---
type: paper
slug: gicheol-jeong-2010-online-music-preferences
title: Estimating Consumer Preferences for Online Music Services
authors:
  - '[[gicheol-jeong]]'
  - '[[jongsulee]]'
year: 2010
venue: '[[applied-economics]]'
volume: '42'
issue: '30'
pages: 3885-3893
doi: 10.1080/00036840802360153
categories:
  - '[[ict-policy]]'
  - '[[digital-content-economics]]'
methods:
  - '[[conjoint-analysis]]'
  - '[[mixed-logit]]'
  - '[[bayesian-estimation]]'
  - '[[gibbs-sampling]]'
  - '[[metropolis-hastings]]'
  - '[[fractional-factorial-design]]'
  - '[[markov-chain-monte-carlo]]'
themes:
  - '[[online-music]]'
  - '[[digital-content]]'
  - '[[willingness-to-pay]]'
  - '[[p2p-file-sharing]]'
  - '[[transaction-costs]]'
  - '[[legal-penalty]]'
aliases: []
last_updated: '2026-05-20T01:44:09+09:00'
---
# Estimating Consumer Preferences for Online Music Services

*[[gicheol-jeong]], [[jongsulee]] (2010)* · [[applied-economics]] 42(30):3885-3893 · [DOI ↗](https://doi.org/10.1080/00036840802360153)

> 한국 음악 소비자 224명 (Seoul, 20-59세) × [[fractional-factorial-design]] 16-card conjoint × [[mixed-logit]] (random coefficient + Bayesian Gibbs sampling, log-normal coefficient on bounded attributes) 으로 *online music service* 의 5 속성 (월정액, 곡 수, search/download 시간, 카탈로그, 처벌 가능성) MWTP 추정. 핵심 결과: (1) **WTP per 1 음악 파일 = 70.2원** ($0.074) — 실제 합법 서비스 가격 350-540원의 *13-20% 수준* (P2P 무료 경험의 anchor), (2) **WTP per 1% 처벌 가능성 = -914.8원** — *극도로 강한 disutility*, (3) WTP search/download 1분 = -52.5원 — *moderate*, (4) WTP 카탈로그 1% 확대 = +12.1원 — *insignificant* (소비자는 hit 음악만 수요). 시뮬레이션: *낮은 가격 + 높은 처벌* 결합이 illegal file sharing 억제 + 합법 시장 promotion 의 가장 효과적 정책 조합.

- **RQ**: 한국 소비자가 *online music service* 의 5 속성 (월정액, 곡 수, search/download 시간, 카탈로그, 처벌 가능성) 을 어떻게 가치 평가하는가? *legal action + pricing strategy* 의 어떤 조합이 *illegal file sharing 억제 + 합법 시장 promotion* 에 효과적인가?
- **방법론**: [[conjoint-analysis]] (5 속성 × [[fractional-factorial-design]] 16 카드 × 4 sub-set), [[mixed-logit]] (random coefficient discrete choice), [[bayesian-estimation]] with [[gibbs-sampling]] (Kim et al. 2005 의 ranked data [[metropolis-hastings]] 확장), 욕망/비욕망 속성에 log-normal coefficient (Train & Sonnier 2005)
- **데이터**: 224명 한국 음악 소비자 (Seoul 4 block random + age allocation), 2006년 7월, 면대면 interview. 모든 응답자는 *online music 또는 P2P 다운로드 경험자*. 5 속성: 월정액 (3,000~20,000원), 곡 수 (30~100), search/download 시간 (30~180초/곡), 카탈로그 (30~100%), 처벌 가능성 (0/5/10%). 2,000 transformed coefficient draws per individual
- **주요 발견**: (1) **WTP 1 music file = 70.2원** (SD 338) vs *실제 가격 350-540원* — *Korean consumer 는 가격을 매우 낮게 평가*, 무료 P2P anchor. (2) **WTP 1% 처벌 가능성 = -914.8원** (SD 7,727) — *극도로 큰 negative*, 처벌이 file sharing 의 가장 큰 disincentive. (3) WTP search/download 1분 = -52.5원/곡 — *moderate sensitivity*. (4) **WTP 카탈로그 1% 확대 = +12.1원** — *insignificant*, *hit 음악 only 가설*. (5) 분포의 SD 가 mean 대비 매우 큼 — *strong heterogeneity*. (6) 시뮬레이션: 처벌 5% + 가격 200원 → illegal 사용자 90% 합법 전환
- **시사점**: (a) Legal action 이 *가장 강한* disincentive 이지만 cost-prohibitive — Buxmann et al. (2005) 의 *price reduction strategy* 도 함께 필요. (b) 가격 인하 단독 무효 — *consumer 의 무료 anchor* 문제, 처벌 동반 필요. (c) 카탈로그 확장 무의미 — *long-tail 가설* 한국 음악 시장에 부적합. (d) Domon & Yamazaki (2004) 의 *transaction cost* (download + search + risk) 3 성분이 모두 작동하지만 *risk (처벌) component 가 dominant*

## 요약

P2P 음악 file sharing 의 *industry harm* 논쟁 (RIAA vs Peitz & Waelbroeck 2006 "P2P 가 sampling 으로 sales 도와줌") 위에 *정책 개입의 효과 정량 측정* 이 매우 미흡했다. Buxmann et al. (2005) 가 *price reduction > legal action* 명제를 정성적으로 제시했지만 *consumer preference 의 정량 추정 + 시나리오 시뮬레이션* 은 부재. 한국은 Bugs (월 35,000원에 100곡, 곡당 450-540원) + Melon 같은 합법 서비스와 Soribada (월 3,000원에 unlimited, 단 illegal sharing 가능) 같은 P2P 가 공존하는 *natural laboratory*. 본 paper 의 motivation 은 *5 속성 conjoint + mixed logit Bayesian + 시뮬레이션* 으로 정책 개입의 effective combination 식별.

[[gicheol-jeong]] 와 [[jongsulee]] 는 2006년 7월 Seoul 224명 (20-59세, P2P or 합법 서비스 다운로드 경험자) 대상으로 [[fractional-factorial-design]] 16 카드 × 4 sub-set 의 conjoint 설문. 5 속성: 월정액 (3,000-20,000원), 곡 수 (30-100), search/download 시간 (30-180초/곡), 카탈로그 (30-100%), 처벌 가능성 (0/5/10%). 추정은 [[mixed-logit]] (random coefficient) + [[bayesian-estimation]] with [[gibbs-sampling]] (Allenby & Rossi 1999, Train 2003). Kim et al. (2005) 의 ranked data [[metropolis-hastings]] 확장으로 1위만이 아닌 *전체 순위 정보* 활용. 욕망 속성 (곡 수, 카탈로그) 와 비욕망 속성 (가격, 시간, 처벌) 에 *log-normal coefficient* (Train & Sonnier 2005) — 모든 응답자가 같은 부호 가정.

핵심 정량 결과는 WTP 추정의 *극도의 비대칭성* 으로 요약된다. (i) **WTP per 1 music file = 70.2원** (SD 338) — 실제 합법 가격 350-540원의 *13-20% 수준*. Korean consumer 가 *P2P 무료 다운로드 경험을 anchor 로* 가격을 매우 낮게 평가. (ii) **WTP per 1% 처벌 가능성 = -914.8원** (SD 7,727) — 극도로 큰 disutility. 즉 1% 처벌 가능성 증가 = 월 914원의 가격 인상과 equivalent. (iii) WTP per 1분 search/download 시간 = -52.5원 — moderate. P2P 가 합법 서비스보다 *search/download 시간이 길다* 는 사실이 *transaction cost* 의 한 성분 (Domon & Yamazaki 2004). (iv) **WTP per 1% 카탈로그 확대 = +12.1원** — *insignificant*. *Korean consumer 가 hit 음악만 수요* → 카탈로그 확대는 *rare music* 증가일 가능성이 높아 별 가치 없음. 분포의 SD 가 mean 보다 4-10배 커서 *strong consumer heterogeneity* — 일부 high-sensitivity 소비자가 평균을 끌고 있음.

시뮬레이션 implications: (a) Legal action 단독 = 가장 강한 disincentive 이지만 *비용 prohibitive* (수많은 illegal user 적발 비용), (b) Price reduction 단독 = consumer 의 무료 anchor 때문에 효과 제한, (c) **결합 (가격 인하 + 처벌 인상)** = 양쪽 disincentive 가 *additive*, 90% illegal user 의 합법 전환 가능. Domon & Yamazaki (2004) 의 *transaction cost* 3 성분 (download cost + search cost + risk of apprehension) 이 모두 작동하지만 risk component 가 가장 강하다는 정량 evidence. 이 paper 는 [[jongsulee]] 의 *제1기 → 제2기 전환점* 의 ICT-content 분석 anchor. 자매 [[gicheol-jeong-2008-bplc-korea]] 의 BPLC conjoint 라인의 *digital content market 적용*. 한계: (i) Seoul 224 small sample, (ii) stated preference 의 *hypothetical bias* (실제 illegal sharing 행동과 격차 가능), (iii) 2006년 단일 시점 — 이후 streaming (Spotify, Apple Music) 등장으로 시장 구조 변화, (iv) 카탈로그 measure 의 *long-tail* 미세 captureing 불가.

## 핵심 결과

**WTP (won/month, log-normal mixed logit + Bayesian)**

| Attribute | Mean WTP | SD | 해석 |
|---|---:|---:|---|
| Number of music files (per file) | **70.2** | 338.0 | 실제 가격 350-540원의 *13-20% 수준* |
| Search and download time (per 1 min) | **-52.5** | 139.6 | Moderate transaction cost |
| Extent of music available (per 1%) | +12.1 | 138.0 | *Insignificant* — hit 음악만 수요 |
| **Possibility of penalty (per 1%)** | **-914.8** | **7,726.8** | *Dominant disincentive* |

**시뮬레이션 implication (정성)**

| 정책 시나리오 | Illegal sharing 억제 | 합법 시장 promotion |
|---|---|---|
| Price reduction only (350원 → 100원) | 약함 (무료 anchor) | 약함 |
| Legal action only (5% 처벌) | 강함 | 중간 (전환 불확실) |
| **Combined (200원 + 5%)** | **강함** | **강함 (90% 전환)** |

> **정량 결론**: (i) Korean consumer 의 음악 WTP 가 *실제 가격의 13-20%* — *무료 anchor* 의 명백한 증거. (ii) 처벌 가능성 1% 증가가 *월 914원 가격 인상* 과 equivalent — 극도의 risk aversion. (iii) 카탈로그 확장은 *long-tail 가설* 한국 음악 시장에 부적합. (iv) SD 가 mean 의 4-10배 — strong heterogeneity.

## 방법론 노트

[[mixed-logit]] 의 random coefficient $\beta_i \sim$ multivariate normal $N(b, W)$ 를 *욕망/비욕망 attribute* 에 대해서는 bounded 변환:

$$
U_{ijt} = C(\beta_i)' x_{ijt} + \varepsilon_{ijt}, \quad C(\beta_i) = \exp(\beta_i) \text{ (log-normal)}
$$

이 transformation 으로 *모든 응답자가 같은 부호* (예: 가격 coefficient 음, 카탈로그 양) 를 갖도록 강제 — normal 분포는 일부 응답자에게 *비합리적 부호* 허용. [[bayesian-estimation]] 의 [[gibbs-sampling]] 은 (β_i, b, W) 의 conditional posterior 를 iteration 으로 sampling, Allenby & Rossi (1999) / Chiang et al. (1999) / Train (2003). Kim et al. (2005) 의 ranked data 확장:

$$
L(r_i = \{r_{i1}, ..., r_{iT}\} | \beta_i) = \prod_{t=1}^{T} \prod_{j=1}^{J-1} \frac{e^{\beta_i' x_{ijt}}}{\sum_{k=j}^{J} e^{\beta_i' x_{ikt}}}
$$

각 $t$ (choice set) 안의 $(J-1)$ 회 sequential conditional choice 의 product. [[metropolis-hastings]] step 의 acceptance probability 가 이 likelihood 사용. WTP 계산: $\text{WTP}_{\text{attribute}} = -C(\beta_{\text{attribute}}) / C(\beta_{\text{price}})$ — 가격 1 unit 당 attribute 1 unit 의 equivalent value. 2,000 draws 의 mean + SD 보고. *Identification 핵심*: 16 alternative card × 4 sub-set × 4 ranking = 응답자당 12 conditional choice → 224 응답자 × 12 = 2,688 binary observation equivalent. Heterogeneity는 *random coefficient* 의 individual posterior. 한계: (i) Stated preference 의 hypothetical bias, (ii) Log-normal 가정의 right tail (extreme value 가능), (iii) Multinomial choice 의 IIA (mixed logit 가 부분 해결).

## 연구 계보

[[jongsulee]] 의 *제1기 (2000-2008) 방법론 확립기* 의 *ICT-content market* 응용 anchor. 직접 sibling 은 [[gicheol-jeong-2008-bplc-korea]] (2008 ETRI Journal) 의 *broadband 시장 conjoint* — 같은 두 author, 같은 방법론 calibration, *broadband infrastructure → digital content* 의 시장 확장. 이론적 뿌리: (a) Peitz & Waelbroeck (2006) Marketing Sci 의 *P2P sampling 효과*, (b) Buxmann et al. (2005) 의 *price reduction vs legal action*, (c) Domon & Yamazaki (2004) 의 *transaction cost 3 components*. 방법론: (d) Train (2003) Discrete Choice Methods, (e) Train & Sonnier (2005) Trans Res B 의 log-normal Bayesian mixed logit, (f) Layton (2000) JEEM 의 random coefficient stated preference, (g) Kim et al. (2005) (Hyunmi Kim) 의 ranked-data Bayesian extension, (h) Allenby & Rossi (1999) J Econometrics, (i) Chiang, Chib & Narasimhan (1999) J Econometrics 의 Bayesian mixed logit, (j) Brownstone & Train (1999) J Econometrics 의 classical mixed logit. TEMEP sibling: J. Lee, Y. Kim, J-D. Lee & Y. Park (2006) Int J Industrial Organization 24:107-124 의 *mobile telecom switching cost + number portability* 도 같은 mixed logit 라인. 후속: [[gicheol-jeong]] 자신의 *V2G subsidy* (2012) 등 conjoint-based 정책 분석 라인으로 확장.

## See also

- [[jongsulee]]
- [[gicheol-jeong]]
- [[conjoint-analysis]]
- [[mixed-logit]]
- [[bayesian-estimation]]
- [[gibbs-sampling]]
- [[metropolis-hastings]]
- [[fractional-factorial-design]]
- [[online-music]]
- [[digital-content]]
- [[willingness-to-pay]]
- [[p2p-file-sharing]]
- [[applied-economics]]
- [[gicheol-jeong-2008-bplc-korea]]