![The Korean Journal of Community Living Science](/images/basic/pubreader_back.gif)
AI 패션디자인 제품에 대한 지각된 가치와 접근행동: 프리미엄 가격 지불의도와 구전의도를 중심으로
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (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.
Abstract
This study sought to explore the perceived value of AI-designed clothing and its impact on consumer attitudes toward products and approach behaviors, such as the willingness to pay (WTP) a price premium and word-of-mouth (WOM) intention. Specifically, it examined consumers’ perceived values (i.e., quality·functional value, emotional value, and behavioral price value) for AI-designed clothing. Additionally, it investigated the moderating role of gender differences. Data were collected through an online survey on Amazon Mechanical Turk. Participants viewed a video demonstrating an AI system creating various clothing designs before responding to a series of questions. A total of 314 respondents completed the survey. The collected data were analyzed using the AMOS 26.0 software for confirmatory factor analysis (CFA) and structural equation modeling (SEM). The SEM results indicated that quality·functional and emotional values positively influenced product attitudes, which enhanced WTP a price premium and WOM intention. However, the behavioral price value had no significant effect on product attitudes. Furthermore, the PROCESS Macro was used to assess the moderating effect of gender on the relationship between perceived value and product attitudes. While the interaction between quality·functional value and gender did not significantly influence product attitudes, the effects of emotional and behavioral price values on product attitudes were gender-dependent. For both male and female consumers, the quality·functional value of AI-designed clothing led to enhanced WTP a price premium and WOM intentions. However, emotional and behavioral price values appeared to be more crucial for increasing the approach behaviors of male rather than female consumers.
Keywords:
AI fashion design, perceived value, attitudes, WTP a price premium, WOMⅠ. 서론
생성형 AI(Artificial Intelligence) 기술이 섬유 패션 산업에 도입되면서 상품 제조 과정의 자동화를 넘어, 창의적인 디자인 과정에까지 영향을 미치고 있다. 지난 2023S/S 시즌에는 뉴욕에서 세계 최초로 AI 패션쇼가 개최되어 여러 디자이너가 AI를 이용해 디자인한 패션제품을 온라인에서 선보였다. 이 외에도 몽클레어(Moncler), 프라다(Prada) 등과 같은 글로벌 럭셔리 브랜드에서 생성형 AI를 활용한 이미지를 광고 캠페인에 사용하기도 하였다. 이전에도 디자이너들이 원하는 이미지를 검색하거나 수정하는데 AI 기술을 보조적으로 사용하였으나 AI의 역할은 창작의 파트너라기보다는 보조적인 도구에 더 가까웠다. 이러한 초기 단계에서 AI는 디자인 프로세스를 간소화하고 효율성을 높이는 데 주로 사용되었다. 하지만 생성형 AI 기술이 활용되면서 AI가 복잡한 디자인 과정을 지원하고 독창적인 아이디어를 제안하는 등 디자이너의 창의적 파트너로서 역할을 수행하고 있다. 생성형 AI는 데이터를 기반으로 새로운 콘텐츠를 생성할 수 있는 인공지능 기술로서 인간의 고유한 영역으로 간주되었던 음악, 미술, 디자인 등의 창의성 분야에 적용되어 창작 과정을 재정의하고 새로운 방향성을 제시하고 있다.
섬유 패션 산업의 변화에 따라 관련 연구가 수행되고 있는데, 주로 생성형 AI를 활용하여 더욱더 효율적이고 혁신적인 디자인 프로세스를 구축하는 방법(Lee & Lee 2021; Park 2023; Lim & Yun 2024), 이러한 기술을 패션디자인 교육에 어떻게 통합할 수 있을지에 대한 연구(Lee 2020)가 수행되고 있다. 이들 연구에서는 미드저니(Midjourney), 딥드림제너레이터(Deep Dream Generator) 등과 같은 이미지 생성형 AI를 활용하여 디자인을 전개하고 AI 활용 가능성에 대해 보고하고 있다. 패션 디자인 개발 프로세스 차원에서 관련 연구가 활발하게 수행되고 있으나, 소비자와의 접점에서 생성형 AI가 디자인한 패션제품을 소비자가 거부감 없이 수용하는지, AI 디자이너에 대한 소비자 태도와 반응은 어떠한가에 대한 연구는 부족한 실정이다. Jung et al.(2023)은 패션디자인 주체를 인간, 인간+AI, AI 세 유형으로 구분하고 디자인 주체에 따라 패션 디자이너 역량과 제품 품질 지각이 달라지는지 살펴보았다. 연구 결과에 따르면, 패션디자인 주체가 인간일 때 (AI 디자이너일 때보다) 제품의 품질을 높게 지각하고 디자이너에 대한 창의성과 공감력 지각 역시 높게 나타났다. Jung et al.(2023)의 연구는 AI 디자이너에 대한 소비자 태도와 인식을 탐색한 초기 연구로서 의의를 지니지만, AI 디자이너가 제공할 수 있는 혜택이나 장점이 충분히 다뤄지지 못했다는 한계가 있다.
이에 본 연구에서는 AI가 디자인한 패션제품에 대한 소비자 태도와 행동 의도를 탐색하는 것을 목적으로 한다. 가치-태도-행동 모델(Value- Attitude-Behavior Hierarchy Model, VAB 모델)을 적용하여 AI 패션디자인 제품에 대해 지각되는 품질ㆍ기능적 가치, 감정적 가치, 행동적 가치가 태도를 매개하여 접근행동에 미치는 영향력을 살펴볼 것이다. 접근행동은 AI 패션디자인 제품에 대한 프리미엄 가격 지불의도와 구전의도를 탐색함으로써 소비자의 경제적ㆍ사회적인 접근행동을 탐색하고자 한다. 또한, AI 패션디자인 제품에 대한 가치 지각-태도-접근행동으로 이어지는 경로에서 성별의 조절 효과를 탐색함으로써 혁신적인 제품을 수용하는 소비자에 대한 이해를 도울 수 있다. 일반적으로 혁신적인 기술을 수용하는 상황에서는 남성이 여성보다 해당 기술에 대한 심리적 장벽이 낮고, 수용의도가 높게 나타난 연구결과가 보고되고 있다(Cai et al. 2017; Venkatesh & Morris 2000). 반면, 패션제품에 대한 지식이나 관여도 수준은 여성이 남성보다 높은 것으로 알려져 있다(O’Cass 2004; Workman & Studak 2006; Workman & Cho 2012). 본 연구에서는 혁신적인 기술이 활용된 패션제품 수용의 성별 차이를 탐색함으로써 소비자가 AI 패션디자인 제품을 신기술 제품으로 인식하는지 혹은 고감도의 패션제품으로 인식하는지에 대한 인사이트를 얻을 수 있다. 또한, 본 연구 결과를 통해 AI를 활용한 제품 개발과 마케팅 전략 수립에 있어 실질적인 가이드라인을 제공하고, 패션 기업에서 시장 경쟁력을 강화하는 방안을 제시할 수 있다.
Ⅱ. 이론적 배경
1. AI 패션디자인 제품에 대한 지각된 가치
지각된 가치(Perceived value)는 일반적으로 제품이나 서비스 효용에 대한 소비자의 전반적인 평가로 정의한다(Zeithaml 1988). 이러한 정의에 따르면 지각된 가치는 고객 경험에 기반을 두고 있으며 소비자가 지불한 비용 대비 획득한 혜택의 비교 결과로서 이해할 수 있다. 초기 연구에서는 비용을 금전적 가격으로 칭하며 가치의 개념을 정의하였지만, 점차 비용은 제품을 획득하는데 투자한 시간이나 노력, 혹은 낮은 기능ㆍ품질에 대한 위험성 등과 같은 비금전적인 요소들을 포함하는 개념으로 발전하였다. 즉, 소비자가 지각하는 가치는 경제적 측면뿐 아니라 소비자의 만족도와 기대치가 반영된 복합적인 개념으로 볼 수 있다. 이러한 개념을 반영하여 Keller(1998)는 소비자들은 품질에 대한 인식과 비용에 대한 인식을 결합하여 가치를 지각한다고 주장하였다.
여러 선행연구에서는 소비자가 제품이나 서비스를 평가할 때 지각하는 가치를 기능적인 측면(Functional)과 감정적인(Affective) 측면으로 구분하여 제시한다(Morar 2013). 기능적 측면의 가치는 경제적 비용, 다용도성, 제품의 품질과 같은 측정 가능한 요소들로 구성되며, 여기에는 제품이나 서비스의 금전적 가격과 그에 따른 비금전적 비용도 포함된다. 반면, 감정적 측면의 가치는 제품 사용이나 서비스 경험으로 인해 발생하는 개인의 정서적 반응과 감정적 만족을 포함하며, 이는 사용자의 만족도나 충성도 형성에 중요한 역할을 한다. 지각된 가치를 다차원으로 보고 여러 하위요인을 제시한 학자도 있는데, 대표적으로 Sheth et al.(1991)은 소비자가 지각하는 가치를 기능적 가치, 감정적 가치, 사회적 가치, 진귀적 가치(호기심 가치), 상황적 가치의 5가지로 제안하였다. 기능적 가치는 제품이나 서비스가 제공하는 실용적이고 기능적인 이점을 의미하며, 감정적 가치는 제품이나 서비스 이용 과정에서 소비자가 경험하는 감정적 반응을 의미한다. 사회적 가치는 제품이나 서비스가 사용자의 사회적 이미지나 지위를 강화하거나 영향을 미치는 것에 대한 가치로 정의할 수 있다. 진귀적 가치는 제품이나 서비스가 제공할 수 있는 지식적 호기심 또는 학습 기회와 관련 있으며, 마지막으로 상황적 가치는 특정한 상황, 시간, 장소 등의 맥락에 얼마나 적합한지와 관련된 개념이다. 이 외에도 대다수의 연구에서 소비자가 경험하는 제품이나 서비스에 대해 지각하는 가치를 다차원적 구조로 다루고 있다. Petrick(2002)은 레저 및 관광 서비스 분야에서 소비자가 지각하는 가치를 품질 가치(Quality), 감정적 가치(Emotional response), 금전적 가치(Monetary price), 행동적 가치(Behavioral price) 및 명성 가치(Reputation)의 5가지 하위요인으로 제안하였다. 금전적 가치는 소비자가 지불한 비용 대비 얻는 가치를 나타내며, 경제적 합리성이 중시된다. 행동적 가치는 제품이나 서비스 구매 과정에서 요구되는 노력이나 에너지가 얼마나 적게 소요되는가를 뜻하며, 명성 가치는 서비스 이용이 소비자의 사회적 지위나 명성에 미치는 영향을 강조하며, 특정 브랜드나 목적지의 인지도와 관련있다.
본 연구에서는 AI 패션디자인 제품에 대해 소비자가 지각하는 가치를 확인하기 위해 선행연구에서 제안한 여러 가치 중 품질ㆍ기능적 가치, 감정적 가치, 행동적 가치를 선정하였다. 품질ㆍ기능적 가치와 감정적 가치는 소비자 행동을 연구하는 많은 선행연구에서 제품이나 서비스의 주요 가치 요소를 규명할 때 중요하게 다뤄진다(Morar 2013; Petrick 2022). 추가적으로 AI 패션디자인 제품의 상황적 맥락을 고려하여 Petrick(2002)이 제안한 행동적 가치를 선정하였다. 패션제품 디자인 과정에서 AI 기술을 활용한 사례가 지속적으로 보고되고 있고 이에 대한 업계의 관심이 높으나 소비자가 AI 패션디자인 제품을 구매하거나 사용할 수 있는 기회는 많지 않다. 따라서 AI 패션디자인 제품에 대한 행동적 가치를 확인함으로써 해당 제품을 구매하고 사용하기 위한 노력이나 시간과 같은 행동적 비용 측면에서의 소비자 인식을 파악하고자 한다.
2. 소비자의 접근행동: 프리미엄 가격 지불의도와 구전의도
본 연구에서는 AI 패션디자인 제품에 대한 태도가 영향을 미치는 행동 변수를 프리미엄 가격 지불의도와 구전의도 두 가지로 제안함으로써 AI 패션디자인 제품에 대한 사회적ㆍ경제적 접근행동을 살펴보고자 한다. 프리미엄 가격 지불의도는 소비자가 특정 제품이나 서비스에 대해 일반적인 시장 가격보다 높은 가격을 기꺼이 지불하고자 하는 의사를 의미하며, 금전적인 측면에서 특정 대상에 대한 가치를 얼마나 높게 평가하는지를 파악할 수 있는 지표로 사용된다(Zhang et al. 2020). 프리미엄 가격 지불의도를 통해 특정 제품이나 서비스에 대해 소비자가 지각하는 인지적ㆍ감정적 효용을 행동 차원에서 측정할 수 있기 때문에 여러 선행연구에서 소비자의 행동 반응을 직접적으로 검증하는 방법으로서 해당 변수를 사용하였다. 특히, 패션 분야에서는 소비자가 프리미엄 가치를 인식하는 것이 행동으로 연결되는 친환경 제품이나 럭셔리 제품 맥락에서 사용 되어져 왔다(Laroch et al. 2001). Lee(2011)의 연구에서는 환경에 대한 관여가 높을수록 친환경 패션제품에 대해 더 높은 가격을 지불하고자 하는 결과가 나타났다. 이와 유사하게 Ko & Joung(2010) 연구에서는 친환경 화장품에 대해(일반 화장품을 구매할 때보다) 약 17% 높은 가격을 지불할 의향이 있는 것으로 나타났으며, 친환경 제품이 공적 제품일 때 해당 제품에 대한 지불의사금액이 증가한다는 연구 결과도 보고되고 있다(Choi & Kim 2018). 즉, 친환경 제품이 사회적 상징적인 의미를 지닐 때 해당 제품에 대한 가치가 높게 인식되고 더 높은 가격을 지불하고자 하는 의도가 나타났음을 예상할 수 있다. 이와 같은 선행연구 결과에 따라 AI를 활용하여 디자인한 패션제품도 신기술이 활용된 혁신적인 제품이라는 측면에서 소비자가 해당 제품에 대해 프리미엄 가격을 지불하고자 하는 의도를 지닐 것이라 예상한다.
구전의도는 제품이나 서비스에 대한 소비자의 경험을 기반으로 한 비공식적인 커뮤니케이션으로 소비자들이 자신의 긍정적이거나 부정적인 경험을 주변 사람들에게 전달하려는 의도를 뜻한다(De Vries & Carlson 2014). 구전은 자발적이고 진정성 있는 정보의 전달이라는 특성 때문에, 소비자의 구매 결정에 직접적인 영향을 줄 뿐만 아니라, 제품이나 서비스에 대한 신뢰성을 구축하고, 브랜드 인지도를 높이는 데 기여할 수 있다. 최근에는 인터넷 사용이 일반화되면서 온라인의 가상적 공간에서 익명의 다수에게 제품이나 서비스에 대한 평가, 후기, 의견을 전달하는 온라인 구전(Electronic WOM, eWOM) 현상도 쉽게 볼 수 있다(Hennig-Thurau et al. 2004). 구전을 다룬 선행연구에서는 긍정적 구전, 부정적 구전과 같이 구전의 방향성에 초점을 맞추어 이의 선행요인에 대해 탐색하고 있다. Verkijika & De Wet(2019)의 연구에서는 처음 사용하는 모바일 어플리케이션의 디자인이 간결하고 사용하기 편리할 때 해당 어플리케이션에 대한 구전의도가 증가함을 실증적으로 규명하였다. Huang et al.(2017)은 기능적, 쾌락적, 사회적인 사용자 경험이 감정적 요인을 매개하여 긍정적 구전을 유발함을 확인하였다. 이 외에 특정 제품이나 서비스에 대한 만족도와 충성도(Casidy & Wymer 2017)는 종종 구전의도의 직접적인 선행요인으로 제안되어 왔다. 이와 같은 선행연구 결과를 참고하여, 본 연구에서는 AI 패션디자인 제품에 대한 긍정적이고 우호적인 태도는 해당 제품에 대한 구전의도를 증가시킬 것이라 예상한다.
3. 성별의 조절 효과
소비자의 새로운 기술 수용 여부를 다루는 기술수용모델(Technology Acceptance Model, TAM)에 따르면 기술에 대한 지각된 용이성, 유용성, 사용 의도가 개인의 기술 수용에 영향을 미치는 선행요인이 될 수 있으며, 이러한 선행요인은 성별이나 연령과 같은 개인 특성에 따라 달라질 수 있다. 특히, 소비자 행동 연구에서 성별은 개인의 인식과 행동에 영향을 미치는 주요한 개인 특성 변수로 다뤄져 왔다. Cai et al.(2017)의 메타분석 연구 결과에 따르면 일반적으로 기술을 수용할 때 남성이 여성에 비해 우호적인 태도를 지니는 것으로 나타났다. Venkatesh & Morris(2000)의 연구에서도 새로운 소프트웨어 시스템을 활용할 때 남성은 시스템 활용의 유용성이 여성은 시스템 활용의 용이성이 더 중요한 것으로 나타났다. 다수의 선행연구에서 신기술이 활용된 서비스나 제품에 대한 태도에 영향을 미치는 선행요인의 효과가 성별에 따라 조절된다는 결과가 있으며, 이는 남성이 여성보다 신기술에 대한 자기효능감이 높으며 신기술 활용에 있어서 경험하는 심리적 불편감이 낮기 때문이라고 설명하고 있다(Cai et al. 2017; Venkatesh & Morris 2000). 최근 연구에서는 인터넷 기술의 대중화에 따라 새로운 기술이 적용된 서비스나 제품 수용에 있어 남녀의 차이가 유의하지 않게 나타난 연구 결과들이 보고되고 있다(Kim et al. 2011; Wong et al. 2011).
본 연구는 생성형 AI 기술을 활용한 패션디자인 제품을 대상으로 하므로 AI 기술 자체에 대한 수용 수준뿐 아니라 패션 관련 개인 특성이 영향을 미칠 것이라 예상한다. 여러 선행연구에서 성별과 연령과 같은 개인의 생득적 지위에 따라 패션 관심과 관여도, 혹은 쇼핑 방식이 달라짐을 검증하였다. 여성은 실용적이고 기능적인 필요 때문에 패션제품을 구매하기보다 쇼핑 자체에 즐거움을 느끼고 관련 정보를 수집하는데 더 많은 시간을 사용한다(Workman & Studak 2006). 반면, 남성의 경우, 필요에 따라 옷을 구매하고 쇼핑에 드는 시간과 비용을 최소화하는 경향이 있다(Workman & Cho 2012). 패션 관여도에 관한 연구를 지속적으로 수행하고 관련 문항을 개발한 O’Cass (2004)도 성별과 연령에 따라 패션 관여도와 패션 지식이 다른 것을 실증적으로 검증하였다. 해당 연구에서는 여성이 남성보다 패션에 관심이 많고 패션 관련 의사결정 시 자신감이 높은 것으로 나타났다. 물론, 최근에는 남성도 여성만큼 패션에 관심을 가지고 여러 패션제품을 구매하고 있지만(Brosdahl & Carpenter 2011) 여러 선행연구에서 남성과 여성의 패션 관련 행동이 다르게 나타난 만큼 본 연구에서도 성별에 따라 AI 패션디자인 제품에 대한 가치 지각이 태도에 미치는 영향력이 다를 것이라고 예상한다.
Ⅲ. 연구방법
1. 연구가설
본 연구에서는 AI 패션디자인 제품에 대해 소비자가 인식하는 가치와 태도, 행동 반응을 탐색하기 위해 가치-태도-행동 모델(Value-Attitude-Behavior Hierarchy Model, VAB 모델)을 적용하여 가설을 설정하였다. VAB 모델은 사회ㆍ심리학 분야에서 개인의 행동을 예측하고 분석하기 위해 사용하는 이론적 모형 중 하나로 Homer & Kahle (1988)은 개인의 가치가 태도를 형성하고 태도는 행동에 영향을 미치는 계층적 구조(hierarchy structure)가 있음을 주장하였다. VAB 모델에 따르면 가치는 개인의 중요한 신념이나 기준으로서 지각된 가치는 특정 제품이나 서비스에 대한 전반적인 평가로 정의할 수 있다(Zeithaml 1988). 태도는 특정 대상에 대한 개인의 일관된 평가적 감정이나 반응을 의미하며 행동은 개인의 태도와 가치에 기반한 실제 행위이다(Homer & Kahle 1988). VAB 모델에서는 가치-태도-행동의 구조적 관계를 제시하며, 태도가 개인의 신념 체계와 실제 행동 사이의 연결 고리 역할을 한다는 것을 주장한다. 태도가 개인의 근본적 가치와 직접적으로 연결되어 있으며, 이러한 가치로 인해 형성된 태도는 다시 특정 행동에 직접적으로 영향을 미친다는 것이다.
VAB 모델에서 제안하는 가치-태도-행동 사이의 구조적 관련성에 따라 본 연구에서는 AI 패션디자인 제품에 대해 소비자가 지각하는 품질ㆍ기능적 가치, 감정적 가치, 행동적 가치가 AI 패션디자인 제품 태도에 긍정적인 영향을 미치고 태도를 매개하여 프리미엄 가격 지불의도와 구전의도를 증가시킬 것이라고 예상한다. 이에 다음과 같은 가설을 제시한다.
가설1: AI 패션디자인 제품에 대한 (a)품질ㆍ기능적 가치, (b)감정적 가치, (c)행동적 가치는 AI 패션디자인 제품에 대한 태도에 정적 영향을 미칠 것이다.
가설2: AI 패션디자인 제품에 대한 태도는 AI 패션디자인 제품에 대한 (a)프리미엄 가격 지불의도와 (b)구전의도에 정적 영향을 미칠 것이다.
개인의 성별과 연령과 같은 내재적 특성은 소비자 행동 연구에서 변수 간 영향력을 조절하는 변수로서 주로 활용된다. 여러 선행연구 결과에 따르면 성별에 따라 새로운 기술이나 시스템을 수용하는 수준이 다른 것으로 나타났으며(Cai et al. 2017; Venkatesh & Morris 2000) 특히 남성이 여성보다 새로운 기술 수용에 대한 심리적 장벽이나 불편감이 낮은 것으로 나타났다. 반면 패션 관여도나 지식수준은 일반적으로 여성이 남성보다 높은 것으로 나타났으며(O’Cass 2004; Workman & Studak 2006; Workman & Cho 2012), 쇼핑 시 추구하는 가치 역시 여성은 즐거움, 스트레스 해소 등과 같은 감정적 가치, 남성은 기능적 가치를 주로 추구하는 것으로 나타났다. 이에 본 연구에서는 AI 패션디자인 제품에 대한 지각된 가치가 태도에 미치는 영향력이 성별에 따라 다를 것이라 예상한다. 특히, 본 연구에서 다루고 있는 AI 패션디자인 제품의 경우 AI 신기술을 활용하여 제작된 제품인 동시에 패션성이 가미된 제품이므로 해당 제품에 대한 수용 수준이 성별에 의해 다를 것이라는 것을 예상할 수 있다. 이에 다음과 같은 가설3을 설정하였다.
가설3: AI 패션디자인 제품에 대한 지각된 가치가 태도에 미치는 영향력은 성별에 의해 조절될 것이다.
2. 실험자극물 및 측정도구
본 연구에서는 생성형 AI 시스템이 패션제품을 디자인하는 과정을 보여주는 동영상을 활용하여 AI 패션디자인 제품에 대한 가치 지각과 태도, 행동 반응을 측정하였다. 해당 동영상은 Clothing Gan이라는 AI 시스템이 자켓의 소매 길이와 실루엣, 스타일, 색상, 사이즈 등을 실시간으로 변화시키면서 디자인하는 모습을 담고 있다(https://www.youtube.com/watch?v=dHuunRnMnMo). 연구 참여자들은 약 2분 동안 영상 시청 후, AI 기술로 디자인된 자켓 이미지와 함께 제품에 대한 설명을 본 후 해당 자켓에 관한 질문에 응답하였다. 구체적으로 남녀 공용으로 입을 수 있는 회색 자켓 이미지를 제시하였으며 이미지 하단에는 ‘AI 기술을 활용하여 디자인된 유니섹스 그레이 봄버 자켓(Unisex grey bomber jacket, designed by AI technology)’ 이라는 설명과 함께 판매가격($85.00)을 명시하였다.
감정적 가치는 AI 패션디자인 제품이 소비자에게 제공하는 정서적 만족도를 의미하며 Bhaduri & Stanforth(2017) 연구에서 사용한 4개 문항으로 측정하였다. 품질ㆍ기능적 가치는 제품이나 서비스가 기대하는 기능을 얼마나 잘 수행하는지에 대한 평가로 본 연구에서는 AI가 디자인한 패션제품의 품질적 측면에 대한 평가로 측정하였다. 행동적 가치는 제품이나 서비스를 구매하고 사용함으로써 소비자가 겪는 비용, 시간, 노력 등과 관련된 가치로 본 연구에서는 AI 패션디자인 제품을 획득하기 위해 얼마나 적은 시간과 노력을 기울이는지와 관련된 쇼핑 편의성 개념을 사용하였다. 품질ㆍ기능적 가치(3개 문항)와 행동적 가치(4개 문항)는 모두 Petrick(2002)이 사용한 문항을 참고하여 본 연구의 맥락에 맞게 수정ㆍ보완하여 사용하였다. 매개변수로 사용된 소비자 태도는 AI 패션디자인 제품에 대한 호의적 평가를 측정하기 위해 Chang (2016)의 연구에서 사용한 4개 문항을 사용하였다. 마지막으로 본 연구의 종속변수인 접근행동을 측정하기 위해 프리미엄 가격 지불의도와 구전의도 두 변수를 사용하였다. 프리미엄 가격 지불의도는 소비자가 특정 제품이나 서비스에 대해 일반적인 시장 가격 이상의 가격을 지불할 의사로 정의하여 3개 문항으로 측정하였다(Zhang et al. 2020). 구전의도는 소비자가 AI 패션디자인 제품에 대해 다른 사람들에게 추천할 의도로 De Vries & Carlson(2014)의 연구에서 사용한 3개 문항을 활용하였다. 모든 문항은 5점 리커트 척도(1점: 매우 그렇지 않다 - 5점: 매우 그렇다)를 사용하여 측정하였다.
3. 자료수집 및 분석
본 연구의 데이터는 Amazon Mechanical Turk (MTurk) 플랫폼을 사용하여 온라인으로 수집하였다. AI 기술을 활용해 디자인한 패션제품을 대상으로 하지만 영상과 이미지, 설명 문구를 통해 충분한 설명을 제공하고 있기에 연령대 제한 없이 참여자를 모집하였으며 제시된 자켓 이미지 역시 성별 제한 없이 남녀 모두 착용할 수 있는 제품이기 때문에 성별을 제한하지 않았다. 설문 응답 과정에서 집중도 검사(Attention check) 문항을 제시하여 영상 내용이나 자켓 설명 문구를 제대로 인지하지 못한 응답자는 제외하였으며, 총 314개 데이터를 수집 및 분석에 사용하였다. 데이터는 기술통계와 신뢰도 분석, PROCESS macro 분석을 위해 SPSS 26.0 프로그램을 사용하였으며, 확인적 요인분석(Confirmatory Factor Analysis)과 구조 방정식 모형(Structural Equation Modelling) 분석을 위해 AMOS 26.0 프로그램을 사용하였다.
설문 참여자들의 인구통계학적 특성을 살펴보면 다음과 같다. 표본의 평균 연령대는 34.2세였으며 남성이 65.0%, 여성이 35.0%인 것으로 나타났다. 교육 수준은 고등학교 졸업 이하 14.3%, 대학교 졸업 60.2%, 대학원 졸업 이상 24.5%인 것으로 나타났다. 참여자들의 월평균 가계소득은 $25,000 이하 6.4%, $25,000 이상~$50,000 미만 25.5%, $50,000 이상~$75,000 미만 34.7%, $75,000 이상~$100,000 미만 25.5%, $100,000 이상은 7.9%인 것으로 나타났다.
Ⅳ. 결과 및 고찰
1. 측정 문항의 타당도 및 신뢰도 분석 결과
본 연구에서 사용한 측정 도구의 타당도과 신뢰도를 분석하기 위해 확인적 요인분석을 실시하였다. 모형 적합도를 높이기 위해 수정 지수(Modification Indice)를 사용하였으며 측정 문항의 요인 부하량이 0.6 이하인 문항을 제거하였다. 결과적으로 품질ㆍ기능적 가치 1문항, 감정적 가치 2문항, 행동적 가치 1문항을 제거하였으며, 태도와 구전의도, 프리미엄 가격 지불의도에서 각각 1문항을 제외한 후 모형 적합도를 확인하였다. 분석 결과 측정 문항의 요인 부하량(Factor loadings)이 0.672~ 0.839로 유의하였으며, 모형의 적합성 지수 역시 만족스러운 수준으로 나타났다(χ²=224.331 (df=62, p=0.000), normed χ²=3.618, CFI=0.939, TLI= 0.911, NFI=0.919, RMSEA=0.091). 측정 문항의 내적일관성을 검토하기 위해 신뢰도 검사를 시행하였으며 모든 요인의 Cronbach’s α 값이 적정 수준으로 나타났다. 평균분산추출(Average Variance Extract, AVE) 값은 0.519~0.708, 종합신뢰도(Construct Reliability, CR) 값은 0.682~ 0.845로 나타나 측정항목의 구성개념에 대한 수렴타당성을 확보하였다(Table 1). 다음으로 요인 간 판별타당도를 확인하기 위해 상관계수 제곱값과 AVE값을 비교하였으며, 각 요인 간 상관계수 제곱값이 AVE값 보다 작게 나타나 요인 간 판별타당성이 확보되었다(Table 2).
2. 구조 방정식 모형 분석 결과
다음으로 가설을 검증하기 위해 구조 방정식 모형 분석을 시행하였다. 구조 방정식 모형의 적합도 지수가 만족스럽게 나타났으며(χ²= 249.697 (df= 69, p=0.000), normed χ²= 3.619, CFI=0.932, TLI=0.911, NFI=0.910, RMSEA=0.091), 가설검증을 진행한 결과는 Fig. 1과 같다. AI 패션디자인 제품에 대한 품질ㆍ기능적 가치(β=0.644, p< 0.001)와 감정적 가치(β=0.339, p<0.05)는 AI 패션디자인 제품 태도에 정적 영향을 미치는 것으로 나타났으나, 행동적 가치의 영향력은 통계적으로 유의하지 않게 나타났다. AI 패션디자인 제품이 품질적으로 우수하고 즐거움을 준다고 인식한 소비자들은 해당 제품에 대한 태도 역시 우호적인 것으로 나타났으나 AI 패션디자인 제품을 쇼핑하는 과정에서 소요되는 노력이나 에너지는 제품 태도와 유의한 관련성이 없는 것으로 나타났다. 이에 가설1(a)와 가설1(b)는 지지되었으나 가설1(c)는 기각되었다. 혁신적이고 고도화된 AI 기술이 활용된 패션디자인 제품의 경우, 행동적 가치보다는 제품의 기능적 우수성이나 감정적 만족감에 따라 제품에 대한 태도가 달라진다는 것을 예상할 수 있다. 하지만, 현재 시점의 소비자들이 AI 패션디자인 제품을 구매하는 과정을 충분히 경험하지 못하였기 때문에 제품 구매 과정에서 요구되는 노력이나 에너지와 같은 행동적 가치의 중요성을 인식하기는 어려울 수 있다. 이에 행동적 가치가 태도에 미치는 영향력이 유의하지 않게 나타난 이유를 AI 패션디자인 제품의 시장 성숙도와 소비자 경험의 부족, 그리고 제품의 독특한 특성상 다른 가치들이 더 중요하게 인식되는 경향 때문으로 해석할 수 있다.
AI 패션디자인 제품 태도가 프리미엄 가격 지불의도(β=0.922, p<0.001)와 구전의도(β=0.942, p<0.001)에 미치는 영향력은 모두 유의하게 나타났다. AI 패션디자인 제품에 대한 태도가 우호적일수록 더 높은 가격을 지불하고자 하는 의도가 증가하고 해당 제품을 주변 사람들에게 전파하고자 하는 의도 역시 증가하는 것으로 나타났다. 이에 가설2(a)와 가설2(b)가 모두 지지되었다.
3. 성별의 조절 효과 검증 결과
AI 패션디자인 제품에 대한 지각된 가치가 제품 태도에 미치는 영향력이 성별에 의해 조절되는지 살펴보기 위해 PROCESS Macro 분석을 실시하였다. AI 패션디자인 제품에 대한 품질ㆍ기능적 가치, 감정적 가치, 행동적 가치를 각각 독립변수로 투입하고, AI 패션디자인 제품 태도를 매개변수, AI 패션디자인 제품에 대한 접근행동(프리미엄 가격 지불의도, 구전의도)을 종속변수, 성별을 조절 변수로 하는 조절된 매개효과를 분석하였다(샘플수: 5,000, 95% 신뢰도, 7번 모델).
분석 결과, 품질ㆍ기능적 가치가 태도를 매개하여 접근행동에 미치는 영향력은 성별에 의해 조절되지 않는 것으로 나타났으나, 감정적 가치, 행동적 가치가 태도를 매개하여 접근행동에 미치는 영향력은 성별에 의해 조절되는 것으로 나타났다. 구체적으로 살펴보면, 감정적 가치와 성별의 상호작용 효과가 제품 태도에 미치는 영향력이 유의하게 나타났으며(B=0.2573, se=0.0859, p< 0.01), AI 패션디자인 제품 태도를 매개하여 프리미엄 가격 지불의도(B=0.3553, se=0.0713, p<0.001)와 구전의도(B=0.3060, se=0.0578, p<0.001)에 정적 영향을 미치는 것으로 나타났다. 이러한 조절된 매개효과는 여성보다 남성에게서 더 강하게 나타났다(Table 3). 이는 AI 패션디자인 제품에 대한 감정적 가치가 증가할수록 AI 패션디자인 제품에 대해 우호적인 태도를 지니게 되고, 프리미엄 가격 지불의도와 구전의도가 증가하는 것으로 나타났는데 남성 소비자일 때 해당 매개효과가 더 강한 것으로 나타났다.
다음으로 행동적 가치의 영향력을 살펴보면 앞서 구조방정식 모형 분석에서 행동적 가치가 태도에 미치는 직접 효과는 유의하지 않은 것으로 나타났으나 해당 효과는 성별에 의해 조절되는 것으로 나타났다. 행동적 가치와 성별의 상호작용 효과가 제품 태도에 미치는 영향력이 유의하게 나타났으며(B=0.3954, se=0.0889, p<0.001), AI 패션디자인 제품 태도를 매개하여 프리미엄 가격 지불의도(B=0.4279, se=0.0615, p<0.001)와 구전의도(B=0.4929, se=0.0538, p<0.001)에 정적 영향을 미치는 것으로 나타났다. 이러한 매개효과는 남성에게서 더 강하게 나타나서 AI 패션디자인 제품에 대한 행동적 가치가 증가하면 긍정적인 제품 태도를 지니게 되고, 프리미엄 가격 지불의도와 구전의도가 모두 증가하는 것으로 나타났다. 이러한 조절된 매개효과 결과는 선행연구에서 신기술을 활용한 제품이나 서비스에 대한 수용 수준이 남성일 때 (여성일 때보다) 더 높게 나타난 결과와 그 맥락을 같이 한다(Cai et al. 2017; Venkatesh & Morris 2000).
Ⅴ. 요약 및 결론
생성형 AI 기술의 급속한 발전은 패션 산업 전반에 근본적인 변화를 가져왔다. 과거에는 전통적인 방법으로만 가능했던 디자인과 생산 과정이 이제는 AI 기술의 도움을 받아 혁신적이고 효율적으로 변모하고 있다. 이와 관련하여 생산자 및 디자이너 관점에서 생성형 AI 기술의 활용 방안이나 새로운 디자인 프로세스 관련 연구가 수행되고 있지만(Lee & Lee 2021; Lim & Yun 2024; Park 2023), 소비자들의 구매 패턴이나 행동에 어떤 영향을 미치는가에 대한 연구는 부족한 실정이다(Jung et al. 2023). 이에 본 연구에서는 소비자 행동을 예측하는데 효과적인 VAB 모델을 적용하여 AI 패션디자인 제품에 대해 지각되는 품질ㆍ기능적 가치, 감정적 가치, 행동적 가치가 태도를 매개하여 접근행동에 미치는 영향력과 성별의 조절 효과를 살펴보았다.
연구 결과에 따르면 품질ㆍ기능적 가치가 감정적 가치는 태도를 매개하여 프리미엄 가격 지불의도와 구전의도를 증가시키는 것으로 나타났으나 행동적 가치의 영향력은 유의하지 않게 나타났다. 여러 선행연구에서 제품이나 서비스에 대해 소비자가 지각하는 가치를 기능적인 측면과 감정적인 측면으로 제시하는데(Morar 2013) 본 연구에서도 두 가치의 효과가 유의하게 나타났다. 행동적 가치는 제품 구매 과정에서 요구되는 노력이나 에너지와 관련 있는 개념인데 AI 패션디자인 제품의 경우 시장에서 탐색 및 구매를 경험한 소비자가 적기 때문에 행동적 가치의 효과가 충분하게 드러나지 못한 것으로 예상된다. 본 연구에서 나타난 흥미로운 결과는 지각된 가치가 태도에 미치는 영향력을 조절하는 성별의 효과이다. 선행연구 결과에 따르면 신기술에 대한 수용성은 남성이 여성보다 높게 나타났으며(Cai et al. 2017; Venkatesh & Morris 2000), 패션 지식과 관여도는 일반적으로 여성이 남성보다 높다고 보고되고 있다(O’Cass 2004; Workman & Studak 2006; Workman & Cho 2012). 본 연구의 대상인 AI 패션디자인 제품은 신기술이 활용된 제품이기도 하고 패션성이 가미된 제품이기도 한데 지각된 가치가 제품 태도를 매개하여 접근행동에 미치는 영향력은 남성이 여성보다 큰 것으로 나타났다. 이는 AI 패션디자인 제품이 패션 시장에서 대중적이지 않기 때문에 소비자들에게 패션성보다 기술성이 높은 제품으로 인식되었다는 것을 예상할 수 있다.
본 연구의 결과는 다음과 같은 학문적 의의를 지닌다. 첫째, 소비자 행동 연구에서 확립된 VAB 모형을 활용함으로써 AI 패션디자인 제품에 대한 소비자의 가치, 태도, 그리고 구매 행동 사이의 연결고리를 체계적으로 분석하였다는 의의를 지닌다. 혁신적인 기술이 활용된 제품이나 서비스에 대한 수용도는 일반적으로 기술수용모델을 주로 사용한다(Marangunić & Granić 2015). 기술수용모델의 경우 제품을 실제로 사용해 본 사람이 제품의 용이성과 유용성을 평가하기 때문에 초기 수용 단계의 소비자 행동을 탐색하기에는 적합하지 않다. 본 연구에서는 VAB 모형을 활용하여 AI 패션디자인 제품을 처음으로 접한 소비자들이 지각한 가치와 태도를 측정하고 사회ㆍ경제적인 행동 의도를 탐색함으로써 잠재 소비자에 대한 이해를 가능케 한다. 둘째, 본 연구에서는 성별의 조절 효과를 검증함으로써 AI 패션디자인 제품을 소비자가 어떻게 인식하는가에 대한 이해를 도울 수 있다. 본 연구에서는 AI 기술을 활용하여 생산 혹은 디자인한 패션제품에 대한 지각이 우호적인 태도를 매개하여 접근행동을 유발하는 것이 남성 소비자에게서 더 강하게 나타났다. 이는 AI 패션디자인 제품이 표면적으로는 AI 기술이 드러나지 않더라도 소비자 관점에서 기술적 혁신으로 인식될 수 있음을 시사한다. 셋째, AI 패션디자인 제품을 연구 참여자에게 소개하는 과정에서 실재 AI 기술을 활용하여 패션디자인을 변화시키는 영상을 사용함으로써 연구 방법론적 접근을 개선하였다는 의의를 지닌다. 영상 자료를 사용하여 AI 기술이 패션디자인 과정에서 실제 작동하는 원리를 보여줌으로써 AI 지식이 낮고 해당 제품을 접해본 적 없는 소비자라 할지라도 AI 기술에 대한 심도 있는 이해를 가능케 하였다. 이처럼 본 연구에서는 새로운 기술을 활용한 구체적인 사례를 제시함으로써 기술 수용도 조사에 있어서 더욱 풍부하고 구체적인 데이터를 수집할 수 있는 방향성을 제시하였다.
본 연구는 생성형 AI 기술을 사용한 패션디자인에 대한 소비자 인식과 행동을 다룬 초기 연구로서 관련 기술을 수용하고자 하는 패션 기업 및 브랜드의 마케팅 전략에 도움을 줄 수 있다. 본 연구 결과를 통해 패션 기업에서는 AI를 활용하여 디자인과 생산 과정을 혁신하는 동시에, 기능적, 감정적으로 소비자의 기대와 요구에 부응할 수 있는 제품을 제공하는 것이 중요함을 알 수 있다. 또한, 본 연구 결과에서 나타난 소비자들의 성별에 따른 반응과 태도를 고려하여 각 소비자 그룹에 맞는 타겟화된 접근 방식을 적용하는 것이 필요할 것이다. 구체적으로 남성 소비자에게는 AI 기술에 대한 정보나 전문성을 강조하는 방식으로 커뮤니케이션 할 수 있으며 여성 소비자에게는 AI 기술의 활용성을 표면적으로 드러내지 않는 것이 효과적일 것이다. AI 기술이 접목된 패션제품 소비와 수용에 관한 연구를 지속적으로 수행함으로써 각 패션 기업에서는 AI 기술의 잠재력을 최대한 활용하여 경쟁력을 강화하고 새로운 시장 기회를 발견할 수 있을 것이다.
Acknowledgments
This work was supported under the framework of international cooperation program managed by the National Research Foundation of Korea (NRF-2022K2A9A2A20097609)
References
-
Bhaduri G, Stanforth N(2017) To (or not to) label products as artisanal: effect of fashion involvement on customer perceived value. J Prod Brand Manag 26(2), 177-189.
[https://doi.org/10.1108/JPBM-04-2016-1153]
-
Brosdahl DJ, Carpenter JM(2011) Shopping orientations of US males: a generational cohort comparison. J Retail Consum Serv 18(6), 548-554.
[https://doi.org/10.1016/j.jretconser.2011.07.005]
-
Cai Z, Fan X, Du J(2017) Gender and attitudes toward technology use: a meta-analysis. Comput Educ 105, 1-13.
[https://doi.org/10.1016/j.compedu.2016.11.003]
-
Casidy R, Wymer W(2015) The impact of brand strength on satisfaction, loyalty and WOM: an empirical examination in the higher education sector. J Brand Manag 22, 117-135.
[https://doi.org/10.1057/bm.2015.6]
-
Chang C(2011) The effect of the number of product subcategories on perceived variety and shopping experience in an online store. J Interact Mark 25(3), 159-168.
[https://doi.org/10.1016/j.intmar.2011.04.001]
-
Choi J, Kim R(2018) Estimation of consumers’ willingness to pay for green products: focusing on the impact of product visibility. J Consum Stud 21(1), 123-142.
[https://doi.org/10.17053/jcc.2018.21.1.006]
-
De Vries NJ, Carlson J(2014) Examining the drivers and brand performance implications of customer engagement with brands in the social media environment. J Brand Manag 21, 495-515.
[https://doi.org/10.1057/bm.2014.18]
-
Hennig-Thurau T, Gwinner KP, Walsh G, Gremler DD(2004) Electronic word-of-mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the internet?. J Interact Mark 18(1), 38-52.
[https://doi.org/10.1002/dir.10073]
-
Homer PM, Kahle LR(1988) A structural equation test of the value-attitude-behavior hierarchy pamela. J Pers Soc Psychol 54(4), 638-646.
[https://doi.org/10.1037/0022-3514.54.4.638]
-
Huang M, Ali R, Liao J(2017) The effect of user experience in online games on word of mouth: a pleasure-arousal-dominance (PAD) model perspective. Comput Hum Behav 75, 329-338.
[https://doi.org/10.1016/j.chb.2017.05.015]
-
Jung J, Jang S, Lee Y(2023) Perception of fashion designer’s capability and product quality -Human vs. Human+AI vs. AI-. J Korean Soc Cloth Text 47(4), 743-759.
[https://doi.org/10.5850/JKSCT.2023.47.4.743]
- Keller KL(1998) Strategic brand management: building, measuring, and managing brand equity. New Jersey: Prentice Hall.
-
Kim J, Christodoulidou N, Brewer P(2012) Impact of individual differences and consumers’ readiness on likelihood of using self-service technologies at hospitality settings. J Hosp Tour Res 36(1), 85-114.
[https://doi.org/10.1177/1096348011407311]
- Ko YJ, Joung SH(2010) Estimating consumer’s wilingness to pay for green cosmetics. Consum Policy Educ Rev 6(2), 1-15.
-
Laroche M, Bergeron J, Barbaro-Forleo G(2001) Targeting consumers who are willing to pay more for environmentally friendly products. J Consum Mark 18(6), 503-520.
[https://doi.org/10.1108/EUM0000000006155]
-
Lee CH, Lee JH(2021) The applicability of artificial intelligence based design tools on fashion design thinking. J Korea Des Forum 26(2), 155-170.
[https://doi.org/10.21326/ksdt.2021.26.2.014]
-
Lee S(2011) Consumers’ value, environmental consciousness, and willingness to pay more toward green-apparel products. J Glob Fash Mark 2(3), 161-169.
[https://doi.org/10.1080/20932685.2011.10593094]
-
Lee WY(2020) Fashion design education using deep dream generator in intelligence information society. J Korean Soc Des Cult 26(2), 429-446.
[https://doi.org/10.18208/ksdc.2020.26.2.429]
-
Lim JH, Yun SJ(2024) A study on the possibility of expressing visual identity design using image generation AI -focusing on Midjourney-. J Brand Des Assoc Korea 22(1), 265-276.
[https://doi.org/10.18852/bdak.2024.22.1.265]
-
Marangunić N, Granić A(2015) Technology acceptance model: a literature review from 1986 to 2013. Universal Access in the Information Society 14, 81-95.
[https://doi.org/10.1007/s10209-014-0348-1]
- Morar DD(2013) An overview of the consumer value literature-perceived value, desired value. Mark Inf Decis 6, 169-186.
-
O’Cass A(2004) Fashion clothing consumption: antecedents and consequences of fashion clothing involvement. Eur J Mark 38(7), 869-882.
[https://doi.org/10.1108/03090560410539294]
- Park K(2023) Study on the feasibility of using AI image generation tool for fashion design development -focused on the use of Midjourney-. J Convergence Cult Technol 9(6), 237-244.
-
Petrick JF(2002) Development of a multi-dimensional scale for measuring the perceived value of a service. J Leis Res 34(2), 119-134.
[https://doi.org/10.1080/00222216.2002.11949965]
-
Sheth JN, Newman BI, Gross BL(1991) Why we buy what we buy: a theory of consumption values. J Bus Res 22(2), 159-170.
[https://doi.org/10.1016/0148-2963(91)90050-8]
-
Venkatesh V, Morris MG(2000) Why don’t men ever stop to ask for directions? Gender, social influence, and their role in technology acceptance and usage behavior. MIS Q 24(1), 115-139.
[https://doi.org/10.2307/3250981]
-
Verkijika SF, De Wet L(2019) Understanding word-of-mouth(WOM) intentions of mobile app users: the role of simplicity and emotions during the first interaction. Telematics Inform 41, 218-228.
[https://doi.org/10.1016/j.tele.2019.05.003]
- Wong D, Yap KB, Turner B, Rexha N(2011) Predicting the diffusion pattern of internet-based communication applications using bass model parameter estimates for email. J Internet Bus 9, 27-50.
-
Workman JE, Cho S(2012) Gender, fashion consumer groups, and shopping orientation. Fam Consum Sci Res J 40(3), 267-283.
[https://doi.org/10.1111/j.1552-3934.2011.02110.x]
-
Workman JE, Studak CM(2006) Fashion consumers and fashion problem recognition style. Int J Consum Stud 30(1), 75-84.
[https://doi.org/10.1111/j.1470-6431.2005.00451.x]
-
Zeithaml VA(1988) Consumer perceptions of price, quality, and value: a means-end model and synthesis of evidence. J Mark 52(3), 2-22.
[https://doi.org/10.1177/002224298805200302]
-
Zhang Y, Xiao C, Zhou G(2020) Willingness to pay a price premium for energy-saving appliances: role of perceived value and energy efficiency labeling. J Clean Prod 242, 118555.
[https://doi.org/10.1016/j.jclepro.2019.118555]