라이브커머스에서 상호작용 신호 유형과 소비자 행동의 차별적 관계 : 타오바오 라이브 데이터 분석 = Differentiated Relationships between Interactive Signal Types and Consumer Behavior in Live Streaming E-Commerce: An Analysis of Taobao Live Data

다국어 초록 (Multilingual Abstract)

With the rapid development of live-streaming e-commerce, real-time interaction has emerged as a salient situational factor that co-varies with consumer behavior. Existing research, however, has largely treated live-stream interactions as a homogeneous construct and has paid insufficient attention to the functional heterogeneity among different interactive signals during the consumer decision process. As a result, how distinct types of interactions co-occur with viewing and purchasing behavior remains insufficiently characterized. To address this gap, the present study focuses on different types of interactive signals in live-streaming e-commerce and examines their differentiated associations with consumer behavior. Because the analysis relies on cross-sectional observational data, all reported findings should be read as associations rather than as evidence of causal effects.
Drawing on Social Proof Theory, Social Presence Theory, and the literature on information processing, this study treats likes as a proxy for the emotional dimension of social proof and treats comments and bullet chats as a proxy for the informational dimension of social proof—i.e., as signals that, relative to likes, exhibit a higher information affordance. The study examines how these two types of signals are differentially associated with viewing behavior and purchasing behavior, and further introduces virtual-streamer livestreams as a comparative setting to explore potential boundary differences across streamer types.
A multimodal data-analytic strategy is adopted. The analytical framework integrates interaction metrics, textual semantics of comments and bullet chats, streamer characteristics, and visual presentation variables. Drawing on data from 434 real-streamer livestreams and a smaller sample of virtual-streamer livestreams from Taobao Live, multiple regression models are estimated to assess the associations between interactive signals and consumer behavior. The empirical patterns suggest that: （1） different types of interactive signals are associated with consumer behavior in differentiated ways; （2） likes, as a proxy for emotional social proof, exhibit stronger associations with viewing-stage behaviors; （3） comments and bullet chats, as a proxy for the informational dimension of social proof, exhibit relatively stronger associations with purchasing behavior; and （4） the strength and the differentiated pattern of these associations appear to vary between real-streamer and virtual-streamer contexts, though the latter finding remains exploratory given the limited virtual-streamer sample.
Theoretically, this study extends the explanatory framework of live-stream interaction research by foregrounding the functional differentiation among types of interactive signals, and provides new empirical evidence for understanding how different kinds of interactions co-vary with consumer decision making. Practically, the findings offer implications for the design of interactive features on live-streaming platforms, for streamer-side operational strategies, and for the development of virtual-streamer livestreams.

국문 초록 (Abstract)

라이브커머스의 급속한 발전과 함께 실시간 상호작용은 소비자 행동과 밀접하게 관련된 중요한 상황적 요인으로 자리 잡고 있다. 그러나 기존 연구들은 대부분 라이브커머스 상호작용을 동질적인 변수로 간주하여 분석해 왔으며, 서로 다른 유형의 상호작용 신호가 소비자 의사결정 과정에서 수행하는 기능적 차이를 충분히 구분하지 못하였다. 이로 인해 라이브커머스 상호작용의 역할에 대한 설명은 여전히 상대적으로 모호한 상태에 머물러 있다. 이에 본 연구는 라이브커머스 환경에서 나타나는 다양한 상호작용 신호에 주목하여, 이들이 소비자 행동과 어떠한 차별적 관련성을 가지는지를 분석하고자 하였다. 구체적으로 본 연구는 ‘좋아요’를 사회적 증거의 정서적 차원을 대리하는 변수로,실시간 화면 댓글을 사회적 증거의 정보적 차원을 대리하는 변수（즉, ‘좋아요’에 비해 정보 전달 가능성이 더 높은 상호작용 신호）로 설정하였다. 이는 두 유형의 사회적 증거 자체를 직접 측정한 것이 아니라, 각각을 대표하는 대리변수를 활용한 것이다. 또한 본 연구는 횡단면 관측자료를 기반으로 수행되었으므로, 본 연구에서 제시하는 결과는 엄격한 인과관계에 대한 추론이 아니라 변수 간 관련성에 대한 실증적 증거로 이해되어야 한다.
본 연구는 사회적 증거 이론（Social Proof Theory）, 사회적 실재감 이론（Social Presence Theory）, 그리고 정보 처리 관련 연구를 이론적 기반으로, 라이브 방송실 내 상호작용을 ‘좋아요’로 대표되는 정서적 상호작용 신호와 실시간 화면 댓글로 대표되는 정보적 상호작용 신호로 구분하였다. 이를 바탕으로 각 상호작용 신호가 시청 행동과 구매 행동에 미치는 차별적 관련성 패턴을 분석하였다. 또한 가상 인플루언서 환경을 결합하여, 서로 다른 진행자 유형에 따라 상호작용 신호의 관련성 패턴이 어떠한 경계 조건의 차이를 보이는지 추가로 검토하였다.
본 연구는 실제 라이브커머스 플랫폼 데이터를 활용하여 웹 크롤링, 멀티모달 특성 추출, 실증 통계 분석을 결합한 연구 방법을 적용하였으며, 라이브 방송실 과정에서 발생하는 상호작용 행동, 이용자 반응 및 소비 성과를 정량적으로 분석하였다. 변수 구성 측면에서 본 연구는 ‘좋아요’를 정서적 상호작용 신호로 정의하고, 실시간 화면 댓글을 정보적 상호작용 신호로 정의하였다. 또한 사회적 실재감, 집단 동일시 및 정보 진단성 등의 심리적 과정의 매개적 역할을 추가로 고찰하였다. 아울러 진행자 유형, 라이브 방송실 환경 및 제품 위험 수준을 고려한 이질성 분석을 실시함으로써 연구 결과의 설명력과 적용 가능성을 제고하였다.
연구 결과는 다음과 같다. 첫째, 서로 다른 상호작용 신호는 소비자 행동과 유의한 차별적 관련성 패턴을 나타내는 것으로 확인되었다. 둘째, ‘좋아요’와 같은 정서적 상호작용 신호는 이용자의 시청 및 체류 행동과 비교적 강한 정（+）의 관련성을 보였다. 셋째, 실시간 화면 댓글과 같은 정보적 상호작용 신호는 소비자의 구매 행동을 설명하는 데 상대적으로 더 높은 예측력을 나타냈다. 넷째, 가상 인플루언서 환경에서는 상호작용 신호의 관련성 강도와 작동 경로가 일정한 차이를 보였다.
본 연구의 이론적 기여는 상호작용 신호의 기능적 분화 관점에서 라이브커머스 상호작용 연구의 설명 틀을 확장하였다는 점에 있다. 또한 소비자 의사 결정 과정에서 서로 다른 유형의 상호작용이 수행하는 역할에 대한 새로운 실증적 증거를 제시하였다. 실무적 측면에서는 본 연구의 결과가 라이브커머스 플랫폼의 상호작용 설계, 진행자 운영 전략 및 가상 라이브커머스 환경의 최적화를 위한 시사점을 제공할 수 있다.

목차 (Table of Contents)

• 1. 서론 1
• 1） 연구배경 및 문제 제기 1
• （1） 라이브커머스의 기원과 발전 5
• （2） 사용자 상호작용의 연구 핵심성 6
• （3） 디지털 기술의 방법론적 지원 7
• （4） 연구 문제 8
• 2） 연구의 필요성 9
• 3） 연구 방법 11
• （1） 문헌 연구법 11
• （2） 청각 정보 디지털화 연구법 12
• （3） 시각 정보 디지털화 연구법 12
• （4） 데이터 분석법 13
• 4） 연구내용 및 연구구조 13
• （1） 연구내용 13
• （2） 연구구조 14
• 5） 요약 16
• 2. 문헌고찰 17
• 1） 라이브커머스 관련 연구 17
• （1） 소비자 관점의 연구 19
• （2） 진행자 관점의 연구 21
• （3） 판매자 관점의 연구 22
• （4） 플랫폼 관점의 연구 23
• 2） 라이브 방송실 공간 사용자 상호작용 관련 연구 25
• （1） ‘좋아요’ 상호작용 관련 연구 25
• （2） 실시간 화면 댓글 상호작용 관련 연구 26
• 3） 핵심 이론의 연구 발전 28
• （1） 상호작용성 이론의 연구 발전 28
• （2） 사회적 실재감 이론의 연구 동향 29
• （3） 사회적 증거 이론의 연구 동향 30
• （4） 전자적 구전 이론의 연구 동향 30
• （5） 사회적 자본 이론의 연구 동향 31
• （6） 플랫폼화 이론의 연구 동향 31
• 4） 통제 변수 관련 연구 32
• （1） 청각 요인 관련 연구 32
• （2） 시각 요인 관련 연구 33
• 5） 기존 연구의 공백과 본 연구의 위치 34
• 6） 요약 35
• 3. 이론적 배경 및 연구 설계 37
• 1） 라이브커머스 상호작용의 이론적 배경 37
• （1） 상호작용성 이론 38
• （2） 사회적 실재감 이론 39
• （3） 사회적 증거 이론 40
• （4） 사회적 실재감과 정보적 사회적 증거의 개념적 구분 41
• （5） 전자적 구전（e-WOM） 이론 44
• （6） 이론 통합 45
• （7） 이중 채널 사회적 신호 분석 프레임워크 47
• 2） 연구 가설의 제시 52
• （1） 사용자 상호작용과 시청 성과 52
• （2） 이용자 상호작용과 구매 성과 53
• （3） ‘좋아요’와 실시간 화면 댓글의 차별적 관련성 54
• （4） 라이브 방송실 속성의 조절 효과 55
• （5） 가상 진행자 상황에서 이중채널 분석 프레임워크의 예상 차이 56
• 3） 연구 대상 및 변수 선정 57
• 4） 요약 58
• 4. 멀티모달 시청각 데이터 수집 및 처리 60
• 1） 데이터 출처 및 표본 선정 60
• （1） 데이터 플랫폼 선택 60
• （2） 표본 선정의 고려 사항 61
• 2） 데이터 수집 및 표준화 처리 63
• （1） Scrapy 프레임워크 기반 데이터 수집 64
• （2） 영상 표준화 처리 66
• （3） 음성 및 영상 분리 67
• 3） 멀티모달 정량 처리 기술 68
• （1） 사용자 상호작용 데이터 처리 68
• （2） 진행자 표현 수준의 시청각 요인 처리 73
• （3） 장면 설계 수준의 시청각 요인 처리 75
• （4） 라이브 방송실 속성 지표의 처리 76
• 4） 핵심 변수 구성에 대한 이론적 논증 78
• （1） 정서적 상호작용 신호 78
• （2） 정보적 상호작용 신호 79
• （3） 참여 수준의 행동 반응 82
• （4） 전환 수준의 행동 반응 82
• （5） 변수 구성의 이론적 의의 83
• 5） 데이터 정제 및 변수 구성의 구체적 절차 85
• （1） 데이터 정제 86
• （2） 변수 구성 87
• 6） 최종 표본 개관 87
• 7） 요약 88
• 5. 라이브 방송실 내 사용자 상호작용과 소비자 온라인 행동 간 관계 연구 90
• 1） 기술통계 90
• 2） 실증모형 설정 91
• 3） 사용자 상호작용이 소비자 행동에 미치는 주효과 92
• （1） 사용자 상호작용과 시청 성과 간의 상관관계 92
• （2） 사용자 상호작용이 구매 성과에 미치는 영향 95
• 4） ‘좋아요’와 실시간 화면 댓글의 차별적 연관성 97
• 5） 라이브 방송실 속성의 조절 효과 100
• （1） 라이브 방송실 유형의 조절 효과 100
• （2） 사회적 자본의 조절 효과 102
• 6） 통제 변수의 추가적 발견 104
• 7） 강건성 검증 105
• （1） 종속 변수 대체법 105
• （2） 독립 변수 대체법 106
• （3） 하위 표본 회귀 분석 107
• （4） 시간 윈도우 강건성 검증 107
• （5） 진행자 유형 강건성 검증 108
• （6） 인과 식별 논의 109
• （7） 강건성 검증의 종합 평가 110
• 8） 이질성 분석 및 논의 111
• （1） 상호작용 관련성의 이질성 분석 111
• （2） 추가 논의 113
• 9） 요약 116
• 6. 가상 라이브 방송실 환경의 차별적 연관성 연구 118
• 1） 가상 라이브커머스 방송 연구의 이론적 의의 118
• 2） 가상 라이브커머스 방송 표본 및 변수 조정 119
• （1） 가상 라이브커머스 방송 표본 119
• （2） 변수 조정 119
• 3） 가상 라이브커머스 방송 내 핵심 효과의 실증 분석 120
• （1） 사용자 상호작용이 가상 라이브커머스 방송의 시청 성과에 미치는 영향 121
• （2） 사용자 상호작용이 가상 라이브커머스 방송의 구매 성과에 미치는 영향 122
• 4） 실제 라이브커머스 방송과 가상 라이브커머스 방송의 표본 간 비교 분석 123
• （1） 핵심 상호작용 관련성의 강도 비교 123
• （2） 차이에 대한 이론적 해석 124
• （3） 조절 효과의 두 유형 라이브커머스 방송 간 비교 126
• 5） 요약 126
• 7. 결론 및 전망 128
• 1） 연구의 주요 발견 128
• （1） 가설 검정 결과의 체계적 진술 128
• （2） 연구 문제 1에 대한 발견 131
• （3） 연구 문제 2에 대한 발견 132
• （4） 연구 문제 3에 대한 발견 134
• （5） 연구 문제 4에 대한 결과 135
• 2） 이론적 기여 135
• （1） 주요 이론적 기여 136
• （2） 실증적 기여 137
• （3） 탐색적 기여 138
• （4） 이론과 실무의 통합적 가치 141
• 3） 실무적 시사점 144
• （1） 플랫폼에 대한 실무적 시사점 144
• （2） 진행자에 대한 실무적 시사점 145
• （3） 판매자에 대한 실무적 시사점 146
• 4） 연구의 한계 147
• 5） 향후 연구 방향 149
• 6） 결론 150
• 참고 문헌 152
• Abstract 160