Earticle

코로나19로 인한 언택트 환경 속에서 모바일 간편결제가 확산하고 있다. 모바일 결제 시 본인 인증을 위해 다양한 수단이 사용되고 있으며, 최근 생체정보의 활용이 증대되고 있다. 본 연구에서는 생체정보 사용에 영향을 주는 여러 가지 요인과 사용의도에 대한 상관 분석을 하였다. 요인별 변수를 성과기대, 노력기대, 사회적 영향 및 보안성으로 구분하고, 사용의도와의 연관성 파악을 위해 통합기술수용이론을 기반으로 실증분석을 하였다. 이를 위해 변수들을 단계적으로 투입하는 단계적 회귀분석을 총 4회 실시하였다. 분석결과, 통합기술수용이론에서 제시된 성과기대, 노력기대, 사회적 영향, 보안성 등이 모두 사용의도에 긍정적인 영향을 미치고 있으며, 또한 노력기대와 보안성은 생체인증 경험여부에 따라 사용의도에 조절효과가 있는 것으로 제시되었다. 이 연구를 통해 생체정보의 효과적 활용과 기술 발전에 도움이 되기를 기대한다.

In the newly encountered economy caused by the Corona virus Disease-19, remote transaction becomes a new normal that disrupt traditional economic order. In the middle of the disruption, mobile tech is placed and remote finance on mobile is highly noticed and considered as an infra-tech to support the new ecology, In mobile finance. remote payment is becoming the most common service and personal identification on it is critical to operate the new service. There are various means of remotely identifying a person. Recently the use of biometric information is increasing. In this study, a correlation analysis was conducted on factors that effects to biometrics usage and the intention to use in remote personal identification. Variables for critical factor in the remote identification were classified into 4 groups such as Performance expectancy, Effort expectancy, Social influence, and Security. The empirical analysis based on the Unified Theory of Acceptance and Use of Technology (UTAUT) was conducted. The relationship between variables and the intention to use is also analyzed. In the study, stepwise regression analysis was conducted four times in which variables were adjusted in individual stage. As a result, the analysis suggests that performance expectancy, effort expectancy, social influence, security have positive effects for intention to use. Additionally, effort expectancy and security have moderating effects to intention to use depends on biometric authentication experience. The analysis has shown positive effect of variables grouped on the intention to use them. It also suggests that the intention to use biometric authentication will quickly grow. This study is expected to make a contribution to utilize and improve the use of biometric information in mobile payment.

최근 비대면 사회로의 전환으로 많은 조직이 빠르게 스마트워크 환경을 조성하고 있다. 스마트워크의 도입은 단순히 ICT 시스템 또는 솔루션 도입이 아닌 기술적 진보에 맞춰 일하는 방식이나 직무 형태의 다양한 변화를 초래한다. 그러나 스마트워크 관련 기존 연구들은 기술수용관점에서 스마트워크 도입으로 생산성 및 효율성이 향상된다는 연구가 대부분으로 기업의 ICT 시스템이 도입되었을 때 구성원들이 느끼는 혁신저항의 문제와 조직의 관리 통제에 대한 현실적인 문제에 대한 논의는 부족하다. 본 연구는 스마트워크 도입에 대한 혁신요인과 혁신저항에서 구성원들에 대한 조직통제 방법의 조절효과를 실증분석하고 혁신저항의 관점에서 조직의 혁신이 들어왔을 때 구성원들이 저항하는 구조적인 특징을 이직의도로 확장하여 프로세스에 대한 개념적 모델과 가설을 제안하였다. 실증 분석 결과, 스마트워크 도입 관련 ICT 기술의 기업 내부 도입에 대하여 상대적 이점, 자기효능감의 수준이 높을수록 혁신저항의 수준이 낮아지고, 이용복잡성이 높을수록 혁신저항의 수준이 높아지는 것으로 나타났다. 또한 사용자 들의 행동통제를 하였을 때 혁신저항이 증가하는 것으로 나타났다. 본 연구의 결과는 사례 분석을 통해 향후 스마트워크 도입에 대한 고려 사항을 제시하여 신규 도입을 위한 경영개선에 기여하는 바를 제공하고자 한다.

Due to the recent transition to a non-face-to-face society, many organizations are quickly adapting to foster a smart work environment. The introduction of smart work does not simply end with incorporating ICT systems or solutions into business models since fundamental factors such as forms of employment and work styles need to be in line with the progression of technological advances. However, previous studies regarding smart work focus on improvements in productivity and efficiency from a technology acceptance perspective. Therefore, there is a lack of discussion on innovation resistance from employees and management control when ICT systems are introduced into the workplace. This study empirically analyzes the moderating effects of the organizational control method for employees and innovation resistance within a smart work environment. Additionally, this study aims to identify the structural characteristics that employees resist from an innovation resistance perspective when organizational innovation occurs. The empirical analysis of this study suggests that when smart work such as ICT technology is introduced into the workplace the level of innovation resistance decreases when there is a high level of relative advantage and self-efficacy, whereas the level of innovation resistance increases when there is a high level of use complexity. Moreover, this study revealed that the level of innovation resistance increases when the employees' behaviors were controlled. The results of this study intend to contribute to improving business management by suggesting factors worth considering when incorporating smart work into work places through a thorough case analysis.

온라인 C2C 중고거래에 대한 수요가 증가하고 있으나 물품을 보내지 않거나 명시한 것과 다른 물건을 보내는 방식으로 부당한 금전적 이득을 챙기려는 사기 행위자들의 수도 증가하고 있다. 본 연구는 이러한 사기를 미연에 방지하기 위한 머신 러닝 방법을 이용한 사기 탐지 모델을 구축하였다. 이를 위해 대표적 C2C 중고거래 플랫폼인 중고나라에서 145,536건의 거래 게시글을 수집하였다. 이후 이들 게시글에서 토픽 모델링 기법을 이용하여 상품 설명 내용의 주제를 추출하였으며, 상품 설명의 언어적 특성, 준언어적 특성, 상품의 특성, 게시글의 포스팅 특성, 구매자 특성, 거래 특성들을 추출하였다. 이를 XGBoost 방법에 기반한 머신 러닝 모델을 구축하여 사기 게시글을 탐지하였다. 분석 결과, 사기 게시글은 글 자체의 길이가 대체로 짧고, 제공하는 정보가 적고 상대적으로 구체적이지 않은 것으로 나타났으며 명사를 상대적으로 적게 쓰고 이미지도 사용하지 않거나 적게 사용하는 글이 대부분인 것으로 나타났다. 또한 상대적으로 숫자와 공백의 비율이 높게 나타났으며 정상 게시글의 경우 명사의 경우 상품의 정보, 동사의 경우 전달, 형용사의 경우는 행위와 관련된 단어들이 사용되었으나 사기 게시글은 뚜렷한 주제를 가지지 못하는 것으로 나타났다. 본 연구는 전화번호나 계좌번호를 사용한 기존의 방법과 달리 다양한 게시글의 특성으로 사기 여부를 탐지하는 모델을 구축했다는 점에서 학술적, 실무적 시사점을 가지고 있다.

As the transaction volume of the C2C second-hand market is growing, the number of frauds, which intend to earn unfair gains by sending products different from specified ones or not sending them to buyers, is also increasing. This study explores the model that can identify frauds in the online C2C second-hand market by examining the postings for transactions. For this goal, this study collected 145,536 field data from actual C2C second-hand market. Then, the model is built with the characteristics from postings such as the topic and the linguistic characteristics of the product description, and the characteristics of products, postings, sellers, and transactions. The constructed model is then trained by the machine learning algorithm XGBoost. The final analysis results show that fraudulent postings have less information, which is also less specific, fewer nouns and images, a higher ratio of the number and white space, and a shorter length than genuine postings do. Also, while the genuine postings are focused on the product information for nouns, delivery information for verbs, and actions for adjectives, the fraudulent postings did not show those characteristics. This study shows that the various features can be extracted from postings written in C2C second-hand transactions and be used to construct an effective model for frauds. The proposed model can be also considered and applied for the other C2C platforms. Overall, the model proposed in this study can be expected to have positive effects on suppressing and preventing fraudulent behavior in online C2C markets.

인공지능 기술이 발달함에 따라 빅데이터를 활용한 개인화 추천시스템에 대한 관심이 증가하고 있다. 특히 뷰티 제품의 경우 개인의 취향과 더불어 피부 특성 및 민감도에 따라 제품 선호도가 명확히 구분되므로 축적된 고객 데이터를 활용하여 고객 맞춤형 추천서비스를 제공하는 것이 필요하다. 따라서 본 연구에서는 딥러닝 기법을 활용하여 제품 검색 기록과 개인 사용자의 피부 타입과 고민 등의 콘텍스트 정보를 함께 반영한 심층 신경망 기반의 추천시스템 모델을 제시하고자 한다. 본 연구에서는 실제 화장품 검색 플렛폼의 데이터를 활용하여 성능 평가를 실시하였다. 본 연구의 실험 결과, 고객의 콘텍스트 정보를 포함한 모델이 제품 검색 기록만을 활용한 기존의 협업 필터링 모델들 보다 우수한 성능을 보임을 확인하였다.

As artificial intelligence technology advances, personalized recommendation systems using big data have attracted huge attention. In the case of beauty products, product preferences are clearly divided depending on customers’ skin types and sensitivity along with individual tastes, so it is necessary to provide customized recommendation services based on accumulated customer data. Therefore, by employing deep learning methods, this study proposes a neural network-based recommendation model utilizing both product search history and context information such as gender, skin types and skin worries of customers. The results show that our model with context information outperforms collaborative filtering-based recommender system models using customer search history.

스마트시티는 에너지 소비 급증과 환경오염 심화, 범죄율 증가와 같은 도시화의 부작용을 해결하기 위한 수단과 신기술 기반의 새로운 경제성장 동력으로 주목받고 있다. 특히, 코로나19로 인해 비대면 서비스에 대한 수요가 증가하면서 각종 온/오프라인 비대면 서비스를 제공할 수 있는 스마트시티의 역할은 더욱 중요해지고 있다. 이에 본 연구는 스마트시티의 개념과 기반 기술에 대한 문헌 연구를 바탕으로 스마트시티 비대면 서비스를 정의하고, 컨조인트 분석을 이용해 각 서비스 별 소비자 효용을 분석하였다. 특히, 현재 우리나라의 국가 스마트시티 시범도시로 지정된 세종시와 부산시의 이용자 선호도 차이를 비교․분석하였고, 도출된 결과를 바탕으로 스마트시티 서비스의 경쟁력 제고 방안을 제시하였다.

Smart cities are attracting attention as a new economic growth engine based on new technologies and means to solve side effects of urbanization such as a surge in energy consumption, deepening environmental pollution, and an increase in crime rates. In particular, as demand for non-face-to-face services increases due to COVID-19, the role of smart cities that can provide various online and offline non-face-to-face services is becoming more important. Therefore, this study defined smart city non-face-to-face services based on literature research on the concept and underlying technology of smart city, and analyzed consumer utility for each service using Conjoint analysis. In particular, differences in user preferences between Sejong City and Busan City, which are currently designated as national smart city pilot cities in Korea, were compared and analyzed, and based on the derived results, measures to improve the competitiveness of smart city services were suggested.

정보통신기술(ICT) 혁신과 함께 모빌리티(Mobility) 서비스가 빠르게 발전하고 있다. 최근 사용자의 수요에 맞는 온디맨드(On-demand)형 모빌리티 플랫폼 시장이 성장세에 있으며, 스마트폰을 활용하여 사용자들이 보다 편리하게 서비스를 호출하고 실시간으로 연결 상황을 확인하며 이용할 수 있는 환경이 제공되고 있다. 본 연구에서는 카카오 택시, UT 택시 등과 같은 차량호출 모빌리티 서비스를 중심으로 이에 대한 사용자의 인식과 경험 현황을 조사하고, 차량호출서비스의 지속사용의도에 대한 영향요인을 환경적/도구적 혜택과 드라이버/플랫폼에 대한 신뢰에 초점을 두고 분석하였다. 특히, 본 연구는 혁신성과 ICT 활용정도에 따라서 이들 영향력 관계가 달라질 수 있는지 분석하였다. 연구 결과, 인지된 혜택(환경적 혜택, 편리성 및 경제성의 도구적 혜택)과 드라이버에 대한 신뢰가 플랫폼에 대한 신뢰를 높이는데 유의한 영향을 미쳤고, 플랫폼에 대한 신뢰가 높으면 차량호출서비스의 지속사용의도가 증가하는 것으로 분석되었다. 또한 개인의 혁신성 정도에 따라 인지된 환경적 혜택과 경제성 혜택이 플랫폼 신뢰도에 미치는 영향력이 다르게 나타났고, ICT 활용정도에 따라서 편리성 및 경제성 혜택의 플랫폼 신뢰도에 대한 영향력이 다르게 나타났다. 본 연구 결과를 참조하여, 모빌리티 서비스 제공자들은 차량호출서비스에 대한 사용자들의 인식과 신뢰도의 현주소를 파악하고 개인의 특성에 맞는 서비스 홍보 전략을 구사할 수 있을 것이다.

Mobility services are rapidly developing along with information and communication technology (ICT) innovation. Recently, the on-demand mobility platform market is growing, and an environment is provided in which users can call services more conveniently and check the connection status in real time using smartphones. This study investigates the current status of users' perceptions and experiences of car-hailing mobility services such as KAKAO Taxi and UT Taxi, and it analyzes the factors affecting the intention to continuously use the car-hailing service, focusing on environmental and instrumental benefits and trust in driver and platform. In particular, this study examines whether the significance of the relationship between influencing factors and continuous use intention could vary depending on the degree of innovativeness and ICT utilization. The results of this study showed that perceived benefits (environmental benefits and convenience and economic instrumental benefits) and trust in driver had significant effects on increasing trust in platform. It was analyzed that the higher the trust in platform, the higher the intention to continuously use the car-hailing service. Furthermore, the influence of perceived environmental benefits and economic benefits on the trust in platform was different depending on the degree of individual innovativeness, and the influence of convenience and economic benefits on the trust in platform varied depending on the degree of ICT utilization. Referring to the results of this study, mobility service providers can better understand the current status of users' perceptions and trust for car-hailing services, and implement service promotion strategies suitable for individual characteristics.

가짜 뉴스는 정보화 시대라는 현대사회의 특성에 의해 진위 여부의 검증과는 상관없이 빠른 속도로 확대, 재생산되어 퍼진다. 전체 뉴스의 1%를 가짜라고 가정했을 경우 우리사회에 미치는 경제적 비용이 30조 원에 달한다고 하니 가짜 뉴스는 사회적, 경제적으로 매우 중요한 문제라고 할 수 있다. 이에 본 연구는 뉴스의 진위 여부를 신속하고 정확하게 확인하고자 자동화된 가짜 뉴스 탐지 모델을 개발하는데 목적을 두고 있다. 이를 위해 본 연구에서는 크롤링(crawling)을 통해 진위 여부가 밝혀진 뉴스 기사를 수집하였고, 워드 임베딩(Word2Vec, Fasttext)과 딥러닝 기법(LSTM, BiLSTM)을 이용하여 가짜 뉴스 예측 모델을 개발하였다. 실험 결과, Word2Vec과 BiLSTM의 조합이 가장 높은 84%의 정확도를 보였다.

Fake news isexpanded and reproduced rapidly regardless of their authenticity by the characteristics of modern society, called the information age. Assuming that 1% of all news are fake news, the amount of economic costs is reported to about 30 trillion Korean won. This shows that the fake news isvery important social and economic issue. Therefore, this study aims to develop an automated detection model to quickly and accurately verify the authenticity of the news. To this end, this study crawled the news data whose authenticity is verified, and developed fake news prediction models using word embedding (Word2Vec, Fasttext) and deep learning algorithms (LSTM, BiLSTM). Experimental results show that the prediction model using BiLSTM with Word2Vec achieved the best accuracy of 84%.

본 논문은 포털의 댓글이력공개가 뉴스 댓글에 미치는 영향을 분석한다. 구체적으로, 네이버와 다음에서 수집한 뉴스 코멘트를 기반으로 이중차분분석 방법을 적용하여 네이버의 댓글이력공개 정책의 효과를 실증 분석한다. 분석 결과에 따르면, 댓글이력공개는 댓글의 길이와 긍정성을 증가시켰지만, 품질은 향상시키지 않은 것으로 나타났다.

We investigate the effect of comment history disclosure on portal news comments. Specifically, based on the scraped news comments from Naver and Daum (two leading Korean news portals), we employ the difference-in-differences estimator to empirically tease out the impact of the comment history disclosure policy implemented in Naver on its news comments. Our result shows that the policy implementation significantly increased the length and the positiveness of online news comments but did not affect their quality.

코로나19는 소비자의 소비패턴을 비대면 방식으로 전환시켰다. 소비패턴이 디지털화되면서 소비자는 자신이 스스로 해야 하는 일들이 수반되는 이른바 그림자노동을 수행하는 것이 일상이 되었다. 온라인 식료품 서비스 이용 과정에서 소비자가 그림자노동을 인식한다면, 이는 온라인 쇼핑 회피는 물론 다른 채널로의 전환에도 영향을 줄 수 있다. 이에 본 연구에서는 소비자의 그림자노동인식이 모바일 쇼핑회피와 채널전환의도에 어떠한 영향을 미치는지를 검증하고자 한다. 본 연구는 식료품 구독 서비스 경험이 있는 소비자 283명을 대상으로 온라인 설문조사를 통해 연구자료를 수집하고 PLS 분석을 통해 그림자노동인식에 대한 효과를 검증하였다. 분석결과, 사용자의 그림자노동인식은 모바일 쇼핑회피는 물론 채널전환의도에 긍정적인 영향을 미치는 것으로 나타났으며, 모바일 쇼핑회피 또한 채널 전환의도에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구의 결과는 그림자노동 관련 연구와 모바일 쇼핑 서비스관련 연구분야에 학문적 기여가 가능하며, 플랫폼 및 큐레이션 기업에 실무적 시사점을 제안할 수 있다.

In nowadays, Covid-19 has transformed patterns of consumers’ behavior into a non-face-to-face mode. As the patterns of consumption have been digitalized, it has become a daily routine for consumers who perform so-called shadow work, which involves unpaid jobs that they have to do by themselves. In mobile grocery service context, consumers’ shadow work could lead to shopping avoidance as well as switching toward other shopping channels. Thus, this study is to examine how consumers’ perception of shadow work affect mobile shopping avoidance and switching intention toward other shopping channels. This study collected 283 survey data from online respondents who have experience on subscription services for ordering groceries in online. We also tested our research model by using partial least squares. Based on our results, this study has found that the perception of shadow work had a positive effect on mobile shopping avoidance as well as switching intention. We expect that our findings could contribute to relevant research on shadow work and suggest practical implications for digital platforms dealing with subscription business models

코로나19의 영향으로 인해, 시공간의 제약에서 벗어나 모바일 앱을 통해 화면 속 강사의 동작을 따라 하며 운동을 즐기는 홈트레이닝이 유행하면서 홈트레이닝 앱 시장이 급성장하고 있다. 하지만, 수많은 홈트레이닝 앱이 시장에 출시되고 경쟁이 치열해지면서 앱의 수익성을 확보하기는 더욱 어려워지고 있다. 본 연구에서는 리워드를 통해 인스트림 광고의 시청을 유도하면서 수익성을 확보하는 리워드형 홈트레이닝 앱의 실제 사용자 데이터 분석을 통해 지속가능한 수익성 확보를 위한 앱의 운영 및 관리 전략을 제안하고자 한다. 본 연구의 결과는 다음과 같다. 규칙적으로 트레이닝 영상을 시청하는 앱 사용자에 비해 불규칙적으로 트레이닝 영상을 시청하는 앱 사용자가 캐시 적립 등의 경제적 보상이 없어도 트레이닝 영상을 시청하기 위해 인스트림 광고를 시청하는 캐시카우 사용자일 확률이 더 큰 것으로 나타났다. 규칙적으로 트레이닝 영상을 시청하는 앱 사용자일수록 캐시를 적립하기 위해 영상을 시청하는 경우가 더 많기 때문으로 보인다. 따라서, 어쩌면 역설적으로도 지속가능한 수익성 확보를 위해서는 리워드형 홈트레이닝 앱은 규칙적으로 홈트레이닝 영상을 시청하는 앱 사용자에 비해 불규칙적으로 영상을 시청하는 앱 사용자들이 서비스에 만족하고 지속적으로 앱을 사용할 수 있도록 앱을 운영하고 관리할 필요가 있다고 하겠다.

Due to the Covid-19 pandemic, the home-training app market is growing rapidly and numerous apps are entering the market. It is becoming more difficult for an app to secure the profitability. In this study, by analyzing actual user data of a reward-based home-training app, we propose a model that predicts cash-cow users of the app. Cash-cow users are the users who watch in-stream ads to watch training videos although they cannot earn any rewards by doing so. Thus, these users make profits for the app yet do not incur any costs. The results of this study show that the users who irregularly watch training videos are more likely to be cash-cow users than the users who regularly watch training videos. This result suggests that, paradoxically, for sustainable profitability, home-training apps may need to find a way to retain the users who watch training videos irregularly so that they can be satisfied with the service and continue use the apps.