The impact of hotel guests’ AI service preference on perceived interaction and use intention : The mediating role of expected service quality = 호텔 고객의 AI 서비스 선호도가 지각된 상호작용과 사용의도에 미치는 영향 : 기대서비스품질의 매개효과

다국어 초록 (Multilingual Abstract)

This study investigates how hotel guests’ preferences for artificial intelligence (AI) services influence perceived interaction and usage intention, emphasizing the mediating role of expected service quality. As AI technologies increasingly reshape the hospitality industry through automation, personalization, and intelligent management, understanding their psychological and behavioral implications has become critical. While previous research has tended to examine technology acceptance, service quality, and behavioral intention as separate constructs, this study integrates these perspectives into a unified analytical framework—AI Service Preference → Perceived Interaction → Expected Service Quality → Usage Intention—grounded in the Technology Acceptance Model (TAM),
Empirical data were collected through a structured online survey targeting hotel users in Korea, yielding 235 valid responses. Statistical analyses were conducted using SPSS 26.0 and the PROCESS macro, encompassing descriptive statistics, reliability and validity tests, regression analyses, and bootstrapped mediation testing. All constructs demonstrated high reliability (Cronbach’s α = .645–.864) and validity (factor loadings > .75, KMO > .81). Results revealed that AI service preference significantly enhanced perceived interaction (β = .508, p < .001), which in turn positively affected usage intention (β = .486, p < .001). Furthermore, expected service quality partially mediated the relationship between perceived interaction and usage intention (95% CI [0.1837, 0.3610]), confirming its central role in shaping user behavior toward intelligent hotel services.
These findings suggest that guests evaluate AI-enabled hospitality not only through functional efficiency but also through emotional responsiveness, transparency, and authenticity. Theoretically, the study extends traditional technology-acceptance frameworks by integrating experiential and affective dimensions of service quality. Managerially, it underscores the importance of designing hybrid human–AI service systems that combine technological precision with emotional warmth. Such balanced integration can strengthen trust, satisfaction, and loyalty, guiding hotels toward a sustainable model of intelligent yet human-centered hospitality.

국문 초록 (Abstract)

본 연구는 호텔 고객의 인공지능(AI) 서비스 선호도가 지각된 상호작용과 사용 의도에 미치는 영향을 분석하고, 기대 서비스 품질의 매개 역할을 중심으로 실증적으로 검증하는데 목적이 있다. 자동화, 개인화, 지능형 관리를 통해 AI 기술이 호텔 산업을 재편함에 따라, 이에 대한 심리적·행동적 영향에 대한 이해는 매우 중요해지고 있다. 기존 연구들이 기술수용, 서비스 품질, 행동 의도를 각각의 구성 개념으로 살펴본 데 반해, 본 연구는 기술수용모델(TAM)을 기반으로 하여 이러한 관점들을 통합 분석 프레임워크(AI 서비스 선호도 → 지각된 상호작용 → 기대 서비스 품질 → 사용 의도)에 통합하여 연구한데 그 의의가 있다.
연구목적을 위한 조사대상은 한국의 호텔 고객을 대상으로 한 구조화된 온라인 설문을 통해 수집되었으며, 최종 235부의 유효 응답이 분석에 사용되었다. 통계 분석은 SPSS 26.0과 PROCESS 매크로를 활용하여 수행되었으며, 기술통계, 신뢰도 및 타당도 검증, 회귀 분석, 부트스트래핑(Bootstrapping) 매개 효과 검정을 포함하였다. 모든 구성 개념은 높은 신뢰도(크론바흐 알파 = .645 ~ .864)와 타당도(요인 부하량 > .75, KMO > .81)를 나타냈다. 분석 결과, AI 서비스 선호도는 지각된 상호작용을 유의미하게 증가시키는 것(β = .508, p < .001)으로 나타났으며, 지각된 상호작용은 사용 의도에 긍정적인 영향을 미치는 것으로 나타났다(β = .486, p < .001). 더불어, 기대 서비스 품질은 지각된 상호작용과 사용 의도 간의 관계를 부분 매개하는 것(95% CI [0.1837, 0.3610])으로 확인되었으며, AI 지능형 호텔 서비스에 대한 이용자 행동 형성에서 핵심적 역할을 하는 것으로 입증되었다.
본 연구의 결과는 고객이 AI 기반 서비스를 기능적 효율성 뿐만 아니라 정서적 반응성, 투명성, 진정성을 통해 평가함을 시사할 수 있다. 본 연구는 이론적으로는 서비스 품질의 경험적 및 감성적 차원을 통합함으로써 기존 기술수용 모델을 확장하였고 실무적으로는 기술적 정밀성과 감성적 온기를 결합한 인간-AI 하이브리드 서비스 시스템 설계의 중요성을 강조하였다. 이러한 균형 잡힌 통합은 신뢰, 만족도, 충성도를 강화하여 호텔 산업이 지능적이면서도 인간 중심의 지속 가능한 모델로 나아가는 데 기여할 수 있을 것으로 기대하는 바이다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1 Research Background and Questions 1
• 1.2 Research problem 3
• 1.3 The necessity of research 5
• Chapter 2. Literature Review 9
• 2.1 Related Theories 9
• 2.2 AI Preference (AI Service Preference) 15
• 2.3 Perceived Interaction 20
• 2.4 Expected Service Quality 26
• 2.5 Usage Intention 33
• Chapter 3. Hotel AI Service 39
• 3.1 Traditional Hotel services 39
• 3.2 AI Modern Hotel Services 41
• 3.3 Current Use of AI Services by Hotel Customers 45
• Chapter 4. Research Design 49
• 4.1 Research Model and Hypothesis Setting 49
• 4.2 Survey Design and Data Collection 54
• 4.3 Analysis procedures and methods 58
• Chapter 5. Demographic Characteristics and Descriptive Statistics 62
• 5.1 Demographic Characteristics 62
• 5.2 Reliability and Validity 65
• 5.3 Hypothesis Testing 68
• Chapter 6. Discussion and Conclusion 73
• 6.1 Summary of the Study 73
• 6.2 Interpretation of Hypothesis Testing 75
• 6.3 Research Implications, Limitations and Future Research Directions 80
• References 90
• ABSTRACT 97
• Survey 99