Social Culture and Innovation Diffusion: A Theoretically Founded Agent-Based Model

Meihan He, 이종수 (2020) · Journal of Evolutionary Economics · DOI ↗

Hofstede 의 3 차원 (개인주의 IDV, 권력거리 PDI, 불확실성 회피 UAD) 을 small-world-network 구조 + 개인 효용함수 + 채택 임계값에 동시에 내장한 1,000 agent 에이전트 기반 모형. 3 차원 × 6 수준 + info_s × 6 수준 = 1,296 case × 20 runs, 10 diffusion interval 별 OLS 추정. 개인주의는 초기 단계 확산 속도에 양, 후기 음; 불확실성 회피는 초기 음, word-of-mouth 단계 양으로 부호 반전; 권력 거리 는 대부분 음 (rewiring 확률 + 사회적 지위 불평등), 후기 단계만 양. 8 개 (IDV, PDI, UAD) ∈ {High=80, Low=20} combination 시뮬레이션 + 5 개 실제 신상품 (모바일폰, TV, 케이블 TV, PC, 팩스) 의 6 국 (한국·중국·일본·홍콩·미국·덴마크) 비교 — cross-country diffusion pattern 의 문화 기반 설명.

RQ: Hofstede 의 3 cultural dimension (개인주의 IDV, 권력거리 PDI, 불확실성 회피 UAD) 이 innovation diffusion 속도 + 수준 + 단계별 패턴 에 어떤 영향을 미치는가? 문화가 small-world 네트워크 구조 + 개인 특성 양쪽을 동시에 변화시키는 통합 ABM 으로 식별 가능한가? Vertical social signal (제품의 사회적 신호 강도) 의 효과는 어떻게 문화에 의존하는가?
방법론: 에이전트 기반 모형 (1,000 agents, 10 평균 degree, Watts-Strogatz small-world-network rewiring), lorenz-curve 로 사회적 지위 불평등 (PDI 의존), Rogers 3 stage (knowledge → persuasion → decision) + 베스 확산 모형 의 외부·내부 영향 분리, OLS 회귀 10 interval × 2 model (단순/3-way interaction)
데이터: 시뮬레이션 — 1,296 case (IDV × PDI × UAD × info_s = 6×6×6×6) × 20 runs. 실증 비교 — World Bank 의 6 국 5 제품 (모바일폰, TV, 케이블 TV, PC, 팩스) 보급률 시계열. Hofstede 1984 의 50+ 국 cultural dimension score
주요 발견: (i) 개인주의 IDV: 초기 단계 (g1-g3) 속도 + (계수 +0.026 ~ +0.133, t > 50), 중기 부호 반전 (g4 −0.172), 후기 미미. 누적 수준은 early positive → late negative. (ii) 불확실성 회피 UAD: 초기 강한 음 (g1 −0.045, g3 −0.464, t < −50), g6 부터 부호 반전 양, 후기 +0.079 — word-of-mouth 단계에 정보 갈증 → 빠른 채택. (iii) 권력 거리 PDI: 거의 모든 stage 음 (g3 −0.281), 후기 g8-g10 만 양 (+0.067) — low-social-class clustering 의 후기 폭발. (iv) 8 case 시뮬레이션: 권력 거리 낮음 + (UAD or IDV high) 일 때 가장 빠른 확산 (Cases 2, 8). (v) 실제 데이터 비교 (Fig. 9): 한국의 모바일폰 확산이 모형 예측보다 훨씬 빠름 (ICT 정책), 중국 PC 가 느림 (경제 발전 수준), 홍콩 팩스가 빠름 (금융 hub 산업 구조). 모형 패턴 ≈ 실제 패턴 in 대부분 case. (vi) Info_s × culture interaction: 고-UAD + 고-IDV 사회 (Case 1, 2) 에선 낮은 vertical social signal 이 확산 가속; 고-UAD + 저-IDV (Case 3, 4) 에선 높은 social signal 이 가속. 저-IDV + 저-UAD 에선 info_s 효과 limited.
시사점: (a) 국가별 마케팅 전략 차별화: 미국·덴마크 (고 IDV, 저 PDI) 에서는 기능적 신호 (functional signal) 강조; 일본·한국 (고 UAD, 저 IDV) 에서는 vertical social signal 강조; 중국·홍콩 (고 PDI) 에서는 low-status 그룹 우선 타겟팅 — high-status 의 보유 행위가 low-status 로 확산되지 않음. (b) 단계별 정책: 초기 external 정보 채널 (광고) 중요, 중기 word-of-mouth 메커니즘 활성화 필요. (c) ABM 의 복잡 사회 현상 분석 우월성 — aggregate Bass 모형 한계 극복.

Fig. 6 — 8 case (High=80 / Low=20 의 IDV·PDI·UAD 조합) × 시간 의 누적 확산 그래프. Case 2 (UAD high, PDI low, IDV high) 와 Case 8 (UAD low, PDI low, IDV low) 이 가장 빠른 확산 — PDI low + heterogeneous 또는 homogeneous 양극단 모두 가능. PDI 가 높으면 모든 경우 확산이 느려짐.

요약

본 paper 는 이종수 의 연구 궤적 후기 ABM 방법론 도입 라인의 핵심 작업. Journal of Evolutionary Economics — 진화경제학의 대표 venue 게재. 기존 innovation diffusion 문헌은 두 갈래로 분기. (i) Aggregate 베스 확산 모형 (Bass 1969, Mahajan-Muller 1994, Chandrasekaran-Tellis 2007) — 산업 수준 S-curve 의 외부·내부 영향 식별, 그러나 individual heterogeneity + 상호 작용 미포착. (ii) Cross-cultural 실증 연구 (Tellis et al. 2003, Van den Bulte-Stremersch 2004, Yeniyurt-Townsend 2003) — Hofstede 차원 의 확산 영향 분석, 그러나 문화 → 네트워크 구조 + 개인 특성 의 메커니즘 미식별. ABM 문헌 (Kiesling et al. 2012 의 150+ 리뷰, Zhang-Vorobeychik 2019 의 43 paper) 도 Hofstede 차원 통합은 부재 — Desmarchelier-Fang (2016 J Evol Econ), Roozmand et al. (2011) 만 부분적. 본 paper 의 conceptual move 는 — Hofstede 의 3 cultural dimension 을 small-world network rewiring probability + Lorenz curve 사회적 지위 분포 + 개인 효용함수 + 임계값 4 곳에 동시 내장한 통합 ABM 구축.

방법론은 3 stage Rogers (1962, 2010) 채택 과정 (knowledge → persuasion → decision) 위에 구성. (i) Knowledge stage — 1% 의 외부 정보 노출 (광고, 사회적 지위 가중), 99% 의 word-of-mouth 내부 전파 (네트워크 이웃 의존). (ii) Persuasion stage — 효용 함수 (Eq. 2) $U_i = idv_i \cdot (1 - e^{-idv_i \cdot \text{info\_f}}) + (1 - idv_i) \cdot ((1 - e^{-\alpha}) + (1 - e^{-\sqrt{pdi_i \cdot \text{status}_i} \cdot \text{info\_s}}))$ — 개인주의가 높을수록 functional signal 가중, 낮을수록 horizontal social signal (이웃 채택 비율 α) + vertical social signal 가중. (iii) Decision stage — Granovetter (1978) threshold 모델, $U_i > \tau_i$ 일 때 채택. $\tau_i$ 의 평균은 UAD 에 의존 ( $\text{mean}_\tau = 0.006 \times \text{UAD} + 0.2$ ), 분산은 IDV 에 의존. 네트워크 — Watts-Strogatz (1998) small-world-network 의 rewiring 확률이 PDI 에 의존: $p = -0.00099 \times \text{PDI} + 0.1$ (PDI=0 일 때 random network $p$ =0.1, PDI=100 일 때 regular network $p$ =0.001). 사회적 지위 — lorenz-curve 분포 (Eq. 4) — 고-PDI 일수록 불평등 강화.

발견은 문화 차원 별 시간 의존적 효과 의 정량 식별. (a) IDV 의 부호 반전: 초기 g1-g3 에서 강한 양 (g1 +0.026, g3 −0.07 의 mixed; Model 2), individualist 가 functional signal 자극에 빠르게 반응. g4-g6 부터 음 — word-of-mouth 가 driver 가 되는 단계에서 individualist 가 이웃 무시 → 확산 멈춤. 누적 수준 (AL) 은 같은 패턴 — 초기 양, 후기 negative interaction. (b) UAD 의 부호 반전: 초기 강한 음 (g3 −0.464, t = −56) — 위험 회피 가 신상품 거부. g6-g10 에서 양 (+0.079) — 위험 회피자가 word-of-mouth 의 누적 정보 에 강하게 반응. 본 paper 가 Desmarchelier-Fang (2016) 의 UAD positive in late stage 입장 지지. (c) PDI 의 거의 전 stage 음: PDI 가 rewiring + 지위 불평등 + 저-status 의 높은 threshold 의 3 채널 모두 부정적. g8-g10 에서만 양 — low social class clustering 의 사회적 압력 폭발. Burt (1987) + Van den Bulte-Stremersch (2004) 의 양면적 발견 모두 지지. 8 case 시뮬레이션 (Fig. 6) 에서 Case 2 (UAD high, PDI low, IDV high) + Case 8 (UAD low, PDI low, IDV low) 이 가장 빠른 확산 — PDI low 가 sine qua non, IDV-UAD 의 호혜적 보상 (한쪽 high 일 때 다른 쪽 low 가능). Real-world 비교 (Fig. 9): 한국 모바일폰 확산이 모형 예측보다 훨씬 빠름 — ICT 정책의 외생적 가속; 중국 PC 느림 — 경제 발전 수준; 홍콩 팩스 빠름 — 금융 hub 산업 구조. 모형이 cultural-only 인 효과 를 isolate 한다는 theoretical insight 의 도구임을 시사.

한계: (i) 온라인 word-of-mouth 미포함 — 전통적 face-to-face 채널만. (ii) negative word-of-mouth (불만 전파) 미반영. (iii) Hofstede 5 차원 중 IDV·PDI·UAD 만 — masculinity·long-term orientation 미포함. (iv) Post-adoption (재채택, 사용 중단) 행위 미모델링. (v) price·소득 hetero 단순화 — Janssen-Jager (2001) 의 더 풍부한 효용함수 비교 필요. 이종수 의 ABM 방법론 라인 의 시작점 — 후속 hoyeong-cha-2018-abm-electricity-tariff (전력 요금 ABM), bohyun-jang-2021-abm-smart-home (스마트홈 ABM) 등과 자매.

핵심 결과

시뮬레이션 setup

파라미터	값
Agents $N$	1,000
Average degree $k$	10
Rewiring probability $p$	$-0.00099 \times \text{PDI} + 0.1$
Threshold mean	$0.006 \times \text{UAD} + 0.2$
Threshold SD	$0.004 \times \text{IDV} + 0.1$
Runs per case	20
Total cases	1,296 (6 levels × 4 dims)

Cultural dimension 효과 (Diffusion speed SL, Model 2 의 단순 추정)

Stage	IDV	PDI	UAD
g1 (very early)	+0.026 (+)	−0.018 (−)	−0.045 (−)
g3 (early)	−0.07 (mix)	−0.281 (−)	−0.464 (−)
g4 (early-mid)	−0.172 (−)	−0.224 (−)	−0.348 (−)
g6 (mid-late)	−0.068 (−)	+0.016 (+)	+0.05 (+)
g8 (late)	+0.011 (+)	+0.067 (+)	+0.124 (+)
g10 (very late)	+0.022 (+)	+0.05 (+)	+0.079 (+)

정량 결론. (i) UAD 의 부호 반전 (early 음, late 양) 이 가장 dramatic. (ii) PDI 는 7/10 stages 에서 음 — 거의 일관된 부정적. (iii) IDV 는 initial spurt + late stagnation — 초기 가속, 후기 정체.

8 case 시뮬레이션 (Fig. 6, Final adoption rate at end of horizon)

Case	UAD	PDI	IDV	확산 속도
1	High	High	High	느림
2	High	Low	High	빠름
3	High	High	Low	느림
4	High	Low	Low	중간
5	Low	High	High	중간
6	Low	Low	High	빠름
7	Low	High	Low	느림
8	Low	Low	Low	빠름

(High = 80, Low = 20)

Real-world 검증 (Fig. 9 의 6 국 × 5 제품 비교)

제품	모형 예측	실제 데이터	격차 설명
모바일폰 (덴마크/미국 vs 중국/한국)	덴마크/미국 빠름	한국이 더 빠름	ICT 정책 가속
TV	모형 ≈ 실제	match	—
케이블 TV (미국)	모형 더 빠름	실제 느림	지리
PC (중국)	모형 더 빠름	실제 느림	경제 발전
팩스 (홍콩)	모형 더 느림	홍콩 더 빠름	금융 hub 산업

방법론 노트

에이전트 기반 모형 의 Rogers 3-stage 채택 과정에 Hofstede 3 차원 을 4 곳 (네트워크 rewiring + 사회적 지위 분포 + 개인 효용 weight + 임계값 분포) 동시 내장. Bass 모형의 외부 (advertising) + 내부 (word-of-mouth) 영향 을 individual-level 으로 분해.

핵심 식. (i) 네트워크 rewiring (small-world-network Watts-Strogatz 1998):

p = -0.00099 \times \text{PDI} + 0.1

PDI 0 → $p$ 0.1 (random), PDI 100 → $p$ 0.001 (regular).

(ii) 사회적 지위 분포 (lorenz-curve):

\text{status}_i = (i/N) - (i/N) \cdot (1 - i/N)^{(1 - \text{PDI}/N)}

고-PDI 일수록 불평등 강화 + 무작위 swap 확률 감소.

(iii) 개인 효용함수 (Eq. 2):

U_i = \text{idv}_i \cdot (1 - e^{-\text{idv}_i \cdot \text{info\_f}}) + (1 - \text{idv}_i) \cdot \left( (1 - e^{-\alpha}) + (1 - e^{-\sqrt{\text{pdi}_i \cdot \text{status}_i} \cdot \text{info\_s}}) \right)

여기서 $\alpha$ = 채택한 이웃 비율 (horizontal social signal), info_f = 기능적 신호, info_s = vertical social signal. 개인주의 가중 (idv_i) 으로 functional vs social utility 분기.

(iv) 채택 임계값 (Eq. 5):

\tau_i \sim N(\text{mean}_\tau, \text{SD}_\tau), \quad \text{mean}_\tau = 0.006 \cdot \text{UAD} + 0.2, \quad \text{SD}_\tau = 0.004 \cdot \text{IDV} + 0.1

채택 결정: $U_i > \tau_i$ .

식별은 (i) 1,296 case grid × 20 runs 의 충분한 randomization, (ii) interaction model 의 BIC 비교 (Model 2 가 Model 1 대비 $R^2$ 우월), (iii) 10 interval 별 stage-specific 추정으로 시간 의존성 식별, (iv) Real-world 6 국 5 제품 비교로 external validity.

연구 계보

본 paper 는 (a) Hofstede (1980, 1984, 2001) 의 cultural dimension theory 정통, (b) Rogers (2010 Diffusion of Innovations) 의 5-stage 채택 과정 + 의견 지도자 + 사회 시스템 이론, (c) Bass (1969) + Mahajan-Muller (1994) + Chandrasekaran-Tellis (2007) 의 aggregate diffusion 정통 그러나 ABM 으로 극복, (d) Watts-Strogatz (1998) small-world-network + Granovetter (1978) threshold model 의 network + decision 통합, (e) Tellis et al. (2003), Van den Bulte-Stremersch (2004), Yeniyurt-Townsend (2003) 의 cross-cultural 확산 실증 literature, (f) Desmarchelier-Fang (2016 J Evol Econ), Roozmand et al. (2011) 의 Hofstede ABM 부분적 선행 — 본 paper 가 통합 + 확장 의 결합. 방법론적으로 Kiesling et al. (2012 Cent Eur J Oper Res) + Zhang-Vorobeychik (2019) 의 ABM diffusion 리뷰 framework 위에 위치. 이종수 author page 의 후기 ABM 방법론 도입 라인 — Bass·DCM 의 aggregate 한계 를 individual interaction + 문화 통합 으로 극복하는 방법론 전환점.

인접 그래프

1-hop 이웃 8개

인물 2
방법론 3
수록처 1
분류 2

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

이 문서를 가리키는 페이지

인물 (1)

이종수