---
type: paper
slug: keungoui-kim-2024-social-distancing-innovation-privacy
title: >-
  Exploring the Interplay Between Social Distancing, Innovation Adoption, and
  Privacy Concerns Amid the COVID-19 Crisis
authors:
  - '[[keungoui-kim]]'
  - '[[siramaliphol]]'
  - '[[dongnyok-shim]]'
  - '[[changjun-lee]]'
year: 2024
venue: '[[science-and-public-policy]]'
volume: '51'
pages: ''
doi: 10.1093/scipol/scae024
categories:
  - '[[innovation-policy]]'
  - '[[ai-and-society]]'
methods:
  - '[[difference-in-differences]]'
  - '[[two-stage-least-squares]]'
  - '[[instrumental-variable]]'
  - '[[panel-fixed-effects]]'
themes:
  - '[[covid-19-and-innovation-policy]]'
  - '[[privacy-concerns]]'
  - '[[innovation-adoption]]'
  - '[[wearable-devices]]'
aliases:
  - lee-et-al-2024-social-distancing-innovation-privacy
last_updated: '2026-05-17T21:30:00+09:00'
---
# Exploring the Interplay Between Social Distancing, Innovation Adoption, and Privacy Concerns Amid the COVID-19 Crisis

*[[keungoui-kim]], [[siramaliphol]], [[dongnyok-shim]], [[changjun-lee]] (2024)* · [[science-and-public-policy]] 51 · [DOI ↗](https://doi.org/10.1093/scipol/scae024)

> 한국의 COVID-19 *강화된 사회적 거리두기 (Strengthened Social Distancing Region, SSDR — 서울·경기)* 정책을 *자연 실험* 으로 활용해, (1) 사회적 거리두기 강화 → 웨어러블 디바이스 채택 증가, (2) 사회적 거리두기 강화 → 개인 프라이버시 우려 감소, (3) 프라이버시 우려 감소 → 웨어러블 채택 증가의 *3-단계 인과 chain* 을 [[difference-in-differences]] + [[two-stage-least-squares]] (IV) 로 식별한다. 위기 시 *프라이버시 가드* 가 낮아지는 *bet-your-guard-down* 현상의 실증, 그리고 정부가 위기 이후에도 *공공 프라이버시 보호 역할* 을 적극 수행해야 한다는 정책 함의. siramaliphol.md *Lee et al. 2024* — [[siramaliphol-2024-covid-19-pandemic-innovation-policy]] editorial 이 introduce 하는 5 편 중 *미시 개인 행동* layer 의 핵심 paper.

- **RQ**: COVID-19 의 *사회적 거리두기 정책 강화* 가 (1) 개인의 *혁신 (웨어러블 디바이스) 채택*, (2) *프라이버시 우려*, (3) 프라이버시 우려가 혁신 채택에 미치는 효과를 어떻게 변화시켰는가?
- **방법론**: [[difference-in-differences]] (DID), [[two-stage-least-squares]] (2SLS, IV regression), [[instrumental-variable]] (SSDR × year2021 = 강화 거리두기 정책 도구변수), [[panel-fixed-effects]] (개인·연도 FE)
- **데이터**: Korean Media Panel (KMP) survey (KISDI, 정부 기관), 2018-2021 4 년 패널, N=33,429 individual-year (11,061 unique individuals). 프라이버시 우려는 8 개 항목 평균. 처치 변수: SSDR = 1 if 서울/경기 거주 + y2021 (2020년 11월~2021년 2월 강화 거리두기 시행 기간)
- **주요 발견**: (1) **사회적 거리두기 강화 → 웨어러블 채택 ↑** — IV (SSDR × y2021) 의 계수 +0.034\*\*\* (Pooled OLS), +0.032\*\*\* (FE), +0.033\*\*\* (RE) — 강화 거리두기가 웨어러블 채택률 *3.2-3.4%p* 증가. (2) **사회적 거리두기 강화 → 프라이버시 우려 ↓** — IV 의 계수가 negative 유의 (정확한 부호는 Table 5; 본문은 "lowering individual privacy concerns"). (3) **프라이버시 우려 ↓ → 웨어러블 채택 ↑** — 2SLS 두 번째 stage 의 privacy concern 계수 −0.024\*\*\* ~ −0.028\*\*\* (Pooled · FE · RE 모두 유의) — *endogeneity 통제 후* 인과적으로 우려 감소가 채택 증가로 연결. Hausman test 결과 FE 가 RE 보다 효율적.
- **시사점**: 위기 상황에서 시민이 *프라이버시 경계심* 을 낮춰 혁신을 더 빨리 채택하는 *방어 완화* 현상은 *단기* 로는 디지털 전환 가속에 기여하지만 *위기 이후 지속* 시 데이터 남용 위험. 정부는 *위기 후* 에도 공공 프라이버시 보호 (consent 절차, de-identification, secondary use 제한) 의 *능동적 수호자* 역할을 해야.

## 요약

이 paper 는 siramaliphol.md 의 *2기 실타래 1 (한국 발전 모델의 확장) + 실타래 2 (기술의 사회적 영향)* 의 합류점에 위치 (paper #9 분류), [[siramaliphol-2024-covid-19-pandemic-innovation-policy]] 가 introduce 하는 Science and Public Policy 특별호의 *미시 개인 행동* layer 의 핵심 자매 작업. *editorial 의 사례 1* — Lee et al. 2024 로 인용된 paper 자체이다. 한국 의 *3 가지 특이성* — (i) 강한 국가-주도 기술 정책, (ii) 시민의 *기술 수용성* 이 높음, (iii) 비교적 *낮은 프라이버시 경계* (Kim and Kwan 2021) — 이 *자연 실험* 의 외부 타당성을 부여.

식별의 핵심은 **시-공간 이중 변동** 의 활용. KMP 데이터에서 2018-2019 는 *pre-COVID*, 2020 (6월 조사) 는 *weak distancing*, 2021 (11월 2020~2월 2021 강화 거리두기 후 조사) 는 *strong distancing* 의 *시간 변동* + 서울·경기 (강화) vs 비수도권 (약화) 의 *공간 변동* 을 결합한 [[difference-in-differences]] frame. IV = SSDR × y2021 의 *교호 항* 이 강화 거리두기 노출의 도구변수. 두 종속 변수 (웨어러블 채택, 프라이버시 우려) 각각에 OLS · FE · RE 추정 — Hausman test 가 FE 우선 지지. 세 번째 단계 (프라이버시 → 웨어러블) 는 [[two-stage-least-squares]] (2SLS) 로 endogeneity 통제 — privacy concern 자체가 채택과 동시 결정될 가능성을 IV 로 차단.

핵심 결과 3 가지: (1) 강화 거리두기는 웨어러블 채택률을 약 *3.3%p* 증가시킴 — 비교적 큰 효과 (전체 채택률 7.6% 대비). (2) 강화 거리두기는 프라이버시 우려를 *유의하게 감소* — Fig. 2 boxplot 에서 SSDR 그룹은 거리두기 강화 후 우려 분포 전반적 하향 이동, non-SSDR 은 작은 변화. (3) 2SLS 두 번째 stage 에서 privacy concern → wearable adoption 의 계수는 *유의 음* (−0.024 ~ −0.028\*\*\*) — Pooled OLS 의 양의 계수와 부호 역전이 *endogeneity 의 직접 증거*, 즉 우려와 채택이 동시 결정되되 *진짜 인과 방향은 우려 감소 → 채택 증가*.

이 paper 는 [[siramaliphol]] 의 *연구 궤적* 안에서 *NIS 회복력* 의 *시민-개인 layer* 사례, [[siramaliphol-2024-covid-19-pandemic-innovation-policy]] 의 거시 NIS 분석과 *상보적 관계*. [[keungoui-kim-2024-interdisciplinary-emergence-bertopic]] 와 같은 해 발표된 [[keungoui-kim]] 의 작업이지만 *주제·방법론 완전 분리* — 학제간 부상 (network + NLP) vs 정책 미시 인과 (DID + 2SLS). 한계: (i) 한국 1 개국 표본의 일반화 한계, (ii) "위기 후 지속" 검증은 2021 년 데이터에서 불가능 — 후속 종단 데이터 필요, (iii) 웨어러블 채택 외 다른 혁신 (e.g. 디지털 결제, 원격의료) 으로의 확장 미수행.

## 핵심 결과

| 인과 단계 | 계수 (FE 모형) | 해석 |
|---|---:|---|
| (1) 거리두기 강화 → 웨어러블 채택 | +0.032*** | SSDR × y2021 효과: 채택률 +3.2%p (Base rate 7.6% 대비 매우 큰 효과) |
| (2) 거리두기 강화 → 프라이버시 우려 | negative ***\* | 강화 거리두기 → 우려 감소 (Table 5; *bet-your-guard-down*) |
| (3) 프라이버시 우려 → 웨어러블 채택 (2SLS) | −0.027*** | endogeneity 통제 후 우려 감소가 채택 증가로 인과 |

(N=33,429 individual-year, 11,061 unique individuals; KMP 2018-2021; Robust SE; \*\*\* p<0.001)

| 비교 | Pooled OLS | 2SLS | 비고 |
|---|---:|---:|---|
| 프라이버시 우려 → 채택 계수 | 양 (uncorrected) | 음 (IV-corrected) | endogeneity 의 직접 증거 — 인과 방향 *역전* |

데이터 분포 (Table 3):
- 평균 프라이버시 우려 = 0.711 (0-1 scale)
- 평균 웨어러블 채택률 = 0.076 (7.6%)
- SSDR 비율 = 0.389 (서울·경기 거주)
- 연령 분포: 10대 12.7%, 20대 14.1%, 30대 10.7%, 40대 21.5%, 50대 22.3%, 60+ 18.7%

## 방법론 노트

핵심 회귀식 (Equation 1 — 웨어러블 채택):

$$
INNO\_Adopt_{i,t} = \beta_0 + \beta_1 IV_{i,t} + \beta_2 SSDR_{i,t} + \beta_3 X_{i,t} + \beta_4 YearFE_t + \beta_5 IndFE_i + \varepsilon_{i,t}
$$

여기서 $IV_{i,t} = SSDR_{i,t} \times y2021$ 은 강화 거리두기 노출의 도구변수, $X_{i,t}$ 는 통제변수 벡터 (gender, age, education, income, unlimited data plan, telecom). $\beta_1$ 이 강화 거리두기의 효과.

식별 가정: (a) **시-공간 변동의 외생성** — SSDR (서울·경기) 와 시간 (2021) 의 *교호 변동* 이 individual-level 미관측 특성에 의해 시변하지 않음. (b) Hausman test 로 FE 가 RE 보다 효율적임을 확인. (c) 표준오차는 individual cluster 로 산출. (d) [[two-stage-least-squares]] 의 IV (SSDR × y2021) 가 privacy concern 의 internal 결정 요인 (개인 특성) 과 무상관 — *exclusion restriction* 가정.

[[difference-in-differences]] 의 *parallel trends* 가정은 (i) 2018-2019 (pre-COVID) 의 SSDR vs non-SSDR 의 채택률·우려 추이 비교 + (ii) 다른 연도 dummy 통제로 부분 검증.

## 연구 계보

이 paper 는 (i) Joinson et al. (2010), Bélanger & Crossler (2011) 의 *privacy concerns 측정* 전통, (ii) Carter & Bélanger (2005) 의 *trust in e-government* 라인, (iii) Wright et al. (2009) 의 *contextual privacy* 관점, (iv) Kang & Jung (2021), Jeon & Lee (2022) 의 *wearables privacy paradox* 직접 선행을 받는다. *Bet-your-guard-down* 메커니즘은 Verger et al. (2021) 의 *isolation period 의 creative resilience*, Demirgüc-Kunt et al. (2020) 의 *pandemic 경제 영향*, Cox & Khan (2017) 의 *개인주의-혁신 관계* 와 결합. [[siramaliphol]] 본인의 *2022 Smart Policing* paper ([[siramaliphol-2022-smart-policing-robocops]]) 가 reference list 에 인용 — 자기-인용 link. [[siramaliphol]] 의 *연구 궤적* 안에서는 *2기 paper #9* (siramaliphol.md), [[siramaliphol-2024-covid-19-pandemic-innovation-policy]] 의 거시 NIS 분석과 *미시 행동 분석* 의 상보 관계.

## See also

- [[siramaliphol]]
- [[keungoui-kim]]
- [[dongnyok-shim]]
- [[changjun-lee]]
- [[difference-in-differences]]
- [[two-stage-least-squares]]
- [[covid-19-and-innovation-policy]]
- [[privacy-concerns]]
- [[innovation-adoption]]
- [[wearable-devices]]
- [[siramaliphol-2024-covid-19-pandemic-innovation-policy]]
- [[siramaliphol-2022-smart-policing-robocops]]
- [[science-and-public-policy]]