• 지식경영연구
• /
• 제25권2호
• /
• pp.49-68
• /
• 2024

최근 개인정보 공유에 대한 사람들의 우려가 높아지면서 온라인 마케팅을 통해 고객 데이터를 수집하는 것이 점점 어려워지고 있다. 본 연구에서는 생성형 AI 기반 챗봇을 이용하여 고객의 정보 제공의도를 향상시키기 위한 효과적인 요인을 탐색하고자 한다. 보다 구체적으로, 프라이버시 계산이론과 조절초점 이론을 바탕으로 고객의 성향과 생성형 AI 챗봇에 대한 친숙도가 고객의 개인정보 제공의도에 어떻게 영향을 미치는지 살펴보았다. 473명의 참가자를 이용한 실험 결과에 따르면 생성형 AI 기반 챗봇에 대한 친숙도가 낮은 경우, 예방초점 성향의 참가자가 향상초점 성향의 참가자보다 프라이버시 위험을 높게 인식하고 유용성을 더 낮게 지각한 반면, 챗봇에 대한 친숙도가 높은 경우, 예방초점과 향상초점 참가자 간의 프라이버시 위험과 인지된 유용성에는 차이가 나타나지 않았다. 개인정보 제공의도 역시 생성형 AI 기반 챗봇에 대한 친숙도가 낮은 경우, 향상초점 성향의 참가자가 예방초점 성향의 참가자보다 개인정보 제공의도가 더 높게 나타난 반면 챗봇에 대한 친숙도가 높은 경우, 예방초점과 향상초점 참가자 간의 개인정보 제공의도에는 차이가 나타나지 않았다. 이는 개인정보 제공의도에 대한 프라이버시 위험에 의해 매개되었다. 본 연구는 고객의 개인정보 공개를 촉진하기 위해서는 고객의 내재적 성향과 함께 생성형 AI 기반 챗봇에 대한 친숙도를 함께 고려해야 한다는 시사점을 제공하며 더불어 생성형 AI 챗봇에 대한 관련 연구 분야에 기여한다.