earticle

영어

Companies are actively adopting artificial intelligence (AI)-based recommendation systems to enhance consumer experiences. However, as the level of AI involvement increases, consumer resistance may also grow, leading to confusion about how to balance AI and human participation. This confusion often arises from the uncertainty inherent in AI technology, and consumers tend to rely more on external cues such as social proof rather than solely on information provided by AI. This study empirically examines how the interaction between AI involvement and social proof affects acceptance of AI-recommendations, as well as the underlying mechanisms. The results show that in the absence of social proof, acceptance is higher for recommendations generated through human-AI collaboration than for those generated by AI alone, while no significant difference is observed when social proof is present. Furthermore, this effect is sequentially mediated by cognitive load and processing fluency. This study demonstrates that the impact of social proof in AI recommendation environments varies depending on the degree of human involvement. It also clearly identifies, through consumers’ cognitive processes, when external cues are effective and when their influence is limited. Furthermore, the findings provide strategic guidance for effectively utilizing human involvement and social proof in practical service environments to simultaneously enhance organizational efficiency and consumer acceptance.

한국어

기업들이 소비자와 더 효과적으로 소통하고, 개별화된 경험을 제공하기 위해 인공지능(Artificial Intelligence; 이하 AI) 기반 추천 시스템을 적극적으로 도입하고 있다. 그러나 AI의 개입이 늘어날수록 소비자는 오히려 신뢰 저하, 거부감 등을 경험할 수 있으며, 이로 인해 AI와 인간의 개입 수준을 어떻 게 조정할지에 대한 혼선이 발생하고 있다. 이러한 혼선은 AI 기반 기술의 불확실성에서 비롯될 수 있 으며, 소비자들은 AI가 제공한 정보뿐 아니라 사회적 증거와 같은 외부 단서에 더욱 의존하는 경향을 보인다. 그러나 AI 기반 기술은 혁신 속도가 빠른 만큼, 사회적 증거와 같은 단서의 효과가 일관되게 유지되기에는 한계점이 있을 수 있으므로, 특정 단서의 효과가 나타나는 과정을 설명할 수 있는 메커니즘을 규명할 필요가 있다. 이에 본 연구는 AI 추천 콘텐츠의 맥락에서, AI 개입 수준과 사회적 증거 의 상호작용이 소비자의 수용도에 미치는 영향과 이 과정에서 나타나는 근본적인 메커니즘을 실증적으로 규명하고자 하였다. 연구 결과, 사회적 증거가 부재할 때는 AI 단독 추천보다 인간-AI협업에서 수용도가 더욱 높았지만, 사회적 증거가 존재할 경우에는 유의한 차이가 없었다. 또한 이러한 효과는 인 지적 부담과 처리유창성에 의해 순차적으로 매개되는 것으로 나타났다. 본 연구는 AI 추천 환경에서 사회적 단서의 효과가 인간 개입 수준에 따라 상이할 수 있음을 밝힘으로써, 외부 단서 효과의 적용 조건과 한계 조건을 제시하였다. 또한 이러한 효과가 인지적 부담의 감소와 처리유창성의 향상이라는 순차적 과정을 통해 나타남을 실증함으로써, 두 개념 간의 시간적 및 기능적 연결 관계를 규명하였다 는 점에서 학문적 시사점이 있다. 이를 통해 궁극적으로, 실제 서비스 환경에서 AI와 인간 개입의 비율 을 상황에 맞게 조정하여 기업의 효율성과 소비자의 수용성을 동시에 높일 수 있는 전략적 지침을 제 공하였다.