액티브 시니어 소비자들의 온라인 패션 쇼핑행동 연구 : 성별, 연령별 비교

Ⅰ. 서론

전 세계적으로 고령화(ageing)가 사회적인 이슈가 되어감에 따라 연령대가 높은 소비자들의 소비파워가 증가하고 있다. 통계청 자료에 따르면 2050년 한국의 고령 인구가 전체 인구의 절반인 49.8%를 차지할 것으로 전망되고 있다(Park, 2022). 이러한 변화로 인해 시니어 관련 시장 규모는 매년 지속적인 성장세를 보이고 있으며, 패션 산업에서도 이러한 소비자층인 소위 ‘시니어’ 소비자들의 중요성이 대두되고 있다.

최근 4차 산업혁명으로 패션 산업도 디지털화 되면서 온라인(인터넷 및 모바일) 시장이 급성장하고 있다. 패션 오프라인 매장이 감소하고 온라인 쇼핑이 점차적으로 증가하면서 디지털 서비스들은 피해가기 어려운 현상이 되어가고 있다. 이에 따라 디지털 서비스를 활용하는 시니어 소비자들도 점차 증가하고 있는 추세이다. 젊은층에 비해 상대적으로 온라인 시장에 익숙치 않았던 시니어 소비자들이 팬데믹으로 인해 반강제적으로 저렴하고 편리한 온라인 시장에 적응하고 있는 것이다. 최근 설문조사에서는 5~60대 응답자의 72%가 코로나 발생 이전보다 온라인 쇼핑을 더 많이 한다고 응답했으며, 78%는 앞으로 더 온라인 쇼핑을 많이 할 것이라고 응답했다(Shin, 2022). 이 결과는 시니어 소비자들의 소비 패턴이 디지털로 점차 옮겨가고 있으며, 이들의 시장에 대한 영향력이 빠르게 증가할 것임을 예측해볼 수 있다.

패션 산업에서 시니어 소비자들은 국내 지출의 상당 부분을 차지하고 있으며, 특히 액티브 시니어들은 시간적ㆍ경제적 여유를 기반으로 적극적인 소비 생활과 여가를 즐기는 소비 주체로 평가받고 있다(Lee, 2022). 패션산업의 디지털 트랜스포메이션 현상은 시니어들을 대상으로도 지속적으로 증가할 것이며, 이들을 위한 온라인 패션 시장은 고령화 추세와 패션산업 트렌드를 감안할 때 지속적으로 성장할 것으로 예상된다. 특히, 소비 능력이 있는 액티브 시니어 소비자들이 증가하면서 온라인 활용은 더욱 증가할 것이고, 시니어 소비자들에게 패션제품 구매 상황에서의 디지털 변화는 피할 수 없는 흐름인 것이다.

본 연구의 목적은 액티브 시니어 소비자들의 온라인 패션 쇼핑행동을 알아보는 것이다. 패션산업이 디지털화되면서 온라인 시장이 급성장하고 있고 더불어 액티브 시니어 소비자층의 영향력 또한 증가하고 있다. 그러나, 액티브 시니어들의 온라인 패션 쇼핑행동을 살펴본 연구들은 매우 제한적이며, 패션산업이 아닌 전반적인 사회 환경에서의 디지털 활용 행태에 대한 연구나 인구통계학적 변인에만 초점을 맞춘 연구들이 진행되어 왔다. 기존의 시니어 소비자들을 대상으로 한 연구들은 주로 오프라인 채널을 중심으로 하거나 온ㆍ오프라인 채널을 함께 다룬 연구들이 대부분이었다(Chae, 2020; Kim & Hwang, 2017; Kim & Kim, 2017; Yun, Lee, & Lee, 2017). 그러나, 최근 온라인 소비에 초점이 맞춰지기 시작하면서 시니어 소비자들에 대한 연구로도 확장될 필요성이 제기되었다. 그러나 온라인 쇼핑행동에 대한 연구들도 주로 젊은층을 대상으로 이루어져왔으며, 시니어 소비자들을 대상으로 진행된 연구는 찾아보기 힘들다. 이에 본 연구는 액티브 시니어들의 온라인 패션 쇼핑행동을 알아보고 분석하고자 하였다.

액티브 시니어 소비자들의 온라인 패션 쇼핑행동을 알아보는 데 있어서 본 연구에서는 온라인 쇼핑성향, 온라인 쇼핑 위험지각을 함께 고려하고자 하였다. 쇼핑행동과 관련된 선행연구들은 쇼핑성향을 많이 다루어왔지만, 액티브 시니어 소비자들의 온라인 쇼핑행동을 이해하는 데에는 위험지각을 중요한 요인으로 함께 고려할 필요가 있다. 시니어 소비자들은 젊은 세대보다 인터넷이나 모바일 등이 익숙하지 않기 때문에 이러한 디지털 기기를 활용한 쇼핑행동에 있어 위험지각 요인이 방해요소로 작용할 수 있으므로(Jung, 2002) 이를 고려하는 것은 매우 중요하다.

따라서, 본 연구에서는 50-60대 액티브 시니어 소비자들을 대상으로 온라인 패션 쇼핑행동을 알아보고자 한다. 이들의 온라인 패션 쇼핑행동을 구체적으로 살펴보기 위해, 성ㆍ연령에 따른 온라인 패션 구매행동, 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이를 파악하고자 하였다. 액티브 시니어들의 온라인 패션 쇼핑행동을 파악하고자 한 본 연구는 향후 시니어 소비자들의 온라인 쇼핑행동 연구를 위한 기반 연구가 될 수 있을 것으로 전망되며 패션기업을 위한 전략을 기반을 마련하는 데 의의를 지닐 것으로 판단된다.

Ⅱ. 이론적 배경

Ⅲ. 연구방법

2. 자료수집 및 분석

본 연구는 시니어들의 온라인 패션 쇼핑행동을 파악하기 위해 5-60대 액티브 시니어 소비자를 대상으로 온라인 설문을 실시하였다. 설문대상은 온라인 설문 전문업체의 패널을 활용하여 선정하였으며, 총 300명을 대상으로 2024년 1월 11일~15일에 걸쳐 온라인 설문을 실시하였다. 본 연구를 위한 설문지는 온라인 패션 구매행동(온라인 쇼핑채널, 온라인 구매 빈도, 월별 온라인 의류 구매액, 온라인 선호 쇼핑몰), 온라인 쇼핑성향, 온라인 쇼핑 위험지각, 인구통계학적 특성에 대한 문항으로 구성되었다. 온라인 패션 구매행동은 Chae(2020)의 연구를 바탕으로 보완하여 문항을 구성하였으며, 온라인 쇼핑성향은 Na & Suh(2008)의 연구에서 오락적 쇼핑성향, 유행추구 쇼핑성향, 경제적 쇼핑성향, 편의적 쇼핑성향 4개 요인, 19개 항목을 적용하였다. 온라인 쇼핑 위험지각은 Hwang & Joung(2005)의 연구로부터 수정하여 6개 요인, 20개 항목을 적용하였다. 6개 요인은 품위손상 위험, 치수, 교환/반품 위험, 제품 불확실성 위험, 정보노출 위험, 온라인 쇼핑몰 신뢰 위험, 배송 위험으로 구성되었다. 마지막으로 인구통계학적 특성에 응답하도록 하였고, 모든 항목은 7점 리커트 척도로 구성되었다(1: 전혀 동의하지 않는다 -7: 매우 동의한다).

인구통계학적 특성을 분석한 결과는 <Table 1>에 제시된 바와 같다. 응답자들의 연령은 50대, 60대가 각각 150명씩 동일하게 할당되었으며, 남녀성별 역시 동일하게 각각 150명씩 할당되었다. 또한, 기혼이 263명(87.7%)으로 미혼 37명(12.3%) 보다 현저히 많았다. 학력은 대학교 졸업이 194명(64.6%)으로 가장 많았으며, 월평균 가계소득은 400만원 이상~600만원 미만(29.7%)의 비중이 가장 높았다. 직업은 주부(24.3%), 관리직/전문직(21.0%), 사무직(20.3%)의 비중이 높았다.

<Table 1>

Sample Description

Ⅵ. 연구결과 및 논의

1. 성, 연령에 따른 온라인 패션 구매행동 차이

본 연구에서는 성, 연령에 따른 액티브 시니어들의 온라인 쇼핑행동을 살펴보고자 했다. 이를 위해, 액티브 시니어들을 남성/50대, 여성/50대, 남성/60대, 여성/60대의 4집단으로 구분하였으며, 각 집단별로 75명이 할당되었다. 연구문제 1에 대한 검증을 위해 온라인 쇼핑채널, 온라인 구매빈도, 온라인 의류 구매제품, 월별 온라인 의류 구매비용, 선호하는 온라인 쇼핑몰 유형으로 구성된 온라인 패션 구매행동에 있어서 집단 간 차이에 대해 알아보았다. 카이제곱 검정을 통해 집단 간 온라인 패션 구매행동 차이를 알아본 결과는 <Table 2>와 같다.

<Table 2>

Differences in Online Fashion Purchasing Behavior by Gender and Age group

분석 결과, 온라인 쇼핑채널은 4집단 모두 PC 보다 모바일 이용이 많은 것으로 나타났으며, ‘PC’를 가장 많이 이용하는 집단은 60대 남성이고 ‘모바일’을 가장 많이 사용하는 집단은 50대 여성이었다. 그러나 온라인 쇼핑채널에 대한 집단 간 차이가 없었다. 반면 온라인 구매빈도, 온라인 의류구매제품, 월별 온라인 의류 구매비용에서 모두 집단 간 유의미한 차이가 나타났다. 온라인 구매빈도의 경우 50대 남성, 60대 남성은 ‘한달에 1-2번’ 구매가 가장 많았으나, 50대 여성, 60대 여성은 ‘한달에 3번 이상’이 가장 많았다. 온라인 의류구매제품은 50대 남성은 ‘캐주얼’과 ‘스포츠/아웃도어’가 동일하게 많았고, 60대 남성은 ‘스포츠/아웃도어’ 제품을 주로 구매했다. 또한 50대 여성과 60대 여성은 ‘캐주얼’ 의류를 많이 구매하는 것으로 나타났다. 마지막으로 월별 온라인 의류 구매비용은 60대 남성의 경우 ‘10만원 이하’가 가장 많았고, 나머지 집단에서는 ‘10만원 이상-30만원 미만’이 가장 많은 비중을 차지했다. 선호하는 온라인 쇼핑몰 유형의 경우 50대 남성, 60대 남성은 쿠팡, 11번가 등 오픈마켓을 가장 선호하는 것으로 나타났고, 50대 여성, 60대 여성은 남성보다는 오픈마켓을 선호하는 인원이 적은 반면 종합쇼핑몰을 선호하는 인원은 많았다.

2. 성, 연령에 따른 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이

1) 온라인 쇼핑성향, 온라인 쇼핑 위험지각에 대한 요인분석

연구문제 2에 대한 검증을 위해 액티브 시니어 소비자들의 온라인 쇼핑성향이 성별, 연령별로 차이가 있는지 검증하기 앞서 하위요인을 추출하기 위한 요인분석을 실시했다. 시니어 소비자들의 온라인 쇼핑성향에 대한 하위구성차원을 확인하기 위해 선행연구의 의복쇼핑성향 20문항에 대해 베리맥스(Varimax) 회전에 의한 주성분 분석을 실시했다. 그 결과, 두 요인에 대해 요인부하량이 높게 나타난 한 요인을 제거한 후 19개 항목으로 4개 하위요인을 도출하였다. 4개 하위요인은 유행추구 쇼핑성향, 오락적 쇼핑성향, 경제적 쇼핑성향, 편의적 쇼핑성향으로, 이 요인들의 총 누적 설명력은 70.74%로 나타났다. 각 요인을 구성하는 문항의 요인부하량은 모두 기준값인 0.5 이상이며, 모든 요인의 신뢰도 값은 0.7 이상으로 요인분석 결과는 <Table 3>과 같다.

<Table 3>

Factor Analysis of Online Shopping Orientation

유행추구 쇼핑성향은 5문항으로 총분산의 35.50%를 설명하는 것으로 나타났으며, 신뢰도는 0.879를 나타냈다. 오락적 쇼핑성향은 5문항으로 총분산의 18.90%를 설명하는 것으로 나타났으며, 신뢰도는 0.930를 나타냈다. 경제적 쇼핑성향은 5문항으로 총분산의 8.60%를 설명하는 것으로 나타났으며, 신뢰도는 0.858를 나타냈다. 편의적 쇼핑성향은 4문항으로 총분산의 7.74%를 설명하는 것으로 나타났으며, 신뢰도는 0.826를 나타냈다.

다음으로 액티브 시니어 소비자들의 온라인 쇼핑 위험지각이 성별, 연령별로 차이가 있는지에 대한 연구문제 3을 확인하기 앞서 하위요인을 추출하기 위한 요인분석을 실시했다. 선행연구를 기준으로 도출된 온라인 쇼핑 위험지각을 구성하는 20문항에 대해 요인분석을 실시한 결과 6개 하위요인으로 구분되었으며, 이들 요인에는 품위손상 위험, 치수/교환/반품 위험, 제품 불확실성 위험, 정보노출 위험, 온라인 쇼핑몰 신뢰 위험, 배송 위험이 포함되었다<Table 4>.

<Table 4>

Factor Analysis of Online Shopping Risk Perception

품위손상 위험은 3문항으로 총분산의 41.79%를 설명하는 것으로 나타났으며, 신뢰도는 0.933를 나타냈다. 치수, 교환/반품 위험은 4문항으로 총분산의 13.59%를 설명하는 것으로 나타났으며, 신뢰도는 0.865를 나타냈다. 제품 불확실성 위험은 4문항으로 총분산의 8.35%를 설명하는 것으로 나타났으며, 신뢰도는 0.855를 나타냈다. 정보노출 위험은 3문항으로 총분산의 6.67%를 설명하는 것으로 나타났으며, 신뢰도는 0.921를 나타냈다. 온라인 쇼핑몰 신뢰 위험은 3문항으로 총분산의 5.54%를 설명하는 것으로 나타났으며, 신뢰도는 0.902를 나타냈다. 배송 위험은 3문항으로 총분산의 5.01%를 설명하는 것으로 나타났으며, 신뢰도는 0.890를 나타냈다.

2) 성, 연령에 따른 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이

요인분석을 통해 도출된 온라인 쇼핑성향, 온라인 쇼핑 위험지각의 하위차원에 대해 액티브 시니어들의 성별, 연령별 집단 간 차이를 살펴보고자 분산분석과 사후검정(던컨테스트)을 실시했다.

온라인 쇼핑성향에 대한 성, 연령 집단 간 차이 검증 결과는 <Table 6>와 같다. 4가지 온라인 쇼핑성향 중 유행추구 쇼핑성향, 오락적 쇼핑성향에서 집단 간 차이가 발견되었다. 유행추구 쇼핑성향의 경우 50대 여성이 가장 높았고, 다른 세 집단에서는 유의미한 차이가 없었다. 오락적 쇼핑성향은 50대, 60대 여성이 가장 높았으며, 60대 남성, 40대 남성 순으로 높은 것으로 나타났다. 반면, 경제적 쇼핑성향과 편의적 쇼핑성향에서는 액티브 소비자들의 성별, 연령별 집단 간 차이가 나타나지 않았다.

<Table 6>

The Result of ANOVA (Online Shopping Orientation)

다음으로 온라인 쇼핑 위험지각에 대한 집단간 차이 검증을 실시하였으며, 그 결과는 <Table 7>와 같다. 6가지 온라인 쇼핑 위험지각 중 제품 불확실성 위험, 정보노출 위험에서 집단 간 차이가 나타났다. 제품 불확실성 위험은 50대 여성이 가장 높게 지각하고 있었고, 그 다음으로 60대 여성, 60대 남성, 50대 남성 순이었다. 정보노출 위험지각은 60대 여성이 가장 높았으며, 50대 여성, 60대 남성, 50대 남성 순이었다. 두 위험지각 모두 남성보다 여성에게서 높게 나타난 것을 알 수 있었다. 그 외에 품위손상 위험, 치수/교환/반품 위험, 온라인 쇼핑몰 신뢰 위험, 배송 위험은 집단간 유의미한 차이가 확인되지 않았다. 시니어 소비자들이 온라인 쇼핑에 대해 지각하는 위험에 대한 평균값은 제품 불확실성 위험지각에서 가장 높았으며, 품위손상 위험지각이 가장 낮았다.

<Table 7>

The Result of ANOVA (Online Shopping Risk Perception)

Ⅴ. 결론 및 제언

본 연구는 50~60대 액티브 시니어 소비자들을 대상으로 성별, 연령별로 이들의 온라인 패션 쇼핑행동 차이를 살펴보고자 하였으며, 구체적으로 온라인 패션 구매행동, 온라인 쇼핑성향, 온라인쇼핑 위험지각에 대한 차이를 알아보았다. 성, 연령에 따라 액티브 시니어들을 남성/50대, 여성/50대, 남성/60대, 여성/60대의 4집단으로 구분하여 온라인 쇼핑행동을 살펴본 결과는 다음과 같다.

온라인 쇼핑채널은 모든 집단에서 PC보다 모바일 이용이 많은 것으로 나타났으나, 온라인 쇼핑 채널에 대한 집단 간 차이가 없었다. 온라인 구매 빈도는 50대, 60대 남성은 ‘한달에 1-2번’ 구매가 가장 많았으나, 50대, 60대 여성은 ‘한달에 3번 이상’이 가장 많아 남성보다 여성의 구매빈도가 높은 것을 확인했다. 온라인 의류 구매제품의 경우 50대 남성은 ‘캐주얼’과 ‘스포츠/아웃도어’, 60대 남성은 ‘스포츠/아웃도어’ 제품을 주로 구매했으며, 50대, 60대 여성은 ‘캐주얼’ 의류를 많이 구매하는 것으로 밝혀졌다. 월별 온라인 의류 구매비용은 60대 남성의 경우 ‘10만원 이하’가 가장 많았고, 나머지 집단에서는 ‘10만원 이상-30만원 미만’이 가장 많은 비중을 차지했다. 선호하는 온라인 쇼핑몰 유형은 50대, 60대 남성은 ‘오픈마켓’을, 50대, 60대 여성은 ‘종합쇼핑몰’을 선호하는 것으로 나타났다.

다음으로 온라인 쇼핑성향에 대한 성, 연령 집단 간 차이 검증 결과, 4가지 온라인 쇼핑성향 중 유행추구 쇼핑성향, 오락적 쇼핑성향에서 집단 간 차이가 확인되었다. 유행추구 쇼핑성향의 경우 50대 여성이 가장 높았고, 오락적 쇼핑성향은 50대, 60대 여성에서 가장 높았고, 60대 남성, 40대 남성순으로 높은 것으로 나타났다. 경제적 쇼핑성향과 편의적 쇼핑성향에서는 집단 간 차이가 나타나지 않았다. 마지막으로 온라인 쇼핑 위험지각에 대한 집단 간 차이 검증 결과, 6가지 온라인 쇼핑 위험 지각 중 제품 불확실성 위험, 정보노출 위험에서 집단 간 차이가 발견되었다. 제품 불확실성 위험은 50대 여성이 가장 높게 지각하고 있었고, 그 다음으로 60대 여성, 60대 남성, 50대 남성 순이었다. 정보노출 위험지각은 60대 여성이 가장 높았으며, 50대 여성, 60대 남성, 50대 남성 순이었다. 두 위험지각 모두 남성보다 여성에게서 높게 나타난 것을 알 수 있었다. 그 외에 위험 요인에서는 집단 간 차이가 나타나지 않았다.

액티브 시니어 소비자들의 온라인 패션 쇼핑행동에 대해 본 연구에서 도출한 실증적 결과는 다음의 학문적, 실무적 의의를 지닌다. 첫째, 본 연구는 온라인 쇼핑행동에 대한 연구를 액티브 시니어들을 대상으로 진행하였다는 데 의의가 있다. 온라인소비와관련해서는새로운기술에대한수용이나 활용측면에있어서세대에따라다른수준을보이기때문에세대를분류한연구가필요함에도불구하고, 선행연구들은 세대를 구분하지 않거나 MZ와 같은 젊은 세대를 중심으로 이루어진 연구들이 대부분이었다(Jun, Kim, & Han, 2022). 시니어 소비자들을 대상으로 한 선행연구들은 주로 오프라인 채널만을 다루거나 온ㆍ오프라인 구분 없이 함께 다루어 오프라인 채널 중심으로 연구가 진행되어 왔다. 그러나, 본 연구는 온라인 소비로 확장되는 추세에 맞추어 액티브 시니어 소비자들로 대상을 확장하여 연구를 진행하였다. 둘째, 본 연구는 액티브 시니어 소비자들을 성, 연령에 따른 집단별로 온라인 쇼핑행동 특징을 구체적으로 살펴보았다는 데 의의를 갖는다. 성, 연령과 같은 인구통계학적 특성은 개인의 인터넷 이용의 차이를 설명하는 주요 예측인자로 사용되어왔다(Lee, 2021). 여러 선행 연구들은 시니어 집단 내에서 성별이 쇼핑행동 차이를 나타내는 변수라는 것을 확인하였으며(Roy Dholakia, 1999), 시니어의 연령에 따라 인터넷 이용이 다르다는 것을 밝혔다(Van Deursen & Helsper, 2015). 본 연구는 성, 연령에 따른 액티브 시니어 소비자 집단 별 온라인 구매행동, 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이를 살펴봄으로써 이들의 온라인 쇼핑행동을 보다 구체적으로 이해하기 위한 기반을 마련하였다. 셋째, 패션 제품에 대한 온라인 쇼핑행동을 분석하는 데 있어서 온라인 쇼핑 구매행동과 더불어 온라인 쇼핑성향, 온라인 쇼핑 위험지각을 함께 고려하여 살펴봄으로써 액티브 시니어의 쇼핑행동 연구를 확장하였다. 쇼핑행동과 관련된 선행연구들은 주로 쇼핑성향을 다루거나 구매의도에 미치는 다양한 요인들을 파악하는 데 초점을 맞추어왔다. 그러나, 본 연구는 온라인 쇼핑에서 위험지각 요인을 함께 고려하여 액티브 시니어 소비자들의 온라인 쇼핑행동에 대한 이해를 돕고자 하였다. 시니어들의 경우 디지털 기술에 대한 신뢰가 낮고 불안이 높은 세대이기 때문에(Vroman et al., 2015), 이들이 온라인 쇼핑에서 지각하는 위험은 온라인 쇼핑을 저해하는 요인이 될 수 있다. 온라인 쇼핑을 저해할 수 있는 위험지각 요인을 함께 고려하는 것은 액티브 시니어들의 온라인 쇼핑행동을 보다 넓은 시각으로 이해하는 데 기여할 수 있다. 넷째, 향후 온라인 패션시장의 성장을 위해서는 액티브 시니어 소비자들의 온라인 쇼핑행동을 이해하고 이를 바탕으로 온라인 쇼핑으로 유도하는 마케팅 전략이 필요하다. 본 연구의 결과는 실무적으로 액티브 시니어들을 대상으로 하는 패션기업에게 세분화된 소비자층에 대한 전략적 기반을 제공했다는데 의의가 있다. 예를 들어, 본 연구의 결과 50대 여성의 경우 온라인 패션 제품 구매빈도나 금액이 가장 높고 종합쇼핑몰을 선호하며, 유행추구 및 오락적 쇼핑성향이 높은 반면 제품 불확실성 위험을 높게 지각하는 것으로 나타났다. 이들을 타겟으로 하는 패션기업의 경우 이들이 선호하는 종합 쇼핑몰에 입점하는 것을 고려하여 유행이나 오락적 쇼핑을 즐길 수 있는 환경을 조성하고, 제품에 대한 정확한 설명이나 후기 등을 제공하여 불확실성을 낮추는 전략이 필요할 것이다.

이상에서와 같은 의의에도 불구하고 본 연구는 다음과 같은 한계를 갖는다. 첫째, 본 연구는 50-60대 액티브 시니어 소비자들만을 대상으로 온라인 패션 쇼핑행동을 알아보았다. 이들이 온라인 시장에서 주목받고 있는 소비층이긴 하나, 시니어들의 연령대가 확장되고 있는 현실을 고려할 때 이들이 시니어 소비자들을 대표하기는 어렵다. 향후 연구에서는 연령층을 확장하여 시니어 소비자들의 온라인 소비에 대해 연구할 필요가 있을 것이다. 둘째, 본 연구에서는 온라인 쇼핑성향, 온라인 쇼핑 위험지각이라는 변수를 고려하여 액티브 시니어 소비자 집단 간 차이를 살펴보았다. 이외에도 온라인 쇼핑과 연관될 수 있는 다양한 변수들이 함께 고려된다면 시니어 소비자들의 온라인 소비에 대한 폭넓은 이해를 도울 수 있을 것이다. 셋째, 본 연구는 액티브 시니어들의 온라인 패션 쇼핑행동을 살펴보는 데 있어서 성, 연령에 따른 차이만을 검증하였다. 그러나, 성과 연령에 따른 차이뿐만 아니라 온라인 쇼핑성향, 온라인 쇼핑 위험지각에 따른 차이를 살펴보는 것도 의미있었을 것으로 생각된다. 향후 연구에서는 이를 고려하여 연구가 진행될 필요가 있을 것이다. 넷째, 시니어 소비자들의 증가는 전세계적인 추세이므로 한국뿐만 아니라 다른 국가 소비자들과 비교하는 연구도 의미있을 것으로 생각된다.

Acknowledgments

이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(2023S1A5B5A16081542).

References

• Ahn, S.-Y. & Yoon, Y.-J. (2021). Analyzing the sports wearable devices behavioral intention of active senior participating in sports through UTAUT Model. The Korea Journal of Sports Science, 30(1), 559-570. [https://doi.org/10.35159/kjss.2021.2.30.1.559]
• An, S.-H. (2020). Effects of mobile shopping tendencies and information search on the shopping mall satisfaction and repurchase intention: Focusing on fashion clothing. Journal of Digital Convergence, 18(8), 469-478. [https://doi.org/10.14400/JDC.2020.18.8.469]
• Chae, J. M. (2020). Clothing purchase behavior of active senior -Differences according to gender and shopping orientation types-. Fashion & Textile Research Journal, 22(1), 25-37. [https://doi.org/10.5805/SFTI.2020.22.1.25]
• Chen, N.-H. & Hung, Y.-W. (2015). Online shopping orientation and purchase behavior for high-touch products. International Journal of Electronic Commerce Studies, 6(2), 187-202. [https://doi.org/10.7903/ijecs.1401]
• Choi, M. Y. (2015). The characteristics of fashion consumption behaviors based on chinese female consumers’ clothing shopping orientation -Focusing on the new middle class consumers in 20s∼30s-. Journal of The Korean Society of Fashion Design, 15(2), 109-127.
• Choi, Y. J. & Lee, C. Y. J. (2020). A study on the service improvement for active senior customers in the fourth industrial revolution of fashion -Focused on usability evaluation of Home and Shopping application-. Journal of the Korean Society of Design Culture, 26(1), 511-523. [https://doi.org/10.18208/ksdc.2020.26.1.511]
• Donthu, N. & Garcia, A. (1999). The internet shopper. Journal of Advertising Research, 39(3), 52-58.
• Hwang, J. S. & Joung, J. H. (2005). The internet and TV home-shopping perceived risk segments: Shopping orientations, purchase intention, and purchase behavior. Journal of the Korean Society of Clothing and Textiles, 29(5), 637-648.
• Jarvenpaa, S. L. & Todd P. A. (1996). Consumer reactions to electronic shopping on the world wide web. International Journal of Electronic Commerce, 1(2), 59-88. [https://doi.org/10.1080/10864415.1996.11518283]
• Jarvenpaa, S. L., Tractinsky, N., & Saarinen, L. (1999). Consumer trust in an Internet store: A cross-cultural validation. Journal of Computer-Mediated Communication, 5(2), JCMC526. [https://doi.org/10.1111/j.1083-6101.1999.tb00337.x]
• Jun, M., Kim, M., & Han, J. (2022). The determinants of digital trust of senior consumers in the era of digital transformation. Knowledge Management Research, 23(4), 91-112. [https://doi.org/10.15813/kmr.2022.23.4.005]
• Jung, H.-K. & Lee, J.-R. (2017). The wearing evaluation of bicycle wear for new senior women. Fashion & Textile Research Journal, 19(3), 302-311. [https://doi.org/10.5805/SFTI.2017.19.3.302]
• Jung, J. E. (2002). A study on internet fashion consumer's clothing shopping orientations and perceived risks (Unpublished master’s thesis). Dongduk Womens University, Republic of Korea.
• Jung, J.-H, Koh, J., & Kim, K. S. (2017). Factors affecting e-commerce usage intention: Focused on marketing strategies for the elderly. The Journal of Information Systems, 26(4), 355-378. [https://doi.org/10.5859/KAIS.2017.26.4.355]
• Kim, D. J. (2022, April 29). ‘Active seniors’ have emerged as a blue ocean in the fashion industry… Fashion companies' fierce competition targeting middle-aged people [패션계 블루오션으로 떠오른 '액티브시니어'…패션업체들 중장년층 타깃 '불꽃 경쟁']. The Sto ck. Retrieved from https://www.the-stock.kr/news/articleView.html?idxno=16250
• Kim, H. J., & Lee, J. M. (2018). Determinants of mobile digital information usage among senior consumers: Focusing on secondary digital divide. Family and Environment Research, 56(6), 493-506. [https://doi.org/10.6115/fer.2018.036]
• Kim, H. S. (2012). A research on emotional design for mobile phone in next generation -Focused on smart phones for active senior-. Journal of the Korean Society of Design Culture, 18(1), 103-116.
• Kim, J. (2016). A study on the development of outdoor wear for active senior males: Focused on males aged 55~69 (Unpublished doctoral dissertation). Ewha Womans University, Seoul, Republic of Korea.
• Kim, J. E. & Kim, E. K. (2017). A study on purchase and wearing condition of outdoor wear among active senior males. Fashion & Textile Research Journal, 19(6), 736-748. [https://doi.org/10.5805/SFTI.2017.19.6.736]
• Kim, J. H. & Hong, K. H. (2000). A study on shopping orientation and information source by male's clothing benefits. Journal of the Korean Society of Clothing and Textiles, 24(1), 43-54.
• Kim, S. (2015). Antecedents of senior consumer online shopping usage intention. The Journal of Internet Electronic Commerce Research, 15(1), 33-54.
• Kim, S.-H. & Lee, J.-H. (2007). The effects of ethnographics on silver-town types and preference. Journal of Marketing Studies, 15(4), 37-68.
• Kim, S.-H. & Rhee, E.-Y. (2004). A documentary study to determine the concept of clothing shopping orientation. Journal of the Korean Society of Clothing and Textiles, 28(3), 472-482.
• Kim, Y.-H. & Hwang, J.-S. (2017). Relationships among lifestyle, image management behavior, and psychological well-being of new senior men. The Journal of International Trade & Commerce, 13(2), 569-585.
• Lee, E.-J. & Lee, E.-Y. (2002). A study on the shopping attitude and the apparel purchase behavior of Korean high-income consumers. Journal of the Korean Society of Costume, 52(7), 57-69.
• Lee, G. S. (2022, February 23). A new big force in the consumer market, active seniors, is emerging [소비 시장 새로운 큰 손, 액티브시니어가 뜨고 있다]. Inc heon-senior. Retrieved from https://incheon-senior.com/issues/11151/
• Lee, H. J. (2021). Factors influencing non-use and intention to use the Internet among the elderly - Comparative analysis by type of Internet non-use. The Korea Association for Policy Studies, 30(1), 33-59. [https://doi.org/10.33900/KAPS.2021.30.1.2]
• Lee, S. H. & Son, W. J. (2022). A study about the mobile application usability test for senior generation - Focusing on the case of Korean retail company. Journal of Cultural Product & Design, 68, 1-12. [https://doi.org/10.18555/kicpd.2022.68.001]
• Moschis, G. P. & Mathur, A. (2006). Older consumer responses to marketing stimuli: the power of subjective age. Journal of Advertising Research, 46(3), 339-346. [https://doi.org/10.2501/S0021849906060326]
• Moschis, G. P. (2003). Marketing to older adults: An updated overview of present knowledge and practice. Journal of Consumer Marketing, 20(6), 516-525. [https://doi.org/10.1108/07363760310499093]
• Na, Y. K. & Suh, H. S. (2008). A study on on-line consumers shopping propensity and satisfaction based on apparel product attributes and price attributes. Fashion & Textile Research Journal, 10 (2), 164-172.
• Nam, S,-S. (2013). A study on feasibility and reality of publishing for seniors: Focusing on gratification factors and establishment conditions. Studies of Korean Science, 39(2), 63-85.
• Oh, C. H., Kim, J. H., & Kim, S. H. (2015). Understanding the determinants of active senior consumers’ online shopping usage behavior and moderating role of cognitive age. Journal of the Korean Gerontological Society, 35(3), 813-833.
• Park, H. S. & Kim, H. S. (2011). The effect of benefits and online shopping risks on channel selection for luxury fashion items. Journal of the Korean Society of Clothing and Textiles, 35(1), 13-25.
• Park, J. O. (2022, September 29). Elderly population exceeds 9 million...How to make Korea better for the elderly? [고령인구 900만명 돌파...노인을 위한 한국, 어떻게?]. Hankyoreh. Retrieved from https://www.hani.co.kr/arti/economy/economy_general/1060660.html
• Park, S., Kang, B., & Kang, Y. (2019). A study on active smart seniors’ experience in mobile shopping : Focused on visual experience. The HCI Society of Korea, 2019(2), 400-404.
• Roy Dholakia, R. (1999). Going shopping: Key determinants of shopping behaviors and motivations. International Journal of Retail & Distribution Management, 27(4), 154-165. [https://doi.org/10.1108/09590559910268499]
• Shim, S. & Kotsiopulos, A. (1992). Patronage behavior of apparel shopping: Part I. Shopping orientations, store attributes, information sources, and personal characteristics. Clothing and Textiles Research Journal, 10(2), 48-57.
• Shin, C. H. (2022, July 1). Consumption trends of Korean seniors changed by Corona: from analog to digital [코로나가 바꾼 대한민국 시니어의 소비트렌드: 아날로그에서 디지털로]. Erounnet. Retrieved from https://www.eroun.net/news/articleView.html?idxno=28857
• Taylor, J. W. (1974). The role of risk in consumer behavior: A comprehensive and operational theory of risk taking in consumer behavior. Journal of Marketing, 38(2), 54-60. [https://doi.org/10.1177/002224297403800211]
• Van Deursen, A. J. & Helsper, E. J. (2015). A nuanced understanding of Internet use and non-use among the elderly. European Journal of Communication, 30(2), 171-187. [https://doi.org/10.1177/0267323115578059]
• Vroman, K. G., Arthanat, S., & Lysack, C. (2015). “Who over 65 is online?” Older adults’ dispositions toward information communication technology. Computers in Human Behavior, 43, 156-166. [https://doi.org/10.1016/j.chb.2014.10.018]
• Yun, W. G., Lee, A., & Lee, J. H. (2017). A comparative evaluation of shopping orientation and store quality service between silver consumers and active silver consumers. Journal of The Korean Society of Fashion Design, 17(4), 157-172. [https://doi.org/10.18652/2017.17.4.10]