UTAUT 모델을 적용한 온라인 홈트레이닝 콘텐츠 이용자의 수용의도 및 사용행동 분석: COVID-19 감염에 대한 지각된 위험성의 조절효과 및 세대별 비교를 중심으로

Analysis of Online Home Training Users’ Behavioral Intention and Use Behavior Based on the UTAUT Model: Moderating Roles of Risk Perception toward the COVID-19 Infection and Generational Difference

Article information

Korean J Sport Sci. 2022;33(2):211-227

Publication date (electronic) : 2022 June 30

doi : https://doi.org/10.24985/kjss.2022.33.2.211

Yun Ji Jeong ¹, Jun Hyeok Kang ², Joon Sung Lee ³^,

¹Yonsei University

²Yonsei University

³Yonsei University

정윤지¹, 강준혁², 이준성³^,

¹연세대학교 스포츠응용산업학과 박사과정

²연세대학교 스포츠응용산업학과 석사과정

³연세대학교 스포츠응용산업학과 교수

^*Correspondence Joon Sung Lee leejs929@yonsei.ac.kr

Received 2022 April 15; Revised 2022 May 16; Accepted 2022 May 16.

Abstract

[목적]

본 연구의 목적은 통합기술수용이론(UTAUT)을 바탕으로 유튜브를 통한 홈트레이닝 이용자의 수용의도와 사용행동을 분석하고 해당 관계에서 지각된 위험성의 조절효과 분석과 밀레니얼 세대와 베이비붐 세대의 차이를 검증하는데 그 목적이 있다.

[방법]

총 400부의 설문지를 수집하였고 결측치가 발생한 17부를 제외한 후 383부의 설문지를 최종 분석에 활용하였다. 수집한 데이터는 SPSS 25.0과 AMOS 22.0을 사용하여 분석하였다.

[결과]

첫째, UTAUT 모델의 핵심 변인인 성과기대는 수용의도에 정(+)의 영향을 미치는 것으로 나타났다. 둘째, UTAUT 모델의 핵심 변인인 노력기대는 수용의도에 정(+)의 영향을 미치는 것으로 나타났다. 셋째, UTAUT 모델의 핵심 변인인 사회적 영향은 수용의도에 정(+)의 영향을 미치는 것으로 나타났다. 넷째, UTAUT 모델의 핵심 변인인 촉진 조건은 사용행동에 정(+)의 영향을 미치지 않는 것으로 나타났다. 다섯째, 수용의도는 사용행동에 정(+)의 영향을 미치는 것으로 나타났다. 여섯째, COVID-19 감염에 대한 지각된 위험성은 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 일반적으로 조절효과를 미치지 않는 것으로 나타났다. 마지막으로, UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 세대별 차이가 유의하게 존재하는 것으로 나타났다.

[결론]

본 연구의 결과는 운동성과, 편의성, 그리고 사회적 영향 요인을 강화할 수 있는 마케팅 전략이 홈트레이닝 이용자의 수용의도 및 사용행동에 핵심이 될 수 있음을 시사한다. 더불어 홈트레이닝 콘텐츠 제작자 및 운영자들은 유튜브를 통한 홈트레이닝 사용에 있어 두 세대에게 필요한 요소 및 인프라는 다르다는 것을 인식하고 각 세대에 따른 마케팅 전략 방안을 달리 세우기 위해 노력해야 한다.

Trans Abstract

PURPOSE

This study aimed (1) to analyze the behavioral intention and use behavior among the consumers of online home training contents via YouTube by employing the unified theory of acceptance and use of technology (UTAUT); (2) to test the moderating effects of risk perception toward the coronavirus (COVID-19) infection, and 3) to test differential impacts of generational difference across millennial and baby boom generations.

METHODS

A total of 400 questionnaires were distributed, and 383 samples were used for the final analysis after excluding 17 incomplete responses. Data were analyzed using the SPSS 25.0 and AMOS 22.0.

RESULTS

It was found that (1) the performance expectancy, the effort expectancy, and the social influence had positive effects on behavioral intention; (2)the facilitating condition had negative effects on the use behavior; (3) the behavioral intention had positive impact on the use behavior. Moreover, the risk perception toward the COVID-19 infection did not have moderating impacts on the UTAUT model, whereas generational differences did.

CONCLUSIONS

Our results suggest that the marketing strategy that improves exercise performance, convenience, and social influencing factors may be key to home training customers' behavioral intention and use behavior. Furthermore, home training material makers should recognize that the features and infrastructure required for the two generations are distinct and develop a separate marketing strategy for each.

Keywords: UTAUT model; Home training; Risk perception toward infection; Millennial generation; Baby boom generation

Keywords: UTAUT 모델; 홈트레이닝; 지각된 감염 위험성; 밀레니얼 세대; 베이비붐 세대

서론

연구필요성 및 목적

지난 2020년, 세계보건기구(WHO)는 코로나바이러스 감염증(COVID-19)의 심각한 전 세계적 확산 수준에 따라 감염병 경보 단계의 최고 등급인 팬데믹(Pandemic: 세계 감염병 대유행)을 선언하였다(Ha & Kim, 2020). 이에 따라 전 세계는 생존을 모색하기 위한 수많은 변화의 물결이 빠르게 일어나고 있으며, 그 변화의 중심에는 비대면으로 이루어지는 다양한 활동들이 있다. 그 예로는 온라인 교육, 비대면 원격의료, 재택근무, 홈트레이닝 등 사람 간의 접촉을 최소화하는 언택트(untact) 활동들이 있으며(Lee, 2021b), 이러한 비대면 활동들은 COVID-19의 장기화로 인해 우리 사회 전반에 깊숙이 자리를 잡아가고 있다(Won, 2020). 또한 COVID-19이 디지털 기술을 기반으로한 초연결, 초지능의 실현을 앞당김으로써 ‘언택트’를 일상화하는 뉴노멀(New Normal) 시대가 도래할 것으로 전망됨에 따라 관련 기술 개발과 비대면 산업 육성을 통한 새로운 성장모멘텀 확보가 중요한 과제로 부상하고 있다(Bae & Shin, 2020). 이처럼 COVID-19은 사회 패러다임을 극적으로 변화시켰고 인류로 하여금 그 변화를 인정하게 했으며, 그 변화된 패러다임에 적응할 사회구조 재편 작업에 착수하게끔 만들었다(Nam, 2020). COVID-19이 2년 이상 지속되고 있는 현 상황에서 비대면 사회는 자연스럽게 받아들여지고 있으며, COVID-19을 극복한 이후에도 새롭게 변화된 사회적·문화적 현상이 주도를 이룰 것이기에 포스트 코로나 시대를 대비할 수 있는 연구가 필요한 시점이다.

무엇보다도, 비대면을 중심으로 한 ‘나 홀로’의 삶이 사회성 부족이라 지적받던 사회적 분위기가 오늘날의 감염병의 위험이 상존하는 상황속에서 생존을 위해서라도 혼자 있어야 한다는 ‘집단적 비대면’의 시대상으로 변화하였음을 인식할 필요가 있다(Nam, 2020). 이러한 변화는 스포츠 환경에서도 예외는 아니다. COVID-19과 같은 감염병의 위험으로 인해 비대면 추세가 강화되고 지속됨에 따라 스포츠 활동은 위축되었고, 이러한 감염의 위험을 예방하기 위한 실내에서 하는 홈트레이닝과 같은 비대면 신체활동이 급부상하게 되었다(Back et al., 2020). 스마트 기기를 활용하여 유튜브와 같은 매체를 통해 시간에 얽매이지 않고 자기주도적 방식으로 자신에게 최적화된 운동 프로그램을 활용하는 것이 현대인의 운동 트렌드로 자리매김하게 된 것이다(Roh & Kim, 2020).

이러한 홈트레이닝 산업은 COVID-19의 여파에 따라 눈부신 성장을 거두고 있다. 20대 이상 남녀 1,600명을 대상으로 진행한 홈트레이닝 관련 설문조사에 따르면 응답자의 78.1%가 홈트레이닝을 한 경험이 있는 것으로 나타났다(Lee, 2020). 또한 한국소비자원의 ‘홈트레이닝 가속화와 소비자 이슈’ 보고서에 따르면 2020년 홈트레이닝과 관련된 평균 소셜 언급량은 2019년 평균 언급량에 비해 137.8% 급증하였으며, 2차·3차 대유행의 시점에서도 역시 언급량이 증가한 것을 볼 수 있다(Lee, 2021e). 이러한 결과들은 홈트레이닝이 유행병 감염의 위험을 극복하기 위한 새로운 운동문화로 자리매김하기에 충분해 보이며(Kwon et al., 2021), 앞으로도 이러한 감염병의 도래가 예상되는 가운데 홈트레이닝의 추세는 유지될 것으로 예견된다(Kim, 2020; Lee, 2021d). 이에 홈트레이닝 관련 소비가 점차 가속화되는 현시점에서 향후 마케팅 전략과 분석을 통한 연구의 필요성이 대두되며, 따라서 이에 대한 체계적인 학술적 접근이 필요한 시점이라 판단된다.

더불어, 다양한 홈트레이닝의 동영상 플랫폼 중에서도 특히 스마트폰이나 태블릿PC 등의 모바일 이용자들은 유튜브를 통한 동영상 플랫폼에 집중하면서 그 이용량이 폭발적으로 증가했음에 주목할 필요가 있다(Park et al., 2020). 특히, 20대부터 50대까지 남녀 운동참여자들 중 3분의 1가량이 유튜브 콘텐츠를 홈트레이닝을 위해 사용하는 것으로 나타났다(Kim, 2022). 또한 2018년의 조사와 비교했을 때, 홈트레이닝 정보를 유튜브에서 찾는 사람들이 2018년 58.8%에서 2021년에는 79.8%로 훨씬 많아진 것을 볼 수 있는데 그만큼 정보검색을 위한 채널로써 유튜브의 영향력이 더욱 커졌다고 볼 수 있다(Lee, 2021c). 이처럼 많은 사람들이 유튜브를 사용하는 이유는 전염병 확산과 같은 위기상황에서 사람들이 집에 머무르는 시간이 증가했을 때 집에서 유용하게 동영상을 즐길 수 있는 비대면 환경이 여가 활동의 핵심 플랫폼으로서 높은 가치를 지니고 있기 때문인 것으로 해석할 수 있다.

최근 홈트레이닝과 관련된 선행연구들을 살펴보면 홈트레이닝 기기 사용의도와 관련된 연구(Park et al., 2021), 홈트레이닝 채널 분석에 관한 연구(Lee & Kwak, 2020), 홈트레이닝의 서비스 품질, 운동 만족, 재이용에 관한 연구(Cho, 2020) 등 홈트레이닝에 대한 다양한 연구가 활발하게 이루어지고 있다. 그러나, 전반적인 사회활동과 집합 그리고 이동을 전제로 하는 스포츠 활동이 어려워지면서 유튜브를 통한 홈트레이닝의 사용이 증가했음에도, 유튜브를 통한 홈트레이닝의 수용의도와 사용행동 및 COVID-19이라는 상황적 요인 즉 지각된 감염의 위험성과 더불어 밝힌 연구는 미비한 실정이다.

유튜브를 통한 홈트레이닝은 COVID-19 상황에서 큰 인기를 얻고 있으며, 이는 곧 홈트레이닝과 사람들이 인지하는 COVID-19 감염에 대한 위험성 간의 밀접한 연관성이 있다고 판단된다. COVID-19 감염에 대한 지각된 위험성은 최근 사회적 분위기에 따라 그 어느 때보다 주목받고 있으며, 각 분야별로 다양한 연구(Kim & Lee, 2021; Bae & Jeong, 2021; Yoon & An, 2021; Lee et al., 2021)가 이루어지고 있다. 실로, 홈트레이닝을 하는 이유에 대해 조사한 결과 COVID-19으로 인한 운동공간의 제약 때문에(57.5%), COVID-19 전염에 대한 염려 때문에(54.4%) 라는 이유와 같이 COVID-19 감염의 우려라는 잠재적인 위험으로 인해 홈트레이닝을 한다는 응답이 다수로 나타난 것을 볼 수 있다(Lee, 2021c). 이러한 COVID-19 감염에 대한 지각된 위험성과 유튜브를 통한 홈트레이닝의 지속적인 성장에 비추어볼 때 홈트레이닝 이용자는 점차 늘어날 것으로 사료되기에 현재의 추세를 이어받아 홈트레이닝 이용자들의 수용의도 및 사용행동에 대한 연구의 필요성이 제기된다.

한편, 이와 같은 COVID-19 상황에서의 홈트레이닝 참여에도 세대별 차이가 뚜렷하게 나타나고 있는 정황이 포착되고 있음에 주목할 필요가 있다. 특히 유튜브를 통한 홈트레이닝의 수용의도 및 사용행동을 파악하는 과정에서 세대별 차이에 따른 분석은 홈트레이닝 참여자의 세대별 특성을 파악하는 효과적인 방법임과 동시에 다양한 시사점을 제공할 수 있음에도 불구하고 기존 선행연구에서 세대별 차이 따른 분석은 매우 미흡하다고 판단하였다. 일반적으로 홈트레이닝의 주요 소비층은 '덤벨 이코노미'를 이끄는 2030세대로 인식되나, COVID-19 이후 40대 역시 홈트레이닝의 중심이 된 것으로 분석되기도 하며(Lee, 2021a) 5060세대의 온라인 콘텐츠 시청이 증가함에 따라 홈트레이닝을 시도하는 빈도 역시 42%로 증가하고 있는 상황이다(Kim, 2021). 2010년을 기점으로 은퇴를 맞이한 베이비붐 세대와 본격적인 사회생활을 시작한 밀레니얼 세대의 사회적 경험과 경제적 경험은 다를 것이라고 판단되기에 우리나라 노동시장에서 가장 큰 규모를 차지하는 인구집단으로서 밀레니얼 세대와 베이비붐 세대로 구분하여 홈트레이닝 참여 차이의 양상을 비교해볼 가치가 있다(Han, 2019). 즉, 세대별 각기 다른 사회적 경험과 경제적 경험의 차이는 여가생활에서도 상당한 차이를 보일 것으로 예상된다.

본 연구에서는 유튜브를 통한 홈트레이닝 참여자가 인지하는 COVID-19 감염에 대한 위험성과 세대별 차이에 따라 홈트레이닝 참여에 대한 수용의도와 사용행동 간의 관계를 알아볼 수 있는 연구의 모델로서 UTAUT(Unified Theory of Acceptance and Use of Technology)모델을 채택하였다. UTAUT 모델은 기존의 정보기술 수용과 관련된 8가지 이론이 통합되어 Venkatech et al.(2003)에 의해 정립된 모델로 다른 ICT 기술수용과 관련된 선행연구에서도 널리 사용되고 있으며, 높은 신뢰도와 타당성을 나타낼 수 있는 조합으로 이루어져 있기에 정보 기술수용연구에 적합한 모델로 평가된다(Kang & Kim, 2016). Venkatech et al.(2003)은 성과기대(performance expectancy), 노력기대(effort expectancy) 그리고 사회적 영향(social influence)을 수용의도에 미치는 선행변수로 설정하고 이러한 요인이 기술수용의도에 영향을 미친다고 가정하였으며, 사용행동에 직접적인 영향을 미치는 요인으로 촉진조건(facilitation condition)을 제시하였다. 이에 스포츠 분야에서는 UTAUT 모형의 높은 설득력이 가지는 장점을 이용하여 활발한 연구를 진행하고 있으나 스포츠 웨어러블 디바이스와 모바일 헬스케어 관련 연구가 주를 이루는 반면(Ahn & Yoon, 2021; Chun & Lim, 2017), 비대면 운동 프로그램들이 발전하고 있는 현 시점에도 불구하고 홈트레이닝 콘텐츠 수용에 있어 UTAUT 모델을 적용한 연구는 미진한 편이다. 따라서 UTAUT 모델을 이용해 기존 기술수용의도 모형에서는 살펴보지 못했던 비대면 운동 콘텐츠 수용의도와 사용행동에 영향을 미치는 요인들과의 관계를 연구함으로써 홈트레이닝 이용자의 비대면 운동 콘텐츠 수용의도 및 사용행동에 대해 파악할 수 있을 것이라 기대된다.

이에 본 연구의 목적은 통합기술수용이론(UTAUT)을 바탕으로 유튜브를 통한 홈트레이닝 이용자의 수용의도와 사용행동과의 관계를 분석하고 UTAUT 모델의 핵심 변인인 성과기대, 노력기대, 사회적 영향, 촉진조건과 수용의도 및 사용행동의 관계에서 지각된 감염 위험성의 조절효과를 분석함으로써 유튜브를 통한 홈트레이닝 참여자의 사용행동에 대한 학문적 및 실무적 시사점을 제시하고자 한다. 또한 밀레니얼 세대와 베이비붐 세대의 유튜브를 통한 홈트레이닝 수용의도 및 사용행동을 분석하여 각 세대가 홈트레이닝을 사용하는 의도를 파악하고 나아가 세대별 맞춤식 마케팅 전략 수립을 위한 기초자료를 제공하고자 한다.

연구모형 및 가설설정

본 연구에서는 유튜브를 통한 홈트레이닝 이용자의 수용의도 및 사용행동을 분석하기 위해 UTAUT 모델을 적용하였으며, 주요 변수로는 성과기대, 노력기대, 사회적 영향, 촉진조건으로 설정하였다. 성과기대, 노력기대, 사회적 영향이 수용의도에 미치는 영향과 촉진조건이 사용행동에 미치는 영향에 있어서 지각된 위험성의 조절효과를 알아보고 밀레니얼 세대와 베이비붐 세대의 차이를 분석하기 위해 선행연구 및 이론적 근거를 바탕으로 <Figure 1>과 같은 연구모형을 설정하였다.

Fig. 1.

The proposed hypothetical model

1. UTAUT 모델 핵심 변인들과 수용의도 및 사용행동 간의 관계

정보기술 수용 분야에서 대표적으로 다루어지던 이론들에는 기술수용모델(TAM)과 그 모체인 합리행동이론(TRA), 그리고 계획행동이론(TPB)과 같은 모델이 존재하나, 기존의 모델들은 복잡한 ICT환경에서 상호관계 분석이 어렵다는 한계점이 있었기에 UTAUT 모델이 제안되었다(Chun et al., 2016). UTAUT 모델은 정보기술의 수용의도와 행동을 설명하기 위한 목적으로 Venkatech et al.(2003)가 기술수용모형(TAM), 합리적 행위이론(TRA), 계획된 행위이론(TPB), 동기모형(MM), TAM과 TPB의 통합이론(C-TAM-TPB), 사회인지이론(SCT), PC활용모형(MPCU), 혁신확산이론(IDT)의 8가지 이론과 모형을 통합하여 제안한 모델이다(Nair et al., 2015). UTAUT 모델은 ICT환경 아래에서 사용자의 기술수용을 통합적인 시각으로 분석할 수 있게 해주며, 상기한 다른 모델보다 높은 설명력을 나타내므로 온라인 콘텐츠를 통한 홈트레이닝과 같은 기술수용의도를 가장 종합적으로 설명할 수 있다는 데 장점을 가진다. UTAUT 모델은 기술수용의도, 즉 사용하려는 행동의도 및 사용행동의 중요한 결정요인으로 성과기대, 노력기대, 사회적 영향, 촉진조건의 4가지 요인을 제안한다. 성과기대(performance expectancy)는 기술을 사용함으로써 성과 향상에 도움을 받을 수 있다고 믿는 정도이며, 노력기대(effort expectancy)는 시스템이 사용하기 쉽고 번거롭지 않을 것이라는 인식을 의미한다. 사회적 영향(social influence)은 내 주변 사람들이 내가 새로운 기술을 사용하려는 개인의 의사에 영향을 미치는 정도를 말한다(Venkatech et al., 2003). 한편, 촉진조건은 새로운 기술사용을 지원하기 위한 사회적 자원이 갖추어져 있다고 믿는 정도를 말하는데(Venkatech et al., 2003), 다른 변수들과는 달리 사용행동에 직접적인 영향을 미치는 것으로 알려져있다. Venkatech et al.(2003)은 UTAUT 모델에서 사용행동에 직접적인 영향을 미치는 요인으로 촉진조건(facilitating conditions)을 제시하였으며, 새로운 시스템 및 신기술의 사용행동에 직접적인 영향을 미치는 변수로 관련 선행연구에서 검증된 바 있다(Oh, 2010; Park & Ahn, 2012).

이러한 UTAUT의 핵심 변인으로서 성과기대, 노력기대, 사회적 영향, 촉진조건은 주요 정보기술의 수용의도 및 사용행동에 영향을 미치는 요인으로 많은 선행연구에서 다루어져 왔다. Sun et al.(2014)은 모바일 패션애플리케이션 수용의도를 설명하는 과정에서 UTAUT 모델을 적용하였고, UTAUT의 핵심 변인인 성과기대, 노력기대, 사회적 영향은 모바일 패션애플리케이션 수용의도에 유의한 영향을 미치며 촉진조건과 수용의도가 모바일 패션애플리케이션 사용행동에 유의한 영향을 미친다고 밝혔다. 또한 Chun et al.(2016)은 스포츠 웨어러블 디바이스 수용과 관련된 연구에서 UTAUT를 적용하여 분석한 결과 성과기대, 노력기대, 사회적 영향은 수용의도에 긍정적인 영향을 미쳤으며, 촉진조건은 사용행동에 긍정적인 영향을 미친다고 밝힌 바 있다. 즉, 위의 선행연구들을 살펴보았을 때 최신 정보기술 접목 플랫폼의 선두주자로서 유튜브를 통한 홈트레이닝의 수용의도에 성과기대와 노력기대 그리고 사회적 영향이 긍정적인 영향을 줄 수 있을 것이라 판단하였으며, 사용행동에 촉진조건이 긍정적인 영향을 줄 수 있을 것이라 판단하여 다음과 같은 가설을 설정하였다.

가설 1. 유튜브 홈트레이닝 콘텐츠에 대한 성과기대는 수용의도에 정(+)의 영향을 미칠 것이다.
가설 2. 유튜브 홈트레이닝 콘텐츠에 대한 노력기대는 수용의도에 정(+)의 영향을 미칠 것이다.
가설 3. 유튜브 홈트레이닝 콘텐츠에 대한 사회적 영향은 수용의도에 정(+)의 영향을 미칠 것이다.
가설 4. 유튜브 홈트레이닝 콘텐츠에 대한 촉진조건은 사용행동에 정(+)의 영향을 미칠 것이다.

2. 수용의도와 사용행동 간의 관계

Ajzen & Madden(1986)은 행동의 선행 변수로서 의도는 확신이 아닌 불확실성을 내포하고 있고, 개인의 의도가 높을수록 개인의 열망 수준이 높아짐에 따라 실제 행동으로 이어질 가능성이 높다고 하였다. 이처럼 소비행동을 예측하는 데 있어 태도 및 행동의도는 매우 중요한 요소라고 할 수 있으며, 이러한 소비자의 소비행동의 과정을 설명하기에 Fishbein & Ajzen(1977)이 제안한 합리적 행동이론이 대표적이라고 할 수 있다. 이에 Sa et al.(2019)은 스크린 스포츠 수용의도를 느끼게 되면 실제 사용행동으로 이어진다고 밝혔으며, Oh(2015)는 스마트폰 어플리케이션의 구매의도가 실제 구매행동에 유의한 영향을 미치는 것으로 나타나 구매행동 이전의 태도인 구매의도는 실제 어플리케이션의 구매행동을 설명하는 선행요인이 됨을 밝힌 바 있다. 이와 같이 유튜브를 통한 홈트레이닝의 수용의도가 실제 사용행동에 긍정적인 영향을 미칠 수 있기에 선행연구로부터 다음과 같은 가설을 설정하였다.

가설 5. 유튜브 홈트레이닝 콘텐츠에 대한 수용의도는 사용행동에 정(+)의 영향을 미칠 것이다.

3. UTAUT 모델 핵심 변인들과 수용의도 및 사용행동의 관계에서 지각된 위험성의 조절효과

위험(risk)은 미래에 대해 느끼는 불확실성에 의해 나타나는 것으로, 가치 있는 것에 대한 손실이나 손해의 잠재적 가능성으로 정의할 수 있다(Weinstein, 1988). 특히 소비자 행동 분야에서 지각된 위험은 특정 상황에서 발생하는 개인의 주관적인 직감으로 인해 위험 상황을 판단하고 지각하는 것을 의미한다(Slovic et al., 1982). COVID-19 감염의 위험으로 인해 소비자들은 비대면 서비스를 선호하게 되었고 이에 따라 비대면 서비스가 증대되고 있다. 이러한 비대면 활동이 소비자들에게 심리적, 육체적 안전을 제공할 수 있는데, Allo(2020)의 연구에 따르면 학생들은 COVID-19 상황에서 비대면 수업을 듣는 것에 대해 긍정적인 모습을 보였으며, 학생들은 비대면 수업이 매우 도움이 된다고 응답하였다. 이와 유사한 맥락으로 Choi(2020)는 COVID-19의 위험지각의 정도가 높을수록 적극적으로 대외를 회피하려는 경향이 있다고 언급하였으며, Oh(2020)는 COVID-19으로 인한 위험을 높이 지각하는 소비자일수록 무인점포에 대한 가치를 높게 인식하여 이용의도를 높인다고 밝혔다. 이처럼 소비자들은 COVID-19의 위험성에 대한 지각이 높을수록 대외활동을 회피하고 타인과의 접촉을 최소한으로 하려는 것을 알 수 있다. 위의 선행연구들의 결과를 토대로 본 연구에서는 COVID-19 감염에 대한 위험성을 지각하는 정도에 따라 홈트레이닝의 수용의도 및 사용행동이 다를 것이라고 판단하였다. 따라서 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에서 지각된 위험성이 조절 변수로서의 역할을 할 수 있을 것이라 판단하여 다음과 같은 가설을 설정하였다.

가설 6. COVID-19 감염에 대한 지각된 위험성은 유튜브 홈트레이닝 콘텐츠에 대한 성과기대, 노력기대, 사회적 영향이 수용의도에 미치는 영향과 촉진조건이 사용행동에 미치는 관계를 조절할 것이다.

4. UTAUT 모델 핵심 변인들과 수용의도 및 사용행동의 관계에서 세대별 차이

세대별 소비자들의 소비성향과 행동의 차이는 다양한 분야에서 연구되고 있는데, 이는 세대별 특성이 소비구조에 영향을 미치는 원인이 되기 때문이다(Cho et al., 2015). Kim & Lee(2020)는 밀레니얼 세대와 기성세대의 소비가치와 구매행동을 비교 분석하였고, 이에 밀레니얼 세대는 자아적, 감성적 가치가 기성세대보다 높고 자신의 소비가치에 기반하여 구매하고 있음을 밝혀내었다. 또한 Kim & Huh(2007)은 베이비붐 세대, X세대, Y세대의 소비가치관을 비교하고 분석하였는데, Y세대는 베이비붐 세대와 X세대에 비해 다양성을 더욱 허용한다고 밝혔다.

특히 국내 노동시장에서 가장 큰 규모를 차지하는 두 개의 인구집단으로서 밀레니얼 세대와 베이비붐 세대의 사회적 의미는 크다(Han, 2019). 먼저, 밀레니얼 세대에 대한 정의는 선행연구마다 상이하겠지만, 한국 경제 용어 사전에 서술된 밀레니얼 세대에 대한 정의는 1980년대 초(1980~1982)부터 2000년대 초(2000~2004)까지 출생한 세대를 일컫는다. 이 세대는 디지털 매체를 배경으로 성장한 세대로서 청소년 시기부터 인터넷을 통한 SNS, 모바일, 정보기술 등에 능통하여 디지털 친밀감(digital intimacy)이 깊은 세대로 알려져있다(Jo, 2020).

반면 전 세계적으로 인구가 폭발하는 시기에 출생한 집단을 일컫는 베이비붐 세대는 생산적인 노동만을 사회적인 가치로 인정하는 시대적 배경 속에서 생활한 세대로(Ministry of Health & Welfare, 2011), 시기적 기준의 정의는 지역마다 다른 가운데 우리나라 베이비붐 세대는 1955년부터 1963년 사이에 출생한 세대로 정의할 수 있다(Choi, 2010). 베이비붐 세대는 산업화와 경제 호황기의 중심에 선 세대이지만 한편으로는 유년기에 전쟁의 여파가 남아있는 시대적 상황을 경험하고 청년기에는 열악한 근무환경을 경험한 세대이며, 부모의 봉양과 자녀의 양육으로 인해 본인의 젊음을 누리지 못한 세대이기도 하다. 이처럼 바라보는 관점에 따라 베이비붐 세대는 불행한 세대일 수도 있고 여유로운 세대일 수도 있지만 신체적으로나 정신적으로 젊어지기 위하여 취미활동과 같은 소비활동에 적극적이기에(Cho et al., 2015) 소비자로서의 큰 이점을 가지고 있는 세대라고 할 수 있다. 이 두 세대의 삶의 가치와 행동방식은 서로 다른 양상을 보이며, 각기 다른 사회적, 경제적 경험의 차이로 인해(Kim & Kim, 2020) 유튜브를 통한 홈트레이닝 수용의도 및 사용행동 역시 상당한 차이를 보일 수 있기에 다음과 같은 가설을 설정하였다.

가설 7. 유튜브 홈트레이닝 콘텐츠에 대한 성과기대, 노력기대, 사회적 영향이 수용의도에 미치는 영향과 촉진조건이 사용행동에 미치는 영향은 밀레니얼 세대와 베이비붐 세대 간에 차이가 존재할 것이다.

연구방법

연구대상

본 연구의 모집단은 유튜브를 통한 홈트레이닝 참여 경험이 있는 밀레니얼 세대 및 베이비붐 세대로 설정하였다. 이때 Lee et al.(2021)이 제안한 바와 같이 밀레니얼 세대의 범위를 1981년생부터 1995년생으로 베이비붐 세대의 범위를 1955년생부터 1963년생으로 규정하였다. 표집 방법으로는 비확률 표본 추출법(non-probability sampling) 중 편의표본추출(convenience sampling)을 이용하였으며, 온라인 설문 플랫폼인 ‘Google docs’를 활용하여 제작된 설문지를 2021년 12월 6일부터 2022년 1월 16일까지 총 400부를 배포하였다. 그중 응답이 불성실하다고 판단되는 설문지 17부를 제외한 총 383부를 최종 분석자료로 사용하였으며, 본 연구대상자의 인구통계학적 특성은 <Table 1>과 같다.

Table 1.

Demographic characteristics (n=383)

조사도구

본 연구에서는 설문지를 측정도구로 사용하였으며, 모든 문항은 선행연구에 근거하여 구성하였다. UTAUT 모델의 척도, 지각된 위험성으로 구분하였으며, 사용된 모든 측정 변인은 5점 Likert 척도로 구성하였다.

먼저 Venkatech et al.(2003)의 UTAUT 모델은 성과기대, 노력기대, 사회적 영향, 촉진조건 4개의 외생변수와 수용의도 및 사용행동 2개의 내생변수로 구성되어 있으며, 성별, 연령, 자발성, 경험의 조절변수가 부수적으로 존재한다. 본 연구에서 활용된 UTAUT 모델의 핵심 변인 4개의 문항개수는 성과기대 4개 문항, 노력기대 4개 문항, 사회적 영향 2개 문항, 촉진조건 3개 문항 총 13개 문항으로 이루어져 있으며, 내생변수는 수용의도 2개 문항, 사용행동 4개 문항을 유튜브 홈트레이닝 이용자의 상황에 맞게 수정하여 사용하였다. 조절변수인 지각된 위험성은 Prati et al.(2011)의 연구와 Girish(2020)의 연구에서 사용된 3개 문항을 본 연구의 목적에 맞게 수정하여 사용하였다. 마지막으로 인구통계학적 특성에 관련된 4개 문항을 포함하여 총 26개 문항으로 설문지를 구성하였다.

이와 같이 본 연구에서 사용된 측정도구의 출처를 모두 해외 논문에서 인용하였는데, 번역된 설문 문항의 경우 원 설문지에서 사용된 문항과 비교하였을 때 원만한 동등성을 확보하기 위하여 번역 타당도를 검증해야 한다(Hunt, 1986). 따라서 본 연구에서는 Kim & Hong(2000)의 번역 타당도에 대한 지침 안내에 따라서 설문 문항에 대한 번역과 역번역을 한국어 및 영어에 모두 익숙한 스포츠 경영학 박사 2인과 함께 총 2회 실시하였다. 이후, 스포츠 경영 및 마케팅 전공 교수 2인을 포함한 총 4인이 모여 구성한 Review Panel에서 측정 문항에 대해 진행한 번역본 검토결과를 바탕으로 번역 타당도를 입증하였다.

자료처리방법

본 연구에서는 유튜브를 통한 홈트레이닝 이용자를 대상으로 자기평가기입법(self-administration)으로 작성한 온라인 설문지를 주요 연구자가 직접 각종 SNS 플랫폼을 통해 배포하고, 회수하는 방식으로 진행하였다. 불성실한 설문지를 제외한 총 383부의 설문지가 최종 분석자료로 활용되었다. 자료처리방법으로는 SPSS Ver 25.0과 AMOS 22.0 프로그램을 이용하여 본 연구의 목적에 맞게 분석하였다. 먼저 연구대상자들의 인구통계학적 특성을 알아보기 위해 빈도분석(Frequency Analysis)을 실행하였고, 측정도구 각 요인들의 신뢰도 검증을 위해 내적 일관성을 확인하는 Cronbach՚s α 계수를 산출하였다. 또한 각 요인들의 타당도 검증을 위한 확인적 요인분석을 실시한 후, 다중공선성을 확인하기 위한 상관관계분석(Correlation Analysis)을 실시하였다. 구조방정식모형(Structural Equation Modeling: SEM)을 이용한 경로분석(Path Analysis)을 실시하였으며, 마지막으로 지각된 위험성의 조절효과와 세대별(밀레니얼 세대 vs 베이비붐 세대) 유튜브 홈트레이닝 수용의도 및 행동을 비교 분석하기 위해 다중집단 분석(Multi Group Analysis)을 실시하였다.

조사도구의 타당도 및 신뢰도

본 연구에서 사용한 설문 문항의 타당도와 신뢰도를 검증하기 위해 확인적 요인분석과 신뢰도 분석을 실시하였다. 먼저 설문 문항을 제작한 후 스포츠 경영 및 마케팅 분야 교수 1인과 박사과정 연구원 1인을 통해 내용 타당도(content validity)를 검증하였다. 다음으로, 집중 타당도(convergent validity) 검증을 위해 확인적 요인분석(confirmatory factor analysis)을 실시하였다. 개념 신뢰도(Construct Reliability, CR)와 분산추출지수(Average Variance Extracted, AVE)를 산출함으로써 집중타당도를 검증하였으며, CR은 .70 이상, AVE는 .50 이상을 적합기준으로 설정하였다(Lee & Lim, 2009). 더불어 Cronbach՚s α 계수를 통해 내적 일관성 정도를 측정하였으며, 적합기준으로는 Nunnally(1967)이 제시한 .70 이상으로 설정하였다.

조사도구의 확인적 요인분석

본 연구의 측정도구에 대한 확인적 요인분석을 위해 적합지수로는 CMIN/DF, CFI, TLI, RMSEA, SRMR이 사용되었으며, 적합기준은 CMIN/DF는 3 이하, CFI, TLI는 .90 이상, RMSEA는 .08 이하, SRMR은 .05 이하로 설정하였다(Hu & Bentler, 1999; Kim, 2004). 분석 결과 적합 지수는 χ²=466.989(p<.000), df=188, CMIN/DF=2.484, CFI=.939, TLI=.925, RMSEA=.062, SRMR=.042로 나타나 모두 적합 기준을 상회하고 있는 것으로 나타났다. 또한, 신뢰도 분석 결과 모든 요인에서 Cronbach՚s α 값이 .70 이상으로 기준값을 충족하고 있어 각 요인별 문항들이 내적 일관성을 확보한 것으로 나타났다. 이상의 절차에 따라 검증된 최종 문항에 대한 분석 결과는 <Table 2>에 제시하였다.

Table 2.

Results of confirmatory factor analysis and reliability test

연구결과

상관관계 분석

본 연구에서 사용된 변수인 성과기대, 노력기대, 사회적 영향, 촉진조건, 수용의도, 사용행동, 지각된 위험성의 상관관계를 통계적으로 검정하기 위해 Pearson의 적률 상관계수를 산출하였으며, 분석 결과는 <Table 3>과 같이 각 변수 간의 상관관계(inter-construct correlation)가 통계적으로 유의하게 나타났고 상관계수는 Kline(2015)가 제시한 기준인 .80을 모두 넘지 않는 것으로 나타났기에 다중공선성에 문제가 없는 것을 확인하였다. 더불어 온라인 홈트레이닝 콘텐츠 이용자의 기술수용 행동을 파악하기 위해 변수들의 평균과 표준편차를 포함한 기술통계 분석결과는 <Table 4>와 같다.

Table 3.

Results of correlation analysis

Table 4.

Results of mean & standard error

구조모형의 적합도 분석

본 연구에서는 유튜브를 통한 홈트레이닝 이용자의 성과기대, 노력기대, 사회적 영향, 촉진조건과 수용의도 및 사용행동의 관계를 분석하기 위해 구조방정식 모형분석을 실시하였고. 이에 따라 연구모형의 적합도를 검증하였다. 분석 결과는 <Table 5>의 하단부에 제시한 것과 같이 χ²=404.494(p<.000), df=141, CMIN/DF=2.869, CFI=.936, TLI=.923, RMSEA=.070, SRMR=.044로 나타났으며, 모두 적합 기준을 충족한 것으로 나타나 연구가설을 입증하기에 적합한 연구모형임을 보여주고 있다.

Table 5.

Results of path analysis

변인 간 경로분석 결과

경로분석 결과는 <Table 5>와 같다. 먼저 가설 1의 유튜브를 통한 홈트레이닝 이용자의 성과기대는 수용의도에 정(+)적인 영향을 미치는 것으로 나타나 가설이 채택되었다(β=.260, t=2.286, p<.05). 가설 2의 유튜브를 통한 홈트레이닝 이용자의 노력기대는 수용의도에 정(+)적인 영향을 미치는 것으로 나타나 가설이 채택되었다(β=.447, t=4.966, p<.001). 가설 3의 유튜브를 통한 홈트레이닝 이용자의 사회적 영향은 수용의도에 정(+)적인 영향을 미치는 것으로 나타나 가설이 채택되었다(β=.200, t=2.881, p<.01). 가설 4의 유튜브를통한 홈트레이닝 이용자의 촉진조건은 사용행동에 정(+)적인 영향을 미치지 않은 것으로 나타나 가설이 기각되었다. 가설 5의 유튜브를 통한 홈트레이닝 이용자의 수용의도는 사용행동에 정(+)적인 영향을 미치는 것으로 나타나 가설이 채택되었다(β=.831, t=13.164, p<.001). 위와 같은 결과를 종합하자면, 유튜브를 통한 홈트레이닝 이용자의 홈트레이닝 수용의도는 성과기대, 노력기대, 사회적 영향 모든 변인에 영향을 받으며, 높은 성과기대와 노력기대 그리고 사회적 영향은 홈트레이닝 수용의도를 높일 수 있는 요소임이 밝혀졌다. 또한 홈트레이닝 사용행동은 수용의도의 영향을 받으며, 홈트레이닝 수용의도는 사용행동까지 이끌어 낼 수 있는 중요한 요소임을 밝혀주고 있다.

지각된 위험성의 조절효과 검증 결과

본 연구의 여섯 번째 가설인 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에서 지각된 위험성의 조절효과를 규명하기 위해 다중집단 분석(Multi Group Analysis)을 실시하였다. 우선 유튜브를 통한 홈트레이닝 이용자의 COVID-19 감염에 대한 지각된 위험성 수준에 따른 분류에 있어 선행연구(Kim et al., 2019; Lee & Moon, 2020)와 같이 평균값(4.15)을 중심으로 낮은 집단과 높은 집단의 두 집단으로 분류하였다. 즉, 지각된 위험성의 저집단(n=187)과 고집단(n=196)으로 분류하여 관련 절차에 대한 타당성을 확보한 후, 지각된 위험성의 조절효과에 대한 검증을 실시하고자 하였다. 검증을 위해 분류된 두 집단을 기준으로 다중집단 분석을 실시하였으며, 각 집단의 동일성을 검증하기 위해 자유추정모형(Uncontrained model)과 측정모형(Measurement model)의 비교를 통해 요인구조의 동일성 검증을 실시하였다. 분석은 가설검증에 대한 구조방정식 모형과 같은 경로모형을 통한 다중모형집단의 비교가 이루어졌다(Jeong, 2017). 다중집단 분석의 과정에 앞서 모형의 적합도를 평가하기 위한 기준으로 Chi-square의 차이값과 더불어 CFI, TLI, RMSEA의 값을 살펴보았다(Kim et al., 2017).

분석 결과, 자유추정모형의 적합도 수치는 χ²=522.121(p=.000), df=282, CMIN/DF=1.851, CFI=.940, TLI=.928, RMSEA=.047로 나타났으며, 측정모형의 적합도 수치 역시 χ²=529.545(p=.000), df=295, CMIN/DF=1.795, CFI=.942, TLI=.933, RMSEA=.046으로 나타남으로써 두 집단의 적합도 수치는 모두 양호한 수준으로 판단되었다(Kim, 2004). 또한, χ²검증을 통해 두 집단간의 동일성 검증을 실시한 결과, 두 집단 간의 χ²값은 통계적 차이가 없는 것으로 나타났다(∆χ²=7.424, ∆df=13, p=.879). 따라서 측정동일성(교차타당성)이 확보되었으므로 다중집단 모형을 통해 COVID-19 감염에 대한 지각된 위험성의 저집단, 고집단에 따른 조절효과 검증이 가능하게 되었으며(Yu, 2012), 세부사항은 <Table 6>에 제시하였다.

Table 6.

Fit indices for invariance verification

적합도 기준 확인 후, COVID-19 감염에 대한 지각된 위험성이 높은 집단과 낮은 집단 간의 요인적재량을 동일하게 제약한 구조방정식 모형을 이용하여 조절효과를 분석하였다. 분석 결과, 각 경로에 따른 지각된 위험성의 조절효과는 부분적으로 통계적 유의성이 검증되었으며, 본 연구의 가설을 검증한 결과는 <Table 7>과 같다. 가설 6의 결과, COVID-19 감염에 대한 지각된 위험성은 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 일반적으로 조절효과를 미치지 않는 것으로 나타났다. 세부적으로는 첫째, 성과기대와 수용의도의 관계에 있어 COVID-19 감염에 대한 지각된 위험성의 조절효과는 지각된 위험성이 낮은 집단과 높은 집단 모두 통계적으로 유의하지 않은 것으로 나타났다. 둘째, 노력기대와 수용의도의 관계에 있어 COVID-19 감염에 대한 지각된 위험성의 조절효과는 저집단, 고집단 모두 통계적으로 유의한 것으로 나타났지만, 지각된 위험성의 고집단에 비해 저집단에 있어 다소 큰 정(+)의 영향이 미치게 되는 것으로 나타났다. 다시 말해, 지각된 위험성이 낮은 경우(β=.460, t=4.000)가 지각된 위험성이 높은 경우(β=.442, t=3.250)에 비해 노력기대와 수용의도의 경로에서 더욱 높은 값을 보이는 것으로 확인되었다. 곧, 해당 관계에서 별도의 조절효과는 나타나지 않는 것으로 볼 수 있다. 셋째, 사회적 영향과 수용의도의 관계에 있어 COVID-19 감염에 대한 지각된 위험성의 조절효과는 통계적으로 유의한 것으로 나타났지만, 지각된 위험성의 고집단에 비해 저집단에 있어 보다 큰 정(+)의 영향이 미치게 되는 것으로 나타났다. 세부적으로는 지각된 위험성이 낮은 경우(β=.265, t=2.335)가 지각된 위험성이 높은 경우(β=.193, t=2.105)에 비해 사회적 영향과 수용의도의 경로에서 높은 값을 보이는 것으로 확인되었다. 따라서 해당 관계에서 별도의 조절효과가 나타나지 않는 것으로 볼 수 있다. 넷째, 촉진조건과 사용행동의 관계에 있어 COVID-19 감염에 대한 지각된 위험성의 조절효과는 지각된 위험성이 낮은 경우(β=.245, t=2.889)에 한정하여 통계적으로 유의한 것으로 나타났으나, 지각된 위험성이 높은 경우 통계적으로 유의하지 않은 것으로 나타났다.

Table 7.

Moderating effects of perceived risk

밀레니얼 세대와 베이비붐 세대의 차이 분석 결과

본 연구의 일곱 번째 가설인 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 밀레니얼 세대와 베이비붐 세대 간의 차이를 검증하기 위해 구조방정식 모형을 통한 다중집단 분석(Multi Group Analysis)을 실시하였다. 앞서 설정한 출생년도에 따라 밀레니얼 세대(n=184)와 베이비붐 세대(n=199)로 분류하여 분석을 위한 타당성을 확보한 후, UTAUT 모델에 따른 수용의도 및 사용행동의 세대별 차이를 분석하였다. 먼저, 두 집단 간의 동일성을 검증하기 위해 자유추정모형(Unconstrained model)과 측정모형(Measurement model)의 비교를 통해 요인구조의 동일성 검증을 실시한 후, 분류된 두 집단을 기준으로 다중집단 분석을 실시하였다. 또한, 다중집단 분석의 과정에 앞서 모형의 적합도를 평가하기 위한 기준으로 Chi-sqaure의 차이값과 CFI, TLI, RMSEA의 값을 살펴보았다(Kim et al., 2017).

분석 결과, 자유추정모형의 적합도 수치는 χ²=594.460(p=.000), df=282, CMIN/DF=2.108, CFI=.926, TLI=.911, RMSEA=.054로 나타났으며, 측정모형의 적합도 수치 역시 χ²=611.507(p=.000), df=295, CMIN/DF=2.073 CFI=.925, TLI=.914, RMSEA=.053으로 나타남으로써 두 집단의 적합도 수치는 모두 양호한 수준으로 판단되었다(Kim, 2004). 또한, χ²검증을 통해 두 집단간의 동일성 검증을 실시한 결과, 두 집단 간의 χ²값은 통계적 차이가 없는 것으로 나타났다(∆χ²=17.047, ∆df=13, p=.197). 따라서 측정동일성(교차타당성)이 확보되었으므로 다중집단 모형을 통해 밀레니얼 세대와 베이비붐 세대에 따른 차이검증이 가능하게 되었으며(Yu, 2012), 세부사항은 <Table 8>에 제시하였다.

Table 8.

Fit indices for invariance verification

적합도 기준 확인 후, 밀레니얼 세대와 베이비붐 세대 간의 요인적 재량을 동일하게 제약한 구조방정식 모형을 이용하여 그 차이에 대한 양상을 확인하였다. 분석 결과, 유튜브를 통한 홈트레이닝 이용자는 세대별로 UTAUT 핵심 요인들에 있어 수용의도 및 사용행동에 부분적으로 통계적 유의성이 검증되었으며, 본 연구의 가설을 검증한 결과는 <Table 9>와 같다. 가설 7의 결과, UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 세대별 차이가 유의하게 존재하는 것으로 나타났다. 세부적으로는 첫째, 성과기대는 밀레니얼 세대에 한정하여 수용의도에 유의한 정(+)의 영향을 주는 것으로 나타났지만(β=.429, t=2.317), 베이비붐 세대의 경우 수용의도에 유의한 영향을 미치지 않는 것으로 나타났다. 둘째, 노력기대는 밀레니얼 세대(β=.387, t=2.832)와 베이비붐 세대(β=.431, t=3.478) 모두 수용의도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 사회적 영향은 베이비붐 세대에 한정하여 수용의도에 유의한 정(+)의 영향을 주는 것으로 나타났지만(β=.360, t=3.577), 밀레니얼 세대의 경우 수용의도에 유의한 영향을 미치지 않는 것으로 나타났다. 넷째, 촉진조건 또한 베이비붐 세대에 한정하여 사용행동에 유의한 정(+)의 영향을 주는 것으로 나타났지만(β=.241, t=3.110), 밀레니얼 세대의 경우 사용행동에 유의한 영향을 미치지 않는 것으로 나타났다.

Table 9.

Comparising results of generational difference

논의

본 연구는 유튜브를 통한 홈트레이닝 이용자의 성과기대, 노력기대, 사회적 영향, 그리고 촉진조건이 수용의도 및 사용행동에 미치는 영향을 분석하고 이러한 과정에서 COVID-19 감염에 대한 지각된 위험성의 조절효과를 살펴보고자 하였다. 또한 밀레니얼 세대와 베이비붐 세대의 차이를 살펴봄으로써 세대별 차이에 따른 홈트레이닝 이용자의 수용의도 및 사용행동에 중요한 요인을 분석하고자 하였다. 따라서 본 연구에서 도출된 연구결과를 중심으로 다음과 같은 논의를 도출하였다.

UTAUT 모델 핵심 변인들과 수용의도 및 사용행동 간의 논의

UTAUT 모델을 적용하여 유튜브를 통한 홈트레이닝 이용자의 수용의도 및 사용행동을 분석한 결과, UTAUT 핵심 변인 중 성과기대, 노력 기대, 그리고 사회적 영향은 수용의도에 정(+)의 영향을 미쳤으며, 촉진조건은 사용행동에 유의한 영향을 미치지 못하는 것으로 나타났다. 세부적인 논의는 다음과 같다.

첫째, UTAUT 모델의 핵심 변인 중 성과기대는 수용의도에 정(+)의 영향을 미치는 것으로 나타나 가설 1은 채택되었다. 이와 같은 결과는 처음 UTAUT 모델을 검증한 Venkatech et al.(2003)의 연구에서도 검증되었음은 물론이고, UTAUT 모델을 활용한 연구들에 대해 문헌연구를 실행한 Williams et al.(2015)의 연구에서 밝힌 바와 같이 약 93개의 UTAUT 모델 관련 연구에서도 성과기대가 수용의도에 유의한 영향을 미치는 것으로 나타난다. 또한 스포츠 분야의 국내 선행 연구 중에서는 Ahn & Yoon(2021)의 스포츠 웨어러블 디바이스 수용과 관련된 연구와 Sa et al.(2019)의 스크린 스포츠 수용의도와 관련된 연구에서 성과기대가 수용의도에 유의한 영향을 미친다는 결과가 본 연구의 결과를 지지해주고 있다. 성과기대 변인은 새로운 정보 기술을 사용함으로써 특정활동이나 작업의 성과를 향상시키는데 도움이 될 것이라고 믿는 정도를 의미한다(Kim, 2011). 즉, 본 연구의 결과는 홈트레이닝 이용자들이 유튜브를 통해 운동하는 것이 본인 스스로에게 유용하다고 인식할수록 향후 사용에 대한 의도가 더욱 높아진다는 것을 의미한다. 따라서 유튜브 홈트레이닝 채널의 운영자는 홈트레이닝 이용자들의 수용의도를 이끌어내기 위해 유튜브를 통한 홈트레이닝의 신체 및 건강 능력 향상 측면을 중심으로 홍보하고 운동 성과를 강조하는 마케팅 방안을 모색해야 할 것이다.

둘째, UTAUT 모델의 핵심 변인 중 노력기대는 수용의도에 정(+)의 영향을 미치는 것으로 나타나 가설 2는 채택되었다. 이와 같은 결과로는, 최초의 연구결과와 Wang & Shin(2009)의 연구를 비롯하여 노력기대가 수용의도에 미치는 영향에 대한 검증을 분석한 UTAUT 관련 연구 110개 중 64개로 약 58%의 비중을 보인다(Williams et al. 2015). 이와 같은 맥락으로 웨어러블 디바이스 사용자의 수용 의도에 관련된 Chen & Lee(2020)의 연구와 Lee et al.(2016)의 연구에서 노력기대가 디바이스 수용의도에 긍정적인 영향을 미친다는 결과가 본 연구의 결과를 지지해주고 있다.노력기대는 사용자가 정보기술을 사용할 때 용이하다고 믿는 정도를 의미한다(Yang et al., 2016). 즉, 홈트레이닝 이용자가 유튜브를 통해 운동하는 것에 있어 불편함 없이 쉽게 사용할 수 있다고 인지할수록 수용의도가 높아진다는 것을 의미한다. 따라서 유튜브를 통한 홈트레이닝의 편의성을 강조하고 누구나 쉽게 이용할 수 있도록 편리성 높은 기능적 요소의 수준을 지속적으로 개발할 필요가 있음을 시사한다.

셋째, UTAUT 모델의 핵심 변인 중 사회적 영향은 수용의도에 정(+)의 영향을 미치는 것으로 나타나 가설 3은 채택되었다. 이와 같은 맥락으로 Venkatech et al.(2003)의 연구와 Shin(2020)의 연구결과를 비롯하여 사회적 영향이 수용의도에 미치는 영향에 대한 검증을 분석한 UTAUT 활용 연구 115개 중 86개의 연구가 긍정적인 영향으로 나타났으며, 약 75%의 검증 비율을 통해 사회적 영향의 유의한 영향을 보고하고 있다(Williams et al. 2015). 더불어, Zheng(2015)의 모바일 헬스케어 수용에 관한 연구와 Chung & Jung(2013)의 스마트폰 사용자의 행위의도에 관련된 연구에서 사회적 영향이 수용의도에 유의한 영향을 미친다는 결과가 본 연구의 결과를 뒷받침해주고 있다. 사회적 영향은 나에게 중요한 타인들이 내가 새로운 정보기술을 이용해야 한다고 믿는 정도를 말한다(Venkatech et al., 2003). 이러한 사회적 영향이 수용의도에 정(+)의 영향을 미친다는 것은 유튜브를 통한 홈트레이닝 사용에 있어 준거집단이 중요한 역할을 할 수 있다는 것을 의미한다. 사회적 동물인 인간은 외부로부터 정보를 습득하여 생각과 행동에 변화가 생기기 때문에(Wang & Wang, 2010), 인간의 행동을 예측하는 데 있어 영향력 있는 타인의 의견은 더욱 큰 결정요소로 작용할 수 있다(Park & Ahn, 2012; Chun et al., 2016). 따라서 홈트레이닝 광고 또는 홍보의 활성화가 수용의도를 증가시킬 수 있음을 나타내며, 특히 주변 친구나 지인의 추천과 같이 사회적 영향력을 미치는 방법을 통해 수용의도를 증가시킬 수 있음을 시사한다.

넷째, UTAUT 모델의 핵심 변인 중 촉진조건은 사용행동에 정(+)의 영향을 미치지 않는 것으로 나타나 가설 4는 기각되었다. 이는 Hoque & Sorwar(2017)의 온라인 헬스 도입과 관련된 연구와 Byun et al.(2017)의 온라인 스포츠 미디어 사용행동 분석과 관련된 연구, 그리고 Oh(2015)의 어플리케이션 구매에 관한 연구에서 촉진조건은 사용행동에 유의한 영향을 미치지 않는다는 연구결과가 본 연구의 결과를 지지한다. 촉진조건은 앞선 나머지 3개의 변인들(성과기대, 노력 기대, 사회적 영향)과는 다르게 사용행동에 직접적인 영향을 미치는 요인으로 알려져 있다(Park & Ahn, 2012). 이러한 촉진조건은 홈트레이닝 사용행동에 있어 영향을 미치지 않는다고 볼 수 있는데, 이는 스마트폰이나 탭, 데스크탑, 노트북 등 여러 가지 다양한 형태의 디지털 디바이스가 이미 널리 보급되어 있는 현 시대의 소비자들은 유튜브를 활용한 홈트레이닝 콘텐츠를 소비하는 데에 큰 어려움을 인식하지 않고 이러한 촉진조건(기술 사용을 위한 기술적 지원)은 결국 큰 도움의 의미를 갖지 못하는 것으로 해석할 수 있다.

수용의도와 사용행동 간의 논의

홈트레이닝 수용의도가 사용행동에 정(+)의 영향을 미치는 것으로 나타나 가설 5는 채택되었다. 이는 스마트폰 사용자의 사용의도는 사용 행동에 긍정적인 영향을 미친다는 Chung & Jung(2013)의 연구결과와 인터넷 뱅킹 사용자의 수용의도가 실제 사용에 유의한 영향을 미친다는 Park & Park(2017)의 연구결과가 본 연구의 결과를 지지해주고 있다. 이는 유튜브를 통한 홈트레이닝 수용에 대한 긍정적인 태도를 의미하는 수용의도가 높은 이용자는 실제 사용행동으로 이어지게 됨을 확인할 수 있다.

이와 같은 연구결과로 미루어 보았을 때, 정보기술의 채택과 이용의 활성화를 위해서는 기술 및 서비스 제공자들이 잠재적 사용자의 욕구를 충족시켜줄 수 있는 다양한 서비스 콘텐츠를 제공하고 관련 기능을 지속적으로 개발해야 한다(Wang et al., 2003). 따라서 유튜브를 통한 홈트레이닝 이용자들의 운동능력을 향상시키는 데 도움이 되고, 기능을 편리하게 조작하고 사용하기 쉬우며, 시간 절약 등 여러 면에서 유용하다고 인지할 수 있도록 콘텐츠를 제작해야 할 것이다. 또한 플랫폼을 사용하는 데 있어 타인의 적극적인 사용 권유 또는 영향력 있는 타인의 추천이 존재한다면 유튜브를 통한 홈트레이닝에 대한 수용의도를 유발하고 실제 사용행동까지 이끌어 낼 수 있을 것이다.

UTAUT 모델 핵심 변인들과 수용의도 및 사용행동의 관계에서 지각된 위험성의 조절효과에 대한 논의

유튜브 홈트레이닝 콘텐츠에 대한 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 지각된 위험성의 조절효과를 검증한 결과에 대한 세부 분석은 다음과 같다.

첫째, 성과기대와 수용의도의 관계에 있어 COVID-19의 감염에 대한 지각된 위험성의 조절효과의 경우, 위험성 지각 저집단과 고집단 모두 유의한 영향을 미치지 않는 것으로 나타났다. 이에 해당 관계에서 지각된 위험성의 조절효과는 존재하지 않는 것으로 드러났다. 이는 COVID-19의 감염에 대한 소비자의 우려감이 유튜브를 통한 홈트레이닝에 기대하는 운동능력의 향상과는 별개의 요인으로 취급되고 있음을 의미한다. 즉, 홈트레이닝 참여에 대한 주요 사유로 COVID-19에 대한 감염의 우려가 일반적으로 인정받고 있음은 사실이나 이는 상황적 요인의 측면에서 해석될 수 있는 외부적 배경의 원인으로서 기능하는 양상이 더욱 큰 것이고, 이에 따라 운동 시간의 절약 및 능률 제고의 기대와는 무관한 것이라 해석할 수 있다. 한편, 전술한 바와 같이 모집단 전체의 경우 성과기대는 수용의도에 유의한 정(+)의 영향을 주는 것으로 나타났으며, 위험지각 수준이 높은 집단의 경로계수의 경우 t=1.606로 나타나 표본의 상태에 결과가 달라질 수 있는 기준선에 위치한 만큼 표본의 대표성을 제고해 볼 필요가 존재한다(Chun & Lim, 2017).

둘째, 노력기대와 수용의도의 관계에 있어 COVID-19의 감염에 대한 지각된 위험성의 조절효과의 경우, 위험지각 고집단에 비해 저집단에 있어 다소 큰 정(+)의 영향이 미치게 되는 것으로 나타났다. 곧, 해당 관계에서 별도의 조절효과가 나타나지 않는 것으로 드러났다. 현재 유튜브라는 플랫폼에 대한 사용이 보편적으로 이루어지고 있고, 특히 홈트레이닝은 그 운동 난이도와 접근성에 있어 강점을 보이며 콘텐츠 참여 방식에 유용함을 보이고 있다. 실로, 운동 관련 정보의 접근성이 좋아진 것이 홈트레이닝의 운동효과를 높이는 데 도움을 주고 있다는 해석이 존재한다(Lee, 2021c). 따라서, COVID-19의 사회적인 위협 상황에 대한 우려와는 무관한 영역으로 콘텐츠 이용에 대한 명료함이 더욱 인정됨에 따라 수용의도에 일반적으로 유의한 정(+)의 흐름이 나타나고 있다고 해석할 수 있다.

셋째, 사회적 영향과 수용의도의 관계에 있어 COVID-19의 감염에 대한 지각된 위험성의 조절효과의 경우, 위험지각 고집단에 비해 저집단에 있어 보다 큰 정(+)의 영향이 미치게 되는 것으로 나타났다. 곧, 해당 관계에서 별도의 조절효과가 나타나지 않는 것으로 드러났다. 사회적 영향의 특성이 가족을 비롯한 주변인으로부터 영향을 받게 되는 맥락에서 기인함을 고려하였을 때, 홈트레이닝에 참여하는 구성원은 이미 COVID-19에 대한 우려를 포괄하여 주변인과의 소통을 통해 콘텐츠를 선택하고 운동을 진행하는 상황이 존재하고 있음을 가정할 수 있다. 따라서, COVID-19 감염에 대한 위험성의 지각은 사회적 영향이 수용의도에 미치는 영향에 있어 어느 정도 효과를 발휘할 수 있으나 비중 있는 역할을 맡지는 못하는 것이라 해석할 수 있다.

넷째, 촉진조건과 사용행동의 관계에 있어 COVID-19의 감염에 대한 지각된 위험성의 조절효과의 경우, 위험지각 저집단에 한정하여 유의한 정(+)의 효과가 나타날 뿐인 것으로 나타났다. 곧, 해당 관계에서 별도의 조절효과가 존재하지 않는 것으로 드러났다. 오늘날 유튜브라는 플랫폼이 매우 대중적이며 관련된 지식과 안내가 충분한 상황적 배경을 고려하였을 때, COVID-19에 대한 위험지각이 높은 집단이 유의한 영향관계를 보이지 않았다는 것은 이들이 가지고 있는 COVID-19에 대한 염려의 상황에 따라 다양한 개인적 대비를 이루고 있을 수 있음을 유추해볼 수 있다. 또는, 홈트레이닝에 대한 지식과 안내, 혹은 가용 자원이 굳이 필요하지 않다고 판단하고 있어 홈트레이닝에 대한 인식과 크게 결부되지는 않는 것이라 해석할 수 있다.

종합적으로, COVID-19의 위협이라는 지각된 위험성은 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 일반적으로 조절효과를 미치지 않는 것으로 사료된다. 이는 곧 COVID-19가 유튜브를 통한 홈트레이닝의 이용에 하나의 배경적 원인으로 지목될 수는 있으나 결정적으로 조절의 영향을 미치는 중대한 요인이라고 할 수는 없음을 의미한다. COVID-19의 장기화로 인해 위험성에 대한 국민들의 인식은 무감각해졌으며 특히, 젊은 층의 관심도가 매우 낮아진 것을 볼 수 있다(Kim, 2021). 어떠한 위기도 시간이 지나면서 경각심은 풀어지기 마련이다. 매일 수백 명씩 확진자가 발생해도 무신경하게 넘어가는 일상이 되어버린 것이다. 그동안의 전염병과는 다르게 COVID-19의 전파력은 매우 높으나 치사율은 낮은 의학적 특성을 가지고 있으며, 이에 따라 대중들은 COVID-19 감염에 대한 위험 인식은 가지고 있지만(Kim et al., 2021) 비대면 콘텐츠를 이용하는 것이 일상이 되어버린 현재에 COVID-19의 위협이 수용의도 또는 사용행동에 조절변수로는 작용하지 않는다고 해석할 수 있다. 또는, 홈트레이닝 시장의 발전에 따라 콘텐츠 및 영상 소비가 보편화되었으며 동시에 COVID-19의 영향이 뉴 노멀(New Normal)의 시대의 도래에 따라 이전에는 인지되었던 COVID-19의 우려가 현재로서는 일반적으로 수용되고 이에 관련된 흐름이 이전의 예측과는 달라지게 되었다는 것으로도 해석될 수 있겠다.

UTAUT 모델 핵심 변인들과 수용의도 및 사용행동의 관계에서 밀레니얼 세대와 베이비붐 세대의 차이에 대한 논의

유튜브 홈트레이닝 콘텐츠에 대한 UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 밀레니얼 세대와 베이비붐 세대 간의 차이를 검증한 결과, 성과기대, 사회적 영향, 촉진조건의 양상에서 세대별 차이가 유의하게 존재하는 것으로 나타났다. 세부 분석은 다음과 같다.

첫째, 성과기대는 밀레니얼 세대에 한정하여 수용의도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 이는 모바일 동영상 서비스 이용자의 연령대에 있어 나이가 어린 이용자의 성과기대가 높을수록 서비스 행위 의도가 높아지는 것으로 분석한 Lee & Sung(2017)의 주장을 긍정하는 것과 같다. 오늘날, 유튜브 등의 무료 동영상 서비스가 일상적인 미디어로 활용되는 등 개인의 자발적인 의지에 따라 빈번하게 이용되고 있으며(Lee & Sung, 2017), 특히 밀레니얼 세대의 경우 유튜버 영상 콘텐츠를 중심으로 관련 정보 분야의 신뢰도가 급격히 상승하여 소비 결정에도 매우 큰 영향이 미치는 것으로 분석된다(Song, 2018). 또한, 웨어러블 스마트헬스케어 기기의 수용의도에 있어 청년 집단이 장년집단에 비해 성과기대가 수용의도에 더 많은 영향을 미치는 것으로 분석한 Baek et al.(2015)의 분석 결과를 고려하였을 때, 운동 및 건강과 관련된 새로운 서비스에 대한 접근방식에 있어서도 성과기대의 차이가 세대에 따라 존재하는 것이라 판단할 수 있다. 즉, 전통적인 미디어 매체 또는 대면 방식의 서비스를 신뢰하는 베이비붐 세대 등의 기성세대와는 다르게 밀레니얼 세대의 경우 유튜브를 통한 홈트레이닝의 참여에 있어 성과에 대한 기대가 높이 자극될수록 수용의도에도 긍정적인 영향을 미치게 되는 것으로 판단된다.

둘째, 노력기대는 밀레니얼 세대와 베이비붐 세대 모두 수용의도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 이를 통해, 세대에 관계없이 홈트레이닝의 참여에 있어 유튜브라는 플랫폼의 이용이 용이하며 접근이 간단함을 인지하고 이에 수용의도에까지 긍정적인 영향이 미치게 되고 있음이 확인되고 있다. 세부적으로, 베이비붐 세대의 경우 밀레니얼 세대보다 노력기대가 수용의도에 미치는 영향이 더 강하게 나타났다. 이는 UTAUT 모형 아래 비대면 챗봇 서비스 수용의도에 영향을 미치는 요인에 있어 연령을 조절변인으로 활용하여 저연령 그룹이 고연령 그룹에 비해 노력기대가 수용의도에 미치는 영향이 더 높은 것으로 분석한 Kim et al.(2019)의 연구와는 상반되는 결과이다. 이는 오늘날 디지털 소비에 익숙한 '테크노부머 시니어'의 숫자가 증가함에 따라 '뉴시니어', '오팔세대(Old People with Active Lives)' 등의 단어가 등장하고 있는 만큼(Lee, 2020), 디지털 라이프에 대한 습득 상황이 점차 진보하고 있음에 기인한다. 코로나19 등장 이후 홈트레이닝과 같은 달라진 형태의 온라인 취미생활을 즐기는 인구가 대폭 증가한 것으로 밝혀지는 등(Jang, 2020) 베이비붐 세대가 유튜브라는 플랫폼의 접근성 측면에 있어 홈트레이닝에 대해 더욱 높은 학습 인지를 보이고 있음을 이해할 필요가 있다.

셋째, 사회적 영향은 베이비붐 세대에 한정하여 수용의도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 합리적이고 개인주의적 성향을 가진 밀레니얼 세대와는 달리 베이비붐 세대는 집단주의적이고 가족지향적인 가치관을 가진다(Kim & Kim, 2020). 실로, 베이비붐 세대와 같은 시니어 계층은 신체활동 참여에 있어 가족 또는 의미 있는 타인으로부터의 도움, 곧 사회적 지원에 큰 영향을 받는 것으로 알려져 있으며(Lee & Ryu, 2018), 레저스마트기기와 같은 발전된 헬스케어 방안의 사용의도를 향상시키는 데 있어 자녀 혹은 주변인의 추천이 큰 영향을 미칠 수 있다는 사실 역시 확인된 바 있다(Lee et al., 2020). 이와 상통하는 개념으로, 유튜브 채널을 통한 홈트레이닝 역시 독립적이고 개인지향적인 성향을 보이는 밀레니얼 세대에 비해 베이비붐 세대의 경우 사회적 영향이 수용의도에 더 큰 영향을 미치게 되는 것으로 판단된다.

넷째, 촉진조건은 베이비붐 세대에 한정하여 사용행동에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 밀레니얼 세대의 경우 어린 시절부터 모바일, 디지털 기기에 친숙하고 다른 세대에 비해 더욱 복잡한 기기 사용 행태를 보이며 멀티 디바이스 환경에서의 전문가로 평가받는다(Lee et al., 2017). 이에 유튜브와 같은 온라인 플랫폼과 관련 지식 및 가용 자원에 대해 이미 익숙함과 준비를 갖추고 있는 만큼, 촉진조건의 상황은 유튜브 홈트레이닝에 대한 사용행동에 유의한 영향을 미치지 않는 것으로 판단된다. 반면, 베이비붐 세대는 최근에 들어서야 모바일 및 온라인 환경에 익숙해지고 있는 추세를 보이고 있다. 이에 유튜브 홈트레이닝에 관련된 전자기기의 유무, 지식 및 안내 등의 사용 가능한 자원의 상태가 이용행동에 크게 소구될 수 있을 가능성이 확인된다.

종합적으로, 유튜브 홈트레이닝 채널의 제작자 및 운영자는 성과기대, 사회적 영향, 촉진조건의 상황이 세대별로 수용의도 및 사용행동에 차이를 발생시킬 수 있음을 이해하고 그에 따른 마케팅 전략의 수립 방안을 각기 다르게 할 필요가 있다. 밀레니얼 세대의 경우, 성과 기대가 높을수록 수용의도에 유의한 영향이 존재할 수 있으므로 유튜브를 통해 홈트레이닝을 수행하였을 때 신체적/건강의 측면에서 더욱 높은 운동의 성과가 나타날 수 있음을 어필하는 홍보의 안이 요구된다. 이를 위하여 운동의 다양성 및 운동능력 향상 상황을 내세우는 홈트레이닝의 기능적 요인을 강조하는 마케팅 전략의 수립이 요구되며, 특히 젊은 그룹을 상대로 전문가 진단 및 운동 일지 작성과 공유 등의 서비스를 제공함으로써 콘텐츠의 기능적 가치를 제공하려는 노력이 필요할 것이다(Kim et al., 2019). 반면, 베이비붐 세대의 경우 사회적 영향이 수용의도에 유의한 영향을 미치고 있으므로 가족 및 동료 집단의 추천을 이용하는 방안을 적극적으로 활용할 필요가 존재한다. 이를 위해서는 주요타자와의 연계가 부족한 유튜브 채널의 약점을 극복하기 위하여(Bae, 2021) 고령층 전반을 대상으로 하는 운동, 운동제품 제공 이벤트를 주기적으로 개최하는 등의 노력이 제안될 수 있다. 또한, 베이비붐 세대의 경우 촉진조건이 사용행동에 유의한 영향을 미치고 있으므로 디지털 서비스 환경이 베이비붐 세대에게 높은 수준의 심리적 부담감을 줄 수 있음을 인지하여 실시간으로 소통을 시행할 수 있는 시니어 전용 채널 등을 개설하여 손쉽게 홈트레이닝 콘텐츠를 이용할 수 있는 환경의 제공에 노력을 기울여야 할 것이다.

결론 및 제언

본 연구는 현재의 사회적 상황에서 가히 홈트레이닝 열풍이라고 불릴 정도로 큰 화두가 되고있는 유튜브를 통한 홈트레이닝 이용자들의 수용의도 및 사용행동에 있어 중요한 영향을 미칠 것으로 예상되는 요인을 분석하여 제시하였다. 따라서 통합기술수용이론(UTAUT)을 바탕으로 유튜브를 통한 홈트레이닝 이용자의 수용의도와 사용행동의 관계를 분석하고 지각된 위험성의 조절효과 및 세대별 차이(밀레니얼 세대, 베이비붐 세대)를 검증하는데 그 목적이 있다. 설문지를 통해 데이터를 수집하였고 구조방정식 모형을 이용한 경로분석 및 다중집단 분석을 실시하였다. 분석 결과를 통해 도출된 결론은 다음과 같다.

첫째, UTAUT 모델의 핵심 변인 중 성과기대, 노력기대, 사회적 영향은 수용의도에 긍정적인 영향을 미치는 것으로 나타났다. 이는 정보기술수용 관련 연구에서 전반적으로 사용되고 있는 Venkatech et al.(2003)의 연구결과와 일치하는 결과이기도 하다. 이러한 결과는 홈트레이닝을 하는 이용자들이 유튜브를 통해 운동하는 것이 유용함과 편리함을 느낄수록 홈트레이닝 수용의도가 높아지며, 홈트레이닝 수용의도를 높이는데 가족이나 친구와 같은 타인의 영향을 받는다는 것을 의미한다. 따라서 유튜브 홈트레이닝 콘텐츠의 제작자 및 운영자는 홈트레이닝 이용자들의 수용의도를 이끌어내기 위해 신체능력과 운동성과를 향상시킬 수 있는 측면과 편의성을 강조할 수 있는 마케팅 전략 수립을 위한 방안이 마련되어야 할 필요성이 제기된다. 또한 유튜브를 통한 홈트레이닝을 이용하는 데 있어 영향력 있는 타인의 영향이 중요한 결정요소로 작용하는 만큼 사회적 영향 요인을 강화할 수 있는 마케팅 활동이 홈트레이닝 이용자의 이용 촉진에 핵심이 될 수 있음을 시사한다.

둘째, UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 COVID-19의 감염에 대한 지각된 위험성의 조절효과의 경우, 부분적으로 유의한 결과가 나타났으나 일반적으로는 조절효과를 미치지 않는 것으로 나타났다. 이는 COVID-19이 유튜브를 통한 홈트레이닝의 이용에 하나의 배경적인 원인으로는 지목될 수 있으나 COVID-19의 감염에 대한 지각된 위험성이 홈트레이닝을 수용하는데 있어 결정적으로 조절의 영향을 미치는 중대한 요인이라고 할 수는 없음을 의미한다. 즉, COVID-19의 장기화로 인해 이미 뉴 노멀 시대를 수용해버린 현재의 시대적 상황에서 위험성에 대한 국민들의 인식은 무감각해졌으며, 이에 관련된 흐름이 이전의 예측과는 달라지게 된 것으로 해석할 수 있다.

셋째, UTAUT 모델의 핵심 변인들과 수용의도 및 사용행동의 관계에 있어 밀레니얼 세대와 베이비붐 세대 간의 차이 검증의 경우, 성과 기대, 사회적 영향, 촉진조건의 양상에서 세대별 차이가 유의하게 존재하는 것으로 나타났다. 이러한 결과는 UTAUT 핵심 변인들이 세대별로 수용의도 및 사용행동에 각기 다른 영향을 미칠 수 있음을 의미한다. 따라서 밀레니얼 세대의 경우, 성과기대를 강조할 수 있는, 즉 운동의 성과가 높아질 수 있음을 어필하는 마케팅 방안의 필요성이 제기된다. 반면 베이비붐 세대의 경우, 홈트레이닝을 하는 데 있어 가족이나 친구 등 타인의 영향과 디지털 서비스 환경이 중요한 요소로 작용하므로 타인의 추천을 이용하는 마케팅 전략 수립과 시니어 계층의 홈트레이닝 이용자들도 손쉽게 이용할 수 있는 환경을 제공하기 위한 기술적 지원이 필요할 것이다.

종합적으로 본 연구는 현재의 사회적 상황에서 가히 홈트레이닝 열풍이라고 불릴 정도로 큰 화두가 되고 있는 유튜브를 통한 홈트레이닝 이용자들의 수용의도 및 사용행동에 있어 중요한 영향을 미칠 것으로 예상되는 요인을 UTAUT 모델을 통해 분석하였다. 특히, UTAUT 모델 상에서 COVID-19의 감염에 대한 지각된 위험성의 조절효과를 실증적으로 규명하고 밀레니얼 세대와 베이비붐 세대의 차이를 처음으로 검증하였다는 측면에서 기존 연구와 차별성이 있으며, 이는 스포츠 경영 및 마케팅 문헌에 기여할 수 있다고 판단된다. 또한 본 연구의 결과를 바탕으로 유튜브 홈트레이닝 콘텐츠 제작자 및 운영자들은 유튜브를 통한 홈트레이닝 사용에 있어 두 세대에게 필요한 요소 및 인프라는 다르다는 것을 인식하고 각 세대에 따른 마케팅 전략 방안을 달리 세움으로써 수용의도 및 사용행동을 높이는 데 기초자료를 제공할 수 있다는 점에서 실무적 의의가 있다고 할 수 있다.

이상의 연구 결과를 기반으로 본 연구를 통해 나타난 제한점과 후속 연구에 대한 제언을 다음과 같이 제시하고자 한다. 첫째, UTAUT 모델은 기술수용에 있어 정보통신과 관련된 변수 외에도 해당 분야의 특정한 환경에서 필요한 요인을 추가하여 확장할 수 있다는 장점을 가지고 있다(Oh, 2015; Chun & Lim, 2017). 따라서 후속 연구에서는 홈트레이닝 콘텐츠 소비자의 운동 목적 및 동기와 관련된 변수를 추가하여 분석한다면 더욱 폭넓은 시사점을 제공할 수 있을 것이라 사료된다. 예를 들어, 운동 참여자가 목표를 어떻게 설정하고 어디에 두는지에 따라 운동지속성이나 수행결과는 다르게 되는데 이는 성취목표의 방향과 강도에 따라 수행 결과도 다르게 나타날 수 있음을 말한다(Kim, 2021). 즉, 목표 설정 과정은 운동 참여에 있어 중요한 원천이 될 수 있으며, 운동의 목적에 따라 다른 결과가 나타날 수 있기에 운동참여자의 성취목표성향에 따른 홈트레이닝 수요의도 및 사용행동의 영향을 분석한다면 더욱 의미 있는 결과를 도출할 수 있으리라 기대된다.

둘째, 본 연구에서는 COVID-19 감염에 대한 지각된 위험성과 세대별 차이에 따른 수용의도 및 사용행동을 검증하였다. 본 연구에서 사용된 조절변수 외에도 Venkatech et al.(2003)가 제안한 UTAUT 모델과 같이 성별, 나이, 경험, 그리고 사용자의 자발성을 조절변수로 설정하여 더 세밀한 분석이 이루어진다면 더욱 흥미로운 시사점을 도출할 수 있으리라 기대된다.

셋째, 본 연구는 유튜브를 통한 홈트레이닝 이용자를 대상으로 연구를 진행하였다. 유튜브에서 제공되는 홈트레이닝 콘텐츠는 무료 영상 콘텐츠가 대다수이므로 디지털, AR/VR 플랫폼을 이용한 홈트레이닝 유료 서비스 이용자들을 대상으로 연구를 진행한다면 그 또한 의미 있는 시사점을 제공할 수 있을 것으로 예측된다.

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.

Ajzen I., Madden T. J.. 1986;Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control. Journal of experimental social psychology 22(5):453–474.

Allo M. D. G.. 2020;Is the online learning good in the midst of Covid-19 pandemic? The case of EFL learners. Journal Sinestesia 10(1):1–10.

Back J. H., Yang S. E., Hyun J. M.. 2020;Research on the actual condition of sports activities by COVID-19 and improvements of sports activities. Journal of the Korea Convergence Society 11(12):343–351.

Bae J. S.. 2021;Analysis of viewing behavior of sports-related YouTube channel through UTAUT2. The Korea Journal of Sports Science 30(6):315–325.

Bae M. Y., Jeong J. Y.. 2021;The effect of perceived risk of COVID-19 and quarantine levels on seoul destination image, attitude, and behavioral intentions : focused on mediating effects of quarantine level. Journal of Tourism Studies 33(2):113–137.

Bae Y. L., Shin H. L.. 2020;COVID-19, Accelerates untact society. Issues & Diagnostics 416:1–26.

Baek M. R., Choi H. H., Lee H. Y.. 2015;Age-specific acceptance intention over wearable smart healthcare device. Korean Journal of Business Administration 28(12):3171–3189.

Byun H., Cho K. M., Bae J. S.. 2017;Analysis of online sports media use behavior of university students applying UTAUT2 model. Korean Journal of Sport Science 28(2):424–439.

Chen Y. G., Le S. W.. 2020;User acceptance intention of wearable device based on UTAUT model -take smart clothing as an example. Journal of Basic Design & Art 21(2):311–327.

Cho H. S., Koh D. Y., Lee D. H., Hwang W. S.. 2015. The analysis on the change of consumption patterns by the retirement of baby boomers and vitalization of the senior-friendly Industry Sejong: Korea Institute for Industrial Economics & Trade.

Cho T. S.. 2020;The effect of quality of service on exercise satisfaction and reuse of home training applications. The Korean Journal of Physical Education 59(4):223–234.

Choi K. T.. 2020;The effects of crowding perception on behavior intention at resort peak season -focused on moderation effect of COVID 19 perceived risk-. Journal of Hotel & Resort 19(5):39–56.

Choi S. H.. 2010;A study on the ageing policy priorities for the baby boomers in Korea. Hanyang University Journal of Aging Society 1:1–40.

Chun S. B., Lim J. S.. 2017;Analyzing the relationship between serious leisure and behavioral intention of sports wearable devices through UTAUT model. The Korean Journal of Physical Education 56(6):417–430.

Chun S. B., Lim J. S., Lee C. W.. 2016;Analyzing the relationship between sports commitment and behavioral intention of sports wearable devices through UTAUT model. The Korean Journal of Physical Education 55(5):291–306.

Chung Y. S., Jung C. H.. 2013;The influence factors of the user’s behavioral intention and use behavior in smartphone: focused on the extension of UTAUT model. Journal of Knowledge Information Technology and Systems 8(3):47–56.

Fishbein M., Ajzen I.. 1977;Belief, attitude, intention, and behavior: An introduction to theory and research. Philosophy and Rhetoric 10(2):177–188.

Girish V. G.. 2020;Fear of COVID-19 as a mediating factor on perceived risks and behavioral intention. Korean Review of Corporation Management 11(3):1–10.

Ha J. W., Kim C. S.. 2020;An exploratory study on disaster resilience for overcoming the tourism crisis by virus disaster -focusing on ‘COVID-19’disaster-. Tourism Research 45(2):499–517.

Han S. G.. 2019;A study on the change of occupational consciousness of eco-generation and baby boomers. The Journal of Labor Studies 39:77–104.

Heo S. Y.. 2019. Analysis of consumption patterns and information production strategies of the participants in the home workout Ph.D. Dissertation. Hanyang University;

Hong M. H., Kim S. Y.. 2000;A study on developing minimum requirement guidelines for standard questionnaire translation, validation using delphi method. Korean Journal of Family Medicine 21(4):457–470.

Hoque R., Sorwar G.. 2017;Understanding factors influencing the adoption of mHealth by the elderly: An extension of the UTAUT model. International Journal of Medical Informatics 101:75–84.

Hu L. T., Bentler P. M.. 1999;Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal 6(1):1–55.

Hunt S. M.. 1986;Cross-cultural issues in the use of socio-medical indicators. Health policy 6(2):149–158.

Jang J. S.. 2020. 79% of people in their 50s and 60s watch more online videos such as YouTube. datasom http://www.datasom.co.kr/news/articleView.html?idxno=109845.

Jeong S. H.. 2017;The moderating role of taekwondo performance involvement in the relation between perceived value and behavior of spectators. The Korean Journal of Physical Education 56(4):351–375.

Jo S. Y.. 2020. Performing art audience development based on consumption propensity analysis of millennial generation M.A. Dissertation. Kyunghee University;

Kang S. H., Kim H. K.. 2016;A study on the user's acceptance and use of easy payment service -focused on the moderating effect of innovation resistance-. Daehan Academy of Management Information Systems 35(2):167–183.

Kim C. H.. 2021. In the year of COVID-19, the people have become dull? Young people have very low interest. Korea Biomedical Review https://www.docdocdoc.co.kr/news/articleView.html?idxno=2006961.

Kim D. G.. 2021;The effect of horse-riding club members on achievement goal tendency, self-efficacy, and leisure Benefits. Journal of Wellness 16(4):269–275.

Kim D. K., Han J. W., Choi K. K.. 2019;The relationship among home training product’s perceived value, intention to continuous use and repurchase Intention. Journal of Sport and Leisure Studies 77:121–130.

Kim G. S.. 2004. Analysis structureal equation modeling Seoul: SPSS Academy.

Kim H. K.. 2021. In the 50s and 60s, “Middle-aged YouTube viewership in the COVID-19 era rose 79 percent”. Media tail http://www.mediadale.com/news/articleView.html?idxno=66007.

Kim J. A., Lee J. H.. 2020;A study on correlation between millennials’ consumption value and smartphone purchasing behavior -focusing on comparision with non millennials. Journal of Digital Contents Society 21(8):1465–1480.

Kim J. S., Lee K. J.. 2021;A study on the influencing relationship between COVID-19 risk perception, smart tourism recognition, smart tourism attitude, and behavioral intention. Food Service Industry Journal 17(1):147–161.

Kim J. W., Jo H. I., Lee B. G.. 2019;The study on the factors influencing on the behavioral intention of chatbot service for the financial sector: focusing on the UTAUT model. Journal of Digital Contents Society 20(1):41–50.

Kim M. C., Kim S. W., Lee D. H.. 2019;An analysis of the moderating effect of perceived risk on the relationship among physical environment, consumer satisfaction, and loyalty of extreme sports facilities. The Korean Journal of Physical Education 58(6):237–252.

Kim S. A., Kim N. J.. 2020;Comparison of the impacts of leisure environment on leisure satisfaction in baby boom generation and millenial generation: Focused on the leisure sharer. Journal of Tourism Studies 32(3):121–143.

Kim T. J., Jeong J. M., Lee S. L.. 2017;Predicting acceptance intention of sports wearable smart device based on technology acceptance model and theory of planned behavior : the moderating effects of gender. Korean Journal of Sport Science 28(4):899–916.

Kim W. S., Huh E. J.. 2007;Comparing consumption-related values and lifestyles of baby boomers, generation X, and generation Y. Korean Consumption Culture Association 10(4):31–53.

Kim Y. B., Yoon T. H., Sohn A. R.. 2021;Effects of COVID-19 knowledge, risk perception, subjective norms, and perceived behavioral control on preventive action intentions and preventive action practices in college. Korean Journal of Health Educaion and Promition 38(1):25–36.

Kim Y. C.. 2011;A study on effect of mobile properties, IT properties and involvement on satisfaction of smartphone application: focused on fashion application. The e-Business Studies 12(2):49–77.

Kim Y. J.. 2020. Subscribe remotely from home alone. A new opportunity has opened up for the health care business. Dong-A Business Review https://dbr.donga.com/article/view/1202/article_no/9591/ac/search.

Kim Y. R.. 2022. Lotte on hosts ‘Home Life’, a content combination event...Save up to 40%. Asian economy https://www.asiae.co.kr/article/2022032418183622802.

Kline R. B.. 2015. Principles and practice of structural equation modeling Abingdon: Guilford publications.

Kong H., Wang S., Fu X.. 2015;Meeting career expectation: can it enhance job satisfaction of Generation Y? International Journal of Contemporary Hospitality Management 27(1):147–168.

Kwon J. Y., Kim S. J., Choi K. K.. 2021;Analysis of user acceptance intention of home training application. The Korea Journal of Sports Science 30(4):531–546.

Lee E. J.. 2020. YouTuber’s special age for 5060. gdaily http://gdaily.kr/bbs/board.php?bo_table=news&wr_id=4844&page=168&device=pc.

Lee H. L.. 2021a. “Try home training to build up your body.”3040, who's into online. Newspost https://www.newspost.kr/news/articleView.html?idxno=91945.

Lee H. S., Lim J. H.. 2009. Structural equations model and AMOS16.0 Paju: Beopmunsa.

Lee J. E., Sung D. K.. 2017;The Study on the factors influencing on the behavioral intention of free mobile video service focusing on the UTAUT2. Journal of communication research 54(1):258–313.

Lee J. H., Hwang Y. K., Lim S. J.. 2021;Relationship between realistic sports users' COVID-19 perceived risk, emotional response, reuse intention and recommendation intention. The Korea Journal of Sports Science 30(6):437–452.

Lee J. S.. 2021b;A study on the user experience of non-face-to-face class in pandemic COVID-19. Journal of Knowledge Information Technology and Systems 16(3):577–593.

Lee, J. Y. (2021c). 'Home training era'. It's effective enough to work out at home "I have a strong desire to create my own exercise space". DailyPop, https://www.dailypop.kr/news/articleView.html?idxno=51947.

Lee K. P., Ryu M. K.. 2018. The structural relationship among vitality, social support and quality of life of older adults participating in physical activity. Journal of Sport and Leisure Studies 73p. 377–387.

Lee M. G., Kwahk J. Y., Han S. H., Jeong D. W., Park K. D., Kim J. H., ..., Chae G. H.. 2017;A survey on the multi-device media usage of millennial. Journal of the Ergonomics Society of Korea 36(6):645–663.

Lee M. H.. 2021d;The effect of service quality and consumption value on customer engagement in smart franchise stores: the moderating effect of perceived risk on COVID-19. Journal of Franchising 7(3):49–65.

Lee M. S., Han J. H., Lee C. W.. 2020;Analysis of active-seniors’ leisure smart device use intention applying UTAUT2 model. Journal of Sport and Leisure Studies 79:263–273.

Lee S. H.. 2021e. Accelerating home training and consumer issues due to COVID-19 Seoul: Korea Consumer Agency.

Lee S. H., Kwak J. H.. 2020;Analysis of YouTube channel related to home training through un contact generation. The Korea Journal of Sports Science 29(6):181–191.

Lee S. H., Moon J. N.. 2020;Structure relation of mobile travel application service characteristic, the user resistance, attitude, satisfaction: focus on the multi-group analysis of perceived risk and consumer learning. Journal of Tourism Management Research 24(3):653–676.

Lee S. I., Yoo W. J., Park H. S., Kim S. H.. 2016;An empirical study on acceptance intention towards healthcare wearable device. The Journal of Information Systems 25(2):27–50.

Lee S. Y.. 2020. In the COVID-19 era, 8 out of 10 people did home training. Yonhap News Agency https://www.yna.co.kr/view/AKR20200424036300030.

Lee Y. H., Kim M. S., Jang J. H.. 2021;A study on the reality and gap of social exclusion between generations -focusing on millennials and baby boomers-. Social Welfare Policy 48(2):37–70.

Lim E. T.. 2021. [Future policy Focus] Task of recovering from scar and social conflicts due to COVID-19. National Research Concil for Economics, Humanities and Social Science https://nrc.re.kr/board.es?mid=a10301000000&bid=0008&list_no=173342&act=view&nPage=1&otp_id=.

Ministry of Health & Welfare. 2011. A Study of Policies and Surveys on Baby Boomers Sejong: Korea Institute for Health and Affairs.

Nair P. K., Ali F., Leong L. C.. 2015;Factors affecting acceptance & use of ReWIND: Validating the extended unified theory of acceptance and use of technology. Interactive Technology and Smart Education 12(3):183–201.

Nam S. W.. 2020;Post COVID-19 society, sport, and sociology of sport. Korean Society for the Sociclogy of Sport 33(4):1–18.

Nunnally J. C.. 1967. Psychometric theory 1st edth ed. New York: McGraw-Hill.

Oh J. C.. 2010;Factors of internet service acceptance. Korean Management Review 39(1):55–79.

Oh J. C.. 2015;A comparative study on the purchase of mobile application in Korea and China: based on the UTAUT. The e-Business Studies 16(6):43–63.

Oh J. C.. 2020;A study on consumers' intention to continue use of unmanned stores in the non-face-to-face era: focusing on the moderating effect of COVID-19 social risk. Journal of Venture Innovation 3(2):1–21.

Park I. S., Ahn H. C.. 2012;A study on the user acceptance model of mobile credit card service based on UTAUT. The E-Business Studies 13(3):pp.

Park J. H., Lee C. W., Kim M. J.. 2021. A study on the intention to use home training devices with extended technology acceptance model. Korean Journal of Leisure, Recreation & Park 45(3)p. 13–24.

Park J. Y.. 2022. 1 million in 2 weeks...Two million cumulative COVID-19 patients were identified. Hankyoreh https://www.hani.co.kr/arti/society/health/1031815.html.

Park W. J., Lee J. H., Park J. M.. 2020;Changes in media use and content market due to COVID-19. Media Issues & Trends 33:42–51.

Park Y. B., Park H. J.. 2017;Testing for use and acceptance of internet banking based on UTAUT model. Journal of the Korea Industrial Information Systems Researc 22(1):11–21.

Prati G., Pietrantoni L., Zani B.. 2011;A social‐cognitive model of pandemic influenza H1N1 risk perception and recommended behaviors in Italy. Risk Analysis: An International Journal 31(4):645–656.

Roh S. H., Kim M. S.. 2020;Theoretical paradigm of home training experience in the 4th industrial revolution: focused on technology acceptance model(TAM). Journal of Sport and Leisure Studies 81:93–108.

Sa H. J., Han J. H., Lee M. S.. 2019;Analyzing the relationship between risk perception of fine particular matter and behavioral intention of screen sports through UTAUT model. Korean Journal of Leisure, Recreation & Park 43(2):23–34.

Shin J. K.. 2020;A study on the usage intention of wearable device using unified theory of acceptance and use of technology (UTAUT): verification of the moderating effect of consumer innovativeness. Journal of the Korean Data Analysis Society 22(1):293–308.

Slovic P., Fischhoff B., Lichtenstein S.. 1982;Why study risk perception? Risk analysis 2(2):83–93.

Song H. Y.. 2018. 15-34 years old, average 2 hours a day on YouTube. College Tomorrow 20s Research Institute https://www.20slab.org/Archives/29155.

Sun A., Kim H. K., Lee J. H.. 2014;A study on users’ acceptance of mobile fashion application based on UTAUT model. Korean Association of Business Education 29(5):299–319.

Thakur R., Srivastava M.. 2015;A study on the impact of consumer risk perception and innovativeness on online shopping in India. International Journal of Retail & Distribution Management 43(2):148–166.

Venkatech V., Morris M. G., Davis G. B., Davis F. D.. 2003;User acceptance of information technology: Toward a unified view. MIS quarterly 27(3):425–478.

Wang H. Y., Wang S. H.. 2010;User acceptance of mobile internet based on the unified theory of acceptance and use of technology: Investigating the determinants and gender differences. Social Behavior and Personality 38(3):415–426.

Wang Y. S., Shih Y. W.. 2009;Why do people use information kiosks? A validation of the Unified Theory of Acceptance and Use of Technology. Government information quarterly 26(1):158–165.

Wang Y. S., Wang Y. M., Lin H. H., Tang T. I.. 2003;Determinants of user acceptance of Internet banking: an empirical study. International Journal of Service Industry Management 14(5):501–519.

Weinstein N. D.. 1988;The precaution adoption process. Health Psychology 7(4):355–386.

Williams M. D., Rana N. P., Dwivedi Y. K.. 2015;The unified theory of acceptance and use of technology (UTAUT): a literature review. Journal of Enterprise Information Management 28(3):443–488.

Won S. Y.. 2020. A non-face-to-face society accelerated by COVID-19...seeking opportunities in crisis. Korea policy news view https://www.korea.kr/news/policyNewsView.do?newsId=148881624.

Yang S. H., Hwang Y. S., Park J. K.. 2016;A study on the use of fintech payment services based on the UTAUT model. Journal of Management & Economics 38(1):183–209.

Yoon H. J., An H. J.. 2021;A study on the effect of perceived risk on service selection attributes, satisfaction, and reuse intention under airline's corona-19 environment. Korean Journal of Hospitality and Tourism 30(8):195–211.

Yu J. P.. 2012. Concepts and understanding of structural equation models Seoul: Hannarae.

Zheng Z.. 2015;User Acceptance of Mobile Healthcare Applications: An Integrated Model of UTAUT and HBM Theory. Korean Association for Policy Sciences 19(3):203–236.

Article information Continued

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

	Variables	n	Frequency (%)
Gender	Male	177	46.2
Gender	Female	206	53.8
Generation	Millennial	184	48.0
Generation	Baby boom	199	52.0
Frequency of participation	Once a week	148	38.6
	Once a week	148	38.6
	Twice a week	91	23.8
	Three times a week	89	23.2
	More than four times a week	55	14.4
Period of participation	Less than a month	90	23.5
	1-3 months	96	25.1
	3-6 months	79	20.6
	6 month-1 year	58	15.1
	1 year-2 years	39	10.2
	More than 2 years	21	5.5

Dimension	Items	Estimate	SE	CR	AVE	α
Performance expectancy	Doing exercises at home through YouTube will help me carry out my physical activities.	.648	.200	.830	.551	.717
	Doing exercises at home through YouTube will improve exercisability faster.	.671	.290
	Doing exercises at home through YouTube will enable me to improve my exercisability with minimal effort.	.585	.456
	Doing exercises at home through YouTube will save me time to improve my exercisability.	.617	.354
Effort expectancy	I will be able to clearly understand how to do exercises at home through YouTube.	.726	.265	.889	.668	.829
	I will be able to exercise at home skillfully through YouTube.	.769	.247
	It will be easy to learn how to exercise at home through YouTube.	.755	.294
	It will be easy to exercise at home through YouTube.	.712	.285
Social influence	People around me think I should use YouTube to exercise at home.	.870	.187	.865	.762	.832
Social influence	People who influence my behavior think I should exercise at home through YouTube.	.819	.260	.865	.762	.832
Facilitating conditions	I have the necessary knowledge to exercise at home through YouTube.	.664	.434	.792	.560	.712
	I can get the necessary guidance to exercise at home through YouTube.	.737	.296
	Exercising at home through YouTube is compatible with the electronic devices I am using.	.638	.365
Behavioral intention	I intend to continue to exercise at home through YouTube in the future.	.870	.173	.873	.774	.821
Behavioral intention	I am willing to recommend exercises at hom via YouTube to others in the future.	.801	.235	.873	.774	.821
Use behavior	I often use home workouts through YouTube.	.866	.259	.927	.759	.923
	I tend to use home workouts through YouTube regularly.	.851	.353
	I will continue to exercise at home through YouTube in the future.	.887	.170
	I am planning to exercise at home often through YouTube in the future.	.879	.180
Perceived risk	I think COVID-19 is a serious situation.	.750	.302	.866	.683	.808
	I think COVID-19 will have a significant impact on my life.	.755	.284
	I think COVID-19 will have a significant impact on the safety of society.	.789	.228

Variables	PE	EE	SI	FC	BI	UB	PR
PE	1
EE	.595^**	1
SI	.539^**	.446^**	1
FC	.430^**	.599^**	.296^**	1
BI	.572^**	.596^**	.518^**	.579^**	1
UB	.508^**	.596^**	.484^**	.547^**	.763^**	1
PR	.161^**	.164^**	.142^**	.161^**	.262^**	.130^*	1

Variables	M	SE
PE	3.849	.538
EE	3.789	.634
SI	3.357	.817
FC	3.829	.643
BI	3.836	.761
UB	3.507	.895
PR	4.148	.686

Hypotheses	Path	β	SE	t	Acceptance
H1	PE→BI	.260	.217	2.286^*	Accepted
H2	EE→BI	.447	.122	4.966^***	Accepted
H3	SI→BI	.200	.067	2.881^**	Accepted
H4	FC→UB	.091	.080	1.658	Rejected
H5	BI→UB	.831	.076	13.164^***	Accepted
χ²=404.494, df=141, CMIN/DF=2.869, CFI=.936, TLI=.923, RMSEA=.070, SRMR=.044

	χ²	df	CMIN/DF	CFI	TLI	RMSEA	∆ χ²(∆ df)
Unconstrained model	522.121	282	1.851	.940	.928	.047	7.424 (13)
Measurement model	529.545	295	1.795	.942	.933	.046	7.424 (13)

Hypotheses	Path	Low group (n1=187)			High group (n2=196)
Hypotheses	Path	β	SE	t	β	SE	t
H6	Performance expectancy → Behavioral intention	.192	.288	1.198	.259	.326	1.606
	Effort expectancy → Behavioral intention	.460	.150	4.000^***	.442	.184	3.250^**
	Social influence → Behavioral intention	.265	.127	2.335^*	.193	.079	2.105^*
	Facilitating conditions → Use behavior	.245	.118	2.889^**	.015	.102	.212

	χ²	df	CMIN/DF	CFI	TLI	RMSEA	∆ χ²(∆ df)
Unconstrained model	594.460	282	2.108	.926	.911	.054	17.047 (13)
Measurement model	611.507	295	2.073	.925	.914	.053	17.047 (13)