가상 인간 앵커의 AI 라이브 판매가 구매 의사에 미치는 영향 요인 연구: 차세대 소비그룹을 예로 들어

Q: 이 논문에서 정의한 AI 라이브 판매란 무엇인가?

AI 라이브 판매는 인공지능 기술과 마케팅이 심층적으로 융합된 신흥 전자상거래 모델이다. 이는 인공지능 기술을 활용하여 상품 정보를 처리 및 분석하고, 다양한 방식을 통해 상품 홍보 및 판매를 실현하는 과정이다. 알고리즘 모델에 기반하여 소비자의 요구를 정확히 예측하고, 개인화된 상품 추천을 제공하여 전환율을 높인다.

Q: 가상 인간 앵커 AI 라이브 판매가 차세대 소비자의 구매 의사에 미치는 영향 요인은 무엇인가?

연구 결과, 가상 인간 앵커 AI 라이브 판매에 대한 차세대 소비자의 감각적 경험과 앵커 이미지는 구매 의사와 정의 상관관계를 가지며, 고정관념은 부의 상관관계를 가진다. 또한 지각된 가치는 매개 역할을 하고, 지각된 위험은 부적인 조절 역할을 하여 구매 의사에 영향을 미친다.

장문기; 정선호; 판소걸

doi:10.23839/kabe.2025.40.1.65

학술저널

저자정보: 장문기 (경희대학교) 정선호 (경희대학교) 판소걸 (가천대학교)

저널정보: 한국경영교육학회 경영교육연구 경영교육연구 제40권 제1호(통권 제149호)

오류 신고하기

피인용 1

검색

초록·키워드

[연구목적] 메타버스 열풍과 인공지능의 도움으로 가상 인간 앵커는 브랜드 마케팅 전략 의 신흥 세력으로 점차 두각을 나타내고 있으며 차세대 소비자의 출현으로 AI 가상 인간 앵커도 더욱 다양해지고 시장 전망도 더욱 넓어지고 있다. 따라서 본 연구는 이 관점에서 가상 인간 앵커가 차세대 소비자 그룹의 구매 의사에 미치는 영향을 탐구했다.
[연구방법] 본 연구는 구매 의사, 지각된 가치, 지각된 위험, 감각적 경험, 앵커의 이미지, 고정관념 6가지 변수를 선택하였다. 매개 작용과 조절 작용 모델을 구축하여 구매 의사를 종속 변수로, 지각된 가치를 매개 변수로, 지각된 위험을 조절 변수로, 감각적 경험, 앵커 의 이미지, 고정관념을 가상 인간 앵커 AI 라이브 판매의 독립 변수로 하여 설문 조사를 통해 본 논문의 연구 데이터를 확인했다.
[연구결과] 차세대 소비자를 위한 가상 인간 앵커 AI의 감각적 경험과 앵커의 이미지는 사용자의 구매 의사와 정의 상관관계가 있고 고정관념은 차세대 소비자의 구매 의사와 부의 상관관계가 있다. 지각된 가치는 가상 인간 앵커 AI 라이브 판매와 차세대 소비자의 구매 의사 사이에서 매개 역할을 하고 지각된 위험은 가상 인간 앵커 AI라이브 판매와 차세대 소비자의 구매 의사 사이에서 부적 조절 역할을 한다.
[연구의 시사점] 본 연구는 구매 의사, 지각된 가치, 지각된 위험, 감각적 경험, 앵커의 이미지, 고정관념 5차원 분석틀을 구축함으로써 차세대 소비자의 구매 의사에 영향을 미 치는 핵심요소를 체계적으로 밝혀내고 이론계와 실천계에 새로운 시각과 견해를 제공하며 후속 연구에 이론적 참고자료를 제공한다. 이 연구를 통해 전자상거래 플랫폼이 가상 인간 앵커라는 새로운 판매 방식을 잘 활용하는 방법에 대한 적절한 참고 자료를 제공했다.

[Purpose] With the help of the metaverse craze and artificial intelligence, virtual human anchors are gradually emerging as emerging forces in brand marketing strategies, and with the emergence of next－generation consumers, AI virtual human anchors are becoming more diverse and market prospects are becoming wider. Therefore, this study explored the impact of virtual human anchors on purchasing intentions of next－generation consumer groups from this perspective.
[Methodology] This study selected six variables: purchase intention, perceived value, perceived risk, sensory experience, anchor image, and stereotype. By constructing a mediating and moderating action model, the research data of this paper were confirmed through a survey with purchase intention as a dependent variable, perceived value as a parameter, perceived risk as a moderating variable, sensory experience, anchor image, and stereotype as independent variables of virtual human anchor AI live sales.
[Findings] The sensory experience of virtual human anchor AI for next－generation consumers and the image of the anchor are positively correlated with the user’s purchase intention, and stereotypes are negatively correlated with the purchase intention of next－generation consumers. Perceived value plays a mediating role between the sale of virtual human anchor AI live and the purchase intention of next－ generation consumers, and perceived risk plays a negative role between the sale of virtual human anchor AI live and the purchase intention of next－generation consumers.
[Implications] By constructing a five－dimensional analysis framework of purchase intention, perceived value, perceived risk, sensory experience, anchor image, and stereotype, this study systematically identifies key factors that influence the purchase intention of next－generation consumers, provides new perspectives and views to the theoretical and practical circles, and provides theoretical references for subsequent studies. Through this study, we provided an appropriate reference on how e－commerce platforms make good use of the new sales method of virtual human anchors.

#가상 인간 앵커 #AI 라이브 판매 #차세대 #구매 의사 영향 요인 #Virtual human anchors #AI live sales #next generation #purchasing intentions influencing factors

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-092594618

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료