본 연구는 국내 주요 OTT 서비스인 넷플릭스, 티빙, 쿠팡플레이를 대상으로, 이들 플랫폼의 개인화 추천 알고리즘이 사용자 경험(UX)과 만족도에 미치는 영향을 실증적으로 분석하였다. 기술 수용 모델, 사용자 경험 설계 원칙, 몰입 이론을 이론적 틀로 설정하고, 20~30대 남녀를 대상으로 온라인 설문조사와 심층 인터뷰를 병행한 혼합 연구 방법을 적용하였다. 분석 결과, 플랫폼 간 개인화 추천 알고리즘에 따라 사용자 경험과 만족도에 통계적으로 유의미한 차이가 있었으나, 그 효과 크기는 제한적이었다. 이는 콘텐츠 품질, 가격, 독점 콘텐츠 등의 다른 요인이 사용자 만족도에 더 큰 영향을 미친다는 점을 시사한다. 한편, 추천 알고리즘에 대한 인식과 사용자 몰입 간에는 강한 정적 상관관계가 나타나, 추천 시스템이 몰입도를 높이는 데 중요한 역할을 함을 보여주었다. 본 연구는 개인화 추천 알고리즘이 UX 향상에 기여할 수 있으나 단독으로는 한계가 있으며, 이를 보완하기 위한 정교한 설계 및 통합적 UX 전략의 필요성을 제언한다.

This study empirically analyzes the impact of personalized recommendation algorithms on user experience (UX) and satisfaction across South Korea's leading OTT services―Netflix, TVING, and Coupang Play. Drawing upon the Technology Acceptance Model, UX design principles, and flow theory, a mixed-methods approach was employed, combining online surveys and in-depth interviews with men and women in their 20s and 30s. The findings reveal statistically significant differences in user experience and satisfaction across platforms based on their recommendation algorithms; however, the effect size was limited. This suggests that other factors―such as content quality, pricing, and exclusive offerings―play a more substantial role in shaping user satisfaction. Notably, a strong positive correlation was found between users' perception of recommendation algorithms and their level of engagement, indicating that such systems are key to enhancing user immersion. In conclusion, while personalized recommendation algorithms are important, they alone are insufficient. A sophisticated algorithmic design and an integrated UX strategy are essential for maximizing their impact.