The Korean Fashion and Textile Research Journal

[ Article ]

Fashion & Textile Research Journal - Vol. 24, No. 3, pp.303-314

ISSN: 1229-2060 (Print) 2287-5743 (Online)

Print publication date 30 Jun 2022

Received 14 Jun 2022 Revised 30 Jun 2022 Accepted 30 Jun 2022

DOI: https://doi.org/10.5805/SFTI.2022.24.3.303

라이브 커머스의 특성이 소비자의 애착 형성과 행동 의도에 미치는 영향 : 사회-기술 시스템론적 관점을 중심으로

차예린

; 김혜정

; 박민정^†

이화여자대학교 의류산업학과

The Effects of Characteristics of Live Commerce on Consumer Attachment Formation and Behavior Intention : A Socio-technical Systems Perspective

Yerin Cha

; Hyejeong Kim

; Minjung Park^†

Dept. of Fashion Industry, Ewha Womans University; Seoul, Korea

Correspondence to: ^†Minjung Park Tel. +82-2-3277-3091, Fax. +82-2-3277-3079 E-mail: minjungpark@ewha.ac.kr

©2022 Fashion and Textile Research Journal (FTRJ). This is an open access journal. Articles are distributed under the terms of the Creative 52 Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

This study examined the impact of the social features (identification, interaction, information value) and technical features (visibility affordance, metavoicing affordance, social connecting affordance) in live commerce on consumers’ attachment, which in turn affects consumers’ continued intent to watch live commerce and intent to purchase from the platform. Consumers’ attachment was represented by emotional attachment to the live shopping streamer and functional dependence on live commerce. Furthermore, this study investigated the effect of attachment on continuous watching intention and purchase intention. Using a web-based survey and consumers in their 20s and 30s (average age: 30.32) as a sample, this study collected 274 usable responses. The results showed that among the live commerce social system constructs, identification and interaction positively affected emotional attachment to the live commerce streamer. Among the live commerce technical system constructs, visibility affordance and social connecting affordance positively influenced functional dependence on live commerce. Both emotional attachment to the live streamer and functional dependence on live commerce were positively related to a continued intent to watch, which influenced the intent to purchase. This study empirically investigated live commerce based on the socio-technical systems framework and confirmed that both social and technical factors have a significant effect on consumers. This study also identified the impact of live commerce on consumers’ attitudes through attachment theory. In addition, it has proved the antecedents and effect of continuous watching of live commerce on purchase behavior by focusing on continuous watching intention where less attention was paid in live commerce research.

Keywords:

live commerce, socio-technical systems, IT affordance, attachment, continuous watching intention

키워드:

라이브 커머스, 사회-기술 시스템, IT 행동유도성, 애착, 지속 시청 의도

1. 서 론

모바일 기기 및 동영상 컨텐츠에 익숙한 최근 소비자들의 경향과 더불어 코로나19라는 시대적 상황으로 인해 판매자가 소비자와 직접적으로 대면하지 않고 상품 및 서비스를 제공할 수 있는 언택트 쇼핑에 대한 수요가 증가하면서 라이브 커머스(live commerce)는 다양한 마케팅 분야에서 주목을 받고 활용되고 있다(Park, 2020). 라이브 커머스는 기존의 소셜 미디어를 활용한 e-커머스(e-commerce)에 라이브 스트리밍 기능을 접목시킨 새로운 형태의 소셜 커머스이다(Cai et al., 2018; Sun et al., 2019). 라이브 커머스는 기존의 소셜 커머스가 갖는 단점을 보완할 수 있는 특징들을 가진다. 우선 기존의 소셜 커머스 및 온라인 쇼핑 상황에서는 사진이나 글을 통해서만 상품에 대한 정보를 전달할 수 있었던 것에 반해 라이브 커머스는 실시간 영상을 통해 상품을 다양한 각도에서 보다 자세하게 보여줄 수 있고 상품의 사용 방법까지 시연할 수 있게 되었다. 또한 기존의 소셜 커머스에서는 소비자가 상품에 대한 문의를 하거나 구매를 위해 결제를 할 경우 상품 관련 페이지에서 나와 별도의 페이지로 이동해야 했다. 하지만 라이브 커머스에서는 소비자가 실시간으로 라이브 방송 진행자에게 상품과 관련하여 질문을 하고 정보를 얻을 수 있으며 라이브 영상 화면을 끄지 않아도 상품 결제까지 진행할 수 있다(Sun et al., 2019; Wongkitrungrueng & Assarut, 2018). 더불어 판매자와 소비자 간의 직접적인 의사소통이 불가능했던 과거 온라인 쇼핑의 단점에 대해 라이브 커머스는 소비자가 채팅을 통해 질문을 하면 라이브 방송 진행자가 실시간으로 대답을 해줌으로써 소비자 개개인에게 맞춤화된 서비스를 제공할 수 있으며, 이는 소비자의 최종적인 구매 행동에 의미 있는 영향을 줄 수 있다(Chen et al., 2017; Zhou et al., 2018). 이와 같은 특징을 바탕으로 라이브 커머스는 특히 패션 유통에 접목되어 시너지 효과를 발휘하고 있는 현황에도 불구하고 이에 대한 국내 연구는 아직까지 미비한 상황이다. 따라서 본 연구는 패션 마케팅 분야에서 라이브 커머스가 소비자에게 미치는 영향력에 대해 살펴보고자 한다.

라이브 커머스에 관련된 이전 선행 연구는 라이브 커머스를 이용하는 동기(Cai & Wohn, 2019) 및 지각된 가치(Cai et al., 2018; Wongkitrungrueng & Assarut, 2018)에 집중 되어 있다. 이와 연관하여 Park and Lin(2020)은 중국의 라이브 방송 진행자를 일컫는 왕홍(Wanghong)과 라이브 방송 컨텐츠가 상품과 갖는 적합성이 소비자에게 미치는 영향에 대해 살펴보았다. 또한 Sun et al.(2019)는 라이브 커머스의 기술적 특징이 소비자에게 미치는 영향에 대한 연구를 진행하였다. 이에 본 연구는 라이브 커머스에서 라이브 방송 진행자와 사용자 간의 사회적 관계와 라이브 커머스의 기술적 특징이 모두 소비자의 행동 의도에 유의한 영향을 미칠 것으로 판단하고 양 측면을 함께 살펴보기 위해 사회-기술 시스템론적 관점을 도입하여 라이브 커머스의 특성을 분석하였다. 더불어 관련 선행 연구(Wan et al., 2017)를 바탕으로 라이브 커머스의 사회-기술 시스템이 소비자의 애착 형성에 미치는 영향을 살펴보고자 한다.

또한 기존의 선행 연구는 라이브 커머스를 통해 형성된 소비자 태도가 소비자의 행동 의도에 미치는 영향에 대해 대부분 구매 의도만을 살펴보았다(Chen et al., 2019; Hou et al., 2020; Park & Lin, 2020; Sun et al., 2019). 그러나 라이브 커머스의 운영에 있어 판매자들은 우선적으로 라이브 방송을 지속적으로 시청하는 시청자 수의 확보라는 과제에 직면하고 있다. 비교적 짧은 시간동안 진행되는 생중계의 특성상 동시간에 접속한 사용자에게만 제품의 소구가 가능하므로(Lee, 2017) 라이브 방송을 지속적으로 시청하는 잠재 고객이 존재할 때 라이브 커머스는 효과를 가질 것이다. 따라서 본 연구는 라이브 커머스를 시청하는 소비자의 애착이 지속 시청 의도를 거쳐 구매 의도에 미치는 영향을 관찰하여 소비자의 행동 의도 과정을 구체화하고자 한다. 이러한 연구 결과를 바탕으로 라이브 커머스 관련 연구 영역을 확장하고 라이브 커머스를 활용한 효과적인 마케팅 전략을 제시하고자 한다.

2. 이론적 배경 및 가설 설정

2.1. 사회-기술 시스템

사회-기술 시스템에 따르면 조직은 사람과 기술의 하위조직으로 구성되며 이러한 기술과 사람은 비즈니스를 전개하는 과정에서 서로에게 영향을 미친다(Pasmore et al., 1982). 조직의 특정한 시스템을 이해하고 적용하는 데 있어서 기술적 측면에 초점을 맞춘 연구는 많이 이루어져, 기술 그 자체 뿐만 아니라 해당 기술을 사용하는 사람과의 상호 작용을 함께 살펴볼 필요성이 제기되었다(Shin & Choi, 2015). 소셜 미디어는 사회-기술적 정보 플랫폼이라고 할 수 있으며(Wang et al., 2013) 소셜 미디어 상에서 사용자의 참여 및 행동에 대해 사회-기술 시스템적 분석을 진행한 연구가 등장하였다(Chai & Kim, 2012; Durkin et al., 2015; Wang et al., 2013). 이에 본 연구는 소셜 미디어를 기반으로 하는 라이브 커머스가 소비자의 행동 의도에 영향을 미치는 요인에 대해 사회-기술 시스템론적 관점이 적합하다고 판단하여 이를 연구에 적용하고자 한다.

사회-기술 시스템에서 사회적 시스템은 태도, 가치, 기술과 같이 사람과 그들의 속성 간의 관계에 초점을 맞춘 개념이다(Bostrom & Heinen, 1977). 본 연구는 라이브 커머스의 사회적 시스템 요인에 대하여 소셜 미디어의 사회적 시스템을 분석한 선행 연구(Wan et al., 2017)를 바탕으로 동일시, 상호 작용, 그리고 정보 가치를 채택하였다. 동일시(identification)는 자기 자신과 목표 집단 혹은 다른 개인 간의 특성이 유사한 정도에 대한 인지적 평가를 의미한다(Brown et al., 2005; Ng, 2015; Wan et al., 2017). 선행 연구에 따르면 라이브 스트리밍 서비스는 라이브 방송 진행자가 존재한다는 점에서 다른 소셜 미디어와 차이점을 가지며(Smith et al., 2013), 라이브 스트리밍 플랫폼을 통해 방송 진행자와의 동일시가 두드러지게 나타날 수 있다(Hu et al., 2017). 상호 작용(interaction)은 소셜 미디어 상에서 사용자와 컨텐츠 제작자가 갖는 관계로써 그들의 의사 소통에 초점을 맞춘 개념이다(Wan et al., 2017). 라이브 커머스에서 라이브 방송 진행자와 시청자는 문자 기반 채팅 기능을 통하여 대화에 참여하고 의사 소통할 수 있다(Hu et al., 2017). 마지막으로 정보 가치(information value)는 선행연구(Wan et al., 2017)를 바탕으로 정보 가치를 라이브 커머스의 라이브 방송 진행자를 통해 얻는 지식, 경험과 서비스에 대한 사용자의 지각으로 정의하였다. 소비자들이 기존의 온라인 쇼핑과 비교하여 라이브 커머스를 선호하는 주된 이유 중에는 소비자가 제품에서 관심을 갖는 부분에 대해 라이브 방송 진행자에게 더 많은 정보를 요구할 수 있다는 특징이 크게 작용하며(Cai & Wohn, 2019), 이는 라이브 방송 진행자가 제품에 대해 충분히 숙지하고 정확한 정보를 제공하는 것을 통해 정보 가치를 확보하는 것이 중요하다는 것을 의미한다.

기술적 시스템은 지정된 결과를 생산하기 위한 과정, 업무 및 기술을 의미한다(Bostrom & Heinen, 1977). 본 연구는 라이브 커머스의 기술적 시스템을 분석하기 위해 IT 행동유도성의 개념을 도입하였다. 온라인 소셜 커머스상의 IT 행동유도성은 기술적 대상을 통해 판매자와 소비자에게 제공된 구매 지향적인 행동의 가능성으로 정의된다(Dong et al., 2016). 본 연구는 라이브 커머스의 기술적 측면에 초점을 맞춰 IT 행동유도성을 살펴본 선행연구(Sun et al., 2019)를 바탕으로 가시성 행동유도성, 메타보이스 행동유도성, 사회적 연결 행동유도성을 기술적 시스템의 요인으로 채택하였다. 가시성 행동유도성(visibility affordance)은 소비자에게 상품을 시각적으로 시연할 수 있는 가능성을 의미한다(Dong et al., 2016). 라이브 커머스의 경우 방송 진행자는 라이브 방송을 통해 시청자들에게 상품의 사용 방법을 설명하고 상품을 보다 자세히 보여줄 수 있으므로 가시성 행동유도성이 확보된 플랫폼으로 간주할 수 있다(Lu et al., 2018; Wongkitrungrueng & Assarut, 2018). 메타보이스 행동유도성(metavoicing affordance)은 소비자가 상품 관련 컨텐츠와 판매자에게 응답할 수 있는 가능성으로 정의된다(Dong & Wang, 2018; Dong et al., 2016; Sun et al., 2019). 이는 라이브 커머스의 환경에서 상품에 대해 문의가 있는 소비자가 채팅 기능 혹은 게시판을 통해 라이브 방송 진행자에게 직접적으로 질문을 하고 이에 대해 방송 진행자가 대답하는 과정을 통해 수행이 되는 것을 확인할 수 있다(Fang et al., 2018; Hamilton et al., 2014; Hu et al., 2017). 마지막으로 사회적 연결 행동유도성(social connecting afford-ance)은 판매자와 소비자 간의 새로운 연결이 쉽고 빠르게 수행될 수 있는 가능성을 의미한다(Dong & Wang, 2018). 이러한 사회적 연결은 라이브 커머스 상황에서 소비자가 작성한 채팅 혹은 ‘좋아요’ 기능 등의 반응에 대해 라이브 방송 진행자가 응답하며 의사소통하는 과정을 통해 이뤄진다.

2.2. 애착과 라이브 커머스

애착이란 특정한 대상에 대한 개인의 감정적 유대 관계의 강도를 의미한다(Thomson, 2006). 개인이 강한 애착을 갖게 되면, 이를 통해 형성된 감정적 유대 관계는 대상에 대한 생각, 감정과 행동에 반영되어 표현된다(Mugge et al., 2010). 이는 대상과의 물리적 근접성을 유지하려는 욕구와 인지적/재정적 투자를 하려는 의지와 같이 강한 동기부여 및 행동적 결과로 이어진다(Aron et al., 2004; Feeney & Noller, 1996; Park et al., 2010a). 따라서 특정한 대상에 대해 강한 애착을 갖는 사람은 대상에게 헌신적으로 행동하며 대상과의 상호 작용을 유지하기 위해 노력할 것이다(Fedorikhin et al., 2008). 마케팅 연구 분야에서 애착의 개념은 브랜드와 소비자 간의 관계에서 나타나는 감정적 애착(Wan et al., 2017)인 브랜드 애착(brand attachment)으로써 소비자 개인과 브랜드가 연결된 강도를 의미하며 소비자의 구매 및 재방문 의도를 예측하기 위한 개념으로 활용된다(Japutra et al., 2014). 이에 본 연구는 라이브 커머스를 이용하는 소비자의 행동 의도를 연구하기 위해 애착을 중점적으로 살펴보았으며, 애착을 크게 라이브 방송 진행자에 대한 감정적 애착과 라이브 커머스에 대한 기능적 의존으로 분류하였다.

마케팅 분야에서 소비자가 느끼는 애착은 소유에 대한 애착(attachment to possessions)(Dwayne Ball & Tasaki, 1992), 장소 애착(place attachment)(Yuksel et al., 2010), 제품 애착(product attachment)(Thomson, 2006), 브랜드 애착(brand attachment)(Park et al., 2010a) 및 유명 인사 애착(celebrity attachment)(Wong & Lai, 2015)와 같이 그 대상이 다양하게 존재한다. 라이브 커머스의 경우 유명한 인플루언서(influencer)나 연예인 뿐만 아니라 인지도가 낮은 일반인 역시 라이브 방송 진행자로서 출연할 수 있다는 특징을 갖는다. 따라서 라이브 방송 진행자에 대한 감정적 애착의 개념은 유명 인사 애착에 그치지 않고 라이브 방송 진행자를 하나의 브랜드로써 여겨 브랜드 애착 및 포괄적인 애착의 개념을 포함해야 한다. 따라서 본 연구는 라이브 방송 진행자에 대한 감정적 애착을 라이브 방송 진행자에 대한 개인의 감정적 유대 관계의 강도로 정의하였다(Wan et al., 2017). 조직 행동에 대한 선행 연구(Carlson et al., 2008; Tuškej et al., 2013; Warrington & Shim, 2000)에 따르면, 개인이 갖는 자아 이미지와 조직의 이미지가 겹치는 부분이 많다고 지각할수록 개인은 조직에 대해 더 관심을 갖게 되며 심리적인 애착을 형성하게 된다. 이러한 동일시를 통해 자신과 연관성이 높고 자신의 성격을 보여줄 수 있는 대상일수록 보다 강한 감정적 애착이 형성된다(Belk, 1988; Wallendorf & Arnould, 1988). 또한 개인은 과거의 자아와 현재의 자아, 그리고 미래의 자아를 상징적으로 대표할 수 있는 대상에 대하여 감정적인 애착을 가지게 되며(Markus & Nurius, 1986) 이는 대상과의 상호 작용 과정에서 자아의 표현을 통해 수행된다(Dwayne Ball & Tasaki, 1992). 더불어 소비자 행동 연구 분야에서 브랜드에 대한 감정적 애착은 상품 혹은 서비스에 대한 신뢰성을 기반으로 형성된다(Dwayne Ball & Tasaki, 1992). 이는 라이브 커머스의 상황에 적용했을 때 라이브 방송 진행자가 전달하는 정보에서 신뢰성을 지각할 경우 라이브 방송 진행자라는 대상에 대한 애착으로 이어질 수 있음을 의미한다. 이를 통해 본 연구는 다음과 같이 가설을 설정하였다.

H1. 라이브 커머스의 사회적 시스템 (a. 동일시 b. 상호 작용 c. 정보 가치)은 라이브 방송 진행자에 대한 감정적 애착과정(+)적으로 유의한 관계를 갖는다.

사용자가 느끼는 애착으로써의 기능적 의존은 업무를 수행하는 데 있어서 대상 간의 상호 의존을 조사하기 위해 사용된 개념이다(Morris & Steers, 1980). 상호 의존 이론(interdependence theory)에 따르면, 이러한 의존은 대상 간의 관계가 추후 어떻게 발전될지를 결정하는 중요한 요인으로 작용한다(Kelley & Thibaut, 1978). 소셜 미디어의 경우 소셜 미디어에 대한 의존이 높을수록 소셜 미디어를 사용하여 필수적으로 요구되지 않는 추가적인 업무를 수행하거나 더 많은 시간을 소셜 미디어 상에서 보내는 것과 같은 행동을 통해 결과적으로 소셜 미디어에 이득을 주는 태도로 나타날 것이다(Johnson & Rapp, 2010). 기능적 의존과 유사한 개념의 도구적 유대는 소셜 네트워크 유대의 한 종류로써 업무를 수행하기 위해 필요한 정보와 전문 지식 및 자원을 탐색하고 교환하는 과정에서 형성되는 유대를 의미한다(Lin, 2007; Zhong et al., 2012). 도구적 유대는 구성원으로 하여금 다양한 정보에 효율적이고 효과적으로 접근할 수 있도록 유도한다(Burt, 2004; Wu, 2013). 본 연구는 이러한 도구적 유대의 개념을 함께 포괄하여 라이브 커머스에 대한 기능적 의존이 라이브 커머스의 기술적 시스템 및 IT 행동유도성과 갖는 관계를 살펴보고자 하였다. 선행 연구(Leonardi, 2014; Leonardi, 2015; Leonardi et al., 2013)에 따르면 기업 내부 소셜 미디어인 ESM(Enterprise social media)의 가시성은 사용자가 필요로 하는 정보에 대해 시각적인 자료를 제공하여 목표 행위에 대해 보다 쉽게 이해할 수 있도록 유도하며 이러한 가시성 행동유도성은 정확한 정보의 제공을 통해 도구적 유대를 강화시킨다(Chen et al., 2020). 도구적 유대를 강화하는 또 다른 요인으로는 사용자들이 지각하는 연계(association)가 있으며 이는 크게 두 가지로 분류할 수 있다(Treem & Leonardi, 2012). 첫 번째로 개인과 컨텐츠 간의 연계로, 이는 라이브 커머스 상의 메타보이스 행동유도성과 연관하여 이해할 수 있다. 라이브 커머스의 상황에서 소비자는 상품에 대한 문의 사항을 채팅으로 남기고 이에 대해 라이브 방송 진행자가 응답하는 과정을 통해 상품 및 라이브 방송 컨텐츠와 자신이 연계되어 있음을 확인할 수 있다(Fang et al., 2018). 두 번째는 두 명 이상의 사람 간의 연계로, 라이브 커머스에서 라이브 방송 진행자와의 실시간으로 소통하며 라이브 방송 진행자와 소비자 간의 연결을 지각하는 사회적 연결 행동유도성의 개념으로 해석할 수 있다. 이와 같이 컨텐츠 및 다른 구성원들과의 연계는 소셜 미디어 사용자에게 목표 행위를 효율적으로 수행할 수 있도록 하여 도구적 유대를 높인다(Ellison et al., 2014). 이는 라이브 커머스의 상황에서 소비자가 메타보이스 및 사회적 연결 행동유도성을 통해 보다 효과적으로 상품에 대한 정보 탐색 및 구매 행동을 하여 라이브 커머스에 대한 기능적 의존이 높아질 것으로 예상할 수 있다. 따라서 본 연구는 다음의 가설을 설정하였다.

H2. 라이브 커머스의 기술적 시스템(a. 가시성 행동유도성 b. 메타보이스 행동유도성 c. 사회적 연결 행동유도성)은 라이브 커머스에 대한 기능적 의존과 정(+)적으로 유의한 관계를 갖는다.

2.3. 지속 시청 의도

정보 시스템 분야에서 지속 사용 의도(continuance intention)란 사용자가 특정 온라인 서비스의 사용을 지속하고자 하는 의도를 말한다. 특정 정보 시스템을 최초로 경험한 사용자가 이후에도 이를 지속적으로 사용할 때 해당 정보 시스템은 효과를 발휘할 수 있다(Bhattacherjee, 2001). 따라서 사용자의 지속 사용 의도는 정보 시스템의 성공을 평가할 수 있는 중요한 지표이다(Ma, 2015). 이를 바탕으로 정보 시스템을 이용하여 영상 컨텐츠를 지속적으로 시청하고자 하는 의도에 대한 선행 연구(Park et al., 2010b; Hong et al., 2020)가 진행되었으며, 라이브 스트리밍 방송 관련 분야에서도 지속 시청 의도에 대한 선행 연구(Hou et al., 2019; Hu et al., 2017)를 찾아볼 수 있다. 이에 본 연구는 라이브 커머스에서 소비자의 지속 시청 의도에 대해 라이브 커머스 방송의 시청을 지속하고자 하는 의도로 정의하였다. 라이브 스트리밍 방송에서 어떻게 하면 지속적으로 시청자들의 관심을 끌고 가치를 창출할 수 있을지에 대한 고민은 라이브 스트리밍 산업이 현실적으로 갖고 있는 문제이다(Hou et al., 2019). 따라서 라이브 스트리밍 및 라이브 커머스 분야의 실무적 문제에 대해 본 연구는 지속 시청 의도를 중심으로 라이브 커머스를 이용하는 소비자의 행동 의도를 살펴보고자 한다.

애착 이론에 따르면, 대상에 대해 강한 애착을 갖는 사람일수록 높은 만족감을 느끼며(Mcadams & Bryant, 1987) 이와 같이 지속된 애착을 표현하고자 하는 욕구를 느끼게 된다(Reis & Patrick, 1996). 따라서 본 연구는 소비자가 라이브 방송 진행자와 라이브 플랫폼에 대한 애착의 표현으로 지속적으로 라이브 커머스를 시청하고자 할 것으로 예상하였다. 선행 연구(Bagozzi et al., 1999; Kowalczyk & Pounders, 2016)에 따르면 대상에 대한 애착은 소비자의 동기, 판단 및 구매 의도에 영향을 미치며 이는 소셜 미디어 상황에서도 적용된다. 기존의 전통 셀러브리티와 비교하여 소셜 미디어 상의 디지털 셀러브리티는 판매하고자 하는 제품과 더불어 그들의 삶에 대해 보다 개인적인 생각을 공유하는 경향이 있다. 이는 소비자로 하여금 친근하고 가까운 인상을 주며 그들이 제공하는 정보가 진실된 것으로 느끼도록 한다. 또한 소셜 미디어를 통한 상호 작용을 통해 소비자는 디지털 셀러브리티와의 심리적 친밀감을 느끼고 디지털 셀러브리티에 대한 애착을 형성하게 된다(Golbeck, 2016). 이와 같이 휴먼 브랜드가 관계 욕구를 충족시킬 때, 소비자는 대상에 대해 더 강하게 애착을 느끼게 된다(Thomson, 2006). 또한 Folkvord et al.(2019)은 소셜 미디어 중 유튜브(YouTube)에 영상 컨텐츠를 제작하여 올리는 브이로거(vlogger)에 대해 사용자가 갖는 애착의 정도가 높을수록 해당 브이로거의 영상을 시청하는 데에 더 오랜 시간을 투자하는 것을 확인하였다. 뿐만 아니라 애착의 대상은 라이브 방송 진행자와 같은 개인만이 아닌 특정한 제품 혹은 서비스까지도 확장할 수 있다. 선행연구에 따르면 특정한 제품 및 서비스에 대한 애착은 제품에 대한 지속 사용 의도에 긍정적인 영향을 미쳤으며(Kim et al., 2010) 이러한 애착은 사용자가 지각한 만족과 지속 사용 의도 간의 관계를 매개하였다(Lee & Park, 2012). 더불어 Kwon(2015)은 모바일 기기 사용자가 지각한 외부적 동기와 내부적 동기가 모바일 기기에 대한 애착을 매개로 하여 지속 사용 의도에 긍정적인 영향을 미치는 것을 확인하였다. 이때 외부적 동기란 목표를 수행하기 위해 특정 시스템이 얼마나 유용하게 활용될 수 있는지에 대한 사용자의 지각의 정도로(Deci & Ryan, 1985), 이는 사회-기술 시스템에서 지정된 결과를 생산하기 위한 과정, 업무 및 기술을 의미하는(Bostrom & Heinen, 1977) 기술적 시스템의 관점으로 이해할 수 있다. 따라서 다음과 같이 가설을 설정하였다.

H3. 라이브 방송 진행자에 대한 감정적 애착은 지속 시청 의도와 정(+)적으로 유의한 관계를 갖는다.

H4. 라이브 커머스에 대한 기능적 의존은 지속 시청 의도와 정(+)적으로 유의한 관계를 갖는다.

2.4. 구매 의도

구매 의도란 소비자가 판매자로부터 상품 혹은 서비스를 구매하고자 하는 의도이다(Ajzen, 1991). 본 연구는 선행 연구(Lu et al., 2016; Sun et al., 2019)를 바탕으로 구매 의도를 소비자가 라이브 커머스를 통하여 상품 혹은 서비스를 구매하고자 하는 의도로 정의하였다. 선행 연구(Jarboe & McDaniel, 1987)에 따르면 소비자들이 특정 브랜드의 오프라인 매장에서 보내는 시간의 정도는 해당 매장에서 구매하는 제품의 양에 영향을 미친다. 이는 비단 오프라인 상황에서만 적용되는 것이 아니며 e-커머스 상황에서 웹사이트에 대한 유용성을 기반으로 형성된 사용 행동(use behavior)은 웹사이트에서 제공하는 제품의 구매 행동에 영향을 미쳤다(Venkatesh & Agarwal, 2006). 사용자가 웹사이트에서 보내는 시간이 길수록 제품을 사고자 하는 확률이 높아지는 것 역시 확인되었다(Rosen, 2001). 이를 기반으로 Mäntymäki and Salo(2011)는 소셜 가상 세계에 대한 사용자의 지속 사용 의도와 구매 의도 간의 관계를 살펴보았으며, 무료로 서비스를 이용할 수 있는 소셜 가상 세계에 대한 지속 사용 의도가 실제 금전을 사용하여 가상 아이템을 구매하고자 하는 의도에 긍정적인 영향을 미친다는 것을 확인하였다. 이는 시스템에 대한 지속적인 사용을 통해 판매자와 소비자 간 관계가 발전된 이후에 구매 행동이 이어진다는 것을 알 수 있다(Mäntymäki & Salo, 2011). 라이브 커머스 상황에서 시청자들은 따로 요금을 지불하지 않고도 라이브 방송을 시청할 수 있다는 점을 고려하여 본 연구는 다음과 같은 가설을 예상하였다.

H5. 라이브 커머스에 대한 지속 시청 의도는 구매 의도와 정(+)적으로 유의한 관계를 갖는다.

3. 연구방법 및 절차

3.1. 측정도구

본 연구는 라이브 커머스의 특성이 소비자의 애착을 거쳐 행동 의도에 미치는 영향에 대해 사회-기술 시스템론적 관점을 중심으로 살펴보기 위해 다음과 같은 연구모형을 설계하였다(Fig. 1). 연구를 위한 설문지는 앞서 살펴본 선행연구를 기반으로 본 연구에 맞게 수정 보완하였다. 라이브 커머스의 사회적 시스템은 Wan et al.(2017)의 연구로부터 인용하여 동일시 4문항, 상호 작용 3문항, 정보 가치 3문항으로 구성하였으며, 기술적 시스템은 Sun et al.(2019)의 연구로부터 인용하여 가시성 행동유도성 4문항, 메타보이스 행동유도성 5문항, 그리고 Dong and Wang(2018)의 연구로부터 인용하여 사회적 연결 행동유도성 4문항으로 구성하였다. 애착은 Wan et al.(2017)의 척도를 본 연구에 맞게 수정 보완하여 라이브 방송 진행자에 대한 감정적 애착 3문항, 라이브 커머스에 대한 기능적 의존 3문항으로 구성하였다. 지속 시청 의도는 Hou et al.(2019)의 척도로부터 3문항, 구매 의도는 Sun et al.(2019)의 척도로부터 3문항을 본 연구에 맞게 수정 보완하여 측정하였다. 각 문항은 모두 단일 문항으로 7점 리커트(1 = 전혀 그렇지 않다, 7 = 매우 그렇다) 척도로 측정하였다.

Fig. 1.

Research model.

4.2. 자료수집 및 분석

본 연구에 활용된 자료는 한국소비자학회의 지원을 받아 설문조사업체 인바이트(www.invight.co.kr)에서 수집하였다. 본 연구는 라이브 커머스가 소비자의 애착 및 행동 의도에 미치는 영향을 실증적으로 규명하기 위해 스마트폰을 이용하여 상품의 검색 및 구매를 할 수 있는 만 20-39세의 일반 소비자를 대상으로 온라인 설문조사를 진행하였다. 설문에 앞서 응답자에게 라이브 커머스에 대한 정의를 제시한 후 라이브 커머스 플랫폼 ‘스쉐라이브’에서 실제로 방영되었던 라이브 방송의 편집본을 시청하여 라이브 커머스를 간접적으로 경험하도록 한 뒤 설문에 응답하도록 하였다. 설문 시작 전 영상에 대한 불성실한 시청을 최소화하기 위해 영상을 최소 3분 이상 시청해야 다음 페이지로 넘어갈 수 있도록 설정하였다. 최종적으로 수집된 300부의 응답 중 설문에 앞서 제시된 라이브 커머스 영상을 제대로 시청했는지에 대해 “영상을 끝까지 시청하셨습니까?”와 “시청하신 영상에서 소개한 상품의 제품군은 무엇입니까?”의 식별 질문(screening question)을 통해 확인하여 26부의 응답을 제외하고 총 274부의 유효 표본을 최종 분석에 사용하였다. 본 연구는 수집된 표본을 바탕으로 가설 검증을 위해 SPSS Statistics 25.0을 이용하여 인구통계학적 분석, 탐색적 요인분석 및 신뢰도 분석, 공선성 진단을 실시하였다. 또한 AMOS 23.0을 이용하여 확인적 요인분석과 구조방정식 모형 분석을 실시하였다.

5. 연구 결과

5.1. 연구대상의 일반적 특성

표본의 성별은 여성 168명(61.3%), 남성 106명(38.7%)으로 여성의 비율이 더 높았으며 표본의 연령대는 20대 137명(50%), 30대 137명(50%)으로 나타났다. 표본의 최종학력은 대학교 졸업(재학)이 196명(71.5%)으로 가장 많았으며, 표본의 월평균 소득은 200만원 이상~299만원이 95명(34.7%)으로 가장 많았다. 월평균 의류제품 구입비는 10만원 이상~19만원이 94명(34.3%)으로 가장 많았다.

5.2. 라이브 커머스 이용 현황

응답자들의 라이브 커머스에 대한 인지도를 묻는 문항에 187명(68.2%)이 알고 있다고 응답했으며 87명(31.8%)이 모른다고 응답하였다. 라이브 커머스 이용 경험에 대하여 64명(23.4%)이 경험이 있다고 응답하였으며 210명(76.6%)이 없다고 응답하였다. 라이브 커머스 이용 경험이 있는 응답자에 한하여 가장 최근에 이용한 라이브 커머스가 어떤 제품군에 대한 방송이었는지에 대해 질문한 결과 식품이 19명(6.9%)으로 가장 많았으며 패션 18명(6.6%), 뷰티 16명(5.8%), 생활용품 7명(2.6%), 기타 3명(1.1%), 전자제품 1명(0.4%)으로 나타났다. 라이브 커머스에서 제품을 구매한 경험에 대해 41명(15%)이 경험이 있고 233명(85%)이 없다고 응답하였다. 구매 경험이 있는 응답자에 한하여 가장 최근에 구매한 제품군을 묻는 질문에 대해 식품 14명(5.1%), 패션 11명(4.0%), 뷰티 10명(3.6%), 기타 3명(1.1%), 생활용품 2명(0.7%), 전자제품 1명(0.4%) 순으로 나타났다.

5.3. 측정 항목의 평가

본 연구는 가설 검증에 앞서 측정한 변수들의 요인 및 신뢰도 분석을 실시하였다. SPSS Statistics 25.0을 활용한 탐색적 요인분석(Explanatory Factor Analysis; EFA)을 통하여 요인을 추출한 후 베리맥스(Varimax) 회전 방식으로 요인 부하량을 구했으며 이 과정에서 요인 부하량이 0.5 이하인 문항 2개를 삭제하였다. 최종적으로 사회적 시스템 3요인, 기술적 시스템 3요인, 애착 2요인이 추출되었으며 요인 부하량이 모두 0.6 이상으로 타당성을 확보하였다(Hair et al., 2010). 지속 시청 의도와 구매 의도 역시 모든 문항의 요인 부하량이 0.7 이상으로 나타났다. 신뢰도 검증을 위해 Cronbach’s α값을 살펴본 결과 모든 변수가 0.7 이상의 값을 보여 높은 신뢰도를 가지는 것을 확인하였다(Hair et al., 2010).

측정 항목의 수렴 타당도를 검증하기 위해 AMOS 23.0을 활용하여 확인적 요인분석(Confirmatory Factor Analysis; CFA)을 실시하였다. 측정 모형의 적합도 지수(Fit index)를 향상시키기 위해 표준화 계수와 수정지수(Modification Indices)를 검토한 후 타당도를 저해하는 항목인 사회적 시스템의 동일성 2문항, 기술적 시스템의 가시성 행동유도성 1문항, 메타보이스 행동유도성 1문항을 삭제하였다. 최종 측정모형의 적합도 지수(Model Fit)는 χ²(325) = 611.76(p < .001), GFI(Goodness of Fit Index) = .87, AGFI(Adjusted Goodness of Fit Index) = .82, NFI(Normed Fit Index) = .93, TLI(Tucker Lewi Index) = .96, IFI(Incremental Fit Index) = .96, CFI(Comparative Fit Index) = .96, RMESEA(Root Mean Square Error of Approximation) = .06으로 확인되었다. 이를 통해 본 연구의 측정모형 적합도가 검증 기준에 부합하다는 것을 확인하였다(Lee & Lim, 2017).

측정항목의 표준화 계수는 모두 .75 이상으로 확인되었고 대부분 .80 이상으로 나타났으며 C.R.값 또한 p < .001으로 유의한 것으로 나타났다. 최종 측정 모형에 대한 확인적 요인분석 결과는 다음의 Table 1과 같다.

Table 1.

Results from CFA of the finalized measurement model

본 연구의 판별 타당성 검증을 위해 잠재변수 간의 상관관계와 평균 분산 추출값(Average Variance Extracted; AVE)을 산출하여 비교하였다(Table 2). 검증 결과 모든 요인의 AVE값이 .50 이상으로 나타나 높은 설명력을 가졌고 두 변수 간의 상관계수의 제곱보다 높아 판별 타당성이 있는 것으로 판단하였다(Lee & Lim, 2017).

Table 2.

Correlations and AVEs of latent constructs

또한 독립 변수인 사회적 시스템과 기술적 시스템의 공선성을 진단하기 위해 공차한계(tolerance)와 VIF(Variance inflation factor)값을 살펴본 결과 Table 3과 같다. 모든 변수의 공차한계가 0.1 이상이었으며 VIF값이 10 미만인 것을 확인하여 다중 공선성 문제가 없는 것으로 판단하였다(Lee & Lim, 2017).

Table 3.

Tolerances and VIFs of independent variables

5.4. 가설 검증

본 연구의 가설 검증을 위해 구조방정식 모형(Structural Equation Modeling; SEM) 검정을 실시하였다. 구조방정식 모형의 적합도를 판단하기 위해 모형적합도 지수를 확인한 결과 χ²(346) = 741. 17(p < .001), NFI = .91, TLI = .94, CFI = .95, RMESEA = .06으로 확인되어 가설 검증에 적합한 수준으로 판단하였다. 최종 구조방정식 모형의 가설 검정 결과는 Fig. 2와 같다. 가설 1을 검증한 결과, 동일시(β = .51, C.R. = 6.40, p < .001)와 상호 작용(β = .20, C.R. = 2.03, p < .05)은 라이브 방송 진행자에 대한 감정적 애착에 긍정적인 영향이 있는 것을 확인하여 가설 1a와 가설 1b는 채택되었다. 그러나 정보 가치는 라이브 방송 진행자에 대 한 감정적 애착에 유의한 영향을 미치지 않는 것으로 나타나 가설 1c는 기각되었다. 다음으로 가설 2를 검증한 결과, 가시성 행동유도성(β = .48, C.R. = 5.85, p < .001)은 라이브 커머스에 대한 기능적 의존에 긍정적인 영향을 미치는 것으로 나타나 가설 2a는 채택되었다. 메타보이스 행동유도성은 라이브 커머스에 대한 기능적 의존에 유의한 영향을 미치지 않는 것으로 나타나 가설 2b는 기각되었다. 마지막으로 사회적 연결 행동유도성(β = .86, C.R. = 5.74, p < .001)은 라이브 커머스에 대한 기능적 의존에 긍정적인 영향이 있는 것으로 확인되어 가설 2c는 채택되었다. 다음으로 가설 3과 가설 4를 살펴본 결과, 라이브 방송 진행자에 대한 감정적 애착(β = .50, C.R. = 10.47, p < .001)과 라이브 커머스에 대한 기능적 의존(β = .61, C.R. = 11.69, p < .001)은 지속 시청 의도와 정(+)적으로 유의한 관계를 갖는 것으로 나타나 가설 3, 4는 채택되었다. 마지막으로 지속 시청 의도와 구매 의도 간의 영향 관계를 살펴본 결과, 지속 시청 의도(β = .76, C.R. = 15.84, p < .001)가 구매 의도에 긍정적인 영향을 미치는 것으로 나타나 가설 5는 채택되었다. 연구 결과는 Table 4와 같다.

Fig. 2.

Hypothesis testing results of SEM.

Table 4.

Hypothesis testing results of measurement model

이어서 간접효과의 유의성을 검증하기 위해 반복 횟수 5,000번 95% 신뢰구간에서 부트스트래핑(bootstrapping)을 실시하였다. 분석 결과 라이브 커머스의 사회적 시스템 중 동일시는 라이브 방송 진행자에 대한 감정적 애착과 지속 시청 의도(β = .25, p < .01)를 거쳐 구매 의도(β = .19, p < .01)에 긍정적인 영향을 미쳤다. 라이브 커머스의 기술적 시스템 중 가시성 행동유도성은 라이브 커머스에 대한 기능적 의존과 지속 시청 의도(β = .29, p < .001)를 통하여 구매 의도(β = .22, p < .001)에 간접효과가 있는 것을 확인하였다. 기술적 시스템의 사회적 연결 행동유도성 역시 지속 시청 의도(β = .52, p < .001)와 구매의도(β = .40, p < .001)에 미치는 간접적 영향이 유의한 것으로 나타났다. 라이브 방송 진행자에 대한 감정적 애착(β = .38, p < .001)과 라이브 커머스에 대한 기능적 의존(β = .46, p < .001)은 모두 지속 시청 의도를 통하여 구매 의도에 긍정적인 영향을 미쳤다.

6. 결론 및 제언

본 연구는 라이브 커머스의 사회적 시스템과 기술적 시스템이 소비자의 애착 및 행동 의도에 미치는 영향에 대해 살펴보았다. 소비자의 애착은 라이브 방송 진행자에 대한 감정적 애착과 라이브 커머스에 대한 기능적 의존으로 분류하였으며, 행동 의도 중에서는 지속 시청 의도와 구매 의도를 채택하였다. 또한 애착이 지속 시청 의도에 미치는 영향에 대하여 살펴보고자 하였다. 이를 통해 소비자에게 보다 효과적인 라이브 커머스를 제공하기 위해 필요한 요인을 구체화하고 라이브 커머스 관련 연구 영역을 확장하고자 하였다. 자료 수집은 20-30대 일반 소비자를 대상으로 온라인 설문조사를 통해 진행하였다.

연구결과에 대한 요약 및 논의는 다음과 같다. 첫째, 라이브 커머스의 사회적 시스템 중 동일시와 상호 작용이 라이브 방송 진행자에 대한 감정적 애착에 긍정적인 영향을 미치는 것으로 나타났다. 사회적 시스템의 정보 가치는 라이브 방송 진행자에 대한 감정적 애착에 유의한 영향을 미치지 않는 것을 확인하였다. 이를 통해 라이브 커머스에서는 시청하는 소비자가 방송 진행자와 소비자 자신과의 유사성 및 공통적 특성을 지각하여 형성되는 동일시를 통해 진행자에 대한 애착이 높아지게 되며, 방송진행자와의 상호 의사소통이 활발히 이루어진다고 느낄수록 진행자에 대한 감정적 애착을 높게 지각하는 것을 알 수 있었다. 반면 정보 가치가 진행자에 대한 감정적 애착 형성에 효과적이지 않은 것으로 나타난 결과에 대해서는 방송 진행자 및 상품의 유형에서 그 원인을 예상할 수 있다. 본 연구에 활용된 라이브 영상에서의 방송 진행자는 인플루언서였으며 판매하는 상품 역시 일상제품인 의류 상품이었으므로 소비자가 기대하는 전문성의 기준이 비교적 낮았을 것이다. 따라서 추후에는 보다 다양한 유형의 방송 진행자와 상품군을 포함한 연구가 진행되어야 할 것이다. 둘째, 라이브 커머스의 기술적 시스템 중 가시성 행동유도성과 사회적 연결 행동유도성은 라이브 커머스에 대한 기능적 의존에 긍정적인 영향을 미쳤으나, 메타보이스 행동유도성은 유의한 영향을 미치지 않는 것을 확인하였다. 이를 통해 라이브로 진행되는 상황에서 소비자들이 라이브 커머스 플랫폼을 통해 상품에 대한 시각적으로 정확한 정보를 제공받으며, 방송 진행자와의 의사소통 및 구매를 통해 친구와 같은 연결 관계가 형성되었다고 인지할수록 라이브 커머스 플랫폼에 대한 애착, 즉 기능적 의존이 커진다는 것을 알 수 있다. 그러나 라이브 방송 및 상품에 대한 소비자의 응답 가능성과 기능적 의존 간에는 긍정적인 상관관계가 없는 것으로 나타났다. 이는 라이브 방송의 특성상 상대적으로 짧은 시간동안 진행되기 때문에 소비자가 상품을 평가하고 의견을 공유하기에 시간이 부족하다고 느꼈을 수 있다. 따라서 방송 시간내에 소비자가 상품을 평가하고 의견을 전달할 수 있도록 효율적인 시간 배분과 더불어 방송이 끝난 이후에도 채팅 혹은 게시판을 통해 상품에 대한 문의사항을 남길 수 있는 기능이 보완되어야 할 것이다. 셋째, 라이브 방송 진행자에 대한 감정적 애착과 라이브 커머스에 대한 기능적 의존이 모두 지속 시청 의도에 긍정적인 영향을 미친다는 것을 확인하였다. 이는 다시 말해 라이브 커머스를 이용하는 소비자가 라이브 방송 진행자에 대해 감정적인 유대 관계를 지각하고 라이브 커머스 플랫폼의 기능에 대해 의존하는 정도가 높을수록 라이브 커머스 방송을 지속적으로 시청하고자 한다는 것을 뜻한다. 넷째, 라이브 커머스에 대한 지속 시청 의도가 구매 의도에 미치는 효과를 검증한 결과 지속 시청 의도가 구매 의도에 긍정적인 영향을 미친다는 것을 확인하였다. 이러한 결과는 e-커머스 상황에서 웹사이트 및 소셜 가상 세계에 대한 사용자의 지속 사용 의도가 구매 의도에 긍정적인 영향을 미친다는 것을 확인한 선행 연구(Mänty-mäki & Salo, 2011)와 연관하여 지속 사용 의도 및 지속 시청 의도와 구매 의도 간의 관계가 라이브 커머스에도 적용될 수 있음을 시사한다.

본 연구가 갖는 학술적 의의는 다음과 같다. 첫째, 본 연구는 사회-기술 시스템론적 관점을 라이브 커머스 관련 연구 분야로 확장하여 라이브 커머스의 양 측면이 모두 소비자에게 유의미한 영향을 미친다는 것을 확인하였다. 둘째, 라이브 커머스 상에서 형성되는 소비자의 애착에 대해 대상을 라이브 방송 진행자와 라이브 커머스 플랫폼으로 분류하여 구체화하였으며, 소비자의 행동 의도를 높이기 위해 애착이 중요한 역할을 한다는 것을 확인하였다는 점에서 의의가 있다. 셋째, 라이브 커머스에 대한 지속 시청 의도가 구매 의도에 미치는 긍정적인 영향을 검증함으로써 라이브 커머스 연구 분야에서 지속 시청 의도를 관찰할 필요성을 강조하였다.

본 연구의 결과를 통해 제시할 수 있는 실무적 시사점은 다음과 같다. 첫째, 라이브 커머스의 특징을 통해 라이브 커머스에 대한 소비자의 애착을 형성하는 것이 이후 소비자의 행동에 영향을 미치며 이를 위한 마케팅 전략의 지표로써 본 연구의 결과를 활용할 수 있을 것이다. 구체적으로 기업은 주요 고객층과 유사한 특징을 가진 방송 진행자를 선정하고 라이브 방송 진행자 역시 본인과 소비자가 비슷한 점이 많다는 점을 강조할 수 있도록 시청자의 성향을 사전에 파악해야 한다. 또한 라이브 방송 진행자는 소비자와의 의사 소통이 원활히 이루어질 수 있도록 시청자들의 채팅 내용을 자주 확인하고 응답해야 할 것이다. 라이브 커머스 플랫폼에서는 라이브 상황에서 판매자와 쉽고 빠르게 연결될 수 있는 기술이 뒷받침되어야 하며 소비자가 상품에 대해 보다 자세하게 관찰하고 특징을 볼 수 있도록 다양한 시각적 자료를 제공하는 것이 중요할 것이다. 둘째, 라이브 방송 진행자에 대한 애착과 라이브 커머스에 대한 기능적 의존은 모두 지속 시청 의도에 유의미한 영향을 미치는 요인이므로 이를 형성하기 위한 인프라가 구축되어야 할 것이다. 기업은 인지도와 같은 단편적인 요인이 아닌 소비자의 수요를 반영하여 컨텐츠를 구성할 수 있는 능력을 고려하여 라이브 방송 진행자를 선정해야 할 것이다. 또한 기업은 라이브 커머스를 통해 소비자에게 보다 고화질의 영상을 끊김 없이 실시간으로 제공할 수 있도록 충분한 기술적 자원을 갖춰야 할 것이다. 더불어 라이브 방송 중 문제가 발생했을 경우 즉시 해결할 수 있도록 상시 준비할 필요가 있으며 플랫폼의 툴에 대한 점검 역시 정기적으로 이루어져야 한다. 셋째, 소비자의 라이브 커머스 시청이 일회성으로 그치지 않도록 반응이 좋았던 방송 진행자 혹은 컨텐츠를 연속적으로 활용하거나 지난 라이브 방송을 시청한 소비자에게 쿠폰 및 할인 혜택을 제공하는 마케팅 전략을 통해 소비자가 해당 기업의 라이브 커머스를 이후에도 챙겨볼 수 있도록 유도해야 할 것이다.

본 연구의 한계점 및 후속 연구에 대한 제언은 다음과 같다. 첫째, 본 연구는 실제 방송되었던 라이브 커머스의 편집본 영상을 활용하였으며 이는 라이브 커머스에 대한 간접 경험을 가능하게 하였지만 실제로 라이브 커머스를 시청하는 것과는 분명히 차이가 존재했을 것이다. 따라서 후속 연구에서는 실제로 진행되는 라이브 커머스 방송을 시청하도록 조작하는 실험 연구를 채택하거나 과거에 라이브 커머스를 시청한 경험이 있는 응답자만을 대상으로 설문조사를 진행할 필요가 있다. 둘째, 본 연구의 표본은 20-30대 연령에 90% 이상의 최종학력이 대학교 졸업으로 표본의 다양성이 떨어지며 연구 결과를 다른 소비자층으로 일반화하기 어렵다는 한계가 존재한다. 따라서 향후 연구에서는 다양한 연령과 교육수준에 따라 라이브 커머스의 영향에서 나타나는 차이를 살펴볼 필요가 있다.

References

Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. [https://doi.org/10.1016/0749-5978(91)90020-T]
Aron, A., McLaughlin-Volpe, T., Mashek, D., Lewandowsky, G., Wright, S. C., & Aron, E. N. (2004). Including others in the self. European Review of Social Psychology, 15(1), 101-132. [https://doi.org/10.1080/10463280440000008]
Bagozzi, R. P., Gopinath, M., & Nyer, P. U. (1999). The role of emotions in marketing. Journal of the Academy of Marketing Science, 27(2), 184-206. [https://doi.org/10.1177/0092070399272005]
Belk, R. W. (1988). Possessions and the extended self. Journal of Consumer Research, 15(2), 139-168. [https://doi.org/10.1086/209154]
Bhattacherjee, A. (2001). Understanding information systems continuance - An expectation-confirmation model. MIS Quarterly, 25(3), 351-370. [https://doi.org/10.2307/3250921]
Bostrom, R. P., & Heinen, J. S. (1977). MIS Problems and Failures - A Socio-Technical Perspective. Part I - The Causes. MIS Quarterly, 1(4), 11-28. [https://doi.org/10.2307/249019]
Brown, T. J., Barry, T. E., Dacin, P. A., & Gunst, R. F. (2005). Spreading the word - Investigating antecedents of consumers’ positive word-of-mouth intentions and behaviors in a retailing context. Journal of the Academy of Marketing Science, 33(2), 123-138. [https://doi.org/10.1177/0092070304268417]
Burt, R. S. (2004). Structural holes and good ideas. American Journal of Sociology, 110(2), 349-399. [https://doi.org/10.1086/421787]
Cai, J., & Wohn, D. Y. (2019). Live streaming commerce: uses and gratifications approach to understanding consumers’ motivations. Proceedings of the 52^nd Hawaii International Conference on System Sciences, Hawaii, pp. 2548-2557. [https://doi.org/10.24251/HICSS.2019.307]
Cai, J., Wohn, D. Y., Mittal, A., & Sureshbabu, D. (2018). Utilitarian and hedonic motivations for live streaming shopping. ACM Conference on Interactive Experiences for Television and Online Video (pp. 81-88). New York, United States - Association for Computing Machinery. [https://doi.org/10.1145/3210825.3210837]
Carlson, B. D., Suter, T. A., & Brown, T. J. (2008). Social versus psychological brand community - The role of psychological sense of brand commu-nity. Journal of Business Research, 61(4), 284-291. [https://doi.org/10.1016/j.jbusres.2007.06.022]
Chai, S., & Kim, M. (2012). A socio-technical approach to knowledge contribution behavior - An empirical investigation of social networking sites users. International Journal of Information Management, 32, 118-126. [https://doi.org/10.1016/j.ijinfomgt.2011.07.004]
Chen, A., Lu, Y., & Wang, B. (2017). Customers’ purchase decision-making process in social commerce - A social learning perspective. International Journal of Information Management, 37(6), 627-638. [https://doi.org/10.1016/j.ijinfomgt.2017.05.001]
Chen, X., Wei, S., Davison, R. M., & Rice, R. E. (2020). How do enterprise social media affordances affect social network ties and job performance?. Information Technology & People, 33(1), 361-388. [https://doi.org/10.1108/ITP-11-2017-0408]
Chen, Z., Cenfetelli, R., & Benbasat, I. (2019). The influence of E-commerce live streaming on lifestyle fit uncertainty and online purchase intention of experience products. Proceedings of the 52nd Hawaii International Conference on System Sciences, Hawaii, pp.5081-5090. [https://doi.org/10.24251/HICSS.2019.610]
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. New York, NY: Plenum Press. [https://doi.org/10.1007/978-1-4899-2271-7]
Dong, X., & Wang, T. (2018). Social tie formation in Chinese online social commerce - The role of IT affordances. International Journal of Information Management, 42, 49-64. [https://doi.org/10.1016/j.ijinfomgt.2018.06.002]
Dong, X., Wang, T., & Benbasat, I. (2016). IT affordances in online social commerce - Conceptualization validation and scale development. Proceedings of Twenty-Second Americas Conference on Information Systems (pp. 1-10). San Diego, United States: AIS Electronic Library.
Durkin, M., Mulholland, G., & McCartan, A. (2015). A socio-technical perspective on social media adoption - A case from retail banking. International Journal of Bank Marketing, 33(7), 944-962. [https://doi.org/10.1108/IJBM-01-2015-0014]
Dwayne Ball, A., & Tasaki, L. K. (1992). The role and measurement of attachment in consumer behavior. Journal of Consumer Psychology, 1(2), 155-172. [https://doi.org/10.1016/S1057-7408(08)80055-1]
Ellison, N. B., Gibbs, J. L., & Weber, M. S. (2014). The use of enterprise social network sites for knowledge sharing in distributed organizations - The role of organizational affordances. American Behavior Scientist, 59(1), 103-123. [https://doi.org/10.1177/0002764214540510]
Fang, J., Chen, L., Wen, C., & Prybutok, V. R. (2018). Co-viewing experience in video websites - The effect of social presence on e-loyalty. International Journal of Electronic Commerce, 22(3), 446-476. [https://doi.org/10.1080/10864415.2018.1462929]
Fedorikhin, A., Park, C. W., & Thomson, M. (2008). Beyond fit and attitude - The effect of emotional attachment on consumer responses to brand extensions. Journal of Consumer Psychology, 18(4), 281-291. [https://doi.org/10.1016/j.jcps.2008.09.006]
Feeney, J. A., & Noller, P. (1996). Adult Attachment. California, CA: Sage Publications. [https://doi.org/10.4135/9781452243276]
Folkvord, F., Bevelander, K. E., Rozendaal, E., & Hermans, R. (2019). Children’s bonding with popular YouTube vloggers and their attitudes toward brand and product endorsements in vlogs - An explorative study. Young Consumers, 20(2), 77-90. [https://doi.org/10.1108/YC-12-2018-0896]
Golbeck, J. (2016, July 28). You’re not really friends with that internet celebrity. Psychology Today. Retrieved May, 6, 2020 from https://www.psychologytoday.com/ca/blog/your-online-secrets/201607/youre-not-really-friends-internet-celebrity
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis(7th ed.). London, LD: Pearson Prentice Hall.
Hamilton, W. A., Garretson, O., & Kerne, A. (2014). Streaming on Twitch - Fost-ering participatory communities of play within live mixed media. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 1315-1324). New York, United States: Association for Computing Machinery. [https://doi.org/10.1145/2556288.2557048]
Hong, H., Lee, Y., & Lee, H. E. (2020). A study on the effect of ASMR video viewing motivation on viewing satisfaction and continued viewing intention. Journal of Speech, Media and Communication Research, 19(2), 97-127. [https://doi.org/10.22902/jsmcr.2020.19.2.003]
Hou, F., Guan, Z., Li, B., & Chong, A. Y. L. (2019). Factors influencing people’s continuous watching intention and consumption intention in live streaming - Evidence from China. Internet Research, 30(1), 141-163. [https://doi.org/10.1108/INTR-04-2018-0177]
Hou, F., Guan, Z., Li, B., Hu, Y., & Chong, A. Y. L. (2020). Understanding purchase intention in E-commerce live streaming - Roles of relational benefits, technological features and fan identity salience. Pacific Asia Conference on Information Systems 2020 Proceedings, 46. https://aisel.aisnet.org/pacis2020/46
Hu, M., Zhang, M., & Wang Y. (2017). Why do audiences choose to keep watching on live video streaming platforms? An explanation of dual identification framework. Computer in Human Beh-avior, 75, 594-606. [https://doi.org/10.1016/j.chb.2017.06.006]
Japutra, A., Ekinci, Y., & Simkin, L. (2014). Exploring brand attachment, its determinants and outcomes. Journal of Strategic Marketing, 22(7), 616-630. [https://doi.org/10.1080/0965254X.2014.914062]
Jarboe, G. R., & McDaniel, C. D. (1987). A profile of browsers in regional shop-ping malls. Journal of the Academy of Marketing Science, 15(1), 46-63. [https://doi.org/10.1007/BF02721953]
Johnson, J. W., & Rapp, A. (2010). A more comprehensive understanding and measure of customer helping behavior. Journal of Business Research, 63(8), 787-792. [https://doi.org/10.1016/j.jbusres.2008.03.006]
Kelley, H. H., & Thibaut, J. W. (1978). Inter-personal relations - A theory of inter-dependence. New Jersey, NJ: Wiley.
Kim, K. K., Shin, H. K., Lee, Y., & Lee, K. W. (2010). A study on the influences of attachment perspectives toward continued use intention in smartphone service usage. Journal of Information Technology Applications & Manage-ment, 17(4), 83-105.
Kowalczyk, C. M., & Pounders, K. R. (2016). Transforming celebrities through social media - The role of authenticity and emotional attachment. Journal of Product & Brand Management, 25(4), 345-356. [https://doi.org/10.1108/JPBM-09-2015-0969]
Kwon, S. J. (2015). Continued usage with attachment on mobile devices influ-encing perceived value and perceive enjoyment. The Journal of Information System, 24(1), 119-145. [https://doi.org/10.5859/KAIS.2015.24.1.119]
Lee, H., & Lim, J. (2017). Structural equation modeling with AMOS 24. Seoul: Jyphyuntae.
Lee, M. S., & Park, S. C. (2012). Exploring the mediating role of emotional attachment in Internet auctions. Journal of Product Research, 30(5), 171-184. [https://doi.org/10.36345/kacst.2012.30.5.015]
Lee, Y. (2017, December 20). 라이브 비디오 커머스: 실시간 채팅 기반의 시청자 참여 유도와 수익화 [Live video commerce: Viewer participation induction based on live chat and monetization]. Brightcove. Retrieved May 6, 2020 from https://www.brightcove.com/ko/blog/라이브-비디오-커머스-실시간-채팅-기반의-시청자-참여-유도와-수익화
Leonardi, P. M. (2014). Social media, knowledge sharing, and innovation - Toward a theory of communication visibility. Information Systems Resea-rch, 25(4), 796-816. [https://doi.org/10.1287/isre.2014.0536]
Leonardi, P. M. (2015). Ambient awareness and knowledge acquisition - Using social media to learn ‘who knows what’ and ‘who knows whom’. MIS Quarterly, 39(4), 747-762. [https://doi.org/10.25300/MISQ/2015/39.4.1]
Leonardi, P. M., Hyusman, M., & Steinfield, C. (2013). Enterprise social media - Definition, history, and prospects for the study of social technologies in organizations. Journal of Computer-Mediated Communication, 19(1), 1-19. [https://doi.org/10.1111/jcc4.12029]
Lin, C. P. (2007). To share or not to share - Modeling tacit knowledge sharing, its mediators and antecedents. Journal of Business Ethics, 70(4), 411-428. [https://doi.org/10.1007/s10551-006-9119-0]
Lu, B., Fan, W., & Zhou, M. (2016). Social presence, trust, and social commerce purchase intention - An empirical research. Computer in Human Beha-vior, 56, 225-237. [https://doi.org/10.1016/j.chb.2015.11.057]
Lu, Z., Xia, H., Heo, S., & Wigdor, D. (2018). You watch, you give, and you engage - A study of live streaming practices in China. Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems (pp. 1-13). New York, United States: Association for Computing Machinery. [https://doi.org/10.1145/3173574.3174040]
Ma, Y. (2015). A study on the effect of characteristics of Korean drama on the intention of continuing watching in China - Focused on Beijing, Shanghai and Guangzhou Unpublished master’s thesis, Chung-Ang University, Seoul.
Mäntymäki, M., & Salo, J. (2011). Teenagers in social virtual worlds - Continuous use and purchasing behavior in Habbo Hotel. Computers in Human Behavior, 27, 2088-2097. [https://doi.org/10.1016/j.chb.2011.06.003]
Markus, H., & Nurius, P. (1986). Possible selves. American Psychologist, 41(9), 954-969. [https://doi.org/10.1037/0003-066X.41.9.954]
Mcadams, D. P., & Bryant, F. B. (1987). Intimacy motivation and subjective mental health in a nationwide sample. Journal of Personality, 55(3), 395-413. [https://doi.org/10.1111/j.1467-6494.1987.tb00444.x]
Morris, J. H., & Steers, R. M. (1980). Structural influences on organizational commitment. Journal of Vocational Behavior, 17(1), 50-57. [https://doi.org/10.1016/0001-8791(80)90014-7]
Mugge, R., Schifferstein, H. N. J., & Schoormans, J. P. L. (2010). Product attachment and satisfaction - Understanding consumers’ post-purchase behavior. Journal of Consumer Marketing, 27(3), 271-282. [https://doi.org/10.1108/07363761011038347]
Ng, T. W. (2015). The incremental validity of organizational commitments, orga-nizational trust, and organizational identification. Journal of Vocational Behavior, 88, 154-163. [https://doi.org/10.1016/j.jvb.2015.03.003]
Park, C. W., Maclnnis, D. J., Priester, J. R., Eisingerich, A. B., & Iacobucci, D. (2010a). Brand attachment and brand attitude strength - Conceptual and empirical differentiation of two critical brand equity drivers. Journal of Marketing, 74(6), 1-17. [https://doi.org/10.1509/jmkg.74.6.1]
Park, H. J., & Lin, L. M. (2020). The effects of match-ups on the consumer attitudes toward internet celebrities and their live streaming contents in the context of product endorsement. Journal of Retailing and Consumer Services, 52, 1-6. [https://doi.org/10.1016/j.jretconser.2019.101934]
Park, H. K. (2020). 라이브 커머스 [Live commerce]. 마케팅, 54(6), 43-54. [https://doi.org/10.1542/gr.43-5-54]
Park, Y. K., Yan, G. H., & Quan, C. H. (2010b). The research on effect of IPTV’s properties on reception satisfaction and continuous use. The Journal of Internet Electronic Commerce Research, 10(2), 191-205.
Pasmore, W., Francis, C., & Shani, A. (1982). Social technical systems - A north American reflection on empirical studies of the seventies. Human Relations, 35(12), 1179-1204. [https://doi.org/10.1177/001872678203501207]
Reis, H. T., & Patrick, B. C. (1996). Attach-ment and intimacy - Component proce-sses. In E. T. Higgins, & A. W. Kruglanski (Eds.), Social psychology: Handbook of basic principles(pp. 523-563). New York, NY: Guilford Press.
Rosen, S. (2001). Sticky website is key to success. Chicago, CHI: Communication World.
Shin, D., & Choi, M. J. (2015). Ecological views of big data - Perspectives and issues. Telematics and Informatics, 32(2), 311-320. [https://doi.org/10.1016/j.tele.2014.09.006]
Smith, T., Obrist, M., & Wright, P. (2013). Live-streaming changes the (video) game. In Proceedings of the 11th European Conference on Interactive TV and Video, 131-138. New York, United States: Association for Computing Machinery. [https://doi.org/10.1145/2465958.2465971]
Sun, Y., Shao, X., Li, X., Guo, Y., & Nie, K. (2019). How live streaming influences purchase intentions in social commerce - An IT affordance perspective. Electronic Commerce Research and Applications, 37, 1-12. [https://doi.org/10.1016/j.elerap.2019.100886]
Thomson, M. (2006). Human brands - Investigating antecedents to consumers’ strong attachments to celebrities. Journal of Marketing, 70(3), 104-119. [https://doi.org/10.1509/jmkg.70.3.104]
Treem, J. W., & Leonardi, P. M. (2012). Social media use in organizations exploring the affordances of visibility, editability, persistence, and association. Communication Yearbook, 36, 143-189. [https://doi.org/10.1080/23808985.2013.11679130]
Tuškej, U., Golob, U., & Podnar, K. (2013). The role of consumer-brand identification in building brand relationships. Journal of Business Research, 66(1), 53-59. [https://doi.org/10.1016/j.jbusres.2011.07.022]
Venkatesh, V., & Agarwal, R. (2006). Turning visitors into customers - A usability centric perspective on purchase behavior in electronic channels. Management Science, 52(3), 367-382. [https://doi.org/10.1287/mnsc.1050.0442]
Wallendorf, M., & Arnould, E. J. (1988). My favorite things - A cross-cultural inquiry into object attachment, possessiveness, and social linkage. Journal of Consumer Research, 14(4), 531-547. [https://doi.org/10.1086/209134]
Wan, J., Lu, Y., Wang, B., & Zhao, L. (2017). How attachment influences users’ willingness to donate to content creators in social media - A sociotechnical systems perspective. Information & Management, 54, 837-850. [https://doi.org/10.1016/j.im.2016.12.007]
Wang, T., Kang, M., & Fu, B. (2013). Understanding user acceptance of micro-blog services in China using the extended motivational model. Pacific Asia Conference on Information Systems 2013 Proceeding, Korea, pp.214.
Warrington, P., & Shim, S. (2000). An empirical investigation of the relationship between product involvement and brand commitment. Psychology & Marketing, 17(9), 761-782. [https://doi.org/10.1002/1520-6793(200009)17:9<761::AID-MAR2>3.0.CO;2-9]
Wong J. Y., & Lai, T. C. (2015). Celebrity attachment and behavioral intentions - The mediating role of place attachment. International Journal of Tourism Research, 17, 161-170. [https://doi.org/10.1002/jtr.1974]
Wongkitrungrueng, A., & Assaut, N. (2018). The role of live streaming in building consumer trust and engagement with social commerce sellers. Journal of Business Research, Available online 1 September 2018, 1-14. [https://doi.org/10.1016/j.jbusres.2018.08.032]
Wu, L. (2013). Social network effects on productivity and job security - Evidence from the adoption of a social networking tool. Information Systems Research, 24(1), 30-51. [https://doi.org/10.1287/isre.1120.0465]
Yuksel, A., Yuksel, F., & Bilim, Y. (2010). Destination attachment - Effects on customer satisfaction and cognitive, affective and conative loyalty. Tourism Management, 31(2), 274-284. [https://doi.org/10.1016/j.tourman.2009.03.007]
Zhong, X., Huang, Q., Davison, R. M., Yang, X., & Chen, H. (2012). Empowering teams through social network ties. International Journal of Information Management, 32(3), 209-220. [https://doi.org/10.1016/j.ijinfomgt.2011.11.001]
Zhou, L., Wang, W., Xu, J., 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]

Variables		Items	Est.	S.E.	C.R.	Cronbach's α
Note. ***p<.001
Social system	Identification	Similar personality	.88	.07	17.38^***	.92
	Identification	Have a lot in common	.96	.06	20.10^***	.92
	Interaction	Quick responses to any questions	.83	.07	16.22^***	.89
		Close and intensive interactions	.87	.07	17.51^***
		Quick responses to any idea	.87	.06	17.53^***
	Information value	Accumulate knowledge	.82	.07	15.99^***	.91
		Acquire novel information	.84	.07	16.65^***
		Get interesting information	.91	.06	19.00^***
Technical system	Visibility affordance	Detailed pictures and videos	.93	.07	19.37^***	.90
		Visible product attributes	.85	.06	17.20^***
		Visible information about how to use products	.88	.07	17.58^***
	Metavoicing affordance	React to streamers’ feedback	.83	.06	16.61^***	.90
		Share in streamers’ opinion	.84	.06	16.69^***
		Join in streamers’ communal discussions	.81	.06	15.92^***
		Share shopping experiences with streamers	.86	.06	17.63^***
	Social connecting affordance	Make friends with streamers have never met	.75	.08	13.68^***	.77
	Social connecting affordance	Connect with streamers by buying products together	.83	.07	15.60^***	.77
Emotional attachment to live streamer		Be friends with streamers	.89	.07	18.71^***	.94
		Interact with the streamers in the future	.94	.07	20.46^***
		Interested in learning more about the streamers	.93	.07	19.99^***
Functional dependence on live commerce		Provide resources	.88	.07	18.30^***	.93
		Provide supports	.94	.07	20.22^***
		Provide Outputs	.88	.07	18.27^***
Continued intent to watch live commerce		Continue watching live commerce in the future	.92	.07	19.94^***	.94
		Watch live commerce in daily life	.95	.07	20.95^***
		Continue watching live commerce frequently	.88	.07	18.59^***
Intent to purchase from live commerce platforms		Consider live commerce as first shopping choice	.78	.08	15.36^***	.91
		Intend to purchase through live commerce	.91	.07	19.54^***
		Expect to purchase through live commerce	.95	.07	20.78^***

Variables	1	2	3	4	5	6	7	8	9	10
Note. Diagonal values in bold represent the AVE *Correlation of variables. Parentheses are squared correlation of variables.
1. Identification	.85
2. Interaction	.65^* (.42)	.73
3. Information value	.56^* (.31)	.58^* (.33)	.74
4. Visibility affordance	.36^* (.13)	.55^* (.30)	.70^* (.49)	.79
5. Metavoicing affordance	.46^* (.21)	.58^* (.34)	.64^* (.41)	.70^* (.49)	.70
6. Social connecting affordance	.56^* (.31)	.55^* (.30)	.53^* (.28)	.40^* (.16)	.61^* (.37)	.63
7. Emotional attachment to the live streamer	.61^* (.37)	.46^* (.21)	.43^* (.18)	.20^* (.04)	.35^* (.12)	.56^* (.31)	.85
8. Functional dependence on live commerce	.53^* (.28)	.60^* (.36)	.62^* (.39)	.62^* (.39)	.64^* (.40)	.58^* (.33)	.56^* (.31)	.81
9. Continued intent to watch live commerce	.67^* (.45)	.60^* (.36)	.60^* (.36)	.44^* (.19)	.59^* (.34)	.63^* (.40)	.72^* (.52)	.72^* (.52)	.84
10. Intent to purchase from live commerce	.63^* (.39)	.58^* (.34)	.54^* (.29)	.46^* (.21)	.60^* (.36)	.63^* (.40)	.68^* (.47)	.71^* (.51)	.89^* (.79)	.78

Variables		Tolerance	Vif
Social system	Identification	.67	1.49
	Interaction	.69	1.46
	Information value	.58	1.73
Technical system	Visibility affordance	.61	1.64
Technical system	Metavoicing affordance	.87	1.15
Social connecting affordance		.51	1.95

H	Pathway	Est.	S.E.	C.R.	Result
Note. p < .01, **p < .001
H1a	Identification → emotional attachment to the live streamer	.51	.08	6.40^***	Supported
H1b	Interaction → emotional attachment to the live streamer	.20	.10	2.03^*	Supported
H1c	Information value → emotional attachment to the live streamer	.17	.09	1.89	Not supported
H2a	Visibility affordance → functional dependence on live commerce	.48	.08	5.85^***	Supported
H2b	Metavoicing affordance → functional dependence on live commerce	−.30	.18	−1.63	Not supported
H2c	Social connecting affordance → functional dependence on live commerce	.86	.15	5.74^***	Supported
H3	Emotional attachment to the live streamer → continued intent to watch	.50	.05	10.47^***	Supported
H4	Functional dependence on live commerce → continued intent to watch	.61	.05	11.69^***	Supported
H5	Continued intent to watch → intent to purchase	.76	.05	15.84^***	Supported