The relationship between shared mobility and regulation in South Korea: A system dynamics approach from the socio-technical transitions perspective

Junmin Lee, Keungoui Kim, Jiyong Kim, 황준석 (2022) · Technovation 109:102327 · DOI ↗

Uber 이래 한국 공유 모빌리티 (SM) 서비스는 규제 사각지대에서 등장했으나 이해관계자 반대와 정부 규제로 제한적으로만 운영되어왔다 (Poolus·Tada 의 운명). Geels 의 다층관점 (MLP) (MLP) 와 Bass 확산·자원 할당·정부 개입을 결합한 시스템 다이내믹스 모델로 세 정책 시나리오를 시뮬레이션 (2016-2030, 14년, AnyLogic). (i) 현 규제 유지 → SM 시장 퇴출, (ii) 단독 규제 완화 → 택시 산업 잠식·사회 갈등, (iii) SM 세금의 일부 (25-35%) 를 택시 혁신 R&D 보조금으로 환류 → 양 서비스 공존·사회 후생 증가. 매사추세츠·뉴사우스웨일스 사례와 정합한 정책 권고.

• RQ: 한국 모빌리티 시장에서 SM 서비스 확산과 규제는 어떻게 상호작용하며, 어떤 정책 조합이 SM 과 택시의 공존을 가능하게 하는가?
• 방법론: 시스템 다이내믹스 (AnyLogic 8.4.0), 시나리오 분석, extended 베스 확산 모형, 몬테카를로 시뮬레이션 (200 iterations)
• 데이터: 한국 모빌리티 시장 통계 (Kakaomobility 2017, 1/1000 축소 14만명 가정), Networked Readiness Index (151국) + Global Innovation Index (127국) + Deloitte City Mobility Index (55도시) 정규화 파라미터, 65개국 600+ 도시 SM 정책 사례
• 주요 발견: 시나리오 1 (현 규제) → SM 시장 퇴출. 시나리오 2 (규제 완화 단독) → SM 의 winner-takes-all 로 택시 소멸. 시나리오 3 (세금 10-15% × 보조금 25-35%) → 공존 가능, 양 서비스 모두 서비스 품질·사회 후생 증가.
• 시사점: 플랫폼 모빌리티 규제는 단순 허용·금지가 아니라 기존 산업 혁신 보조와 동반 설계되어야 한다. 매사추세츠 (Uber 1회당 20센트, 5센트 (25%) 를 택시 산업으로) 와 NSW (Uber 당 AUD 1, 5년간 AUD 250M) 사례가 참조.

요약

본 연구는 Geels (2002, 2007) 의 다층관점 (MLP) 를 한국 모빌리티 시장에 적용한다. MLP 는 landscape (글로벌 디지털 모빌리티 트렌드·정부 개입), regime (한국 ICT 인프라·이해관계자 갈등·요금 체계), niche (SM 서비스, 자원 생성·할당) 의 3층 상호작용으로 사회-기술 전환을 본다. ICT 강국 한국이 세계 최초로 Uber 를 국가 차원에서 금지한 패러독스 (McSpadden, 2015), 그리고 Poolus·Tada 의 예외 조항 활용 → 규제 강화 → 시장 퇴출의 반복 패턴이 분석 동기다. SM 시장 정착 사례 (미·중·EU·싱가포르) 와 한국·일본·대만의 규제 사례가 대조군.

저자들은 Ruutu et al. (2017) 의 모델을 한국 택시 산업의 quasi-public 특성과 Forrester 의 system dynamics 결합으로 확장한다. 핵심 구조: (i) extended Bass diffusion (potential adopter → adopter, switching 포함, 정부 개입의 regulation fraction), (ii) 자원 생성·할당 모델 (financial + data resources, 60% 가용 자원을 institutional cost vs R&D investment 로 분할), (iii) 사회 후생 (service quality × indirect network effect). 핵심 파라미터: Korea ICT 정규화 0.692, 글로벌 모빌리티 트렌드 평균, 택시 dynamic pricing 0 (고정요금), SM dynamic pricing uniform(0.6, 1.4). AnyLogic 8.4.0 으로 2016년 5월 9일~2030년 5월 8일 14년 시뮬레이션, 200 Monte Carlo iterations, time step 0.0625. Dimensional consistency, extreme condition, sensitivity (수치형) 검증 완료.

시나리오 결과: (1) 현 규제 유지·강화: institutional cost 35-50% 강제 → SM 자원 부족 → 시장 퇴출. 정부 개입 (random landscape signal) 발생 시 SM adoption fraction 급락. (2) 규제 완화 (점진 vs 급진): 두 경우 모두 SM 의 winner-takes-all → 택시 소멸. 점진 reform 도 결국 동일 결과, 단지 시간 지연. (3) complementary reform (세금 + 보조금): 매사추세츠 (Uber 당 20센트 부과, 25% 인 5센트를 택시로) 와 NSW (AUD 1/ride × 5년간 AUD 250M) 사례를 모델링 (세금 10/12.5/15%, 보조금 25/30/35%). 택시 산업이 보조금으로 dynamic pricing·matching algorithm·data 축적 등 혁신 역량을 확보하면 SM 과 공존 가능. 사회 후생도 양 서비스 모두에서 증가.

함의는 플랫폼 경제 규제의 패러다임 전환이다. 단순 허용·금지가 아니라 기존 산업 혁신 역량의 정책적 보조가 niche-regime 공존의 필요조건. 황준석 의 ICT 정책·디지털 전환 라인에서 system dynamics 방법론의 plat-form economy 적용 사례로 자리 잡는다.

핵심 결과

시나리오	규제 환경	SM 운명	택시 운명	사회 후생
1: 현 규제 유지	IC 35-50%, 정부 개입 stochastic	시장 퇴출	독점 유지	손실
2a: 점진 reform	IC 점진 감소	시장 리더	잠식	단기 감소
2b: 급진 reform	IC 급감	winner-take-all	소멸	사회 갈등
3: complementary	세금 10-15% → 25-35% 택시 보조	시장 확장	혁신 역량 확보, 공존	최대, 양 서비스 모두 SQ 증가

(시뮬레이션: AnyLogic 8.4.0, 2016-2030 14년, 200 iterations, 시간 단계 0.0625.)

방법론 노트

확장 Bass diffusion model 은 서비스 간 switching 과 정부 개입의 강제 이탈을 추가한다:

$$P_i = \sum_i (DR_i - AR_i), \quad A_i = AR_i + SR_i - DR_i$$

여기서 $P_i$ 는 잠재 채택자, $A_i$ 는 실 채택자, $AR_i = P_i \cdot (a + c \cdot af_i \cdot A_i / N)$ 는 채택률 (광고 $a$ + 입소문 $c$), $DR_i = A_i \cdot (df_i + rf_i)$ 는 이탈률 (자발 $df_i$ + 규제 $rf_i$), $SR_i$ 는 switching 률. 채택·이탈·switching fraction 은 사회 후생 $SB_i$ 의 상대 비율로 결정.

자원 모델: $F_i = A_i \cdot O_i \cdot DP_i \cdot rg - R\&D_i - IC_i$ (재무), $D_i = A_i \cdot O_i \cdot rg - D_i \cdot rd_i + DRS_i$ (데이터). $R\&D_i = F_i \cdot (rr_i + ict_i)$ (기본 비율 + ICT 격차 보충), $IC_i = F_i \cdot (rii + f(\text{landscape, policy}))$ (기본 + 규제 응답 비용 + 추가 세금).

서비스 품질: $SQ_i = R\&D_i \cdot (D_i / (T^* \cdot N \cdot rg))^\gamma \cdot p^*$. 사회 후생: $SB_i = SQ_i \cdot (A_i / (N \cdot af^*))^\alpha$. Korea-global 격차 가 SM 기업의 추가 R&D 투자를 유도하는 지수 평활 함수 $\Delta C_i = \text{Smooth}(DpU_i - gmt, \tau)$ 가 핵심.

연구 계보

Geels (2002, 2005, 2007, 2010, 2011) 의 다층관점 (MLP) 와 사회-기술 전환 이론, Forrester (1961) 의 시스템 다이내믹스 전통, Ruutu et al. (2017) 의 platform-as-niche dynamic 모델을 결합. Cramer and Krueger (2016), Dudley et al. (2017) 의 Uber 규제 논쟁, Kim et al. (2017, 2018, 2019), Moon (2017), Jin (2016) 의 한국 SM 정책 분석을 정량 시뮬레이션으로 확장. Cohen and Kietzmann (2014), Shaheen et al. (2017) 의 SM 사회·환경 가치 논의, Cachon et al. (2017), Chen and Gallego (2019) 의 dynamic pricing 이론 통합. Bergman et al. (2008) 의 자원 할당 모델, Haxeltine et al. (2008) 의 sociotechnical transition simulation 방법론 참고. 황준석 의 4기 (2020-2023) 스마트시티·AI·지속가능 전환 시기의 플랫폼 경제 정책 작업으로, Keungoui Kim 의 산업 동학·AI 융합 라인과 결합.

See also

• 황준석
• Junmin Lee
• Keungoui Kim
• Jiyong Kim
• Technovation
• 시스템 다이내믹스
• 다층관점 (MLP)
• 사회기술적 전환
• 공유 모빌리티
• 플랫폼 경제

인접 그래프

1-hop 이웃 19개

• 인물 4
• 방법론 5
• 주제 4
• 수록처 1
• 분류 2
• 논문 3

↻ 초기화

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

이 문서를 가리키는 페이지

논문 (3)

• Building smarter cities together: Government-to-government partnerships in the development of smart cities
• Evaluating Korean commuters' acceptance of MaaS through the UTAUT framework
• Is the transition to electric vehicles a crisis or an opportunity? The South Korean automotive industry experience

인물 (1)

• 황준석