참여형 방식, 그리고 특별한 장비와 도구들을 이용한 오감을 자극하는 활동과 미션 수행이 몰입감을 높이는데 큰 기여를 한다고 결론 내렸다[19]. Leem 등의 연구는 체험전시 콘텐츠에서의 몰입(flow) 이론을 적용하여 관람객의 주관적 경험을 측정했다. 이 연구에서는 관람객이 전시 작품과 직접적으로 상호작용하고, 관람객의 자기관여도가 높으며, 행동에 대한 피드백이 즉각적으로 제공될 때 몰입 경험이 향상된다는 결과를 도출했다[20]. 관람객이 전시에 적극적으로 참여하고, 자신의 경험에 몰두할 수 있는 조건들이 몰입감을 증진시킨다는 것을 시사한다.

몰입감와 재 관람 의도 사이의 관련성을 검토하는 선행연구를 살펴보면, Lee 등은 어린이무용극의 커뮤니케이션이 관객의 관람몰입 및 재 관람 의도에 미치는 영향력을 고찰하였다. 연구결과, 어린이무용극의 관람몰입은 재 관람 의도에 정적으로 영향을 미치는 것으로 나타났다[21]. Byeon은 클래식 음악공연의 관객이 추구하는 가치와 이러한 소비 가치가 관람 몰입과 만족도, 그리고 재 관람 의도에 미치는 영향을 구조적 관계 분석을 통해 규명하고자 하였다. 연구결과, 관람몰입, 만족도 및 재 관람 의도 간에 상호 강한 긍정적(+) 영향이 있음을 밝혀냈다[22]. 이를 바탕으로 본 연구에서는 다음의 연구가설을 설정하고자 한다.

• 가설 2: 관람객의 몰입감이 재 관람 의도에 긍정적인 영향을 미칠 것이다.

2-3 콘텐츠 품질

디지털 기술의 발달에 따라 데이터 통신을 통해 제작되는 문학, 그림, 음악, 영상 등의 디지털 콘텐츠는 대중매체를 통해 전달되는 정보나 메시지를 내포한다[23]. 콘텐츠의 질은 소비자들이 신기술이나 신제품을 통해 접하는 콘텐츠에 대해 지각하는 품질과 평가를 반영한다. 과거 정보 시스템 분야에서 정보의 품질은 주로 정보의 정확성을 기준으로 측정되었다[24]. 하지만 현재는 정보 시스템이 생성하는 정보의 품질뿐만 아니라, 그 정보가 사용자에게 어떠한 가치를 제공하고 사용 목적에 얼마나 부합하는지를 평가하는 척도로서 그 의미가 확장되고 있다[25]. AR 예술전시에서 콘텐츠는 디지털화된 예술작품, 관람객과의 상호작용을 가능하게 하는 요소, 다양한 멀티미디어 정보, 증강현실을 통해 보강된 경험, 그리고 작품과 예술가에 대한 교육적 자료 등을 포함하여 관람객에게 보다 풍부하고 몰입감 있는 전시 경험을 제공한다[26]. 본 연구는 AR 온라인 및 오프라인 예술전시의 콘텐츠 품질을 문학, 그림, 음악, 비디오 등의 디지털화된 작품으로 간주하며, 대중 매체를 통해 전달하는 정보 및 메시지의 품질로서 정의하고자 한다.

예술전시 콘텐츠 품질은 관람객들이 작품에 깊게 빠져들게 하며, 이는 전시에 대한 만족감을 향상시켜 재 관람 의도를 높일 수 있다. 콘텐츠 품질이 재관람 의도에 미치는 영향에 대한 연구를 검토해보면, Lee와 Jung은 뷰티 관련 SNS 콘텐츠의 품질 특성이 시청자의 긍정적인 입소문과 재시청 의도에 주는 영향을 분석하였고, 결과적으로 SNS 콘텐츠의 품질이 재시청 의도에 긍정적인 영향을 끼친다고 밝혔다[27]. Hu는 VR 게임의 콘텐츠 및 서비스 품질과 이로 인한 사용자 만족도 및 지속적 사용 의도 간의 연관성을 연구했으며, VR 게임의 콘텐츠 품질이 사용자의 만족도와 지속적인 사용 의도에 긍정적으로 작용한다는 결론을 내렸다[28]. 본 연구에서는 콘텐츠 품질을 매개변수로 설정하여 다음과 같은 연구가설을 설정하고자 한다.

• 가설 3: 관람객은 AR 온·오프라인 예술전시에 대한 몰입감와 재 관람 의도의 영향관계에서 콘텐츠 품질이 매개효과를 작용할 것이다.

2-4 재 관람 의도

재 관람 의도를 소비자의 행동에 있어서의 재 구매의도와 유사한 정으로 이해될 수 있으며, 고객이 제품이나 서비스를 경험한 후에 높은 평가를 바탕으로 다시 선택하려는 의도와 마찬가지로, 문화예술 활동에 참여한 후 같은 공연이나 전시를 재 관람하려는 의지를 의미한다[29]. 이런 행동의도는 개인이 미래에 수행할 특정한 행동을 계획하거나 기대하는 것을 지칭하며, 개인의 신념과 태도가 실제 행동으로 이어질 가능성과 연관된다[15]. 디지털 AR 예술전시에 대한 재 관람 의도는 전시 콘텐츠의 질, 상호작용성, 그리고 몰입도 등의 다양한 요인에 의해 영향을 받으며, 이는 창의적인 콘텐츠 제작, 정보 전달 방법, 사용자 경험의 품질로 구체화된다. AR 기술을 적용한 예술전시가 긍정적인 경험을 제공할수록 관람객은 전시를 다시 찾는 가능성이 높아지고, 이는 전시의 성공과 관람객 유치에 있어 중대한 역할을 하게 된다[30]. 따라서 본 연구는 AR 온·오프라인 예술전시를 체험한 이후 재방문하고자 하는 행동의도를 재 관람 의도로 정의한다.

3-1 자료수집 및 연구대상

본 연구의 목적은 중국의 AR(증강현실)을 활용한 온라인 및 오프라인 디지털 예술전시를 비교 분석함으로써, AR 예술전시가 내재된 감성디자인 요소들이 어떻게 관람객의 몰입감을 유도하고, 이 몰입감이 콘텐츠 품질 인식과 재 관람 의도에 어떤 영향을 미치는지를 탐구하는 데에 있다. 이를 위해, 중국 베이징 유렌스 현대미술센터(UCCA)개최된 '환경: 현대미술과 증강현실' AR 아트 전시에서 온라인과 오프라인에서 경험한 바 있는 관람객들을 대상으로 하여, 두 가지 관람 형태(온라인과 오프라인)에 따라 두 집단으로 나누어 설문조사를 실시하였다. 본 설문조사는 2023년 9월 1일부터 10월 12일까지 총 42일간 전문 온라인 설문 플랫폼인 Wenjuanxing(https://www.wjx.cn)을 통해 실시되었다.

총 365명이 설문에 참여하였으며, 이 중 온라인으로 AR 디지털 예술전시를 관람한 경험이 있는 관람객 중 오류가 있거나 불성실한 응답으로 판단되는 17명을 제외한 173명을 연구 대상으로 선정하였다. 오프라인으로 AR 디지털 예술전시를 관람한 경험이 있는 관람객 중에서도 오류가 있거나 불성실한 응답으로 판단되는 12명을 제외한 163명을 연구 대상으로 선정하였다. 또한, 본 연구에 참여한 중국 관람객들의 일반적인 특성을 파악하기 위해 성별, 연령, 직업 및 AR 디지털 예술전시 관람 횟수 등을 조사하였다.

3-2 연구모형 및 분석방법

본 연구는 연구가설에 제시된 바와 같이, 중국의 AR 기반 온라인 및 오프라인 디지털 예술전시에서 나타나는 감성디자인 요소가 관람객의 몰입감에 미치는 영향을 조사하고자 한다. 또한, 이러한 몰입감이 콘텐츠 품질과 재 관람 의도에 어떠한 영향을 미치는 지에 대해서도 파악하고자 한다. 이를 위해 본 연구에서는 구체적인 연구 모형을 개발하였으며, 해당 모형은 그림 3을 통해 확인할 수 있다.

Fig. 3.

Research model

본 연구의 통계적 분석은 SPSS 27.0과 AMOS 26.0 소프트웨어를 활용하여 실시되었다. 첫째, 응답자 특성을 파악하기 위해 기본적인 기술통계를 실시하였다. 둘째, 주요 변수 간의 연관성을 알아보기 위해 피어슨 상관분석을 수행하였다. 셋째, 연구에 사용된 측정 도구들의 신뢰도 및 타당도를 평가하기 위해 탐색적 요인분석을 수행하고 크론바흐의 알파 값을 이용하여 내적 일관성을 검증하였다. 또한, AMOS를 활용한 확인적 요인분석을 통해 잠재 변수들과 관측 변수들 간의 타당성을 분석하였다. 이어서, AMOS로 구성된 모델의 적합성을 평가하였다. 마지막으로, 부트스트래핑 기법을 적용하여 콘텐츠 품질이 몰입감과 재 관람 의도 간의 관계에서 매개 역할을 하는지를 분석하고, 이러한 매개 효과의 통계적 유의성을 검증하였다.

3-3 변수의 측정

본 연구에서는 AR 디지털 예술전시에서 나타나는 감성 디자인 요소, 관람객의 몰입감, 콘텐츠 품질, 그리고 재 관람 의도를 주요 변인으로 설정하였다. 각 변인을 측정하기 위해 선행 연구에서 검증된 도구들을 본 연구의 목적에 부합하도록 수정 및 보완하여 사용하였다. 측정 도구는 모두 5점 Likert 척도로 구성되어 있으며, 점수가 높을수록 감성 디자인에 대한 긍정적 평가, 몰입감, 콘텐츠 품질 및 재 관람 의도가 높다는 것을 나타낸다. AR 디지털 예술전시의 감성 디자인 요소를 측정하기 위해 [10],[15]의 연구에 사용된 도구를 본 연구의 특성과 맥락에 맞게 조정 및 보완하여, 시각(2문항), 청각(2문항), 촉각(2문항), 공감각(2문항) 등 4개의 주요 구성요소를 포함한 총 8문항으로 구성하였다. 관람객의 몰입감은 [31],[32]의 연구에 사용된 도구를 수정하여 7문항으로 측정하였다. 콘텐츠 품질은 [33],[34]의 연구에 사용된 도구를 본 연구에 맞게 조정하여 5문항으로 측정하였다. 재 관람 의도는 [35],[36]의 연구에서 사용된 도구를 수정하여 4문항으로 측정하였다.

4-1 연구대상자의 인구통계학적 특성

본 연구의 연구대상자인 온라인과 오프라인으로 AR 디지털 예술전시를 관람한 경험이 있는 중국 관람객의 인구통계학적 특성은 표 3에 상세히 제시되어 있다. 온라인 AR 디지털 예술전시에 참여한 관람객들 중 남성이 52%(90명), 여성이 48%(83명)로 나타났다. 연령 분포를 살펴보면, 30대가 전체의 42.8%(74명)로 가장 큰 비중을 차지했고, 20대가 40.5%(70명)로 그 뒤를 이었다. 직업군으로는 회사원이 33.5%(58명)로 가장 큰 비율을 나타냈으며, 학생이 26.6%(46명)로 뒤를 이었다. 온라인 AR 디지털 예술전시의 관람 횟수에 대해서는 5~6회 관람한 응답자가 37%(64명)로 가장 많았으며, 이어서 3~4회 관람한 응답자가 23.7%(41명)로 나타났다.

Table 3.

Demographic characteristics

본 연구에 참여한 오프라인 AR 디지털 예술전시 관람객의 성별 구성은 남성이 60.7%(99명)로 여성 39.3%(64명)보다 높은 비율을 차지하였다. 연령 분포를 살펴보면, 30대가 전체의 48.5%(79명)로 가장 많은 비중을 차지하였고, 그 다음으로는 40대가 26.4%(43명)로 확인되었다. 직업별로는 회사원이 36.8%(60명)로 가장 높은 비율을 나타냈으며, 전문직이 24.5%(40명)로 그 뒤를 이었다. 오프라인 AR 디지털 예술전시 관람 횟수에 대해서는 1~2회 관람한 응답자가 34.4%(56명)로 가장 많은 비중을 차지하였고, 이어서 3~4회 관람한 응답자는 28.8%(47명)로 나타났다. 이런 결과는 30대 관람객이 온라인과 오프라인 AR 디지털 예술전시의 주요 대상임을 보여주며, 온라인에서는 5~6회 관람이, 오프라인에서는 1~2회 관람이 가장 일반적이며, 특히 오프라인 예술전시에서 남성 관람객의 참여가 두드러진다는 사실을 밝혔다.

4-2 주요변수의 기술통계량

표 4를 통해 주요 변수들의 신뢰성 및 타당성 분석 결과를 확인할 수 있다. 온라인 AR 디지털 예술전시와 관련된 주요 변수들인 감성 디자인 요소, 관람객의 몰입감, 콘텐츠 품질, 그리고 재 관람 의도에 대한 요인분석을 통해 총 7개의 요인이 추출되었다. 각 요인의 요인부하량은 0.721에서 0.896 사이로 나타나, 해당 요인들이 변수들과 강한 연관성을 지닌 것으로 확인되었다. 주요 변수들의 신뢰성 평가를 위해 Cronbach's α 계수를 적용한 결과, 각 문항에 대한 Cronbach's α 값은 0.754에서 0.931 사이로 측정되었다. 이는 일반적인 기준치인 0.6을 초과함으로써, 변수들의 내적 일관성이 높음을 입증하였다. 평균분산추출(AVE) 및 개념 신뢰도(C.R) 분석을 실시한 결과, C.R 값은 0.754에서 0.932로 0.7 이상을, AVE 값은 0.606에서 0.783으로 0.5 이상을 기록하였다. 이는 주요 변수들의 집중타당성이 확보되었음을 시사한다.

Table 4.

Result for construct validity and reliability

또한, 오프라인 AR 디지털 예술전시에 관한 주요 변수 분석 결과에서는 동일한 방식으로 7개의 요인이 도출되었다. 각 요인의 요인부하량은 0.690에서 0.901 사이로 확인되었으며, 이는 해당 요인과 변수 사이에 강한 연관성을 확인하였다. 주요 변수들에 대한 Cronbach's α 값은 0.742에서 0.944 범위로 측정되어, 이를 통해 변수들의 내적 일관성이 높다는 것을 확인하였다. 마찬가지로, C.R 값은 0.7 이상(0.735~0.945)을, AVE 값은 0.5 이상(0.581~0.783)을 보였으며, 이를 통해 주요 변수들의 집중타당성이 확보되었음을 다시 확인하였다.

판별타당도에 대한 검증 결과는 표 5을 통해 확인할 수 있다. 본 연구에서는 온라인 및 오프라인 두 그룹 모두에서 각 잠재 변수의 AVE의 제곱근이 해당 잠재 변수와 다른 변수 간의 상관 계수보다 높게 나타났다[37]. 이는 두 그룹 모두에서 잠재 변수들 간의 구별이 명확하게 이루어졌음을 의미하며, 이를 통해 판별타당도가 충분히 확보되었음을 확인할 수 있다. 종합적으로 보면, 온라인 및 오프라인 AR 디지털 예술전시의 두 전시 형태에 대한 분석 결과에서 큰 차이를 보이지 않았으며, 주요 변수들의 신뢰성 및 타당성이 모두 높게 평가되었다. 이러한 결과는 AR 디지털 예술전시의 효과와 그 중요성을 강조한다.

Table 5.

Result for construct validity and reliability

4-3 측정모형의 적합도 검증

본 연구에서는 AMOS를 사용하여 수집된 데이터의 적합성을 평가하기 위한 적합도 검증을 실시하였다. 적합도 검증에는 기존 연구에서 널리 활용되는 지표인 RFI, NFI, TLI는 0.9 이상, RMR은 0.08 이하, RMSEA는 0.08 이하 등을 적용하였다. 온라인 AR 디지털 예술전시 데이터의 적합도 검증결과, χ²=277.576, p=0.000, CMIN/DF=1.202, RFI=0.902, NFI=0.918, TLI=0.982, RMR=0.052, RMSEA=0.034로 모든 지표가 기준치를 초과하여 데이터의 적합성이 충분함을 확인하였다. 한편, 오프라인 AR 디지털 예술전시 데이터에 대한 적합도 분석에서는 χ²=300.763, p=0.000, CMIN/DF=1.302, RFI=0.914, NFI=0.907, TLI=0.972, RMR=0.068, RMSEA=0.043로 역시 모든 지표가 기준치를 초과하였다. 결론적으로, 본 연구에 수집된 온라인 및 오프라인 AR 디지털 예술전시 데이터가 측정모형에 효과적으로 적용될 수 있음을 입증하였다.

4-4 가설검증

온라인 AR 예술전시에 대한 연구모형의 적합도를 구조방정식 모델링을 통해 평가하였다. 분석결과, 연구모형의 적합도 지표는 χ²=508.678 (df=240, p=0.000), CMIN/DF=2.119, IFI=0.915, TLI=0.901, RMR=0.058, RMSEA=0.071로 나타나, 연구모형의 통계적 적합성을 확인할 수 있었다. 이러한 결과를 근거로 온라인 AR 디지털 예술전시에 관한 가설들을 검정하였으며, 그 결과는 Table 6에서 상세히 확인할 수 있다. 가설검증 분석결과, H1-a: 감성디자인의 시각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.271, t=2.894, p<0.01로 나타나 통계적으로 유의하게 채택되었다. H1-b: 감성디자인의 청각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.219, t=2.462, p<0.05로 나타나 통계적으로 유의하게 채택되었다. H1-c: 감성디자인의 촉각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=-30.407, t=-0.537, p=0.591(>0.05)로 나타나 통계적 유의성을 보이지 않아 기각되었다. H1-d: 감성 디자인의 공감각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.412, t=4.785, p<0.001로 나타나 통계적으로 유의하게 채택되었다. H2 : 관람객의 몰입감이 재 관람 의도에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.383, t=4.687, p<0.001로 나타나 통계적으로 유의하게 채택되었다.

Table 6.

Hypothesis test result

오프라인 AR 예술전시에 대한 연구모형의 적합도 또한 구조방정식 모델링으로 평가되었다. 분석결과, 적합도 지표는 χ²=335.255 (df=239, p=0.000), CMIN/DF=1.403, IFI= 0.968, CFI=0.967, TLI=0.962, RMR=0.048, RMSEA= 0.050로 나타나, 연구모형이 적합함을 확인하였다. 이러한 결과를 근거로 오프라인 AR 디지털 예술전시에 관한 가설들을 검정하였고, 그 결과도 Table 6에서 자세히 확인할 수 있다. 가설검증 분석결과, H1-a: 감성디자인의 시각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.534, t=6.075, p<0.001로 나타나 통계적으로 유의하게 채택되었다. H1-b: 감성디자인의 청각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.292, t=3.622, p=<0.001로 나타나 유의하게 채택되었다. H1-c: 감성디자인의 촉각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=1.033, t=.536, p=0.592(>0.05)로 나타나 통계적 유의성을 보이지 않아 기각되었다. H1-d: 감성디자인의 공감각요소가 관람객의 몰입감에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.249, t=2.711, p<0.05로 나타나 통계적으로 유의하게 채택되었다. H2: 관람객의 몰입감이 재 관람 의도에 정(+)의 영향을 미칠 것이라는 가설은 경로계수=0.253, t=2.806, p<0.01로 나타나 통계적으로 유의하게 채택되었다.

4-5 매개효과 검증 결과

본 연구는 온라인과 오프라인 AR 디지털 예술전시 관람객의 몰입감과 재 관람 의도 사이에서 콘텐츠 품질의 매개 역할을 검증하기 위해 부트스트래핑 방법을 사용하여 2,000회 반복 실험을 수행하였다. 온라인 AR 디지털 예술전시의 경우, 관람객의 몰입감과 재 관람 의도의 관계에서 콘텐츠 품질이 매개 역할을 한다는 것을 검증한 결과는 표 5에서 확인할 수 있었다. 표 7를 살펴보면 ‘몰입감→콘텐츠 품질→재 관람 의도’경로는 0.098(p<0.001)로 나타났다. 이 경로는 0을 포함하지 않는 신뢰구간을 가지고 있으며(0.041~0.167), 간접효과는 0.1% 수준에서 유의한 것으로 나타나 콘텐츠 품질의 매개효과는 통계적으로 유의하게 확인되었다. 종합해 보면, 관람객의 몰입감은 재 관람 의도를 높이는데 직접적으로 긍정적 영향을 미칠 뿐만 아니라, 콘텐츠 품질에 긍정적 영향을 미치고, 이렇게 형성된 콘텐츠 품질을 통해 재 관람 의도에 간접적으로도 영향을 미치게 됨을 알 수 있다. 즉, 콘텐츠 품질이 관람객의 몰입감과 재 관람 의도의 관계에서 부분 매개하는 것으로 나타났다.

Table 7.

Mediation effect analysis results

오프라인 AR 디지털 예술전시의 경우도 유사한 패턴을 보였다. '몰입감→콘텐츠 품질→재 관람 의도' 경로의 값은 0.113 (p<0.001)로, 신뢰구간(0.051~0.193)에서 0을 포함하지 않는 것으로 나타났다. 이 결과 역시 관람객의 몰입감은 재 관람 의도에 직접적으로 긍정적 영향을 미칠 뿐만 아니라, 콘텐츠 품질을 매개로 하여 재 관람 의도에 긍정적으로 영향을 미침을 보여준다. 따라서 온라인과 오프라인 전시 모두에서 콘텐츠 품질이 관람객의 몰입감과 재 관람 의도 사이에서 부분 매개역할을 수행함을 확인하였다.

4-6 관람횟수에 따른 이항로지스틱 회귀분석

본 연구에서는 관람횟수에 따른 관람객의 몰입도 및 콘텐츠 품질에 대한 통계적 유의성을 분석하였다. 표 8에 나타난 바와 같이, 중위수를 기준으로 하여 관람횟수가 낮은 그룹과 높은 그룹으로 나누고 각 그룹의 몰입도 및 콘텐츠 품질에 대한 평균과 표준편차를 산출하였다. 기술 통계 분석 결과, 온라인 AR 디지털 예술전시를 관람한 경우, 관람횟수가 높은 그룹이 더 높은 몰입도와 콘텐츠 품질의 평균을 나타냄을 확인할 수 있었다. 반면 오프라인 AR 디지털 예술전시의 경우, 관람횟수가 낮은 그룹이 더 높은 몰입도와 콘텐츠 품질을 보여주었다.

Table 8.

Descriptive statistics on immersion and content quality according to number of visits

실제 관람횟수의 높고 낮음에 대한 몰입감과 콘텐츠 품질의 인과관계를 추정하고자 아래 표 9와 같이 이항로지스틱 회귀분석을 수행하였다. 먼저 온라인 AR 디지털 예술전시의 경우, 모형검정 및 관람횟수의 높고 낮음 분류의 정확도에서 상수만 포함하고 있는 모형과 본 연구에서 설정된 이론모형의 차이를 나타내는 Hosmer & Lemeshow 검정값은 10.919, 이에 대한 유의확률은 0.206로 몰입감과 콘텐츠 품질에 의해 관람횟수를 예측하는 모형과 실제 모형 사이에는 유의한 차이가 없어 모형을 잘 예측하고 있는 것으로 판단할 수 있. 관람횟수의 높고 낮음에 대한 관측치와 예측치 간의 차이를 보면 관람횟수가 낮은 그룹은 84.6%의 정확도로, 높은 그룹은 64.3%의 정확도로 분류되었으며, 전체적으로는 75.7%의 높은 정확도를 나타내고 있다.

Table 9.

Results of model testing and accuracy of classification of visit number classification

오프라인 AR 디지털 예술전시의 경우, 모형검정 및 관람횟수의 높고 낮음 분류의 정확도에서 상수만 포함하고 있는 모형과 본 연구에서 설정된 이론모형의 차이를 나타내는 Hosmer & Lemeshow 검정값은 12.046, 이에 대한 유의확률은 0.149로 몰입감과 콘텐츠 품질에 의해 관람횟수를 예측하는 모형과 실제 모형 사이에는 유의한 차이가 없어 모형을 잘 예측하고 있는 것으로 판단할 수 있다. 관람횟수가 낮은 그룹에 대해서는 89.9%의 높은 정확도로 예측이 이루어졌고, 높은 그룹에서는 56.4%의 정확도를 보였다. 전반적으로 모델은 82.2%의 정확도로 관람횟수의 높고 낮음을 분류하고 있음을 확인할 수 있다.

관람횟수의 높고 낮음에 대한 몰입감과 콘텐츠 품질의 통계적 유의성을 분석한 결과는 아래 표 10과 같다. 몰입감은 관람횟수에 통계적으로 유의한 영향을 주는 것으로 나타났으며(Wald 통계량=4.724, p<0.05), 콘텐츠 품질 또한 관람횟수에 유의미한 영향을 미치는 것으로 확인되었다(Wald 통계량=10.333, p<0.01). 이에 따른 로지스틱 회귀분석 결과로부터 얻어진 회귀식은 식 (1)과 같다.

Table 10.

Results of the Logistic regression analysis on the number of visits

로지스틱 회귀분석에서 회귀계수는 독립변수가 확률이 낮은 확률보다 e^B만큼 증가함을 의미한다. 따라서 다른 독립변수들의 점수가 같다고 가정할 때 각 독립변수에서 1점 높은 결과를 나타내는 관람객은 높은 관람횟수를 할 확률이 낮은 관람횟수를 할 확률보다 몰입감에서는 e.⁴³⁵=1.545배, 콘텐츠 품질에서는 e.⁷⁵³=2.123배 정도 높아진다고 예측할 수 있다. 이상의 로지스틱 회귀분석 결과를 종합하면 관람횟수의 높고 낮음에 있어 모든 변인의 설문결과가 실제 관람횟수를 적절히 예측함을 확인할 수 있다.

오프라인 AR 디지털 예술전시의 경우, 몰입감은 관람횟수의 높고 낮음에 유의하게 영향을 미치지 못한 것으로 나타났으나(Wald=1.992, p>.05), 콘텐츠 품질은 관람횟수의 높고 낮음에 유의하게 영향을 미치는 것으로 나타났다(Wald=11.513, p<.01). 이에 따른 로지스틱 회귀분석에 의해 도출된 회귀식은 다음 식 (2)와 같다.

다른 독립변수들의 점수가 같다고 가정할 때 각 독립변수에서 1점 높은 결과를 나타내는 관람객은 높은 관람횟수를 할 확률이 낮은 관람횟수를 할 확률보다 콘텐츠 품질에서는 e.⁹²⁵=4.274배 정도 높아진다고 예측할 수 있다. 이상의 로지스틱 회귀분석 결과를 종합하면 관람횟수의 높고 낮음에 있어 모든 변인의 설문결과가 실제 관람횟수를 적절히 예측함을 확인할 수 있다.