소비자 구매결정의 메커니즘 : 추천 정보 제시방식과 신뢰 형성의 역할 = The Mechanism of Consumer Purchase Decision-Making: The Role of Recommendation Presentation Format and Trust Formation

다국어 초록 (Multilingual Abstract)

The rapid expansion of e-commerce and digital platforms has significantly transformed the way consumers gather information and make purchase decisions. In online environments characterized by information asymmetry and information overload, online reviews have become one of the most influential sources of information for consumers. Traditionally, consumer-generated reviews have served as a form of electronic word-of-mouth （eWOM）, helping potential buyers reduce uncertainty and evaluate product quality before purchase. However, recent advances in artificial intelligence （AI） technologies have introduced a new form of recommendation information: Al-generated reviews and recommendations. As consumers are increasingly exposed to both human-generated and AI-generated review content, understanding how different recommendation formats influence trust formation and purchase intention has become an important research issue.
Despite the growing prevalence of AI-generated recommendation systems, previous studies have primarily focused on the quantity, valence, and quality of reviews while paying limited attention to the source of recommendation information and the psychological mechanisms through which trust is formed. Furthermore, existing eWOM research has largely been grounded in human-generated communication contexts and has not fully explained how consumers evaluate and trust AI-generated information. To address these limitations, this study investigates how recommendation presentation format influences consumer purchase decisions and explores the role of recommendation trust as a key psychological mechanism.
This research integrates the Stimulus-Organism-Response （SOR） framework and the Technology Acceptance Model （TAM） to develop a comprehensive model of consumer decision-making in AI-enabled recommendation environments. Within the SOR framework, recommendation presentation format serves as the stimulus （S）, recommendation trust represents the organism （0）, and purchase intention functions as the behavioral response （R）. In addition, TAM is incorporated to explain the cognitive evaluation process through perceived usefulness and perceived ease of use. Furthermore, self-control is introduced as a moderating variable to examine how individual psychological characteristics influence trust formation and behavioral responses toward different recommendation sources.
Based on this theoretical framework, the study compares two types of recommendation presentation formats: traditional human-generated reviews and AI-generated reviews. Human-generated reviews are characterized by experiential authenticity, emotional expression, and social credibility, whereas AI-generated reviews emphasize information efficiency, consistency, personalization, and algorithmic processing. This distinction provides an opportunity to examine whether consumers form trust through different psychological pathways depending on the source of recommendation information.
To empirically test the proposed framework, scenario-based experiments were conducted in online shopping contexts. Participants were randomly assigned to different review conditions and evaluated products based on either human-generated or AI-generated recommendation information. Multiple statistical analyses, including manipulation checks, t-tests, mediation analyses, logistic regression, and moderation analyses, were employed to examine the relationships among recommendation presentation format, trust, self-control, and purchase intention.
The findings reveal several important results. First, recommendation presentation format significantly affects consumers' trust perceptions. Human-generated reviews generally generate higher levels of trust because consumers perceive them as more authentic, emotionally relatable, and socially credible. In contrast, AI-generated reviews are evaluated based on their perceived usefulness, consistency, and technological reliability. These findings suggest that recommendation trust differs according to the source of information and that consumers rely on distinct trust formation mechanisms when evaluating human and AI-generated content.
Second, recommendation trust plays a significant mediating role in the relationship between recommendation presentation format and purchase intention. The results demonstrate that recommendation format influences consumers' trust perceptions, which subsequently affect their willingness to purchase. This finding supports the core assumption of the SOR framework by confirming that external information stimuli influence behavioral outcomes through internal psychological processes.
Third, cognitive evaluations derived from TAM contribute significantly to trust formation. Consumers who perceive recommendation information as useful and easy to understand are more likely to trust the recommendation source. This result highlights the importance of cognitive acceptance processes in technology-mediated consumption environments and suggests that trust formation in AI-based systems extends beyond traditional notions of social credibility.
Fourth, self-control significantly moderates the relationship between recommendation presentation format and recommendation trust. Consumers with relatively low levels of self-control tend to place greater trust in human-generated reviews, relying more heavily on social cues and experiential information. In contrast, consumers with higher levels of self-control exhibit relatively greater trust toward AI-generated recommendations, suggesting a stronger preference for systematic information processing and objective evaluation. These findings indicate that individual psychological characteristics influence how consumers interpret and trust recommendation information.
Theoretical contributions of this study are threefold. First, it extends traditional eWOM literature by incorporating AI-generated recommendation information and comparing trust formation mechanisms across human and AI sources. Second, it integrates SOR and TAM into a unified framework that explains how technological and psychological factors jointly influence consumer decision-making. Third, it identifies self-control as an important boundary condition that shapes consumer responses to recommendation information, thereby expanding current understanding of trust formation in digital environments.
From a managerial perspective, the findings provide practical implications for e-commerce platforms, marketers, and recommendation system designers. Platforms should recognize that consumers do not evaluate all recommendation information equally and that trust formation depends on both the source of information and individual consumer characteristics. AI-generated recommendation systems may become more effective when transparency, explainability, and perceived usefulness are enhanced. At the same time, maintaining elements of human authenticity and social credibility may help strengthen consumer trust and purchase intention.
In conclusion, this study contributes to the growing body of research on consumer behavior in AI-mediated environments by demonstrating how recommendation presentation format influences trust formation and purchase intention. As AI-generated content continues to expand across digital platforms, understanding the psychological mechanisms underlying consumer trust will become increasingly important for both theory and practice.

국문 초록 (Abstract)

전자상거래와 디지털 플랫폼의 급속한 확산은 소비자가 정보를 획득하고 구매 결정을 내리는 방식을 근본적으로 변화시켰다. 정보의 비대칭성과 과부하가 특징적인 온라인 환경에서 온라인 리뷰는 소비자에게 가장 영향력 있는 정보원 중 하나로 자리 잡았다. 전통적으로 소비자 생성 리뷰는 온라인 구전（eWOM）의 한 형태로서, 잠재 구매자들이 구매 전 제품 품질을 평가하고 불확실성을 줄이는 데 기여해 왔다. 그러나 최근 인공지능（AI） 기술의 발전은 AI 생성 리뷰 및 추천이라는 새로운 형태의 추천 정보를 등장시켰다. 소비자들이 소비자 작성 리뷰와 AI 생성 리뷰 콘텐츠에 동시에 노출되는 빈도가 증가함에 따라, 서로 다른 추천 정보 제시 방식이 신뢰 형성과 구매 의도에 어떠한 영향을 미치는지는 중요한 연구 과제가 되고 있다.
AI 기반 추천 시스템의 확산에도 불구하고, 기존 연구들은 주로 리뷰의 양적 특성, 방향성, 품질에 초점을 맞추어 왔으며, 추천 정보의 출처와 신뢰 형성의 심리적 기제에 대해서는 상대적으로 주목을 기울이지 않았다. 또한 기존 eWOM 연구는 대부분 인간 중심의 소통 맥락에 기반하고 있어, 소비자가 AI 생성 정보를 어떻게 평가하고 신뢰하는지에 대해 충분히 설명하지 못하였다. 이에 본 연구는 추천 정보의 제시 방식이 소비자 구매 결정에 미치는 영향을 규명하고, 추천 신뢰가 핵심 심리적 기제로서 작용하는 과정을 탐색하고자 하였다.
본 연구는 자극-유기체-반응（SOR） 프레임워크와 기술수용모형（TAM）을 통합하여 AI 기반 추천 환경에서의 소비자 의사결정에 대한 포괄적 모형을 수립하였다. SOR 프레임워크에서 추천 정보 제시 방식은 자극（S）으로, 추천 신뢰는 유기체（O）로, 구매 의도는 행동적 반응（R）으로 설정되었다. 또한 TAM을 통합하여 지각된 유용성과 지각된 용이성을 통한 인지적 평가 과정을 설명하고자 하였다. 나아가 자기통제력을 조절 변수로 도입하여, 개인의 심리적 특성이 추천 정보 출처에 따른 신뢰 형성 및 행동 반응에 어떻게 영향을 미치는지를 검증하였다.
이러한 이론적 틀에 기초하여, 본 연구는 전통적인 소비자 작성 리뷰와 AI 생성 리뷰라는 두 가지 유형의 추천 정보 제시 방식을 비교하였다. 소비자 작성 리뷰는 경험적 진정성, 감정적 표현, 사회적 신뢰성을 특징으로 하는 반면, AI 생성 리뷰는 정보 효율성, 일관성, 개인화, 알고리즘 처리 방식을 강조한다. 이러한 구분은 소비자가 추천 정보의 출처에 따라 상이한 심리적 경로를 통해 신뢰를 형성하는지 여부를 검토할 수 있는 기회를 제공한다.
제안된 연구 모형을 실증적으로 검증하기 위해, 온라인 쇼핑 맥락에서 시나리오 기반 실험을 실시하였다. 참가자들은 무작위로 서로 다른 리뷰 조건에 할당되었으며, 소비자 작성 또는 AI 생성 추천 정보에 기초하여 제품을 평가하였다. 조작 점검, t-검정, 매개 효과 분석, 로지스틱 회귀 분석, 조절 효과 분석 등 다양한 통계 기법을 활용하여 추천 정보 제시 방식, 추천 신뢰, 자기통제감, 구매의도 간의 관계를 검증하였다.
분석 결과, 다음과 같은 주요 발견을 도출하였다. 첫째, 추천 정보 제시 방식은 소비자의 신뢰 지각에 유의한 영향을 미치는 것으로 나타났다. 소비자 작성 리뷰는 소비자들에 의해 보다 진정성 있고, 감정적으로 공감 가능하며, 사회적으로 신뢰할 수 있는 것으로 인식되어 일반적으로 더 높은 수준의 신뢰를 형성하였다. 반면, AI 생성 리뷰는 지각된 유용성, 일관성, 기술적 신뢰성을 기준으로 평가되었다. 이는 추천 신뢰가 정보 출처에 따라 상이하게 나타나며, 소비자가 인간 및 AI 생성 콘텐츠를 평가할 때 서로 다른 신뢰 형성 기제에 의존함을 시사한다.
둘째, 추천 신뢰는 추천 정보 제시 방식과 구매 의도 간의 관계에서 유의미한 매개 역할을 하는 것으로 확인되었다. 즉, 추천 방식은 소비자의 신뢰 지각에 영향을 미치고, 이는 다시 구매 의도에 영향을 미치는 것으로 나타났다. 이는 외부 정보 자극이 내부 심리 과정을 통해 행동 결과에 영향을 미친다는 SOR 프레임워크의 핵심 가정을 지지하는 결과이다.
셋째, TAM에서 도출된 인지적 평가는 신뢰 형성에 유의한 기여를 하는 것으로 나타났다. 추천 정보를 유용하고 이해하기 쉽다고 지각한 소비자는 해당 추천 출처에 대해 더 높은 신뢰를 형성하는 경향을 보였다. 이는 기술 매개 소비 환경에서 인지적 수용 과정의 중요성을 강조하며, AI 기반 시스템에서의 신뢰 형성이 전통적 사회적 신뢰성 개념을 넘어 확장될 수 있음을 시사한다.
넷째, 자기통제감은 추천 정보 제시 형식과 추천 신뢰 간의 관계를 유의하게 조절하는 것으로 나타났다. 자기통제감이 상대적으로 낮은 소비자는 사회적 단서와 경험적 정보에 더 크게 의존하며 소비자 작성 리뷰에 더 높은 신뢰를 보이는 반면, 자기통제감이 높은 소비자는 체계적 정보 처리와 객관적 평가를 선호하여 AI 생성 추천에 대해 상대적으로 더 높은 신뢰를 형성하는 경향을 보였다. 이는 개인의 심리적 특성이 추천 정보 해석 및 신뢰 형성 방식에 영향을 미침을 의미한다.
본 연구의 이론적 기여는 세 가지 측면에서 요약될 수 있다. 첫째, AI 생성 추천 정보를 기존 eWOM 문헌에 통합하고, 인간과 AI 출처 간의 신뢰 형성 기제를 비교함으로써 eWOM 연구의 범위를 확장하였다. 둘째, SOR과 TAM을 하나의 통합 프레임워크로 결합하여 기술적 요인과 심리적 요인이 소비자 의사결정에 어떻게 상호적으로 영향을 미치는지 설명하였다. 셋째, 자기통제감을 중요한 경계 조건으로 식별함으로써 디지털 환경에서의 신뢰 형성에 대한 이해를 심화하였다.
실무적 관점에서 본 연구의 결과는 전자상거래 플랫폼, 마케터, 추천 시스템 설계자에게 유용한 시사점을 제공한다. 플랫폼은 소비자가 모든 추천 정보를 동일하게 평가하지 않으며, 신뢰 형성이 정보 출처와 개별 소비자 특성 모두에 의존한다는 점을 인식해야 한다. AI 생성 추천 시스템은 투명성, 설명 가능성, 지각된 유용성이 강화될 때 더 효과적으로 작용할 수 있다. 동시에 인간의 진정성과 사회적 신뢰성 요소를 유지하는 것은 소비자 신뢰와 구매 의도를 강화하는 데 도움이 될 수 있다.
결론적으로, 본 연구는 추천 정보 제시 형식이 신뢰 형성과 구매 의도에 미치는 영향을 실증적으로 규명함으로써 AI 매개 환경에서의 소비자 행동 연구에 기여한다. AI 생성 콘텐츠가 디지털 플랫폼 전반으로 확대됨에 따라, 소비자 신뢰의 심리적 기제를 이해하는 것은 이론과 실무 양측에서 더욱 중요해질 것이다.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구 배경 및 필요성 1
• 제2절 연구의 목적 및 문제 4
• 제3절 연구의 시사점 5
• 제4절 연구의 구성 7
• 제2장 이론적 배경 8
• 제1절 온라인 구전과 소비자 반응 8
• 제2절 추천 정보 제시 방식 13
• 제3절 SOR 모형 18
• 제4절 기술수용모형 22
• 제5절 자기통제감 26
• 제6절 연구변수 선정 근거 및 선행연구 고찰 30
• 제7절 이론적 틀 32
• 제3장 연구 모형 및 가설 설정 34
• 제1절 연구 모형 34
• 제2절 변수 정의 및 측정 문항 구성 36
• 제3절 가설 설정 42
• 1. 가설 1: 추천 정보 제시방식과 구매의도 간의 관계 42
• 2. 가설 2~3: 기술수용모형 기반 인지 판단과 추천 신뢰의 매개효과 44
• 3. 가설4: 자기통제감의 조절 효과 45
• 제4절 연구 설계 개요 47
• 제4장 연구 설계, 연구 방법론 및 결과 50
• 제1절 실험 1 50
• 1. 실험 1의 목적 및 설계 50
• 2. 실험 1의 조작 타당성 점검 51
• 3. 실험 1의 절차 및 참여자 구성 54
• 4. 실험 1의 분석 방법 및 결과 55
• 5. 실험 1의 결과 64
• 제2절 실험 2 67
• 1. 실험 2의 목적 및 설계 67
• 2. 실험 2의 조작 타당성 점검 68
• 3. 실험 2의 절차 및 참여자 구성 71
• 4. 실험 2의 분석 방법 및 결과 72
• 5. 실험 2의 결과 83
• 제5장 결론 85
• 제1절 연구 결과 요약 85
• 제2절 이론적 시사점 86
• 제3절 실무적 시사점 89
• 제4절 연구의 한계점 및 향후 연구 방향성 제시 91
• 참 고 문 헌 93
• ABSTRACT 123
• [부록] 설문지 원본 128