라이브 커머스의 충동구매행동에 대한 영향 요인 : 의사사회적 상호작용, 과업 복잡성과 지각된 정보의 양을 중심으로

1. 서 론

소셜 네트워크 서비스(Social Network Service, SNS) 성장과 더불어 소셜 커머스(Social Commerce, S-Commerce)가 등장하였으며, 이는 온라인 시장 내 모바일 쇼핑이 활성화되는 계기가 되었다(Lee & Hong, 2012). ‘소셜 커머스’란 소셜 네트워크 서비스를 토대로 온라인 사회적 자본을 이용한 전자 상거래 활동을 말하며, ‘소셜 미디어’와 ‘e-Commerce’의 융합에서 유래된 단어이다(Huang & Benyoucef, 2013). 소셜 네트워크 서비스인 페이스북, 인스타그램, 트위터, 핀터레스트, 유튜브 등의 SNS 미디어는 근래 소셜 커머스 기능을 통합하였고, 이러한 기능을 적극적으로 활용하는 브랜드들은 소비자들에게 보다 직접적인 마케팅 전략을 기획하여 인지도를 높일 수 있게 되었다(Rawat & Divekar, 2014). 소셜 네트워크에서 이루어지는 활발한 정보교환과 컨텐츠의 생산은 디지털 인플루언서들을 통하여 소비자 소통을 가능하게 도움을 주었고(Childers et al., 2019) SNS를 통한 구전효과로 이어져 소비자의 구매결정에 강한 영향력을 미치게 되었다(Lou & Yuan, 2019). 소셜 미디어 내의 사회적 소속감은 사용자의 소셜 커머스에 대한 인식을 향상시키고 구매에 긍정적인 영향을 미치게 된다(Cho & Son, 2019). 대부분의 소셜 커머스는 모바일을 기반으로 이루어지며 최근에는 4차 산업혁명을 기반으로 동영상 콘텐츠를 소비하는 문화가 크게 확산되어(Al-Debei & Al-Lozi, 2014) 라이브 커머스 플랫폼의 출현으로 이어졌다.

‘라이브 커머스’란 실시간 스트리밍과 전자상거래를 융합하여 제공하는 모바일 쇼핑 플랫폼으로써(Sun et al., 2020) 최근에 소셜 비즈니스와 미디어 플랫폼 산업에서 각광받고 있는 뉴미디어 커머스이다. 소비자들은 라이브 커머스를 이용하여 실시간으로 판매되고 있는 제품을 판매자와 채팅을 통해 대화하면서 매우 편리하게 제품을 구매할 수 있으며(Huang & Benyoucef, 2013), SNS를 통해 비즈니스 관계를 형성할 수도 있다(Tajvidi et al., 2018). 근래에 라이브 커머스 플랫폼의 주체는 방송에서 제품을 실시간으로 설명하고 판매하던 개인 인플루언서에서(Chung & Lee, 2018) 롯데쇼핑 및 신세계 TV쇼핑 등의 대기업 유통채널로 확대되기 시작했다. 동영상 콘텐츠가 대중화된 중국의 라이브 커머스 시장은 2018년 543억위안(약 9조 3,560억원)의 시장 규모로 지속적인 성장을 보이고 있으며(Kwon, 2019), 국내는 코로나바이러스 감염증-19(COVID-19)의 영향으로 온라인 유통이 급증하여 2023년까지 8조원 규모로 성장할 전망이다(Shin, 2020b). 일본의 중고거래 플랫폼인 ‘메루카리(Merucari)’는 2019년에 라이브 커머스 플랫폼을 개시한지 3달 만에 매출 1천만 엔을 달성할 정도로 높은 수요를 보였다(Huh, 2019).

라이브 커머스는 일반적인 온라인 커머스와 달리 실시간으로 판매자와 시청자가 라이브로 만날 수 있다는 장점이 있다. 판매자와 시청자가 대면으로 소통을 하고 있다는 느낌은 의사 사회적 상호작용(Para-social interaction) 현상이며, 이는 실제 대인관계와 유사한 방식으로 장기간에 걸쳐 형성된다(Rubin et al., 1985). 선행연구에 의하면 의사사회적 상호작용은 전통적인 방송 매체인 TV 프로그램의 등장인물이나 홈쇼핑 방송의 쇼핑 호스트와 시청자 사이에 형성될 수 있으며(Horton & Wohl, 1956), 이러한 효과가 높을수록 해당 프로그램을 더욱 많이 보게 된다고 설명했다(Grant et al., 1991). 예를 들어 TV 홈쇼핑의 쇼핑 호스트는 생방송으로 제품을 직접 시연하고 즉흥적으로 구매를 권유하면서 시청자들과 의사사회적 상호작용을 하게 된다(Lim & Kim, 2011). 라이브 커머스도 마찬가지로 판매자가 정형화된 프로그램 방식이 아닌 다양한 대화기법과 제품 설명으로 방송을 진행하기 때문에 시청자들에게 대인 의사소통과 유사한 의사사회적 상호작용을 형성할 수 있다.

여기서 주목할 점은 잠재적 소비자인 시청자가 판매자에 대해 형성된 의사사회적 상호작용이 제품 구매과정에서 지각할 수 있는 위험을 낮게 인지시켜 구매에 대한 혜택을 긍정적으로 인식하게 한다는 것이다(Alhakami & Solvic, 1994). Ko(1993)의 연구에서 소비자는 쇼핑과정에서 위험 요소에 대한 불안이 줄어들게 되면 충동구매를 할 확률이 높아지게 된다고 하였다. 라이브 커머스 플랫폼은 모바일 어플리케이션을 통해 시청과 구매가 쉽게 이루어지게 하고 있으며(Hall, 2020), 이러한 간편한 쇼핑 결제 시스템은 쇼핑 과업의 어려움을 줄여 구매를 촉진시킬 수 있다. 또한 소비자의 구매의사결정에 있어서 제품에 대한 정보를 지각하는 과정은 잠재적 불안함과 위험 요소를 제거하여 구매로 이어지게 한다(Park & Kim, 2006). 라이브 커머스를 시청하는 소비자는 실시간으로 제품 시연을 보며 채팅을 통해 궁금한 내용에 대해 답변을 받는 과정에서 다양한 정보를 축적하게 되어 어렵지 않게 구매의사를 결정할 수 있을 것이라고 예상해 볼 수 있다.

기존 라이브 커머스에 대한 선행연구는 소비자의 쇼핑동기부여와 (Zhao et al., 2018) 판매자의 지각된 가치(Wongkitrungrueng & Assarut, 2020)와 같이 판매자와 소비자에 대한 개별적인 측면을 부각했다. Zheng et al.(2020)은 의사사회적 상호작용이 사용자의 소셜 커머스 의도에 영향을 미치는 것을 발견했으며, Park and Lennon(2004)은 텔레비전 의류 쇼핑에 관한 연구에서 의사사회적 상호작용이 텔레비전 쇼핑 경험에 긍정적인 영향을 준다고 설명했다. 의사사회적 상호작용은 텔레비전과 같은 화상 미디어 영역에서 주로 관찰되는데(Nabi et al., 2006; Rubin et al., 1985) 이용자는 대면 커뮤니케이션 만큼이나 미디어 속의 대상을 통해 대화를 시도하며 피드백을 얻는다. 라이브 커머스는 대면의 쇼핑 공간에서 이루어지지는 않으나 온라인 라이브 방송으로 판매자와 소비자 간에 실시간 소통이 가능하므로 이들 간의 친밀감 형성에 따른 상호작용이 매우 중요하다. 미디어 플랫폼과 서비스의 유형이 다양해진 가운데 라이브 커머스에서 형성될 수 있는 의사사회적 상호작용에 대한 중요성은 고려되었으나 이에 대한 연구는 거의 없다. 따라서 본 연구에서는 라이브 커머스 쇼핑환경에서 의사사회적 상호작용의 역할을 중점적으로 살펴보고자 한다. 먼저 판매자와 소비자 사이에 형성된 의사사회적 상호작용이 소비자의 충동구매를 촉진할 수 있는가를 알아보고자 한다. 또한 의사사회적 상호작용이 충동구매를 촉진시키는 과정이 과업 복잡성과 정보 지각 과정을 통해서 이뤄질 수 있는지를 파악하고자 한다. 즉 의사사회적 상호작용이 소비자가 라이브 커머스 플랫폼을 이용하며 경험할 수 있는 과업 복잡성을 축소하며 소비자의 제품에 대한 정보 습득을 향상시킬 수 있는 지를 파악한 후에 충동구매로 이어질 수 있는가를 알아보고자 한다.

2. 이론적 배경

2.4. 지각된 정보의 양

소비자들은 제품 구매 활동을 하기 전에 제품에 대한 정보를 찾아보며 제품이 기대를 충족시켜 줄 수 있는지에 대해 지각하며, 제품 구매에 따른 불확실성을 낮추기 위해 많은 정보를 수집하려는 경향이 있다(Dowling, 1986). 지각된 정보의 양(amount of information)은 온라인 쇼핑 사이트에서 소비자에게 제공하는 정보의 양을 말하며, TV 홈쇼핑을 시청하는 소비자의 경우 영업 사원과 같은 직접적인 대면관계가 없기 때문에 제품에 대한 정보를 얻는데 제품을 판매하는 판매자의 역할이 매우 중요한 요인임을 밝혔다(Kim & Lennon, 2000). 온라인 쇼핑에서 이용 가능한 정보의 양은 성공과 실패를 결정하는 중요한 요소이며(Yang, 2001), 오프라인에 비하여 온라인은 제품에 관한 정보를 빠르고 쉽게 제공할 수 있다(Quelch & Klein, 1996). 소비자는 쇼핑을 할 때 제공된 정보를 통해 구매 만족도를 결정하는 경향이 있는데(Spreng et al., 1996), 그 이유는 지각된 정보의 양이 많을수록 이에 의거한 의사결정을 내릴 수 있으며(Glazer, 1991) 부가적인 정보검색을 하는데 드는 시간을 줄일 수 있기 때문이다(Lynch & Ariely, 2000). 특히 소비자는 가격이 높은 제품일수록 제품의 정보에 예민해지며(Park & Kim, 2003), 온라인 쇼핑 내에서 제공하는 정보의 개수가 많다고 지각할수록 구매 만족도가 높아진다 (Ballantine, 2005). 또한 구매의사결정을 하기 전에 충분한 정보를 제공받았다고 느끼는 소비자는 온라인 쇼핑에서 만족감이 높고(Peterson & Merino, 2003) 위험요소를 낮게 인지하는 경향이 있다(Park & Stoel, 2002).

판매자와 구매자 사이의 빈번한 의사소통과 정보의 공유는 고객 관계 관리와 같은 서비스 분야에서도 장기적인 관계 형성을 통해 유대관계가 형성되므로 매우 중요하며(Berry, 1995), 판매자의 전문지식과 호감도는 고객의 제품 지각에 유의한 영향을 주게 된다(Williams & Seminerio, 1985). 이와 같이 판매자의 관계적 판매 행위와 관련한 특성들은 관계 지속을 위한 결정적 요소중의 하나이며 커뮤니케이션 영역에서 정보 전달자에 대한 수용자의 인식에 영향을 미치는 정보원의 공신력 평가에도 주요한 역할을 한다(Hovland & Weiss, 1951). Rubin et al.(1985)에 의하면 의사사회적 상호작용은 장기적이고 강할수록 새로운 정보를 얻는데 도움이 될 수 있으며 미디어를 통한 의사사회적 상호작용이 높아질수록 새로운 정보를 습득하기 수월해진다. Kim(2017)은 인터넷 라이브 방송에 관한 연구에서 이용자들이 새로운 지식에 관하여 정보를 얻고 축적하기에 용이하기 때문에 정보 축적 및 습득의 목적을 가진다고 확인했다. 라이브 커머스 방송에 참여하는 판매자와 시청자는 즉각적으로 정보를 공유하며 피드백을 받게 되는데 이러한 행위들은 사회적 교류와 상호작용을 가능하게 함으로써 능동적이고 주체적으로 정보를 탐색하는데 도움이 될 수 있다고 볼 수 있다. Jin and Phua(2014)는 판매자가 정보의 제공원으로서 친근함이 높을수록 수용자에게 긍정적인 태도를 유발하며 SNS 이용자의 팔로잉 의도에 영향을 주게 된다고 지적한 바 있다. 최근의 다양한 소셜 미디어 발달은 라이브 커머스 판매자로 하여금 지속적으로 제품에 대한 정보를 제공하고 홍보할 수 있게 해주며(Kosuri, 2020), 소비자의 입장에서는 판매자에 대한 긍정적인 인식이 팔로우를 통해 정보와 함께 축적될 수 있게 된다(Stevens, 2020). 본 연구에서는 ‘지각된 정보의 양’을 라이브 커머스에서 판매자가 소비자에게 제공하는 제품에 대한 정보속성의 수로 정의하였으며, 의사사회적 상호작용의 제품에 대한 정보의 양에 미치는 영향을 알아보기 위해 다음과 같은 가설을 설정하였다.

H5. 라이브 커머스의 의사사회적 상호작용은 지각된 정보의 양에 정(+)의 영향을 미칠 것이다.

TV 홈쇼핑에서 판매자는 제품에 대한 설명과 전문적인 추천을 통해 정보를 제공하며 소비자가 지각하는 정보의 양을 높여주는 역할을 수행하며(Kline et al., 1995), 온라인의 경우 웹사이트에서 제공하는 정보의 품질은 제품과 고객 서비스에 대한 소비자의 인식에 영향을 미치게 된다(Lederer et al., 2000). 소비자는 라이브 커머스 환경에서 판매자에 의해 제공되는 제품 정보나 화면상에 나타난 제품 영상만으로 구매의사결정을 해야 하기 때문에 전통적인 유통경로에 비하여 제품의 품질, 판매자에 대한 신뢰도, 개인정보 유출과 관련된 불안을 가질 수 있다.(Barua et al., 1997). 라이브 커머스 판매자는 소비자가 직접만져보거나 사용할 수 없는 제품을 비대면 방식으로 판매하기 때문에 최대한 많은 정보를 제공해야 하며, 소비자가 지각할 수 있는 정보를 많이 제공함으로써 그들이 갖게 되는 불확실성을 줄일 수 있게 된다. 라이브 커머스는 실시간으로 제한된 시간에 시중보다 저렴한 가격 정보를 제시하며 제품을 판매하기 때문에(Hallanan, 2019), 이를 시청하는 소비자의 입장에서는 비계획적 구매를 계획할 수도 있다. 따라서 본 연구에서는 라이브 방송 판매자의 제품에 대한 자세한 설명과 시연이 소비자로 하여금 제품에 대한 불확실성을 줄여주어 충동구매에 영향을 미칠 것으로 예상하였다. 이러한 이론적 고찰을 토대로 다음과 같은 가설을 설정하였다.

H6. 라이브 커머스의 지각된 정보의 양은 충동구매행동에 정 (+)의 영향을 미칠 것이다.

판매자들은 실시간 라이브 스트리밍 방송을 통한 판매 외에 SNS 계정을 통하여 특정 제품을 지속적으로 홍보하기 때문에(LaRose et al., 2014) 평소에도 소비자에게 더욱 많은 상품에 대한 지식을 전달하고 충동구매를 촉진시킬 수 있다. Williams(2019)에 따르면, SNS 이용 시간이 가장 많고 디지털 트렌드에 민감한 Z세대의 39%가 인스타그램 쇼핑으로 제품을 구매했는데, 이는 사전에 구매를 계획한 것이 아님에도 개인화된 소셜 미디어 팔로잉 때문에 제품을 충동적으로 구매하는 경향을 보이기 때문이라는 분석이다(Park, 2019). 즉, 같은 제품에 대한 홍보를 여러 차례 업데이트하는 인플루언서의 계정을 팔로우하는 소비자의 경우 제품에 대한 자세하고 다양한 정보를 습득할 수 있게 되어 구매결정에 영향을 받게 된다. Choi et al.(2009)에 의하면 미디어 프로그램 진행자와 시청자 간의 의사사회적 상호작용은 프로그램 협찬 광고 제품 태도에 영향을 미친다고 하였으며, 라이브 커머스의 판매자는 별도의 SNS 계정을 통하여 판매 제품에 대한 정보를 지속적으로 업로드 하기 때문에(Stevens, 2020) 소비자는 더욱 강한 구매 자극을 받게된다. 따라서 본 연구에서는 앞서 제안한 선행연구들의 이론적 고찰을 토대로 라이브 커머스의 판매자와 시청자의 의사사회적 상호작용은 더욱 많은 정보를 지각하게 하여 충동구매로 이어진다고 예상하였다.

H7. 라이브 커머스의 지각된 정보의 양은 의사사회적 상호작용이 충동구매행동에 미치는 영향을 매개할 것이다.

본 연구는 라이브 커머스의 이용자와 판매자 간의 의사사회적 상호작용이 과업 복잡성 및 지각된 정보의 양에 따른 충동구매행동 간의 영향관계에 대해 밝히고자 하였으며 다음과 같은 연구모형을 설정하였다(Fig. 1).

Fig. 1.

Conceptual model of mediation.

3. 연구 방법 및 절차

4. 연구결과

4.2. 측정도구의 타당도 및 신뢰도 검증

각 변수별로 탐색적 요인분석을 실시한 결과 변수들은 모두 1개의 요인으로 구성되었으며, 측정변수의 요인부하량은 요인부하량은 .660~.876으로 모두 적합한 수준으로 나타났다. 각 변수의 내적 신뢰도인 Cronbach's α값은 .709~.911으로 일반적인 기준인 .7을 상회하여 높은 신뢰도를 갖는 것을 확인하였다. 모형의 자세한 요인분석 내용은 Table 1과 같다. 이어서 측정도구의 타당도 검증을 위해 확인적 측정모형을 구조방정식 모형으로 분석했다. 측정모형의 적합도 지수를 확인한 결과 NFI(Normed Fit Index)는 .913, TLI(Tucker Lewi Index)는 .962, CFI(Comparative Fit Index)는 .970, RMSEA(Root Mean Square Error of Approximation)는 .049, χ²(122)은 180.116(p<.001)로 나타나 측정변수들의 모형적합도가 검증 기준에 부합하였다. 또한 각 변수의 요인 적재 값이 모두 유의한 것으로 나타나 수렴타당도를 확인하였다. 이후에 평균분산추출값(Average Variance Extracted, AVE)을 확인하였는데, Table 2와 같이 모든 변수에 대한 AVE 값이 .50이상으로 높은 설명력이 있고, 각 요인과 관련된 변수들의 상관계수 제곱근 값보다 AVE 값이 큰 것으로 나타나, 측정 항목의 구성개념에 대한 판별타당도를 확보하였다.

Table 1.

Measurement model

Table 2.

Correlations and AVEs of variables

4.3. 의사사회적 상호작용, 과업 복잡성, 지각된 정보의 양, 충동구매행동의 직접효과 검증

측정 모델의 가설검증을 위해 PROCESS Macro의 Model 4(Hayes, 2017)를 이용하여 직접효과분석을 실시하였으며, 그 결과는 Table 3과 Fig. 2에 제시되었다. 구체적인 결과를 살펴보면 의사사회적 상호작용은 충동구매행동에 정(+)의 직접적 영향을 미치며(β=141, t=2.187, p<.05), 과업 복잡성에는 부(−)의 직접적 영향을 주는 것으로 나타났다(β=−.142, t=−2.449, p<.01). 따라서 라이브 커머스의 의사사회적 상호작용이 충동구매행동에 정(+)의 영향을 미칠 것이라는 H1과 과업 복잡성에 부(−)의 영향을 미칠 것이라는 H2는 지지되었다. 과업 복잡성은 충동구매행동에 부(−)의 직접효과를 주었기 때문에(β=−.180, t=−2.770, p<.01) 라이브 커머스의 과업 복잡성은 충동구매행동에 부(−)의 영향을 미칠 것이라는 H3은 지지되었다. 또한, 의사사회적 상호작용은 지각된 정보의 양에 정(+)의 직접효과를 주었으며(β=.530, t=9.520, p<.001), 지각된 정보의 양은 충동구매행동에 정(+)의 직접효과를 주었다(β=.315, t=4.673, p<.001). 이에 따라 라이브 커머스의 의사사회적 상호작용은 지각된 정보의 양에 정(+)의 영향을 미칠 것이라는 H5와 지각된 정보의 양은 충동구매행동에 정(+)의 영향을 미칠 것이라는 H5는 지지되었다.

Table 3.

Results of direct effect analyses

Fig. 2.

Relationships among para-social interaction, task complexity, perceived amount of information, and impulse buying behavior.

4.4. 과업 복잡성과 지각된 정보의 양의 간접효과 검증

Hayes and Preacher(2014)는 기존의 독립변수와 매개변수의 간접효과를 추정하였던 단순매개모형분석과 달리, 연구 모형의 전체적인 관점에서 매개과정이 달라질 수 있다는 점을 강조하였다. 만일 매개 변수가 2개 이상 존재하여 매개변수끼리 ‘상쇄효과’를 갖는 경우 오히려 매개효과가 없는 것으로 결과가 나타날 위험도 존재한다. 본 연구는 매개효과 검정을 위해 SPSS Macro를 이용하여 부트스트래핑(bootstrapping)을 사용한 Process Macro 매개효과 검증 방법을 활용하였다(Hayes, 2017).

병렬다중매개효과를 검증하기 위해 부트스트래핑의 신뢰구간으로 확인했으며, 간접효과 추정치에 대한 신뢰구간(Boot LLCI, Boot ULCI)에 ‘0’이 포함되지 않으면 매개효과가 있다고 판단하였다. 먼저 간접효과의 통계적 유의성 뿐만 아니라 간접효과의 효과크기 (effect size)를 반드시 고려해야 하기 때문에(Preacher & Kelly, 2011), 첫번째로 의사사회적 상호작용과 충동구매행동 간의 직접효과 대비 간접효과의 경로계수와 효과 크기를 비교해보았다. 의사사회적 상호작용과 충동구매행동간 경로의 직접효과는 β=.141 (p<.05)이었으며, 매개변수인 과업 복잡성과 지각된 정보의 양이 투입되면서 의사사회적 상호작용과 충동구매행동 간 경로의 총효과는 .333(p<.001)으로 증가하였다. 의사사회적 상호작용의 과업 복잡성에 대한 유의미한 영향, 과업 복잡성의 충동구매에 대한 유의한 영향, 의사사회적 상호작용의 지각된 정보의 양에 대한 유의미한 영향, 지각된 정보의 양의 충동구매에 대한 유의미한 영향이 파악되었다. 또한 의사사회적 상호작용과 충동구매행동간 경로의 총효과와 직접 효과를 살펴보면 총효과가 직접효과보다 큰 점은 매개효과가 있음을 의미한다. 또한 총효과(β=.333, t=5.857, p<.001)가 직접효과 (β=.141, t=2.187, p<.05) 보다 더 높은 수치를 보임으로서 간접 효과가 존재함을 입증하였다(Table 4).

Table 4.

Direct & total effect size comparison of para-social interaction on impulsive buying behavior

두번째로 매개변수인 과업 복잡성과 지각된 정보의 양의 간접효과를 10,000개의 부트스트랩 표본에 입각하여 신뢰구간방법으로 검증하였다. 두 개의 간접효과 중에서 먼저 의사사회적 상호작용에서 충동구매행동에 대한 과업 복잡성의 간접효과는 β=.026이었으며, 95% 신뢰구간은 LLCI=.0005~ULCI=.0640으로 나타나 통계적으로 유의하였다. 이로써 라이브 커머스의 과업 복잡성은 의사사회적 상호작용이 충동구매행동에 미치는 영향을 매개할 것이라는 H4가 지지되었다. 의사사회적 상호작용에서 충동구매행동에 대한 지각된 정보의 양의 간접효과는 β=.026이었으며, 95% 신뢰구간은 LLCI=.0841~ULCI=.2502으로 나타나 통계적으로 유의하였다(Table 5). 이로써 라이브 커머스의 지각된 정보의 양은 의사사회적 상호작용이 충동구매행동에 미치는 영향을 매개할 것이라는 H7가 지지되었다.

Table 5.

Indirect effect size comparison of para-social interaction on impulsive buying behavior

5. 결론 및 제언

최근 코로나바이러스감염증-19(COVID-19)의 영향으로 오프라인 매장의 유통 거래액이 감소함에 따라 비대면 언택트 시대에 맞는 온라인 플랫폼의 수요가 급격하게 늘어나기 시작했다. 라이브 커머스는 기존 온라인과 오프라인 판매의 단점을 보완하여 매장을 방문하지 않아도 모바일을 통한 실시간 쇼핑 컨텐츠를 통하여 제품구매가 가능하기 때문에 소비자의 새로운 선택지로 급부상하고 있다. 또한 라이브 커머스를 진행하는 판매자는 전문 방송인이 아닌 인플루언서나 중소상인들로서 소비자와직접 거래를 유도하며 실시간으로 자유롭게 제품에 대한 의견을 교환한다. 이러한 변화에 따라 본 연구는 라이브 커머스의 판매자와 소비자 사이에 형성된 인간적인 몰입감과 친밀감인 의사사회적 상호작용이 충동구매행동에 이르는 효과를 검증하고자 하였다. 구체적으로 라이브 커머스를 이용할 때 의사사회적 상호작용이 새로운 커머스 플랫폼의 과업 복잡성과 지각된 정보의 양에 미치는 영향을 알아보고자 하였고, 이를 매개로 하여 충동구매에 미치는 영향을 확인하고자 하였다.

본 연구의 결과를 요약하자면 다음과 같다.

첫째, 라이브 커머스의 의사사회적 상호작용은 충동구매행동에 정적인 영향을 미쳤으며 과업 복잡성에 부적인 영향을 미쳤다. 이는 라이브 커머스에서 판매자와 소비자 사이에 형성된 의사사회적 상호작용이 소비자의 충동구매행동을 촉진시킬 수 있으며, 새로운 시스템의 복잡성을 줄여주는데 도움이 된다는 것을 입증하는 것이다. Quintero and Patnoe-Woodley(2016)의 선행연구에서 미디어 컨텐츠에 참여하는 소비자는 더욱 많은 시간을 할애하게 되어 우호적인 의사사회적 상호작용이 일어난다고 증명한 것과 같은 맥락에서 해석할 수 있을 것이다. 또한 실시간 온라인 쇼핑에서는 소비자의 소통과 더불어 기술적인 측면이 중요한데(Parchoma, 2014) 라이브 커머스는 간편한 모바일 어플리케이션을 이용하여 소비자의 복잡한 구매과정을 낮춰줄 뿐만 아니라(Kim, 2020) 비대면의 환경에서 판매자와 소비자 사이에 형성된 의사사회적 상호작용은 지속적인 서비스의 이용에 도움을 줄 수 있다는 점이다. 이러한 결과는 Schmid and Klimmt(2011)이 주장한 판매자와 소비자 간에 개인적인 상호작용은 친밀한 유대관계가 형성되어 행위의도에 유의한 영향을 미친다는 결과와 동일하다.

둘째, 라이브 커머스의 과업 복잡성은 충동구매행동에 부적인 영향을 미쳤다. 전자상거래가 복잡하게 느껴질수록 소비자들은 구매행동을 하려는 의도가 낮게 나타나는데(Lee & Benbasat, 2004), 라이브 커머스의 즉각적인 채팅과 구매결제 시스템은(Hamilton et al., 2014) 편의성을 추구하는 모바일 쇼핑 소비자들의 특성에 맞추기 때문에 과업 복잡성을 낮추어 충동구매를 유발하게 된다고 볼 수 있다. 기존 Jarvenpaa and Todd(1997)의 연구에서 온라인 쇼핑의 경우 소비자들의 정보 검색의 어려움과 복잡성이 구매를 방해하는 요소 중의 하나인 것에 비해 라이브 커머스 플랫폼의 편리성은 이를 극복하여 구매단계의 복잡함을 줄여주었기 때문이라고 볼 수 있다.

셋째, 라이브 커머스의 의사사회적 상호작용은 지각된 정보의 양에 정적인 영향을 미쳤으며, 지각된 정보의 양은 충동구매행동에 정적인 영향을 미쳤다. 판매자가 비대면의 환경에서 시청자에게 설명하는 생생한 시각적 컨텐츠와 시연은 소비자의 제품에 대한 정보를 다각화하여 몰입을 유도하며 구매에 긍정적인 태도를 갖게 만든다(Valentini et al., 2018). 또한 높은 의사사회적 상호작용은 새로운 정보를 얻는데 유용하며(Rubin et al., 1985) 온라인상의 구전활동은 소비자에게 제품 정보에 대한 지식을 교류할 수 있게 만들어(Shi et al., 2016) 소비자는 판매자의 SNS 계정을 팔로우 하여 장기적으로 특정 상품에 대한 정보를 축적할 수 있게 된다. 라이브 커머스를 진행하는 판매자는 SNS 계정을 공개하며 제품에 대한 정보를 지속적으로 제공하기 때문에(Stevens, 2020), 라이브 커머스의 소비자가 인지하는 제품에 대한 정보와 지식은 방송에서의 자세한 컨텐츠와 시연과 함께 늘어나게 된다고 볼 수 있다. Kaas(1982)는 소비자가 인지하는 제품에 대한 정보의 양은 온라인 구매 활동에 매우 중요하다고 강조했는데, 라이브 커머스의 판매자들은 다양한 SNS 미디어를 통해 특정 제품을 지속적으로 홍보할 수 있어 소비자가 인지하는 제품에 대한 정보의 양은 늘어나게 된다(LaRose et al., 2014). 하지만 라이브 커머스 방송과 SNS를 통해 증가된 제품에 대한 정보의 양은 Ofir et al.(2008)와 Park and Stoel(2002)의 연구결과와 같이 소비자의 제품 경험을 증가시키어 위험을 낮게 인지시키게 된다. 따라서 소비자는 이를 통해 계획하지 않은 제품에 대한 불안과 불확실성을 줄일 수 있게 되어 충동구매를 일으킬 수 있다는 점을 발견했다.

넷째, 라이브 커머스의 과업 복잡성과 지각된 정보의 양은 의사사회적 상호작용이 충동구매행동에 미치는 영향을 매개하여 유의한 영향을 미치는 것으로 나타났다. 기존 선행연구에서 Shankar et al.(2010)은 이미지와 텍스트로 이루어진 모바일 인터넷 쇼핑은 작은 화면 때문에 구매로 이어지기 어렵다고 하였다. 비대면 환경에서 새로운 미디어 플랫폼을 통해 이루어지는 쇼핑은 소비자로 하여금 복잡한 정보를 분석하고 수집하여 구매 결제에 이르는 과업 수행이 어려울 수 있기 때문에 정확한 의미전달과 정보 조언이 중요하다(Kahai & Cooper, 2003). Kim and Kim(2018)은 온라인 구성원이 의사사회적 상호작용이 높다고 지각할 때 조언 수용력은 증가되어 정보에 대한 불확실성을 줄여주고 모호함이라는 위험 인식을 낮추어주기 때문에 구매의도에 긍정적인 영향을 줄 수 있다고 주장하였다. 본 연구에서는 이와 같은 맥락으로 라이브 커머스에서 실시간으로 이뤄지는 판매자의 상품에 대한 설명과 판매자와 시청자 간의 의사사회적 상호작용은 소비자의 쇼핑과업에 대한 복잡성을 줄이고 정보에 대한 습득을 높여 구매로 이어질 수 있다는 점을 확인할 수 있었으며, 이는 의사사회적 상호작용의 효과를 주장한 Lee and Watkins(2016)의 연구를 지지한다. 라이브 커머스의 판매자들은 소셜 네트워크 계정을 통해 지속적으로 시청자와 소통하면서 의사사회적 상호작용을 형성한 후에 여러 차례 제품에 대한 정보를 업데이트 하는데(Stevens, 2020) 이와 같은 관계적 판매행위는 소비자로 하여금 정보 전달자에 대해 긍정적인 인식을 주고 새로운 정보의 습득을 용이하게 하여 비계획적인 구매가 이루어질 수 있다는 점을 새롭게 발견했다. Campball and Kirmani(2000)는 대인판매 점포환경에서 판매원의 설득행위가 소비자의 설득 지식을 증가시킨다고 했는데 비대면으로 이루어지는 라이브 커머스 방송에서 판매자의 활발한 상호작용과 사회적 교류는 소비자로 하여금 판매자에 대해 친근함을 느끼게 해주고 SNS 팔로잉 의도에 긍정적인 영향을 미쳐 지속적으로 교류하며 상품에 대한 정보를 축적할 수 있게 도움을 주게 된다. 이는 판매자의 전문지식과 호감도가 고객의 제품 지각에 유의한 영향을 주게 된다고 지적한 Williams and Seminerio(1985)의 연구결과와 동일하며, 앞서 선행연구에서 살펴본 것과 같이(Berry, 1995; Hovland & Weiss, 1951) 판매자의 관계적 판매 행위가 유대관계를 통해 정보 습득을 용이하게 만든다는 것을 재확인할 수 있었다. 인터넷 쇼핑은 여러 자극 요인에 자연스럽게 노출되어 구매충동이 발생할 수 있는데(Bakos, 1991; Donthu & Garcia, 1999; Jung, 2018) 본 연구에서는 라이브 커머스 환경에서 판매자와 시청자 간의 친밀한 대인관계가 충동구매에 영향을 미칠 수 있으며 과업 복잡성과 지각된 정보의 양이 이를 촉진시킬 수 있다는 것을 새롭게 확인할 수 있었다.

기존의 라이브 커머스는 실시간 스트리밍 서비스를 이용하는 사용자의 동기를 연구하거나(Zhao et al., 2018) 판매자의 지각된 가치가 소비자의 참여에 미치는 영향 (Wongkitrungrueng & Assarut, 2020), 라이브 커머스 어플리케이션의 유용성(Sun et al., 2020) 등과 같이 개인적인 특성이나 기술적 기능에 관하여 한정되어 있었다. 또한 소비자의 구매행동에 관한 연구는 있었으나 개인화된 서비스가 구매 의사에 주는 영향에 (Zhou et al., 2018) IT 기술에 의한 구매 의도(Sun et al., 2020)에 집중하였다. 이에 따라 본 연구는 라이브 커머스의 소비자 구매행동을 플랫폼의 기술적 특성을 적용하며 충동구매로 확장하여 연구를 진행했다는 점에서 시사점을 제시할 수 있다. 이는 여러 선행 연구들과 같이 충동구매행동이 단순히 의사사회적 상호작용에서 기인된다는 것에서 나아가 정보지각과정을 활성화하고 과업의 복잡성을 줄여주는 중간 과정 통해 충동구매가 이루어졌다는 것을 확인하였다는 것에 학문적 의의가 있다.

최근 리테일 산업 분야에서 소셜 커머스를 비롯하여 이에 관련한 미디어 기술의 활용가치가 점차 높아지고 있었으나 판매자와 소비자의 의사인간관계가 갖는 몰입감과 친근함의 중요성에 대한 연구는 부족한 실정이었다. 이에 따라 본 연구는 이와 같은 학술적 접근을 통해 추후 라이브 스트리밍을 통한 미디어 커머스 산업에 대한 서비스 방향에 마케팅 전략을 구축하는데 도움을 줄 수 있을 것이다. 소수의 판매자가 라이브 커머스를 통해 제품을 홍보하고 판매할 수 있는 효과는 기존 전통적인 쇼핑 채널이나 e-Commerce와 비교했을 때 매우 크다. 판매자와 소비자의 양방향적 소통방식은 활발한 참여도를 넘어 구매 전환율을 상승시키며 원클릭으로 간편하게 구매할 수도 있게 된다. 1인 미디어 시대에 누구나 자신이 팔고자 하는 제품을 소셜 미디어를 활용하여 자유롭게 판매할 수 있으며 이 때 형성된 사회적 유대관계가 제품에 대한 지식과 구매에도 연결될 수 있다는 점은 추가적인 제품 프로모션을 구상하는데 도움이 될 수도 있다.

본 연구의 한계점과 향후 연구에 대한 제언점은 다음과 같다. 첫째, 연구대상자들의 조사가 편의표본 추출법으로 이루어져 표본 모집단의 대표성이 낮을 수 있기 때문에, 일반화하기 어렵다는 한계점이 있다. 특히 라이브 커머스 판매 제품의 특성상 설문참여자들을 20-30대 여성 소비자들로 구성했기 때문에 향후 연구에서는 성별과 연령대의 비율이 다양하게 연구될 필요가 있다. 둘째, SNS 인플루언서가 판매자로 제품을 판매했기 때문에 일반 소상공인이나 1인 사업자가 라이브 판매를 진행했을 때 소비자와의 친밀감이나 인지도가 영향을 받아 결과가 달라질 수도 있다. 후속 연구에서는 이러한 점을 감안하여 다양한 판매자의 특성을 고려하여 소비자와의 유대감을 평가해 볼 것을 제안한다. 셋째, 온라인 설문에 참여한 소비자들 중 라이브 커머스를 이용하여 실제로 구매해본 소비자만을 대상으로 한정하지 않았기 때문에 구매행동패턴에 대한 양상이 다르게 나타날 수도 있다. 추후 연구에서는 라이브 커머스의 플랫폼을 통해 구매경험을 해 본 소비자들과 비구매대상자들의 효과 차이를 알아보는 것도 좀 더 발전된 연구가 될 수 있으리라 기대해본다.

References

• Al-Debei, M. M., & Al-Lozi, E. (2014). Explaining and predicting the adoption intention of mobile data services - A value-based approach. Computers in Human Behavior, 35, 326-338. [https://doi.org/10.1016/j.chb.2014.03.011]
• Alhakami, A. S., & Slovic, P. (1994). A psychological study of the inverse relationship between perceived risk and perceived benefit. Risk Analysis, 14(6), 1085-1096. [https://doi.org/10.1111/j.1539-6924.1994.tb00080.x]
• Bakos, J. Y. (1991). A strategic analysis of electronic marketplaces. MIS Quarterly, 295-310. [https://doi.org/10.2307/249641]
• Ballantine, P. W., & Martin, B. A. (2005). Forming parasocial relationships in online communities. NA – Advances in Consumer Research, 32, 197-201.
• Barua, A., Ravindran, S., & Whinston, A. B. (1997). Efficient selection of suppliers over the internet. Journal of Management Information Systems, 13(4), 117-137. [https://doi.org/10.1080/07421222.1997.11518145]
• Berry, L. L. (1995). Relationship marketing of services-growing interest, emerging perspectives. Journal of the Academy of marketing science, 23(4), 236-245. [https://doi.org/10.1177/009207039502300402]
• Bonner, S. E. (1999). Judgment and decision-making research in accounting. Accounting Horizons, 13(4), 385-398. [https://doi.org/10.2308/acch.1999.13.4.385]
• Brown, W. J. (2015). Examining four processes of audience involvement with media personae - Transportation, parasocial interaction, identification, and worship. Communication Theory, 25(3), 259-283. [https://doi.org/10.1111/comt.12053]
• Burke, R. R. (2002). Technology and the customer interface - What consumers want in the physical and virtual store. Journal of the Academy of Marketing Science, 30(4), 411-432. [https://doi.org/10.1177/009207002236914]
• Cha, M. & Yi, C.Y. (2015). Content analysis of para-social interaction relationship, blog user's evaluation and intention of utilizing the ad post on the power blogs. Society of Korea Design Trend, 46, 299-308. [https://doi.org/10.21326/ksdt.2015..46.027]
• Campbell, M. C., & Kirmani, A. (2000). Consumers' use of persuasion knowledge - The effects of accessibility and cognitive capacity on perceptions of an influence agent. Journal of Consumer Research, 27(1), 69-83. [https://doi.org/10.1086/314309]
• Childers, C. C., Lemon, L. L., & Hoy, M. G. (2019). # Sponsored# Ad - Agency perspective on influencer marketing campaigns. Journal of Current Issues & Research in Advertising, 40(3), 258-274. [https://doi.org/10.1080/10641734.2018.1521113]
• Cho, E., & Son, J. (2019). The effect of social connectedness on consumer adoption of social commerce in apparel shopping. Fashion and Textiles, 6(1), 1-17. [https://doi.org/10.1186/s40691-019-0171-7]
• Choi, M., & Kim, K.H., & Kim, D., & Joo, J. (2009). Exploring how parasocial interaction with radio program moderator effect to the attitude for the products of program sponsorship - Moderating effect of program attention and attitude of radio commercials. Korea Advertising Society, 20(4), 157-169.
• Choi, Y. H., & Kim, B. C. (2006). An exploratory study on parasocial interaction with TV commercial characters. The Korean Journal of Advertising and Public Relations, 8(4), 7-28.
• Chung, H. K., & Lee, S. M. (2018). Web-based v-commerce development using persona model-for vietnamese consumer. Journal of Digital Contents Society, 19(6), 1169-1176. [https://doi.org/10.9728/dcs.2018.19.6.1169]
• Daft, R. L., & Lengel, R. H. (1986). Organizational information requirements, media richness and structural design. Management science, 32(5), 554-571. [https://doi.org/10.1287/mnsc.32.5.554]
• DiClemente, D., & Hantula, D. A. (2000). John Broadus Watson - I. O psychologist. The Industrial Psychologist, 37(4), 47-55.
• Dowling, G. R. (1986). Perceived risk - The concept and its measurement. Psychology & Marketing, 3(3), 193-210. [https://doi.org/10.1002/mar.4220030307]
• Donthu, N., & Garcia, A. (1999). The internet shopper. Journal of Advertising Research, 39(3), 52-52.
• Edwards, E. A. (1993). Development of a new scale for measuring compulsive buying behavior. Financial Counseling and Planning, 4(1), 67-84.
• Forsythe, S., Liu, C., Shannon, D., & Gardner, L. C. (2006). Development of a scale to measure the perceived benefits and risks of online shopping. Journal of Interactive Marketing, 20(2), 55-75. [https://doi.org/10.1002/dir.20061]
• Friedländer, M. B. (2017). Streamer motives and user-generated content on social live-streaming services. Journal of Information Science Theory and Practice, 5(1), 65.84.
• Gao, Y., & Wu, X. (2010). A cognitive model of trust in e-commerce - Evidence from a field study in China. Journal of Applied Business Research, 26(1), 37-44. [https://doi.org/10.19030/jabr.v26i1.275]
• Glazer, R. (1991). Marketing in an information-intensive environment - Strategic implications of knowledge as an asset, Journal of Marketing, 55(4), 1-19. [https://doi.org/10.1177/002224299105500401]
• Grant, A. E., Guthrie, K. K., & Ball-Rokeach, S. J. (1991). Television shopping - A media system dependency perspective. Communication Research, 18(6), 773-798. [https://doi.org/10.1177/009365091018006004]
• Haimson, O. L., & Tang, J. C. (2017). What makes live events engaging on Facebook live, periscope, and snapchat. In Proceedings of the 2017 CHI conference on human factors in computing systems (pp. 48-60). [https://doi.org/10.1145/3025453.3025642]
• Hallanan, L. (2020, February 12). How to adapt your China marketing efforts during the Coronavirus crisis. Forbes. Retrieved June 1, 2020, from https://www.forbes.com/sites/laurenhallanan/2020/02/12/how-to-adapt-your-china-marketing-efforts-during-the-coronavirus-crisis/#69e3289f6582
• Hallanan, L. (2019, December 10). What brands should know about little red book’s new live-streaming feature. JingDaily. Retrieved September 13, 2020, from https://jingdaily.com/xiaohongshu-announces-e-commerce-live-streaming/
• Hall, C. (2020, March 5). The battle to become China’s glossier. The Business of Fashion. Retrieved July 10, 2020, from https://www.businessoffashion.com/articles/professional/the-battle-to-become-chinas-glossier-perfect-diary-hedone-beauty
• Hamilton, W. A., Garretson, O., & Kerne, A. (2014, April). Streaming on twitch - Fostering participatory communities of play within live mixed media. In Proceedings of the SIGCHI conference on human factors in computing systems, pp.1315-1324. [https://doi.org/10.1145/2556288.2557048]
• Hausman, A. (2000). A multi-method investigation of consumer motivations in impulse buying behavior. Journal of consumer marketing, 17(5), 403-426. [https://doi.org/10.1108/07363760010341045]
• Hayes, A. F. (2017). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. Guilford Publications, NY: New York
• Hayes, A. F., & Preacher, K. J. (2014). Statistical mediation analysis with a multicategorical independent variable. British Journal of Mathematical and Statistical Psychology, 67(3), 451-470. [https://doi.org/10.1111/bmsp.12028]
• Horton, D., & Wohl, R. (1956). Mass communication and para-social interaction - Observations on intimacy at a distance. Psychiatry, 19(3), 215-229. [https://doi.org/10.1080/00332747.1956.11023049]
• Hovland, C. I., & Weiss, W. (1951). The influence of source credibility on communication effectiveness. Public opinion quarterly, 15(4), 635-650. [https://doi.org/10.1086/266350]
• Huang, Z., & Benyoucef, M. (2013). From e-commerce to social commerce - A close look at design features. Electronic Commerce Research and Applications, 12(4), 246-259. [https://doi.org/10.1016/j.elerap.2012.12.003]
• Huh, I. H. (2019, May 17). 한중일 미디어 커머스의 현재와 미래를 묻다 [Ask the present and future of media commerce in Korea, China and Japan]. Inews24. Retrieved November 15, 2020, from http://www.inews24.com/view/1179702
• Hulten, P., & Vanyushyn, V. (2014). Promotion and shoppers' impulse purchases - The example of clothes. Journal of Consumer Marketing, 31(2), 94–102. [https://doi.org/10.1108/JCM-06-2013-0603]
• Im, H., Lennon, S. J., & Stoel, L. (2010). The perceptual fluency effect on pleasurable online shopping experience. Journal of Research in Interactive Marketing, 4(4), 280-295. [https://doi.org/10.1108/17505931011092808]
• Jarvenpaa, S. L., & Todd, P. A. (1997). Is there a future for retailing on the Internet. Electronic Marketing and the Consumer, 1(12), 139-154.
• Jeong, S. W., Fiore, A. M., Niehm, L. S., & Lorenz, F. O. (2009). The role of experiential value in online shopping - The impacts of product presentation on consumer responses towards an apparel web site. Internet Research. 19(1), 105-124. [https://doi.org/10.1108/10662240910927858]
• Jiang, Z., & Benbasat, I. (2007). The effects of presentation formats and task complexity on online consumers' product understanding. MIS Quarterly, 31(3), 475-500. [https://doi.org/10.2307/25148804]
• Jung, Y. I. (2018, March 21). 온라인은 ‘오픈마켓’, 오프라인은 ‘대형마트’가 대세 [“Open market” online and “large mart” offline]. NextDaily. Retrieved October 20, 2020, from http://m.nextdaily.co.kr/news/article.html?id=20180321800026
• Kaas, K. P. (1982). Consumer habit forming, information acquisition, and buying behavior. Journal of Business Research, 10(1), 3-15. [https://doi.org/10.1016/0148-2963(82)90013-3]
• Kahai, S. S., & Cooper, R. B. (2003). Exploring the core concepts of media richness theory - The impact of cue multiplicity and feedback immediacy on decision quality. Journal of management information systems, 20(1), 263-299. [https://doi.org/10.1080/07421222.2003.11045754]
• Kellett, S., & Bolton, J. V. (2009). Compulsive buying - A cognitive-behavioural model. Clinical Psychology & Psychotherapy, An International Journal of Theory & Practice, 16(2), 83-99. [https://doi.org/10.1002/cpp.585]
• Kim, H. J & Kim, I. S. (2018). Examining the structural relationships between trust in online travel community, parasocial interaction among members, intention to follow advice and travel satisfaction. Journal of Tourism Management Research, 22(3), 97-115. [https://doi.org/10.18604/tmro.2018.22.3.5]
• Kim, J. M. (2017). Analysis of the influence that the motive to view internet live broadcast has on the degree of satisfaction in viewing and the intention to continue viewing. Journal of the Korean Society of Design Culture, 23(2), 141-152. [https://doi.org/10.18208/ksdc.2017.23.2.141]
• Kim, M., & Lennon, S. J. (2000). Television shopping for apparel in the United States - Effects of perceived amount of information on perceived risks and purchase intentions. Family and Consumer Sciences Research Journal, 28(3), 301-331. [https://doi.org/10.1177/1077727X00283002]
• Kim, V. (2020, August 17). New rules of e-commerce - Live-streaming in the spotlight. The Korea Times. Retrieved July 12, 2020, from http://www.koreatimes.co.kr/www/opinon/2019/08/197_274006.html, .
• Kirchler, E., & Hoelzl, E. (2011). Economic and psychological determinants of consumer behavior [Editorial]. Zeitschrift für Psychologie/Journal of Psychology, 219(4), 195-197. [https://doi.org/10.1027/2151-2604/a000072]
• Kline, S., Warisse, J., & McCain, T. (1995). It wasn’t the rhetoric, it was just a great deal!. Influence processes and lamination in television home shopping. Proceedings of the 81^st Conference of the Speech Communication Association, San Antonio, TX.
• Ko, S. (1993). (The) study on the impulse buying of clothing products. Unpublished master’s thesis, Seoul National University, Seoul, Korea.
• Kosuri, P. (2020, February 18). Marketing modules set to gain importance in 2020. Everything Experiential. Retrieved July 12, 2020, from http://everythingexperiential.businessworld.in/article/Marketing-Modules-Set-to-Gain-Importance-in-2020-Pranav-Kosuri/18-02-2020-184456/
• Kumar, N., & Benbasat, I. (2002). Para-social presence and communication capabilities of a web site - A theoretical perspective. E-Service, 1(3), 5-24. [https://doi.org/10.2979/esj.2002.1.3.5]
• Kwon, T. H. (2019, August 27). 중국은 지금‘온라인 라이브 방송 시대 [China is now in the'online live broadcasting era]. CNC News. Retrieved June 10, 2020, from https://www.cncnews.co.kr/mobile/article.html?no=4923
• Labrecque, L. I. (2014). Fostering consumer-brand relationships in social media environments - The role of parasocial interaction. Journal of Interactive Marketing, 28(2), 134-148. [https://doi.org/10.1016/j.intmar.2013.12.003]
• Labroo, A. A., & Lee, A. Y. (2006). Between two brands - A goal fluency account of brand evaluation. Journal of Marketing Research, 43(3), 374-385. [https://doi.org/10.1509/jmkr.43.3.374]
• LaRose, R. (2001). On the negative effects of e-commerce - A sociocognitive exploration of unregulated on-line buying. Journal of Computer-Mediated Communication, 6(3), JCMC631. [https://doi.org/10.1111/j.1083-6101.2001.tb00120.x]
• Lee, E. J. (2011). The effects of internet fashion consumer's impulse buying tendency on positive and negative purchasing behaviors. Fashion & Textile Research Journal, 13(4), 511-522. [https://doi.org/10.5805/KSCI.2011.13.4.511]
• Lee, J. E., & Watkins, B. (2016). YouTube vloggers' influence on consumer luxury brand perceptions and intentions. Journal of Business Research, 69(12), 5753-5760. [https://doi.org/10.1016/j.jbusres.2016.04.171]
• Lee, Y. J., & Hong, S. P. (2012). A study on the effects of social commerce users' perceived characteristics on continuous usage intention. Journal of Information Technology Applications and Management, 19(4), 61-74.
• Lee, Y. E., & Benbasat, I. (2004). A framework for the study of customer interface design for mobile commerce. International Journal of Electronic Commerce, 8(3), 79-102. [https://doi.org/10.1080/10864415.2004.11044299]
• Lim, C. M., & Kim, Y. K. (2011). Older consumers' TV home shopping - Loneliness, parasocial interaction, and perceived convenience. Psychology & Marketing, 28(8), 763-780. [https://doi.org/10.1002/mar.20411]
• Liu, M. T., Liu, Y., & Zhang, L. L. (2019). Vlog and brand evaluations-The influence of parasocial interaction. Asia Pacific Journal of Marketing and Logistics, 31(2), 419-436. [https://doi.org/10.1108/APJML-01-2018-0021]
• Lou, C., & Yuan, S. (2019). Influencer marketing - How message value and credibility affect consumer trust of branded content on social media. Journal of Interactive Advertising, 19(1), 58-73. [https://doi.org/10.1080/15252019.2018.1533501]
• Lynch Jr, J. G., & Ariely, D. (2000). Wine online - Search costs affect competition on price, quality, and distribution. Marketing science, 19(1), 83-103. [https://doi.org/10.1287/mksc.19.1.83.15183]
• Nabi, R. L., Stitt, C. R., Halford, J., & Finnerty, K. L. (2006). Emotional and cognitive predictors of the enjoyment of reality-based and fictional television programming - An elaboration of the uses and gratifications perspective. Media Psychology, 8(4), 421-447. [https://doi.org/10.1207/s1532785xmep0804_5]
• Nadkarni, S., & Gupta, R. (2007). A task-based model of perceived website complexity. MIS Quarterly, 31(3), 501-524. [https://doi.org/10.2307/25148805]
• Novak, T. P., Hoffman, D. L., & Duhachek, A. (2003). The influence of goal-directed and experiential activities on online flow experiences. Journal of Consumer Psychology, 13(1-2), 3-16.
• Ofir, C., Raghubir, P., Brosh, G., Monroe, K. B., & Heiman, A. (2008). Memory-based store price judgments - The role of knowledge and shopping experience. Journal of Retailing, 84(4), 414-423. [https://doi.org/10.1016/j.jretai.2008.08.001]
• O'Guinn, T. C., & Faber, R. J. (1989). Compulsive buying - A phenomenological exploration. Journal of consumer research, 16(2), 147-157. [https://doi.org/10.1086/209204]
• Parchoma, G. (2014). The contested ontology of affordances - Implications for researching technological affordances for collaborative knowledge production. Computers in Human Behavior, 37, 360-368. [https://doi.org/10.1016/j.chb.2012.05.028]
• Park, C. H. & Kim, Y. G. (2003). Identifying key factors affecting consumer purchase behavior in an online shopping context, International Journal of Retail & Distribution Management, 31(1), 16-29. [https://doi.org/10.1108/09590550310457818]
• Park, C. H., & Kim, Y. G. (2006). The effect of information satisfaction and relational benefit on consumers' online shopping site commitments. Journal of Electronic Commerce in Organizations (JECO), 4(1), 70-90. [https://doi.org/10.4018/jeco.2006010105]
• Park, J. H., & Lennon, S. J. (2004). Television apparel shopping - Impulse buying and parasocial interaction. Clothing and Textiles Research Journal, 22(3), 135-144. [https://doi.org/10.1177/0887302X0402200304]
• Park, J. H. & Stoel, L. (2002) Apparel shopping on the internet - Information availability on US apparel merchant web sites, Journal of Fashion Marketing and Management, 6(2), 158-176. [https://doi.org/10.1108/13612020210429908]
• Park J. S. (2019, August 19). “체류시간 늘려라”전자상거래업계, 플랫폼 차별화 바람 [“Increase stay time” E-commerce industry wants to differentiate platform]. Seoul Finance. Retrieved June 10, 2020, from https://www.seoulfn.com/news/articleView.html?idxno=352942
• Park, J., & Song, I., Kim, G. (2018). The effect of shopping characteristics and consumer characteristics on impulse buying and satisfaction in mobile shopping. Journal of Industrial Economics and Business, 31(1), 83-111. [https://doi.org/10.22558/jieb.2018.02.31.1.83]
• Park, S. J. (2019, June 10). 이커머스로 진화하는 인스타그램, Z세대 ‘충동구매’부추긴다 [Instagram, evolving into e-commerce, encourages generation Z'impulsive purchase']. Brand Brief. Retrieved July 12, 2020, from http://www.brandbrief.co.kr/news/articleView.html?idxno=2052
• Peterson, R.A. and Merino, C. (2003), Consumer information search behavior and the internet, Psychology and Marketing, 20(2), 99-121. [https://doi.org/10.1002/mar.10062]
• Preacher, K. J., & Kelly, K. (2011). Effect size measures for mediation models - Quantitative strategies for communicating indirect effects. Psychological methods, 16(2), 93. [https://doi.org/10.1037/a0022658]
• Quelch, J. A., & Klein, L. R. (1996). The internet and international marketing. MIT Sloan Management Review, 37(3), 60.
• Quintero Johnson, J. M., & Patnoe-Woodley, P. (2016). Exploring the influence of parasocial relationships and experiences on radio listeners' consumer behaviors. Communication Research Reports, 33(1), 40-46. [https://doi.org/10.1080/08824096.2015.1117440]
• Rawat, S., & Divekar, R. (2014). Developing a social media presence strategy for an e-commerce business. Procedia Economics and Finance, 11(0), 626-634. [https://doi.org/10.1016/S2212-5671(14)00228-7]
• Reeves, B., & Nass, C. (1996). The media equation - How people treat computers, television, and new media like real people. Cambridge, UK: Cambridge university press.
• Rook, D. W., & Hoch, S. J. (1985). Consuming impulses. ACR North American Advances.
• Rubin, A. M., Perse, E. M., & Powell, R. A. (1985). Loneliness, parasocial interaction, and local television news viewing. Human Communication Research, 12(2), 155-180. [https://doi.org/10.1111/j.1468-2958.1985.tb00071.x]
• Schmid, H., & Klimmt, C. (2011). A magically nice guy - Parasocial relationships with Harry Potter across different cultures. The International Communication Gazette, 73(3), 252-269. [https://doi.org/10.1177/1748048510393658]
• Shankar, V., Venkatesh, A., Hofacker, C., & Naik, P. (2010). Mobile marketing in the retailing environment - Current insights and future research avenues. Journal of Interactive Marketing, 24(2), 111-120. [https://doi.org/10.1016/j.intmar.2010.02.006]
• Shin, D. (2020a, August 28). ‘라이브 커머스’, 새로운 쇼핑 채널로 부상 [Live streaming commerce, emerging as a new shopping channel]. CMN. Retrieved June 15, 2020, from https://www.cmn.co.kr/mobile/sub_view.asp?news_idx=32787
• Shin, K. (2020b, October 3). 코로나19에 ‘라이브 커머스’ 시대 빨라졌다… 23년 8조로 성장 [Corona 19 has accelerated the era of' live commerce'... Growing to 8 trillion won in 23 years]. News1. Retrieved July 12, 2020, from https://www.news1.kr/articles/?4074298
• Sood, S. (2002). Audience involvement and entertainment-education. Communication Theory, 12(2), 153-172. [https://doi.org/10.1111/j.1468-2885.2002.tb00264.x]
• Sood, S., & Rogers, E. M. (2000). Dimensions of parasocial interaction by letter-writers to a popular entertainment-education soap opera in India. Journal of Broadcasting & Electronic Media, 44(3), 386-414. [https://doi.org/10.1207/s15506878jobem4403_4]
• Spreng, R. A., MacKenzie, S. B., & Olshavsky, R. W. (1996). A reexamination of the determinants of consumer satisfaction. Journal of Marketing, 60(3), 15-32. [https://doi.org/10.1177/002224299606000302]
• Stevens, L. (2020, February 21). Seven strategic ways you should be collaborating with influencers. Forbes. Retrieved June 10, 2020, from https://www.forbes.com/sites/forbesagencycouncil/2020/02/21/seven-strategic-ways-you-should-be-collaborating-with-influencers/#6557c9be6c4c
• Sun, Y., Shao, X., Li, X., Guo, Y., & Nie, K. (2020). A 2020 perspective on “How live streaming influences purchase intentions in social commerce - An IT affordance perspective”. Electronic Commerce Research and Applications, 100958. [https://doi.org/10.1016/j.elerap.2020.100958]
• Szymanski, D., & Hise, R. (2000). E-satisfaction - An initial examination. Journal of Retailing, 76(3), 309-322. [https://doi.org/10.1016/S0022-4359(00)00035-X]
• Tajvidi, M., Richard, M. O., Wang, Y., & Hajli, N. (2018). Brand co-creation through social commerce information sharing - The of social media. Journal of Business Research, 121, 479-486. [https://doi.org/10.1016/j.jbusres.2018.06.008]
• Valentini, C., Romenti, S., Murtarelli, G., & Pizzetti, M. (2018). Digital visual engagement - Influencing purchase intentions on Instagram. Journal of Communication Management, 22(4), 362-381. [https://doi.org/10.1108/JCOM-01-2018-0005]
• Weinberg, P., & Gottwald, W. (1982). Impulsive consumer buying as a result of emotions. Journal of Business Research, 10(1), 43-57. [https://doi.org/10.1016/0148-2963(82)90016-9]
• Williams, A. J., & Seminerio, J. (1985). What buyers like from salesmen. Industrial Marketing Management, 14(2), 75-78. [https://doi.org/10.1016/0019-8501(85)90044-6]
• Williams, R. (2019, May 28). Instagram shopping used by 39% of UK Gen Zers, study finds. Mobile Marketer. Retrieved July 12, 2020, from https://www.mobilemarketer.com/news/instagram-shopping-used-by-39-of-uk-gen-zers-study-finds/555601/
• Wongkitrungrueng, A., & Assarut, N. (2020). The role of live streaming in building consumer trust and engagement with social commerce sellers. Journal of Business Research. 117, 543-556. [https://doi.org/10.1016/j.jbusres.2018.08.032]
• Xiang, L., Zheng, X., Lee, M. K., & Zhao, D. (2016). Exploring consumers’ impulse buying behavior on social commerce platform - The role of parasocial interaction. International Journal of Information Management, 36(3), 333-347. [https://doi.org/10.1016/j.ijinfomgt.2015.11.002]
• Yang, H. I. (2020, November 12). 라이브 커머스, 온택트 화장품 ‘신성장’ 기회 부상 [Live commerce, on-tact cosmetics emerging opportunities for ‘new growth’]. Beautynury. Retrieved November 25, 2020, from http://www.beautynury.com/m/news/view/90744
• Yang, Z. (2001). Consumer perceptions of service quality in internet-based electronic commerce, Meeting of the 30th EMAC Conference, Bergen, pp. 8-11.
• Zhao, Q., Chen, C. D., Cheng, H. W., & Wang, J. L. (2018). Determinants of live streamers' continuance broadcasting intentions on Twitch - A self-determination theory perspective. Telematics and Informatics, 35(2), 406-420. [https://doi.org/10.1016/j.tele.2017.12.018]
• Zheng, X., Men, J., Xiang, L., & Yang, F. (2020). Role of technology attraction and parasocial interaction in social shopping websites. International Journal of Information Management, 51, 102043. [https://doi.org/10.1016/j.ijinfomgt.2019.102043]
• Zhou, L., Wang, W., Xu, J. D., Liu, T., & Gu, J. (2018). Perceived information transparency in B2C e-commerce - An empirical investigation. Information & Management, 55(7), 912-927. [https://doi.org/10.1016/j.im.2018.04.005]
• Zhu, Y. Q., Amelina, D., & Yen, D. C. (2020). Celebrity endorsement and impulsive buying intentions in social commerce-the case of instagram in indonesia - Celebrity endorsement. Journal of Electronic Commerce in Organizations (JECO), 18(1), 1-17. [https://doi.org/10.4018/JECO.2020010101]