Structural trust formation in ai-powered hotel front desk services : The roles of perceived digital performance, ai interaction quality, and reuse intention

다국어 초록 (Multilingual Abstract)

This dissertation examines the mechanism of trust formation and reuse intention in AI-powered hotel front desk services within midscale and upscale hotels in China. Drawing on system trust theory and institution-based trust research, the study develops a parsimonious snapshot model that positions structural trust as the central mediating mechanism between perceived digital performance （capability judgment）, AI interaction quality （process judgment）, and reuse intention. The model also retains a direct path from perceived digital performance to reuse intention and examines the moderating role of AI interaction quality on the relationship between perceived digital performance and structural trust. A supplementary direct path from AI interaction quality to reuse intention is included solely to distinguish mediation patterns.
Data were collected from 325 guests who had recent experience with AI-powered hotel front desk services. Structural equation modeling results indicate that perceived digital performance positively affects structural trust （β = 0.330, p 〈 0.001） and reuse intention directly （β = 0.147, p = 0.015）. AI interaction quality positively influences structural trust （β = 0.416, p 〈 0.001） and significantly moderates the perceived digital performance–structural trust relationship. Structural Trust, in turn, strongly predicted Reuse Intention （β = 0.432, p 〈 0.001）. It partially mediated the effect of Perceived Digital Performance on Reuse Intention. In the supplementary analysis, the direct effect of AI Interaction Quality on Reuse Intention was not statistically significant （β = 0.098, p = 0.123）, whereas the indirect effect of AI Interaction Quality on Reuse Intention through Structural Trust was significant （standardized indirect effect = 0.180, p = 0.005）. These results indicate that AI Interaction Quality influenced Reuse Intention mainly through Structural Trust within the supplementary-path specification.
These findings offer contextual refinements to hospitality AI research by illustrating, within the tested context of midscale and upscale hotels in China, how capability and process judgments operate through partially distinct pathways, with structural trust serving as the primary interpretive mechanism. The study specifies these relationships under the regulatory and institutional conditions surrounding AI-powered hotel front desk service encounters and provides practical implications for hotel operators and AI system designers seeking to enhance guest trust and continued use of front-desk technologies.

국문 초록 (Abstract)

최근 중·고급 호텔을 중심으로 신원 확인, 예약 확인, 결제 승인 및 체크인·체크아웃 절차를 지원하기 위한 인공지능（AI） 기반 프런트 데스크 서비스의 도입이 확대되고 있다. 일반적인 호텔 기술과 달리, 이러한 서비스는 절차적 중대성을 수반하며（procedurally consequential） 신뢰에 매우 민감한（trust-sensitive） 상호작용을 포함한다. 따라서 고객이 AI 기반 프런트 데스크 서비스를 경험한 후 어떠한 과정을 통해 구조적 신뢰（structural trust）와 재이용 의도（reuse intention）를 형성하는지 심층적으로 규명할 필요가 있다.
본 학위논문은 중국 중·고급 호텔의 AI 기반 프런트 데스크 서비스 이용 맥락에서 구조적 신뢰의 형성 메커니즘과 재이용 의도의 형성 과정을 규명하는 데 목적이 있다. 본 연구는 시스템 신뢰 이론과 제도기반 신뢰 연구를 이론적 토대로 삼아, 구조적 신뢰를 지각된 디지털 성과（능력기반 판단）, AI 상호작용 품질（과정기반 판단）, 그리고 재이용 의도 사이를 연결하는 핵심 매개기제로 설정한 간결한 스냅샷 모형을 구축하였다. 또한 본 연구는 지각된 디지털 성과가 재이용 의도에 미치는 직접경로도 함께 검증하고, 지각된 디지털 성과와 구조적 신뢰 간 관계에서 AI 상호작용 품질의 조절효과를 함께 검증하였다. 아울러 매개 양상의 차이를 보다 명확히 확인하기 위하여 보조분석에서는 AI 상호작용 품질에서 재이용 의도로 이어지는 직접경로를 추가적으로 검토하였다.
자료는 AI 기반 프런트 데스크 시스템을 최근 실제로 이용한 경험이 있는 고객 325명을 대상으로 수집하였다. 구조방정식모형 분석 결과, 지각된 디지털 성과는 구조적 신뢰에 정（+）의 영향을 미치는 동시에（β = 0.330, p 〈 0.001）, 재이용 의도에도 직접적으로 정（+）의 영향을 미치는 것으로 나타났다（β = 0.147, p = 0.015）. AI 상호작용 품질 역시 구조적 신뢰에 정（+）의 영향을 미쳤으며（β = 0.416, p 〈 0.001）, 지각된 디지털 성과와 구조적 신뢰 간 관계에서 유의한 조절효과를 보였다. 또한 구조적 신뢰는 재이용 의도에 강한 정（+）의 영향을 미치는 것으로 확인되었다（β = 0.432, p 〈 0.001）. 구조적 신뢰는 지각된 디지털 성과가 재이용 의도에 미치는 영향을 부분 매개하는 것으로 나타났다. 보조분석에서 AI 상호작용 품질이 재이용 의도에 미치는 직접효과는 통계적으로 유의하지 않은 것으로 나타났다（β = 0.098, p = 0.123）. 또한 AI 상호작용 품질이 구조적 신뢰를 통해 재이용 의도에 미치는 간접효과는 유의하였다（standardized indirect effect = 0.180, p = 0.005）. 따라서 AI 상호작용 품질은 재이용 의도에 직접적으로 작용하기보다는 구조적 신뢰를 통해 주로 영향을 미치는 것으로 확인되었다.
이러한 연구결과는 중국 중·고급 호텔의 AI 기반 프런트 데스크 서비스라는 실증 맥락에서 능력기반 판단과 과정기반 판단이 부분적으로 상이한 경로를 통해 작동하며, 그 과정에서 구조적 신뢰가 핵심적인 해석 메커니즘으로 기능함을 보여줌으로써 호텔 AI 연구에 맥락적 정교화를 제공한다. 또한 본 연구는 AI 기반 절차적 서비스 접점이 지니는 제도적·규제적 조건하에서 변수 간 관계를 구체화하였으며, 프런트 데스크 기술에 대한 고객 신뢰와 지속적 이용을 제고하고자 하는 호텔 운영자 및 AI 시스템 설계자에게 실무적 시사점을 제공한다.

목차 (Table of Contents)

• Chapter I. Introduction 1
• 1. Research Background and Problem Statement 1
• 2. Research Purpose 10
• 3. Research Methodology 17
• Chapter II. Literature Review 20
• 1. The Context of AI-Powered Hotel Front Desk Services 20
• 2. Theoretical Foundations of Structural Trust Formation 26
• 3. Perceived Digital Performance 31
• 4. AI Interaction Quality 33
• 5. Structural Trust 36
• 6. Reuse Intention 39
• 7. Theoretical Relationships Among Core Constructs 40
• 8. Summary of the Literature Review 46
• Chapter III. Research Design 50
• 1. Research Model 51
• 2. Research Hypotheses 54
• 3. Research Methodology 61
• Chapter IV. Findings 88
• 1. Sample Characteristics, Data Screening, and Descriptive Statistics 89
• 2. Common Method Bias, Reliability, and Exploratory Validity Assessment 95
• 3. Confirmatory Factor Analysis and Measurement Model Assessment 100
• 4. Structural Model Results, Mediation, Moderation, and Hypothesis Testing 105
• 5. Summary of Findings 115
• Chapter V. Discussion and Conclusion 117
• 1. Summary of Major Findings 118
• 2. Theoretical Contributions 120
• 3. Practical Implications 125
• 4. Limitations of the Study 127
• 5. Directions for Future Research 129
• 6. Overall Conclusion 130
• References 132
• ABSTRACT 139
• Appendix 1: Questionnaire 141
• Appendix 2: Chinese Questionnaire 144