AI가 생성한 패션 점포에 대한 독특성 지각이 브랜드 태도 변화에 미치는 영향: 소비자 감정 반응의 매개 효과를 중심으로
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract
This study examined the perceived uniqueness of AI-generated fashion stores on brand attitude change serially mediated by the consumers’ affective responses. The participants viewed seven surreal images of Nike stores created by generative AI. The key variables included perceived uniqueness, pleasure, brand liking, and brand attitude change, measured as the difference between evaluations before and after image exposure. The data from 181 participants were analyzed using exploratory factor analysis, reliability analysis, and Hayes’s PROCESS macro (Model 6). The results showed that the perceived uniqueness indirectly influenced brand attitude change through sequential mediation involving pleasure and brand liking. Neither the direct effect nor the single mediation paths were significant, highlighting the importance of the emotional sequence. These findings suggest that the consumers’ perception of uniqueness in AI-generated, fantastical visuals evokes emotional pleasure, which strengthens the emotional attachment to the brand and leads to more favorable brand attitudes. This indicates the role of emotional engagement in shaping the consumer responses to AI-driven retail experiences. Regardless of real-world feasibility, such content can serve as a powerful catalyst for enhancing the brand image and consumer connection, positioning generative AI as a strategic creative asset in future fashion retail.
Keywords:
AI-generated fashion store, perceived uniqueness, pleasure, brand liking, brand attitude changeⅠ. 서론
최근 생성형 AI를 활용한 비현실적인 성향의 독특한 패션 점포 이미지는 패션 브랜드와 AI 아티스트들에 의해 활발히 제작되고 있으며, 소셜 미디어를 중심으로 주목을 받고 있다. 특히 나이키, 코치 등과 같은 글로벌 패션 브랜드는 생성형 AI를 이용해서 비현실적인 컨셉으로 흥미를 유발하는 가상 팝업 스토어나 가상 패션 점포를 선보이면서 이목을 집중시키고 있다. 또한 이러한 이미지 및 영상은 마케팅 콘텐츠와 연계되어 브랜드 홍보에 자연스럽게 연결되는 현상으로 확산되는 추세이다. 브랜드 코치(Coach)는 LA 기반 AI 모델링 기업 DROP과 협업하여 Impossible Tabby Shop이라는 가상 팝업 스토어를 2023년 5월 공개했다. 한국의 어딘가에 있을 법하지만 실제로 존재하지 않는 불가능한 점포라는 의미에서 해당 이름을 붙였다(Lee 2023). 브랜드 나이키(Nike)는 Athlete-Imagined Revolution(A.I.R) 프로젝트를 통해서 운동선수를 위한 신발을 생성형 AI로 제작하면서, 사막, 행성, 북극 등 극한 환경에 위치한 패션 점포 외관과 불가능할 것 같은 미래적 곡선과 질감을 강조하여 이미지를 공개했다(Nike 2024a). 위의 대표적 사례에서 알 수 있듯이 생성형 AI는 패션 산업에서 비현실적이면서도 독특한 이미지에 독보적인 역할을 하고 있으며, 패션 점포의 혁신적인 마케팅에도 지속적으로 창의적인 영향을 미칠 것이라 예상한다.
생성형 AI를 대상으로 하는 기존 선행연구를 살펴보면, 디자인 분야에서는 주로 생성형 AI를 활용한 디자인 원리나 제작 과정에 초점을 둔 연구들이 주를 이루고 있다(Saadi & Yang 2023; Seo & Koo 2024). 소비자 행동 관점에서의 연구들은 주로 AI가 디자인한 제품과 인간 디자이너가 만든 제품 간의 인식 차이 혹은 소비자의 태도 및 평가를 비교하는데 집중해왔다(Lan et al. 2024; Lee & Kim 2024; Qi et al. 2024). 그러나 이러한 연구들은 대부분 AI와 인간 디자이너의 결과물을 단순 비교하는 수준에 머물러 있으며, AI가 생성한 시각 이미지가 소비자에게 어떠한 감정적 처리 과정을 유발하는지, 나아가 그 감정 반응이 브랜드 평가와 태도 형성으로 어떻게 연쇄적으로 전이되는지에 대한 탐구는 부족하다. 특히 최근 소셜 미디어(SNS)를 중심으로 AI 생성 이미지와 영상 콘텐츠가 높은 주목을 받고 있음에도 불구하고, AI가 생성한 시각적 자극이 소비자의 정서적ㆍ인지적 반응을 매개로 브랜드 태도에 어떠한 영향을 미치는지 규명한 실증 연구는 거의 이루어지지 않았다.
이에 본 연구는 이러한 공백을 메우기 위해 감정 전이 가설(Affect Transfer Hypothesis)을 중심으로 AI가 생성한 결과물에 대한 감정적 처리 메커니즘을 탐색하고자 한다. 구체적으로, AI가 생성한 창의적이고 독특한 패션 점포 이미지를 접한 소비자가 즐거움과 브랜드 호감이라는 감정적 반응을 거쳐 브랜드 태도의 변화를 경험하는지를 탐색한다. 또한, 이미지를 보기 전후의 브랜드 태도를 비교함으로써, 감정적 반응이 브랜드 평가에 미치는 영향을 실증적으로 검증하고, 나아가 AI 기반 시각 자극이 브랜드 태도 형성에 효과적인 커뮤니케이션 수단이 될 수 있는지를 확인하고자 한다.
Ⅱ. 이론적 배경
1. 패션 산업에서의 생성형 AI 활용
패션 산업에서의 생성형 AI 활용은 기술 혁신을 넘어서 산업 전반에 변혁을 도모하고 있다. 패션 산업 프로세스별로 생성형 AI를 활용하는 실무 사례가 증가하고 있으며, 이와 연관된 학술 연구도 꾸준히 증가하고 있다. McKinsey사의 2023년 3월 보고서에 따르면, 생성형 AI는 향후 3-5년 내에 의류, 패션, 럭셔리 부문에서 1,500억 달러에서 최대 2,750억 달러의 운영 이익 증대를 가져올 것으로 예상한다고 보고하였다(Harreis et al. 2023). 특히 생성형 AI를 활용하여 이미지를 생성하는 기술로 인해, 패션 산업에서는 창의성이나 독특성 측면에서의 전환에 대해 재논의하기 시작하였다. 패션 디자인 단계에서의 생성형 AI 활용은 이미지 자동 생성 기술을 통해 전통적 디자인 과정에서보다 집약된 과정을 통해 효율적으로 디자인을 창작할 수 있게 되었다. Choi et al.(2023)의 연구에서는 52,000개 이미지 데이터셋으로 훈련된 생성형 AI 모델이 드레스와 스커트 디자인에서 다양한 실루엣 변화를 생성할 수 있다는 것을 입증하였다. 특히, 초기 컨셉 단계에서 러프 스케치와 프롬프트를 활용해 속도감 있는 전개를 할 수 있으며, 다양한 디자인으로 확산시키고, 이를 결정하는 단계를 단축시킨다(Hwang et al. 2025). 이에 Choi et al.(2023)의 연구를 비롯한 다수 연구에서는 패션 도메인 지식을 반영한 AI 기반 의류 개발 시스템의 필요성을 강조하고 있다. 기존 AI 기반 디자인 도구들이 단순히 트렌드 분석과 이미지 생성에만 집중하여 브랜드 아이덴티티나 컨셉트를 반영하지 못하는 한계를 지적하며, 인간 디자이너의 작업 프로세스와의 협업을 고려한 시스템 개발을 제안하였다. 현재 이러한 한계를 해결하기 위하여, Yoona, Resleeve, The New Black, Raspberry, NewArc 등의 패션 지식을 적용한 다양한 패션 AI 소프트웨어가 개발 출시되고 있다(Chung & Lee 2024).
패션 산업에서의 생성형 AI 이미지의 적용은 가상 이미지에 대한 감각적인 소비자 경험과 연관이 있으며, 현실 공간과 가상 공간의 결합을 통해 확장된 융합 세계로의 경험을 제공하고 있다(Cho 2024). 가상 패션 아이템과 가상 패션 점포에서는 독특한 디자인을 추구할 때 소비자의 독특성(Uniqueness) 욕구가 급증함을 보고하기도 하였다(Schapsis et al. 2025). 이러한 생성형 AI에 의한 패션 이미지는 럭셔리 브랜드에서부터 로컬 브랜드에 이르기까지 독특한 이미지 형성에 적극 활용할 수 있다. Nike의 A.I.R. 프로젝트에서는 생성형 AI를 활용한 신발 디자인을 개발하는 과정에서 수백만 장의 생성형 AI 컨셉 이미지를 생성하며 참고하였고, 브랜드 역사상 가장 와일드한 에어 신발을 탄생시키는 과정을 공개하였다(Nike 2024b). Maison Meta에서는 브랜드와의 협업을 통해 AI 캠페인 이미지를 제작하고 있으며, 최근 돌체앤가바나 카사(Dolce & Gabbana Casa)의 AI 캠페인 이미지는 이탈리안 풍광을 배경으로 하여 브랜드만의 독특한 인테리어 이미지로 소비자의 감각적 경험을 독특한 방식으로 선보이기도 하였다(Maison Meta 2024). 반면 브랜드 외부에서는 AI 아티스트에 의한 생성형 AI에 의한 패션 이미지가 창작되고 있다. 아티스트들은 자율적으로 패션 브랜드를 컨셉 프롬프트로 선택해 브랜드와의 자율적인 협업을 연출하여 이미지를 생성한다. 이들의 작업은 패션 브랜드 아이덴티티로서의 이미지와 컨셉을 학습, 놀이, 예술의 대상으로 선택하여, 비현실적이고 독특한 가상 패션 이미지 공간을 창출하고 있다(Ryu & Lee 2024). 이처럼 생성형 AI에 의한 패션 이미지는 브랜드에서의 마케팅 활동뿐 아니라, 외부 AI 아티스트나 비전문가에 의해서도 다양한 방식으로 참여되고 확산되고 있음을 확인할 수 있다.
2. AI 생성 이미지에 대한 독특성 지각
독특성 지각(Perceived uniqueness)은 특정 대상이 강력한 차별적 속성을 지니고 있다는 인식을 의미하며, 브랜드 맥락에서는 해당 브랜드가 경쟁 브랜드들 사이에서 눈에 띄고, 쉽게 인식되며, 기억될 수 있는 정도를 나타낸다(Netemeyer et al. 2004; Keller 2008). 소비자가 특정 브랜드를 독특하다고 인식한다는 것은, 그 브랜드가 타 브랜드와 명확히 구분되는 고유한 연상을 형성하고 있다는 의미이며, 이는 소비자가 해당 브랜드를 선택할 근거가 될 수 있다(Keller 2008).
브랜드 평가의 관점에서 볼 때, 독특성 지각은 긍정적인 평가의 한 형태로 작용하며, 소비자가 브랜드와 정서적으로 연결되도록 유도하는 내재적 동기를 제공한다(Zhu et al. 2020). 실제로 소비자가 특정 브랜드에 대해 독특성을 높게 지각할 경우, 해당 브랜드 매장을 방문하려는 의도가 증가하거나(Chen et al. 2024), 브랜드 제품에 대해 더 높은 가격을 지불하려는 의도가 증가한다는 실증 연구 결과가 보고된 바 있다(Dwivedi et al. 2018). 즉, 독특성 지각은 소비자의 행동 의도에 직접적인 영향을 미치는 중요한 요인으로 작용하며, 이는 브랜드 방문, 구매, 프리미엄 가격 지불 의사 등 다양한 소비자 행동 반응을 유도하는 핵심적인 촉매 역할을 한다고 볼 수 있다.
이러한 선행연구 결과에 따라, 독특성 지각은 단순한 인식 수준을 넘어서 브랜드에 대한 평가 자체에 직접적인 영향을 미칠 수 있는 요인임을 알 수 있다. 특히 시각적 자극을 통해 형성된 강한 독특성 지각은, 인지적ㆍ감정적 반응을 거치지 않더라도 브랜드 전반에 대한 긍정적 평가로 직결될 수 있으며, 이는 소비자가 해당 브랜드를 차별화된 존재로 인식하게 만드는 핵심적인 단서로 작용할 수 있다.
3. 감정 전이 가설
감정 전이 가설은 고전적 조건화(Classical conditioning) 이론을 토대로 광고나 마케팅 자극에 대한 소비자의 정서적 반응이 해당 자극과 연결된 브랜드에 대한 태도로 전이되는 과정을 설명한다(Mitchell & Olson 2000). 본래 중립적인 대상(조건 자극, conditioned stimulus)에 대해 특별한 호감/비호감이 없더라도, 해당 대상이 긍정적 혹은 부정적 감정을 유발하는 자극(무조건 자극, Unconditioned stimulus)과 반복적으로 함께 제시될 경우, 소비자는 조건 자극에도 동일한 정서적 반응을 갖게 된다는 것이다(Rescorla 1972; Mitchell & Olson 1981). 예를 들어, 시각적으로 매력적인 이미지나 감정적으로 즐거운 영상 광고는 소비자에게 긍정적인 정서적 반응을 유발하고, 이는 해당 브랜드에 대한 평가로 전이될 수 있다. 실제로 다수의 선행연구에서 메시지 품질, 광고 신뢰성, 시각적 이미지, 음악, 인물 표정 등 다양한 광고에 대한 인식이 소비자의 감정 반응을 유도하며, 이러한 감정이 브랜드 태도 및 구매 의도에 영향을 미친다는 실증적 결과들을 보고해 왔다(Jeong et al. 2009; Huang et al. 2013; Mehta et al. 2013).
이에 본 연구에서는 AI가 생성한 비현실적이고 독창적인 패션 매장 이미지에 대해 소비자가 느끼는 감정이 해당 이미지에 나타난 브랜드에 대한 태도로 전이될 것이라 예상한다. 감정 전이 가설에 따르면, 특정 자극에 의해 유발된 감정은 별개의 대상에 대한 평가로까지 영향을 미칠 수 있다(Mitchell & Olson 2000). 즉, 광고나 이미지 등 감정적 반응을 유도하는 자극이 긍정적인 감정을 불러일으킬 경우, 소비자는 그러한 자극과 연관된 브랜드에 대해서도 긍정적인 태도를 형성하게 된다. 이에 따라 본 연구에서는 AI가 생성한 시각적 자극이 소비자의 정서적 반응을 유발하고, 이러한 감정이 브랜드 호감이나 전반적인 태도에 영향을 미치는 정서 전달 메커니즘이 작동할 것으로 예상한다.
Ⅲ. 연구방법
1. 연구가설
본 연구는 감정 전이 가설을 적용하여 AI가 생성한 비현실적(unrealistic) 매장 이미지가 소비자의 브랜드 태도에 미치는 영향력을 탐색하고자 한다. 본 연구에서 ‘비현실적 이미지’란 현실의 물리적 제약을 초월하여 실제 세계에서는 실현 불가능하거나 일상적으로 접하기 어려운 상상적ㆍ가상적 매장 형태를 의미한다. 이러한 이미지에 대한 독특성 지각이 소비자의 브랜드 태도 변화에 미치는 직접적ㆍ간접적 영향력을 규명하는 것이 본 연구의 핵심 목적이다.
AI가 생성한 비현실적 이미지에 대한 독특성 지각은 소비자로 하여금 해당 브랜드를 눈에 띄고 기억할 만한 가치가 있는 존재로 인식하게 하며, 이는 긍정적인 평가와 선택 의사로 이어질 수 있다(Keller 2008). 선행연구에서도 독특성 지각이 여러 형태의 소비자 행동에 직접적인 영향을 미친다는 결과가 보고되었다(Dwivedi et al. 2018; Chen et al. 2024). 따라서 AI가 생성한 비현실적이고 독창적인 매장 이미지는 소비자에게 강력한 차별적 속성으로 지각될 수 있으며, 이는 별도의 정서적 매개 없이도 브랜드 태도에 직접적으로 긍정적인 영향을 미칠 것으로 예상된다.
가설 1: AI가 생성한 비현실적 매장 이미지에 대한 독특성 지각은 브랜드 태도 변화에 영향을 미칠 것이다.
한편, 감정 전이 가설에 따르면, 소비자는 자극으로부터 유발된 감정을 단지 현재 상태로 받아들이는 것이 아니라, 그 감정을 판단의 정보로 활용한다(Mitchell & Olson 1981). 따라서 특정 브랜드와 연관된 이미지나 광고로부터 유발된 긍정적 정서는 해당 브랜드에 대한 평가로 전이될 수 있으며, 실제 선행연구에서도 다양한 마케팅 자극이 소비자의 긍정적 감정을 유발하고, 이러한 감정이 브랜드 태도 및 구매 의도에 직접적으로 영향을 미친다는 점을 실증적으로 보여주었다(Jeong et al. 2009; Huang et al. 2013; Mehta et al. 2013). 이러한 맥락에서, AI가 생성한 비현실적이고 독창적인 패션 매장 이미지는 소비자에게 기존에 경험하지 못한 새로움(novelty)과 창의성을 자극하는 시각적 자극으로 작용할 수 있다. 이는 소비자에게 흥미와 즐거움 같은 긍정적 정서를 유발하며, 그 감정은 자연스럽게 해당 이미지와 연계된 브랜드에 대한 평가로 전이될 것이다. 따라서 본 연구는 AI가 생성한 매장 이미지에 대한 독특성 지각이 즐거움을 매개로 브랜드 태도 변화에 영향을 미칠 것이라 예상하며 가설 2를 제안한다.
가설 2: AI가 생성한 비현실적 매장 이미지에 대한 독특성 지각은 즐거움을 매개하여 브랜드 태도 변화에 영향을 미칠 것이다.
소비자는 브랜드를 평가할 때 단지 기능적 특성뿐 아니라, 브랜드에 대한 전반적인 인상이나 호감도와 같은 정성적 판단 요소를 중요한 기준으로 삼는다(Mitchell & Olson 2000). 특히 소비자가 특정 브랜드를 독특하게 인식한다는 것은 해당 브랜드가 경쟁 브랜드와 명확하게 구분되는 차별적 속성을 지니고 있음을 의미하며(Keller 2008), 이는 자연스럽게 긍정적인 정서적 태도를 형성할 가능성을 높인다. 이러한 호감은 소비자의 브랜드에 대한 정서적 친밀감으로 확장될 수 있으며, 이는 브랜드 전체에 대한 평가와 태도 형성에 영향을 미치는 핵심 경로로 작용할 수 있다(Zhou et al. 2020). 감정 전이 가설 역시 소비자가 특정 자극에 대해 갖는 긍정적 평가가 해당 자극과 연결된 브랜드에 대한 태도로 전이될 수 있음을 설명한다(Mitchell & Olson 1981). AI가 생성한 비현실적 매장 이미지가 소비자에게 독특하게 지각된다면, 이는 브랜드에 대한 긍정적 호감을 매개로 브랜드 태도 변화를 유도할 것이다.
가설 3: AI가 생성한 비현실적 매장 이미지에 대한 독특성 지각은 브랜드 호감을 매개하여 브랜드 태도 변화에 영향을 미칠 것이다.
선행연구에 따르면, 감정 반응은 단일 차원으로 작용하기보다, 단계적 경로를 따라 연쇄적으로 작용하는 감정 처리 과정을 통해 태도 형성에 영향을 줄 수 있다(Bagozzi et al. 1999). 특히 감정 전이 메커니즘에서는 특정 자극으로 유발된 즉각적 정서가, 그 자극과 함께 제시된 대상과 결합하여 점진적으로 발전된 정서적 평가로 이어진다. 따라서, AI가 생성한 이미지에 대한 독특성 지각은 먼저 즐거움이라는 즉각적인 긍정 정서를 유발하고, 이 감정은 다시 브랜드에 대한 정서적 호감으로 발전하여, 최종적으로 브랜드 태도의 변화를 유도하는 이중 감정 매개 경로를 가정할 수 있다. 이러한 접근은 단일 감정 반응만을 고려하는 기존 연구와 달리, 감정의 흐름과 전이를 단계적으로 설명함으로써 소비자의 감정 여정을 더욱 정교하게 이해할 수 있게 한다. 따라서 본 연구는 독특성 지각이 즐거움과 브랜드 호감을 거쳐 브랜드 태도로 전이되는 이중 매개 효과를 가정하며 가설 4를 제안한다.
가설 4: AI가 생성한 비현실적 매장 이미지에 대한 독특성 지각은 즐거움과 브랜드 호감을 이중 매개하여 브랜드 태도 변화에 영향을 미칠 것이다.
2. 자료 수집 및 분석 방법
본 연구에서는 종속변수로 브랜드 태도 변화를 측정하기 위해 이미지 제시 전후의 브랜드 태도를 비교하는 설계를 채택하였으며, 이에 따라 대중적으로 널리 알려진 글로벌 스포츠 브랜드인 나이키(Nike)를 연구 대상으로 선정하였다. 잘 알려진 브랜드일수록 참가자의 사전 태도가 비교적 안정적으로 형성되어, 이미지 노출 이후의 태도 변화를 보다 신뢰성 있게 측정할 수 있기 때문이다.
설문 참여자들은 생성형 AI가 제작한 비현실적이고 창의적인 나이키 매장 이미지 7장을 살펴본 후, 설문 문항에 응답하였다. 설문 문항은 선행연구에서 신뢰성과 타당성이 검증된 척도를 바탕으로 연구의 맥락에 맞게 수정ㆍ보완하여 구성하였다. 독특성 지각은 Franke & Schreier(2008)의 척도에서 3문항을 채택하였고, 즐거움은 Mehrabian & Russell(1974)의 척도에서 3문항을 채택하였다. 브랜드 호감은 Ishida & Taylor(2012)의 척도에서 4문항을 사용하였으며, 브랜드 태도 변화는 Puzakova & Aggarwal(2018)의 척도에서 3문항을 사용하여 측정하였다. 특히, 브랜드 태도는 이미지 제시 이전과 이후 두 차례에 걸쳐 측정되었으며, 사후 점수에서 사전 점수를 차감한 값을 브랜드 태도 변화(ΔBrand Attitude)로 정의하여, 이미지 노출이 브랜드 평가에 미치는 영향을 정량적으로 분석하였다. 모든 문항은 5점 리커트 척도(1 = 매우 그렇지 않다, 5 = 매우 그렇다)로 측정하였다. 실험 자극으로 사용한 AI 생성 매장 이미지는 현실에서 보기 어려운 상상적 환경과 건축적 요소를 포함하는 것으로 구성하였다. 예를 들어, 사막, 행성, 북극 등 극한 환경에 위치한 매장 외관, 금속성 재질의 돔 형태, 외부에서 내부가 들여다보이는 투명한 구조, 미래적인 곡선과 광택을 강조한 디자인 등을 포함하였다.
데이터는 2025년 3월 30일부터 4월 1일까지 3일 간 CloudResearch를 통해 수집하였으며, 총 181명의 응답 데이터를 확보하였다. 표본의 인구통계적 특성을 살펴보면, 남성이 104명(57.5%), 여성이 77명(42.6%)이었으며, 평균 연령은 41세(S.D = 12.14)로 20대에서 60대까지 폭넓게 분포하였다. 응답자의 학력은 고등학교 졸업 18명(9.9%), 대학교 졸업 125명(69.1%), 대학원 졸업 이상이 38명(21.0%)인 것으로 나타났다. 직업 분포는 정규직이 125명(69.1%)으로 가장 많았으며, 시간제 근무가 20명(11.0%), 구직 중이 17명(9.4%), 기타(학생, 가정주부, 은퇴 등)가 19명(10.5%)으로 나타났다.
자료 분석은 SPSS 29.0 프로그램을 활용하였다. 분석 절차로는 측정 도구의 타당성을 검증하기 위한 탐색적 요인분석과 신뢰도 분석을 수행하였고, PROCESS macro(Model 6)를 사용하여 독특성 지각이 즐거움과 브랜드 호감을 매개하여 브랜드 태도 변화에 미치는 영향력을 확인하기 위한 다중 매개 모형을 검증하였다.
Ⅳ. 결과 및 고찰
1. 측정 문항의 타당도 및 신뢰도 분석 결과
본 연구에서는 측정 도구의 타당성을 확인하기 위해 탐색적 요인분석을 수행하였으며, 주성분 분석(Principal component analysis) 기법과 Varimax 회전 방식을 적용하였다. 요인분석을 실시하기 전 표본의 적절성을 평가한 결과, KMO 값은 0.895로 우수한 수준으로 나타났으며, Bartlett의 구형성 검정 결과 또한 유의미하였다(χ² = 2,690.955, df = 78, p<0.001). 이에 요인 분석을 실시한 결과(Table 1), 모든 문항의 요인 부하량이 0.70 이상으로 나타나 구성 타당성이 확보되었으며, 모든 요인의 고유값(eigenvalue)은 1.000 이상으로 확인되어 요인 추출이 적절함을 확인하였다. 신뢰도 검증을 위해 산출한 Cronbach’s α 계수는 각 요인별로 0.904에서 0.966 사이의 값을 보여, 내적 일관성과 측정 신뢰도 모두 우수한 수준인 것으로 나타났다.
Results of exploratory factor analysis
2. 연구가설 검증
AI가 생성한 패션 점포 이미지에 대한 독특성 지각이 즐거움과 브랜드 호감을 매개하여 브랜드 태도를 변화시키는지 살펴보기 위해 PROCESS Macro(Model 6)를 활용한 부트스트래핑 분석(Bootstrap samples = 5,000 95% CI)을 실시하였다. 분석 결과, Fig. 1에서 나타나듯이, AI가 생성한 비현실적인 매장 이미지에 대한 소비자의 독특성 지각은 즐거움에 유의한 정(+)의 영향을 미쳤으며(B = 0.6983, se = 0,0682, t = 10.2388, p<0.001), 즐거움은 다시 브랜드 호감에 정(+)의 영향을 미쳤다(B = 0.3367, se = 0,0719, t = 4.6845, p<0.001). 이어서, 브랜드 호감 역시 브랜드 태도 변화에 유의한 정(+)의 영향을 미친 것으로 나타났다(B = 0.0759, se = 0,0311, t = 2.4410, p<0.05). 반면, 이 외의 다른 직접 경로들은 통계적으로 유의하지 않았다. 결과적으로, AI 생성 이미지에 대한 독특성 지각은 즐거움과 브랜드에 대한 정서적 호감을 이중으로 매개하여 브랜드 태도 변화에 유의한 영향을 미치는 것으로 나타났다(Indirect effect = 0.0179, BootSE = 0.0096, 95% CI = [0.0011, 0.0393]). 즉, 소비자는 AI가 만든 독특한 이미지를 통해 즉각적인 즐거움을 경험하고, 이로 인해 브랜드에 대한 호감이 형성되며, 이러한 감정적 연쇄 반응이 브랜드 태도의 긍정적 변화로 이어지는 간접 경로가 유의하게 작동하는 것으로 해석할 수 있다.
Results of mediation analysis.
반면, 독특성 지각이 브랜드 태도 변화에 미치는 직접 효과는 통계적으로 유의하지 않았으며, 독특성 지각 → 즐거움 → 브랜드 태도 변화, 혹은 독특성 지각 → 브랜드 호감 → 브랜드 태도 변화와 같은 단일 매개 경로 역시 모두 유의하지 않은 것으로 나타났다. 이로써 단일 감정 반응을 통한 매개보다는, 두 감정적 변수 간의 연속적 작용을 고려한 이중 매개 경로만이 통계적으로 유의하다는 점이 실증적으로 확인되었다(Table 2).
Mediation effects of pleasure and brand liking
Ⅴ. 요약 및 결론
본 연구에서는 생성형 AI가 제작한 비현실적인 점포 이미지에 대한 소비자의 독특성 지각이 즐거움과 브랜드 호감을 매개하여 브랜드 태도 변화에 미치는 영향력을 실증적으로 검증하였다. 총 181명의 응답자를 대상으로 한 분석 결과, 독특성 지각은 브랜드 태도 변화에 직접적인 영향을 미치지 않았으며(가설 1), 즐거움(가설 2)과 브랜드 호감(가설 3) 각각의 단일 매개 효과 또한 유의하지 않은 것으로 나타났다. 이는 소비자가 AI가 생성한 독창적 이미지를 접했을 때, 단순히 재미있고 즐겁다는 긍정적인 감정만으로는 브랜드 태도의 변화를 유도하기에 부족하며, 또한 독특성 지각이 곧바로 브랜드에 대한 호감으로 전이되기에는 자극이 낯설고 이질적이라는 점을 보여준다.
그러나 두 변수가 연쇄적으로 작용하는 이중 매개 경로(가설 4)에서는 유의한 효과가 확인되었다. 독특성 지각은 먼저 즐거움이라는 즉각적 정서를 유발하고, 이러한 즐거움이 브랜드에 대한 호감으로 확장될 때만 브랜드 태도의 변화를 이끌어낼 수 있음을 확인하였다. 이는 독특성 지각 → 즐거움 → 브랜드 호감 → 태도 변화라는 연쇄적 구조가 소비자 반응을 설명하는 핵심 메커니즘임을 시사한다. 이러한 결과는 감정 전이 가설의 기본 전제를 지지하면서도, 단순한 일대일 전이보다는 감정의 단계적ㆍ연쇄적 전이 과정이 더 적합한 설명이라는 것을 보여준다(Rescorla 1972; Mitchell & Olson 1981; Mitchell & Olson 2000). 즉, AI가 생성한 독창적 시각 자극은 즉각적인 호감으로 이어지기에는 낯설지만, 즐거움을 매개로 할 때만 브랜드 호감으로 발전하여 최종적으로 브랜드 태도에 긍정적인 영향을 미친다는 것을 확인하였다.
본 연구의 학술적 의의는 다음과 같다. 첫째, 본 연구 결과는 생성형 AI와 소비자 관계 연구의 맥락에서 새로운 관점을 제시하였다. 기존 연구들이 주로 AI가 창출한 결과물에 대한 소비자의 평가 차이나 수용 여부에 초점을 맞춘 데 비해, 본 연구는 비현실적이고 창의적인 AI 시각 콘텐츠가 소비자의 정서적 여정을 자극하고, 이를 통해 브랜드 평가까지 영향을 줄 수 있음을 실증적으로 규명하였다. 이는 생성형 AI를 단순한 도구로 보는 시각을 넘어, AI와 소비자 간의 정서적 상호작용을 탐색했다는 점에서 학술적 의의가 크다. 둘째, 본 연구는 단일 정서 반응에 국한되지 않고, 즐거움과 브랜드 호감이 연쇄적으로 작동하는 이중 매개 효과를 확인하였다. 이를 통해 감정 전이 메커니즘을 보다 정교하게 확장하였으며, 소비자가 AI 기반 자극에 어떻게 반응하고, 그 반응이 브랜드 태도로 연결되는지를 설명하는 새로운 틀을 제시하였다. 이 점에서 AI-인간 상호작용 연구와 소비자 감정 연구의 교차 영역에 기여한다. 셋째, 본 연구에서는 AI가 생성한 패션 점포 이미지를 보기 전과 후의 브랜드 태도를 각각 측정하고, 그 차이를 변수로 활용함으로써, AI 이미지가 감정 반응을 매개하여 브랜드 평가에 미치는 실질적ㆍ정량적 효과를 확인하였다. 이는 학문적으로 AI 시각 자극이 소비자 의사결정에 미치는 영향을 구체적으로 검증한 최초의 시도로서, 향후 AI 마케팅 커뮤니케이션 연구의 기반을 마련한다는 의의를 가진다.
실무적으로는, 생성형 AI 이미지가 단순한 시각 콘텐츠를 넘어 브랜드와의 정서적 연결을 형성할 수 있는 전략적 수단임을 시사한다. 특히 현실에 존재하지 않는 ‘불가능한 점포(impossible store)’와 같은 콘셉트는(Lee 2023; Nike 2024a) 소비자의 상상력과 감성을 자극하며, 브랜드에 대한 감정적 몰입도를 높이는 데 효과적일 것이다. 즉, 브랜드는 생성형 AI를 활용한 창의적이고 비현실적인 콘텐츠를 마케팅 전략에 적극적으로 도입함으로써, 소비자의 감정적 관여를 높이고 브랜드 이미지 제고 및 태도 변화까지 유도할 수 있다. 특히, 실제 존재 여부나 실현 가능성과 무관하게 상상력을 자극하는 AI 이미지 콘텐츠는 브랜드와 소비자 간의 새로운 감성적 접점을 창출하는 도구로서 활용될 수 있을 것이다. 향후에는 AI 콘텐츠를 활용한 브랜드 커뮤니케이션이 정서적 공감과 몰입을 유도하는 핵심 전략으로 자리잡을 수 있을 것으로 기대된다.
Acknowledgments
This work was supported by the Ministry of Education of the Republic of Korea and the National Research Foundation of Korea (NRF-2023S1A5A8079338)
References
-
Bagozzi RP, Gopinath M, Nyer PU(1999) The role of emotions in marketing. J Acad Mark Sci 27(2), 184-206.
[https://doi.org/10.1177/0092070399272005]
-
Chen C, Luo J, Hu J(2025) Balancing uniqueness and patronage: the dual impact of brand name complexity on consumer behavior. Asia Pac J Mark Logist.
[https://doi.org/10.1108/APJML-08-2024-1153]
-
Choi W, Jang S, Kim HY, Lee Y, Lee S, Lee H, Park S(2023) Developing an AI-based automated fashion design system: reflecting the work process of fashion designers. Fash Text 10, 39.
[https://doi.org/10.1186/s40691-023-00360-w]
-
Choi YS(2024) A study on the types and characteristics of fashion metaverse. J Basic Des Art 25(6), 587-605.
[https://doi.org/10.47294/KSBDA.25.6.40]
-
Chung KG, Lee MS(2024) Exploring AI for creative fashion image generation through HAIC. J Korean Soc Costume 74(1), 61-87.
[https://doi.org/10.7233/jksc.2024.74.1.061]
-
Dwivedi A, Nayeem T, Murshed F(2018) Brand experience and consumers’ willingness-to-pay (WTP) a price premium: mediating role of brand credibility and perceived uniqueness. J Retail Consum Serv 44, 100-107.
[https://doi.org/10.1016/j.jretconser.2018.06.009]
-
Franke N, Schreier M(2008) Product uniqueness as a driver of customer utility in mass customization. Mark Lett 19, 93-107.
[https://doi.org/10.1007/s11002-007-9029-7]
- Harreis H, Koullias T, Roberts R, Te K(2023) Generative AI: unlocking the future of fashion. Available from https://www.mckinsey.com/industries/retail/our-insights/generative-ai-unlocking-the-future-of-fashion, [cited 2025 Aug 3]
-
Huang J, Su S, Zhou L, Liu X(2013) Attitude toward the viral ad: expanding traditional advertising models to interactive advertising. J Interact Mark 27(1), 36-46.
[https://doi.org/10.1016/j.intmar.2012.06.001]
-
Hwang Y, Jeong S, Wu Y(2025) Artificial intelligence in design process: an analysis using text mining. Appl Artif Intell 39(1), e2453782.
[https://doi.org/10.1080/08839514.2025.2453782]
-
Ishida C, Taylor SA(2012) An alternative measure of relative brand attitudes. J Prod Brand Manag 21(5), 317-327.
[https://doi.org/10.1108/10610421211253614]
-
Jeong SW, Fiore AM, Niehm LS, Lorenz FO(2009) The role of experiential value in online shopping: the impacts of product presentation on consumer responses towards an apparel web site. Internet Res 19(1), 105-124.
[https://doi.org/10.1108/10662240910927858]
- Keller KL(2013) Strategic brand managment: building, measuring, and managing brand equity. 3rd ed. Upper Saddle River, NJ: Pearson/Prentice Hall
-
Lan H, Tang X, Fu M, Peng H(2025) Will human designers be replaced? Exploring consumer responses to AI involvement in interior design. Curr Psychol 44, 8146-8157.
[https://doi.org/10.1007/s12144-025-07422-w]
-
Lee G, Kim HY(2024) Human vs. AI: the battle for authenticity in fashion design and consumer response. J Retail Consum Serv 77, 103690.
[https://doi.org/10.1016/j.jretconser.2023.103690]
- Lee YM(2023) Coach unveils AI pop-up store to commemorate tabby bag relaunch. Available from https://fashionbiz.co.kr/article/200117, [cited 2025 August 5]
- Maison Meta(2024) Dolce & Gabbana Casa – AI Campaign. Available from https://maisonmeta.io/portfolio-item/dolce-gabbana-casa-ai-campaign/, [cited 2025 August 2]
- Mehrabian A, Russell JA(1974) An approach to environmental psychology. Cambridge, MA: MIT Press
-
Mehta R, Sharma NK, Swami S(2013) The impact of perceived crowding on consumers’ store patronage intentions: role of optimal stimulation level and shopping motivation. J Mark Manag 29(7-8), 812-835.
[https://doi.org/10.1080/0267257X.2012.729075]
-
Mitchell AA, Olson JC(1981) Are product attribute beliefs the only mediator of advertising effects on brand attitude? J Mark Res 18(3), 318-332.
[https://doi.org/10.1177/002224378101800306]
-
Netemeyer RG, Krishnan B, Pullig C, Wang G, Yagci M, Dean D, Ricks J, Wirth, F(2004) Developing and validating measures of facets of customer-based brand equity. J Bus Res 57(2), 209-224.
[https://doi.org/10.1016/S0148-2963(01)00303-4]
- Nike(2024a) Nike ignites a new frontier of innovation with 40 elite athletes in an unforgettable experience in Paris. Available from https://about.nike.com/en/newsroom/releases/nike-ignites-new-frontier-of-innovation-with-40-elite-athletes-in-unforgettable-experience-in-paris, [cited 2025 August 4]
- Nike(2024b) Creating the unreal: how Nike made its wildest air footwear yet. Available from https://about.nike.com/en/stories/nike-design-athlete-imagined-revolution, [cited 2025 August 3]
-
Puzakova M, Aggarwal P(2018) Brands as rivals: consumer pursuit of distinctiveness and the role of brand anthropomorphism. J Cons Res 45(4), 869-888.
[https://doi.org/10.1093/jcr/ucy035]
-
Qi C, Wang X, Zhang H(2024) Users, AI, or professional designers? The impacts of inspiration stimuli on customers’ willingness to participate in user design. J Consum Behav 23(5), 2291-2302.
[https://doi.org/10.1002/cb.2338]
- Rescorla RA(1972) A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and non-reinforcement. Classical Condi Curr Res Theory 2, 64-69
-
Ryu YJ, Lee SL(2024) Implications of generative AI-driven fake fashion collaborations for fashion brands. J Fashion Design 24(3), 19-38
[https://doi.org/10.18652/2024.24.3.2]
-
Saadi JI, Yang MC(2023) Generative design: Reframing the role of the designer in early-stage design process. J Mech Des 145(4), 041411.
[https://doi.org/10.1115/1.4056799]
-
Schapsis C, Micu P, Wingate N(2025) Beyond reality: investigating the power of scarcity and rarity on consumer attitudes in metaverse fashion retail. Hum Behav Emerg Technol, 1-17.
[https://doi.org/10.1155/hbe2/7290117]
-
Seo MN, Koo YS(2024) A study on digital textile design using image-generative AI. Korean Fash Text Res J 26(4), 314-325.
[https://doi.org/10.5805/SFTI.2024.26.4.314]
-
Zhu ZZ, LI XJ, Liu F(2020) How appearance novelty affects consumers’ purchase intention: the moderating effects of self-construal and product type. Acta Psychol Sin 52(11), 1352-1364.
[https://doi.org/10.3724/SP.J.1041.2020.01352]