--- type: paper slug: ho-seoung-na-2023-iot-regulation-conjoint title: >- Which Attributes Should be Considered in Regulating the Internet of Things? Evidence From Conjoint Analysis authors: - '[[ho-seoung-na]]' - '[[junseokhwang]]' - '[[hongbum-kim]]' year: 2023 venue: '[[sage-open]]' volume: '13' pages: '21582440231209806' doi: 10.1177/21582440231209806 categories: - '[[innovation-economics]]' - '[[ict-policy]]' methods: - '[[conjoint-analysis]]' - '[[mixed-logit]]' - '[[stated-preference]]' - '[[marginal-willingness-to-pay]]' themes: - '[[internet-of-things]]' - '[[regulation-policy]]' - '[[consumer-preference]]' - '[[layered-regulatory-framework]]' last_updated: '2026-05-17T20:00:00+09:00' --- # Which Attributes Should be Considered in Regulating the Internet of Things? Evidence From Conjoint Analysis *[[ho-seoung-na]], [[junseokhwang]], [[hongbum-kim]] (2023)* · [[sage-open]] 13:21582440231209806 · [DOI ↗](https://doi.org/10.1177/21582440231209806) > [[internet-of-things]] 규제 논의는 개인정보·프라이버시 보호에 편향되어 *잠재 소비자 선호 기반의 종합 규제 프레임* 이 부재하다. 본 연구는 [[conjoint-analysis]] 와 *3-layer 모델* (IoT device / network / IoT application) 로 가정용 환경 모니터링 IoT 서비스에 대한 923명 한국 소비자의 선호를 추정한다. [[mixed-logit]] 결과, 가격을 제외한 4개 속성 중 network selection (β=0.907), application selection (β=0.879), Big Data 분석 (β=0.656) 이 1% 유의, private network 는 무효. Application selection 의 median MWTP 가 640 KRW 로 가장 높고, Big Data 의 상대적 중요도가 14.98% 로 비가격 속성 중 최고. 결과는 (i) 응용 계층 혁신 촉진, (ii) 새로운 수직 통합의 소비자 선택권 보호, (iii) Big Data 시대 비차별 규제 원칙을 함의한다. - **RQ**: [[internet-of-things]] 서비스 규제 프레임워크 설계에 어떤 속성이 잠재 소비자 관점에서 중요한가? 기존 인터넷 시대의 [[layered-regulatory-framework]] 를 IoT 시대에 어떻게 재구성할 것인가? - **방법론**: [[conjoint-analysis]] (orthogonal 설계, 2 alternatives × 2회 반복), [[mixed-logit]] (가격은 log-normal, 나머지 4 속성은 normal 분포), [[stated-preference]], [[marginal-willingness-to-pay]] - **데이터**: 한국 잠재 소비자 923명 온라인 conjoint 설문 (2016년 10월 27~31일), 5개 속성 (price 3 수준, 4 binary 속성), 8 orthogonal alternatives - **주요 발견**: Network selection (β=0.907, p<0.01), application selection (β=0.879, p<0.01), Big Data (β=0.656, p<0.01) 유의; private network 무효 (β=0.071, p=0.288). MWTP: application selection 640 KRW > network selection 440 KRW > Big Data 179 KRW > private network 22 KRW. 상대적 중요도 (비가격): Big Data 14.98% (t-test 1% 유의로 최고) > private network 12.52% > network selection 12.11% > application selection 11.20%. - **시사점**: (i) 응용 계층 혁신 촉진, (ii) device-application 수직 통합에 대한 소비자 선택권 (비차별 규제), (iii) Big Data 시대 개인정보 보호 + MyData 식 자산화 동시 추구. ![3-layer IoT 모델: IoT device / network / IoT application 의 구성과 vertical 통합 가능 조합](/papers/202310_NaHS_Which_Attributes_Should_be_Considered_in_Regulating_the_Internet_of_Things_Evidence_From_Conjoint_Analysis/fig1.jpeg) ## 요약 전통 통신 시대의 *수직 (silo) 규제* 프레임워크는 인터넷 도래 이후 [[layered-regulatory-framework]] (network layer + content layer) 로 전환되었다 (Frieden 2003; Werbach 2002; Wu 2006). [[internet-of-things]] 의 등장은 다시 한 번 규제 프레임워크 재설계를 요구하지만, 기존 IoT 규제 논의는 개인정보·프라이버시·보안에 편중되어 있고 (Peppet 2014; Weber 2009, 2010, 2015; EU GDPR 2016), *잠재 소비자 선호를 통합한 종합 규제 프레임* 은 비어 있다 (Nord et al. 2019). 본 연구는 이 정책·연구 공백을 메우기 위해 IoT 를 *3-layer 모델* (IoT device, network, IoT application) 로 재정의하고 각 layer 별 속성에 대한 소비자 선호를 [[conjoint-analysis]] + [[mixed-logit]] 으로 추정한다. 가정 환경 (온도·습도·공기질) 모니터링 IoT 서비스를 가상 서비스로 설정하고, 5개 속성을 부여한다: 월 사용료 (1,000/2,000/3,000 KRW), private network 여부, network 선택권, IoT application 선택권, Big Data 분석 여부. Orthogonal 설계로 8 alternatives 를 생성, 923명 온라인 응답자가 2개씩 짝지어 선택 (총 2회 반복). [[mixed-logit]] 결과는 가격을 제외한 4 속성 중 network selection (β=0.907), application selection (β=0.879), Big Data (β=0.656) 가 1% 유의, private network 만 무효 (가상 서비스가 비응급·non-critical 이라 timing 민감도 낮음). Median MWTP 는 application selection 640 KRW (~0.5 USD) > network selection 440 KRW > Big Data 179 KRW > private network 22 KRW 순. 상대적 중요도는 Big Data 14.98% 가 비가격 속성 중 1위로, t-test (vs 다른 세 속성) 1% 유의 차이. 함의는 세 가지다. 첫째, 응용 layer 가 혁신을 주도하므로 application 관련 규제를 완화해 혁신을 촉진해야 한다. 둘째, 소비자는 *사전 정의된 vertical 번들* 보다 *자신의 조합* 을 선호하므로, 신규 device-application 번들 출시 시 비차별 규제로 선택권을 보장해야 한다. 셋째, Big Data 가 최대 중요도이고 MWTP 도 낮은 편이라 (179 KRW), 개인정보 보호와 동시에 *데이터 자산화 (MyData)* 정책이 필요하다. [[junseokhwang]] 의 ICT 정책·계층 규제 라인에서 IoT 시대 규제 프레임워크 재설계를 시도한 작업으로, 박사논문 [[ho-seoung-na]] (2017) 의 layered model 을 IoT 로 확장한 후속이다. ## 핵심 결과 | 속성 | β (mean) | SD | p | Median MWTP (KRW) | 상대적 중요도 (%) | |---|---|---|---|---|---| | Private network | 0.071 | 1.598 | 0.288 | 22 | 12.52 | | Network selection | 0.907 | 0.912 | <0.01 | 440 | 12.11 | | Application selection | 0.879 | 0.452 | <0.01 | 640 | 11.20 | | Big Data 분석 | 0.656 | 1.755 | <0.01 | 179 | 14.98 | | Price (log-normal) | 26.739 | 1.439 | <0.01 | — | 49.20 | - 표본 923명 (남 50.38%, 여 49.62%; 40~59세 57.5%), 한국 전국 분포, 2016년 10월 - Big Data 의 상대적 중요도가 다른 비가격 속성보다 1% 유의로 큼 (t-test: vs private 4.24, vs network 5.50, vs application 8.48) - Big Data 최대 중요도 응답자 수 417명 / 923명 (45.2%) ## 방법론 노트 [[mixed-logit]] 은 random utility 의 표준 형태에 *계수 자체의 분포* 를 부여해 소비자 이질성과 IIA (Independence of Irrelevant Alternatives) 가정 완화를 동시에 달성한다. 본 연구는 가격은 log-normal, 다른 4 binary 속성은 normal 분포를 가정한다: $$ U_{ni} = V_{ni} + \varepsilon_{ni} = \beta'_n X_{ni} + \varepsilon_{ni}, \quad \beta_n \sim N(b, W) $$ 여기서 $U_{ni}$ 는 소비자 $n$ 의 대안 $i$ 효용, $X_{ni}$ 는 속성 벡터, $\beta_n$ 은 개인별 선호 계수 (정규분포), $\varepsilon_{ni}$ 는 i.i.d. type I extreme value. 추정 후 한 단위 속성 변화에 대한 [[marginal-willingness-to-pay]] 는 효용 미분의 비율로 계산: $$ \text{Median } MWTP_k = \text{Median}\left[-\frac{\partial U_{ni}/\partial x_{nk}}{\partial U_{ni}/\partial x_{n,price}}\right] = \text{Median}\left[-\frac{\beta_{nk}}{\beta_{n,price}}\right] $$ 상대적 중요도는 part-worth (속성 levels 의 효용 차이 × β) 의 비율로 계산하며, 가격을 포함해도 비가격 속성 간 비교가 가능하다. 식별 전략: orthogonal 설계로 속성 간 직교성 확보, 8 alternatives × 2회 반복으로 부정확 응답 제거. 가상 서비스를 *household environmental monitoring* (개인용·고정형, 비응급) 으로 한정한 것은 smartness 속성 (location awareness 등) 제외와 private network 무효 결과의 외적 타당성 경계 조건이 된다. ## 연구 계보 [[layered-regulatory-framework]] 의 이론 기반은 Frieden (2003), Werbach (2002), Wu (2006), D. Kim (2018) 의 인터넷 horizontal regulation 전통이고, [[internet-of-things]] 3-layer 정의는 Atzori et al. (2010), Minerva et al. (2015), ITU (2012) 와 정렬된다. 본 연구의 직접 출발점은 박사논문 [[ho-seoung-na]] (2017) 로, 이를 IoT 규제 측면에서 modified version 으로 확장한다. 방법론은 Train (2009) 의 [[mixed-logit]] 정식화, Green & Srinivasan (1978, 1990) 의 [[conjoint-analysis]] 정책 응용, J. Kim et al. (2012) 의 RPS 분석, J. Lee et al. (2006) 의 mobile number portability, Jo & Shin (2017) 의 녹색 소비 분석을 따른다. TEMEP 내 [[jongsulee-2003-color-display-conjoint]] 같은 conjoint 기반 정책 분석 라인의 자매 작업이며, [[junseokhwang]] 의 4기 (2020-2023) ICT 정책·플랫폼 규제 작업 (Na et al. 2018 ISP-ASP, Na et al. 2020 IoT 정보 보호) 과 연속선상에 있다. ## See also - [[junseokhwang]] - [[ho-seoung-na]] - [[hongbum-kim]] - [[sage-open]] - [[internet-of-things]] - [[regulation-policy]] - [[layered-regulatory-framework]] - [[conjoint-analysis]] - [[mixed-logit]] - [[marginal-willingness-to-pay]] - [[stated-preference]] - [[jongsulee-2003-color-display-conjoint]]