패션 네이티브 광고 특성이 태도 및 구매의도에 미치는 영향

Ⅰ. 서론

디지털 기술과 소셜 네트워크 서비스(SNS)의 급속한 발전은 광고 산업의 패러다임에 중대한 변화를 가져왔다. 특히 디지털 콘텐츠 소비가 폭발적으로 증가함에 따라, 기존의 텔레비전 광고와 같은 전통적 광고 방식은 점차 소비자들에게 피로감을 유발하고 있다는 지적이 제기되고 있다(Baek & Morimoto, 2012). 이러한 변화 속에서 기업들은 소비자의 거부감을 최소화하면서도 자연스럽게 브랜드 메시지를 전달할 수 있는 새로운 광고 방식을 모색하게 되었고, 그 결과 네이티브 광고(Native Advertising)가 중요한 대안적 광고 수단으로 부상하게 되었다. 네이티브 광고는 콘텐츠의 형식과 맥락에 자연스럽게 통합되어 소비자가 이를 광고로 인식하지 않고 수용하게 하는 특징을 지니며(Wojdynski & Evans, 2016), 이는 디지털 환경에서 소비자와의 효과적인 소통을 가능하게 한다. 즉 미디어 플랫폼과 콘텐츠에 가장 적합한 형식으로 제작되어 해당 플랫폼과 광고 간에 이질감 없이 제공되는 광고라 할 수 있다(Cambell & Marks, 2015).

이러한 네이티브 광고의 가장 큰 특징은 소비자가 거부감 없이 광고를 받아들인다는 것인데, 소비자가 광고를 콘텐츠 자체로 인식하고, 광고가 플랫폼의 본래 콘텐츠 흐름에 자연스럽게 통합되기 때문이다(Ducoffe, 1995). 이런 점에서 기존 광고와 구분된다고 할 수 있다. 특히 이러한 네이티브 광고의 특성은 특히 시각적 정보 전달이 중요한 패션 산업에서 더욱 효과적으로 작용할 수 있다. 패션 기업은 소비자에게 옷의 스타일, 소재, 맞음새 등을 시각적으로 보여주어야 하며, 감성적·미적 요소가 구매 결정에 중요하게 작용하기 때문에 패션 제품의 시각적 요소가 광고에 자연스럽게 녹아들게 한다면 구매 결정에 중요한 역할을 할 수 있다. 또한, SNS 플랫폼의 확장과 더불어 인스타그램, 유튜브, 블로그 등에서 패션 기업은 제품 소개, 스타일링 제안, 소비자 후기, 룩북 콘텐츠 등 다양한 형태의 콘텐츠를 네이티브 광고로 활용하고 있다. 이러한 방식은 소비자의 광고 회피 심리를 최소화하면서 패션 브랜드에 대한 인식을 긍정적으로 유도할 수 있으며, 구매 의사결정 과정에까지 영향을 미칠 수 있다(Yoo et al., 2022). 이에 패션 산업에서 네이티브 광고는 SNS에서 소비가치를 높이며, 패션 제품에 대한 태도에 긍적적인 영향을 줄 수 있다(Lee & Lee, 2023).

그러나 네이티브 광고의 활용이 빠르게 증가하고 있음에도 불구하고, 패션관련 분야에서 네이티브 광고가 어떠한 특성을 나타내며, 이러한 특성들이 소비자들의 인식과 구매행동에 어떻게 영향을 미치는지에 대한 실증적 연구는 부족하다. 특히, SNS 기반의 패션 네이티브 광고에서 소비자가 광고 콘텐츠에 대해 어떻게 인식하며, 제품에 대한 태도 및 구매의도로 이어지는 구조적 경로를 분석한 연구는 부족한 편이다(Harms et al., 2017; Wolin et al., 2002). 이에 본 연구에서는 패션 네이티브 광고의 특성이 컨텐츠 및 제품에 대한 태도, 궁극적으로 패션제품 구매의도에 미치는 인과구조를 실증적으로 분석하고자 한다. 이를 통해 광고의 단일 효과 중심의 기존 연구에서 나아가 패션 네이티브 광고 특성과 소비자의 태도 및 구매의도 간의 구조를 종합적으로 살펴봄으로써, 학문적으로는 네이티브 광고 이론을 패션 맥락으로 확장하고, 실무적으로는 패션 기업이 보다 정교한 SNS 광고 전략을 세울 수 있는 방안을 제안하고자 한다.

Ⅱ. 이론적 배경 및 연구가설

Ⅲ. 연구방법

1. 연구모형

본 연구에서는 패션 네이티브 광고 특성이 콘텐츠 태도, 패션제품에 대한 태도 및 패션제품 구매의도에 미치는 영향을 알아보고자 하였다. 본 연구의 연구모형은 <Fig. 1>과 같다.

<Fig. 1>

Research Model

3. 자료수집 및 분석

설문 데이터를 수집하기 위해 온라인을 통해 자료를 수집하였다. 응답자들은 자극물로 제시된 패션 네이티브 광고를 본 후에 설문에 응답하였다. 2023년 5월에 설문조사가 진행되었고, 총 123개의 데이터가 수집되었으며, 불성실한 응답을 제외하고 최종 분석에는 20세 이상의 남성과 여성 소비자 116명의 응답이 사용되었다. SPSS 27.0을 이용하여 빈도분석을 실시하였으며, 가설검증을 위해 SmartPLS 4.0을 이용하여 구조 방정식 모델링(PLS-SEM)을 수행하였다.

응답자들의 인구통계학적 특성을 살펴보면 남성 20명(17.2%), 여성 96명(82.8%), 연령은 20대 80명(69.0%), 30대 11명(9.5%), 40대 25명(21.5%)로 나타났다. 미혼은 88명(75.9%)이며, 직업은 학생이 58명(50.0%)으로 가장 많았다. 최종학력은 대학교 재학이 54명(46.5%)으로 가장 높았다. 월평균 소득은 200만원 미만이 46명(39.7%), 200만원 이상 400만원 미만이 44명(37.9%)으로 높은 비중을 차지했다. 월평균 의복 구입비는 10만원 미만이 41명(35.3%), 10만원 이상 20만원 미만이 29명(33.6%)를 차지했다. 이러한 결과는 <Table 1>에 나타나 있다.

<Table 1>

Demographic Characteristics

Ⅵ. 연구결과

1. 측정도구의 타당도 및 신뢰도 검정

연구가설을 검증하기 전에 PLS-SEM 분석을 통해 측정도구의 타당도와 신뢰도를 V평가하였다. 먼저 PLS-SEM분석을 실시한 결과 기준치 .70 이하 값을 나타낸 1개의 문항을 제거한 후 다시 한번 PLS-SEM분석을 실시하였다. 두 번째 분석 결과를 가지고 측정모델의 타당도 및 신뢰도를 검증하였으며, 측정모델의 타당도는 <Table 2>와 같다. 모든 문항의 요인부하량은 .708~.943으로 나타났고, 모두 0.001수준에서 유의하였다. CR값은 모두 .80이상이었으며, AVE값도 0.5를 넘어 수렴타당도를 확보하였다. 또한 신뢰도 분석 결과 각 요인의 크론바하 알파 값은 모두 0.7이상으로 나타나 내적일관성을 확보하였다<Table 2>.

<Table 2>

Validity and Reliability for Constructs

판별타당도를 살펴보기 위해 Fornell-Larcker 기준과 HTMT(Heterotrait-monotrait ration) 기준을 이용하였다. 각 요인의 AVE 제곱근의 값과 각 요인 간 상관계수의 값을 비교해본 결과 요인 간 상관계수의 값이 AVE 제곱근 값보다 작은 값을 보여 판별타당도를 확보하였다(Fornell & Larcker, 1981) <Table 3>. 또한 HTMT 기준도 모두 0.9 이하로 나타나 판별타당성을 확보하였다(Henseler at al., 2015)

<Table 3>

Discriminant Validity

2. 구조모델 분석

본 연구에서 제시된 가설을 검증하기 위해 PLS-SEM을 수행하였으며, 분석 결과를 확인하였다. 먼저 가설검증 결과 확인 앞서 다중공선성의 문제를 평가하기 위해 VIF(Variance Inflation Factor)값을 확인하였다. 확인 결과 VIF 값이 1.465~3.707로 나타나 다중공선성의 문제가 없음을 확인하였다. PLS-SEM 분석의 적합도를 평가하기 위해 R², f², Q²값을 이용하였다(Hair et al., 2013).

먼저 R²값을 살펴보면 컨텐츠 태도=.675, 제품 태도=.738, 구매의도=.625로 나타나 비교적 높은 설명력을 보여주었다. Q²값은 모형의 예측적 타당성(predictive relevance)을 평가하기 위한 지표로, 제시된 구조방정식 모델이 내생변수를 얼마나 잘 예측하는지를 나타낸다. Q²값이 0보다 크면 모형이 예측력을 가진 것으로 판단한다. 또한 Q²값이 0.02정도이면 낮은 예측적 관련성을 보이고, 0.15정도이면 중간 수준의 예측적 관련성, 0.35보다 크면 높은 예측적 관련성을 보여준다(Hair et al., 2013). 각 내생변수의 Q²값을 살펴보면 컨텐츠 태도=.634, 제품 태도=.657, 패션제품 구매의도=.640으로 나타났고, 모두 0 이상으로 나타나 예측관련성이 있음을 확인하였으며, 비교적 높은 예측관련성을 보여주었다. 마지막으로 f²의 크기를 살펴보면 제품 태도가 구매의도에 미치는 영향의 f²값이 .463으로 가장 큰 효과 크기를 나타냈으나 나머지는 비교적 작은 효과 크기를 나타냈다<Table 4>.

<Table 4>

Structural Equation Modeling (SEM) Analysis Results.

3. 가설검증

가설검증을 위해 부트스트래핑 5,000번을 적용하였으며, 결과는 <Table 4>와 같다. 분석 결과, 패션 네이티브 광고의 특성 중 정보성(β=.384, p<.001)과 신뢰성(β=.405, p<.001)은 패션 네이티브 광고 콘텐츠 태도에 유한 정적 영향을 미쳐 H1a, H2a가 채택되었다. 즉, 소비자들은 패션 네이티브 광고가 유용하고 신뢰할 만한 정보를 제공한다고 느낄수록 해당 광고 콘텐츠에 대해 긍정적인 인식을 형성하는 것으로 나타났다. 또한, 상호작용성(β=.198, p<.05) 역시 콘텐츠 태도에 긍정적인 영향을 미치는 것으로 나타나 H5a도 채택되었으며, 소비자가 광고와 소통하거나 참여할 수 있는 정도가 높다고 인식할수록 콘텐츠에 대한 호의적인 태도가 높아지는 것을 보여준다. 반면 오락성과 방해성은 콘텐츠 태도에 유의한 영향을 미치지 않아 H3a, H4a가 기각되었다. 이러한 결과는 패션 네이티브 광고 시 단순히 재미나 자극적인 요소보다는 제공되는 정보의 가치나 신뢰도가 콘텐츠 평가에 유의한 영향을 미친다는 점을 나타낸다.

한편, 패션 네이티브 광고의 오락성(β=.361, p<.001)은 제품 태도에 긍정적인 영향을 미친 반면, 방해성(β=−.172, p<.05)은 부적인 영향을 미치는 것으로 나타나 H3b와 H4b가 채택되었다. 즉, 패션 네이티브 광고가 재미있고 즐거운 경험을 제공한다고 인식할수록 광고 속에 등장하는 패션제품에 대한 소비자의 호의적인 태도가 형성되지만, 광고가 거슬리거나 이용 경험을 방해한다고 인식될 경우 제품에 대한 태도는 부정적으로 형성될 수 있음을 의미한다. 반면, 정보성, 신뢰성, 상호작용성은 제품 태도에 유의한 영향을 미치지 않아 H1b, H2b, H5b는 기각되었다. 마지막으로, 콘텐츠 태도(β=.366, p<.001)는 제품 태도에 유의한 영향을 미쳤으며, 나아가 콘텐츠 태도(β=.205, p<.05)와 제품 태도(β=.626, p<.001) 모두가 패션제품 구매의도에 유의한 영향을 미쳐 H3, H4, H5가 채택되었다. 즉, 패션 네이티브 광고에 대한 긍정적인 콘텐츠 경험이 제품에 대한 태도로 이어지고, 궁극적으로는 패션제품 구매의도로 연결된다는 점을 실증적으로 확인하였다. 이상의 가설 검증 결과는 <Fig.2>와 <Table 4>에 제시되어 있다.

<Fig. 2>

SEM Results

V. 결론

본 연구는 시각적 정보 전달이 중요한 패션산업에서 주목받고 있는 패션 네이티브 광고의 다차원적 특성이 광고 콘텐츠에 대한 태도 및 광고에 등장한 제품에 대한 태도, 궁극적으로 패션제품 구매의도에 영향을 미치는 구조적 경로 관계를 검증하였으며, 연구 결과는 다음과 같다.

첫째, 패션 네이티브 광고의 정보성과 신뢰성은 패션 네이티브 광고에서 제시되는 콘텐츠 태도에 유의한 정적 영향을 미쳤으며, 이러한 결과는 패션 네이티브 광고가 유용하고 신뢰할 만한 정보를 제공한다고 인식할수록 제시되는 콘텐츠에 대한 호의적 태도가 형성된다는 것을 의미한다. 이는 Ducoffe(1995)의 광고가치모델에서의 결과와 유사하며, 광고의 유용성과 진실성이 소비자의 수용 태도를 결정짓는 주요 요인임이 재확인되었다. 둘째, 패션 네이티브 광고의 상호작용성 역시 콘텐츠 태도에 긍정적 영향을 미쳐, 소비자가 광고와 소통하거나 광고에 참여할수록 광고 콘텐츠에 대한 호감이 증가함을 보여주었다. 이러한 결과는 상호작용성이 광고 평가에 긍정적 영향을 미친 결과는 Coyle and Thorson(2001)과 Voorveld et al.(2018)의 연구와 일치하며, 소셜미디어 네이티브 광고에서는 좋아요, 댓글, 공유와 같은 소비자의 참여 행위가 감정적 유대감을 형성하고 광고 효과를 높일 수 있다는 것을 증명하였다. 셋째, 패션 네이티브 광고의 오락성은 제품 태도에 정적 영향을, 반면 방해성은 부적 영향을 미쳐, 즐거운 광고 경험은 광고 속 제품에 대한 긍정적 태도를 높이지만 광고의 과도한 노출이나 자극은 부정적 평가로 이어짐을 확인하였다. 이러한 결과는 기존 연구와 부분적으로 차이를 보인다. Wolin et al. (2002)에 따르면 광고의 오락성이 광고 태도에는 긍정적 영향을 미치지만 브랜드 태도에는 직접적 영향이 없는 것으로 나타났다. 그러나 본 연구에서는 오락성이 제품 태도에도 직접적 영향을 미치는 것으로 나타났는데 광고에서 느끼는 즐거움적인 요소가 제품에 대한 태도에 직접적으로 긍정적인 영향을 미쳤다. 이는 네이티브 광고에서 제시되는 광고가 시각적인 즐거움을 주고, 특히 이미지가 제품 평가에서 중요한 요소로 작용하는 패션 제품의 특성 때문인 것으로 보인다 (De Veirman et al., 2017). 또한, 방해성의 부정적 효과는 Taylor et al.(2011)의 SNS 광고 연구 결과와 유사했는데, 과도한 상업성이 드러나거나 반복 노출이 잦은 광고가 소비자의 반감과 회피 행동을 높일 수 있다는 점을 다시 한번 확인하였다. 넷째, 패션 네이티브 광고 속 콘텐츠에 대한 긍정적 태도는 제품 태도에 정적 영향을 미쳤으며, 나아가 콘텐츠 태도와 제품 태도 모두 패션제품 구매의도에 유의한 정적 영향을 미쳤다. 즉, 패션 네이티브 광고의 콘텐츠에 대한 긍정적 태도 형성은 긍정적 제품 평가로 이어져 궁극적으로 구매의도를 높이는 것으로 확인되었다. 콘텐츠 태도에서 제품 태도로, 다시 구매의도로 이어지는 인과경로가 실증적으로 입증된 것으로 Mitchell and Olson(1981)과 MacKenzie et al.(1986)의 태도 전이 이론을 뒷받침하는 결과라 할 수 있다. 즉, 소비자가 광고 콘텐츠를 긍정적으로 인식할수록 광고 내 제품에 대한 태도 또한 긍정적으로 형성되며, 이는 궁극적으로 구매의도로 이어진다.

이상의 연구 결과를 토대로 본 연구의 학문적 의의는 다음과 같다. 첫째, 패션 네이티브 광고의 특성을 다차원적으로 분석함으로써 소비자의 패션 네이티브 광고에 대한 반응 형성과정에 대한 이해를 이론적으로 심화할 수 있었다. 둘째, 콘텐츠 태도와 제품 태도 간의 전이 관계를 검증함으로써, Mitchell and Olson(1981)의 태도전이모델을 네이티브 패션 광고 맥락으로 확장하였다. 셋째, 패션제품의 감성적 소비 특성을 반영하여, 기존의 정보 중심 광고모델에 감정적·심미적 요인의 중요성을 통합한 새로운 광고 효과 설명 틀을 제시하였다.

본 연구의 결과는 패션기업 및 브랜드가 SNS에서 패션 네이티브 광고 전략을 설계할 때 고려해야 할 중요한 실무적 통찰을 제공한다. 첫째, 패션 네이티브 광고 전략을 세울 때 정보성과 신뢰성을 중심으로 한 스토리텔링 전략이 중요하다. 소비자는 단순히 시각적으로 화려한 콘텐츠보다, 제품의 소재·착용감·제작 과정·지속가능성 등 실질적인 요소를 전달하는 정보를 신뢰한다. 따라서 패션 네이티브 광고에서는 패션제품의 기원, 진정성, 역사 등 신뢰 기반의 스토리텔링을 결합하는 것이 필요하다(Yin et al., 2023). 예를 들어, 패션 브랜드는 인플루언서와 협업 시 단순 홍보보다는 실제 착용 후기, 스타일링 제공과 같은 신뢰할 수 있는 정보성 콘텐츠를 함께 제공함으로써 브랜드의 진정성을 보여줄 수 있다. 둘째, 상호작용성을 보여줄 수 있는 참여형 광고 캠페인 전략이 필요하다. 연구 결과 상호작용성은 콘텐츠 태도에 유의한 정적 영향을 미쳤으며, 이는 소비자가 직접 반응하고 참여할 수 있는 유형의 광고에 대해 내용 선호도가 높아지는 것을 의미한다. 따라서 패션 브랜드는 단방향 홍보가 아닌 양방향 커뮤니케이션을 통해 소비자 참여를 유도해야 한다. 셋째, 오락성의 활용은 패션 브랜드 차별화에 효과적일 수 있다. 이에 패션 브랜드는 제품 중심의 판매형 광고보다는 감각적이고 즐거움을 줄 수 있는 경험형 콘텐츠를 제공할 필요가 있다. 예를 들어, Z세대 소비자에게는 단순 제품 소개보다는 일상 속의 스타일 변환 영상이나 AI 기반 스타일 제안 콘텐츠와 같은 즐거움을 줄 수 있는 요소를 제공해야 한다(Kim et al., 2021). 즉, 제품 광고가 아닌 즐거운 콘텐츠 경험으로 인식되도록 하는 전략이 중요하다. 넷째, 과도한 노출로 인한 방해성은 오히려 부정적 태도를 일으킬 수 있기 때문에 방해성 요인을 최소화할 수 있도록 노출 빈도 및 알고리즘 관리가 필요하다. 광고 노출이 과도하면 소비자는 피로감을 느끼며 광고 속 제품에 대해 안 좋은 태도를 형성할 수 있다. 따라서 플랫폼별 소비자 이용 패턴에 맞춘 빈도 최적화와 타깃 정교화 전략이 필요하다. 예를 들어, 리타게팅 광고를 단기 집중형으로 운영하거나, 개인화 알고리즘을 통해 동일 광고의 반복 노출을 줄이는 방식이 효과적이라 할 수 있다. 다섯째, 패션산업 특유의 비주얼 감성과 컨텐츠 신뢰의 결합이 네이티브 광고의 핵심 경쟁력이 될 수 있다. 소비자는 아름다움과 진정성을 동시에 추구하므로, 패션 브랜드는 친환경 소재·로컬 생산·공정 무역 등 ESG 가치를 감성적으로 전달할 필요가 있다(De Veirman et al., 2017). 예를 들어, 지속가능 패션 브랜드는 AI 기반 이미지 생성을 통해 비주얼 완성도를 높이수 있으나 동시에 공정 생산 스토리와 같은 진실된 이야기를 전달하는 하이브리드형 콘텐츠가 효과적일 수 있다.

본 연구의 한계점은 다음과 같다. 첫째, 본 연구는 20대 여성 응답자가 다수를 차지하는 표본의 특성을 기반으로 도출된 결과로, 결과 해석의 이러한 표본 구성의 한계 내에서 해석될 필요가 있다. 이에 본 연구에서 제시된 소비자 반응 및 행동 메커니즘은 다른 연령대나 성별 집단으로 확장 적용할 때에는 신중한 접근이 필요하다. 향후 연구에서는 보다 균형 잡힌 표본 구성이 필요하며, 성별과 연령대의 비교를 통해 더 정교한 결과를 도출할 수 있을 것이다. 둘째, 본 연구는 특정 플랫폼(예: 인스타그램) 중심의 패션 네이티브 광고를 대상으로 하였기 때문에, 플랫폼 유형(영상 중심 vs. 이미지 중심)에 따른 소비자 반응 차이를 일반화하기에는 한계가 있다. 향후 연구에서는 영상 중심과 이미지 중심의 비교를 통해 플랫폼 유형에 따른 더욱 세분화되고 정교한 광고 전략을 제안할 수 있을 것이다. 셋째, 본 연구는 횡단적 데이터에 기반하고 있어 시간의 경과에 따른 태도 변화를 반영하지 못했다. 향후 연구에서는 광고 반복 노출이나 시간 효과를 고려한 패널 연구 설계가 요구된다.

References

• Baek, T. H. & Morimoto, M. (2012). Stay away from me: Examining the determinants of consumer avoidance of advertising. Journal of Advertising, 41(1), 59–76. [https://doi.org/10.2753/JOA0091-3367410105]
• Barta, S., Belanche, D., Fernández, A., & Flavián, M. (2023). Influencer marketing on TikTok: The effectiveness of humor and followers’ hedonic experience. Journal of Retailing and Consumer Services, 70, 103149. [https://doi.org/10.1016/j.jretconser.2022.103149]
• Bauer, R. A. & Greyser, S. A. (1968). Advertising in America: The consumer View. Harvard University. Bauer Advertising in America: The Consumer View 1968, 67, 874-880. [https://doi.org/10.2307/1287358]
• Brackett, L. K. & Carr, B. N. (2001). Cyberspace advertising vs. other media: Consumer vs. mature student attitudes. Journal of Advertising Research, 41(5), 23–32. [https://doi.org/10.2501/JAR-41-5-23-32]
• Campbell, C. & Marks, L. J. (2015). Good native advertising isn’t a secret. Business Horizons, 58(6), 599-606. [https://doi.org/10.1016/j.bushor.2015.06.003]
• Cha, M. K. & Lee. H. J., (2018). How SNS brand personality affect mobile native Ad attitude. Review of Korea Contents Association, 18(1), 452-464. [https://doi.org/10.5392/JKCA.2018.18.01.452]
• Coyle, J. R. & Thorson, E. (2001). The effects of progressive levels of interactivity and vividness in web marketing sites. Journal of advertising, 30(3), 65-77. [https://doi.org/10.1080/00913367.2001.10673646]
• De Veirman, M., Cauberghe, V., & Hudders, L. (2017). Marketing through Instagram influencers: the impact of number of followers and product divergence on brand attitude. International Journal of Advertising, 36(5), 798-828. [https://doi.org/10.1080/02650487.2017.1348035]
• Ducoffe, R. H. (1995). How consumers assess the value of advertising. Journal of Current Issues & Research in Advertising, 17(1), 1–18. [https://doi.org/10.1080/10641734.1995.10505022]
• Fishbein, M. & Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research.. Reading, MA: Addison-Wesley.
• Fornell, C. & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. [https://doi.org/10.2307/3151312]
• Goo, J. & Kim, C.H. (2024). The effects of visual communication in online fashion malls on consumer response and purchase intention. Culture & Convergence, 46(1), 447-463. [https://doi.org/10.33645/cnc.2024.02]
• Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2013). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Sage Publications.
• Harms, B., Bijmolt, T. H. A., & Hoekstra, J. C. (2017). Digital native advertising: Practitioner perspectives and a research agenda. Journal of Interactive Advertising, 17(2), 85–96. [https://doi.org/10.1080/15252019.2017.1357513]
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. [https://doi.org/10.1007/s11747-014-0403-8]
• Kim, M., Song, D., & Jang, A. (2021). Consumer response toward native advertising on social media: The roles of source type and content type. Internet Research, 31(5), 1656-1676. [https://doi.org/10.1108/INTR-08-2019-0328]
• Lee, S. & Lee, Y.(2023). Effects on SNS communication types of fashion designer brands-SNS consumption value, product attitude, and behavioral Intention. Journal of the Korean Society of Clothing and Textiles, 47(6), 996-1011. [https://doi.org/10.5850/JKSCT.2023.47.6.996]
• Lombard, M. & Snyder-Duch, J. (2001). Interactive advertising and presence: A framework. Journal of Interactive Advertising, 1(2), 56–65. [https://doi.org/10.1080/15252019.2001.10722051]
• MacKenzie, S. B. & Lutz, R. J. (1989). An empirical examination of the structural antecedents of attitude toward the ad in an advertising pretesting context. Journal of marketing, 53(2), 48-65. [https://doi.org/10.1177/00222429890530020]
• MacKenzie, S. B., Lutz, R. J., & Belch, G. E. (1986). The role of attitude toward the ad as a mediator of advertising effectiveness: A test of competing explanations. Journal of Marketing Research, 23(2), 130-143. [https://doi.org/10.1177/00222437860230020]
• Mitchell, A. A. & Olson, J. C. (1981). Are product attribute beliefs the only mediator of advertising effects on brand attitude? Journal of Marketing Research, 18(3), 318–332. [https://doi.org/10.1177/002224378101800306]
• Pollay, R. W. & Mittal, B. (1993). Here’s the beef: Factors, determinants, and segments in consumer criticism of advertising. Journal of Marketing, 57(3), 99–114. [https://doi.org/10.1177/002224299305700307]
• Siau, K. & Shen, Z. (2003). Building customer trust in mobile commerce. Communications of the ACM, 46(4), 91–94. [https://doi.org/10.1145/641205.641211]
• Sun, S. (2022). The effect of PPL on consumer’s purchase intention:Focused on the video platform [Unpublished master's thesis]. Konkuk University.
• Taylor, D. G., Lewin, J. E., & Strutton, D. (2011). Friends, fans, and followers: Do ads work on social networks? Journal of Advertising Research, 51(1), 258–275. [https://doi.org/10.2501/JAR-51-1-258-275]
• Tutaj, K. & van Reijmersdal, E. A. (2012). Effects of online advertising format and persuasion knowledge on audience reactions. Journal of Marketing Communications, 18(1), 5–18. [https://doi.org/10.1080/13527266.2011.620765]
• Voorveld, H. A. M., van Noort, G., Muntinga, D. G., & Bronner, F. (2018). Engagement with social media and social media advertising:The differentiating role of platform type. Journal of Advertising, 47(1), 38–54. [https://doi.org/10.1080/00913367.2017.1405754]
• Wojdynski, B. W. & Evans, N. J. (2016). Going native: Effects of disclosure position and language on the recognition and evaluation of online native advertising. Journal of Advertising, 45(2), 157–168. [https://doi.org/10.1080/00913367.2015.1115380]
• Wolin, L. D., Royne Stafford, T., & MacAdams, E. (2002). Beliefs, attitudes, and behaviour towards Web advertising. Journal of Advertising, 31(1), 37–51. [https://doi.org/10.1080/00913367.2002.10673675]
• Wu, S.-I. & Wang, W.-H. (2011). The influences of electronic word-of-mouth message appeal and message source credibility on brand attitude. Asia Pacific Journal of Marketing and Logistics, 23(4), 448–472. [https://doi.org/10.1108/13555851111165020]
• Yin, C. C., Tang, Y. C., Chiu, H. C., Hsieh, Y. C., & Lai, Y. T. (2023). Telling an authentic story by aligning with your product type and price. Journal of Business Research, 161, 113799. [https://doi.org/10.1016/j.jbusres.2023.113799]
• Yoo, J. J., Choi, S., & Song, H. (2022). Effect of brand prominence on fashion advertising images on Instagram: A computational analysis. International Journal of Advertising, 42(2), 384-407. [https://doi.org/10.1080/02650487.2022.2073133]
• Yu, E. & Kim, J. (2019). How and when native advertising works. The Korean Journal of Advertising, 30(6), 93-116. [https://doi.org/10.14377/KJA.2019.8.31.93]