A socio-technical analysis of factors affecting the adoption of smart TV in Korea

Eun Yu, Ahreum Hong, 황준석 (2016) · Computers in Human Behavior 61:89-102 · DOI ↗

KISDI Korean Media Panel 2012-2014, 3,954 households / 6,087 personal-year 균형 패널을 고정효과 모형 · random-effects-model (Hausman 검정 선택) 로 추정. 스마트 TV 시장점유율은 2.6% (2011) → 9.6% (2014) 로 기대 이하인 가운데, 전기 IPTV 번들 가입자 만 스마트 TV 채택을 유의하게 억제 (β=-0.0431, p<0.05), cable·satellite 번들은 효과 없음. 스마트 TV 채택이 TV 위 N-screen 시청에 미치는 효과는 비유의 (β=0.003), 다만 internet-connected 스마트 TV 한정 시 양 (β=0.0107, p<0.05) — 단순 device 보유가 아닌 연결 이 lean-forward 행동의 조건.

• RQ: (1) 한국 pay-TV 시장의 번들 경쟁이 스마트 TV 채택에 어떻게 영향을 미치는가, (2) 스마트 TV 가 자체 기술 features (N-screen) 의 사용을 유도하는가, (3) 어떤 소비자 속성이 채택을 견인하는가
• 방법론: socio-technical analysis framework, 패널 데이터 분석 (3-year balanced), 고정효과 모형 (H1·H2) + random-effects-model (H3, time-invariant 변수 포함), Hausman 검정 로 모형 선택
• 데이터: KISDI Korean Media Panel 2012-2014, household 3,954 / personal 6,087 (head + spouse only), 도시 84.7%, 평균 가구원 2-4 명 74%, 평균 가구소득 분포 6 구간 ($1000 이하 21.2$5000+ 13.3%)
• 주요 발견: (H1) L.IPTV_b → smtv β=-0.0431* (cable_b·satTV_b 비유의); 추가 분석에서 smtv 가 cable 의 complement (β=+0.0270*), IPTV·satellite 와는 substitute; (H2) smtv → Nsc_bd_dev β=0.00306 (비유의), smtv_on → Nsc_bd_dev β=0.0107* (인터넷 연결 시만 양); (H3) B_new (β=0.0072**), P_school (β=0.0192*), TVoth_hr (β=0.0155*), H_num (β=0.0071**), H_income (β=0.0057***) 모두 양 유의; age·TVbd_hr·TVvod_hr 비유의
• 시사점: 정책 — 번들이 entry barrier 로 작동하므로 OTT 사업자 진입 평가에 포함 필요; 경영 — 스마트 TV 를 플랫폼 으로 포지셔닝하기보단 connected 가전 으로 재설계, killer application 부재 (99.6% 시청시간이 일반 방송) 해소

요약

스마트 TV 는 application store 와 인터넷 콘텐츠를 결합한 새로운 방송 플랫폼으로 5 년간 주목됐으나, 2014 년 한국 시청률은 9.6% (2011 년 2.6% 대비 +7%p) 에 그치고 시청시간의 99.6% 가 일반 방송으로 채워지는 등 플랫폼화 측면에서 실적이 기대 이하다. 기존 연구는 (i) 기술수용모형 기반 intention 분석 (Lee et al. 2012, Kim et al. 2013), (ii) marketing strategy 의 SWOT (Kim and Park 2011), (iii) 선택속성 conjoint (Park and Yoo 2012, Kim 2015) 에 집중했지만, 실제 채택자가 누구이며 그들의 시청 행태가 어떻게 변하는가, 그리고 과점 pay-TV 시장의 번들 전략 효과는 누락됐다.

Eun Yu · Ahreum Hong · 황준석 은 Bijker et al. (1987) socio-technical system 관점에서 market competition (번들) · service (N-screen) · consumer attribute 3 차원을 KISDI Korean Media Panel 2012-2014 균형 패널 (3,954 가구) 로 동시 추정. H1 (번들) 은 가구 수준 고정효과 모형, H2 (N-screen 사용) 은 personal 수준 FE, H3 (소비자 속성) 은 시간불변 변수를 포함하므로 random-effects-model. Hausman 검정 로 모형 적합 검증.

H1 결과는 전기 IPTV 번들 가입자만 스마트 TV 채택을 유의 억제 (β=-0.0431, p<0.05), cable·satellite 번들 효과는 비유의. 추가 분석에서 cable 가입자에겐 스마트 TV 가 complement (양), satellite·IPTV 가입자에겐 substitute (음) — Nalebuff (2004) 의 entry-deterrent 효과 > price discrimination 효과 가설을 한국 IPTV 시장에서 확인. H2 결과는 단순 스마트 TV 보유 가 TV-N-screen 시청에 영향 없음 (β=0.003) — 채택 자체가 lean-forward 활동을 유도하지 못한다는 플랫폼 실패 진단. 단 internet-connected 스마트 TV 한정 시 양 유의 (β=0.0107) 로 물리 device 보유 vs. 실제 연결 의 격차가 크다는 점을 명시. H3 결과는 brand-new 선호 (B_new, β=0.0072), 교육수준, 가구원 수, 가구소득이 모두 양 유의로 Kim et al. (2011) 의 수도권·고학력·고소득 화이트칼라 프로파일 재확인.

한계는 KISDI 패널의 internet-connected 측정 한계 (2011 정의 미갱신), N-screen 결제 데이터 부족으로 화폐가치 추정 불가, OTT 신규 사업자 별도 모델링 없음. 황준석 3 기 (2014-2019) 의 플랫폼 진단 라인 — The Determinants of purchasing the Charged Contents in the Smart-media environment 같은 콘텐츠 가격 라인과 sibling.

핵심 결과

Table 6, 3-year balanced panel 2012-2014, robust SE:

가설	종속	핵심 계수	유의
H1	smtv	L.IPTV_b = -0.0431	*
H1	smtv	L.cable_b = +0.0042	n.s.
H1	smtv	L.satTV_b = -0.0035	n.s.
H2	Nsc_bd_dev	smtv = +0.00306	n.s.
H2	Nsc_bd_dev	smtv_on = +0.0107	*
H2	Nsc_bd_dev	Nsc_bd_num = +0.2238	***
H3A	smtv	B_new = +0.00725	**
H3B	smtv	P_school = +0.0192	*
H3C	smtv	TVoth_hr = +0.0155	*
H3D	smtv	H_income = +0.00572	***

Additional (Table 7): smtv → cable +0.0270* (complement); smtv → IPTV +0.0785*** (양 substitute); smtv → satTV +0.0137*. 시장점유율 추이 (Table 2): smart TV 2.6% → 9.6%, IPTV 11.1% → 22.0%, cable 72.1% → 67.2%.

방법론 노트

3 가설의 종속변수 성격과 시간불변 변수 포함 여부가 모형 선택을 결정. Hausman 검정 통계량:

$$H = (\hat{\beta}_{FE}-\hat{\beta}_{RE})'[V_{FE}-V_{RE}]^{-1}(\hat{\beta}_{FE}-\hat{\beta}_{RE})$$

H1·H2 는 p<0.05 로 고정효과 모형 채택, H3 는 P_age·P_school 등 시간불변 personal demographic 이 핵심 변수이므로 random-effects-model 채택. H1 의 핵심 식은 전기 번들 가입 (L. prefix) 으로 lag 처리:

$$Y_{1it} = \beta_{10} + \beta_{11} X_{11,it-1} + \beta_{12} X_{12,it-1} + \beta_{13} X_{13,it-1} + e_{it}$$

여기서 $Y_{1it}$ 는 가구 $i$ 의 $t$ 연도 스마트 TV 보유 더미, $X_{1j,it-1}$ 는 각각 cable_b·satTV_b·IPTV_b 의 전기 가입. Identification idea 는 번들 가입이 스마트 TV 채택보다 선행 하므로 lag 으로 역인과 통제, 그리고 번들 vs. 단독 가입을 분리해 (식 2-1 vs 2-2) lock-in 효과를 식별. H2 에선 smtv 와 smtv_on 의 계수 차이로 물리 채택 vs. 실제 연결 이 lean-forward 행동에 미치는 효과를 분리 — single coefficient comparison 으로 플랫폼 실패의 식별 을 달성.

연구 계보

Bijker, Hughes and Pinch (1987) socio-technical system, Sawyer et al. (2003) · Shin and Jung (2012) 의 IT-도메인 socio-technical 응용 라인. 번들 효과 토대는 Whinston (1990), Choi and Stefanadis (2001), Carlton and Waldman (2002), Nalebuff (2004) 의 bundling = entry deterrence 산업조직 라인 + Bakos and Brynjolfsson (2000), Hurkens et al. (2011) 의 switching cost. 직계 선행은 Hong et al. (2014) 의 broadcasting bundling 실증, Burnett (2014) 의 UK telco churn, Prince and Greenstein (2014) 의 telecom bundling churn — 본 paper 는 previous-period bundle lag identification 을 따른다. 스마트 TV 측 선행은 Lee et al. (2012), Kim et al. (2013), Bae and Chang (2012) 등 한국 기술수용모형 기반 intention 연구. 황준석 3 기 (2014-2019) 콘텐츠 산업 라인 — sibling 으로 The Determinants of purchasing the Charged Contents in the Smart-media environment, 황준석 · Kim (2011) 콘텐츠 산업 의 user-level participation 작업.

See also

• 황준석
• Ahreum Hong
• Eun Yu
• Computers in Human Behavior
• 고정효과 모형
• random-effects-model
• Hausman 검정
• 번들링
• 스마트 TV
• n-screen
• The Determinants of purchasing the Charged Contents in the Smart-media environment

인접 그래프

1-hop 이웃 16개

• 인물 3
• 방법론 3
• 개념 2
• 주제 4
• 수록처 1
• 분류 1
• 논문 2

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (1)

• Evaluating Korean commuters' acceptance of MaaS through the UTAUT framework

개념 (1)

• 번들링

인물 (2)

• 황준석
• Eun Yu

수록처 (1)

• Computers in Human Behavior

주제 (2)

• 스마트 미디어
• 스마트 TV