Digital content as a fast Internet diffusion factor: Focusing on the fixed broadband Internet

Ho Seoung Na, 황준석, Hongbum Kim (2018) · Information Development · DOI ↗

161 개국의 1998~2014 고정 광대역 인터넷 보급 데이터를 logistic-growth-curve · gompertz-growth-curve · Richard’s curve 중 AIC 최소 모형으로 적합시켜 각국의 최대 확산 속도 ($\mu$) 를 추정하고, take-off 시점의 디지털 콘텐츠 양 (top-level domain server 수, 언어·지역 클러스터링 조정) 이 확산 속도를 유의하게 높임을 robust OLS 로 보인다 (β=0.028, p<0.1 in 전체 모델). 중간소득 이상 그룹에서는 CONTENT 가 결정적이고, 그 이하에서는 critical mass (FBS) 가 지배.

• RQ: 디지털 콘텐츠 양이 국가별 인터넷 확산 속도를 결정하는가? 그 효과는 소득 수준·take-off 시기·기존 가입자 규모·확산 속도에 따라 어떻게 달라지는가?
• 방법론: logistic-growth-curve, gompertz-growth-curve, Richard’s curve 적합 (AIC 선택), Robust OLS regression
• 데이터: 161 개국 World Bank 고정 광대역 가입자/100 인 (1998~2014); TLD 서버 수 (Internet Systems Consortium 2016, W3Techs 2016); GDP per capita (PPP), 도시화율, Freedom of Press (Freedom House)
• 주요 발견: 161 개국 분석에서 CONTENT (β=0.028, p<0.1), FBS (β=0.486, p<0.1), GDP (β=0.274, p<0.1), URBAN (β=0.020***), FOP (β=−0.021***) 모두 유의. 162 개국 중 110 개국이 Gompertz 모형으로 최적 적합. 분할 분석: 중간소득 이상에서는 CONTENT 지배, 이하에서는 FBS 지배.
• 시사점: 광대역 정책은 인프라 보급뿐 아니라 언어별·지역별 디지털 콘텐츠 생태계 조성을 동반해야 하며, 특히 인터넷 다층 발달 단계에서 콘텐츠 정책의 비중이 달라진다.

요약

세 가지 stylized facts of innovation diffusion (Hall and Rosenberg, 2010) — (i) 확산은 S-curve 를 따름, (ii) 시간 소요, (iii) 기술·국가별 속도 차이 — 을 전제로, 인터넷 확산을 설명하는 기존 문헌은 GDP per capita, 교육 수준, 가격, LLU 정책, 인터넷 호스트 수 (콘텐츠 proxy) 등 다양한 결정요인을 제시해 왔다 (Hargittai, 1999; Kiiski and Pohjola, 2002; Garcia-Murillo, 2005; Lee and Brown, 2008; Andrés et al., 2010 등). 그러나 디지털 콘텐츠는 대부분 독립변수 또는 control 로 다뤄졌고, 인터넷 확산 속도의 핵심 결정요인으로서의 위상은 명시적으로 검증되지 않았다. 본 논문은 take-off 시점의 콘텐츠 양이 확산 속도의 직접 결정요인임을 가설로 세우고, 161 개국 데이터로 검증한다.

방법론은 두 단계다. (1) 각국 고정 광대역 가입자/100 인 (1998~2014, World Bank) 을 logistic · Gompertz · Richard’s 세 가지 s-type-curve 에 적합시키고 AIC 로 최적 모형을 선택해 최대 확산 속도 $\mu_i$ 를 추정한다. 161 개국 중 110 개국이 Gompertz, 36 개국이 logistic, 15 개국이 Richard’s 가 최적이다. (2) $\mu_i$ 를 종속변수로 take-off 시점의 CONTENT (언어·7 지역 클러스터링 조정한 TLD 서버 수), FBS (가입자/100 인), GDP per capita (PPP), URBAN, FOP (Freedom of Press) 를 독립변수로 하는 robust OLS 회귀를 추정한다.

161 개국 전체 분석에서 모든 변수가 유의하다 (CONTENT β=0.028 p<0.1, FBS β=0.486 p<0.1, GDP β=0.274 p<0.1, URBAN β=0.020 1%, FOP β=−0.021 1%; R²=0.585). saturation 도달 122 개국 부분 표본에서는 CONTENT, URBAN, FOP 만 유의해 critical mass (FBS) 와 경제력 (GDP) 가 saturation 후엔 중요성을 잃음을 보인다. 4 가지 분할 분석 (소득 수준, take-off 시기, 가입자 규모, 확산 속도) 의 패턴은 일관되다. (a) 고/상위중간 소득국 (above middle) 에서는 CONTENT (β=0.028 p<0.1), URBAN (p<0.1), FOP (1%) 가 지배; (b) 저/하위중간 소득국 (below middle) 에서는 FBS (β=1.380 1% 유의) 가 지배하고 CONTENT 는 무의미. 같은 패턴이 take-off 2005 년 이전/이후, 현재 가입자 ≥/<10.558/100, 확산 속도 ≥/<0.944 분할에서 반복된다. 즉 인터넷 less diffused 국가에서는 critical mass 가, more diffused 국가에서는 콘텐츠가 결정요인이다. 정책 함의는 less diffused 국가는 take-off 를 위한 사용자 확보 정책 + 동시에 take-off 후를 위한 콘텐츠 정책 병행, more diffused 국가는 신규 콘텐츠·서비스 (VR, IoT) 의 새 take-off 가속을 위해 두 정책 모두 필요하다는 것이다.

핵심 결과

표본	CONTENT	FBS	GDP	URBAN	FOP	R²
전체 161 국	0.028*	0.486*	0.274*	0.020***	−0.021***	0.585
Saturation 후 (122)	0.027*	0.434	0.246	0.026***	−0.021***	0.572
Above middle income (103)	0.028*	0.327	0.220	0.022*	−0.028***	0.479
Below middle income (58)	−0.005	1.380***	−0.073	0.004**	0.003	0.528

* p < 0.1, ** p < 0.05, *** p < 0.01

• S-curve 적합: 110 Gompertz / 36 logistic / 15 Richard’s of 161 국.
• CONTENT = 7 지역 × 언어 클러스터링 조정한 TLD 서버 수.
• FBS = take-off 시점의 광대역 가입자/100 인 (critical mass proxy).

방법론 노트

각국의 고정 광대역 가입자 $N(t)$ 는 saturation level $K$, lag time $L$, 최대 확산 속도 $\mu$ 의 세 인자로 S-curve 에 적합된다. Logistic 곡선의 modified form 은

$$N(t) = \frac{K}{1 + \exp\left[\frac{4\mu}{K}(L-t) + 2\right]}$$

Gompertz 는 $N(t) = K \exp\{-\exp[\frac{\mu e}{K}(L-t) + 1]\}$, Richard’s 는 4 파라미터 일반화다 (Zwietering et al., 1990). 각국별로 세 모형을 적합시켜 AIC 최소인 것을 선택해 $\mu_i$ 추정. 2 단계 회귀는

$$\text{SPEED}_i = \beta \cdot \text{CONTENT}_{i,T} + \gamma_1 \text{FBS}_{i,T} + \gamma_2 \text{GDP}_{i,T} + \gamma_3 \text{URBAN}_{i,T} + \gamma_4 \text{FOP}_{i,T} + \varepsilon_i$$

여기서 $T$ 는 각국 take-off 시점이다. Heteroscedasticity 와 outlier 영향을 완화하기 위해 robust OLS 를 사용한다. CONTENT 의 측정은 (a) 전체 TLD 서버 수 × 각국 서버 비율, (b) 국가별 공식 언어 수로 나눔, (c) 7 개 지역 (East Asia, Europe & Central Asia, North America, Latin America, South Asia, MENA, Sub-Saharan Africa) 내 동일 언어 TLD 합산. 영어권 6 개 선진국 (Australia, Canada, Ireland, New Zealand, UK, US) 은 별도 통합. 이는 Barnett and Park (2014) 의 7 클러스터 네트워크 분석에 기반한다.

연구 계보

황준석 그룹의 ICT 확산 · 광대역 정책 라인에 위치한다. Garcia-Murillo (2005) 와 Lee and Brown (2008) 의 콘텐츠 (인터넷 호스트 수) 효과 가설을 (a) 콘텐츠를 핵심 explanatory variable 로 격상, (b) 언어·지역 가중 TLD 측정, (c) Logistic·Gompertz·Richard’s 의 AIC 선택 적합으로 발전시켰다. Viard and Economides (2014) 의 디지털 콘텐츠 효과 연구를 161 개국 전 세계 패널로 확장한 작업이며, 동일 그룹의 OECD 한정 분석인 Lee, Marcu, and Lee (2011) 의 후속 확장으로 위치한다. TEMEP 의 광대역·spectrum 정책 라인 (Opportunity cost of spectrum for mobile communications: Evaluation of spectrum prices in Bangladesh, A mixed spectrum management framework for the future wireless service based on techno-economic analysis: The Korean spectrum policy study) 과도 연결된다.

See also

• 황준석
• Hongbum Kim
• 베스 확산 모형
• logistic-growth-curve
• gompertz-growth-curve
• ICT 확산
• 광대역
• 디지털 콘텐츠
• Information Development

인접 그래프

1-hop 이웃 11개

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

↻ 초기화

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