BUSINESS INSIGHT매장 내 기술의 성공 조건: 고객 가치 기반 세분화가 만드는 리테일 혁신Original Source:Namin, A., Jindal, R. P., Gauri, D. K., Ratchford, B. T., & Ketron, S. C. (2026). Consumers’ acceptance of in-store technologies through the lens of segmentation. Journal of Business Research, 207, 116010  |
연구 배경최근 소매 환경에서는 매장 내 기술(in-store technologies)이 빠른 속도로 확산되고 있습니다. 인터랙티브 디스플레이, 증강현실(AR), 인공지능(AI), 모바일 결제, 무인 계산대 등은 더 이상 일부 실험적인 시도가 아니라, 많은 소매업체가 경쟁력 확보를 위해 이미 도입했거나 도입을 검토 중인 핵심 수단이 되었습니다. 특히 온라인과 오프라인의 경계를 허무는 옴니채널 전략이 일반화되면서, 매장 내 기술은 고객 경험을 차별화하고 운영 효율성을 높이는 중요한 접점으로 주목받고 있습니다. 그러나 현실에서는 모든 기술이 기대한 만큼의 성과를 내고 있지는 않습니다. 어떤 기술은 고객 만족과 충성도를 높이는 반면, 어떤 기술은 오히려 고객의 불편이나 거부감을 초래하기도 합니다. 개인정보 침해에 대한 우려, 기술 사용의 복잡성, 비인간적이라는 인식, 그리고 특정 기술이 쇼핑 흐름을 방해한다는 느낌 등은 기술 도입 이후에도 반복적으로 제기되는 문제입니다. Namin, Jindal, Gauri, Ratchford, & Ketron (2026)은 바로 이 지점에 문제의식을 가졌습니다. 연구진은 매장 내 기술 도입의 성패를 가르는 핵심이 고객의 외형적 특성이나 거주지가 아니라, 고객이 무엇을 중요하게 생각하고, 어떤 방식으로 쇼핑하며, 어떤 가치를 추구하는지에 있을 수 있다고 주장합니다. 이에 따라 고객을 인구통계 및 지리적 기준에만 한정하지 않고, 심리적 특성과 행동적 성향까지 포함한 포괄적인 세분화 관점에서 매장 내 기술 수용을 분석했습니다. 특히 쇼핑 효율성, 쇼핑 경험 향상, 구매 과정의 마찰 감소, 가격 정보 탐색, 매장 외 원격 구매 등 고객 구매 여정 전반에 걸쳐 영향을 미치는 다양한 기술을 동시에 살펴보았습니다.
|
핵심 질문1. 고객의 인구통계적, 지리적, 심리적 그리고 행동적 변수는 매장 내 쇼핑 기술에 관한 수용을 어떻게 예측하는가? 과거 학문 영역과 실무 영역에서는 매장 내 기술 수용의 차이를 주로 연령, 성별, 소득, 거주 지역과 같은 인구통계 및 지리적 변수로 설명해 왔습니다. 그러나 이 변수들로는 고객의 기술 수용을 명확하게 설명하지 못 했습니다. 연구진은 이러한 불일치가 기술 자체의 문제가 아니라, 고객을 이해하는 관점의 한계에서 비롯되었다고 보았습니다. 연구진은 매장 내 기술이 단순한 도구가 아니라 고객의 쇼핑 방식과 의사결정 과정을 직접적으로 변화시키는 요소라는 점에 주목하였습니다. 기술 수용 여부는 고객의 외형적 특성이나 거주지보다, 쇼핑에서 무엇을 중시하고 어떤 가치를 추구하는지와 더 밀접하게 연결되어 있다고 판단하였습니다. 특히 혁신성, 가격 민감성, 품질 중시 성향과 같은 심리적 특성과, 서비스 지향, 프로모션 지향 그리고 ESG 지향과 같은 행동적 성향이 기술 수용을 보다 직접적으로 설명할 수 있을 것으로 보았습니다. 이에 따라 연구진은 인구통계적, 지리적, 심리적, 행동적 세분화 변수를 동시에 고려하는 포괄적인 접근을 통해, 각 변수들이 매장 내 쇼핑 기술에 대한 사용 의도를 어떻게 예측하는지 체계적으로 검증하고자 했습니다. 2. 소비자의 매장 내 쇼핑 기술 반응 차이를 가장 효과적으로 식별하는 세분화 변수는 무엇인가? 연구진은 기술 수용을 설명하는 예측 변수를 규명하는 것뿐 아니라 실제로 가장 의미 있는 설명력을 제공하는 변수를 파악하는 것이 소매업체의 전략적 의사결정에 더 중요하다고 보았습니다. 과거에는 심리적 변수와 행동적 변수를 활용한 세분화가 이론적으로 높은 설명력을 가질 가능성이 있음에도 불구하고, 데이터 수집 및 분석의 어려움으로 인해 제한적으로만 활용되어 왔습니다. 그러나 최근에는 디지털 기술과 쇼핑 데이터의 축적으로 인해 이러한 변수를 세분화 기준으로 활용하기 쉬워졌습니다. 이에 따라 연구진은 네 가지 세분화 기준을 동일한 분석 틀 안에서 비교함으로써, 어떤 세분화 변수가 매장 내 기술에 대한 소비자 반응 차이를 가장 효과적으로 설명하는지를 규명하고자 했습니다.
|
연구 핵심 결과연구진은 약 1,300명을 설문조사를 실시하여, 네 가지 세분화 방식과 고객 구매 여정에 영향을 미치는 다섯 가지 범주의 기술(1. 쇼핑 효율성 향상 기술, 2. 쇼핑 경험 향상 기술, 3. 마찰 감소 기술, 4. 가격 정보 탐색 기술, 5. 매장 외부 원격 구매 가능 기술)의 사용 의도의 관련성을 분석했습니다. 1. 고객은 나이나 주소 보다 자신의 생각과 행동에 따라 기술에 반응합니다. 연구 결과, 고객의 성별이나 나이, 거주 지역은 매장 내 기술을 받아들이는 데 결정적인 역할을 하지 못했습니다. 성별, 소득, 인종, 교육 수준과 같은 인구통계적 변수는 일부 기술 범주에서는 부분적으로 관련이 있지만, 거주 지역은 어떤 기술 범주에서도 관련성이 없었습니다.  [인구통계학/지정학적 세분화 변수 별 기술 수용의 설명력] 반면, 심리적 세분화 변수와 행동적 세분화 변수는 각종 기술 범주에 걸쳐 전반적으로 일관되고 강력한 설명력을 보였습니다. 특히 혁신성, 가격 민감성, 품질 민감성의 심리적 특성과, 서비스 지향, 프로모션 지향, ESG 지향의 행동적 변수는 쇼핑 효율성 향상, 쇼핑 경험 향상, 마찰 감소, 가격 정보 탐색, 매장 외 원격 구매 가능하는 기술의 수용성을 예측하는 것으로 확인되었습니다.  [심리적 세분화 변수 별 기술 수용의 설명력]
 [행동적 세분화 변수 별 기술 수용의 설명력] 2. 세분화의 문제는 정확성이 아니라, 관성입니다. 연구진은 ‘편한 세분화’가 반드시 ‘효과적인 세분화’는 아니라는 점을 분명히 보여줍니다. 연구 결과, 고객의 기술 반응을 가장 잘 구분한 기준은 고객의 인구통계 특성이나 사는 지역이 아니라, 고객의 쇼핑 가치관과 행동 패턴이었습니다. 서비스를 얼마나 중시하는지, 프로모션에 얼마나 반응하는지, ESG 가치를 중요하게 생각하는지, 혹은 새로운 기술을 기꺼이 시도하려는 성향이 있는지가 기술 사용 의도를 가르는 핵심 기준으로 확인되었습니다. 특히 행동적 세분화 요인 중 서비스 지향과 ESG 지향은 모든 기술 범주에서 가장 강력하고 일관된 예측 변수로 나타났으며, 심리적 세분화 요인 중에서는 혁신성, 가격 민감성, 품질 민감성이 기술 수용을 폭넓게 설명했습니다. 종합적으로 볼 때, 고객의 기술 반응 차이는 ‘누구인가’나 ‘어디에 사는가’보다 ‘무엇을 중시하고 어떻게 쇼핑하는가’에 의해 가장 명확히 구분되었습니다.
|
실무자를 위한 Action Plan
1.매장 내 기술 도입을 위해 고객을 ‘연령과 지역’이 아닌 ‘고객의 쇼핑 가치와 행동’으로 재정의하라.
연구진은 성별, 연령, 소득, 교육 수준, 거주 지역의 인구통계 변수 및 지역 변수가 기술 수용을 설명하는데 한계가 있음을 보였습니다. 반면, 심리적 변수(혁신성, 가격 민감성, 품질 민감성)과 행동적 변수(서비스 지향, 프로모션 지향, ESG 지향)는 다양한 범주의 기술 수용성을 일관되고 강력하게 예측함을 보였습니다. 즉, ‘누구인가/어디 사는가’보다 ‘무엇을 중시하고 어떻게 쇼핑하는가’가 기술 수용을 훨씬 정확하게 설명할 수 있음을 밝혔습니다.
| Action Item:
기업의 담당자는 매장 내 기술 도입 전, 고객을 나이나 거주지가 아니라 ‘무엇을 중시하며 어떻게 쇼핑하는지’ 기준으로 다시 분류해 보시기 바랍니다. 기술 반응을 가르는 핵심은 고객의 가치관과 행동 패턴이며, 이는 기존 인구통계 세분화보다 훨씬 높은 전략적 설명력을 제공합니다. 구체적으로 기존 고객 세분화 기준(연령, 성별, 지역)을 점검하고, 혁신성·가격 민감성·품질 민감성과 같은 심리적 지표와 서비스 지향·프로모션 지향·ESG 지향과 같은 행동 기반 지표를 CRM 및 고객 분석 시스템에 추가하십시오. 또한 서베이, 멤버십 데이터, 앱 이용 로그, 프로모션 반응 데이터 등을 통합하여 고객의 쇼핑 성향 프로파일을 구축하는 것도 필요합니다.
|
2. 기술을 “전시용”이 아닌 “고객 문제 해결 도구”로 설계하라.
연구진은 매장 내 기술을 단일 개념이 아니라 고객 여정에 영향을 미치는 기술을 쇼핑 효율성 향상, 쇼핑 경험 향상, 구매 마찰 감소, 가격 정보 탐색, 매장 외 원격 구매의 다섯 가지 범주로 구분했습니다. 심리 및 행동 세분화 변수가 이 다섯 범주 전체에 걸쳐 의미 있는 설명력을 지니며, 기술이 어떤 고객 가치(효율성, 경험, 가격, 편의, 접근성)를 지원하는지에 따라 수용 패턴이 달라짐을 밝혔습니다.
이는 기술 성과가 기술 자체보다 ‘고객 여정의 어느 문제를 해결하느냐’에 의해 결정될 수 있음을 시사합니다.
| Action Item:
새로운 기술을 도입하실 때는 ‘요즘 트렌드인가’보다 ‘우리 고객의 어떤 문제를 해결하는가’를 먼저 점검하십시오. 기술은 목적이 아니라 수단이며, 고객의 쇼핑 흐름을 실제로 개선할 때에만 성과로 연결될 수 있습니다. 구체적으로 도입을 고려하는 기술이 다음 다섯 가지 목적 중 어디에 기여하는지 명확히 정의하십시오.
① 쇼핑 효율성 향상 ② 쇼핑 경험 강화 ③ 구매 마찰 감소 ④ 가격 정보 탐색 지원 ⑤ 매장 외 원격 구매 연결
기술 도입을 기획할 때 반드시 ‘이 기술이 고객의 어떤 불편을 줄이는가?’에 초점을 두십시오. 매장 직원 및 UX 담당자와 함께 고객 여정 맵(Customer Journey Map)을 작성하여, 기술이 개입해야 할 정확한 접점도 도출한 후 기획한다면 기술 도입의 효과와 효율을 높일 것입니다.
기술 도입을 기획할 때 반드시 ‘이 기술이 고객의 어떤 불편을 줄이는가?’에 초점을 두십시오. 매장 직원 및 UX 담당자와 함께 고객 여정 맵(Customer Journey Map)을 작성하여, 기술이 개입해야 할 정확한 접점도 도출한 후 기획한다면 기술 도입의 효과와 효율을 높일 것입니다.
|
|
결론
본 연구는 매장 내 기술 도입의 성패가 기술의 수준이나 최신성보다, 해당 기술이 자사 고객의 쇼핑 가치와 행동 방식에 얼마나 정교하게 부합하는지에 의해 결정된다는 점을 실증적으로 보여줍니다. 기존에 널리 활용되어 온 연령, 성별, 소득, 거주 지역과 같은 인구통계 및 지리적 기준은 기술 수용을 충분히 설명하지 못했으며, 오히려 고객의 혁신성, 가격·품질 민감성, 서비스 지향, 프로모션 반응성, ESG 가치 지향과 같은 심리적·행동적 특성이 다섯 가지 기술 범주 전반에서 일관되고 강력한 예측력을 보였습니다. 이는 소매 환경에서 기술 전략의 출발점이 ‘어떤 기술을 도입할 것인가’가 아니라, ‘우리 고객은 무엇을 중시하며 어떻게 쇼핑하는가’가 되어야 함을 의미합니다.
종합하면, 매장 내 기술은 더 이상 일괄적 도입이나 경쟁사 모방의 대상이 아니라, 고객 가치에 기반해 선택적으로 설계되어야 할 전략적 자산입니다. 특히 서비스 지향과 ESG 지향 고객은 모든 기술 범주에서 가장 높은 수용성을 보이는 핵심 집단으로 확인되었으며, 동일한 기술이라도 고객 성향에 따라 전혀 다른 반응이 나타났습니다. 기업이 고객의 심리와 행동 데이터를 중심으로 세분화 전략을 재구성하고, 각 기술을 고객 문제 해결이라는 명확한 목적 아래 배치할 때, 매장 내 기술은 비용이 아닌 경쟁우위의 원천으로 전환될 수 있습니다. 결국 소매 기술 경쟁의 본질은 기술 자체가 아니라, 고객 이해의 깊이에 있습니다.
"귀사는 아직도 고객을 연령·성별·지역 중심으로 분류하고 있지는 않습니까?”
|
|
