사이버대학 성인 뷰티 전공 학습자의 디지털 전환 인식이 학습몰입에 미치는 영향: 뷰티 앱 학습 경험과 대학 만족의 역할
Digital Transformation Perception and Learning Engagement among Adult Beauty Major Learners in Cyber Universities: The Roles of Beauty App Learning Experience and University Satisfaction
网络大学中成人美容专业学生的数字转型认知对学习参与度的影响： 美容应用学习体验和大学满意度的作用
Article information
Abstract
목적
본 연구는 사이버대학 성인 뷰티 전공자의 디지털 전환 인식과 뷰티 앱 학습 경험이 대학 만족 및 학습몰입에 미치는 영향을 분석하고, 그 과정에서 뷰티 앱 학습 경험과 대학 만족의 매개 역할을 검증하고자 한다.
방법
사이버대학 성인 학습자 161명을 대상으로 설문조사를 실시하였으며, SPSS 21.0을 활용하여 요인분석, 신뢰도 분석, 상관분석, 회귀분석 및 부트스트래핑 기반 매개효과 분석을 수행하였다.
결과
분석 결과, 연령대에 따른 주요 변수의 차이는 통계적으로 유의하지 않았으나, 디지털 전환 인식은 뷰티 앱 학습 경험, 대학 만족, 학습몰입에 모두 유의한 정(+)의 영향을 미쳤다. 매개효과 검증 결과, 디지털 전환 인식은 학습몰입에 직접적인 영향을 미치는 동시에 뷰티 앱 학습 경험과 대학 만족을 통해 간접적으로도 영향을 미치는 부분 매개 구조를 보였다. 특히 뷰티 앱 학습 경험의 매개효과가 대학 만족보다 상대적으로 크게 나타났다.
결론
본 연구는 사이버대학 환경에서 학습몰입이 제도적 만족보다는 실제적인 디지털 학습 도구의 질과 활용 경험에 의해 보다 직접적으로 형성됨을 시사한다. 따라서 성인뷰티 학습자의 학습몰입을 증진을 위해서는 디지털 전환 인식 제고와 더불어 전공 특성을 반영한 실천적 디지털 학습 도구 설계 및 활용 경험의 질적 강화가 선행되어야 한다.
Trans Abstract
Purpose
This study examined how digital transformation perception and beauty app learning experiences among adult beauty majors at cyber universities affect their university satisfaction and learning experiences. It also investigated how beauty app learning experiences and university satisfaction mediate the relation between digital transformation perception and learning engagement.
Methods
A survey was administered to 161 adult learners at a cyber university, and the collected data underwent exploratory factor analysis, reliability analysis, correlation analysis, regression analysis, and bootstrapping-based mediation analysis via SPSS version 21.0.
Results
No statistically significant differences across age groups were observed in the major variables, while digital transformation perception had a significant positive effect on beauty app learning experiences, university satisfaction, and learning experiences. Mediation analysis results showed a partial mediation structure in which digital transformation perception had a direct and indirect influence on learning flow through beauty app learning experiences and university satisfaction. Notably, the mediating effect of beauty app learning experiences was comparatively larger than that of university satisfaction.
Conclusion
In a cyber university environment, to enhance learning flow among adult beauty learners, stakeholders must raise awareness of digital transformation perception and improve the design and qualitative experience of practical digital learning tools that reflect beauty majors’ individual characteristics.
Trans Abstract
目的
探讨网络大学成年美容专业学生对数字化转型的认知以及美妆应用学习经历如何影响其大学满意度和学习投入。此外，本研究还探讨了美妆应用学习经历和大学满意度如何在数字化转型认知与学习投入度之间起中介作用。
方法
对某网络大学的161名成年学习者进行了调查，收集到的数据通过SPSS 21.0版本进行了探索性因子分析、信度分析、相关分析、回归分析和基于引导法的中介分析。
结果
主要变量在不同年龄组间未观察到统计学意义上的显著差异，而数字化转型感知对美妆应用学习体验、大学满意度和学习投入均有显著的正向影响。 中介效应验证结果显示，存在部分中介结构，其中数字化转型的感知直接影响学习投入，同时通过美妆应用学习体验和大学满意度间接影响学习投入。值得注意的是，美妆应用学习体验的中介效应明显大于大学满意度的中介效应。
结论
在网络大学环境中，为了增强成人美容学习者的学习体验，利益相关者必须提高对数字化转型的认识，并改进反映美容专业学生个人特点的实用数字学习工具的设计和质量体验。
Introduction
21세기 지식 기반 사회에서 디지털 기술의 고도화와 초연결, 초융합 환경은 산업과 교육 전반의 구조를 근본적으로 재편하고 있다(Schwab, 2016). 뷰티산업 또한 인공지능(AI), 사물인터넷(IoT), 증강현실(AR), 빅데이터 기반 서비스가 확산됨에 따라 교육 영역에서의 디지털 전환이 가속화되고 있다. 특히 코로나19 이후 비대면 수업이 보편화되면서 학습자의 온라인 학습 도구 활용이 증가하였으며, 디지털 기반 서비스에 대한 친숙도와 활용 역량 또한 지속적으로 향상되고 있다(Han & Kim, 2020; Lim et al., 2021; Jeong & An, 2024).
이러한 변화 속에서 뷰티 서비스 앱은 피부 및 두피 상태 분석, 가상 메이크업 시뮬레이션, 맞춤형 제품 추천 등 전공 특화 기능을 기반으로 학습자의 기술 이해도와 실습 참여를 지원하는 학습 학습 도구로 주목받고 있다. 선행 연구에 따르면 AR 및 뷰티 앱 기반 실습 콘텐츠는 교육적 활용에 대한 기대 인식을 향상시키며(Yun & Hwang, 2023), AR 기반 사용 경험은 학습자의 현존감, 몰입, 만족도를 유의하게 증가시키는 것으로 보고되었다(Chen et al., 2019). 또한 Voicu et al. (2023)은 앱 사용 과정에서 형성되는 유용성 인식과 정서적 즐거움이 사용자 경험을 매개로 향후 사용 의도에 영향을 미친다고 하였다. 이는 디지털 기반 실습 도구가 단순한 보조 수단을 넘어, 미용 교육에서 학습자의 학습 경험을 심화하고 성과를 향상시키는 실질적 기제임을 시사한다.
한편, 학습자의 교육 경험을 포괄하는 대학 만족도 역시 중요한 교육 성과 변수이다. 강의 질과 교육지원, 학습 환경에 대한 긍정적 평가는 학습 동기와 몰입, 지속 의도에 유의한 영향을 미친다. Jeon (2024)은 진로 역량과 학업 중단 간의 관계에서 대학 만족도의 매개효과를 검증하였고, Gu (2025)는 대학 적응이 만족도를 매개로 중도 탈락 의도에 영향을 미침을 확인하였다. 특히 사이버대학 성인 학습자의 경우, 디지털 기반 학습환경에 대한 만족도가 학습 참여와 지속성에 더욱 결정적인 영향을 미치는 것으로 나타났다. Lee (2025)는 디지털 리터러시가 온라인 수업 만족도를 매개로 대학 생활적응에 유의한 영향을 미친다고 보고하였으며, 성인학습자의 e-러닝 지속에는 디지털 역량과 상호작용의 질이 핵심 요인임이 반복적으로 확인되었다(Kim & Choi, 2020; Chung & Kim, 2018; Han, 2024; Lee, 2025; Kim & Kim, 2024; Lee, 2008).
이러한 관점에서 디지털 전환 인식은 학습자가 새로운 교육 환경을 해석하고 수용하는상위 인지적 개념이라 할 수 있다. 그러나 실제 학습 몰입은 이러한 인식이 구체적인 학습 과정 속에서 어떠한 경험으로 구현되는가에 따라 차별화될 수 있다. 특히 실습 중심의 뷰티 전공자는 디지털 학습 도구를 통해 제공되는 정보의 구체성과 시각적 지원을 직접 체험하며 학습에 참여하므로, 디지털 전환 인식이 뷰티 앱 학습 경험을 통해 구체화되어 학습 몰입에 기여할 가능성이 크다.
이에 본 연구는 사이버대학 성인 뷰티 전공자를 대상으로 디지털 전환 인식이 학습 경험과 학습 성과에 미치는 영향 경로를 구조적으로 검증하고자 한다. 구체적으로 디지털 전환 인식을 독립변수로, 뷰티 앱 학습 경험과 대학 만족도는 매개 변수로, 학습 몰입을 종속변수로 설정한 연구 모형을 제안한다(Figure 1). 본 연구는 디지털 전환 인식이 디지털 학습 경험과 대학 만족을 매개로 학습자의 학습몰입 수준에 미치는 구조적 관계를 구조적으로 규명함으로써, 사이버대학 기반 디지털 미용 교육의 실천적 설계 방향을 제시하는 데 기여하고자 한다.
Research model.
Digital transformation perception was the independent variable, beauty app learning experience, and university satisfaction were potential mediating variables, and learning engagement was the dependent variable.
Methods
1. 연구 대상 및 절차
1) 조사 대상 및 자료 수집
본 연구는 국내 사이버대학에 재학 중인 성인 뷰티 전공 학습자를 대상으로 하였다. 설문 조사는 2025년 10월 13일부터 11월 13일까지 약 1개월 동안 온라인으로 실시하였다. 수집된 설문 자료는 불성실 응답 및 결측치가 확인된 사례를 제외하고, 최종적으로 총 161부의 설문 데이터를 분석에 활용하였다.
2) 측정 도구
본 연구의 설문지는 일반적 특성(3문항)을 포함하여 총 5개 영역, 31문항으로 구성되었다. 각 변인의 구체적인 측정 도구는 다음과 같다.
(1) 디지털 전환 인식(7문항): Park & Lee (2023)가 제시한 척도를 본 연구 목적과 대상에 맞게 수정·보완하여 사용하였다. 이는 디지털 기반 학습 환경의 교육적 가치와 활용 가능성에 대한 학습자의 인지적·태도적 인식을 측정한다.
(2) 뷰티 앱 학습 경험(4문항): Mo & Oh (2022)의 개념 구조를 바탕으로, 학습 과정에서 디지털 뷰티 앱을 활용하며 지각하는 유용성과 즐거움, 전반적인 만족도를 측정하였다. 본 연구에서 정의하는 뷰티 앱은 스마트폰을 활용한 실시간 피부 상태 분석 및 모니터링 기능, 증강현실(AR) 및 혼합현실(MR) 기반의 가상 메이크업 시뮬레이션, 그리고 학습자의 전공 실습을 보조하는 디지털 학습 도구를 모두 포괄한다.
(3) 대학 만족도(5문항): 교육과정, 수업 운영 및 피드백, 온라인 학습 시스템(LMS), 학사 운영과 지원 서비스, 대학 소속감 등에 대한 전반적인 만족 수준을 의미하며, Jang (2016)의 척도를 사용하였다.
(4) 학습 몰입(12문항): 온라인 학습 맥락에서의 정서적·행동적 몰입과 학습 성취 기대를 측정하기 위해 Chen et al. (1999)과 Milheim (1996)의 척도를 사이버 강의 환경에 적합하도록 수정·보완하여 구성하였다.
2. 자료 처리 및 분석 방법
본 연구에서 수집된 자료의 통계 분석은 SPSS (version 21.0; IBM, USA) 프로그램을 활용하여 수행되었으며, 구체적인 분석 방법은 다음과 같다.
첫째, 연구 대상자의 일반적 특성을 파악하기 위해 빈도 분석 및 기술 통계 분석을 실시하였으며, 주요 변수인 디지털 전환 인식, 뷰티 앱 학습 경험, 대학 만족도, 학습 몰입의 평균과 표준편차를 산출하였다.
둘째, 연령 집단 등 일반적 특성에 따른 주요 변수 간 차이를 검증하기 위해 일원 배치 분산분석(one-way ANOVA)을 실시하였으며, 사후 검정은 Scheffé test를 활용하였다.
셋째, 측정 변수 간의 관련성을 파악하기 위해 Pearson의 상관분석을 실시하였으며, 변수 간의 인과관계와 상대적 영향력을 검증하기 위해 다중회귀분석을 실시하였다.
넷째, 디지털 전환 인식이 학습 몰입에 미치는 영향에서 뷰티 앱 학습 경험과 대학 만족도의 매개효과를 검증하기 위해 Process Macro (model 4)를 활용하였으며, 매개효과의 유의성을 확인하기 위해 부트스트래핑(Bootstrapping)법을 실시하였다(Resamples=5,000, 95% Confidence Interval).
다섯째, 회귀분석의 기본 가정을 검토하기 위해 Durbin-Watson 지수로 잔차의 독립성을 확인하고, 공차 한계(Tolerance)와 분산 팽창지수(VIF)를 통해 다중공선성 유무를 점검하였다. 분석 결과, 모든 모형에서 공차 한계는 0.10 이상, VIF는 10 미만으로 나타나 통계적 적합성을 확보하였다. 모든 통계 분석의 유의수준은 p<0.05를 기준으로 하였다.
Results
1. 연구 대상자의 일반적 특성
본 연구의 대상자는 총 161명이며, 일반적 특성은 Table 1과 같다. 성별 분포를 살펴보면, 여성은 149명(92.5%)으로 대부분을 차지하였으며, 남성은 12명(7.5%)으로 나타났다.
Participants’ general characteristics
연령 분포의 경우, 40대가 68명(42.2%)으로 가장 높은 비율을 보였으며, 50대 61명(37.9%), 30대 18명(11.2%), 20대 14명(8.7%) 순으로 나타났다. 이는 본 연구 대상자가 주로 중·장년층 성인 학습자로 구성되어 있음을 시사한다.
거주 지역은 수도권(서울·경기·인천)이 124명(77.0%), 비수도권 거주자는 37명(23.0%)으로 확인되었다.
2. 측정도구의 타당도 분석
본 연구에서는 측정 도구의 구성 타당도 및 신뢰도를 검증하기 위해 탐색적 요인분석(EFA)과 Cronbach’s α 계수 산출을 실시하였다(Table 2). 요인 추출은 주축 요인 추출법(principal axis factoring)을, 요인 회전은 베리 맥스(varimax) 방식을 적용하였으며, 공통성(communality) 0.30 미만인 문항을 정제하였다.
Exploratory factor analysis results
분석 결과, 디지털 전환 인식 척도에서는 5번 문항의 공통성이 0.234로 나타나 요인 구조를 충분히 설명하지 못하는 것으로 판단되어 해당 문항을 삭제하였다. 문항 삭제 후 재분석한 결과, 기술 환경 변화 인식, 디지털 전환 필요성 인식, 디지털 기술 효용 인식의 3개 요인이 도출되었다(누적 분산 47.756%). 요인 3(디지털 기술 효용 인식)은 단일 문항으로 구성되었으나, 요인 적재량과 이론적 독립성을 고려하여 최종 분석에 포함하였다.
뷰티 앱 학습경험 척도는 학습경험 만족과 기능 유용성의 2개 요인으로 도출되었으며, 모든 문항의 공통성과 요인 적재량이 기준치를 충족하여 문항 삭제 없이 최종 분석에 포함되었다. 두 요인의 누적 설명 분산은 44.720%로 확인되었으며, 요인 2는 단일 문항으로 구성되었으나 이론적 타당성을 고려하여 유지하였다.
대학 만족도 척도에서는 3번 문항의 공통성이 0.193으로 나타나 해당 문항을 삭제하였으며, 재분석 결과 학습경험 만족과 교육 환경 만족의 2개 요인 구조가 도출되었다. 이들 요인의 누적 설명 분산은 43.837%로 나타났다.
학습 몰입 척도에서는 12번 문항의 공통성이 0.095로 확인되어 삭제하였으며, 이후 재실시한 요인분석 결과 정서적 몰입, 행동적 몰입, 인지적 몰입의 3개 요인이 안정적으로 도출되었다. 학습 몰입 척도의 전체 누적 설명 분산은 52.829%로 나타났다.
이와 같은 문항 정제 및 요인분석 결과를 통해, 본 연구에서 사용한 측정 도구는 요인 구조가 명확하고 구성타당도가 확보된 것으로 판단되며, 이후 회귀분석을 통한 가설 검증에 적합한 측정 체계를 갖춘 것으로 확인되었다.
3. 측정 도구의 신뢰도 분석 결과
본 연구에서 활용한 측정 도구의 내적 일관성은 Cronbach’s α 계수를 통해 확인하였으며, 그 결과는 Table 3에 제시하였다. 분석 결과, 디지털 전환 인식 척도는 기술 환경 변화 인식(α=0.715)과 디지털 전환 필요성 인식(α=0.629) 요인에서 수용 가능한 수준의 신뢰도를 보였고, 전체 척도의 신뢰도는 α=0.689로 확인되었다. 디지털 기술 효용 인식 요인은 단일 문항으로 구성되어 신뢰도 계수를 산출하지 않았으나, 이론적 독립성을 고려하여 분석에 포함하였다.
Reliability analysis of measurement scales
뷰티 앱 학습 경험 척도의 학습 경험 만족 요인은 α=0.658로 나타났으며, 기능 유용성 요인은 단일 문항으로 구성되어 신뢰도 계수를 산출하지 않았다. 대학 만족도는 학습경험 만족(α=0.583)과 교육 환경 만족(α=0.580) 요인에서 비교적 낮은 수준의 신뢰도를 보였으나, 탐색적 연구 맥락과 문항 수를 고려할 때 수용 가능한 범위로 판단하였다. 학습 몰입 척도는 정서적 몰입(α=0.810), 행동적 몰입(α=0.769), 인지적 몰입(α=0.637) 요인에서 비교적 양호한 내적 일관성을 나타냈으며, 전체 척도의 신뢰도는 α=0.857로 높게 확인되었다.
본 연구에서 일부 하위 요인의 Cronbach’s α값이 0.58-0.63 수준으로 나타났으며, 기능 유용성과 같이 단일 문항으로 측정된 요인이 포함되어 있다. 이는 측정도구의 내적 일관성 측면에서 해석상의 주의를 요하는 부분이다. 다만 Cronbach’s α는 문항 간 상관뿐 아니라 척도 길이, 즉 문항 수의 영향을 받는 지표로, 문항 수가 제한된 경우 상대적으로 낮은 값이 산출될 수 있음이 보고된 바 있다(Tavakol & Dennick, 2011). 이러한 점을 고려할 때, 본 연구의 결과는 디지털 기반 학습 경험을 탐색적으로 분석하고자 한 연구 목적과 문항 구성의 특성을 반영한 결과로 해석될 수 있다. 향후 연구에서는 각 요인에 대한 문항을 확장하고, 확인적 요인분석(CFA)을 통해 측정도구의 신뢰도와 구성타당도를 보다 정교하게 검증할 필요가 있다.
4. 연령대별 디지털 전환 인식, 뷰티 앱 학습경험, 대학 만족 및 학습 몰입 차이
연령대에 따른 주요 변수의 차이를 검증하기 위해 일원 배치 분산분석을 실시한 결과는 Table 4와 같다.
Descriptive statistics and one-way analysis of variance results of key variables by age group
디지털 전환 인식의 경우, 20대(M=3.50), 30대(M=3.52), 40대(M=3.63), 50대(M=3.61) 로 연령이 증가함에 따라 평균이 소폭 증가하는 경향을 보였으나, 이러한 차이는 통계적으로 유의하지 않은 것으로 나타났다(F=0.258, p=0.855).
뷰티 앱 학습경험 역시 20대(M=3.38), 30대(M=3.32), 40대(M=3.41), 50대(M=3.45) 순으로 연령대별 평균 차이는 관찰되었으나, 집단 간 유의한 차이는 통계적으로 유의하지 않았다F(=0.190, p=0.903).
대학 만족도의 경우 20대(M=3.09)와 30대(M=3.22)에 비해 40대(M=3.44)와 50대(M=3.56) 의 평균이 상대적으로 높게 나타나 연령 증가에 따른 상승 경향을 보였으나, 이러한 차이는 통계적으로 유의한 수준에는 이르지 않았다(F=2.148, p=0.096).
학습 몰입은 20대(M=3.42), 30대(M=3.60), 40대(M=3.56), 50대(M=3.77) 순으로 연령이 높을수록 평균이 증가하는 양상을 보였으나, 연령 집단 간 차이는 통계적으로 유의하지 않은 것으로 확인되었다(F=1.832, p=0.143).
이러한 결과는 사이버대학 성인 학습자를 대상으로 한 본 연구에서 연령대에 따른 주요 변인의 차이가 제한적이며, 학습 몰입과 관련된 요인이 연령보다는 학습자가 경험하는 디지털 학습 환경의 질과 특성에 의해 보다 크게 설명될 가능성을 시사한다.
5. 디지털 전환 인식이 학습 몰입, 뷰티 앱 학습 경험 및 미치는 영향
디지털 전환 인식이 학습 몰입, 뷰티 앱 학습 경험 및 대학 만족에 미치는 영향을 검증하기 위해 단순 회귀분석을 실시하였으며, 그 결과는 Table 5에 제시하였다.
Effects of digital transformation perception on learning engagement, beauty app learning experience, and university satisfaction
분석 결과, 디지털 전환 인식이 학습 몰입에 미치는 회귀 모형은 통계적으로 유의한 것으로 나타났다(F=122.745, p<0.001). 디지털 전환 인식은 학습 몰입에 유의한 정적 영향을 미쳤으며(β=0.660, p<0.001), 학습 몰입 변량의 43.6%를 설명하는 것으로 확인되었다(R2=0.436).
또한 디지털 전환 인식은 뷰티 앱 학습 경험에도 유의한 정적 영향을 미치는 것으로 나타났다(F=83.453, p<0.001). 디지털 전환 인식은 뷰티 앱 학습 경험에 대해 유의한 정적 영향을 보였으며(β=0.587, p<0.001), 해당 변량의 34.4%를 설명하는 것으로 확인되었다(R2=0.344).
한편 디지털 전환 인식이 대학 만족에 미치는 영향 역시 통계적으로 유의한 것으로 나타났다(F=65.420, p<0.001). 디지털 전환 인식은 대학 만족에 유의한 정적 영향을 미쳤으며(β=0.540, p<0.001), 대학만족 변량의 29.2%를 설명하는 것으로 확인되었다(R2=0.292).
이상의 결과는 디지털 전환 인식이 학습자의 학습 몰입뿐 아니라 디지털 학습 경험과 대학 만족 전반에 걸쳐 유의미한 설명력을 지니는 핵심 요인임을 보여준다.
6. 뷰티 앱 학습 경험과 대학 만족이 학습 몰입에 미치는 영향
뷰티 앱 학습경험과 대학 만족이 학습 몰입에 미치는 영향을 검증하기 위해 단순회귀분석을 실시하였으며, 그 결과는 Table 6에 제시하였다.
Simple regression analysis results on the effects of smart beauty service app experience and university satisfaction on learning engagement
분석 결과, 뷰티 앱 학습 경험이 학습 몰입에 미치는 회귀 모형은 통계적으로 유의한 것으로 나타났다(F=155.952, p<0.001). 뷰티앱 학습 경험은 학습 몰입에 유의한 정적 영향을 미쳤으며(β=0.704, p<0.001), 학습 몰입 변량의 49.5%를 설명하는 것으로 확인되었다(R2=0.495). 또한 대학 만족이 학습 몰입에 미치는 영향 역시 통계적으로 유의한 것으로 나타났다(F=97.460, p<0.001). 대학 만족은 학습 몰입에 유의한 정적 영향을 보였으며(β=0.616, p<0.001), 학습 몰입 변량의 38.0%를 설명하는 것으로 확인되었다(R2=0.380).
7. 학습 몰입에 영향을 미치는 요인에 대한 다중회귀분석
뷰티 앱 학습 경험, 디지털 전환 인식, 대학 만족이 학습 몰입에 미치는 상대적 영향력을 검증하기 위해 다중회귀분석을 실시하였으며, 그 결과는 Table 7에 제시하였다.
Multiple regression analysis results on factors influencing learning engagement
분석 결과, 회귀 모형은 통계적으로 유의한 것으로 나타났으며(F=87.969, p<0.001), 세 독립변수는 학습 몰입 변량의 62.7%를 설명하는 것으로 확인되었다(R2=0.627). 모든 독립변수는 학습몰입에 유의한 정적 영향을 미치는 것으로 나타났다.
구체적으로, 뷰티 앱 학습경험은 다른 변인을 통제한 상태에서도 학습 몰입에 가장 큰 영향을 미치는 핵심 요인으로 확인되었으며(β=0.403, p<0.001), 다음으로 디지털 전환 인식(β=0.291, p<0.001)과 대학 만족(β=0.246, p<0.001) 순으로 나타났다. 이는 학습 몰입이 디지털 환경에 대한 인식이나 제도적 만족보다, 학습자가 실제로 경험하는 앱 기반 학습 경험에 의해 보다 강하게 설명됨을 의미한다.
8. 매개 분석 결과
매개효과 분석 결과(Table 8), 디지털 전환 인식은 학습 몰입에 직접적인 영향을 미쳤으며(β=0.175, p<0.05), 동시에 뷰티 앱 학습 경험과 대학 만족도를 통한 간접효과도 유의하게 나타났다. 부트스트래핑 분석 결과, 총 간접효과의 95% 신뢰구간에서 0을 포함하지 않아 매개효과가 확인되었으며(BootCI [0.070, 0.262]), 개별 매개 경로에서도 뷰티 앱 학습 경험(BootCI [0.027, 0.198])과 대학 만족도(BootCI [0.009, 0.114]) 모두 유의한 매개효과를 보였다. 이러한 결과는 디지털 전환 인식이 학습 몰입에 영향을 미치는 과정에서 경험적 요인과 제도적 만족 요인이 부분적으로 매개 역할을 함을 시사한다.
Mediation analysis results
Conclusion
본 연구는 디지털 전환 환경에서 사이버 대학 뷰티 전공 성인 학습자를 대상으로, 디지털 전환 인식이 디지털 학습 경험과 대학 만족을 매개로 학습 몰입에 영향을 미치는 구조적 경로를 실증적으로 검증하였다. 주요 연구 결과에 따른 논의는 다음과 같다.
첫째, 연령대에 따른 주요 변수의 차이는 통계적으로 유의하지 않았다. 이는 성인 학습자의 학습 몰입이 연령과 같은 일반적 특성보다는 실제 학습 과정에서 경험하는 학습 환경의 질과 도구의 유용성에 의해 형성됨을 시사한다. 이러한 결과는 온라인 학습 환경에서 학습 경험의 질과 만족이 학습 성과를 결정하는 핵심 동력임을 강조한 선행연구(Park & Choi, 2009; Kahu & Nelson, 2018; Knowles et al., 2015)와 맥을 같이한다.
둘째, 디지털 전환 인식은 학습몰입, 뷰티 앱 학습 경험, 대학 만족에 모두 유의한 정(+)의 영향을 미쳤다. 이는 디지털 전환을 긍정적으로 인식하는 학습자일수록 디지털 기반 학습 도구를 적극적으로 활용하고, 그 결과 전반적인 학습 경험과 교육 만족 수준이 함께 향상됨을 의미한다. 이러한 결과는 기술에 대한 긍정적 인식이 실제 사용 경험과 지속적 활용으로 이어진다는 선행 내용이(Bhattacherjee, 2001) 뷰티 교육 환경에서도 유효함을 보여준다.
셋째, 뷰티 앱 학습 경험은 대학 만족보다 학습 몰입을 더욱 강력하게 예측하는 요인으로 나타났다. 다중회귀분석 결과, 뷰티 앱 학습 경험은 디지털 전환 인식과 대학 만족을 통제한 상태에서도 학습 몰입에 가장 큰 영향을 미치는 핵심 요인으로 확인되었다. 이는 사이버 대학 학습자의 몰입이 학교라는 제도적 틀에 대한 만족보다는 학습자가 직접 상호작용하는, ‘교육적 인터페이스(Educational Interface)’의 질에 좌우된다는 점을 시사한다(Kahu & Nelson, 2018). 또한 학습의 실용성과 유용성을 중시하는 성인 학습자의 특성(Knowles et al., 2015)을 실증적으로 뒷받침하는 결과이다.
넷째, 디지털 전환 인식이 학습 몰입에 미치는 영향에서 뷰티 앱 학습 경험과 대학 만족의 부분 매개 효과가 검증되었다. 이는 디지털 전환에 대한 긍정적 인식만으로 학습 몰입이 자동적으로 강화되기보다, 실제 학습 과정에서 체감하는 디지털 학습 경험의 질과 대학의 교육 체계에 대한 만족이 함께 작동할 때 학습 몰입이 더욱 효과적으로 형성됨을 시사한다. 이러한 결과는 대학 만족이 전공 적응과 장기적인 진로 형성에 기여한다는 Kim (2024)의 연구와 미용 전공 대학생의 수업 만족도가 메타인지와 핵심역량 향상으로 이어진다는 Kim et al.(2025) 연구 결과와 맥을 같이 한다. 즉, 대학에서의 긍정적인 학습 경험은 단순한 성취를 넘어 고차원적인 학습 역량 강화로 확장될 수 있다.
특히 두 매개변인 중 뷰티 앱 학습 경험의 매개효과가 대학 만족도보다 상대적으로 크게 나타났다는 점에 주목할 필요가 있다. 이러한 결과는 디지털 전환 인식이 학습 몰입으로 이어지는 과정에서 구체적인 디지털 도구의 활용 경험이 결정적인 역할을 수행함으로 보여준다. 따라서 사이버 대학 교육 환경에서는 단순한 기술 도입을 넘어, 전공 특성을 반영한 실천적 디지털 학습 도구의 설계와 활용 경험의 질적 강화가 선행되어야 한다. 이러한 매개 구조는 학습자의 자기조절 역량이 강의 만족도 형성에 기여한다는 선행연구(Kim et al., 2022)에 의해 이론적으로 뒷받침된다.
다만, 본 연구는 단일 집단을 대상으로 하여 연구 결과의 일반화에 한계가 있다. 향후 연구에서는 표본의 다양성을 확대하고, 종단적 설계를 통해 디지털 학습 경험과 학습 몰입 간의 관계를 보다 정교하게 규명할 필요가 있다.
Notes
Author's contribution
YWS was responsible for the conception and implementation of the study, including the literature review and data collection. YWS and JL conducted the data analysis. JL provided overall supervision, conceptual guidance, and critical revision of the manuscript.
Author details
Young-whan Sung (Professor), Department of Beauty Health Design, Open Cyber University of Korea, 353, Manguro, Jungnang-gu, Seoul 02087, Korea; Jaeeun Lee (Visiting Professor), Department of Beauty Design, Sungkyul University, 53, Sungkyuldaehak-ro, Manan-gu, Anyang-si, Gyeonggi-do 14097, Korea.