정치적 필터버블에서 패션 소비까지: 알고리즘 기반 패션 플랫폼에서 필터버블 인식이 브랜드 충성도에 미치는 영향 재검토
From Political Filter Bubbls to Fashion Consumption: Revisiting the Impact of Filter Bubble Perception on Brand Loyalty in Algorithm-Driven Fashion Platforms
- 발행
- 2026 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 경희대학교 국제대학원 국제경영학과 박사수료
- 출처
- 국내 KCI
- 원문
- 원문 보기 ↗
개념
키워드
필터버블, 개인화 추천 다양성, 브랜드 충성도, 디지털 리터러시, 조절된 매개, filter bubble, personalized recommendation diversity, brand loyalty, digital literacy, moderated mediation
초록
필터버블은 그간 정보 다양성과 민주적 담론을 위협하는 현상으로 주로 정치·정보 맥락에서 연구되어 왔다. 그러나 알고리즘 기반 소비 환경에서는 개인화 필터링이 심미적 취향, 반복 노출, 브랜드 애착이라는 전혀 다른 논리로 작동한다. 본 연구는 온라인 패션 플랫폼을 활발히 이용하는 20대 한국 여성 소비자를 대상으로 필터버블 인식이 패션 브랜드 충성도에 미치는 영향을 검토하며, 개인화 추천 다양성 인식의 매개 역할과 디지털 리터러시의 조절 역할을 규명하고자 한다. 최근 6개월 이내에 온라인 패션 쇼핑 경험이 있는 20-29세 한국 여성 300명을 대상으로 온라인 설문조사를 실시하였으며, 수집된 자료는 확인적 요인분석(CFA)을 통해 측정 타당도를 검토한 후 SPSS 24, AMOS 18, PROCESS macro Model 58(버전 4.2)을 활용하여 가설을 검증하였다. 연구 결과, 필터버블 인식은 초기 가설과 달리 패션 브랜드 충성도에 유의한 정(+)의 직접 효과를 미치는 것으로 나타났다. 기존 매개분석에서 필터버블 인식이 개인화 추천 다양성 인식에 미치는 a-path는 유의하지 않았으나, 디지털 리터러시를 공변량으로 통제한 추가 회귀분석 결과 통계적으로 유의한 부(-)의 효과가 확인되었다(β＝-.205, p＜.001). 이는 기존의 비유의 결과가 매개효과의 부재가 아니라 디지털 리터러시 수준 간 효과 상쇄(cancellation)에 기인함을 시사한다. 디지털 리터러시는 필터버블 인식과 개인화 추천 다양성 인식 간의 관계를 조절하였다. 구체적으로, 디지털 리터러시 수준이 낮을 때 필터버블 인식은 개인화 추천 다양성 인식을 유의하게 감소시켰으나, 수준이 높을 때는 이러한 부(-)의 효과가 중화되었다. 조건부 간접효과는 디지털 리터러시가 낮은 수준과 평균 수준에서 유의하였으나, 높은 수준에서는 유의하지 않았다. 본 연구는 두 가지 이론적 기여를 한다. 첫째, 필터버블 연구를 정치·정보 영역을 넘어 소비자 행동 영역으로 확장하여, 필터버블을 소비 경험을 구성하고 브랜드 충성도를 형성하는 메커니즘으로 재개념화한다. 둘째, 필터버블 효과가 기존의 결핍 모델과는 다른 방향으로 작동할 가능성을 제시한다. 필터버블은 소비자 선택을 제약하기 보다, 반복 노출을 통한 브랜드 친숙성, 결정 피로 감소, 자아-브랜드 일치감 강화를 통해 브랜드 애착을 강화하는 경험 구조로 기능할 수 있다. 디지털 리터러시는 핵심 경계 조건으로 작용