본 연구는 최근 데이터 기술 즉, DT(data technology)기반 서비스의 핵심기술로 부각되고 있는 AI 인공지능 서비스를 활용한 고객경험가치 창출방안을 탐색하였다. 이를 위하여 고객경험가치의 유형을 사용가치, 기호가치, 상징가치로 나누고 AI 서비스 유용성과의 관계를 실증적으로 확인하였으며, 그 과정에서 지각된 AI서비스 위험의 조절적 역할을 함께 분석하였다. 본 연구의 분석결과는 크게 세 가지로 정리할 수 있다. 첫째, 효과적인 고객경험가치 창출을 위해서는 사용가치창출보다는 기호가치, 상징가치창출 측면에서 AI서비스 유용성이 보다 효과적으로 활용될 수 있을 것으로 나타났다. 즉, 단순한 기능적 사용측면에서 지능형 서비스를 제공하기보다는 개인의 취향을 파악하여 문제해결을 지원하거나 사회적 관계측면에서 소비자에게 새로운 경험적 편의성을 제공할 수 있도록 AI 인공서비스가 활용될 필요성이 있다. 둘째, 소비자들은 사용가치 측면에서 서비스 위험을 지각하고 있는 것으로 나타났다. 따라서 물리적 기능에 대한 충분한 제품서비스 정보와 오류방지 증거의 제시, 체험기회의 제공 등을 통해 물리적 위험에 대한 지각수준을 낮추는 노력이 선행될 필요가 있다. 셋째, 지각된 AI 서비스 위험의 조절효과가 확인되었다. 따라서 AI 인공지능 서비스에 대한 혁신저항 요인을 제거하기 위하여 사전에 AI 서비스 특성을 알리고 소비자들과 공감할 수 있는 기회를 제공할 필요성이 있다. 아울러, 지각된 위험수준을 낮출 수 있도록 소비자가 예측하지 못하는 편익을 제공하기 위하여 데이터분석에 기초한 고객경험가치의 설계가 전제될 필요가 있다.
This study explored how to create customer experience value using AI artificial intelligence service, which is emerging as a core technology of data technology (DT) based service. To this end, the type of customer experience value characteristics was divided into use value, preference value, and symbol value, and empirically confirmed the relationship between AI service usefulness and customer experience value characteristics, and also confirmed, the moderating role of perceivedAI service risk in the process. The results of this study can be summarized in three. First, in order to create effective customer experience value, AI service usefulness could be used more effectively in terms of preference value and symbol value creation rather than use value creation. In otherwords, rather than providing intelligent services in terms of simple functional use, AI artificial services need to be utilized to identify individual tastes to support problem solving or to provide consumers with new experiential convenience in terms of social relations. Second, consumers perceived AI service risks in terms of use value. Therefore, the level of risk perception about physical risks is lowered by providing sufficient product service information and error prevention evidence on physical functions, providing experience opportunities. Third, themoderating effects of perceived AI service riskswas confirmed. Therefore, the design of customer experience value based on data analysis needs to be premised in order to provide unpredictable benefits to consumers to lower perceived risk levels.
I. 서 론
II. 연구배경
III. 연구설계
IV. 실증분석 및 결과
V. 결론 및 시사점