인공지능 알고리즘에 의한 추천이 소비자의 그린워싱 제품 수용의도에 미치는 영향

차진혁; 이정규

doi:10.18032/kaaba.2025.38.12.2397

학술저널 DBpia Top 10%

저자정보: 차진혁 (숭실대학교) 이정규 (숭실대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제38권 제12호

오류 신고하기

피인용 1

검색

초록·키워드

최근 환경문제가 심각해지면서 지구온난화의 심각성이 커지는 가운데, 소비자들의 친환경 제품에 대한 관심이 꾸준히 이어지고 있다. 그러나 일부 기업들은 친환경 마케팅의 효과를 높이기 위해 ‘그린워싱’ 전략을 사용함에 따라 소비자들은 진정한 친환경 제품을 식별하는 데 어려움을 경험하고 있으며, 이로 인해 외부 정보에 더 크게 의존하는 경향을 보이고 있다. 디지털 전환이 이루어짐에 따라 정보 탐색 수단으로 AI 기반 추천 시스템이 보편화되고 있음에도 불구하고, 친환경 제품 구매 의사 결정에서 인공지능 알고리즘과 같은 추천 주체의 유형이 소비자의 제품 수용 의도에 미치는 영향을 실증적으로 검증한 연구는 아직 부족한 실정이다. 따라서 본 연구에서는 2(제품 유형: 친환경 제품 vs. 그린워싱 제품) x 2(추천 주체: 실제 전문가 vs. AI 알고리즘) 집단 간 실험설계를 통해 제품 유형에 따라 추천 주체가 소비자의 제품 수용 의도와 제품 비윤리성 인식에 미치는 영향을 측정하였다. 실증 분석 결과에 따르면, 그린워싱 제품의 경우 인공지능 알고리즘이 추천해 주었을 때 보다 실제 전문가가 추천해 주었을 때 제품에 대한 수용 의도가 더 높게 나타났다. 반면 친환경 제품의 경우 추천 주체에 따른 제품 수용 의도의 차이는 나타나지 않았다. 또한, 제품 유형과 추천 주체의 상호작용이 제품 수용 의도에 미치는 영향은 소비자가 인지하는 제품의 비윤리성에 의해 완전 매개됨을 확인하였다.

As environmental issues become more serious, highlighting the severity of global warming and the growing importance of ESG management, consumers’ interests in eco-friendly products is steadily growing. As such, individuals have begun to directly perceive the severity of environmental issues in their daily lives, and this shift significantly influences corporate activities. In particular, over the past two decades, eco-friendly marketing has seen substantial global growth, with a corresponding increase in awareness and interest across various countries. Major global companies are actively adopting eco-friendly trends, and the global green economy is projected to generate approximately $10 trillion in business value and create up to 400 million jobs by 2030. In the domestic market, the size of the eco-friendly market also saw a nearly 20-fold increase, growing from 1.5 trillion KRW in 2001 to 30 trillion KRW in 2020. However, as some companies use ‘greenwashing’ strategies to enhance their eco-friendly marketing effects, consumers find it difficult to identify genuine eco-friendly products and, as a result, indicate a greater tendency to rely on external recommendations. Although AI-based recommendation systems have become widespread as information search tools, there is a lack of empirical studies verifying whether artificial intelligence algorithms can fully replace human expert recommendations in making purchase decisions of eco-friendly products, and how the type of recommendation sources affects consumers’ product acceptance intentions. Therefore, this study conducts a 2 (product type: eco-friendly product vs. greenwashing product) × 2 (recommendation source: human expert vs. AI algorithm) between-subjects experimental design. Scenarios and stimuli for a body wash product were presented according to each experimental condition, and consumer responses regarding product acceptance intention and perception of product unethicality were measured.
According to the empirical analysis results, for a greenwashing product, the product acceptance intention was higher when the product recommended by a human expert than by an AI algorithm. Conversely, for an eco-friendly product, there was no difference in product acceptance intention based on the recommendation source between an AI algorithm and a human expert. Furthermore, it was confirmed that the interaction effect of product type and recommendation source on product acceptance intention was fully mediated by a consumers’ perception of product unethicality. These results demonstrate that a consumer places greater trust in recommendations from a human expert than in those from an AI algorithm when requiring ethical judgment to discern genuine green attributes from greenwashed attributes of the product. However, the influence of the recommendation source is not a significant element in processing information of an eco-friendly product.

#친환경 마케팅 #그린워싱 #AI알고리즘 #제품 비윤리성 #제품 수용 의도 #green product #greenwashing #artificial intelligence algorithm #product unethicality #product acceptance intention

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-096307830

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