무인점포란 전통적인 물리적 계산대를 없애고 계산 과정에 최신 기술을 적용하는 상점으로(Schögel & Lienhard, 2020), 서비스를 제공하는 인적 판매원이 존재하지 않으며(Kang & Kim, 2022) 표준화되고 맞춤화된 서비스를 제공하는 점포를 의미한다(Oh, 2020; Seo, 2019). 계산대가 없음을 강조하여 캐셔리스 스토어(cashierless store)나 판매원이 없음을 강조하여 언맨드 스토어(unmanned store)라고 하기도 한다. 무인점포는 단순하게는 세븐일레븐 익스프레스와 같은 자판기형 무인점포부터, 점포 입장, 상품탐색과 매장 내 단말기를 이용한 결제까지의 전 과정을 구매자 스스로 진행하는 셀프서비스형 무인점포, 그리고 아마존고처럼 머신 오토메이션, 사물인터넷, 안면인식 시스템, 및 기타 센서를 이용하여 구매자를 모니터링 하여 상품을 들고 문을 나서면 자동으로 비용이 청구되는(Denuwara et al., 2021) 저스트 워크 아웃(Just-walk-out)형태까지 기술적 지원 수준에 따라 다양한 형태로 존재한다. 어떠한 형태이든 무인점포의 목적은 긴 대기열과 체크아웃 시간을 없앤 간편한 쇼핑여정과 고객의 선택과 선호도를 추적하는 시스템을 통해 고객이 만족스러운 경험을 하도록 하는 것이다(Gazzola et al., 2022). 본 연구에서는 국내 무인패션점포에서 채택하고 있는 셀프서비스형 무인점포에 초점을 맞추어 무인패션점포를 물리적 점포의 입장부터 결제까지 소비자와 직원의 대면접촉 없이 소비자 스스로 매장 내의 시스템을 이용하는 패션점포로 정의하고자 한다.

점포속성이란 점포 이미지를 형성하는 점포의 다차원적인 특징으로 점포태도 (Chae et al., 2012), 점포 선호도(Paulins & Geistfeld, 2003), 재방문 의사(Chae et al., 2012), 구매의도(Park & Kim, 2015), 점포 신뢰(Kwon & Hong, 2006; Park & Park, 2005), 만족(Park & Park, 2005), 브랜드 충성도(Kim & Lee, 2016), 고객-리테일러 관계형성(Wang & Ha, 2011) 등 소비자들의 태도와 행동에 영향을 미치는 것으로 알려져 있다. 따라서 무인패션점포의 속성도 소비자들의 무인점포에 대한 태도나 점포 수용의도에 영향을 미치는 중요한 요인이 될 것으로 예상할 수 있다. 또한, 무인패션점포는 물리적 공간에서 서비스를 제공한다는 점에서 오프라인 점포의 특성을, 상품 탐색이나 결제 등이 온라인 상에서 진행된다는 점에서 온라인 점포의 특성을 모두 갖고 있다고 볼 수 있다. 따라서 무인점포 속성에 관한 연구가 부족한 현재의 상황에서 오프라인 점포와 온라인 점포, 무인편의점의 특성에 대한 선행 연구(Table 1)를 바탕으로 무인패션점포의 속성을 유추할 수 있다. 일반적으로 오프라인 점포는 상품구색, 매장입지, 판매원 서비스, 매장 분위기, 판매촉진 등의 특성이 강조되는 반면, 온라인 점포에서는 시간절약과 탐색과 관련된 편의성, 결제 안전과 개인정보의 보안, 오락성 등이 주요 속성으로 다루어졌다. 무인편의점의 경우에는 교환, 환불과 관련된 서비스, 셀프서비스, 기기 사용의 용이성, 신뢰성 등이 언급되었으며, 가격요소는 모든 형태의 점포에서 공통적으로 다루어졌다. 따라서 본 연구는 이를 바탕으로 아래와 같이 무인패션점포의 속성을 제시할 수 있다.

일반적으로 점포 내에서 발생하는 서비스는 인적자원을 통해 이루어지기 때문에 대면을 통한 상호작용이 존재하지않는 e-점포나 무인점포에서는 서비스제공에 대한 지각된 위험이 존재할 수 있다. 구매자를 위해 문제 해결자로서 어떻게 수행하는 가를 의미하는 고객 서비스는 고객의 신뢰와 만족을 이끌어내는 e-점포의 중요 속성 중의 하나이며(Park & Park, 2005), 무인점포에 있어서도 고객에게 제공되는 서비스 품질에 대한 만족은 신뢰나 관계몰입은 물론 충성도에도 영향을 주는 것으로 알려져 있다(Lee, 2021b). 패션점포의 고객 서비스에는 상품의 교환, 환불, 취소 편의성(Chae et al., 2012; Cheon, 2018; Kim & Lee, 2016)은 물론, 의류제품의 수선 서비스(Lee & Lee, 2013; Sakong & Park, 2000)가 포함되며, 고객의견을 경청하고 문제를 신속하게 해결하는 능력(Chung & Jang, 2012; Lee & Lee., 2013)등이 포함된다. 따라서 무인패션점포의 경우에도 매장 내 비치된 기기나 앱 등을 통해 상품의 교환, 환불, 수선은 물론 문제해결을 위한 고객과의 소통이 가능한 시스템을 갖추었는지 등의 고객 서비스 품질이 무인패션점포의 중요한 속성일 것으로 예상할 수 있다.

편의성이란 사전적으로 형편이나 조건 따위가 편하고 좋은 특성을 뜻하므로 쇼핑의 과정이 쉽고 편리하고 빠르며 효율적으로 진행됨을 의미한다. 이러한 특징은 전통적인 오프라인 쇼핑의 경우와 비교하여 상품검색과 구매가 편리하여 시간과 육체적 노력을 줄 일 수 있는 온라인 쇼핑(Chai et al., 2018; Song, 2018)과 모바일 쇼핑(Oh et al., 2018), 온/오프라인 교차 쇼핑(Kyung, 2019)에서의 중요한 속성으로 다루어지고 있다. 무인매장의 사례연구를 통해 쇼핑경험 개선을 위한 가이드라인을 제시한 Lee and Kim(2019)은 무인매장의 특징으로 전체적인 쇼핑과정이 쉽고 간편해 소비자의 접근성이 높아야 하며 필요한 정보나 위치를 손쉽게 얻을 수 있어야 함을 제시하였고, Kang et al.(2018)은 기술기반 셀프서비스의 사용절차와 노력의 정도로 정의되는 편리성과 신속성을 무인점포의 중요한 특징으로 제시하였다. 따라서 무인패션점포의 편의성은 셀프서비스를 통한 결제 편리성(Kim & Jung, 2021; Lee, 2021a)과 시간절약(Cheon, 2018; Kang et al., 2018)을 통한 효율적 쇼핑의 정도를 나타내며 무인패션점포를 평가하는 중요한 요소가 될 것으로 예상할 수 있다.

즐거움과 오락성 등의 감정과 관련된 쾌락적 가치는 소비상황에 있어서 소비자의 행동을 유도하는 중요한 요인으로 여겨진다(Babin et al., 1994). 즐거움은 온/오프라인 쇼핑뿐만 아니라 기술이 활용되는 무인편의점이나 옴니채널 상황에서도 중요한 영향요인이다. Kim and Jung(2021)은 셀프서비스가 확산되는 시장환경에서 즐거움과 같은 정서적 가치는 점점 더 중요하게 인식되고 있음을 강조하며, 무인편의점 이용을 통해 소비자가 느끼는 즐거움 및 재미 등의 긍정적인 감정상태를 정서적 경험으로 정의하였고 이것이 감정적 만족과 충성도에 영향을 주는 것을 확인하였다. 또한 Jung and Kim(2020)은 즐거움이 혁신제품 수용을 촉진하는 수단 이었음을 언급하며 옴니채널 상황에서 지각된 즐거움이 사용자 저항을 줄이며 재구매의도에 긍정적인 영향력이 있음을 확인하였다. 즐거움은 특정 자극의 노출에 의해 경험하는 정서적 즐거움은 물론, 인지적 활동을 통해 새로운 정보를 획득하고 통합하는 과정에서 경험하는 인지적 즐거움을 포함한다(Jung & Kim, 2020). 따라서 무인 주문기 등의 첨단기기와 셀프서비스 쇼핑을 경험할 수 있는 무인패션점포는 이용자의 호기심과 상상력을 자극하게 될 것이며 이로 인한 즐거움은 무인패션점포의 중요한 속성일 것으로 예상할 수 있다.

일반적으로 신뢰는 성공 거래의 핵심요인이다(Lee, 2021b). 특히, 온라인 소매환경처럼 제공되는 서비스나 제품을 즉시 검증할 수 없고, 오프라인에 비해 불확실한 거래과정으로 인해 소비자들이 더 많은 위험을 인지하는 상황에서는 소매업체에 대한 신뢰가 훨씬 무엇보다 중요하다(Ahn, 2017). 무인점포의 경우에도 점원을 통해 즉각적인 도움을 받을 수 없고 익숙하지 않은 환경에서 스스로 문제를 해결해야한다는 점은 이용자로 하여금 쇼핑과정에서 더 많은 위험을 인지하게 할 가능성이 높다. 이런 이유에서 Lee and Park(2021)은 전에 없던 새로운 기술이 불확실성을 수반하기 때문에 신뢰성을 고객이 무인점포로부터 기대하는 효용 중의 하나로 제시하였으며, Choi and Yun(2021) 역시 인공지능로봇방식과 바이 셀프(buy-self) 방식의 무인편의점의 사용자 경험 비교 연구를 통해 상품을 선택하는 과정이나 결제, 보안과 관련된 점포 신뢰성의 중요함을 주장하였다. 무인점포에 대한 신뢰성은 점포 자체는 물론 서비스의 정확성, 판매하는 상품, 제공하는 정보, 점포운영 업체에 대한 신뢰성 등을 포함하며, 이들은 무인점포 이용의도나 고객만족, 충성도에 영향을 미친다(Lee, 2021b; Lee & Park, 2021; Lee & Ryu, 2019). 따라서 무인패션점포가 제공하는 제품이나 서비스, 정보와 제공 방식이 얼마나 신뢰할 수 있는지 등의 신뢰성은 고객이 무인패션점포의 수용을 위해 평가하는 중요한 속성일 것으로 예상할 수 있다.

가격은 오프라인점포(Chung & Jang, 2012; Lee & Lee, 2013; Wu & Kim, 2014)는 물론 온라인 쇼핑(Chai et al., 2018; Jun & Lee, 2004)에도 소비자가 점포 선택이나 평가의 기준으로 고려하는 중요한 점포속성 중의 하나이다. 즉, 가격할인이나 가격비교, 품질대비 가격과 관련된 가격속성은 온라인으로의 전환을 유발하고(Kyung, 2019), 소비자 신뢰, 지각된 위험, 재구매 의도(Chai & Choi, 2018), 점포 충성도(Jun & Lee, 2004)에 유의한 영향을 준다. 무인점포의 경우에도 상품구성대비 가격과 가격할인, 전반적인 가격수준에 대한 만족은 점포 신뢰와 충성도 강화전략의 중요한 요인으로 확인되었다(Lee, 2021b). 따라서 무인점포는 운영측면에서 인건비 등 비용을 절감할 수 있고, 영업시간의 제한을 극복할 수 있어 타점포에 비해 가격 경쟁력을 갖출 수 있으므로(Cheon, 2018; Lee & Lee, 2018) 고객이 무인패션점포의 수용을 위해 평가하는 중요한 속성일 것으로 예상할 수 있다.

이용자 스스로 카드, QR코드 혹은 미리 등록한 결제수단을 통해 결제하는 무인주문결제시스템은 무인점포의 핵심적인 구성요소이기는 하지만, 키오스크 시스템을 통해 고객데이터가 해킹되어 신용카드 정보와 비밀번호가 유출되거나(Han et al., 2020), 주문 및 결제 실행에 오류가 발생할 수 있다(Kim & Moon, 2018). 인터넷을 기반으로 하는 결제시스템은 온라인 쇼핑이나 옴니채널 쇼핑에서도 정보유출과 관련된 잠재적 위험을 항상 가지고 있으며, 소비자는 자신의 정보가 제3자에게 공유되거나 거래목적 이외에 어떠한 형태로든 사용되지 않기를 기대하기 때문에, 안전성은 소비자의 점포선택에 영향을 미치는 중요한 요인일 수 밖에 없다(Kim, 2018; Kim & Ahn, 2007; Song, 2018). Featherman et al.(2010)은 온라인 소비자들이 신원 도용으로 이어질 수 있는 개인정보의 잠재적 오용이나 손실과 관련된 소비자 프라이버시, 해커로부터 보호할 수 있는 시스템에 대한 보안을 중요시하기때문에, e-서비스의 제공자가 이러한 위험을 줄여줄 수 있다고 지각된다면 소비자의 e-서비스의 수용가능성이 증가할 것임을 주장하였다. 이를 종합하면, 무인점포의 이용 시 개인정보나 결제정보 등이 보호받을 수 있음을 의미하는 안전성은 무인패션점포 고객이 무인패션점포의 수용을 위해 평가하는 중요한 속성일 것으로 예상할 수 있다.

기술수용모델(Technology Acceptance Model, TAM)은 인간의 합리적행동이론(Theory of Reasoned Action)과 계획행동이론(Theory of Planned Behaviour)을 기반으로 기술에 대한 이용자의 인지적 반응이 수용자의 태도와 행동에 영향을 미치는 과정을 통해 기술 수용행동을 설명하는 이론으로, Davis(1989)가 처음 소개하였다. 기술수용모델에 따르면, 주어진 기술이나 시스템에 대한 잠재적 이용자의 전반적인 태도는 이용행동의 주요한 결정요인이며, 두 가지 주요 신념인 지각된 용이성(perceived ease of use)과 지각된 유용성(perceived usefulness)에 영향을 받는다(Davis, 1989). 지각된 용이성은 기술을 이용하는 것이 어렵지 않다고 지각하는 정도를 말하며, 지각된 유용성은 기술의 이용이 자신의 직무에 도움이 될 것이라고 생각하는 정도를 의미하는데(Davis, 1989), 지각된 용이성은 지각된 유용성을 통해 기술을 수용하고자 하는 행동의도에 직간접적으로 영향을 주기도 한다(Venkatesh & Davis, 2000). 새로운 기술이 등장하고 영향요인이 다양해짐에 따라 기존의 기술수용모델 또한 점차 확장되어 왔다. Venkatesh and Davis(2000)는 기술수용에 대한 사회적 영향과 인지도구 프로세스를 선행요인으로 추가하여 확장된 기술수용모델을 제시하여 이 외부요인이 지각된 유용성에 미치는 영향을 설명하였다. 이처럼 기술수용 모델은 확장이 가능하여 다양한 변수를 다루기 적합하며, 새로운 기술이 적용된 대상에 대한 소비자의 수용 태도를 확인하는데 유용하기 때문에 무인점포(Kim & Kang, 2021; Kim & Shim, 2018; Lee & Ryu, 2019; Seo, 2019)나 무인결제(Jung & Park, 2019; Kang, 2018)와 관련된 연구에서도 사용되고 있다. 본 연구 또한, 판매원의 역할을 첨단기술이 대신하는 무인패션점포의 특성을 고려하여 기술수용모델을 토대로 무인패션점포의 속성을 외부요인으로 설정하고, 무인패션점포의 다차원적인 특성이 소비자가 무인패션점포의 이용이 어렵지 않고 쇼핑에 도움이 될 것이라고 지각하는데 어떻게 영향을 미치는지, 이것이 무인패션점포 이용에 대한 의도에 어떠한 영향을 미치는지를 확인하고자 한다.

기술준비도란 가정이나 직장에서 목표를 달성하기 위해 새로운 기술을 채택하고 사용하는 개인의 성향을 의미하며, 이를 통해 신기술을 수용할 준비가 되었는지 여부를 측정할 수 있으며(Chang & Chen, 2021; Parasuraman, 2000), 이 수준이 높을수록 최신 기술의 채택률이 높아진다(Parasuraman & Colby, 2015). 기술준비도는 소비자의 기술에 대한 활용능력이기보다는 개인의 성향이나 태도이며(Chung et al., 2020), 기술에 대한 소비자 반응과 수용에 있어 중요한 변수가 될 수 있으므로(Jung et al., 2021), 무인패션점포 수용과 관련된 소비자의 개인적 특성으로 다루어질 수 있다. 기술준비도는 크게 소비자의 기술 수용에 대한 긍정적 차원인 낙관성과 혁신성, 부정적 요인인 불편감과 불안감의 네 가지 요인으로 구성된다. 낙관성은 기술에 대해 긍정적인 견해에 따라 기술이 사람들의 삶의 통제력, 유연성, 효율성 등을 향상시킬 것이라는 믿음이며, 혁신성은 소비자가 기술의 선도자가 되고자 하는 경향을, 불편감은 소비자가 기술에 대한 통제력 부족과 기술에 압도된다고 느끼는 것을, 불안감은 소비자가 기술에 대해 불신하고 기술이 제대로 작동하는 능력에 대해 회의적인 태도를 보이는 것을 의미한다(Parasuraman, 2000).

기술준비도의 긍정적 차원인 낙관성과 혁신성은 셀프서비스 기술(Self Service Technology: SST)의 사용에 대한 태도와 행동(Shim & Han, 2012), 증강현실 패션 쇼핑 서비스 이용의도(Hur & Lee, 2021), 스포츠 웨어러블 기기(Kim, 2018)나 무인점포(Kim & Kang, 2021)의 용이성과 유용성, 수용의도에 긍정적인 영향을 주는 것으로 알려져 있다. 이에 비해 기술준비도의 부정적 차원인 불편감과 불안감은 모바일 인터넷 서비스의 용이성과 유용성(Oh et al., 2010), 모바일 앱 이용의도(Choi et al., 2014)에 부정적인 영향을 미치거나 무인점포의 용이성과 유용성에 아무런 영향을 미치지 않는 것으로(Kim & Kang, 2021) 나타났다. 이는 소비자의 기술준비도가 첨단기술 사용과 관련한 소비자의 행동의도에 직간접적인 영향력이 있으며, 긍정적 차원과 부정적 차원의 요인들의 영향력이 다름을 보여주고 있다. 따라서 소비자들이 새로운 기술에 얼마나 적응하고 또한 이를 받아들일 준비가 되어있는 가가 무인 패션점포에 대한 태도와 행동에 중요한 요인으로 작용할 것으로 예상할 수 있다. 기술준비도 수준에 따라 증강현실을 통한 패션제품 구매행동(Jung et al., 2021), 첨단기술 제품과 서비스의 사용(Parasuraman, 2000)에 차이가 있었고, 스마트 스토어의 수용에 대한 조절변수의 역할이 확인 되었으므로(Chang & Chen, 2021), 본 연구는 소비자의 기술준비도의 긍정적 차원과 부정적 차원으로 구분하여 무인 패션점포의 속성과 그 수용의도에의 조절효과를 확인하고자 한다.

선행연구에 대한 이론적 고찰을 바탕으로 무인 패션점포의 속성과 무인 패션점포의 수용의 관계와 이에 대한 소비자 기술준비도의 영향에 대한 연구문제를 다음과 같이 설정하였다(Fig. 1).

연구문제 1. 지각된 무인패션점포 속성이 지각된 용이성, 지각된 유용성, 그리고 무인패션점포 수용의도에 어떻게 영향을 미치는 가를 확인한다.

연구문제 2. 소비자의 기술준비도 수준이 지각된 무인패션점포 속성과 점포 수용의도와의 관계에 조절변수의 역할을 하는가를 확인한다.

Fig. 1. 
Research framework.

본 연구는 최근 1년간 무인점포를 이용한 경험이 있는 2~30대 남녀 소비자를 대상으로 하였다. 이는 우리나라 대표적인 무인점포 중의 하나인 '언커먼스토어]의 전체 방문객 중 85%가 30대 이하였으며(Yoon, 2022), 점포 내에서 검색, 결제 등을 위해 각종 디지털 기기를 이용해야 한다는 점을 고려하여 20~30대 소비자를 대상으로 선정하였다. 자료는 서베이 전문 기관을 통해 2022년 3월 15일과 2022년 3월 25일 두 차례에 걸쳐 온라인 설문조사를 실시하여 수집하였다. 예비조사를 통해 수집한 203명의 자료를 바탕으로 설문지를 수정, 보완하였으며, 본조사를 통해 수집한 433명의 자료 중 불성실한 응답을 제외한 423명의 자료를 분석에 이용하였다.

설문지는 크게 두 부분으로 구성되는데, 전반부에서는 이전에 무인점포를 통해 구매한 제품이 무엇인가 등의 무인점포 경험에 대한 일반적인 질문과 무인패션점포의 정의와 점포 입장부터 결제까지의 과정에 대한 간략한 설명문을 제시하여 응답자들의 무인점포 이용 경험을 상기시키고 무인패션점포에 대한 이해를 도왔다. 후반부는 연구모형을 구성하는 변수인 무인패션점포 속성, 기술준비도, 지각된 용이성, 지각된 유용성, 수용의도에 대한 질문, 인구통계적 사항에 대한 질문으로 구성하였다. 측정문항은 선행연구를 참고하여 무인패션점포의 특성에 맞게 수정하였으며, 무인패션점포 속성인 서비스 품질(Chung & Jang, 2012; Lee & Lee, 2013), 편리성(Kang et al., 2018; Oh et al., 2018; Song, 2018), 즐거움(Lee, 2021c; Moon & Kim, 2001), 신뢰성(Han et al., 2020; Lee, 2021b), 안전성(Featherman et al., 2010; Kim & Ahn, 2007; Kim & Moon, 2018; Ryou & Ahn, 2019), 가격(Jun & Lee, 2004; Wu & Kim, 2014)의 23문항, 기술준비도 21문항(Kim & Kang, 2021; Parasuraman & Colby, 2015), 그리고 기술수용모델(Davis, 1989; Venkatesh & Davis, 2000)의 지각된 용이성과 지각된 유용성 각 3문항, 사용의도 4문항으로 구성하였다. 무인점포 이용경험과 인구통계적 질문을 제외한 모든 문항은 ‘전혀 그렇지 않다’부터 ‘매우 그렇다’까지의 5점 리커트 척도로 측정하였다.

자료분석에는 변수들의 인과관계를 검증하기 위해 AMOS 23.0의 확인적 요인분석과 구조방정식모형 분석을, 소비자 기술 준비도의 조절변수 역할을 확인하기 위해 다중집단 확인적 요인분석과 다중집단 구조방정식모형 분석을 이용하였다. 또한, 연구대상자의 인구통계적 특성과 무인점포 이용경험을 파악하기 위해 SPSS 26.0의 기술통계분석을 이용하였다.

응답자 423명의 평균 연령은 29.97세로 20대가 205명(48.5%), 30대가 218명(51.5%)이었으며, 그 중 남성이 210명(49.6%), 여성이 213명(50.4%)이었다. 직업은 사무직(n = 181, 42.8%), 학생(n = 84, 19.9%), 전문직 및 전문 기술직(n = 57, 13.5%)의 순으로 나타났으며, 학력 수준은 대학교 졸업(n = 267, 63.1%), 고등학교 졸업(n = 69, 16.3%), 전문대 졸업(n = 56, 13.2%)의 순이었다. 월평균 소득은 200~400만 원(n = 148, 35.0%)이 가장 많았으며, 400~600만 원(n = 111, 26.2%), 800만 원 이상(n = 69, 16.3%)의 순으로 많았다. 월평균 패션제품 지출은 25만 원 미만(n = 272, 64.3%)이 가장 많았고, 주로 온라인 쇼핑몰(n = 247, 57.2%)을 통해 패션제품을 구매하였으며, 오프라인 패션점포나 온라인 점포에 1회 방문 시 머무르는 시간이 10~30분(n = 189, 44.7%), 30~60분(n = 156명, 36.9%) 순으로 많았다. 최근에 방문한 무인점포에서 구매한 상품은 음, 식료품(n = 415, 98.1%)이 가장 많았으며, 생활용품(n = 100, 23.6%)이 그 다음으로 나타났다. 의류 및 패션제품을 구매한 경우는 23명(5.4%)이었으며, 이에 5~10만원(n = 14, 60.9%)을 지출한 경우가 가장 많았다. 전체 응답자 423명 중 328명(77.5%)이 무인점포 이용에 만족하거나 매우 만족한 것으로 나타났다.

측정모형의 타당성 검증을 위하여 확인적 요인분석을 실시하였다(Table 2). 각 문항의 표준화된 요인부하량은 .50 이상이었고 항목이 대응하는 요인에 유의하게(t-value > 1.96) 적재되어 집중타당성이 확인되었다. 분산추출지수는 .513이상 .728이하로 .50 이상이었고 개념신뢰도는 .676이상 .887 이하의 분포로 나타나 구성개념간의 내적일관성을 보여주었다. 평균분산추출지수의 제곱근과 상관관계계수의 값을 비교한 결과, 모든 구성개념간의 평균분산추출지수의 제곱근이 큰 것으로 나타나 각 구성개념들간의 판별타당성이 있는 것으로 나타났다. 측정모형의 모형적합도는 χ² = 808.796(df = 457, p = .000, χ²/df = 1.770), NFI = .910, CFI = .959, RMSEA = .043로 대체로 양호한 수준을 나타내었다.

지각된 무인점포 속성과, 지각된 용이성, 지각된 유용성, 이용의도의 관계를 검증하기 위해 구조모형방정식 분석을 실시하였다. 구조모형의 모형적합도는 χ² = 827.876(df = 464, p = .000; χ²/df = 1.784), NFI = .910, CFI = .958, RMSEA = .044로 기준을 충족하였고, 총 14개의 경로 중 10개의 경로가 통계적으로 유의한 것으로 나타났다(Fig. 2). 구체적으로, 무인점포 속성 중 편의성(β = .287, p < .000), 신뢰성(β = .460, p < .000), 가격(β = .125, p < .05)은 지각된 용이성에 정의 영향을 주었고, 서비스품질(β = −.166, p < .01)은 부의 영향을 주는 것으로 나타났다. 또한 편의성(β = .313, p < .000), 즐거움(β = .387, p < .000), 신뢰성(β = .166, p < .05), 가격(β = .135, p < .01)은 지각된 유용성에 정의 영향을 주었다. 이에 비해 안전성은 아무런 영향을 미치지 못하는 것으로 나타났다. 지각된 용이성(β = .259, p < .000)과 유용성(β = .658, p < .000)은 각각 이용의도에 유의한 정의 영향을 주는 것으로 나타났다.

Fig. 2. 
Result of structural model testing.

지각된 무인점포 속성과 점포 수용의 관계에 대한 소비자의 기술준비도의 조절효과를 검증하기 위해 기술준비도의 긍정적차원과 부정적인 차원을 구분하여 각각의 조절효과를 확인하고자 하였다. 우선 긍정적 차원인 낙관성과 혁신성의 평균(mean = 3.59)을 기준으로 긍정적 기술준비도가 높은 집단(n = 204, 48.2%; Mean = 4.11)과 낮은 집단(n = 219, 51.8%; mean = 3.11)을 분류하였으며, 부정적 차원인 불편감과 불안감의 평균(mean = 3.05)을 기준으로 부정적 기술준비도가 높은 집단(n = 204, 48.2%; mean = 3.58)과 낮은 집단(n = 219, 51.8%; mean = 2.56)을 분류하였다.

긍정적 기술준비도의 조절변수 역할을 검증하기에 앞서 두 집단 간의 요인구조의 동질성을 확인하는 구성동일성과 측정 동일성 검증을 위해 다중집단 확인적 요인분석을 실시하였다. 비제약 기저모형의 적합도는 χ² = 1304.056(df = 914, p = .000; χ²/df = 1.427), NFI = .854, CFI = .950, RMSEA = .032로 양호한 수준이었으며, 요인적재치가 두 집단 모두에서 유의하여 두 집단간의 구성 동일성이 확인되었다. 그러나 집단 간의 동일한 요인계수를 가정하는 제약모형과 기저모형을 비교한 결과 Δχ² = 40.599 (Δdf = 24, p = .018)로 유의한 차이가 있었으나 다른 적합도의 경우 ΔTLI = .001, ΔCFI = .002, ΔRMSEA = 0으로 Cheung and Rensvold(2002)가 제시한 임계치인 .01보다 작아 두 집단 간의 측정 동일성이 확보되었다. 이어서 다중집단 구조모형방정식 분석을 통해 긍정적 기술준비도가 높은 집단과 낮은 집단을 비교한 결과(Table 3), 그 차이가 유의한 것으로 나타나(Δχ² = 38.381, Δdf = 24, p = .032) 긍정적 기술준비도의 조절효과가 확인되었다. 긍정적 기술준비도가 높은 집단의 경우, 편의성(β = .238, p < .05)과 신뢰성 (β = .723, p < .001)은 지각된 용이성에 정의 영향을 주었고, 서비스 품질(β = −.266, p < .001)은 부의 영향을 주었으며, 편의성(β = .252, p < .01), 즐거움(β = .482, p < .001), 가격(β = .181, p < .05)은 지각된 유용성에 정의 영향을 주었다. 이에 비해 긍정적 기술준비도가 낮은 집단의 경우, 편의성(β = .437, p < .05), 신뢰성(β = .266, p < .01), 가격(β = .110, p < .05)은 지각된 용이성에 정의 영향을 주었고, 지각된 유용성에 편의성(β = .379, p < .001), 즐거움 (β = .327, p < .001), 신뢰성(β = .206, p < .05)은 정의 영향을 주었다. 두 집단 모두에서 지각된 용이성(높은 집단: β = .282, p < .001; 낮은 집단: β = .218, p < .001)과 유용성(β = .648, p < .001; 낮은 집단: β = .671, p < .001)은 각각 이용의도에 유의한 정의영향을 주는 것으로 나타났다.

부정적 기술준비도의 경우에도 동일한 절차에 따라 조절변수 역할을 검증하였다. 다중집단 확인적 요인분석을 실시하여 비제약 기저모형의 양호한 수준의 적합도 (χ² = 1458.085, df = 914, p = .000; χ²/df = 1.595, NFI = .851, CFI = .938, RMSEA = .038)와 유의한 요인적재치를 확인하여 구성동일성을 확보되었다. 또한 측정동일성 확인을 위해 제약모형과 기저모형을 비교한 결과 Δχ² = 31.454(Δdf = 24, p = .141)로 그 차이가 유의하지 않아 두 집단 간의 측정동일성이 확인되었다. 다중집단 구조모형방정식 분석을 통해 부정적 기술준비도가 높은 집단과 낮은 집단의 구조모형을 비교한 결과(Table 4), 그 차이가 유의하지 않은 것으로 나타났다(Δχ² = 29.394, Δdf = 24, p = .206). 부정적 기술준비도가 높은 집단의 경우, 지각된 용이성에 신뢰성(β = .567, p < .001)은 정의 영향을, 서비스 품질(β = −.213, p < .05)은 부의 영향을 주었으며, 지각된 유용성에는 편의성(β = .288, p < .01), 즐거움(β = .484, p < .001)이 정의 영향을 주었다. 이에비해 부정적 기술준비도가 낮은 집단의 경우, 편의성(β = .417, p < .05)과 신뢰성(β = .411, p < .01)은 지각된 용이성에 정의 영향을 주었고, 서비스 품질(β = −.137, p < .05)은 부의 영향을 주었으며, 지각된 유용성에는 편의성(β = .337, p < .001), 즐거움(β = .300, p < .001), 신뢰성(β = .272, p < .01)은 정의 영향을 주었다. 두 집단 모두에서 지각된 용이성(높은 집단: β = .193, p < .001; 낮은 집단: β = .304, p < .001)과 유용성(β = .724, p < .001; 낮은 집단: β = .616, p < .001)은 각각 이용의도에 유의한 정의 영향을 주는 것으로 나타났다.