• 벤처창업연구
• /
• 제16권3호
• /
• pp.193-211
• /
• 2021

최근 K팝을 필두로 한 한류열풍과 K뷰티에 관한 관심이 높아지고 있다. 또한, 국내 뷰티 서비스 산업에 대한 인기와 영향력이 커지며 경제적, 문화적 파급효과가 지속해서 확대되고 있다. 해당 파급효과와 더불어 국내 뷰티 서비스 발전에 따른 인력 수요에 대응한 전문인력양성 필요성이 강조되고 있기도 하며 뷰티 아카데미의 실 수요자인 교육생도 점차 증가하고 있다. 따라서 본 연구의 목적은 뷰티 아카데미에서 제공하는 교육서비스에 있어 교육목적을 달성하기 위한 교육서비스 품질요인의 중요성과 관계몰입 간 영향 관계 및 교육서비스 성과를 살펴보는 것이다. 나아가 교육서비스 제공 활동을 비롯하여 행정지원서비스, 교육프로그램 등의 중요성을 도출하는 것이다. 하지만 뷰티 서비스 제공에 따르는 전문인력 양성을 위한 연구는 뷰티 산업의 발전속도에 비하여 부족한 편이다. 따라서 뷰티 서비스 교육이 강조되고 있는 현재 시점에서 본 연구는 국내 프랜차이즈 뷰티 아카데미의 교육생들이 교육서비스 품질을 바탕으로 하는 관계몰입과 교육서비스 성과에 간의 영향 관계를 살펴볼 것이다. 본 연구 수행을 위해 설정한 측정변수는 프로그램, 강사자질, 수강료, 외적 서비스, 서비스 공정성, 관계몰입, 신뢰수준, 교육서비스 성과이다. 해당 변수들은 설문조사를 통한 자료를 분석하여 측정하였으며 실증분석 결과 아래와 같은 내용을 도출하였다. 첫째, 뷰티 아카데미에서 제공하는 교육서비스 품질인 프로그램, 외적 서비스, 서비스 공정성, 관계몰입 그리고 신뢰수준은 관계몰입에 유의한 영향을 미쳤다. 교육프로그램의 체계성과 다양성 등 학원 측에서 제공하는 교육서비스가 수강생에게 일률적인 관계몰입을 가능케 하는 것으로 나타났다. 교육서비스 품질 자체가 수강생 입장에서 뷰티 서비스 제공에 필요한 전문지식을 학습 받고 학원과의 관계에 유기적인 역할을 하는 것이다. 둘째, 교육서비스 품질과 관계몰입에 있어 학원과 수강생 간 신뢰수준의 조절 효과가 유의하게 나타났다. 이는 학원이 제공하는 교육서비스에 대하여 수강생들의 실질적인 신뢰 관계를 통해 더욱 높은 수준의 서비스품질을 느끼게 된다는 것이다. 위와 같은 실증분석 결과를 바탕으로 본 연구가 가지는 시사점은 교육서비스 성과로 대표되는 수강생 실력과 만족도를 향상할 방안을 강구하는 것이다. 뷰티 아카데미라는 학원 입장에서 제공하는 교육서비스 품질이 교육시설이나 수강생들의 진로 선택에도 큰 영향을 미칠 것이기 때문이다. 교육 자체에 관한 일관성과 편의성, 지식 지향성 등의 특성이 종합적으로 고려되어야 할 것이며 학원의 외부환경인 외적 서비스 요인을 통한 이미지 형성으로 강력한 시장 입지를 구축해야 한다. 나아가 경쟁업체와의 차별화된 전략 제시 측면에서도 교육서비스품질요인은 수강생과의 관계몰입에 상당히 중요한 역할을 하는 것으로 알 수 있기에 수강생의 행동에 수반되는 수요를 사전적으로 파악하여 수강생 개인이 경험하는 심리적 안정감에도 관계 마케팅 역할이 중요할 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.