Korean Academic Society of Business Administration
[ Article ]
korean management review - Vol. 48, No. 5, pp.1195-1219
ISSN: 1226-1874 (Print)
Print publication date 31 Oct 2019
Received 10 Apr 2019 Revised 29 Jun 2019 Accepted 18 Jul 2019
DOI: https://doi.org/10.17287/kmr.2019.48.5.1195

소비자의 기술수용과 저항이 인공지능(AI) 사용의도에 미치는 영향

이한신* ; 김판수**
*(주저자) 경북대학교 경영학부 대학원 박사과정 coredump1@naver.com
**(교신저자) 경북대학교 경영학부 교수 pskim@knu.ac.kr
The Effect of Consumer’s Technology Acceptance and Resistance on Intention to Use of Artificial Intelligence (AI)
Hanshin Yi* ; Pansoo Kim**
*Kyungpook National University, School of Business, First Author
**Kyungpook National University, School of Business, Corresponding Author

초록

인공지능(Artificial Intelligence: AI)의 발전에 따라 소비자를 대상으로한 음성인식기반 인공지능(AI) 서비스와 상품에 대한 소비자 관점에서의 연구의 필요성과 관심이 높아지고 있다. 본 연구에서는 소비자가 혁신기술을 받아들이는 태도에 대한 기술 준비도 모형(TRI: Technology Readiness Index)과 기술수용모델(TAM: Technology Acceptance Model)을 결합한 기술준비수용모델(TRAM: Technology Readiness and Acceptance Model)를 기반으로 하고 소비자 저항요인을 고려한 모델을 개발하여 소비자들이 음성인식 인공지능(AI) 상품을 사용하는 것에 대한 성향들을 파악하고 사용의도에 미치는 영향요인을 실증분석 하였다. 데이터 수집을 위해 2019년 6월에 온·오프라인 설문조사를 진행하였다. 회수된 설문지 중 총 252부가 본 연구 분석에 활용되었다. 통계적 분석은 SPSS 22와 AMOS 22를 사용하였다.

연구의 결과로 음성인식 인공지능(AI) 제품에 대한 저항요인인 비용의 합리성과 적합성, 사회적 영향은 소비자 저항에 유의적 영향을 미칠 것이라는 가설은 모두 채택되었다. 소비자 저항이 소비자의 사용의도에도 유의적 영향을 미치는 것으로 나타났다. TRI의 활성요인인 낙관성과 혁신성은 지각된 유용성에 유의미한 영향을 미친다는 결과를 나타냈고 저해요인인 불편함과 불안감 역시 지각된 유용성에 유의한 영향을 미친다는 결과를 나타냈다. 사용용이성은 지각된 유용성에 유의한 영향을 미친다는 가설은 채택되어지고 사용의도에는 기각되었다.

본 연구를 통해 혁신제품에 대한 소비자 저항요인들을 사용하여 연구모형을 제시하였고 이를 실증분석함으로써 혁신기술의 수용에서 저항의 역할에 대해서 강조하였다. 수용과 확산에 대한 활성요인과 저해요인들 역시 연구모형에 포함하여 소비자의 저항을 감소시키고 유용성과 사용용이성을 증가시켜 궁극적으로 사용의도를 높일 수 있도록 하는 혁신기술의수용확산의 실패요인을 분석하고 차별화 전략을 수립하는 기반이 되도록 하였다.

Abstract

With the development of artificial intelligence (AI), there is a growing need and interest in research on services and products based on artificial intelligence. In this study, the Technology Readiness and Acceptance Model (TRAM), which combines the Technology Readiness Index (TRI) and the Technology Acceptance Model (TAM), was used to develop research model. The research model also used consumer resistance factors and analyze the influence of consumers on the intention to use AI based services and products. We conducted on-line and offline surveys in March and June 2019 to collect data. A total of 252 questionnaires were used in this study. Statistical analysis was performed using SPSS 22 and AMOS 22.

As a result, the hypothesis that the cost rationality, suitability, and social effects, which are the resistance factors to AI products, would have a significant effect on consumer resistance was adopted. Consumer resistance has a significant effect on consumers' intention to use. TRI's activity factors such as optimism, innovativeness, inconvenience and anxiety factors had a significant effect on perceived usefulness. The hypothesis that ease of use had a significant effect on perceived usefulness was adopted and rejected in intention to use.

The implication of this study is that we can identify the importance of consumer resistance to innovative products and suggest strategic criteria for failure factor analysis on AI based services and product. It was also possible to clarify the relationship between the conceptual variables of TRI and TAM and to understand systematically the consumer behavior on AI based services and product by presenting a new research model for innovative technology products.

Keywords:

Artificial Intelligence(AI), Consumer Resistance, Technology Readiness and Acceptance Model, Technology Acceptance Model, Technology Readiness Index

키워드:

음성인식 인공지능, 소비자 저항, 기술준비수용모델, 기술수용 모형, 기술 준비도 모형

References

  • 김문주, 백정승, 윤문길(2008), “TRAM 모형을 활용한 항공사 키오스크 사용 의도에 관한 연구,” 한국항공경영학회 춘계학술발표논문집, pp.237-244.
  • 김종호, 신용섭(2002), “인터넷서비스 수용과정에서 소비자 저항의 매개역할,” 산업경제연구, 15(1), pp. 85-98.
  • 곽기영(2005), “조직변화에 대한 태도와 정보시스템 수용,”경영학연구, 34(5), pp.1281-1300.
  • 박윤서, 이승인(2007), “신상품에 대한 수용과 저항의 통합모형,” 경영학연구, 36(7), pp.1811-1841.
  • 박재환(2016), “인공지능을 바라보는 시선: 인지과학적 접근,” 예술인문사회융합멀티미디어논문지, 6, pp. 539-547.
  • 서진욱, “韓 AI스피커 시장 잡아라... 삼성·구글도 목청,” 머니투데이, 2018.7.30., Available at http://news.mt.co.kr/mtview.php?no=2018072514513366059
  • 안운석(2016), “기술준비도 수용모형에 기반한 SNS 지속적 이용에 관한 연구,” 서비스경영학회지, 17(1), pp.257-280.
  • 엄재홍(2017), “인공지능 홈 비서 서비스의 최근 동향 및 시사점,” 한국정보과학회 학술발표논문집, pp. 1625-1625.
  • 오상현, 김상현(2006), “인터넷뱅킹 이용요인 간 구조적 관계,” 마케팅연구, 21(1), pp.1-27.
  • 오종철, 윤성준, 우원(2010), “모바일 인터넷 서비스 이용 의도에 관한 연구: 개정된 TRAM 모형을 중심으로,” 서비스경영학회지, 11(5), pp.127-148.
  • 유필화, 이승희(1994), “신제품수용 시 소비자의 혁신저항에 관한 연구,” 경영학연구, 23(3), pp.217-250.
  • 윤수진(2016), “뉴 실버세대의 감성 커뮤니케이션과 맞춤형 가상 비서 콘텐츠 연구,” 경희대학교 대학원 박사학위 논문.
  • 이수열·이경호(2013) 공급사슬의 사회적 자본, 그린 공급사슬관리, 공급사 성과의 관계에 대한 연구. 한국생산관리학회지. 24, pp.239-259.
  • 이지은, 신민수(2011), “스마트폰 기반 모바일뱅킹 채택에 영향을 미치는 요인,” 한국전자거래학회지, 16(4), pp.155-172.
  • 이훈영(2013). 이훈영교수의 SPSS를 이용한 데이터분석. 제2판. 서울, 도서출판 청람.
  • 정남호, 이현애, 구철모(2014), “관광객의 기술 준비도가 증강현실 관광 어플리케이션의 사용의도에 미치는 영향,” 관광연구, 29(1), pp.265-285.
  • 조진완, 이종호(2014), “소비자의 기술준비도가 사물인터넷 사용의도에 미치는 영향에 관한 연구,” 한국경영교육학회 학술발표대회논문집, pp.533-554.
  • 한규석(2017), 사회심리학의 이해, 개정4판, 서울, 학지사.
  • Agarwal, R., and J. Prasad(1998), “A conceptual and operational definition of personal innovativeness in the domain of information technology,” Information Systems Research, 9(2), pp.204-215. [https://doi.org/10.1287/isre.9.2.204]
  • Bentler, P. M., and A. B. Mooijaart(1989), “Choice of structural model via parsimony: A rationale based on precision,” Psychological Bulletin, 106(2), pp.315-317. [https://doi.org/10.1037/0033-2909.106.2.315]
  • Davis, F. D.(1989), “Perceived usefulness, perceived ease of use, and user acceptance of information technology,” MIS Quarterly, 13(3), pp.319-340. [https://doi.org/10.2307/249008]
  • Davis, F. D., R. P. Bagozzi, and P. R. Warshaw(1989), “User acceptance of computer technology: a comparison of two theoretical models,” Management Science, 35(8), pp.982-1003. [https://doi.org/10.1287/mnsc.35.8.982]
  • Dodds, W. B., K. B. Monroe, and D. Grewal(1991), “Effects of price, brand, and store information on buyers’ product evaluations,” Journal of Marketing Research, 28(3), pp. 307-319. [https://doi.org/10.1177/002224379102800305]
  • Fishbein, M., and I. Ajzen(1977), Belief, attitude, intention, and behavior: An introduction to Theory and Research, Addison-Wesley, MA.
  • Forgas, J. P.(1995), “Mood and judgment: the affect infusion model (AIM),” Psychological Bulletin, 117(1), pp.39. [https://doi.org/10.1037/0033-2909.117.1.39]
  • Gatignon, H., and T. S. Robertson(1989), “Technology diffusion: an empirical test of competitive effects,” Journal of Marketing, 53(1), pp. 35-49. [https://doi.org/10.1177/002224298905300104]
  • Gerbing, D. W., and J. C. Anderson(1988), “An updated paradigm for scale development incorporating unidimensionality and its assessment,” Journal of Marketing Research, 25(May), pp.186-192. [https://doi.org/10.1177/002224378802500207]
  • Hair, J. F., G. T. M. Hult, C. Ringle, and M. Sarstedt(2016), A Primer on Partial Least Squares structural Equation Modeling (PLS-SEM), Sage Publications, CA. [https://doi.org/10.15358/9783800653614]
  • Hinton, G. E., S. Osindero, and Y.W. Teh(2006), “A fast learning algorithm for deep belief nets,” Neural Computation, 18(7), pp.1527-1554. [https://doi.org/10.1162/neco.2006.18.7.1527]
  • Hoffman, D. L., and T. P.Novak(1996), “Marketing in hypermedia computer-mediated environments: Conceptual foundations,” Journal of Marketing, 60(3), pp.50-68. [https://doi.org/10.1177/002224299606000304]
  • Jeong, N., Y. Yoo, and T. Y.Heo(2009), “Moderating effect of personal Innovativeness on mobile-RFID services: Based on Warshaw's purchase intention model,” Technological Forecasting and Social Change, 76(1), pp.154-164. [https://doi.org/10.1016/j.techfore.2008.08.007]
  • Kuo, Y. F., and S. N. Yen(2009), “Towards an understanding of the behavioral intention to use 3G mobile value-added services,” Computers in Human Behavior, 25(1), pp. 103-110. [https://doi.org/10.1016/j.chb.2008.07.007]
  • Lin, J. S. C., and P. L. Hsieh(2007), “The influence of technology readiness on satisfaction and behavioral intentions toward self-service technologies,” Computers in Human Behavior, 23(3), pp.1597-1615. [https://doi.org/10.1016/j.chb.2005.07.006]
  • Lin, C. H., H. Y. Shih, and P. J. Sher(2007), “Integrating Technology Readiness into Technology Acceptance: The TRAM Model,” Psychology & Marketing, 24(7), pp.641-657. [https://doi.org/10.1002/mar.20177]
  • Meuter, M., A. Ostrom, M. Bitner, and R. I. Roundtree (2003), “The Influence of Technology Anxiety on Customer and Experience with Technology Based Service Encounters,” Journal of Marketing, 56(11), pp.50-64. [https://doi.org/10.1509/jmkg.64.3.50.18024]
  • Moussawi, S.(2016), “Investigating personal intelligent agents in everyday life through a behavioral lens,” City University of New York.
  • Oreg, S.(2003), Resistance to change: Developing an individual differences measure. Journal of Applied Psychology, 88(4), pp.680-693. [https://doi.org/10.1037/0021-9010.88.4.680]
  • Parasuraman, A.(2000), “Technology Readiness Index (TRI) a multiple-item scale to measure readiness to embrace new technologies,” Journal of Service Research, 2(4), pp.307-320. [https://doi.org/10.1177/109467050024001]
  • Parasuraman, A., and C. L. Colby(2007), Technoready Marketing: How and Why Your Customers Adopt Technology, Free Press, NY.
  • Ram, S.(1989), “Successful Innovation Using Strategies to Reduce Consumer Resistance: An Empirical Test,” Journal of Product Innovation Management, 6, pp.20-34. [https://doi.org/10.1111/1540-5885.610020]
  • Ram, S., and J. N. Sheth(1989), Consumer resistance to innovations: the marketing problem and its solutions. Journal of Consumer Marketing, 6(2), pp.5-14. [https://doi.org/10.1108/EUM0000000002542]
  • Rice, R. E., A. E. Grant, J. Schmitz, and J. Torobin (1990), “Individual and network influences on the adoption and perceived outcomes of electronic messaging,” Social Networks, 12 (1), pp.27-55. [https://doi.org/10.1016/0378-8733(90)90021-Z]
  • Rogers, E. M.(2010), Diffusion of innovations, Free Press, NY.
  • Sheth, J. N.(1981), “Psychology of Innovation Resistance: The Less Developed Concept (LDC) in Diffusion Research,” Research in Marketing, 4, pp.273-282.
  • Shin, D. H.(2009), “An empirical investigation of a modified technology acceptance model of IPTV,” Behaviour & Information Technology, 28(4), pp.361-372. [https://doi.org/10.1080/01449290701814232]
  • Silver, D., A. Huang, C. J. Maddison, A. Guez, L. Sifre, G. Van Den Driessche, J. Schrittwieser, I. Antonoglou, V. Panneershelvam, M. Lanctot, S. Dieleman, D. Grewe, J. Nham, N. Kalchbrenner, I. Sutskever, T. Lillicrap, M. Leach, K. Kavukcuoglu, T. Graepel, and S. Dieleman(2016), “Mastering the game of Go with deep neural networks and tree search,” Nature, 529(7587), pp.484. [https://doi.org/10.1038/nature16961]
  • Szmigin, I., G. Foxall(1998), “Three forms of innovation resistance: the case of retail payment methods,” Technovation, 18(6-7), pp.459-468. [https://doi.org/10.1016/S0166-4972(98)00030-3]
  • Tractica, “Artificial Intelligence Market Forecasts,” 2017, Available at http://www.tractica.com
  • Venkatesh, V., and H. Bala(2008), “Technology acceptance model 3 and a research agenda on interventions,” Decision Sciences, 39(2), pp.273-315. [https://doi.org/10.1111/j.1540-5915.2008.00192.x]
  • Venkatesh, V., and F. D. Davis(1996), “A model of the antecedents of perceived ease of use: Development and test,” Decision sciences, 27(3), pp.451-481. [https://doi.org/10.1111/j.1540-5915.1996.tb01822.x]
  • Venkatesh, V., and F. D. Davis(2000), “A theoretical extension of the technology acceptance model: Four longitudinal field studies,” Management Science, 46(2), pp.186-204. [https://doi.org/10.1287/mnsc.46.2.186.11926]
  • Venkatesh, V., F. Davis, and M. G. Morris(2007), “Dead or alive? The development, trajectory and future of technology adoption research,” Journal of the Association for Information Systems, 8(4), pp.267-286. [https://doi.org/10.17705/1jais.00120]
  • Zeithaml, V. A., A. Parasuraman, and A. Malhotra (2002), “Service quality delivery through web sites: a critical review of extant knowledge,” Journal of the Academy of Marketing Science, 30(4), pp.362-375. [https://doi.org/10.1177/009207002236911]

• 저자 이한신는 현재 경북대학교 경영학부 대학원 박사과정에 재학 중이다. 경희대학교 공학사, 경북대학교 경영학 석사학위를 취득하였다. 학사 학위 취득 후에는 삼성전자에서 연구원으로 일하였다. 현재 경북대학교 경영학부 박사과정에 재학 중이다. 주요 연구 관심분야는 서비스 품질경영, 고객만족경영 등이다.

• 저자 김판수는 현재 경북대학교 경영학부 교수로 재직 중이다. 부산대학교 산업공학과에서 학부 및 석사학위를 취득하였으며, 미국 Texas A&M 대학교에서 경영과학 박사를 취득하였다. 석사학위 취득 이후에는 LGCNS에서, 박사학위 취득 이후에는 삼성전자에서 책임연구원으로 일하였다. 주요연구분야는 운영관리, 경영과학, 최적화 등이다.