---
type: paper
slug: jungwoo-shin-2014-cloud-computing-iaas
title: >-
  Strategic Management of Cloud Computing Services: Focusing on Consumer
  Adoption Behavior
authors:
  - '[[jungwoo-shin]]'
  - '[[manseok-jo]]'
  - '[[jongsulee]]'
  - '[[daeho-lee]]'
year: 2014
venue: '[[ieee-transactions-on-engineering-management]]'
volume: '61'
issue: '3'
pages: 419-427
doi: 10.1109/TEM.2013.2295829
categories:
  - '[[ict-policy]]'
  - '[[consumer-choice-research]]'
methods:
  - '[[mixed-logit]]'
  - '[[multivariate-probit-model]]'
  - '[[bayesian-estimation]]'
  - '[[gibbs-sampling]]'
  - '[[conjoint-analysis]]'
  - '[[willingness-to-pay]]'
  - '[[markov-chain-monte-carlo]]'
themes:
  - '[[cloud-computing]]'
  - '[[iaas]]'
  - '[[consumer-adoption]]'
  - '[[terminal-device-complementarity]]'
aliases: []
last_updated: '2026-05-20T02:09:05+09:00'
---
# Strategic Management of Cloud Computing Services: Focusing on Consumer Adoption Behavior

*[[jungwoo-shin]], [[manseok-jo]], [[jongsulee]], [[daeho-lee]] (2014)* · [[ieee-transactions-on-engineering-management]] 61(3):419-427 · [DOI ↗](https://doi.org/10.1109/TEM.2013.2295829)

> 한국 일반 소비자의 *cloud computing (IaaS)* 채택 결정과 *단말기 (desktop/laptop/netbook/tablet/smartphone) 와 cloud type 의 보완·대체 관계* 를 2-stage 모형으로 분석. Bayesian [[mixed-logit]] 으로 6 attribute (service fee, provider, storage capacity, max file size, sync devices, stability) 의 효용 + MWTP 추정 → [[multivariate-probit-model]] 으로 cloud type × terminal device 결합 결정. **Service fee 가 평균 상대 중요도 46.36% 로 압도적**, stability 13.35%, storage capacity 16.17%. *Type 3 cloud (1 TB 대용량) ↔ laptop* 양의 covariance, *desktop 은 모든 mobile 단말기와 음의 covariance* — *모바일 단말기일수록 대용량 cloud 가 보완재*. 400 응답자 conjoint survey (2011.4-5).

- **RQ**: (i) 한국 IaaS 의 *6 핵심 attribute* (service fee, provider, storage capacity, max file size, sync count, stability) 중 *상대 중요도와 MWTP* 는? (ii) Cloud type (Type 1 free / Type 2 stable / Type 3 capacity / Type 4 other) 과 *5 단말기 (desktop/laptop/netbook/tablet/smartphone)* 의 *동시 보유 패턴* 은 어떤 보완·대체 구조를 보이는가? (iii) Sociodemographic (gender, age, education, income) 의 modulation 은?
- **방법론**: Stage 1 — Bayesian [[mixed-logit]] (random coefficient $\beta_{ik} \sim N(b_k, \Sigma_k)$). Stage 2 — [[multivariate-probit-model]] (multivariate normal disturbance $\varepsilon \sim N(0,\Omega)$). [[bayesian-estimation]] + [[gibbs-sampling]] (20,000 draws, burn-in 10,000, every 10th retained = 1,000 posterior draws). [[conjoint-analysis]] (4 sets × 4 cards fractional factorial, 432 → 16 alternatives).
- **데이터**: 한국 일반 소비자 400 명 (2011.4-5, purposive quota sampling, 20~60 세, 49.5% 남성). Attribute levels: service fee (Free/0.5/1/2 만원), provider (ISP/WPS), capacity (20/300/1,000 GB), max file (0.5/2/4 GB), sync (2/3/5 devices), stability (0/1/2% 단절률). 추가 *terminal device 선택* (desktop, laptop, netbook, tablet PC, smartphone) 동시 측정.
- **주요 발견**: (1) 상대 중요도 — service fee **46.36%** (최고), storage capacity 16.17%, stability 13.35%, max file size 12.66%, provider 6.10%, sync count 5.37%. (2) MWTP: 안정성 +1% 향상 KRW 2,153, storage +100 GB KRW 892, 파일사이즈 +1 GB KRW 923, provider ISP 가입 KRW 832. (3) Likelihood ratio index 0.231 (log-likelihood -2218 → -1706). (4) Cloud-device covariance: Type 3 (1 TB) ↔ laptop +0.129† 양, ↔ desktop -0.112† 음 — *대용량 cloud 가 portable device 의 storage 한계를 보완*. (5) Type 1 (free) ↔ smartphone +0.169* — *모바일 사용자는 가격 민감*. (6) Desktop 은 모든 mobile (laptop -0.322**, netbook -0.460**, smartphone -0.517**) 와 음의 covariance — 단말기 *분리 사용 패턴*. (7) Sociodemographic: 젊고 고소득 → Type 3 cloud 선호 (-0.015**, +0.003**), 저학력 → Type 4 -0.339**.
- **시사점**: IaaS provider 전략 — (a) 가격이 *must-be attribute* (46.36%), 무료/저가 진입이 채택의 결정적 lever. (b) 대용량 cloud 는 *laptop · netbook 사용자* 의 storage 보완재로 marketing, premium pricing 가능. (c) 모바일 통신사는 *smartphone bundle 형 저가 cloud* 가 경쟁력. (d) Bowling-alley 전략 (대용량 cloud + 단말기 bundle) 으로 *young, high-income* segment 공략. SaaS 시장으로의 확장이 다음 연구 과제.

![Type 1 (free) / Type 2 (stable) / Type 3 (대용량) / Type 4 (other) cloud 분류와 single-cloud purchase 의향 응답자 분포 — Type 1 이 가장 큰 비중을 차지하며 가격이 결정 lever 임을 시각화.](/papers/201408_ShinJ_Strategic_management_of_cloud_computing_services_Focusing_on_consumer_adoption_behavior/fig1.jpeg)

## 요약

이 paper 는 [[jongsulee]] 의 *ICT-도메인 라인* 위에서 cloud computing 이라는 *2010 년대 초 신흥 시장* 의 *소비자 채택* 을 conjoint + Bayesian DCM 으로 분석한 first 작업이다. 기존 cloud 연구 (Marston et al. 2011, Kushida et al. 2011, Etro 2009 등) 는 *managerial overview* 또는 *qualitative analysis* 에 머물렀고, Behrend et al. (2011) 의 *technology acceptance model* 은 perception 만 다뤘으며, Anadasivam (2010) 의 conjoint 는 *terminal device 결합* 을 누락했다. 본 paper 는 *(i) attribute 우선순위 + MWTP*, *(ii) cloud × terminal device 의 결합 covariance*, *(iii) sociodemographic modulation* 의 셋을 동시 추정해 cloud provider 의 전략 의사결정에 정량 input 을 제공한다.

방법론은 *2-stage Bayesian discrete-choice framework*. (i) Stage 1 — [[mixed-logit]] 의 random coefficient $\beta_{ik} \sim N(b_k, \Sigma_k)$ 가 IIA 회피 + heterogeneity 흡수. Utility $U_{ijt} = \sum_k \beta'_{ik} X_{jkt} + \varepsilon_{ijt}$ 에서 6 attribute 의 mean coefficient 와 variance 추정. (ii) Stage 2 — [[multivariate-probit-model]] (Edwards-Allenby 2003, Allenby-Rossi 1998) 의 multivariate normal disturbance $\varepsilon \sim N(0,\Omega)$ 가 *4 cloud type + 5 terminal device 의 동시 선택 covariance* 식별. covariance > 0 이면 보완 (동시 구매), < 0 이면 대체 (one-or-other). Bayesian-MCMC [[gibbs-sampling]] (20,000 draws, burn-in 10,000) 으로 mixed-logit 의 complex multivariate density 적분 + MVP 의 $J$-variate normal CDF 적분 회피.

핵심 발견은 *3 layer 의 정량적 정합성*. (1) **Attribute 우선순위**: service fee 가 압도적 (46.36%), 다음이 storage capacity (16.17%), stability (13.35%), file size (12.66%) — cloud 는 *가격 민감 commodity* 시장이며 *stability, capacity 가 차별화 lever*. (2) **MWTP 의 경제적 해석**: 1% stability 개선이 월 KRW 2,153 의 추가 지불의향 — Durkee (2010) 의 *고가용성은 비싸다* 명제와 정합 (100% 접근 시 cost 가 geometric 으로 증가). (3) **Cloud-device covariance 의 보완 구조**: Type 3 (1 TB) ↔ laptop +0.129 (대용량이 portable device 의 내장 storage 부족 보완), Type 3 ↔ desktop -0.112 (desktop 은 자체 대용량 → 외부 cloud 불필요), Type 1 (free) ↔ smartphone +0.169 (모바일 사용자는 가격 민감). 정책 함의는 cloud provider 가 *모바일 device 의 storage 한계* 를 *premium cloud capacity service* 로 변환 가능, 통신사는 *저가 cloud + smartphone 번들* 이 경쟁력. Sociodemographic modulation: 젊고 고소득 → Type 3 cloud (age -0.015**, income +0.003**), 저학력 → Type 4 (-0.339**) — 고학력은 *attribute 식별 능력* 으로 specialized cloud 선택. 한계: (i) SaaS·PaaS 미포함 — *IaaS 만 한정*, (ii) 2011 한국 시점 (smartphone 보급 초기, tablet 시장 작음), (iii) brand loyalty · 과거 사용 경험 미통제, (iv) cloud × device 가 *full simultaneous* 가 아닌 *2-stage* 추정 — 일관 coefficient 보장 못함 (Conclusion 에서 integrated model 제안).

## 핵심 결과

**Mixed logit 추정 (Table III) — 6 attribute 의 mean coefficient, 상대 중요도, MWTP**

| Attribute | Mean | 상대 중요도 (%) | Median MWTP |
|---|---:|---:|---|
| **Service Fee (KRW 만원)** | **-6.074\*\*** | **46.36** | — |
| Storage Capacity | +0.582\*\* | 16.17 | KRW 892 / 100 GB |
| Stability (실패율 %) | -1.323\*\* | 13.35 | KRW 2,153 / 1% 개선 |
| Max File Size | +0.604\*\* | 12.66 | KRW 923 / 1 GB |
| Service Provider (ISP=1) | +0.458\*\* | 6.10 | KRW 832 |
| Sync Device Count | -0.061 (n.s.) | 5.37 | KRW 110 |

Log-likelihood: -2218.07 (zero) → -1706.21 (convergence), LR index 0.231.

**MVP 분산-공분산 (Table V) — cloud-device 보완 구조**

| 관계 | Covariance | 해석 |
|---|---:|---|
| Type 3 (1 TB) ↔ Laptop | **+0.129†** | 보완 (대용량 + portable) |
| Type 3 (1 TB) ↔ Desktop | -0.112† | 대체 |
| Type 1 (free) ↔ Smartphone | **+0.169\*** | 보완 (모바일 가격 민감) |
| Desktop ↔ Smartphone | -0.517\*\* | 대체 (단말기 분리) |
| Desktop ↔ Netbook | -0.460\*\* | 대체 |
| Desktop ↔ Laptop | -0.322\*\* | 대체 |
| Smartphone ↔ Netbook | +0.293\* | 보완 (mobile 사용자) |

## 방법론 노트

[[mixed-logit]] 의 random coefficient 가 *consumer preference heterogeneity* 를 직접 모델링 — 단순 multinomial logit (homogeneous $\beta$) 의 IIA 가정과 representative agent 가정을 동시 완화. [[multivariate-probit-model]] 은 *동시 다중 선택* (cloud 1 개 + device 1 개 이상) 의 결합 결정을 IIA 제약 없이 추정 — 보완·대체 패턴이 covariance 에 직접 readable.

핵심 식. Mixed logit utility:

$$
U_{ijt} = V_{ijt} + \varepsilon_{ijt} = \sum_{k} \beta'_{ik} X_{jkt} + \varepsilon_{ijt}, \quad \beta_{ik} \sim N(b_k, \Sigma_k)
$$

여기서 $\varepsilon_{ijt}$ 는 type-1 extreme value. 개별 i 의 likelihood:

$$
L(d_i | \beta_i) = \prod_{t=1}^{T} \frac{\exp(\sum_k \beta'_{ik} X_{jkt})}{\sum_{l=1}^{J} \exp(\sum_k \beta'_{ik} X_{lkt})}
$$

MWTP for attribute $k$:

$$
\text{MWTP}_k = -\frac{\partial U/\partial x_k}{\partial U/\partial p} = -\frac{\beta_k}{\beta_{\text{price}}}
$$

MVP utility (terminal device $j$):

$$
U_{ij} = \gamma_j + \sum_d \beta'_{jd} S_{id} + \varepsilon_{ij}, \quad \varepsilon \sim N(0, \Omega)
$$

with binary $Y_{ij} = \mathbb{1}[U_{ij} > 0]$. 선택확률:

$$
P(Y_i | \beta, \Omega) = \int\cdots\int \phi_J(\varepsilon_{i1},\ldots,\varepsilon_{iJ} | 0, \Omega)\, d\varepsilon_{i1}\cdots d\varepsilon_{iJ}
$$

식별: (i) Bayesian [[gibbs-sampling]] 으로 MLE 의 *initial-value*, *global-optimum* 문제 회피, (ii) 1,000 retained posterior draws 가 finite-sample bias 보정, (iii) MVP 의 $\Omega$ 비대각 원소가 covariance 식별 (대각 normalized to 1 for identification).

## 연구 계보

직접 predecessor 는 (i) McFadden (1974, *Frontiers of Econometrics*) 의 conditional logit 정통, (ii) Train (2003) 의 simulation discrete choice + mixed logit, (iii) Edwards & Allenby (2003, *JMR*), Allenby & Rossi (1998, *J. Econometrics*) 의 multivariate probit + Bayesian 결합, (iv) Huber & Train (2001) 의 *classical vs Bayesian individual partworth* 동치성, (v) Green & Srinivasan (1978, *J. Consumer Research*) 의 [[conjoint-analysis]] 출발 paper. Cloud-specific 선행은 Marston et al. (2011, *Decision Support Systems*) 의 managerial framework, Behrend et al. (2011) 의 TAM, Bhardwaj et al. (2010) 의 IaaS price elasticity. [[jongsulee]] author page 의 *ICT consumer preference 라인* — [[jungwoo-shin-2012-ev-existing-car-usage-mdcev]] (자매, 같은 1 저자, 동일 Bayesian mixed framework 의 자동차 도메인 적용) 과 sibling. [[daeho-lee]] (KISDI) 와의 협업은 ICT 정책 응용 라인의 institutional anchor. 본 paper 가 적용한 Bayesian mixed logit + MVP 의 *2-stage joint estimation* 패턴은 이후 [[jongsulee]] 라인의 RPS · 5G · smart grid 채택 분석에 반복 사용된다.

## See also

- [[jongsulee]]
- [[jungwoo-shin]]
- [[daeho-lee]]
- [[mixed-logit]]
- [[multivariate-probit-model]]
- [[bayesian-estimation]]
- [[conjoint-analysis]]
- [[cloud-computing]]
- [[iaas]]
- [[jungwoo-shin-2012-ev-existing-car-usage-mdcev]]
- [[ieee-transactions-on-engineering-management]]