Exploring the Interplay Between Social Distancing, Innovation Adoption, and Privacy Concerns Amid the COVID-19 Crisis

Keungoui Kim, Sira Maliphol, Dongnyok Shim, Changjun Lee (2024) · Science and Public Policy 51 · DOI ↗

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 이중차분 + 2단계 최소제곱법 (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 — Innovation policy responses to address vulnerabilities of national innovation systems: long-lasting impacts of COVID-19 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: 이중차분 (DID), 2단계 최소제곱법 (2SLS, IV regression), 도구변수 (SSDR × year2021 = 강화 거리두기 정책 도구변수), 고정 효과 패널 모형 (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), Innovation policy responses to address vulnerabilities of national innovation systems: long-lasting impacts of COVID-19 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 이중차분 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 2단계 최소제곱법 (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 Sira Maliphol 의 연구 궤적 안에서 NIS 회복력 의 시민-개인 layer 사례, Innovation policy responses to address vulnerabilities of national innovation systems: long-lasting impacts of COVID-19 의 거시 NIS 분석과 상보적 관계. Identifying Interdisciplinary Emergence in the Science of Science: Combination of Network Analysis and 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) 2단계 최소제곱법 의 IV (SSDR × y2021) 가 privacy concern 의 internal 결정 요인 (개인 특성) 과 무상관 — exclusion restriction 가정.

이중차분 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. Sira Maliphol 본인의 2022 Smart Policing paper (Smart Policing: Ethical Issues & Technology Management of Robocops) 가 reference list 에 인용 — 자기-인용 link. Sira Maliphol 의 연구 궤적 안에서는 2기 paper #9 (siramaliphol.md), Innovation policy responses to address vulnerabilities of national innovation systems: long-lasting impacts of COVID-19 의 거시 NIS 분석과 미시 행동 분석 의 상보 관계.

인접 그래프

1-hop 이웃 18개

인물 4
방법론 4
주제 4
수록처 1
분류 1
논문 4

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

이 문서를 가리키는 페이지

논문 (1)

Technology convergence capability and firm innovation in the manufacturing sector: an approach based on patent network analysis

Exploring the Interplay Between Social Distancing, Innovation Adoption, and Privacy Concerns Amid the COVID-19 Crisis

요약

핵심 결과

방법론 노트

연구 계보

See also

인접 그래프

이 문서를 가리키는 페이지

논문 (1)

방법론 (3)

인물 (3)

주제 (3)