Consumers Trapped in the Algorithm Bubble: How Recommendation Algorithm-Based App Usage Relates to Channel Concentration in Online Commerce

최근 AI 기반 추천 알고리즘이 개인화된 편의를 제공하는 동시에, 정보 다양성을 축소하고 사용자의 확증 편향과 반복적 행동을 강화할 수 있다는 우려가 제기되고 있다. 이러한 영향은 정보 소비를 넘어 소비자의 구매 행태에까지 이어질 수 있지만 이에 대한 실증적 분석은 부족하다. 본 연구는 이러한 전이 효과에 주목하여, 추천 알고리즘이 적용된 앱의 이용 시간이 많을수록 소비자가 특정 온라인 커머스 채널에서 구매를 집중하는 경향(상위채널집중률)이 나타나는지를 연구 문제로 설정하고, 이를 실증적으로 분석하였다. 이를 위해 마케팅 조사 전문업체의 소비자 패널 데이터를 활용하였으며, 700여 명의 소비자가 1년간 온라인 커머스에서 구매한 결제 데이터와 모바일 앱 이용 데이터가 포함되었다. 본 연구의 종속변수인 상위채널집중률은 소비자가 온라인 쇼핑 상황에서 특정 커머스 채널을 얼마나 집중적으로 이용하는지를 나타내는 지표로, 값이 1에 가까울수록 한 채널에서 반복 구매하는 경향이 크다는 것을 의미한다. 해당 변수가 비율형 데이터라는 특성을 고려하여, 본 연구에서는 베타 회귀 분석을 수행하였다. 분석 결과, AI 추천 알고리즘이 적용된 유튜브, 넷플릭스, 인스타그램 앱의 총 이용 시간과 상위채널집중률 간에는 통계적으로 유의한 양의 상관 관계가 관찰되었다. 이는 AI 추천 알고리즘 기반 앱의 빈번한 이용이 소비자의 행동에 있어서 편중된 양상이나 반복 구매 패턴과 연관될 가능성을 시사한다. 본 연구는 추천 알고리즘이 소비자의 단순한 선호를 반영하는 것을 넘어 소비자의 행동과 관련된 특정 경향성을 보여줄 수 있음을 실증적으로 탐색하며, AI 기술이 소비자 행동을 형성하는 과정에 대한 이해를 확장한다. 아울러, 본 연구는 온라인 커머스 기업의 전략 및 알고리즘 설계와 관련한 실무적 함의를 제공한다.