1. 음성 AI 미용체험 서비스

인공지능(AI)은 음성을 인식하고 해석하여 지능적인 결정을 내릴 수 있는 기술로, 데이터를 분류해서 같은 집합들끼리 묶고 상하의 관계를 파악한다. 인공지능 기술 중 음성인식은 사용자의 음성 데이터를 서버에 입력 후 음성을 분석하고 사용자가 원하는 결과를 스피커로 출력하는 시스템이다. 이와 접목할 미용 서비스에 대해서 Oh(2022)는 유형의 물질 상품과 무형의 인적 상품이 복합되어 인적 고부가가치 서비스를 상품화하여 판매함으로써 이익을 얻고, 서비스를 통합하여 소비자에게 제공하는 상품으로 기능적 관점에서 소비자에게 제공하는 서비스라고 정의하였다. 이에 따라 Seo et al.(2011)은 미용 서비스 소비자의 소비가치와 원하는 욕구와 중요하게 고려하는 구매 동기, 정보원, 미용실 선택기준을 파악함으로써 미용 서비스 시장에 보다 효율적인 마케팅 전략을 수립하는 결과를 알아냈고, 미용 서비스의 정보원이 중요한 요인으로 보이며, 소비자에게 뷰티 정보를 제공함으로써 좀 더 효율적으로 미용 서비스를 체험할 수 있을 것으로 사료된다. 이를 바탕으로 소비자에게 뷰티 정보를 제공했을 시에 나타나는 기대효과에 대해 알아보고자 한다.

이와 접목할 음성 AI에 대한 선행연구를 살펴보면, Kim et al.(1990)은 인공지능 기법을 시뮬레이션에 적용함으로써 시뮬레이션 모델의 구축, 검증, 수행을 수월하게 할 수 있다는 결과가 나타났고, Lee & Oh(1990)는 인공지능이 이용된 시뮬레이션 언어의 등장으로 시뮬레이션의 대상이 확대될 것을 알아냈으며, Yoo et al.(2023)은 통합서비스 플랫폼의 안정적인 서비스 제공을 위한 연구에서는 플랫폼이 자동으로 분석하고 평가할 수 있는 시스템의 시뮬레이션 모델을 제안했다. 이처럼 AI는 사용자가 행하고 있는 일들을 대처해서 다양한 분야와 함께 연결될 때, 보다 더 높은 효율성을 기대할 수 있다는 점을 활용하여(Lee, 2018), 미용체험 서비스와 접목하고 나타나는 결과를 알아보고자 본 연구자는 하위 요인을 시뮬레이션, 기대효과, 뷰티 정보로 명명하였다.

2. 수용성 기대

수용성 기대는 사용자의 수용성이 이루어지기를 바라고 기다림을 뜻하며, 새로운 문물을 받아들이는 자세에 따라 나타나는 제품의 사용 가능성과 기대 효과의 수치를 말한다. Kim(2019)은 수용성을 개인의 인지적, 정서적 측면이 반영된 개인 가치가 받아들여지는 정도라 정의하였고, Ko & Go(2010)는 개인의 특성이나 심리적, 사회적 동기, 유행을 수용하는 자세로 수용성을 정의하였다. 수용성의 개념은 학자들마다 해석의 차이가 보이고 있으나, 종합하자면 다른 것으로부터 사물을 받아들이는 능력을 뜻하고, 개인이 내외적으로 어떠한 사물 혹은 현상을 자신의 것으로 만드는 능력이라 해석되며, 개인이 스스로 혹은 외부의 영향으로부터 어떠한 태도를 갖고 받아들이는가에 대한 의지의 차이가 있을 뿐 동일한 견해를 갖고 있다.

이와 관련된 선행연구를 살펴보면, Lee & Lee(2019)는 인공지능 혁신에 대한 기대와 불안 요인 및 영향에 관한 연구한 결과 I-세대들이 가지는 인공지능에 대한 태도에 구체적으로 업무 성과의 향상에 대한 기대가 있었음을 보였고 인공지능에 대한 인식 향상을 기대하려면 강한 인공지능의 업무 활용 가능성을 강조할 필요가 있다고 했으며, Park & Lee(2022)는 음성 어시스턴트의 사용 경험 누적에 따른 사용자 기대 변화에 대한 연구에서 사용자의 기대효과를 알아보기 위해 마케팅 및 정보시스템 분야에서 기대 불일치 모델을 바탕으로 사용자가 가진 제품의 지속적 사용에 영향을 미치는지 파악한 결과, 사용 경험 빈도수가 높아질수록 전반적인 기대감이 낮아지고, 동시에 음성 어시스턴트를 사용하는 과정에서 발생할 수 있는 몰입도 또한 감소한다는 결과를 도출했다.

음성 AI와 미용 서비스가 접목된 연구가 미비한 실정으로 타 분야에서 적용된 선행연구 결과를 살펴보면, Yoon & Lee(2021)는 대화형 AI 음성 쇼핑 서비스 연구에서 제품 서비스 시스템에 관점으로 인공지능 스피커의 지속적인 사용 의도를 성과 기대, 수용 기대를 이용하여 분석하였고 지속적인 사용 의도는 정(+)의 영향을 미치는 것으로 입증하였다.

이처럼 AI 수용성 기대는 사용자의 지속 사용 가능성에 대한 성과 기대와 수용 기대에 대한 수치를 파악할 수 있기에 처음 출시하는 제품이나 산업 서비스 기관에 데이터로 사용되고 있다. 인공지능 기술이 혁신적이고 창의성이 반영된 아이디어라고 할 수 있으나, 실현 가능할 때 현실성이 반영된 유의미한 결과물이라고 할 수 있다. 따라서 음성 AI 미용체험 서비스에 대한 사용자의 태도를 확인하고자 할 때 성과 기대와 수용 기대는 배제할 수 없는 요인이다.

3. 사용 만족도

사용 만족도는 사용하는 대상에 대한 만족의 정도를 수치로 나타낼 것을 의미하고, 사용의 경험과 기대가 일치함에 따라 사물의 성질이나 가치를 양부 하는 수준을 뜻하며, 사용 만족도는 수치에 따라 만족 혹은 불만족의 척도로 사용된다. 이를 기업이나 서비스 산업에 접근하여 해석하면, 제품 또는 서비스를 사용자에게 공급하여 나타나는 사용자의 감정 척도를 말한다.

이에 따른 선행연구를 살펴보면, Hong(2020)은 음성인식 인공지능 경험에 따른 만족도 연구에서 사용자가 특정 제품이나 기능을 이용하면서 얻는 긍정적 가치들의 충족도를 관여도라 하고, 관여도의 정도에 따라 품질요소의 만족 정도와 불만족 정도, 효용가치, 긍정적·부정적 경험의 강도를 강화시키거나 약화시키는 역할이라는 결과가 나타났으며, Yoo(2021)는 음악 플랫폼 AI 품질에 대한 고객만족도를 조사하기 위해 서비스 품질 측정 도구를 이용하여 신뢰성, 반응성, 공감성, 확신성, 유형성을 독립변수로 두고, 이 중 반응성, 확신성 요인이 고객만족도에 긍정적인 영향을 보였으며, Jang(2022)은 인공지능 음성 비서의 이용 만족도 및 재이용 의도에 영향을 미치는 요인을 살펴보면, 하루 이용량과 인지된 용이성, 인지된 유용성, 오락적 기능, 대화적 기능이 인공지능 음성비서의 이용 만족에 긍정적인 영향을 미치는 것으로 나타났고, Fu(2021)는 인공지능 서비스 품질과 고객만족의 관계를 분석하기 위해 인공지능 서비스 품질의 하위요인인 개인맞춤화, 전문성, 다양성, 편의성, 시공간성, 실시간성, 신뢰성으로 설정하여 고객만족 모두에 긍정적인 결과를 도출하여 기초자료를 제공하였다. 이와 접목할 미용체험 서비스에 관한 연구가 미비한 실정으로 미용 서비스와 만족도에 관한 연구를 살펴보면, Park(2022)은 인공지능 빅데이터 기술 인식을 통한 뷰티산업 활성화 방안에 대한 연구에서 인공지능으로 대체하기 적합한 분야로는 헤어미용이 가장 높게 나타났고, 인공지능의 매니저 역할, 수용 태도가 긍정적인 영향을 주어 인공지능의 만족도가 높다는 것을 알 수 있으며, 미용 서비스 산업에서도 인공지능을 적극적으로 활용하면 새로운 가치 창출이 이루어질 것이라는 결과를 제공하여 인공 지능과 융합한 미용 서비스 산업의 발전 방향성을 제시하였다.

위 선행연구 결과를 바탕으로 사용자의 기대에 일치하거나 서비스에 대한 인식을 알아보기 위해 사용 만족도를 변수로 두었다. 음성 AI 영역에서 중요하게 연구되는 분야는 인공지능에 대한 사용 만족도이며, 미용 서비스 영역에서 중요하게 되는 연구 분야는 서비스 체험 만족도이다. 이에 본 연구는 사용 만족도를 음성 AI 미용체험 서비스 연구에서 고려해야 할 중요한 요인으로 볼 수 있다.

1. 연구문제

1) 음성 AI 미용체험 서비스가 음성 AI 수용성 기대에 영향을 미치는가?

2) 음성 AI 미용체험 서비스가 음성 AI 사용 만족도에 영향을 미치는가?

2. 조사대상 및 분석방법

본 연구는 서울지역의 20대~30대의 미용 종사자를 대상으로 자료수집 방법으로는 자기기입식 설문지 법을 사용하여 진행하였다. 본 조사는 2022년 11월 1일부터 2022년 11월 7일까지 일주일 간 실시되었고, 총 362부의 설문지를 배포하여 연구자가 수집했으며, 분석하기에 불충분하다고 판단된 12부를 제외한 350부를 최종 분석 자료로 사용되었다. 이를 분석하기 위해 SPSS 22.0을 사용하였다.

첫째, 조사대상의 일반적 특성을 알아보기 위해 빈도 분석이 사용되었다.

둘째, 음성 AI 미용체험 서비스, 음성 AI 수용성 기대, 음성 AI 사용 만족도의 타당성 및 신뢰도를 알아보기 위해 요인분석(주성분분석, 베리멕스 사용)과 신뢰도 분석이 사용되었다.

셋째, 음성 AI 미용체험 서비스가 음성 AI 수용성 기대에 미치는 영향, 음성 AI 미용체험 서비스가 음성 AI 사용 만족도에 미치는 영향을 알아보기 위해 회귀분석이 사용되었다.

3. 측정도구 및 분석방법

본 연구를 위해 사용된 측정도구 구성은 음성 AI 사용 경험, 음성 AI 미용체험 서비스, 음성 AI 프로그램 특성, 음성 AI 수용성 기대, 음성 AI 사용 만족도, 일반적 특성으로 총 73개 문항으로 구성하였고 내용은 다음과 같다.

음성 AI 사용 경험에 대한 문항은 Yoon(2021)과 Lee(2020)의 선행연구에서 사용된 설문 문항을 본 연구에 맞게 수정 및 보완하여 총 8문항, Park(2021)와 Moon(2020)의 선행연구에서 인공지능과 미용 서비스 산업을 접목하여 음성 AI 미용체험 서비스에 대한 문항을 총 15문항, Lee(2020)의 선행연구 중에 소비자의 기술 수용의 지각된 신념 간의 관계에 대한 측정문항을 본 연구에 맞게 총 20문항, Kim(2018), Lee(2020)와 Zhuo(2014)의 선행연구를 바탕으로 성과 기대와 수용 기대에 대해 총 10문항, Yoo(2021)의 AI 서비스 만족도 연구에서 사용된 설문 문항을 본 연구에 맞게 수정 및 보완하여 총 10문항, 일반적 특성 10문항으로 구성했다. 음성 AI 미용체험 서비스, 음성 AI 프로그램 특성, 음성 AI 수용성 기대, 음성 AI 사용 만족도의 문항은 ‘1점: 전혀 그렇지 않다’에서 ‘5점: 매우 그렇다’까지 5점 리커트 척도를 사용하였다.

1. 조사 대상의 일반적 사항

조사대상의 일반적 특성을 알아보기 위해 빈도 분석을 실시한 결과는 다음 <Table 1>과 같다.

Table 1.

Characteristics of Population Statistics (N=350,%)

성별의 경우 여자 79.4%, 남자 20.6%로 여자의 비율이 더 높게 나타났다. 연령의 경우 20 대 75.1%, 30 대 24.9%로 20 대의 비율이 더 높게 나타났다. 학력의 경우 대학교 재학/졸업이 73.4%로 가장 높게 나타났고, 대학원 재학 이상 11.4%, 전문대학 재학/졸업 10.9%, 고졸 이하 4.3% 순으로 나타났다. 현 직장 근무 기간의 경우 2년 미만이 52.6%로 가장 높게 나타났고, 5년 이상 20.3%, 2년에서 3년 미만 14.3%, 3년에서 5년 미만 12.9% 순으로 나타났다. 월 급여의 경우 200만 원 미만이 67.1%로 가장 높게 나타났고, 200만 원에서 250만 원 미만 12.3%, 250만 원에서 300만 원 미만 10.9%, 300만 원에서 400만 원 미만 7.1%, 400만 원 이상 2.6% 순으로 나타났다. 근무시간의 경우 8시간 이하가 48.0%로 가장 높게 나타났고, 9시간 24.9%, 10시간 21.4%, 11시간 3.7%, 12시간 이상 2.0% 순으로 나타났다. 휴일의 경우 주 2회가 58.9%로 가장 높게 나타났고, 주 1회 17.1%, 기타 15.7%, 주 1회+월 1회 5.1%, 주 1회+월 2회 1.7%, 2주에 1회 1.4% 순으로 나타났다. 직원 수의 경우 10명 이상이 26.6%로 가장 높게 나타났고, 5명에서 7명 미만 22.6%, 7명에서 10명 미만 18.3%, 3명 미만 16.9%, 3명에서 5명 미만 15.7% 순으로 나타났다. 직위의 경우 스탭이 59.7%로 가장 높게 나타났고, 헤어디자이너 22.3%, 중상 6.9%, 관리자 6.3%, 기타 4,8% 순으로 나타났다. 가장 적합하다고 생각하는 음성 AI 상담 항목의 경우 두피관리가 31.4%로 가장 높게 나타났고, 염색 26.6%, 스타일링 22.0%, 커트 13.4%, 펌 6.6% 순으로 나타났다.

2. 음성 AI 미용체험 서비스, 음성 AI 수용성 기대, 음성 AI 사용 만족도의 타당성 및 신뢰도

1) 음성 AI 미용체험 서비스의 타당성 및 신뢰도

음성 AI 미용체험 서비스 문항의 타당성을 검증하기 위해 요인분석 한 결과 <Table 2>와 같이 세 개의 요인이 도출되었다. Bartlett의 단위행렬 점검 결과 χ²=3739.576(df=105, Sig=.000), KMO값 0.902로 나타났으며, 공통성은 0.483 이상으로 나타났다.

Table 2.

Validity and Reliability of Voice AI Beauty Experience Service

첫 번째 요인은 ‘시뮬레이션’ 요인으로 요인적재값은 0.649~0.882로 나타났으며, 고유값은 3.753, 분산설명비율은 25.0%로 나타났다. 두 번째 요인은 ‘효과 기대’ 요인으로 요인적재값은 0.615~0.848로 나타났으며, 고유값은 3.674, 분산 설명 비율은 24.4%로 나타났다. 세 번째 요인은 ‘뷰티 정보’ 요인으로 요인적재값은 0.611~0.815로 나타났으며, 고유값은 3.331, 분산 설명 비율은 22.2%로 나타났다.

요인분석 결과 도출된 세 개의 요인이 전체 분산의 71.7% 이상 설명되고 있는 것으로 나타났다.

신뢰도 검증 결과, 신뢰도 계수인 Cronbach's α가 0.883~0.907로 나타나, 신뢰성에는 문제가 없는 것으로 나타났다.

2) 음성 AI 수용성 기대의 타당성 및 신뢰도

음성 AI 수용성 기대 문항의 타당성을 검증하기 위해 요인분석 한 결과 <Table 3 >과 같이 두 개의 요인이 도출되었다. Bartlett의 단위행렬 점검 결과 χ²=2418.657(df=36, Sig=.000), KMO값 0.903로 나타났으며, 공통성은 0.670 이상으로 나타났다.

Table 3.

Validity and Reliability of Voice AI Beauty Experience Service

첫 번째 요인은 ‘성과 기대’ 요인으로 요인적재값은 0.740~0.840로 나타났으며, 고유값은 3.585, 분산 설명 비율은 39.8%로 나타났다. 두 번째 요인은 ‘수용 기대’ 요인으로 요인적재값은 0.795~0.879로 나타났으며, 고유값은 3.289, 분산설명비율은 36.5%로 나타났다.

요인분석 결과 도출된 두 개의 요인이 전체 분산의 76.3% 이상 설명되고 있는 것으로 나타났다. 신뢰도 검증 결과, 신뢰도 계수인 Cronbach's α가 0.907~0.918로 나타나, 신뢰성에는 문제가 없는 것으로 나타났다.

3) 음성 AI 사용 만족도의 타당성 및 신뢰도

음성 AI 사용 만족도 문항의 타당성을 검증하기 위해 요인분석 한 결과 <Table 4 >와 같이 하나의 요인이 도출되었다. Bartlett의 단위행렬 점검 결과 x²=1882.806(df=45, Sig=.000), KMO값 0.933로 나타났으며, 공통성은 0.603 이상, 전체 설명력 67.4%로 나타났다.

Table 4.

Validity and Reliability of Satisfaction with Voice AI Use

신뢰도 검증 결과, 신뢰도 계수인 Cronbach's α가 0.945로 나타나, 신뢰성에는 문제가 없는 것으로 나타났다.

3. 음성 AI 미용체험 서비스가 음성 AI 수용성 기대와 사용 만족도에 미치는 영향

1) 음성 AI 미용체험 서비스가 음성 AI 수용성 기대에 미치는 영향

음성 AI 미용체험 서비스가 음성 AI 수용성 기대에 미치는 영향에 대한 회귀분석 결과는 <Table 5>와 같다.

Table 5.

The Effect of Voice Beauty Experience Service on Voice AI Service Acceptance Expectations

음성 AI 서비스 수용성 기대의 하위 요인인 성과 기대 요인은 음성 AI 미용체험 서비스의 효과 기대, 시뮬레이션, 뷰티 정보 요인이 유의미하게(p<.001) 영향을 미치는 것으로 나타났고 효과 기대, 시뮬레이션, 뷰티 정보 변수가 성과 기대 요인을 예측하는데 29.4%의 설명력을 갖는 것으로 나타났다. 독립변수의 영향력을 살펴보면 효과 기대(β=.363), 시뮬레이션(β=.295), 뷰티 정보(β=.285) 순으로 유의미하게 정(+) 적으로 영향을 미치는 것으로 나타났다. 이는 효과 기대, 시뮬레이션, 뷰티 정보가 높아질수록 성과 기대도 높아지고 있음을 의미한다.

음성 AI 서비스 수용성 기대의 하위 요인인 수용 기대 요인은 음성 AI 미용체험 서비스의 효과 기대, 시뮬레이션, 뷰티 정보 요인이 유의미하게(p<.001) 영향을 미치는 것으로 나타났고 효과 기대, 시뮬레이션, 뷰티 정보성 변수가 수용 기대 요인을 예측하는데 14.3%의 설명력을 갖는 것으로 나타났다. 독립변수의 영향력을 살펴보면 효과 기대(β=.281), 시뮬레이션(β=.220), 뷰티 정보(β=.154) 순으로 유의미하게 정(+) 적으로 영향을 미치는 것으로 나타났다. 음성 AI 수용성 기대의 하위 요인인 성과 기대와 수용 기대는 효과 기대, 시뮬레이션, 뷰티 정보 순으로 유의미하게 정(+) 적으로 영향을 미치는 것으로 나타났다. 이는 음성 AI 미용체험 서비스를 이용하면서 원하는 정보에 대한 성과가 사용자의 목표에 도달하고 이를 수용할 수 있는 편리함이 충분히 제공되어야 수용성 기대가 높아지고 있음을 의미한다.

본 선행연구에 따르면 Kim(2018), Lee(2020), Zhuo(2021)의 연구에서도 인공지능에 대한 수용성 기대의 결과가 정(+)의 영향을 미치는 것으로 나타나 본 연구와 유사하여 연구결과를 지지한다.

2) 음성 AI 미용체험 서비스가 음성 AI 사용 만족도에 미치는 영향

음성 AI 미용체험 서비스가 음성 AI 사용 만족도에 미치는 영향에 대한 회귀분석 결과는 <Table 6>과 같다.

Table 6.

Effects of Voice AI Beauty Experience Service on Voice AI Usage Satisfaction

음성 AI 사용 만족도 요인은 음성 AI 미용체험 서비스의 효과 기대, 시뮬레이션, 뷰티 정보 요인이 유의미하게(p<.001) 영향을 미치는 것으로 나타났고 효과 기대, 시뮬레이션, 뷰티 정보성 변수가 음성 AI 사용 만족도 요인을 예측하는데 44.4%의 설명력을 갖는 것으로 나타났다. 독립변수의 영향력을 살펴보면 효과 기대(β=.491), 시뮬레이션(β=.347), 뷰티 정보(β=.295) 순으로 유의미하게 정(+) 적으로 영향을 미치는 것으로 나타났다. 이는 음성 AI 미용체험 서비스 중 뷰티 정보에 대한 정확성을 높이고 이에 따른 효과 기대를 정확한 수치로 객관화하며, 의사소통을 원활하게 할 수 있는 시뮬레이션을 통해 전달하면 음성 AI 사용 만족도가 높아지고 있음을 의미한다.

Yoo(2021)의 연구에서도 인공지능 서비스 품질 중 반응성과 확신성은 고객만족도에 정(+)의 영향을 미치는 것으로 나타나 본 연구와 유사하여 연구결과를 지지한다.