Journal Archive

테크놀로지의 사용 경험은 개인의 사용 행동에 기반한 특성으로 간주될 수 있다. 테크놀로지를 어떻게 사용했는지에 대한 사용 경험은 테크놀로지가 적용된 제품이나 서비스에 대한 평가에 영향을 미치며(Martínez-Torres et al., 2015), 특정 기술을 사용하는 사용자의 행동 습관을 더 강화할 수 있다(Limayem et al., 2007; Shen et al., 2018). 뿐만 아니라 사용자의 사용 행동 특성으로서 사용 경험은 사용이후 지속적인 사용 행동에도 영향을 미쳐(Martínez-Torres et al., 2015), 기술의 지속적인 사용과 사용 확산을 유도하는데 주요한 요소가 될 수 있다.

소비자의 기술의 사용 행동은 새로운 기술의 수용 결정을 중심으로 설명하는 Davis(1989)의 기술 수용 모델의 관점을 확대한 사용-확산 모델(use-diffusion model)을 통해 주로 설명되고 있다. Shih와 Venkatesh(2004)은 사용-확산 모델을 통해 기술 수용 즉, 채택이후 사용 경험이 축적되면서 나타나는 의미있는 사용 경험의 행동 특성을 설명하는데 초점을 두었다. 특히 사용 경험을 새로운 기술의 양적 측면과 질적 측면을 고려하여 사용률(rate of use)과 사용 다양성(variety of use) 측면에서 평가하고 이에 따라 사용 형태를 구분하였다. 평균 사용 시간 즉, 사용률이 많고, 사용 다양성이 높은 경우 강력한 사용(intensive use) 유형, 사용률은 많으나 사용 다양성이 낮으면 전문적 사용(specialized use) 유형, 사용률은 적으나 사용 다양성이 높으면 비전문적 사용(nonspecialized use) 유형, 사용률과 사용 다양성이 모두 낮을 경우 제한적 사용(limited use) 유형으로 구분하였다. 또한 이러한 사용 유형에 따라 기술 영향력의 지각이나 기술에 대한 만족, 미래 기술에 대한 관심 등이 달라질 수 있음을 언급하였다. 즉 기술의 사용 시간과 사용 다양성 측면의 사용 경험이 기술의 사용 및 확산에 영향을 미치는 주요한 선행요인이 됨을 의미한다.

새로운 기술에 대한 사용은 제품에 대한 사용개념과 마찬가지로 사용의 양적인 측면과 질적인 측면이 고려될 수 있다. 선행연구에 따르면(Ram & Jung, 1990; Ridgeway & Price, 1994) 사용(usage)은 사용의 다양성과 사용률로 설명될 수 있는데, 사용 다양성은 제품을 얼마나 다양한 방식으로 사용하였는가에 대한 것이며, 사용률은 특정 기간동안 제품을 사용하는데 얼마나 많은 시간을 투입하였는가에 대한 것이다. 새로운 기술에 대해 사용-확산 모델을 적용한 선행연구에서도 사용 경험의 양적인 측면으로 사용량을 사용 시간 및 기간이나(윤경구, 2016; Shih & Venkatesh, 2004) 또는 사용빈도(Ram & Jung, 1990) 등으로 개념화고 있다. 또한 사용 경험의 질적인 측면으로 사용 다양성은 새로운 기술 제품 및 서비스의 다양한 기능의 사용과 관련된 것으로, 사용 혁신(use innovativeness)에 더 중요한 구성요소가 되며(Ridgeway & Price, 1994; Shih & Venkatesh, 2004), 구전을 통한 후속 행동에 대한 미치는 영향도 크다는 점을 언급하고 있다(주영혁, 2012). 한세희, 조광수(2015)의 연구에서는 소셜 미디어의 다양한 기능 사용을 사용 다양성으로 보고, 사용 다양성이 높을수록 소셜 미디어를 통한 사회적 연결감이 증가되어 지속적으로 소셜 미디어를 사용하는 것을 확인하였다. 특히 소셜 미디어의 사용 기간이 길수록 소셜 미디어의 지속적인 사용의도는 더욱 커졌는데, 즉 소셜 미디어의 사용 기간과 사용 다양성이 지속적인 사용 행동에 영향을 미치는 변수가 됨을 확인하였다.

메타버스 또한 새로운 기술이 적용된 서비스 플랫폼이라는 점에서 사용-확산 모델을 토대로 메타버스 사용자의 사용 경험을 사용량과 다양성 측면에서 고찰하고 후속 사용 행동과 확산에 미치는 영향을 추론해 볼 수 있을 것이다. 먼저 메타버스 사용 경험의 사용량은 메타버스 플랫폼을 사용하는 시간적 차원이라는 점에서 메타버스 플랫폼의 생태계에 얼마나 머물렀는지에 대한 것으로 평가 될 수 있다. 온라인 고객의 인게이지먼트에 관한 선행연구(Peterson, 2006)에서는 컨텐츠 클릭을 얼마나 많이 했는지(click depth), 컨텐츠를 다운로딩하고 포스팅하는 행동 등의 상호작용(interactivity) 뿐만 아니라 얼마나 오래 사용하였는지(loyalty), 얼마나 최근에 방문했는지(recentness), 방문 시 얼마나 오래 머무는지(duration) 등의 시간적 경험에 대한 사용 행동을 측정하고 있다. Oh et al.(2023)는 메타버스 사용 시간을 메타버스 생태계를 경험한 양적인 사용 경험 차원으로 보고 제페토나 로블록스 등의 소셜 메타버스에서 일주일 동안 머문 시간을 측정하였다.

한편, 메타버스의 사용 다양성은 메타버스에서 이루어지는 사용자들의 사용 행동의 다양성 측면에서 고찰해볼 수 있다. 메타버스는 현실을 가상적으로 확장한 공간으로 그 속에서 사용자 행동을 유도하는 특징적인 기능들을 두고 있어 사용자의 행동 또한 메타버스 환경 특정적일 수 있다. 가령, 세컨드라이프, 제페토 등의 소셜 메타버스 플랫폼에서 사용자들은 자신의 아바타를 꾸미고, 아바타를 통해 다른 사용자들이나 가상의 공간과 상호작용 한다(Barreda-Ángeles & Hartmann, 2022; Gaggioli, 2018). 뿐만 아니라 메타버스내 가상 공간을 탐색하고, 새로운 사용자들은 만나기도 하고, 사용자와 채팅을 통해 메시지를 주고 받거나 함께 게임을 하기도 하며 이벤트나 모임 등에 함께 참여하기도 하면서 사회적인 활동을 하기도 한다(Maloney & Freeman, 2020). 또한 메타버스에서 사용자는 가상의 제품을 만들어 판매하기도 하고 구매도 한다. 특히 이러한 소셜 메타버스 플랫폼은 사용자들이 주도적으로 생성하는 컨텐츠(user-generated contents)가 중심적인데, 사용자가 직접 특징적인 가상의 공간을 만들거나, 이벤트나 특정 활동을 생성하여 다른 사용자들의 참여를 유도하기도 한다(Barreda-Ángeles & Hartmann, 2022).

메타버스에서 이루어지는 사용자의 행동은 그 내용측면에서 명확한 구분이 이루어지고 있지는 못하고 있으나 일부 선행연구에서 몇가지 유형을 제시하였다. Sykownik et al.(2021)의 연구에서는 사용자 행동을 사회적(socializing), 오락적(entertainment), 학습적(learning) 활동으로 구분하였다. 다른 사용자와의 시간을 보내는 활동은 사회적 활동이 되며, 게임을 하거나, 컨텐츠를 만드는 활동 등은 오락적 활동으로 분류하였다. 그리고 메타버스에서 사용하는 기호적 언어를 배우는 것 등은 학습적 활동으로 볼 수 있다. Barreda-Ángeles와 Hartmann (2022)의 연구에서는 메타버스에서 이루어지는 사용자들의 일반적인 활동을 도출하였는데, 타 사용자와의 채팅, 새로운 사람과의 만남, 게임, 가상세계 탐색, 새로운 것(아바타, 월드)의 창작 활동, 이벤트 참여가 해당된다. 이 활동들은 이벤트 참여(attending events), 사회적 활동(socialization activity), 오락적 활동(playful activity)의 세가지 영역으로 구분되었다. 특히 오락적 활동은 가상환경에서의 이루어지는 몰입형 활동(immersive activity)으로 개념화할 수 있는데(Yee, 2007), 게임하기나 가상세계 탐색하기, 가상 공간(월드)이나 아바타 만들기와 같은 활동이 포함되었다. 이러한 연구들에서 공통적으로 메타버스에서 타인과 함께 이루어지는 사회적 활동, 몰입형 가상 환경에서 경험하는 오락적 활동을 구분하여 제안하고 있다. 특히 아바타를 꾸미고 컨텐츠를 게시하는 활동은 가상 공간을 만드는 활동과 함께 오락적 활동으로 설명하고 있는데, 플랫폼 인게이지먼트 행동을 구분하는 연구들에서는(Dolan et al, 2019; Roy et al., 2018) 소극적으로 컨텐츠를 소비하는(consuming) 행동 뿐만 아니라 적극적으로 자신의 자원을 투입하는 기여(contribution) 행동 또한 직접 창작물을 만드는 창작(creating) 행동과는 구분하고 있다. 메타버스 환경에서는 아바타 커스터마이징이나 컨텐츠를 게시하는 행동 이상으로 가상 아이템이나 가상 공간(월드)을 꾸미는 것은 보다 적극적으로 메타버스 플랫폼의 기능을 사용하고 컨텐츠를 개발하는 행동으로 볼 수 있다. 따라서 본 연구에서는 메타버스 사용 행동을 사회적 활동, 오락적 활동, 창작 활동을 포함하고자 한다. 이상과 같은 선행연구를 토대로 본 연구는 메타버스 사용자 경험을 시간적 사용량인 사용 기간과 사용 행동의 다양성 차원으로 구분하고 사용 경험이 사용확산에 미치는 영향을 추론하고자 한다.

자신의 능력에 대한 믿음인 자기효능감은 주로 숙련된 경험에서 비롯될 수 있다(Bandura & Wood, 1989; Bandura et al., 1999). 사람들은 새로운 경험이 축적되면서 스스로 특정 과업을 성공적으로 수행할 수 있다는 신념을 강화할 수 있으며, 그로 인해 더 구체적이고 도전적인 과제를 수행하도록 동기화 될 수 있다(Bandura, 1982). 특정 과업에 대한 사전 경험은 사람들이 스스로 과업과 관련한 자기효능감을 평가할 때 평가의 정보 원천으로 사용할 수 있다(Chiou & Wan, 2007).

기술 사용 경험에 관한 선행연구에서는(Busch, 1995; Eastin & LaRose, 2000; Hasan, 2003; Oh et al., 2023) 새로운 기술에 대한 사용 경험이 기술 사용과 관련한 특정 과업에 대한 자기효능감의 선행변수가 될 수 있음을 확인하였다. Eastin과 LaRose(2000)는 인터넷 사용에 있어 사전 경험이 인터넷 자기효능감을 강화시키고, 자기효능감을 매개로 인터넷 사용에 정적인 영향을 미침을 확인하였다. Hasan(2003)의 연구에서는 개인의 컴퓨터 사용상황에서 다양한 사용 경험이 컴퓨터 사용에 대한 자기효능감에 정적인 영향을 미칠수 있음을 확인하였다. 구체적으로 이 연구에서는 다양한 컴퓨터 기술 프로그램의 사용 경험이 자기효능감을 형성하는데 선행요인이 됨을 검증하였다. Oh et al.(2023)의 연구에서는 사용 경험의 양적 측면에서 로블록스와 제페토 같은 소셜 메타버스 플랫폼의 사용 시간(spending time)과 메타버스에서의 맺은 친구의 수가 사회적 실재감과 사회적 상호작용의 매개를 통해 궁극적으로 메타버스에서의 사회적 자기효능감에 정적 영향을 미칠 수 있음을 확인하였다. 즉, 얼마나 많은 시간을 메타버스에서 보냈는지, 얼마나 많은 친구를 메타버스에서 사귄 경험이 있는지 등의 메타버스 사용 경험이 메타버스에서의 사회적 관계형성이라는 과업에 대한 자기효능감에 정적 영향을 미칠 수 있는 선행요인이 됨을 검증하였다.

이러한 연구들을 토대로 살펴볼 때, 메타버스에 대한 자기효능감은 메타버스의 양적 또는 질적 사용 경험에 따라 달라질 수 있다. 메타버스 사용 경험이 양적으로 얼마나 많은지, 즉 사용 경험의 시간이 얼마나 오래 지속되어 왔는지 또는 사용 경험이 질적으로 풍부한지 즉, 사용 경험이 얼마나 다양하였는지에 따라 메타버스 사용에 대한 자기효능감 형성이 달라질 수 있을 것으로 추론해 볼 수 있다. 메타버스 플랫폼의 사용 기간이 길고, 플랫폼 내에서의 다양한 사용 경험은 메타버스 자기효능감의 선행요인으로 메타버스 사용에 대한 자기효능감을 증가시킬 수 있다. 따라서 다음과 같은 가설을 설정하였다.

• H1. 메타버스 사용 기간은 메타버스 사용에 대한 자기효능감에 정적 영향을 미칠 것이다.
• H2. 메타버스 사용 다양성은 메타버스 사용에 대한 자기효능감에 정적 영향을 미칠 것이다.

Belk(2007)에 따르면 공유(sharing) 행동은 자신 것을 ‘타인에게 분배하는 행위와 과정과 타인으로부터 무언가를 받거나 가져오는 행위와 과정’의 사회적 행위와 과정이 포함됨을 의미한다. 그런데 자신의 관심사를 중심으로 소통하는 SNS 플랫폼에서 공유행동은 사용자가 자발적으로 사진 및 동영상 등의 컨텐츠를 게시함으로써 개인의 정체성을 표현할 뿐만 아니라 플랫폼내 여러 사람이 게시물의 소비과정에 공동으로 참여하게 되어 협력적 소비가 이루어진다(Belk, 2014). 즉 다양한 정보를 공유함으로써 다른 사용자들과 의견을 교환하는 등의 비금전적인 보상을 주고 받는 행위가 이루어질 수 있다. 특히 이러한 정보공유행동은 SNS에서 자신의 커뮤니케이션 능력을 높게 인지할수록 더욱 활발해질 수 있다(Noh, 2021).

메타버스 플랫폼에서는 아바타를 매개로 사용자의 다양한 모습이나 활동에 대한 정보를 게시함으로써 공유행동이 이루어진다(신승희 외, 2023). 아바타의 착장 모습을 메타버스 플랫폼에 게시할 수도 있으며, 아바타가 참여한 여러 활동을 사진이나 영상을 통해 게시하여 타인과 공유할 수도 있다. 아바타를 매개로 정보 공유활동이 이루어진다는 점에서는 실제 자기의 모습에 기반한 컨텐츠 공유가 이루어지는 SNS와는 차이가 있다. 그러나 메타버스 플랫폼에서는 아바타를 통해 자기제시(self-presentation)가 이루어질 뿐 아니라, 자신의 경험이나 활동의 모습을 사용자가 직접 아바타 사진이나 동영상의 컨텐츠로 게시할 수 있다는 점에서(신승희 외, 2023) 사용자 주도의 컨텐츠 공유가 활발히 이루어져 SNS에서의 사용자의 행동을 확대하여 이해해 볼 수 있다. 선행연구에서는(Mehdizadeh, 2010; Sorokowski et al., 2015) SNS에서 사용자들이 자신의 사진을 게시하여 공유하는 행동은 사회적인 공감이나 지지 등을 얻기 위해 자신의 공적인 모습을 보여주는 행동이라는 점을 언급하고 있다. 특히 자신의 모습을 스스로 만들고 전시함으로써 자기 소비(self-consumption)가 실행되는 것이라는 점이 강조된다(Belk, 2014). 김동섭 외(2017)의 연구에서는 자기제시에 대한 태도가 SNS에서 셀피(selfie) 포스팅 빈도 즉, 자신의 셀피 포스팅 행동에 정적 영향을 미침을 확인하였다. 또한 자신에 대한 만족감이 높을수록 이러한 셀피 포스팅 행동은 더 증가함을 검증하였다. 이러한 연구들에 따르면 자신에 대한 긍정적 신념은 가상 환경에서 컨텐츠 공유를 통한 자기제시 행동을 강화시키는 것으로 이해될 수 있다. 또한 마케팅 관점에서 브랜드의 가상 아이템을 착장한 아바타 모습이나 브랜드의 가상 활동에 참여한 정보를 게시하는 아바타 컨텐츠 공유행동은 SNS에서 같이 다른 사용자들에게 전달되면서 구전의 효과를 기대할 수 있다(신승희 외, 2023)

메타버스 환경에서도 긍정적 경험에 대한 인식은 사용자의 긍정적 태도와 행동을 유도하는 주요 변수가 될 수 있음을 선행연구에서는 제안하고 있다. Oh et al. (2023)의 연구에서는 메타버스의 사회적 경험으로 형성된 사회적 자기효능감이 외로움 감정을 감소시킴을 확인하였고, Pellas(2014)는 메타버스 플랫폼에서 이루어지는 교육 상황에서 사용자의 메타버스에 대한 자기효능감이 학습자의 인게이지먼트에 정적인 영향을 미치는 변수가 됨을 확인하였다. 메타버스 환경에서 아바타 동일시와 컨텐츠 공유행동의 관계를 추론한 Shin et al.(2023)의 연구에서는 아바타와 자아의 동일시가 메타버스에 몰입하게 할 뿐만 아니라 아바타를 통해 대리만족하게 하여 아바타의 컨텐츠를 공유하는 행동의도가 증가할 수 있음을 확인하였다. 이와 같이 플랫폼에서의 사용자의 기여 행동으로서 컨텐츠의 공유행동은 아바타에 대한 긍정적 신념으로 더욱 강화될 수 있음을 추론해 볼 수 있다. 아바타를 매개로 한 메타버스 사용 경험으로 인식된 자기 능력에 대한 긍정적인 신념은 적극적으로 아바타를 통한 컨텐츠 공유 행동을 유도할 수 있을 것이다. 따라서 다음과 같은 가설을 설정하였다. 또한 메타버스 사용자 경험을 자기효능감의 선행요인으로, 아바타 컨텐츠 공유의도를 자기효능감의 결과요인으로 설정한 본 연구의 개념적 모형은 [그림 1]과 같다.

[그림 1] 
연구 모형

• H3. 메타버스 사용에 대한 자기효능감은 아바타 컨텐츠 공유의도에 정적 영향을 미칠 것이다.

가설 검증에 앞서 먼저 메타버스 사용 기간과 메타버스 사용 다양성의 측정값을 변수화 하였다. 단일문항으로 구성된 제페토 사용 기간은 연속형 변수로 측정되었다. 제페토 사용 기간의 응답치는 1~4년 이용 분포를 보였는데, 1년 33.7%, 2년 44.9%, 3년 18.9%, 4년 2.6%으로 구성되었다. 응답자들의 제페토 사용 기간은 평균 1.9년(median=2.0)으로 나타났다.

메타버스 사용 다양성을 구성하는 사용자의 행동 차원의 경험 여부를 확인하였다. 오락적 행동으로 ‘주기적인 아바타 커스터마이징 행동’ 59.2%, ‘이벤트 및 게임 참여행동’은 76.5%가 경험한 것으로 나타났으며, 사회적 행동으로 ‘메타버스 내 타인의 피드를 팔로잉하거나 추천, 인기 피드를 참조하는 행동’은 42.3%, ‘제페토 월드에서 타인과 함께 하는 사회적 활동 참여’는 61.7%로 나타났다. 또한 메타버스내 창작 행동으로 ‘나만의 제페토 월드를 만들기’는 31.1%, ‘제페토의 아이템을 제작하여 판매’하는 행동은 4.6%의 경험이 있는 것으로 나타났다. 각 행동문항의 여부에 따라 사용 다양성 값을 합산하여 변수화하였으며, 측정결과 최소 1점에서 최대 6점의 분포를 보였다. 응답자들의 사용 행동의 다양성은 1점 15.8%, 2점 32.7%, 3점 25.5%, 4점이상 26.0%로 구성되었다. 메타버스 사용 다양성 변수의 평균은 2.75(S.D.=1.273), 중위수 3.00으로 나타났다. 측정된 메타버스 사용 기간과 메타버스 사용 다양성은 연속값의 단일 측정변수로 구조모형 분석에 투입되었다.

본 연구에 측정된 다문항의 측정도구는 확인적요인분석(confirmatory factor analysis)을 통해 타당도를 검증하였다. AMOS 23.0을 이용하여 분석한 결과<표 1>, 측정모형의 적합도는 확인되었다(χ²=29.859(df=19, p=.054), Normed χ²=1.572, GFI=.962, CFI=.983, RMR=.045, RMSEA=.054). 자기효능감과 컨텐츠 공유의도 두 변수의 측정문항의 요인부하량 값은 모두 통계적으로 유의하였으며, 기준치인 .6보다 높게 나타났다(Bagozzi & Yi, 1988). 두 변수의 AVE(average variance extract)값은 .597과 .592로 기준치 값인 .5보다 높게 나타났으며, CR (composite reliability)값은 .813과 .881로 기준치 값인 .7보다 높았다(Bagozzi & Yi, 1988). 측정문항의 내적일관성 지수인 Cronbach’s α 값 또한 .863~.865으로 .7보다 높은 것으로 나타나 측정변수의 수렴타당도를 확인하였다(Nunnally & Bernstein, 1994).

또한 두 변수의 판별타당도를 확인하기 위해, 각 변수의 AVE값과 두 변수의 상관관계 제곱값을 비교해본 결과<표 2>, 두 변수의 상관관계 계수값은 .447로 상관계수의 제곱값(r²=.227)이 각 변수의 AVE값보다 낮은 것으로 나타났다. 따라서 측정모델에 사용된 두 변수의 판별타당도가 확인되었으며(Fornell & Larcker, 1981), 이 측정변수를 토대로 이후 구조모형 검증을 실시하였다.