Over-the-Top Bundled Services in the Korean Broadcasting and Telecommunications Market: Consumer Preference Analysis Using a Mixed Logit Model

Sangheon Kim, changhee-lee, 이종수, Junghun Kim (2021) · Telematics and Informatics 61:101599 · DOI ↗

Netflix, Disney+, Wavve 등 OTT 가 한국 pay-TV 시장에 침투하기 시작한 시점 (2019) 에 pay-TV + OTT bundle 에 대한 한국 소비자의 선호를 discrete-choice-experiment + 혼합 로짓 (Bayesian) 로 추정. 8 개 도시 665 명 대상 face-to-face survey. 핵심 발견은 (i) OTT bundle 에 추가 할인을 기대 (1 bundle 10.76%, 2 bundles 21.68%), (ii) OTT 와 TV broadcasting 은 대체 가 아닌 보완 관계, (iii) bundling 으로 pay-TV market share 확대 효과 제한적.

• RQ: 한국 pay-TV 시장의 saturated 환경에서 OTT bundle 이 (i) 소비자에게 어떤 marginal utility 를 제공하는가, (ii) terrestrial / general programming 채널 제외 같은 부정적 attribute 와 어떻게 상호작용하는가, (iii) IPTV 사업자 (SK Broadband, KT, LG U+) 와 cable TV 의 market share 경쟁 에 어떤 영향을 주는가?
• 방법론: discrete-choice-experiment (orthogonal design 24 alternatives × 8 choice sets × 3 alt), 혼합 로짓 (normal coefficient distribution), 베이지안 추정 via MCMC + 깁스 샘플링 (20,000 draws, 10,000 burn-in), MWFD (Marginal Willingness for Discount) 도입
• 데이터: Korea Gallup Research Institute, 2019-06-28 ~ 07-18, 8 개 도시 (Seoul 40.8%, Busan, Incheon, Daegu, Gwangju, Daejeon, Gyeonggi New Towns) × 20-59 세 × purposive-quota sampling, N=665. Pay-TV 가입률 92.6%, bundling 가입률 (mobile 59.6%, internet 77.9%)
• 주요 발견: (i) Model 3 (full interaction): 1 OTT bundle MWFD = 10.76% (월 KRW 2,658 = USD 2.30 추가 할인 기대), 2 OTT bundles MWFD = 21.68% (KRW 7,415 = USD 6.40). (ii) Bundle 수 × discount rate interaction $\alpha = -0.147^{***}$: 기존 bundle 사용자일수록 할인율 sensitivity 낮음. (iii) OTT 시청률 × no-terrestrial interaction $-0.130^*$, × no-general $-0.173^{**}$: OTT 시청률 높을수록 terrestrial / general 채널 부재에 더 민감 → 보완 관계. (iv) Brand 선호: KT (0.969) > SK Broadband (0.881) > LG U+ (0.834) > Cable SO (base). (v) Scenario: LG U+ 가 Netflix bundle 로 KT 시장 share 따라잡으려면 21.4% 할인 (월 KRW 5,286) 필요.
• 시사점: (a) 한국에서 cord-cutting 은 아직 광범위 X — terrestrial 선호 + 저가 pay-TV + 장기 계약 + bundle dominance 가 진입장벽. (b) Pay-TV 사업자의 OTT bundling 전략은 content competitiveness 보강 효과는 있으나 market share 확대 는 제한적 — 단순 bundling 만으로는 부족. (c) 정책 함의: 공정 경쟁 (망 중립성, zero-rating) 과 M&A 규제 (LG U+ × CJ Hello, SKT × T-Broad) 에 대한 ex-ante 분석 framework.

요약

이 paper 는 이종수 의 consumer preference 라인 (2010-2025) 의 OTT 적용 사례다. Netflix, Disney+ 진입과 SK Telecom 의 Wavve 출시 (2019-09), LG U+ 의 CJ Hello 인수 (2019-12) 등 한국 pay-TV 시장이 격변하던 시점에, bundled 가 아닌 단일 OTT 의 WTP 만 분석한 기존 연구 (Shin et al. 2016a, Kim et al. 2017) 의 한계를 bundle 자체를 alternative 로 설정 함으로써 메운다. 한국 시장의 특수성 — pay-TV 월 ARPU 가 USD 7.1 (vs US 76.1, UK 40.6) 로 매우 저렴하고, 3 년 약정 비율 55.5%, terrestrial 시청 비중 47.3% — 가 cord-cutting 의 진입 장벽이며, 그 위에서 OTT bundle 의 전략적 가치를 정량화한다.

방법론은 discrete-choice-experiment + Bayesian 혼합 로짓 의 표준 조합이다. 5 개 attribute (service provider 4 levels, live channel 3 levels, VOD 2 levels, OTT bundle 3 levels, discount rate 3 levels) → 216 가능 조합 → orthogonal design 으로 24 alternatives 추출 → 8 choice sets × 3 alt 로 설계. Bayesian estimation 의 장점은 (i) MLE 보다 individual-level 모수 도출 가능, (ii) flexible distribution 환경에서 consistent estimator. Multicollinearity 방지를 위해 price 대신 discount rate 를 attribute 로 사용하고 MWFD (Marginal Willingness for Discount) 라는 신규 측도 도입. 핵심 interaction term 두 개: (i) 현재 bundle 수 × discount rate (status-quo bias 측정), (ii) OTT 시청률 × no-terrestrial / no-general (보완성 측정).

3 가지 모델 (basic, interaction 1 개, interaction 2 개) 모두에서 OTT bundle 계수 자체는 음 (-0.852 ~ -1.775) 인데, 이는 OTT 가격 자체 가 소비자에게 직접 disutility 라는 해석이 아니라 추가 비용을 부담하면서까지 OTT 를 원하지는 않지만, 같은 가격이면 받아들임 의 의미. MWFD 로 환산하면 “1 OTT bundle 에 10.76% 할인 = USD 2.30 만 추가 할인되면 가입” → OTT 의 retail price (KRW 9,500 = USD 8.21) 의 1/4 수준만 받아들여도 채택 의향. LG U+ 의 Netflix bundle 사례를 dual scenario (단기, mid-long term) 로 simulate 하면, terrestrial 차단을 보상하기 위해 약 16.9% (cable 따라잡기) ~ 28.5% (SK Broadband 따라잡기) discount 필요. 즉 bundling 만으로 share 확대는 효과 제한적. 보완 관계 발견 — OTT 시청자는 broadcasting 채널 부재 에 더 민감 — 은 ISP-OTT 공존 (Antonopoulos et al. 2017a, b) 결론과 일치하며 broadcasting/telecom/ISP 의 stakeholder cooperation 의 정량 근거.

핵심 결과

Variable	Model 1	Model 2	Model 3
SK Broadband (base: Cable SO)	0.881***	1.042***	1.081***
KT (base: Cable SO)	0.969***	1.060***	1.047***
LG U+ (base: Cable SO)	0.834***	0.842***	0.902***
No terrestrial (base: all)	-1.103***	-1.152***	-1.236***
× OTT watching rate	—	—	-0.130*
No general programming (base: all)	-0.669***	-0.789***	-0.738***
× OTT watching rate	—	—	-0.173**
No VOD	-0.547***	-0.523***	-0.616***
1 OTT bundle	-0.873***	-0.760***	-0.852***
2 OTT bundles	-1.648***	-1.549***	-1.775***
Discount rate	0.871***	1.087***	1.248***
× Number of current bundles	—	-0.127***	-0.147***

MWFD (한국 소비자가 OTT bundle 에 대해 기대하는 추가 할인율)

• 1 OTT bundle: 10.76% (월 KRW 2,658 = USD 2.30, bundle 가격 KRW 24,700 기준)
• 2 OTT bundles: 21.68% (월 KRW 7,415 = USD 6.40, bundle 가격 KRW 34,200 기준)

Scenario (LG U+ goal)	Discount required	Monthly amount
Beat Cable SO	16.9%	—
Beat SK Broadband	28.5%	KRW 7,040 (USD 6.08)
Beat KT	28.0%	KRW 6,916 (USD 5.97)
Match base case (no OTT)	28.2%	KRW 6,965 (USD 6.02)

방법론 노트

혼합 로짓 의 utility:

$$U_{nj} = V_{nj} + \varepsilon_{nj} = \sum_k \beta_{nk} x_{jk} + \varepsilon_{nj}, \quad \beta_{nk} \sim \mathcal{N}(b, W)$$

여기서 $\beta_{nk}$ 가 random coefficient 로 개인별 이질성 을 capture, $\varepsilon_{nj}$ 는 Type I extreme value. Interaction term 으로 확장:

$$U_{nj} = \sum_k (\beta_{nk} + \alpha_n S_n) x_{jk} + \varepsilon_{nj}$$

$S_n$ 은 소비자 특성 벡터 (OTT 시청률, 현재 bundle 수). 핵심 측도 MWFD (Marginal Willingness for Discount):

$$\mathrm{Median\ MWFD}_k = \mathrm{Median}\left[-\frac{\partial U_j/\partial x_k}{\partial U_j/\partial x_{dc\_rate}}\right] = \mathrm{Median}\left[-\frac{\widehat{\beta}_k}{\widehat{\beta}_{dc\_rate}}\right]$$

가격 attribute 대신 discount rate 를 쓰는 이유는 multicollinearity (bundle 가격이 attribute level 에 따라 자동 변동) 회피. MWTP 는 MWFD × Bundle Price 로 환산. Identification: (i) orthogonal fractional factorial design 이 attribute 간 correlation 제거, (ii) Bayesian MCMC + 깁스 샘플링 으로 closed-form 부재한 likelihood 적분 우회 (20,000 draws, 10,000 burn-in).

연구 계보

본 paper 는 (i) Bass-McFadden 의 discrete-choice-experiment 전통 + Train (2009) 의 혼합 로짓 simulation methods, (ii) Goolsbee & Petrin (2004 Econometrica) 의 위성-cable 경쟁 분석과 Rennhoff & Serfes (2008) 의 cable pricing, (iii) Shin et al. (2016a, 2016b) 의 한국 OTT/bundle 의 rank-ordered logit 분석, (iv) Kim et al. (2016) 의 niche-theory OTT-payTV 경쟁 분석, (v) Ku et al. (2016 KTIS) 의 cable choice experiment, (vi) Woo et al. (2014 TFSC) 의 new media 보완성 분석을 결합한다. TEMEP 내 sibling: 이종수 의 consumer preference 라인 의 직접 후속 Analysis of Consumers' Choices and Time-Consumption Behaviors for Various Broadcasting and Telecommunication Convergence Services (broadcast-telecom convergence) 의 OTT 시대 확장; Kim et al. (2019, 2020a, 2020b) 의 smartphone/EV/mobile-biometric payment 선호 라인이 같은 방법론 family.

See also

• 이종수
• Sangheon Kim
• Junghun Kim
• 혼합 로짓
• discrete-choice-experiment
• 베이지안 추정
• ott-services
• bundle-pricing
• Telematics and Informatics
• Analysis of Consumers' Choices and Time-Consumption Behaviors for Various Broadcasting and Telecommunication Convergence Services

인접 그래프

1-hop 이웃 11개

• 인물 3
• 방법론 3
• 수록처 1
• 분류 1
• 논문 3

↻ 초기화

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

이 문서를 가리키는 페이지

논문 (2)

• Exploring the Fittest Choice Model for Consumer Preference Analysis on Over-the-Top Service
• How Can the Pay-TV Market Retain Its Users? A Critical Threat to the Pay-TV Market with Insights from South Korea

인물 (1)

• 이종수