Which Attributes Should be Considered in Regulating the Internet of Things? Evidence From Conjoint Analysis

Ho Seoung Na, 황준석, Hongbum Kim (2023) · SAGE Open 13:21582440231209806 · DOI ↗

사물인터넷 규제 논의는 개인정보·프라이버시 보호에 편향되어 잠재 소비자 선호 기반의 종합 규제 프레임 이 부재하다. 본 연구는 컨조인트 분석 와 3-layer 모델 (IoT device / network / IoT application) 로 가정용 환경 모니터링 IoT 서비스에 대한 923명 한국 소비자의 선호를 추정한다. 혼합 로짓 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: 사물인터넷 서비스 규제 프레임워크 설계에 어떤 속성이 잠재 소비자 관점에서 중요한가? 기존 인터넷 시대의 layered-regulatory-framework 를 IoT 시대에 어떻게 재구성할 것인가?
• 방법론: 컨조인트 분석 (orthogonal 설계, 2 alternatives × 2회 반복), 혼합 로짓 (가격은 log-normal, 나머지 4 속성은 normal 분포), 진술선호법, 한계 지불의사
• 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.

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). 사물인터넷 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 컨조인트 분석 + 혼합 로짓 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). 혼합 로짓 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. 황준석 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

혼합 로짓 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 한계 지불의사 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, 사물인터넷 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 혼합 로짓 정식화, Green & Srinivasan (1978, 1990) 의 컨조인트 분석 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 Evaluation of Technological Innovation in the Cellular Phone Display 같은 conjoint 기반 정책 분석 라인의 자매 작업이며, 황준석 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

• 황준석
• Ho Seoung Na
• Hongbum Kim
• SAGE Open
• 사물인터넷
• 규제 정책
• layered-regulatory-framework
• 컨조인트 분석
• 혼합 로짓
• 한계 지불의사
• 진술선호법
• Evaluation of Technological Innovation in the Cellular Phone Display

인접 그래프

1-hop 이웃 15개

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

↻ 초기화

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

이 문서를 가리키는 페이지

논문 (1)

• Prototype of Monitoring Transportation Pollution Spikes through the Internet of Things Edge Networks