본 연구는 모바일 쇼핑 플랫폼에서 개인화 정보를 활용하여 사용자 관심 및 취향에 적합한 상품 추천 서비스를 제공하는 것에 연구의 목적을 두었다.
2021 통계청 기준 자료에 의하면 온라인 쇼핑 총 거래액 중 모바일 쇼핑 거래액은 전년동월 대비 22.8% 상승하였으며, 플랫폼 증가 및 접근 용이한 모바일 쇼핑 환경으로 소비자들은 더 넓은 선택 가능성과 접근성을 가지게 되었으나, 동시에 많은 정보를 접하게 되며 상품 구매 결정에 있어 복잡한 선택 문제에 직면하게 되었다.
이러한 소비자 쇼핑 행태를 기반으로 쇼핑 플랫폼에서는 개별 검색의 수고를 덜기 위해 AI(Artificial Intellignece) 테크놀로지를 기반로 고객의 쇼핑 행동데이터에 초첨을 둔 개인화(Segments of One, Personalization) 추천 상품을 제공함으로써 모바일 고객 경험을 향상시키고 쇼핑 경쟁력을 확보하고자 노력하고 있다.
상품 추천 시스템 방식 고도화를 통해 판매 상품 카테고리 모두를 아우르는 확장을 기대하고 있으나, 고객 행동 데이터 수집에 용이한 상품 카테고리를 우선으로 서비스를 도입하는 것이 현실이다.
개인화 추천 상품 서비스에 대한 선행연구들을 살펴보면, 기술적 측면에 대한 연구와 사용자 관점의 연구로 분류할 수 있다. 공학 기술 기반의 연구를 제외하고, 사용자 관점의 연구들은 단일 상품군을 지정한 연구들로 쇼핑 카테고리 전반을 아우를 수 없다는 한계점을 가지고 있었다. 서비스 최적화와 활성화를 위해서는 다양한 관점과 방식의 연구를 통해, 이론적·경험적 근거와 인사이트를 도출할 필요가 있다(맹지현,2018).
이에 본 연구는 상품 카테고리에 따라 개인화 추천 상품의 인지된 유용과 사용자 만족도의 상관 관계 여부를 파악하고, 개인화 추천 시스템 방식에 따라 조절 영향 여부를 파악하는데 그 목적이 있다. 상품 카테고리는 2021 통계청 기준 자료의 상품군별 거래액 비중에 따라 서비스를 제외한 3가지 카테고리 식품, 디지털, 패션을 채택하였고, 선행연구 검토 후 개인화 추천 시스템 방식은 협업 필터링과 콘텐츠 기반 필터링을 채택하여 인지된 유용성과 사용자 만족도에 대한 차이를 검증하였다.
본 연구는 모바일 쇼핑앱 이용 경험이 있는 사용자 198명을 실험대상으로 선정하였고, 설문에는 5점 리커드 척도를 사용하였으며 3가지 상품 카테고리에 따라 2가지 추천 시스템 방식을 적용한 6가지의 모바일 쇼핑 자극물을 제공하였다. 추가적으로 평소 모바일 쇼핑 사용 패턴과 개인화 추천 상품 서비스 이용 경험, 인구 통계적 특성을 묻는 문항을 포함하였다.
연구 결과 모바일 쇼핑 상품 카테고리에 상관없이 따라 개인화 추천 서비스의 유용성과 사용자 만족도는 모두 긍정적인 영향을 미치는 것으로 나타났다. 또한 패션 개인화 추천 상품은 개인화 추천 시스템 방식이 조절 작용을 하며 패션 상품의 경우 콘텐츠 기반 필터링보다 협업 필터링에서 패션 개인화 추천 상품에 대한 유용성에 유의미한 영향을 미치는 것으로 나타났다. 이는 패션 상품 추천 서비스 이용에 있어 사용자들이 개인 구매 이력 및 활동 내역보다 유사 사용자들에 대한 정보를 추천받는 것에 더욱 긍정적으로 반응한다는 것을 의미한다.
본 연구는 주요 상품 카테고리에 따라 개인화 추천 서비스의 소비자 태도 영향 검증하였고, 추천 시스템 방식에 따라 구분하여 조절 작용의 비교 검증을 다루었기에 앞으로 더욱 세분화 될 개인화 추천 서비스 연구들의 좋은 발판이 되길 기대하며, 개인화 추천 상품 서비스 마케팅을 기획하는 모바일 플랫폼에서 효과적 방향 및 시스템 알고리즘 수립 및 활용의 근거를 제공해 줄 수 있을 것으로 기대한다.