Earticle

본 연구는 2026년 도입 예정인 최적요금제에 대한 이동통신 이용자의 전환가입 의향을 모바일 이용자 1,000명 대상으로 온라인 설문조사를 하고, PPM(Push-Pull-Mooring) 모형을 적용하여 위계적 회귀분석을 실시하였다. 최적요금제는 개인의 데이터 이용량 기반으로 맞춤형 요금제를 추천하는 제도로, 본 연구는 요금제 관련 선행연구들이 가격 수준이나 단편적 속성 만족도 중심으로 의사결정 과정을 분석한 것과는 차이가 있다. 이에 본 연구는 PPM 모형의 3개 요인이 전환가입 의향에 미치는 직접적 효과와 조절효과를 검증하였다. 분석결과 최적요금제의 지각된 유용성(Pull)이 현재 요금제 불만족(Push)보다 전환가입 의향 형성에 더 결정적이며, 특히 이용자 관성(Mooring)이 전환가입 의향을 오히려 강화하는 역설적 조절역할을 한다는 점을 새롭게 확인하였다. 본 연구는 PPM 모형에서 Mooring 요인의 이중적 역할을 규명하여 기술 수용 이론을 확장하였으며, 실무적으로 기존 요금제의 문제점 지적보다 최적요금제의 개인화된 가치와 혜택을 강조하는 마케팅 전략이, 정책적으로는 추천 알고리즘의 투명성 확보와 전환 절차 간소화가 필요함을 시사한다.

This study conducted an online survey of 1,000 mobile users to examine their intention to switch to the optimal pricing plan scheduled to be introduced in 2026, and performed hierarchical regression analysis using the Push-Pull-Mooring (PPM) model. The optimal pricing plan is a system that recommends customized pricing plans based on individual data usage, which differs from previous pricing plan studies that analyzed decision-making processes focusing on price levels or satisfaction with fragmentary attributes. Accordingly, this study examined the direct effects and moderating effects of the three PPM model factors on switching intention. The analysis results confirmed that the perceived usefulness of the optimal pricing plan (Pull) is more decisive in forming switching intention than dissatisfaction with the current pricing plan (Push), and particularly that user inertia (Mooring) plays a paradoxical moderating role that actually strengthens switching intention. This study extends technology acceptance theory by identifying the dual role of the Mooring factor in the PPM model, and suggests that, from a practical perspective, marketing strategies should emphasize the personalized value and benefits of the optimal pricing plan rather than pointing out problems with existing plans, and from a policy perspective, it is necessary to ensure transparency in recommendation algorithms and simplify switching procedures.

본 연구는 IP4국 특허청에 1991년부터 2024년 5월까지 등록된 메타버스 관련 특허 27,321건을 분석하여 글로벌 기술경쟁력을 평가하였다. 구체적으로 특허 지표(CPP, PII, FS, TS)를 산출하고 LDA 토픽 모델링을 통해 세부 기술 주제까지 도출하였다. 분석결과 특허 보유량은 중국, 미국, 한국, 일본 순이었으며, 질적 지표에서는 미국이 특허 피인용도와 영향력 지수에서 우위를 나타냈다. 일본은 적은 특허량에도 광학ㆍ센서 중심의 산업구조가 메타버스 기술 포트폴리오에 반영되어 나타났으며, 우리나라는 미국ㆍ일본 대비 질적 수준이 낮고, 글로벌 진출이 미흡했다. 토픽 모델링 결과 글로벌은 광학 디스플레이, HMD 등 플랫폼 기반 기술은 상승세, 증강현실 인터페이스는 하강 추세를 보였다. 우리나라는 VR 기반 주행 경험 시스템 등 산업 특화 영역이 확인되었는데, 기술의 질적 수준 제고와 원천기술 확보, 글로벌 협력을 통한 경쟁력 강화가 필요하겠다.

This study evaluates global technological competitiveness in the metaverse sector by analyzing 27,321 patents registered in the IP4 countries' patent offices from 1991 to May 2024. The research employs quantitative patent indicators (CPP, PII, FS, TS) and applies Latent Dirichlet Allocation (LDA) topic modeling to identify detailed technological themes. Patent portfolio analysis reveals that China leads in patent volume, followed by the United States, South Korea, and Japan. However, qualitative indicators demonstrate the United States' dominance in citation impact and technological influence. Despite holding fewer patents, Japan's industrial structure centered on optics and sensors is distinctly reflected in its metaverse technology portfolio. Conversely, South Korea exhibits lower qualitative standards compared to the United States and Japan, with limited global market penetration. Topic modeling results indicate that globally, platform-centric technologies such as optical displays and Head-Mounted Displays (HMD) show upward momentum, whereas augmented reality interfaces demonstrate declining trends. While South Korea demonstrates competitive advantages in industry-specific domains, including VR-based driving experience systems, strategic efforts are imperative to enhance technological quality, secure fundamental technologies, and strengthen competitiveness through international collaboration.

본 연구는 넷플릭스의 계정 공유 제한 강화 정책에 대한 이용자의 대응 행동을 예측하기 위해 기계학습 기반 다중 분류 모델을 구축하였다. 한국언론진흥재단의 설문 자료(n=681)를 활용하여 이용자 행동을 혼자 이용, 추가 요금 지불, 공유 중단, 편법 모색, 이탈의 5개 범주로 분류하고, 6가지 알고리즘을 비교한 결과 Random Forest가 정확도 0.664, Macro F1-score 0.602로 가장 우수한 성능을 보였으며, 이탈(89%)과 편법 모색(83%) 그룹을 높은 민감도로 탐지하였다. 순열 중요도(PI, Permutation Importance) 및 SHAP 분석 결과, 구독 구조(32.6%)와 공유 동기(25.1%)가 인구통계학적 변수(8.1%)보다 훨씬 큰 설명력을 보였다. 계정 소유자는 이탈 성향이, 공유 수혜자는 편법 모색 성향이 나타났다. 본 연구는 설명 가능한 AI 기법을 통해 이용자 행동을 다차원적으로 예측함으로써 OTT 서비스 의 정책 수립에 실질적 시사점을 제공한다.

This study developed a machine learning-based multi-class classification model to predict user responses to Netflix's account-sharing restriction policy. Using survey data from the Korea Press Foundation (n=681), user behaviors were categorized into five types: individual use, paying additional fees, stopping sharing, workaround-seeking, and service churn. Six algorithms were compared, with Random Forest achieving the highest performance (Accuracy 0.664, Macro F1-score 0.602) and high sensitivity in detecting churn (89%) and workaround-seeking (83%) groups. Permutation Importance and SHAP analyses revealed that subscription structure (32.6%) and sharing motivations (25.1%) had substantially greater explanatory power than demographic variables (8.1%). Account owners exhibited strong churn tendencies, while sharing beneficiaries sought workarounds. This study extends platform policy research by multidimensionally predicting user behaviors through explainable AI techniques, providing practical implications for OTT service policy formulation.

온라인 커머스 시장의 경쟁이 심화되고 거래 구조가 복잡해지면서, 디지털 소상공인들은 매출 발생시점과 현금 유입 간의 시차로 인해 높은 유동성 리스크에 직면하고 있다. 이러한 구조적 제약을 완화하기 위해 플랫폼 기업들은 판매자의 정산 주기를 단축함으로써 현금흐름을 개선하는 ‘선정산 서비스’를 도입하고 있다. 본 연구는 선정산 서비스가 디지털 소상공인의 재무적 안정성, 특히 현금 완충일(cash buffer days)에 미치는 영향을 실증적으로 분석하였다. 국내 온라인 소상공인 631명을 대상으로 수집한 설문 데이터를 이용하여, 선정산 서비스 이용 집단과 비이용 집단 간의 차이를 평균비교 분석을 통해 검증하였다. 분석 결과, 선정산 서비스를 이용한 판매자는 평균적으로 약 22일의 추가적인 현금 완충 기간을 확보하는 것으로 나타났다. 또한 이 효과는 모든 집단에 균등하게 나타나지 않았으며, 특히 저매출 판매자와 식품․음료 카테고리와 같이 재무적 제약이 강하고 재고 기반의 완충이 어려운 집단에서만 통계적으로 유의하게 확인되었다. 본 연구는 플랫폼 금융 논의를 대출 중심에서 정산 구조 설계로 확장함과 동시에, 플랫폼 기반 서비스가 소상공인의 예비적 현금보유(precautionary cash holdings)를 강화하는 메커니즘을 실증적으로 제시한다는 점에서 의의를 가진다. 이를 통해 디지털 소상공인의 재무 제약 완화를 위한 플랫폼 기반 금융 지원의 방향성과 정책적 시사점을 제안한다.

Digital small and medium-sized enterprises (SMEs) face severe liquidity constraints arising from settlement delays between online sales and cash inflows, which threaten their financial stability in highly competitive e-commerce environments. To mitigate this constraint, online platform operators have introduced early settlement services that shorten settlement cycles. This study empirically examines how such early settlement services affect the financial stability of digital SMEs, focusing on cash buffer days. Using survey data from 631 online SMEs in Korea, we conduct mean-difference analyses comparing users and non-users of early settlement services. The results indicate that SMEs adopting early settlement maintain, on average, an additional 22 days of liquidity buffer. However, this effect exhibits significant heterogeneity across firm characteristics and industry sectors. The benefits are concentrated among low-revenue firms and in sectors characterized by severe financial constraints and limited inventory-based buffering capacity, particularly food and beverage retailers. The findings extend research on online platform finance by shifting attention from credit provision to the design of settlement mechanisms and by demonstrating how early settlement can strengthen precautionary cash holdings. The study offers strategic and policy implications for e-commerce platforms and regulators seeking to ease liquidity constraints for digital SMEs.

오픈 소스 소프트웨어(OSS) 프로젝트의 지속적인 성과를 위해서는 신규 개발자를 유치하는 것이 매우 중요하다. 이에 따라, 기존 연구에서도 신규 개발자를 이끌 수 있는 요인에 대해 많은 연구들이 진행되어 왔지만, 대부분 프로젝트 또는 업무 특성에 집중되었고, 거버넌스에 대한 연구들은 상대적으로 부족하였다. 본 연구는 거버넌스 또한 신규 개발자 유치를 이끌어내는데 주요한 기여를 할 수 있음을 실증적으로 보여주는 것에 초점을 맞춘다. 이를 위해 GitHub에서 수집한 835개의 프로젝트 데이터를 바탕으로, 의사결정 구조가 신규 개발자 유치에 미치는 영향과 이에 대한 프로젝트 연령과 규모의 조절효과를 실증적으로 확인하였다. 분석 결과, 다원형 의사결정 구조는 신규 개발자 유치에 긍정적인 효과를 보였고, 이 효과는 프로젝트의 연령이 길고 규모가 클수록 더 강화되었다. 본 연구 결과를 바탕으로 이후 OSS 프로젝트에서의 거버넌스의 역할에 대한 시사점을 제공하였다.

Attracting new developers is crucial for the sustained success of open-source software (OSS) projects. Accordingly, existing research has extensively studied factors that can attract new developers, while most studies have focused on project or task characteristics, with relatively little research on governance. This study focuses on empirically demonstrating that governance can also make a significant contribution to attracting new developers. For this purpose, based on data collected from GitHub on 835 projects, we empirically examined the impact of decision-making structures on attracting new developers and the moderating effects of project age and size on this relationship. The analysis revealed that a polyarchical decision-making structure has a positive effect on attracting new developers, and this effect is amplified as the project ages and grows in size. Based on these findings, the study provides implications for the role of governance in future OSS projects.

본 연구는 AI 기반 생체인식 감시기술이 공항과 같은 고위험 공공 인프라 환경에서 어떠한 방식으로사회적으로 수용되는지를 정보시스템(IS) 관점에서 분석한다. 기존 기술수용 연구가 개인의 인지적평가와 기술 성능에 기반한 선형적 설명에 주로 초점을 맞추어 온 것과 달리, 본 연구는 감시기술수용이 제도적 신뢰, 감시 불안, 사회적 편향 인식이 상호작용하는 구조적 긴장 관계 속에서 형성된다는점에 주목한다. 이에 신뢰-불안-편향의 균형 구조를 설명하는 이론적 틀로서 Triple Tension Model을제안하고, Responsible AI 조정 메커니즘(설명가능성, 동의, 감독, 참여)이 이러한 균형 구조에 어떠한영향을 미치는지를 분석한다. 문헌 기반 질적 비교사례연구(Qualitative Comparative Case Study)를적용하여 유럽연합(EU), 미국, 대한민국, 중국의 주요 국제공항을 분석한 결과, 국가별 감시 거버넌스의특성과 Responsible AI 제도화 수준에 따라 신뢰-불안-편향의 균형 유형이 상이하게 형성됨이 확인되었다. EU 사례에서는 제도적 신뢰가 불안과 편향을 조정하는 조화형(trust-balanced) 구조가 나타났으며, 미국사례에서는 불안과 편향 요인이 신뢰 형성에 상대적으로 두드러지는 양상을 보이는 긴장 우세형(Tension-dominant) 구조로 해석되었다. 대한민국은 제도화 수준에 따라 균형이 이동 가능한 전환형(transitional) 구조를 보였으며, 중국은 제도적 관리 체계를 중심으로 불안과 편향 인식이 낮은 수준으로유지되는 비대칭 안정형(asymmetrical stability) 구조로 해석되었다. 본 연구는 AI 감시기술의 사회적수용성이 기술 성능 자체의 차이보다는 제도적 신뢰 형성 방식과 Responsible AI 조정 메커니즘의제도화 수준과 밀접하게 연관되어 있음을 보여준다. 이를 통해 기존 IS 기술수용 연구의 분석 범위를고위험․비자발․권력 비대칭 환경으로 확장하고, 신뢰 기반 감시 거버넌스 설계의 이론적․정책적함의를 제시한다.

This study examines how AI-based biometric surveillance technologies are socially accepted in high-risk public infrastructure environments such as airports from an information systems (IS) perspective. Moving beyond traditional technology acceptance models that emphasize individual cognition and performance, this research conceptualizes acceptance as a structural tension among institutional trust, surveillance anxiety, and perceived bias. The study proposes the Triple Tension Model and analyzes how Responsible AI mechanisms—explainability, consent, supervision, and participation—shape this balance. Using a qualitative comparative case study of major international airports in the EU, the United States, South Korea, and China, the findings reveal distinct equilibrium patterns across governance contexts. The EU exhibits a trust-balanced structure, the United States a tension-dominant structure, South Korea a transitional structure, and China an asymmetrical stability structure. The results highlight that social acceptance of AI surveillance is less determined by technological performance than by institutional trust formation and the level of Responsible AI implementation. This study extends IS research into high-risk, non-voluntary, and power- asymmetric contexts and offers theoretical and policy implications for designing trust-based surveillance governance.

디지털 금융 환경이 고도화됨에 따라 금융 정보의 양과 복잡성이 급증하고 있으며, 이에 대응한시각화 연구의 학술적 수요 역시 증대하고 있다. 본 연구는 국내외 주요 학술 데이터베이스에서 수집한문헌을 체계적으로 분석하여, 연구 동향의 변화 양상과 향후 발전 방향을 제시한다. 분석 대상 문헌은연구 주제와 방법론적 특성에 따라 시각적 분석 시스템, 인지 및 행동 연구, 금융 문해력, 네트워크및 시스템적 위험의 네 가지 군집으로 분류하였다. 분석 결과, 금융 정보 시각화 연구는 2020년대이후 뚜렷한 양적 성장을 보이며, 연구의 초점이 기술 개발 중심에서 사용자 인지 및 행동 변화로전환되는 추세가 확인되었다. 본 연구는 분산된 금융 정보 시각화 연구를 경영정보학적 프레임워크내에서 통합적으로 조망하고, 주제별 연구 흐름과 방법론적 특성을 체계적으로 정리하였다는 점에서학술적 의의를 갖는다.

As the digital financial environment advances, the volume and complexity of financial information have surged, driving increased academic demand for visualization research. This study systematically analyzes publications collected from major domestic and international academic databases to identify trends and future directions in financial information visualization. The reviewed literature was classified into four clusters based on research topics and methodological characteristics: Visual Analytics Systems, Cognitive and Behavioral Research, Financial Literacy, and Network and Systemic Risk. The analysis reveals that financial information visualization research has shown marked quantitative growth since the 2020s, with a notable shift in focus from technology development toward user cognition and behavioral change. This study contributes to the literature by providing an integrated perspective on dispersed research within a Management Information Systems framework and systematically delineating thematic research streams and their methodological characteristics.

본 연구는 기업의 AI 투자 포트폴리오가 AI 전환 성숙도에 미치는 영향을 규명하고, 그 과정에서데이터 운영역량과 프로세스 최적화 역량의 순차적 매개 역할을 실증적으로 분석하는 데 목적이 있다. 이를 위해 스마트 팩토리를 도입한 국내 제조기업의 종사자를 대상으로 수집한 106개 표본을 바탕으로PROCESS Macro Model 6을 적용하여 분석을 수행하였다. 분석 결과, AI 투자 포트폴리오는 AI 전환성숙도에 유의미한 정(+)의 영향을 미치는 것으로 나타났으며, 이 관계에서 데이터 운영역량과 프로세스최적화 역량은 각각 유의한 매개 효과를 보였다. 특히 두 역량은 순차적 매개 경로를 통해 AI 투자와AI 전환 성숙도 간의 관계를 강화하는 것으로 확인되었다. 본 연구는 AI 투자의 효과가 단순한 기술도입이 아니라, 데이터 및 프로세스 운영 역량을 통해 구현된다는 점을 실증적으로 제시함으로써, 기업의 AI 전환 전략 수립에 실무적․이론적 시사점을 제공한다.

This study aims to examine the impact of firms’ AI investment portfolios on AI transformation maturity and to empirically analyze the sequential mediating roles of data operational capability and process optimization in this relationship. To this end, data were collected from 106 employees of domestic manufacturing firms that have implemented smart factory systems, and the analysis was conducted using PROCESS Macro Model 6. The results indicate that AI investment portfolios have a significant positive effect on AI transformation maturity. Moreover, data operational capability and process optimization each exhibit significant mediating effects in this relationship. In particular, the findings confirm that these two capabilities strengthen the relationship between AI investment and AI transformation maturity through a sequential mediation path. By empirically demonstrating that the effectiveness of AI investment is realized not merely through technology adoption but through the development and utilization of data and process-related operational capabilities, this study provides both theoretical and practical implications for formulating effective AI transformation strategies.

SNS의 긍정적인 사용은 전 세계에 영향을 미치고 있으며 이를 유지, 발전시킬 필요가 있다. 대표적인행동 중 하나인 SNS 시민행동은 사용자 자신들이 이용하는 SNS를 개선하려는 자발적이고 친사회적인행동으로 정의된다. 본 연구는 선행연구들의 분석을 통해 온라인 사회만족도와 사회적 유대감을 SNS 시민행동에 영향을 주는 요인으로 제시하였다. 온라인 사회만족도와 사회적 유대감에 대한 선행변수로는온라인 사회적 지지를 제시하였다. 또한 사회적 지지가 자아존중감을 통해 온라인 사회만족도에 영향을미치는 관계를 확인하고자 하였다. 분석을 위해 SNS 사용자 272명을 대상으로 설문을 진행하였으며데이터를 수집하였다. 이를 구조방정식모델 도구인 SmartPLS로 분석하였다. 연구결과 사회적 지지가온라인 사회만족도와 사회적 유대감에 영향을 미치는 것을 확인하였으며, 이 두 변수는 차례로 SNS 시민행동에 영향을 미쳤다. 개인특성변수인 자아존중감이 사회적 지지로부터 영향을 받으며 온라인사회만족도에 영향을 주는 과정도 확인하였다. 연구를 통해 포괄적인 SNS 환경에 적용 가능한 연구모델을실증적으로 분석하였다. 연구결과를 토대로 SNS 관련 연구자와 실무자들에게 다양한 이론적, 실무적시사점을 제시하였다.

The positive use of SNS is affecting the global community and it needs to be maintained and developed. Therefore, analysis of SNS citizenship behavior is required. SNS citizenship behavior is defined as voluntary and pro-social behavior to improve the SNS that users use. This study suggested online social well-being and social interaction ties as factors affecting SNS citizenship behavior based on previous studies. Online social support was proposed as a factor affecting online social well-being and social interaction ties. Also, we tried to confirm the relationship between online social support and online social well-being through self-esteem. For the empirical analysis of the research model, sample data were collected from 272 SNS users, and the analysis was conducted using SmartPLS, a structural equation modeling tool. The results showed that online social support affects online social well-being and social interaction ties. In turn, these two variables influenced SNS citizenship behavior. Self-esteem is influenced by online social support and affects online social well-being. Through research, we have analyzed empirically the research model applicable to comprehensive SNS environment. Based on the results of the research, it is expected to provide various theoretical and practical implications for SNS researchers and practitioners.

본 연구는 AI 챗봇의 대화스타일과 업무유형의 상호작용이 사용자의 지속사용의도에 미치는 영향을규명하였다. 기존 기술수용연구가 충분히 설명하지 못한 AI 상호작용의 사회적, 정서적 속성을반영하기 위해, 본 연구는 인공지능장치 수용모델(AIDUA)를 이론적 기반으로 채택하고 고정관념내용모델(SCM)의 따뜻함과 유능성을 핵심 심리기제로 설정하였다. 이를 위해 사회지향적 대화스타일과과업지향적 대화스타일, 창의적 업무와 루틴 업무를 결합한 2×2 영상 기반 실험을 설계하고, 관리직군종사자 320명의 응답을 분석하였다. 분석 결과, AI 대화스타일과 업무유형의 상호작용은 지속사용의도에유의한 영향을 미쳤다. 구체적으로 창의적 업무에서는 사회지향적 대화스타일이 과업지향적대화스타일보다 더 높은 지속사용의도를 유발하였으나, 루틴 업무에서는 두 대화스타일 간 유의한차이가 나타나지 않았다. 또한 따뜻함과 유능성은 모두 지속사용의도에 긍정적 영향을 미쳤으나, 업무유형에 따른 차별적 간접효과는 따뜻함에서만 확인되었다. 이러한 결과는 AI 챗봇의 지속사용이단순한 기능적 효용에 제한되지 않고 업무 맥락에 따라 형성되는 사회적 판단과 정서적 평가에 의해달라질 수 있음을 보여준다. 본 연구는 AIDUA의 2차 평가과정을 SCM의 따뜻함과 유능성으로구체화함으로써 AI 수용연구를 확장하고, 업무 특성에 부합하는 AI 대화스타일 설계의 필요성을제시한다.

This study investigates how the interaction between AI chatbot communication style and task type influences users’ continuance intention. To capture the social and affective aspects of AI interaction that are not fully explained by traditional technology acceptance models, this study adopts the Artificially Intelligent Device Use Acceptance Model (AIDUA) as an overarching acceptance framework and applies the Stereotype Content Model (SCM), focusing on warmth and competence as key psychological mechanisms. A 2×2 video-based experiment was conducted by manipulating communication style (social-oriented vs. task-oriented) and task type (creative vs. routine). Data were collected from 320 employees in managerial positions. The results show that the interaction between AI communication style and task type significantly affects continuance intention. Specifically, for creative tasks, a social-oriented communication style leads to higher continuance intention than a task-oriented style, whereas no significant difference appears for routine tasks. In addition, both warmth and competence positively influence continuance intention, but only warmth shows a task-dependent indirect effect. These findings indicate that continuance intention toward AI chatbots is shaped not only by functional utility but also by context-specific social judgments and affective evaluations. The study extends AI acceptance research by specifying AIDUA’s secondary appraisal through warmth and competence and offers implications for context-sensitive chatbot design in organizations.

본 연구는 한국의 오프라인 매장 기반 안면인식 결제(Face Recognition Payment, FRP)가 확산 초기단계에 있는 상황에 주목하여 후발 도입 시장에서의 초기 수용 메커니즘을 규명하고자 하였다. 이를위해 통합기술수용이론(Unified Theory of Acceptance and Use of Technology, UTAUT)을 핵심 분석틀로 적용하고 기술적ㆍ사용자ㆍ환경적 특성을 UTAUT 핵심 신념의 선행요인으로 구조화한 확장모형을 제안하였다. 또한 핀테크 리터러시와 수줍음을 개인차 변인으로 설정하여 사용의도 형성과정에서의 조절효과를 함께 검증하였다. 자료는 전문 리서치 업체를 통해 수집된 300부의 유효 표본을활용하였으며 확인적 요인분석과 구조방정식모형(SEM)을 통해 가설을 검증하였다. 분석 결과성과기대는 기술적 적합성과 유용성에 의해, 노력기대는 편재성과 혁신성에 의해 유의하게 형성되는것으로 나타나 핵심 신념의 형성 요인이 요인별로 상이함을 확인하였다. 환경적 특성 중 신기술 환경과조직적 환경은 사회적 영향과 촉진조건 형성에 유의한 영향을 미친 반면 법ㆍ정책 환경은 관련 경로에서유의한 영향을 보이지 않았다. 사용의도 결정 요인에서는 성과기대, 사회적 영향, 노력기대가 유의한영향을 미쳤으나 촉진조건의 직접 효과는 유의하지 않았다. 조절효과 분석 결과 핀테크 리터러시는성과기대와 사용의도 간 관계를 강화하는 것으로 나타났다. 또한 수줍음은 사회적 영향과 사용의도간 관계를 강화하는 반면 촉진조건과 사용의도 간 관계는 약화시키는 상반된 조절효과를 보였다. 이는 오프라인 매장 기반 결제 상황에서 개인차에 따라 사회적 수용 분위기와 기술적 지원 여건의해석이 달라질 수 있음을 시사한다. 본 연구는 오프라인 매장 기반 FRP 맥락에서 UTAUT 모형을확장 적용하여 핵심 신념의 형성 단계와 개인차 경계 조건을 함께 검증함으로써 기술 수용의 맥락적설명력을 보완하였다. 아울러 서비스 설계 및 확산 전략 수립에서 기대 성과, 사회적 수용 분위기, 이용자 특성에 대한 고려가 중요함을 시사한다.

This study investigates the early adoption mechanism of offline store-based Face Recognition Payment (FRP) in Korea, where diffusion remains at an initial stage. Drawing on the Unified Theory of Acceptance and Use of Technology (UTAUT), we propose an extended model that structures technological, user, and environmental characteristics as antecedents of UTAUT core beliefs. Fintech literacy and shyness are introduced as individual-difference moderators of the intention formation process. Data were collected from 300 valid respondents through a professional research firm and analyzed using confirmatory factor analysis and structural equation modeling. The results show that performance expectancy is formed by technological compatibility and usefulness, whereas effort expectancy is shaped by ubiquity and innovativeness, indicating that the formation of core beliefs differs by factor. Among environmental characteristics, the new-technology and organizational environments significantly influence social influence and facilitating conditions, while the legal-policy environment shows no significant effect. Performance expectancy, social influence, and effort expectancy significantly predict intention to use, but the direct effect of facilitating conditions is non-significant. Fintech literacy strengthens the performance-expectancy path, while shyness strengthens the social-influence path but weakens the facilitating-conditions path—revealing contrasting moderating effects in offline payment contexts.