생성형 AI 도구 유용성과 AI 리터러시가 패션 창업의도에 미치는 영향

Ⅰ. 서론

인공지능(AI) 기술의 발전은 창업 환경 전반에 구조적인 변화를 야기하고 있다. 이미지와 텍스트 기반의 생성형 AI 도구는 아이디어 발상, 기획, 시각화, 콘텐츠 개발 등의 과정을 효율적으로 지원하며 창업자의 창의적 역량과 실행 가능성을 제고하는 핵심 도구로 주목받고 있다(Thurik et al., 2024; Zahra et al., 2023). 이러한 기술적인 진보는 대규모 자본이나 인프라가 부족한 예비창업자에게 새로운 기회를 제공한다는 점에서 중요한 의미가 있다. 한편, 지역 기반 창업은 지역 고유의 자원과 문화, 네트워크를 활용한 차별화된 경쟁력을 확보할 수 있음에도 불구하고, 시장 규모의 한계, 정보 접근성 부족, 제도적 지원의 제약 등으로 인해 상대적으로 높은 불확실성을 내포하고 있다. 특히 로컬 기반 예비창업자들은 자금 조달, 전문 역량, 시장성에 대한 불확실성으로 인해 창업을 망설이거나 의사결정을 지연하는 경향을 보인다(Fanea-Ivanovici & Baber, 2021). 이러한 상황에서 생성형 AI 도구는 창업 초기 단계에서 요구되는 아이디어 구체화와 사업 기획 역량을 보완하고, 시행착오와 비용 부담을 줄일 수 있는 대안적 수단으로 활용할 수 있다.

창업의도에 관한 선행연구들은 개인의 인식과 심리적 요인이 창업 행동을 설명하는 중요변수임을 강조해 왔다(Sharma et al., 2026). 특히 창업 자기효능감은 사업 아이디어의 실행 가능성, 문제 해결 능력, 자원 확보에 대한 자신감을 포함하는 개념으로, 창업의도를 예측하는 중요한 선행요인으로 검증되어 왔다(Zhao et al., 2005). 또한 디지털 기술 활용 역량은 개인의 통제 인식과 자기효능감을 강화함으로써 창업 관련 의사결정에 긍정적인 영향을 미칠 수 있는 요인으로 논의되어 왔다(Ajzen, 2020; Sharma et al., 2026). 그러나 생성형 AI 도구의 유용성 인식과 AI 리터러시가 창업 자기효능감을 매개로 창업의도에 어떠한 영향을 미치는지는 실증적 검증이 충분히 이루어지지 않았다. 더불어 창업 과정에서 개인이 지각하는 위험 수준, 즉 지각된 창업 리스크는 창업 의사결정에 부정적인 영향을 미치는 중요한 요인으로 작용한다(Douglas & Shepherd, 2002). 자금 부족, 역량에 대한 불안, 시장 및 제도적 불확실성 등은 창업의도를 약화시키는 요인으로 작용할 수 있으며(Fedakova et al., 2018), 이러한 위험 지각의 정도에 따라 기술 활용이 창업의도로 이어지는 과정 또한 달라질 수 있다. 그럼에도 불구하고 기존 연구에서는 창업 리스크 지각을 AI 활용과 창업 의도의 관계에서 조절변수로 통합적으로 검증한 연구는 제한적이다.

최근 연구들은 창업 과정에서 디지털 역량과 신기술 활용이 창업의도 형성에 미치는 영향을 충분히 규명하지 못하였다(Ferreira et al., 2025). 이러한 연구 공백은 특히 창의성과 감성적 가치 창출이 핵심 경쟁력으로 작용하는 패션산업에서 더욱 두드러진다. 패션창업은 기능적 효용을 넘어 시각적 감성, 상징적 의미, 브랜드 스토리텔링과 소비자 정체성 표현이 창업 의사결정의 핵심 요인으로 작용하는 문화산업이라는 점에서 일반적인 기술 기반 창업과 구별된다(Dalla Chiesa et al., 2024; Iqbal et al., 2025; Ünay & Zehir, 2012). 그럼에도 불구하고 기존 AI 및 창업 관련 선행연구들은 주로 기술수용모델(TAM)이나 계획된 행동이론(TPB)에 기반하여 AI의 지각된 유용성과 사용 의도를 중심으로 논의를 전개해 왔으며(Sharma et al., 2026; Solórzano Solórzano et al., 2024), 이 과정에서 패션창업이나 로컬 기반 청년창업이 직면한 산업적, 지리적 제약 조건을 충분히 반영하지 못한 한계를 갖는다. 특히 기존 연구들은 일반 산업 또는 기술 기반 창업을 중심으로 진행되어 왔으며(Duong, 2025), 자본과 전문 인프라가 부족한 로컬 패션 예비창업자에게 생성형 AI가 단순한 효율화 도구를 넘어 창의적 기획과 의사결정을 보완하는 핵심 자원으로 기능할 가능성은 충분히 검토되지 않았다. 이에 본 연구는 로컬 기반 패션 예비창업자를 대상으로 생성형 AI 도구 유용성과 AI 리터러시가 창업 자기효능감을 매개로 창업의도에 미치는 영향을 실증적으로 분석하고, 이 과정에서 지각된 창업 리스크의 조절효과를 함께 검증하고자 한다. 이를 통해 디지털 기술 환경에서 로컬 패션창업의 의사결정 메커니즘을 보다 정교하게 설명하고, AI 기반 창업교육 및 지역 창업 지원 정책 수립을 위한 실증적 근거를 제공하고자 한다.

Ⅱ. 이론적 배경 및 가설 설정

Ⅲ. 연구 방법

1. 연구모형

본 연구모형은 생성형 AI 도구와 AI 리터러시라는 기술적 요인이 창업 자기효능감을 매개로 창업의도에 영향을 미치며, 이 과정에서 지각된 창업 리스크가 조절적 역할을 하는 구조를 제시함으로써, 디지털 기술 환경에서 로컬 기반 예비창업자의 창업 의사결정 과정을 종합적으로 설명하고자 한다. 이에 6개의 가설이 설정되었으며, 연구가설과 연구모형은 <Fig. 1>과 같다.

<Fig. 1>

Research Model

3. 자료수집 및 분석 방법

본 연구는 부산 · 울산 · 경남을 중심으로 패션 분야 창업에 관심이 있는 청년 예비창업자 200명을 대상으로, 2025년 9월 10일부터 25일까지 온라인 설문조사를 실시하였다. 연구 대상은 고용노동부와 중소벤처기업부의 기준을 참고하여 만 19세 이상 39세 이하의 청년 예비창업자로 설정하였다. 표본은 사전 문항을 통해 패션 관련 창업 관심여부에서 패션 분야 창업 의향이 명확하게 나타난 참여자만을 최종 분석 대상에 포함하였다. 수집된 자료는 SmartPLS 4.0을 활용한 PLS-SEM으로 분석하였으며, 신뢰도와 타당도 검증을 거친 후 부트스트래핑(Bootstrapping) 기법을 이용하여 경로별 유의성을 검증하였다.

조사 대상자들의 인구통계학적 특성을 살펴보면, 성별은 남성과 여성이 각각 100명(50%)으로 동일하게 구성되어 있다. 연령대는 20대가 120명(60%)으로 가장 높은 비중을 차지하였으며, 이어서 30대가 60명(30%), 40대가 20명(10%) 순으로 나타났다. 학력 수준에서는 대학 재학 또는 학사 학위 소지자가 168명(84%)으로 대다수를 차지하였으며, 고등학교 졸업자는 22명(11.0%), 대학원 재학 이상은 10명(5%)으로 나타났다. 이는 연구 대상이 비교적 높은 교육 수준을 가진 집단임을 보여준다. 현재 직업을 살펴보면, 재직 중인 응답자가 95명(47.5%)으로 가장 많았으며, 학부생이 47명(23.5%), 구직 중인 응답자가 30명(15%), 자영업자가 21명(10.5%)으로 나타났다. 월 소득 수준은 ₩2,000,000~2,990,000이 65명(32.5%)으로 가장 높았으며, ₩1,000,000 미만이 54명(27%), ₩3,000,000~3,990,000이 38명(19%), ₩1,000,000~1,990,000이 30명(15%), ₩4,000,000 이상이 13명(6.5%) 순으로 나타났다. 창업 경험 여부에서는 창업 경험이 없는 응답자가 180명(90%)으로 대부분을 차지하였으며, 창업 경험이 있는 응답자는 20명(10%)으로 나타났다. AI 도구 사용 경험과 관련해서는 AI 사용 경험이 있는 응답자가 163명(81.5%)으로 다수를 차지하였다. 이상의 조사 대상자들의 인구통계학적 특성은 <Table 1>과 같다.

<Table 1>

Demographic Characteristics

Ⅵ. 연구결과

1. 측정 도구의 타당도 및 신뢰도 검정

본 연구에서 제안한 6개의 가설검증에 앞서 PLS-SEM 분석을 통해 측정 모형의 타당도와 신뢰도를 산출하였다. 분석 결과, 측정된 모든 문항의 요인부하량의 값이 0.732~0.877이었으며, 모두 0.001수준에서 유의하였다. 모든 요인의 CR값은 0.7 이상이었으며, AVE값도 0.5를 넘게 산출하여 측정모형의 수렴타당도가 있음을 확인하였다. 요인별 크론바하 알파 값은 모두 0.7 이상으로 나타나 내적일관성이 있음을 확인하였다<Table 2>.

<Table 2>

Validity and Reliability for Constructs

판별타당도를 검증하기 위해 Fornell – Larcker 기준을 적용하였다. 각 잠재변수별 평균분산추출값(AVE)의 제곱근과 변수 간 상관계수를 비교한 결과, 모든 요인에서 AVE의 제곱근 값이 해당 요인과 다른 요인 간 상관계수보다 크게 나타났다. 이는 각 구성개념이 서로 충분히 구별됨을 의미하며, 본 연구의 측정모형이 판별타당도를 확보하고 있음을 확인하였다(Fornell & Larcker, 1981)<Table 3>.

<Table 3>

Discriminant Validity

3. 가설검증

1) 직접효과 검증(H1-H3)

구조모형 분석 결과는 Table 4에 제시하였다. 생성형 AI 도구 유용성은 창업 자기효능감에 유의한 영향을 미치지 않았으며(H1 기각), AI 도구에 대한 인식적 유용성만으로는 창업 관련 자기효능감을 강화하기에 충분하지 않은 것으로 나타났다. 반면, AI 리터러시는 창업 자기효능감에 유의한 정(+)의 영향을 미쳤으며(β=0.682, p<.001), 창업 자기효능감은 창업의도에 유의한 정(+)의 영향을 미치는 것으로 확인되었다(β=0.669, p<.001). 이는 창업 수행에 대한 개인의 자신감이 높을수록 창업의도가 강화됨을 의미한다. 이에 따라 H2와 H3은 채택되었다<Table 4>.

<Table 4>

Direct path coefficients for PLS-SEM

2. 매개효과 검증(H4-H5)

본 연구에서는 AI 유용성과 AI 리터러시가 창업의도에 미치는 영향 관계에서 창업 자기효능감의 매개효과를 검증하기 위해 부트스트래핑을 통한 간접효과 검증으로 분석하였다(Table 5). 분석 결과, 생성형 AI 도구 유용성과 창업의도 간의 관계에서 창업 자기효능감의 매개효과는 통계적으로 유의하지 않아 H4는 기각되었다. 반면, AI 리터러시는 창업 자기효능감을 매개로 창업의도에 유의한 간접효과를 미치는 것으로 나타났으며(β=0.456, p<.001), 이에 H5는 채택되었다. 이는 AI 리터러시가 개인의 창업 자기효능감을 강화하고, 이러한 심리적 자신감이 다시 창업의도로 전이되는 간접 경로가 유의하게 작동함을 의미한다. 즉 AI 리터러시가 창업 자기효능감을 매개로 창업의도에 영향을 미치는 핵심 요인임을 보여주지만, 생성형 AI 도구의 유용성 인식은 창업 자기효능감 형성이나 창업의도 촉진으로 이어지기에는 충분하지 않음을 보여준다.

<Table 5>

Mediation Effects

생성형 AI 도구 유용성이 창업 자기효능감 및 창업의도에 유의한 영향을 미치지 않은 결과(H1, H4 기각)는 기존 기술수용모델(TAM) 중심의 논의와 차별화되는 본 연구만의 중요한 발견이다. 일반적으로 기술의 유용성 인식이 행동의도를 높인다는 선행연구들의 결과와 달리, 로컬 패션 예비 창업자들에게는 도구가 ‘유용하다’는 인지적 평가만으로 창업에 대한 내적 확신을 얻기에는 한계가 있음을 시사한다. 이러한 결과는 도구에 대한 인식과 실제 운용 역량 사이의 괴리에서 기인한 것으로 해석된다. Samsudin et al.(2024)은 디지털 기술이 로컬창업의 지속가능성을 견인한다고 보았으나, 본 연구는 단순히 기술의 가치를 인지하는 수준만으로는 로컬창업자가 직면한 ‘심리적 장벽’을 허물기에 역부족임을 규명하였다. 또한, AI 리터러시가 창업 자기효능감을 매개로 창업의도에 정(+)의 영향을 미친 결과는 로컬창업 활성화를 위한 핵심 변수가 도구 자체가 아닌 사용자의 역량에 있음을 시사한다. 이는 계획된 행동 이론(TPB)에서 강조하는 ‘인지된 행동 제어력’이 외부 도구의 성능이 아닌 개인이 해당 도구를 다스릴 수 있는 ‘운용 능력’에서 기인한다는 Bouichou et al.(2021)의 논의를 뒷받침한다. 즉 로컬 패션창업에서 도구의 유용성 인식(Usefulness)보다 사용자의 실질적 역량(Literacy)이 창업 의사결정에 유효한 변수임을 알 수 있다.

3. 조절효과 검증(H6)

창업 자기효능감과 창업의도 간의 관계에서 지각된 창업 리스크의 조절효과를 검증하기 위해 창업 자기효능감과 지각된 창업 리스크의 상호작용항 (ESE×PER)을 포함한 구조모형을 설정하고 부트스트래핑(5,000회 재표본추출) 기법을 적용하여 경로의 통계적 유의성을 확인하였다. 분석 결과, 상호작용항(ESE×PER→EI)의 경로계수는 음(−)의 값이며 통계적으로 유의한 것으로 나타났다(Table 6). 이는 지각된 창업 리스크가 창업 자기효능감과 창업의도 간의 관계에서 부정적 조절효과를 갖는다는 것을 의미한다. 즉, 창업 자기효능감이 높을수록 창업의도가 증가하는 경향은 유지되지만, 개인이 인식하는 창업 리스크 수준이 높아질수록 그 긍정적 영향력은 유의하게 약화되는 것으로 확인되었다. 이에 따라 H6은 채택되었으며, 즉, 창업 자기효능감이 높은 개인일수록 창업의도는 전반적으로 높게 나타나지만, 창업 과정에서 인식되는 리스크 수준이 높을 경우 그 효과는 상대적으로 감소하는 경향을 보였다. 이러한 결과는 창업 자기효능감이 창업의도를 형성하는 데 있어 핵심적인 요인임과 동시에, 리스크 인식이 그 영향력을 제약할 수 있는 중요한 조절요인임을 알 수 있다.

<Table 6>

Moderation Effects of Perceived Entrepreneurial Risk

<Fig. 2>

SEM Results

Gómez-Araujo and Bayon(2017)은 예비 창업 청년들의 창업 의지가 실패에 대한 공포나 사회적 낙인과 같은 리스크 인식에 의해 유의하게 위축될 수 있음을 지적한 바 있다. 이는 본 연구결과인 리스크 인식의 부정적 조절효과를 뒷받침한다. 즉, 개인이 높은 창업 수행 역량 (자기효능감)을 보유하고 있더라도 창업 과정에서 체감하는 리스크가 일정 수준을 넘어서게 되면 자기효능감이 창업 의도로 전이되는 긍정적인 영향력은 유의하게 약화됨을 확인하였다.

V. 결론

본 연구는 생성형 AI 확산 환경에서 지각된 AI 유용성과 AI 리터러시가 창업의도에 미치는 영향을 규명하고, 이 과정에서 창업 자기효능감의 매개효과와 창업 리스크 지각의 조절효과를 통합적으로 규명하고자 하였다. 이를 위해 구조방정식모형(PLS-SEM)을 적용한 실증분석을 실시하였다. 연구 결과, AI 리터러시만이 창업 자기효능감에 유의한 정(+)의 영향을 미치는 것으로 나타났으며, 창업 자기효능감 역시 창업의도에 유의한 정(+)의 영향을 미쳤다. 또한 AI 리터러시가 창업 의도에 미치는 관계에서 창업 자기효능감은 유의한 매개효과를 보였고 창업 리스크 지각은 창업 자기효능감과 창업의도 간 관계를 조절하는 요인으로 확인되었다.

연구결과를 구체적으로 살펴보면, 첫째, AI 리터러시가 높을수록 AI를 보다 유용한 자원으로 인식하고, 창업을 수행할 수 있다는 자기효능감이 강화되는 것으로 나타났다. 이는 단순한 AI 도구 사용 여부를 넘어, AI의 작동 원리와 활용 가능성에 대한 이해가 창업의도 형성 과정에서 핵심적인 인지적 자원으로 작용함을 의미한다. 즉, 생성형 AI 환경에서 창업은 기술 접근성 그 자체보다는 개인의 이해 수준과 활용 역량에 의해 좌우된다는 점을 시사한다.

둘째, 창업 자기효능감의 매개효과가 확인됨으로써, AI 관련 역량과 인식이 곧바로 행동의도로 이어지기보다는 “창업을 성공적으로 수행할 수 있다”는 심리적 확신을 통해 작동한다는 점이 검증되었다. 이는 창업의도를 제고하기 위해 단순한 AI 기술 교육만으로는 충분하지 않으며, 자기효능감을 체계적으로 강화할 수 있는 교육과 멘토링, 실제 경험이 병행되어야 함을 시사한다. 계획된 행동 이론(TPB)에 따르면, 개인의 의도는 스스로 상황을 통제할 수 있다는 '인지된 행동 제어력'에 의해 강화된다(Bouichou et al., 2021). 로컬 지역은 전문 디자인 인력이나 마케팅 인프라가 부족한 구조적 장벽(Boateng et al., 2014)을 가지고 있다. 이러한 환경에서 AI 리터러시는 창업가에게 외부 도움 없이도 전문적인 과업을 수행할 수 있다는 통제감을 부여한다. 즉, 유용성라는 외부적 요인보다 리터러시라는 내부적 역량이 확보될 때, 로컬 청년들의 고질적인 문제인 자기 비난(Self-blaming) 경향과 낮은 자기효능감(Nungsari et al., 2024)이 실질적으로 해소되어 창업 의도로 이어진다고 볼 수 있다. 특히 일반 예비창업자와 달리 로컬 기반 패션 예비창업자들은 전문 인력, 디자인 네트워크, 마케팅 인프라 접근성이 제한된 환경에 놓여 있어(Boateng et al., 2014), 창업 초기 단계에서 개인의 자기효능감이 창업의도 형성에 더욱 결정적인 역할을 수행하는 것으로 해석된다.

셋째, 창업 리스크 지각이 창업 자기효능감의 효과를 약화시키는 조절요인으로 작동한 결과는, 개인의 능력과 의지가 충분하더라도 창업을 위험하게 인식할 경우 창업의도로의 전환이 제한될 수 있음을 보여준다. 이는 창업 활성화 정책이 개인 역량 강화에만 초점을 둘 것이 아니라, 리스크 인식을 완화할 수 있는 제도적 장치를 함께 마련해야 함을 의미한다. 본 연구는 창업 자기효능감이 창업의도를 형성하는 핵심 심리적 요인임과 동시에, 해당 효과가 개인의 리스크 인식 수준에 따라 차별적으로 작동함을 실증적으로 규명하였다. 이는 창업의도 형성 과정에서 자기효능감 강화 전략과 함께 리스크 인식 완화 또는 관리 전략이 병행되어야 함을 보여준다.

이러한 연구결과는 다음과 같은 정책적, 실무적 시사점을 제공한다. 첫째, AI 리터러시는 단순한 디지털 역량을 넘어 창업 촉진을 위한 전략적 자본으로 기능한다. 따라서 정부와 대학은 AI 활용 교육을 창업정책의 보조 수단이 아닌 핵심축으로 재정립할 필요가 있다. 둘째, 창업지원정책은 자금지원 중심에서 벗어나 디지털 전환 기반의 창업 인프라 구축으로 확장되어야 한다. 예를 들어, 디지털 샘플링, 가상 시제품, 생성형 AI 기반 콘텐츠 제작을 지원하는 플랫폼은 초기 비용과 불확실성을 동시에 낮추는 효과를 기대할 수 있다. 셋째, 온디맨드 생산, 선주문 기반 유통 모델, 재도전 지원제도, 공공 창업보증 및 보험상품과 같은 제도는 창업 리스크 지각을 완화함으로써 자기효능감의 긍정적 효과가 실제 행동으로 이어지도록 돕는다. 특히 패션 산업과 같은 창의적 산업 분야에서는 생성형 AI와 디지털 기술의 결합이 샘플 제작 낭비 감소, 시장 대응 속도 개선, 지속가능성 강화로 이어질 수 있어 산업 경쟁력과 친환경 정책을 동시에 달성할 수 있는 중요한 전략적 수단이 될 수 있다.

교육적 측면에서도 본 연구는 중요한 시사점을 제공한다. 창업교육은 AI 도구 활용을 포함하는 실습형 융합교육으로 전환될 필요가 있으며, AI 교육 역시 단순 사용법 중심을 넘어 결과 해석과 비판적 이해, 저작권 및 윤리 인식, 문제해결 중심 설계를 포함하는 AI 리터러시 교육으로 확장되어야 한다. 또한 창업 자기효능감을 강화하기 위해 멘토링, 팀 프로젝트, 실제 시장 진입 경험을 제공하는 교육 프로그램이 효과적일 것으로 판단된다.

한편 본 연구는 다음과 같은 제한점을 가지며 이에 대한 후속연구를 제안한다. 첫째, 본 연구는 설문자료를 활용함으로써 특정 시점의 응답을 기반으로 분석되었다는 점에서 시간적 변화는 반영하지 못하였다. 향후 연구에서는 종단연구나 실험설계를 통해 AI 역량과 인식의 변화가 실제 창업행동으로 이어지는 과정을 보다 정교하게 분석할 필요가 있다. 둘째, 조사대상이 주로 대학(원)생과 청년 예비창업자에 한정되어 있어 연구결과를 전 연령층과 산업 전반으로 일반화하는 데에는 한계가 있다. 셋째, 본 연구는 AI 리터러시와 AI 유용성 지각에 초점을 맞추었으나, 향후 연구에서는 성격 특성, 사회적 자본, 실패 경험, 교육 배경 등 다양한 개인적, 사회적 요인을 포함한 확장 모형을 검토할 필요가 있다. 넷째, 본 연구는 생성형 AI 도구 활용이라는 기술 수용 맥락에서 로컬 기반 패션 예비 창업자의 창업의도 형성 과정을 분석하기 위해 계획된 행동 이론(TPB)의 구성요소 중 창업 자기효능감에 초점을 두었다. 이로 인해 태도와 주관적 규범은 연구모형에 포함되지 않았으며, 이는 연구 범위에 따른 한계로 볼 수 있다. 향후 연구에서는 TPB의 전체 구성요소를 통합적으로 검증할 필요가 있을 것이다. 또한, 창업 리스크 지각을 다차원 개념으로 세분화하거나, 산업별 차이를 반영한 비교 연구 등을 통해 보다 통합적 분석모형을 제시할 수 있을 것이다. 예를 들어 패션, 디자인, 콘텐츠와 같은 창의적 산업과 제조, 물류 등 기능 중심 산업을 구분하여, AI 리터러시와 AI 유용성 지각이 창업의도 형성에 미치는 영향의 차이를 비교 분석할 필요가 있다.

종합하면, 본 연구는 생성형 AI 시대의 창업의도가 AI 리터러시와 AI 유용성 지각이라는 인지적 요인, 창업 자기효능감이라는 심리적 요인, 그리고 창업 리스크 지각이라는 환경 인식 요인의 상호작용 속에서 형성됨을 실증적으로 확인하였다. 이러한 결과는 AI 교육 확대만으로는 충분하지 않으며, 이는 AI 활용 역량을 제고하고 창업 자기효능감을 강화하는 동시에, 지각된 창업 리스크를 완화할 수 있는 정책적 장치들이 유기적으로 결합된 창업 생태계 조성이 요구됨을 시사한다. 본 연구는 이러한 통합적 관점을 제시함으로써 디지털 전환 시대의 창업 연구와 정책, 교육 실천에 의미 있는 기여할 것으로 사료된다.

Acknowledgments

본 과제(결과물)는 2025년도 교육부 및 부산시의 재원으로 부산 RISE혁신원의 지원을 받아 수행된 지역혁신중심 대학지원 체계(RISE)의 결과입니다.(2025-RISE-02-001-039)

References

• Abaddi, S. (2024). GPT revolution and digital entrepreneurial intentions. Journal of Entrepreneurship in Emerging Economies, 16(6), 1902-1929. [https://doi.org/10.1108/JEEE-07-2023-0260]
• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. [https://doi.org/10.1016/0749-5978(91)90020-T]
• Ajzen, I. (2020). The theory of planned behavior: Frequently asked questions. Human Behavior and Emerging Technologies, 2(4), 314-324. [https://doi.org/10.1002/hbe2.195]
• Alkhalaileh, M. Y. M., Kov´ acs, S., & Katon´ an´ e Kov´ acs, J. (2023). Factors influencing digital entrepreneurship intention among undergraduate business students in Jordan. Human Technology, 19(3), 400-418. [https://doi.org/10.14254/1795-6889.2023.19-3.5]
• Al-Mamary, Y. H. S. & Alraja, M. M. (2022). Understanding entrepreneurship intention and behavior in the light of TPB model from the digital entrepreneurship perspective. International Journal of Information Management Data Insights, 2(2). 100106. [https://doi.org/10.1016/j.jjimei.2022.100106]
• Aloulou, W., Ayadi, F., Ramadani, V., & Dana, L. P. (2024). Dreaming digital or chasing new real pathways? Unveiling the determinants shaping Saudi youth's digital entrepreneurial intention. International Journal of Entrepreneurial Behavior & Research, 30(2-3), 709-734. [https://doi.org/10.1108/IJEBR-10-2022-0942]
• Bachmann, N., Rose, R., Maul, V., & H¨olzle, K. (2024). What makes for future entrepreneurs? The role of digital competencies for entrepreneurial intention. Journal of Business Research, 174. 114481. [https://doi.org/10.1016/j.jbusres.2023.114481]
• Boateng, G. O., Boateng, A. A., & Bampoe, H. S. (2014). Barriers to youthful entrepreneurship in rural areas of Ghana. Global Journal of Business Research, 8(3), 109-119.
• Bouichou, E. H., Abdoulaye, T., Allali, K., Bouayad, A., & Fadlaoui, A. (2021). Entrepreneurial intention among rural youth in Moroccan agricultural cooperatives: The future of rural entrepreneurship. Sustainability, 13(16), 9247. [https://doi.org/10.3390/su13169247]
• Carree, M. A. & Thurik, A. R. (2003). The impact of entrepreneurship on economic growth. In Z. J. Acs & D. B. Audretsch (Eds.), Handbook of entrepreneurship Research (pp. 437-471). Boston, MA: Kluwer Academic Publishers. [https://doi.org/10.1007/0-387-24519-7_17]
• Chen, L. & Ifenthaler, D. (2023). Investigating digital entrepreneurship competence in an online practical training program. The International Journal of Management Education, 21(3), 100894. [https://doi.org/10.1016/j.ijme.2023.100894]
• Colman, M., Da Silva, J., Westermann, B., & Dlamini, S. (2019). The impact of perceived innovativeness, perceived risk and perceived educational support on university students’ entrepreneurial intention. The Business & Management Review, 10(2), 217-223.
• Dalla Chiesa, C., Pavlova, A., Lavanga, M., & Pysana, N. (2024). When fashion meets crowdfunding: Exploring sustainable and innovative features of online campaigns. Journal of Fashion Marketing and Management, 28(4), 688-708. [https://doi.org/10.1108/JFMM-03-2021-0068]
• Davis, F. D. (1985). A technology acceptance model for empirically testing new end-user information systems: Theory and results. (Doctoral dissertation). Massachusetts Institute of Technology. https://dspace.mit.edu/handle/1721.1/15192
• Davis, F. D. (1989). Perceived usefulness, perceived ease of Use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. [https://doi.org/10.2307/249008]
• Douglas, E. J. & Shepherd, D. A. (2002). Self-employment as a career choice: Attitudes, entrepreneurial intentions, and utility maximization. Entrepreneurship Theory and Practice, 26(3), 81-90. [https://doi.org/10.1177/104225870202600305]
• Duong, C. D. (2025). AI literacy and e-entrepreneurial intention: A serial mediation model of e-entrepreneurial self-efficacy and e-entrepreneurial identity aspiration. International Journal of Information Management Data Insights, 5(2), 100349. [https://doi.org/10.1016/j.jjimei.2025.100349]
• Fanea-Ivanovici, M., & Baber, H. (2021). The role of entrepreneurial intentions, perceived risk and perceived trust in crowdfunding intentions. Engineering Economics, 32(5), 433-445. [https://doi.org/10.5755/j01.ee.32.5.29300]
• Fedakova, D., Studená, I., & Kožárová, Z. (2018). Entrepreneurial risk perception and entrepreneurial intention of employed and unemployed in the context of entrepreneurial individual resources. Individual & Society, 21(2), 31-46. [https://doi.org/10.31577/cas.2018.02.525]
• Ferreira, J., Fernandes, C., & Veiga, P. M. (2025). Explainable artificial intelligence for predicting entrepreneurial intentions: A theory of planned behavior approach. International Journal of Entrepreneurial Behavior & Research, 1-27. [https://doi.org/10.1108/IJEBR-05-2025-0660]
• Forlani, D. & Mullins, J. W. (2000). Perceived risks and choices in entrepreneurs' new venture decisions. Journal of Business Venturing, 15(4), 305-322. [https://doi.org/10.1016/S0883-9026(98)00017-2]
• 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/10.1177/002224378101800104]
• Gómez-Araujo, E. & Bayon, M. C. (2017). Socio-cultural factors and youth entrepreneurship in rural regions. Revista Brasileirade Gestãode Negócios, 19(64), 200–218. [https://doi.org/10.7819/rbgn.v0i0.2695]
• Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed.). SAGE.
• Hossain, M. E. & Biswas, S. (2024). Technology acceptance model for understanding consumers’ behavioral intention to use artificial intelligence-based online shopping platforms in Bangladesh. SN Business & Economics, 4(12), 153. [https://doi.org/10.1007/s43546-024-00754-y]
• Imjai, N., Nui-Suk, C., Usman, B., Somwethee, P., & Aujirapongpan, S. (2024). The influence of AI competency and design thinking skills on innovative entrepreneurial competency: The role of strategic intelligence amongst new age entrepreneurs in Thailand. International Journal of Information Management Data Insights, 4(2), Article 100301. [https://doi.org/10.1016/j.jjimei.2024.100301]
• Iqbal, M. A., Sheikh, M. H., & Fahim, M. R. (2025, January). Understanding the motivation and challenges of fashion entrepreneurship: A systematic literature review. In International Textile and Apparel Association Annual Conference Proceedings, 81(1). [https://doi.org/10.31274/itaa.18627]
• Korzynski, P., Mazurek, G., Krzypkowska, P., & Kurasinski, A. (2023). Artificial intelligence prompt engineering as a new digital competence: Analysis of generative AI technologies such as ChatGPT. Entrepreneurial Business and Economics Review, 11(3), 25-37. [https://doi.org/10.15678/EBER.2023.110302]
• Lévesque, M., Obschonka, M., & Nambisan, S. (2022). Pursuing impactful entrepreneurship research using artificial intelligence. Entrepreneurship Theory and Practice, 46(4), 803-832. [https://doi.org/10.1177/1042258720927369]
• Maheshwari, G. (2025). Influence of culture and personality factors in Vietnam: In view of theory of planned behaviour towards formation of entrepreneurial intentions. International Journal of Innovation Science, 17(3), 722-741. [https://doi.org/10.1108/IJIS-11-2023-0235]
• Margaretha, W., Ariesia, K., & Yustian, O. R. (2025). Artificial intelligence and entrepreneurship education: Increasing entrepreneurial intentions among future entrepreneurs in Bandung City. Journal of Theoretical and Applied Information Technology, 103(7), 2813-2824. [https://doi.org/10.17632/d3mx2zgg76.1]
• Munir, H., Jianfeng, C., & Ramzan, S. (2019). Personality traits and theory of planned behavior comparison of entrepreneurial intentions between an emerging economy and a developing country. International Journal of Entrepreneurial Behavior & Research, 25(3), 554-580. [https://doi.org/10.1108/IJEBR-05-2018-0336]
• Nabi, G., & Liñán, F. (2013). Considering business start-up in recession time: The role of risk perception and economic context in shaping entrepreneurial intent. International Journal of Entrepreneurial Behavior & Research, 19(6), 633-655. [https://doi.org/10.1108/IJEBR-10-2012-0107]
• Nungsari, M., Chin, J. W., Ngu, K., Abdullah, M. F. S., & Flanders, S. (2024). Dreams vs reality: Urban and rural female youth aspirations. Journal of Career Assessment, 32(1), 79-100. [https://doi.org/10.1177/10690727231177911]
• Obschonka, M. & Audretsch, D. B. (2020). Artificial intelligence and big data in entrepreneurship: A new era has begun. Small Business Economics, 55(3), 529-539. [https://doi.org/10.1007/s11187-019-00202-4]
• Paulsen, D. J., Platt, M. L., Huettel, S. A., & Brannon, E. M. (2012). From risk-seeking to risk-averse: the development of economic risk preference from childhood to adulthood. Frontiers in Psychology, 3, Article 313. [https://doi.org/10.3389/fpsyg.2012.00313]
• Polat, E., Zincirli, M., & Zengin, E. (2025). Examining the interaction between artificial intelligence literacy and individual entrepreneurial orientation in teacher candidates: The mediating role of sustainable development. The International Journal of Management Education, 23(2), 101156. [https://doi.org/10.1016/j.ijme.2025.101156]
• Saif, N., Khan, S. U., Shaheen, I., Alotaibi, F. A., Alnfiai, M. M., & Arif, M. (2024). Chat-GPT; validating Technology Acceptance Model (TAM) in education sector via ubiquitous learning mechanism. Computers in Human Behavior, 154, Article 108097. [https://doi.org/10.1016/j.chb.2023.108097]
• Samsudin, N., Zakaria, T., Osman, J., Ramdan, M. R., Khalid, I. K. M., Mohamad, N., Hanafi, H. F., & Sastraredja, S. (2024). The digitalization technology for sustainable rural entrepreneurship: A structured review. Journal of Advanced Research in Applied Sciences and Engineering Technology, 42(1), 14-30. [https://doi.org/10.37934/araset.42.1.1430]
• Setyawati, S. M., Rosiana, M., Fauzi, D. R., & Arini, D. V. (2023). The antecedent of online entrepreneurial intention in generation Z: planned behavior theory implementation. Calitatea, 24(195), 1-9. [https://doi.org/10.47750/QAS/24.195.01]
• Sharma, A., Goel, A., & Taneja, U. (2026). AI adoption and digital entrepreneurial intentions: A theory of planned behaviour and technology acceptance model approach. Technology in Society, 103137. [https://doi.org/10.1016/j.techsoc.2025.103137]
• Solórzano Solórzano, S. S., Pizarro Romero, J. M., Díaz Cueva, J. G., Arias Montero, J. E., Zamora Campoverde, M. A., Lozzelli Valarezo, M. M., Montes Ninaquispe, J. C., Acosta Enriquez, B. G., & Arbulú Ballesteros, M. A. (2024). Acceptance of artificial intelligence and its effect on entrepreneurial intention in foreign trade students: a mirror analysis. Journal of Innovation and Entrepreneurship, 13, Article 59. [https://doi.org/10.1186/s13731-024-00412-5]
• Thurik, R., Benzari, A., Fisch, C., Mukerjee, J., & Torrès, O. (2024). Techno-overload and well-being of French small business owners: Identifying the flipside of digital technologies. Entrepreneurship & Regional Development, 36(1-2), 136-161. [https://doi.org/10.1080/08985626.2023.2165713]
• Tseng, T. H., Wang, Y. M., Lin, H. H., Lin, S. J., Wang, Y. S., & Tsai, T. H. (2022). Relationships between locus of control, theory of planned behavior, and cyber entrepreneurial intention: The moderating role of cyber entrepreneurship education. International Journal of Management in Education, 20(3), Article 100682. [https://doi.org/10.1016/j.ijme.2022.100682]
• Ünay, F. G. & Zehir, C. (2012). Innovation intelligence and entrepreneurship in the fashion industry. Procedia-Social and Behavioral Sciences, 41, 315-321. [https://doi.org/10.1016/j.sbspro.2012.04.036]
• Upadhyay, N., Upadhyay, S., & Dwivedi, Y. K. (2022). Theorizing artificial intelligence acceptance and digital entrepreneurship model. International Journal of Entrepreneurial Behavior & Research, 28(5), 1138-1166. [https://doi.org/10.1108/IJEBR-01-2021-0052]
• Zahra, S. A., Liu, W., & Si, S. (2023). How digital technology promotes entrepreneurship in ecosystems. Technovation, 119, 102457. [https://doi.org/10.1016/j.technovation.2022.102457]
• Zhao, H., Seibert, S. E., & Hills, G. E. (2005). The mediating role of self-efficacy in the development of entrepreneurial intentions. Journal of Applied Psychology, 90(6), 1265-1272. [https://doi.org/10.1037/0021-9010.90.6.1265]