생성형 AI · SEO 기반 디지털 헬스케어 마케팅을 통한 K-Food+의 지속 가능한 현지화 전략

김영식; 김한빛; 김은미; 김한솔; 이슬이; 장아영

doi:10.20878/cshr.2026.32.5.001

추천

검색

질문

자료유형: 학술저널

저자정보: 김영식 (한빛 에프앤비) 김한빛 (한빛 에프앤비) 김은미 (한빛 에프앤비) 김한솔 (민락스튜디오) 이슬이 (민락스튜디오) 장아영 (어반제이)

저널정보: 한국조리학회 Culinary Science & Hospitality Research Culinary Science & Hospitality Research Vol.32 No.5(Wn.190)

발행연도: 2026.5

수록면: 1 - 12 (12page)

DOI: 10.20878/cshr.2026.32.5.001

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Despite the global diffusion of K-Food+ and growing interest in slow-aging dietary trends, digital localization strategies that integrate generative AI (GAI), search engine optimization (SEO), and digital healthcare remain underexplored. Grounded in the Technology Acceptance Model (TAM), this study examined how persona accuracy, SEO keyword relevance, and healthcare integration affect content acceptance and purchase conversion intention in the context of K-Food+ marketing. An explanatory sequential mixed methods design was employed, combining an exploratory analysis of platform-based text and log data from 18 countries with a survey of 300 adult consumers. The results showed that persona accuracy, SEO keyword relevance, and healthcare integration had significant positive effects on both content acceptance and purchase conversion intention. However, the direct effect of content acceptance on purchase conversion intention was not statistically supported. In addition, the persona-plus-SEO strategy showed the highest click-through performance among the tested content strategies. These findings suggest that the convergence of GAI, SEO, and digital healthcare has practical potential for K-Food+ localization marketing. Given the exploratory nature of this study, future research should employ larger multinational samples and more rigorous validation models, including structural equation modeling.

#K-Food+ #Digital healthcare marketing #Generative AI (GAI) #SEO-based marketing #Technology acceptance model (TAM) #Slow-aging diet

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)