DOI QR코드

DOI QR Code

새로운 방송 서비스로의 이전 : 이주 이론을 통한 MCN으로 전환의도 연구

A Study on Switching Intention of Broadcasting Service to MCN Service by Migration Theory

  • Kim, Yonghee (Department of Business Administration, Soongsil University)
  • 투고 : 2018.12.17
  • 심사 : 2019.01.10
  • 발행 : 2019.01.30

초록

Purpose - The Millennial Generation, which grew in the wake of the spread of the Internet and rapid changes in the media environment, is rapidly moving from the traditional broadcasting environment to the Internet-broadcasting environment in terms of content acceptance. With the emergence of UGC (User-generated content), the change in the status of single-person content creators enables the growth of multi-channel networks (MCN), a new content-distribution platform and an agency concept for single creators. Youtube-based MCN produces multiple single star producers and casts and provides its own video series through Youtube. It is also emerging as a major M&A target for global media providers in terms of providing content to a wide range of consumers with the same interests and consumption characteristics. In addition, for the Millennials generation, which are part of their lives, MCN is becoming the most suitable media for TGIF (Twitter, Google, i-phone, Facebook). Accordingly, this study defines newly emerging MCNs and analyzes the factors for accepting MCN-produced content based on the push-pull-mooring (PPM) model. Research design, data, and methodology - An empirical analysis is performed through a questionnaire survey. For this purpose, 204 people who have experience of watching MCN were studied. Collected data is processed through analysis of a structural equation model using R to test the hypothesis. Results - For the MCN service to become an alternative to existing media, it is necessary to continuously promote cultural diversity and diversity of attempts that conventional media cannot provide. It is the attractiveness of the alternative that has the greatest influence on the intention to switch to a MCN service. When we look at MCN content so far, certain patterns such as game progress, introduction, food, and chat rooms have already appeared. We need to overcome this and develop a completely new conceptual content that we have never seen before. This requires a more generous viewer perception of the topics covered. For diversity, linguistic and verbal violence should be tolerant in common sense to provide a foundation for securing cultural diversity. Conclusions - In this study, we tried to develop a comprehensive approach to the substitution effect of MCN. In terms of academic achievement, the PPM model is used to enhance the utilization of media and broadcasting. Practical implications are to provide an analytical framework for verifying alternative or complementary effects when viewers switch to MCN.

키워드

1. 서론

인터넷의 확산과 미디어 산업 환경의 급속한 변화 속에서 성장한 밀레니얼스 세대(Millennials Generation)는 콘텐츠 수용에 있어 전통적인 방송 환경에서 인터넷 방송 환경으로 급속하게 이동하고 있다. 또한 UGC(User Generated Contents)의 등장에 따른 1인 콘텐츠를 제작하는 크리에이터의 인식 변화가 Multi-Channel Network(이하 MCN)의 급속한 성장을 이끌고 있다. MCN은 스마트폰, 태블릿 등과 같은 다양한 모바일 디바이스를 이용한 시청이 일반화되면서 개인 창작 콘텐츠를 다양한 사업자들이 투자하여 플랫폼화가 된 새로운 방송서비스이다. Youtube에서 활동하는 MCN은 다수의 1인 스타 제작자와 출연자를 배출하며, 자체 브랜드의 영상을 꾸준히 공급하고 있다. MCN은 불특정다수에 콘텐츠를 제공하는 전통 미디어와 다르게, 동일한 관심사 및 소비특성을 지닌 전세계의 소비자들에게 광범위하게 콘텐츠를 제공할 수 있을 것으로 판단되어, 주요 미디어 사업자 플랫폼과 콘텐츠 사업자들에게 주요한 인수 대상으로 부상하고 있으며, 인수되고 있다.

밀레니얼스 세대는 태어날 때부터 디지털 환경에서 익숙함을 느끼며 자랐기 때문에 별도의 학습을 하지 않고도, 디지털 콘텐츠를 편하게 소비하는 세대라고 할 수 있다. 즉, 밀레니얼스 세대는 스마트폰, 인스턴트 메신저 등을 통해 자신이 원하는 시간과 장소에서 상대방과 의사소통을 하기 원하고 또 그렇게 하고 있는 세대이다. 이러한 욕구는 방송에도 그대로 나타나며, 이들은 전통 미디어를 소비하는 수동적인 시청자이기 보다는 1인 미디어 제작자들, 즉 크리에이터들과 방송에 함께 참여하는 적극적인 참여자로 자기 자신의 존재감과 의견을 적극적으로 콘텐츠 안에 드러내고 싶어 한다. 이러한 수요는 YouTube나 Vimeo, 아프리카TV와 같은 인터넷 베이스의 OTT 플랫폼에서 UGC로 발현되었고, 여기서 발굴된 스타들이 속속 전통적인 미디어(예를 들어 지상파, 종편 등)에 등장하고 있다. 이런 MCN 스타들이 사랑받는 이유는 먹방, 공부방, 노래 및 공연, 게임 등 기존 방송에서 법제로 막혀 다루지 못한 다양한 소재들을 다루고 있기 때문이다.

그동안 UGC 콘텐츠 수용에 관련된 연구는 다양하게 진행되었다. 특히 사회과학 분야에서는 그 동안 다양한 종류의 디지털 콘텐츠, 특히 UGC의 수용과 관련된 연구들이 많이 이루어졌다(Ayeh, 2015; Henning-Thurau, Malthouse, Friege, Gensler, Lobschat, Rangaswamy, & Skiera, 2010; Herrero & San Martín, 2017). 더불어 MCN과 관련된 연구가 지속적으로 증가하고 있으나, 기존 미디어를 대체효과 관련된 연구는 다수 부족한 실정이다. 본 연구에서는 방송통신시장에서 MCN의 내재된 특성들이 어느 정도로 미디어 산업 전반적으로 영향을 미치는지 와 새로운 미디어 서비스에 대한 수용에 관련된 변화를 나타내게 할지 연구하였다.

이를 위해 본 연구에서는 MCN에 대하여 정의하며, 이와 함께 Bansal, Taylor, and James(2005)가 처음 제안한 Push-Pull-Mooring(이하 PPM) 모델을 바탕으로 무엇이 MCN 콘텐츠를 수용케 하는지에 대해 분석하고자 한다.

2. 이론적 배경

2.1. MCN의 정의 및 현황

MCN(Multi-Channel Network)은 UGC에서 출발하여, 온라인 동영상 유통 플랫폼(예, YouTube, 아프리카TV, Vimeo 등)을 통해 자신이 보유한 재능으로 수익을 전문적으로 창출하려는 1인 창작자 또는 창작자 집단을 관리하기 위한 일종의 매니지먼트 및 유통 사업자를 말한다. MCN은 콘텐츠 제작자 또는 제작자집단을 대상으로 제작 및 투자, 편성, 유통, 매니지먼트, 콘텐츠 유료화, 콘텐츠 판매, 고객 창출 및 관리 등의 역할을 하고 있다. 이렇게 제작된 콘텐츠를 미디어 플랫폼에 다양한 공급하며, 여기서 발생된 수익을 일정한 비율로 분배하는 활동을 주요한 비즈니스 모델로 한다.

대표적인 MCN 사업자로는 해외에서는 Awesomeness TV, Maker Studio, Machinima, Fullscreen등이 있으며 주로 글로벌 주요 플랫폼에 콘텐츠를 공급하고, 주로 광고 관련된 수익을 창출하고 있다. 국내에서는 CJ ENM 출신들이 설립한 트레져헌터와 CJ ENM에서 런칭한 DIATV 등이 콘텐츠를 다양한 플랫폼에 제공하고 있다. 특히 CJ의 DIATV는 전통적인 방송 채널인 PP채널로도 공급의 폭을 확대하였다. 하지만 아직까지 주요 MCN 사업자마저 해외 사업자 수준의 매출액 규모에는 미치지 못하고 있다.

MCN의 부상 배경은 콘텐츠를 원화는 시간과 장소에서 시청하고자 하는 욕구가 강하고, 전통적인 지상파와 같은 방송사나 제작사가 제작한 콘텐츠에 대해서 식상함을 자주 느끼고, 빠르게 변화하는 새로운 트렌드를 선호하는 밀레니얼 세대의 수요를 충족시킬 수 없는 한계 때문이다. 이와 함께 기존에 볼수 없었던 소재와 내용을 OTT나 인터넷 플랫폼 등을 통해 다양한 영상을 배포하는 MCN은 새로운 미디어의 플레이어로 부상하고 있다.

이들은 OTT나 인터넷 유통 플랫폼들에게 많은 시청자와 트래픽을 끌어들임으로써, 상당 수준의 수익을 나타내고 있으며, 기존 연예인 못지않은 인기를 끌고 있다. 더불어 앞서 전술 했듯이 TV출연에 1인 미디어 크리에이터를 핵심으로 하는 종편 및 지상파 콘텐츠가 제작되고 있으며, 지상파가 1인미디어의 형식을 빌리는 콘텐츠가 제작되는 산업 고도화와 연동화가 진행되고 있다. 이런 고도화 과정을 거치면서, 단순히 인터넷에 콘텐츠만 공급하는 것이 아닌 1인 콘텐츠 창작자의 관련된 IP를 활용한 캐릭터 상품 등을 판매하고, 문구나 아동용품 등에 진출하는 등의 수익 다변화를 시도하고 일부 성공하고 있다. 한편, 전통적인 미디어의 강자인 CJ ENM은 1인 미디어 콘텐츠 크리에이터 2,000여 명과 파트너십을 맺고, 체계적인 지원을 위해 대기업 MCN인 DIATV를 출범시켰다. DIATVTV는 YouTube와 아프리카TV에 한정되어 있던 플랫폼을 다각화하여 1인 창작자들의 콘텐츠 확산을 지원한다. 특히 1인 콘텐츠 창작자의 콘텐츠를 동남아에서 주로 송출중인 Channel M에도 콘텐츠를 편성하여 글로벌 진출을 돕는다는 계획을 발표하였다(Park, 2015).

2.2. 이주 이론과 PPM모형

2.2.1. 이주이론(Migration Theory)

Ravenstein(1885)이 발표한 이주이론은 이주법칙(Law of Migration)에서 비롯되었다. 왕립통계협회(Royal statistical society)에서 1881년부터 영국의 인구통계 데이터를 분석한 이주의 법칙은 이주이론에 대한 시작으로 어느 정도의 가치가 있지만 이주의 순서나 원인 등에 대해서 체계적인 분류체계를 구축하지 못했다는 비판에 직면하였다. Lee(1966)는 이러한 비판을 보완하기 위해 이주에 영향을 미치는 요인을 기존 정착지의 요인, 목적지의 요인, 방해 요인, 개인적 요인 4가지로 구분하여 이주에 대한 원인을 분석하고자 하였다.

Lee(1966)는 인간이 기존 정착지에서 다른 정착지로 떠나게 하는 부정적 요소인 기존 정착지의 요인과 다른 지역에서 인간을 끌어들이는 목적지의 요인을 각각 Push적인 요인과 Pull적인 요인으로 구성하였고, 인간에게 이주의 욕구는 있으나 쉽게 떠나지 못하게 하는 방해의 요소로 Mooring 요인(정박요인)을 구성하였다. 그의 연구에 따르면 Push나 Pull 요인의 영향력은 개인의 평가에 따라 달라지며, 개인이 느끼는 개인적 사고와 사회적인 맥락 안에서 이루어진다는 주장이다. Lee의 연구를 발전시켜 Jackson(1986)은 이주를 방해하는 요인을 매개 변수로 수정하여 이주를 방해하는 요인뿐만 아니라 이주를 촉진시킬 수도 있는 개념의 요인을 소개하였다.

2.2.2. PPM 모형(Push-Pull-Mooring Model)

위에서 살펴본 바와 같이 Lee(1966)는 자신의 Push-Pull 모형에 떠나지 못하는 Mooring(정박)의 성격을 지닌 요인을 추가해 이주에 영향을 미치는 요인들을 정교화하는데 기여하였다. 뒤를 이어, Longino(1992)는 처음으로 Mooring이라는 요인을 소개하였고, Moon(1995)은 Mooring 요인들을 Push-Pull 모형에 결합하여 PPM(Push Pull Mooring) 모델의 원형을 완성하였다. 이로써 Mooring은 이주 결정을 유발하거나, 가로막는 역학을 하는 맥락적 사항들을 의미하고 개인적, 사회적, 문화적 변수들을 포함하여 보다 정교한 이주 모델인 PPM모형의 형태를 구성하게 된다.

PPM 모델을 자세히 소개하면 다음과 같다. 우선 Push 요인은 ‘사람들이 기존에 살던 거주지를 떠나게 하는 요인’이다. 또한 ‘원 거주지에서의 삶의 질에 부정적인 영향을 주는 요인들’을 말한다(Moon, 1995). Colgate and Hedge(2001)는 자신들의 연구에서 공급된 서비스에 대한 만족은 전환의도에 부정적인(-) 영향을 미친다고 밝혔다.

Pull 요인은 잠재적 이주자들을 원래 살고 있는 곳으로 유인하게 하는 도착지역의 긍정적인 요소로 이주자를 끌어 들일 수 있는 높은 고용률과 교육여건, 환경과 주거요건, 새로운 삶의 대한 기회, 주변 사람들 등이 있고 소비자의 입장에서 봤을 땐 기존의 서비스나 제품의 매력적인 요소라고 정의할 수 있다(Bansal & Taylor 2002; Moon, 1995).

PPM 모델에서 Push-Pull 요인으로만 구성된 단순 모형으로는 이주를 결정하는 과정의 복잡성을 완전히 설명할 수는 없다. Push-Pull 요인들이 이주를 부추기는 요소와 정착을 지지하는 요소를 모두 반영할지라도 이러한 요소 외에 개인의 상황이나 여건 때문에 이주를 하지 않을 수도 있는 것이다(Lee, 1966). 이러한 이주의 장애물의 역할을 하는 Mooring 개념의 변수들은 전환비용(Switching cost), 주관적 규범(Subjective norms), 사회적 영향력(Social influences), 전환에 대한 태도(Attitudes toward switching), 과거 행동(Past behavior), 다양성 추구 성향(Variety-seeking tendencies)을 들 수 있다(Bansal et al., 2005). Bolton, Kannan, and Bramlett(2000)은 시간, 노력, 예상 전환비용 등이 전환 결정에 영향을 미치는 연구 결과를 내놓기도 했으며, Bansal and Taylor(2002)는 소비자의 태도가 전환의도와 밀접한 관련되어 있다고 하였다. 이처럼 Mooring 요인들이 조절효과를 나타낸다. 예컨대 Push-Pull 요인들이 강하게 전환의도에 영향을 미치는 경우라도, 소비자는 기존 서비스나 제품에 머물게 하는 Mooring 요인이 더 강하게 작용하면, 현재 제품이나 서비스에 대한 사용을 유지할 것이다. 이처럼 Mooring 요인들은 전환의도에 직접적으로 영향을 미치기도 하지만 Push 요인을 조정하는 조절변수의 역할도 수행한다.

3. 연구 설계

3.1. 연구 모델 및 가설

본 연구는 방송을 포함한 전통적 미디어 콘텐츠에서 MCN사업자의 1인 미디어 콘텐츠를 이용하고자 하는 전환의도에 미치는 영향에 관하여 검증해보고자 하는 연구이다. 앞서 살펴본 논의를 바탕으로 [Figure 1]와 같은 연구모델을 구성하였으며, 다음과 같은 가설들을 제안하고자 한다. 

OTGHCA_2019_v10n1_59_f0001.png 이미지

Figure 1: Research Model 

3.1.1. Push effects

Push 요인은 원래 서비스에 부정적인 요소로서 기존의 서비스를 떠나도록 만드는 요소들을 나타낸다(Stimson & Minnery, 1998). 기존의 전통적인 서비스에 대해서 실망을 느낀 고객이 부정적인 행동으로 나타나는 연구를 살펴보면, 고객은 부정적인 구전을 널리 퍼트리고, 판매자에게 불평을 하며, 사용이나 이용에 대한 전환의도를 가지고 있다.

Zeelenberg and Pieters(2004)의 연구에서 실망은 사용전환의도에 직접적인 영향을 미치는 것으로 나타났다. 실망스러운 소비경험은 소비자로 하여금 현재 사용하고 있는 서비스를 바꾸게 하는 것을 알 수 있다(Putrevu & Lord, 1994). 이와 같은 선행연구를 바탕으로 아래와 같은 가설을 설정하였다.

H1: 기존 전통적인 미디어에서 공급하는 콘텐츠에 대한 실망은 시청자의 MCN 콘텐츠로의 전환의도에 정(+)의 영향을 미칠 것이다.

다음으로 Oliver(1997)의 연구에 따르면, 불만족(dissatisfaction)은 심리적인 측면에서 복합적으로 작용하는 부정적인 감정 상태로 정의할 수 있으며, 단순히 느끼는 인지적 상태나 감정의 종류가 아닌 종합적인 결과물이라고 주장했다. 기대 불일치 이론에 의하면 일반적인 사용자의 기대와 평가의 차이가 만족과 불만족으로 귀결되고 평가가 기대치 보다 높을 경우 만족이 나타나고, 기대보다 높은 경우 불만족이 발현된다는 것이다. 더불어 서비스실패가 나타났을 때 불만족은 고객을 떠나게 하고, 그들의 불만을 표출하며, 다른 사람에게 그들의 부정적인 경험을 전달하려고 하는 경향이 생겨난다는 것이다(Halim & Christian, 2013; Keaveney & Parthasarathy, 2001; Kim, Ju, & Lee, 2016; Zeelenberg & Pieters, 2004). 이런 선행연구를 바탕으로 다음과 같은 가설을 제시하였다.

H2: 기존 전통적인 미디어에서 공급하는 콘텐츠에 대한 불만족은 시청자의 MCN 콘텐츠로의 전환 의도에 정(+)의 영향을 미칠 것이다.

3.1.2. Mooring effect

정박효과(Mooring Effect)는 전환을 방해하는 요소로서 상황 또는 환경적 제약을 통해 Push-Pull 요소가 강하더라도, 사람들을 이주하지 못하게 할 수 있는 효과를 말한다(Lee, 1966). Mooring의 요소에는 다양한 변수가 연구되었는데, 대표적으로 매몰비용, 높은 전환비용, 낮은 수준의 다양성 추구 등을 들 수 있다.

먼저 전환 비용이란 새로운 서비스나 상품으로 변경하는데 있어 소비자가 지불해야 하는 경제적 또는 정서적 비용을 뜻한다. Porter(2004)는 지각된 전환 비용은 현재의 판매자와 소비자의 관계를 중단시키고 대안을 선택하게 함으로써 발생시키는 추가적인 비용의 크기에 대한 고객의 느끼는 인식이라고 하였고, Colgate and Lang(2001)의 연구에서는 전환 비용이란 고객이 서비스 공급자를 바꾸려고 할 때 느끼는 부담(금전, 성능, 사회적, 심리적, 시간 등)에 대한 인식이라고 하였다. 이러한 맥락에서 전환 비용이 높을수록 고객들이 느끼는 부담감이 크게 되기 때문에 서비스 공급자에 대한 의존성이 높아지기 때문에 고객 유지 가능성이 높아지게 되는 것을 말한다(Jones, Mothersbaugh, & Beatty, 2000; Morgan & Hunt, 1994). 미디어 환경에서의 콘텐츠 소비에 있어서도 다양한 전환 비용이 존재할 수 있으며, 다른 플랫폼이나 서비스에서 콘텐츠를 수급하기 위해 탐색비용이나 새로운 서비스에 익숙하기 위한 학습비용, 또는 기존의 서비스에서 잃게 될 혜택 상실 등의 전환장벽이 작용할 수 있으며, 이에따라 다음과 같이 가설을 설정하였다.

H3: 기존 전통적인 미디어에서 공급하는 콘텐츠에 대한 전환비용은 시청자의 MCN 콘텐츠로의 전환 의도에 음(-)의 영향을 미칠 것이다.

현대의 연구에서 다양성 추구는 한 가지 상품에 만족을 하지 못하고 여러 상품을 사용하고자 하는 성향이라고 할 수 있는데, 낮은 다양성의 추구 성향은 고객을 기존 제품에 머물도록 하는데 영향을 미치는 요소라고 할 수 있다(Keaveney & Parthasarthy, 2001). 이는 불확실한 새로운 제품 사용이나 콘텐츠 이용을 시도하기 보다는 지금까지 사용한 제품을 활용하는 것이 낫다고 생각하고, 어떤 제품이나 서비스에 만족하는 상황에서, 다른 제품이나 서비스를 경험해보기 위해 경쟁상품이나 서비스로 전환하지 않는 상태를 의미한다. 더불어, 새로운 상품이나 서비스를 시도하는 것에 소극적인 상태를 의미한다. 나아가 개인의 소비 패턴은 과거의 소비 경험이나 다양성 추구 성향에 의해서 부분적으로 영향을 받게 된다(Lattin & Mcalister, 1985). 따라서 고객의 과거 전환 경험이나 제품의 이용 상황에서의 다양성 추구 성향과 맞닿아 있을 것이다. 이는 소비자의 과거 전환 행동이 향후 행동 의도에 영향을 미칠 수 있다는 연구 결과와 일치하며(Ganesh, Arnold, & Reynolds, 2000; Bansal et al., 2005), 이러한 선행 연구를 바탕으로 다음과 같은 가설을 설정하였다.

H4: 기존 전통적인 미디어에서 공급하는 콘텐츠에 대한 낮은 다양성 추구는 시청자의 MCN 콘텐츠로의 전환 의도에 음(-)의 영향을 미칠 것이다.

3.1.3. Pull Effect

Pull 요인은 새로운 서비스에 긍정적인 요소로서 새로운 서비스로 유인을 촉진한다(Bansal et al., 2005). 대안의 매력도는 현재 이용하는 서비스를 대체할 때 최선의 대안이 되는 서비스의 기대 수준으로 대체관계에서 느낄 수 있는 만족에 대한 고객의 인식이라고 정의할 수 있다. 다만, 전환의도가 있어도 매력적인 대안이 부재 하게 되면 사용자는 다른 대체재로 전환할 가능성이 낮아지고, 현재의 관계를 계속 하려는 경우도 생긴다(Ping, 1993). 더불어 고객들은 기존 서비스의 대안이 적다고 인식하거나 대안적인 서비스나 제품 공급자의 차별화된 제공능력이 현재 사용 중인 사업자보다 우수하다고 인식되지 않으면 고객들은 기존사업자를 유지하려고 한다. 만약 현재 관계보다 더 나은 결과를 기대할 수 있는 대안이 존재하면 현 관계를 지속하려는 동기는 낮아지게 된다(Anderson & Narus, 1990). 바꿔 말하면, 대안의 매력은 기존 매체와의 경쟁에 있어서 긍정적인 요인으로 사용자의 전환의도에 긍정적인 영향을 미친다.

고객이 현재의 서비스나 제품 제공자에 크게 만족하지 않더라도 현서비스 제공자가 다른 대안들 보다 좋다고 생각하면, 현재 제품에 대한 선호가 나타날 것이다. 바꿔 말하면, 서비스가 만족스럽게 느껴지더라도 더 만족스러운 결과를 기대할 수 없다면, 다른 대안을 선호할 수 있다. 즉, 다른 대안의 존재가 고객의 전환이나 선호도에 영향을 미칠 것이다(Sharma & Patterson, 2000; Won, 2013). 이러한 선행 연구를 토대로 다음과 같은 가설을 제시하였다.

H5: MCN서비스에서 대안 매력은 시청자의 MCN 콘텐츠로의 전환 의도에 양(+)의 영향을 미칠 것이다.

Zengyan, Yinping, and Lim(2009)의 연구에서는 동료 영향이 서비스 선택과 전환에 중요한 요소라고 하였다. 또한 Hou, Chen, Shang, and Chern(2012)에서는 새로운 서비스에 대한 동료들의 추천이 서비스 전환에 많은 영향을 준다고 하였다. 이러한 선행 연구를 토대로 다음과 같은 가설을 제시하였다. 

H6: MCN서비스에서 동료의 영향은 시청자의 MCN 콘텐츠 로의 전환 의도에 양(+)의 영향을 미칠 것이다.

3.2. 연구 변수 및 측정 항목

본 연구를 수행하기 위해 사용된 변수와 측정 항목 그리고 이를 위한 선행 연구는 [Table 1]과 같다. 각 측정 항목은 리커트(Likert) 7점 척도를 활용하여 평가하였다. 

Table 1: Operational Definition of Variables 

OTGHCA_2019_v10n1_59_t0001.png 이미지

4. 연구 결과

4.1. 자료 수집 및 표본의 인구통계학적 특성

본 연구에서는 MCN 시청 경험이 있는 일반인 215명을 대상으로 2018년 7월부터 2주간 설문을 실시하였다. 응답이 누락되거나 오류가 있는 11부를 제외한 204부를 분석에 활용하였다. SPSS 20.0과 R을 이용하여 인구통계학적 분석 및 연구모델 검증을 실시하였다.

본 연구를 위한 인구통계학적 특성은 [Table 2]와 같다. 먼저 남녀 비율은 각각 50.49%, 49.51%로 고르게 나타났다. 연령대를 살펴보면, 20대가 47명(23.04%), 30대가 79명(38.73%), 40대가 40명(19.61%), 50대가 38명(18.63%)로 나타났다. MCN 수용 경로를 살펴본 결과 Youtube가 78명(38.24%)로 가장 높게 나타났다. 판도라TV 52명(25.49%), 네이버 TV캐스트 28명(13.73%) 순으로 나타났다. 

Table 2: Demographic Characteristic(n=204)

OTGHCA_2019_v10n1_59_t0002.png 이미지

4.2. 분석방법

본 연구는 연구 가설을 검증하기 위하여 PLS(Partial Least Square)을 이용하였다. PLS는 측정모형과 구조 모형에 대해서 최적의 실증 평가를 동시에 도출할 수 있는 통계기법으로, 각 구성 개념에 대한 측정변수(Indicator)의 적재치를 추정한 후, 구성 개념 간의 인과 관계를 추정하는 과정을 거친다(Fornell & Larcker, 1981).

PLS에서 구조 모형의 검증은 경로계수의 크기와 부호, 통계적 유의성, 선행 변수를 통해 설명되는 종속변수의 결정계수 값을 통하여 이루어진다. 일반적으로 PLS 방법론은 측정 모형에서 측정변수의 로딩 값(적재치)을 상대적으로 높게 추정하고 있는 반면, 구조모형에서는 구성개념 안에 경로계수를 상대적으로 낮게 추정하는 경향이 나타난다. 이러한 측정 모형과 구조모형 사이의 문제는 가장 많은 선행 변수를 가진 종속 변수의 독립 변수 수보다 10배 정도의 많은 표본 개수를 통해 해결될 수 있다(Chin, 1998). 더불어 본 연구에서는 PLS-SEM을 활용하였다. 일반적으로 구조방정식은 CB-SEM(CovarianceBased Structural Equation Modeling)과 PLS-SEM(Partial Least of Square Structural Equation Modeling)으로 나눠지게 되는데, PLS-SEM을 활용한 이유는 CB-SEM보다 적은 수의 샘플로 분석이 가능한데다, 모델 전체의 적합성보다는 변수와 변수간의 인과관계를 중요시 여기는 한편, 예측적 목적에 초점을 맞추고 있다. PLS-SEM는 OLS(Ordinary Least of Square)의 반복적 연속에서 부분적 모델 관계에 대해서 측정함으로써 내생 잠재변수들의 관계에 대한 설명을 최대화할 수 있다는 장점을 갖는다. 정리하면 연구 모형 자체가 중요하면 CB-SEM을 선택하는 것이 바람직하며, 변수 간의 인과관계에 대한 추정이 중요하면 PLS-SEM을 선택하는 것이 바람직하다. 본 연구에는 변수 간의 관계를 보다 심층적으로 살펴보기 위해 PLS-SEM을 선택하였다.

4.3. 구조모형 분석 결과

본 연구에서는 표본이 204부로 경로 계수 추정에 크게 문제가 없을 것이라고 판단되며, 경로의 유의성을 확인하기 위해 부트스트랩 재-샘플링(Bootstrap Resampling) 절차를 수행하였다. 본 연구에서는 Chin(1998)과 Hair, Black, Babin, Anderson, and Tatham(2006)의 권장 수치인 1,000회 이상인 2,000회로 부트스트랩 재-샘플링을 수행하여 모형을 검증하였다.

본 연구가 가설을 검증하기 위해 PLS를 사용한 이유는 PLS는 공분산 행렬과 ML(Maximum Likelihood)추정 법을 사용하는 기존 방식과는 달리 잠재 변수의 측정 오차 간의 예측 에러를 최소화하는 방법을 사용하기 때문에 경로계수의 예측력을 극대화할 수 있는 장점이 있기 때문이다. 또한, Howell and Higgins(1990)는 연구자가 초기 이론 개발 단계에서 모형의 적합성보다는 잠재 변수들 간 관계 분석에는 PLS가 보다 더 적합하다고 주장하였다. 따라서 본 연구 역시 이러한 장점을 반영하여 PLS를 활용하였다. 구조모형의 검정에서는 전체 적합성을 평가한 후에 각 경로계수의 유의성을 평가하였다. 본 연구에서 구조모형에 대한 적합도는 구조모형 적합도, 경로모형 적합도, 구성 개념의 분산 설명력(R2)으로 설명하게 된다. 각 평가의 지표들은 앞서 제시한 [Table 3]에 나타나 있다. 

Table 3: Reliability Assessment

OTGHCA_2019_v10n1_59_t0003.png 이미지

Note. DA: Disappointment, DS: Dissatisfaction, SC: Switching Cost, LowV: Low Variety of Seeking, AA: Alternative Attraction, PI: Peer Influence, SI: Switching Intention.

첫째, 구조모형 전체 적합도이다. 전체 적합도는 Stone Geisser의 Q2 검정 통계량으로 교차로 검증된 Redundancy값이 있다. 이 지표는 구조 모형의 통계 추정량으로서 구조 모형의 적합성을 나타내며, 기준치는 Redundancy값이 모두 양수여야 한다고 제시하고 있다(Chin, 1998). 본 연구에서 Redundancy값은 양수를 나타났다. 따라서 구조모형의 전체 적합도는 통계적으로 유의한 것으로 나타났다.

둘째, 본 연구 모형의 경로모형 전체 적합도(Goodnessof-Fit) 지수는 모든 종속 변수의 분산 설명력(R2)값의 평균과 공통성의 평균값을 곱한 뒤에 이를 다시 제곱근해서 산출하며, 이 적합도의 크기는 최소 0.1이길 권장한다(Chin, 1998) 본 연구의 PLS 경로모형의 전체 적합도 지수는 0.542를 나타내고 있어 경로모형의 적합도는 유의한 수준으로 볼 수 있다.

마지막으로, 각 분산 설명력(R2)은 전환 의도가 전체 모형의 37.8%를 설명하는 것으로 나타나 Falk and Miller(1992)가 권장한 임계치인 10%를 넘고 있는 것으로 나타나 모형의 적합성을 충족시키는 것으로 판단된다.

한편, Fornell and Lacker(1981)에 따르면, 각 요인의 추출된 평균분산(AVE)의 제곱근이 해당 요인과 다른 요인간의 상관계수보다 크면, PLS측정모형의 판별타당성(Discriminant Validity)이 존재하는 것으로 간주한다. [Table 4]의 결과에서 보듯이 AVE의 값이 상관계수의 제곱 값보다 크므로, 구성개념들 간 판별 타당성이 존재한다고 판단할 수 있다.

Table 4: Discriminant Validity and Correlation Analysis

OTGHCA_2019_v10n1_59_t0004.png 이미지

Note. DA: Disappointment, DS: Dissatisfaction, SC: Switching Cost, LowV: Low Variety of Seeking, AA: Alternative Attraction, PI: Peer Influence, SI: Switching Intention.

4.4. 가설의 검증

본 연구에서 나타난 경로계수의 검증 결과는 [Table 5]와 같다. 

Table 5: Results of Path analysis

OTGHCA_2019_v10n1_59_t0005.png 이미지

Note. DA: Disappointment, DS: Dissatisfaction, SC: Switching Cost, LowV: Low Variety of Seeking, AA: Alternative Attraction, PI: Peer Influence, SI: Switching Intenti.

기존 매체에 대한 실망이 MCN으로의 전환의도에 미치는 영향인 가설 1은 기각 되었다. 기존 매체에 대한 불만족이 MCN으로 전환의도에 미치는 영향인 가설 2는 경로계수가 0.461, t값이 8.318로 나타나 채택 되었다. 이는 Keaveney and Parthasarathy(2001)과 Zeelenberg and Pieters(2004)의 연구를 지지하는 결과로 나타났다. 사용자가 기존 매체에서 MCN매체로 전환할 때 발생하는 전환 비용에 관한 가설인 가설 3은 경로계수가 –0.141, t값은 2.169로 채택 되었다. 이는 전환비용이 증가할수록 MCN 매체로의 전환이 어려워짐을 나타내고, Jones et al.(2000)과 Morgan and Hunt(1994)의 연구를 지지하는 결과로 나타났다. 다음으로 사용자의 낮은 다양성 추구가 전환의도에 미치는 영향인 가설 4는 기각 되었다. 기존 매체와 비교하여 최선으로 생각되는 MCN의 매력수준을 나타내는 대안매력이 전환의도 미치는 영향을 나타내는 가설 5는 경로계수가 0.610, t값이 13.798로 채택되는 것으로 나타났다. 이는 유의한 가설 중에 가장 높은 영향력을 나타내는 것으로서 MCN에 대한 매력이 다른 요인에 비해서 기존 매체에서 MCN으로 전환을 촉진하는 역할을 강하게 하는 것으로 나타났다. 마지막으로 동료에 대한 영향이 전환의도에 유의한 영향을 미칠 것이라는 가설 6도 경로계수 0.360, t값 5.897로 채택되었다. 이는 MCN서비스도 망 외부효과의 영향을 받고 있음을 알 수 있는 결과라 할 수 있다. MCN을 이용하는 사용자가 늘어남에 따라 사용전환에 더 많은 영향을 미칠 것으로 고려된다. [Figure 2]는 경로분석 결과이다. 

OTGHCA_2019_v10n1_59_f0002.png 이미지

Figure 2: Research Result 

5. 결론

5.1. 연구의 시사점

본 연구에서는 새롭게 부상하고 있는 MCN의 전환의도에 어떤 요인이 가장 큰 영향을 미치고, 반대로 어떤 요인이 전환을 방해하는 지 탐색하는데 목적이 있다. 이를 위해 관련 선행 연구를 바탕으로 연구모형을 구성하고 실증적인 분석을 통해 가설을 검증하였다.

이를 위해 시청 방식의 전환에 영향을 미치는지 Push 요인, Mooring요인, Pull요인으로 나눠서 영향력을 확인하였다. 연구 결과를 요약해 보면, Push Effect 검증결과, 기존 매체에 대한 불만족이 전환의도에 정(+)의 영향을 나타냈고, Mooring Effect 검증 결과에서는 전환 비용이 전환의도에 음(-)의 결과를 나타냈다. 낮은 다양성 추구는 기각되었다. Pull Effect검증 결과는 대안 매력과 동료의 영향이 모두 전환의도에 정(+)의 영향을 미쳤다.

MCN은 기존 매체와 다르게 누구나 접근이 가능하고 쉽게 시청할 수 있는 환경을 제공하고 있다. 다만, 전환비용이 높게 나타나는 것은 30~50대가 설문 응답자에 높은 비율을 차지하고 있기 때문으로 풀이된다. 아직까지는 새로운 방송 문화라고 할 수 있는 MCN관련 콘텐츠에 대해서 쉽게 접근하기 어려움이 있을 것으로 생각된다. 이는 금전적인 비용이 아니라 인지된 전환 장벽과 같은 것으로 작용하고 있는 것으로 생각된다.

더불어, MCN서비스가 기존 매체의 대안으로 자리 잡기 위해서는 기존 매체에서 제공하지 못하는 문화적 다양성, 시도의 다양성 등을 지속적으로 추진해야 한다. 이는 가설 5에서 나타나듯이 MCN서비스로의 전환의도에 가장 많이 영향을 미치는 것이 대안의 매력이며 이를 느끼게 하는 것이 바로 콘텐츠의 다양성 확보라고 할 수 있다. 지금까지의 MCN 콘텐츠들을 살펴보면 게임 진행 및 소개, 먹방, 대화방 등 일정한 패턴이 벌써 나타나고 있다. 이를 극복하고 이전에 보지 못했던 전혀 새로운 개념의 콘텐츠 개발이 지속적으로 필요하다. 이를 위해서는 다루는 주제에 대해서 보다 관대한 시청자의 인식이 필요하다. 다양성을 위해서라면, 선정성이나 언어적 폭력성 등도 상식 안에서 어느 정도는 관대히 다뤄 문화적 다양성을 확보하는데 토대를 마련해 주어야 한다.

마지막으로 동료의 영향은 SNS에서도 나타난 특징으로 네트워크 외부성의 발현이 서비스 전환의도에 영향을 미친다는 것이다. 이는 MCN의 성공적인 정착을 위해서는 SNS으로 대변되는 소통의 장을 통해 영향력 있는(Word of Mouth) 동료들의 추천과 평가가 큰 역할을 한다는 것을 알 수 있다.

5.2. 연구의 한계점 및 연구 방향

본 연구의 한계점으로는 첫째, 샘플 수의 부족을 들 수 있다. MCN으로의 전환의도를 파악하기 위해서는 많은 수의 샘플이 필요하다. 더불어, 조사 표본이 서울로 한정되어 연구의 지역적 편의가 나타날 수 있다.

둘째, 본 연구의 목적은 전통적인 미디어에서 새로운 미디어에 대한 시청방식의 변화에 영향을 미치는 요인들에 대한 확인과 기존 TV시청 서비스와 새로운 서비스의 보완·대체 관계를 탐색위한 연구로 1차 데이터를 가지고 연구하였으나, 2차 데이터를 가지고 실제로 보완이나 대체효과가 일어났는지를 확인하지 못했다. 향후 연구에서 계량적인 데이터를 이용한 분석과 검증이 필요하다 생각된다.

마지막으로, 연령별, 소득 별, 디바이스별 그룹 간 검증을 통해 전환의도에 미치는 원인에 대해서 보다 정확한 분석이 필요하다고 하겠다.

참고문헌

  1. Anderson, J. C., & Narus, J. A. (1990). A model of distributor firm and manufacturer firm working partnerships. the Journal of Marketing, 54(1), 42-58. https://doi.org/10.1177/002224299005400304
  2. Ayeh, J. K. (2015). Travellers’ acceptance of consumergenerated media: An integrated model of technology acceptance and source credibility theories. Computers in Human Behavior, 48, 173-180. https://doi.org/10.1016/j.chb.2014.12.049
  3. Bansal, H. S., & Taylor, S. F. (2002). Investigating interactive effects in the theory of planned behavior in a service‐provider switching context. Psychology & Marketing, 19(5), 407-425. https://doi.org/10.1002/mar.10017
  4. Bansal, H. S., Taylor, S. F., & James, Y. S. (2005). "Migrating" to new service providers: Toward a unifying framework of consumers' switching behaviors. Journal of the Academy of Marketing Science, 33(1), 96-115. https://doi.org/10.1177/0092070304267928
  5. Bolton, R. N., Kannan, P. K., & Bramlett, M. D. (2000). Implications of loyalty program membership and service experiences for customer retention and value. Journal of the academy of marketing science, 28(1), 95-108. https://doi.org/10.1177/0092070300281009
  6. Chin, W. W. (1998). The partial least squares approach to structural equation modeling. Modern methods for business research, 295(2), 295-336.
  7. Colgate, M., & Hedge, R. (2001). An investigation into the switching process in retail banking services. International Journal of Bank Marketing, 19(5), 201-212. https://doi.org/10.1108/02652320110400888
  8. Colgate, M., & Lang, B. (2001). Switching barriers in consumer markets: An investigation of the financial services industry. Journal of consumer marketing, 18(4), 332-347. https://doi.org/10.1108/07363760110393001
  9. Falk, R. F., & Miller, N. B. (1992). A primer for soft modeling. Akron, OH: University of Akron Press.
  10. Fornell, C., & Larcker, D. F. (1981). Structural equation models with unobservable variables and measurement error: Algebra and statistics. Journal of marketing research, 18(3), 382-388. https://doi.org/10.1177/002224378101800313
  11. Fornell, C. (1992). A national customer satisfaction barometer: The Swedish experience. the Journal of Marketing, 56(1), 6-21. https://doi.org/10.1177/002224299205600103
  12. Ganesh, J., Arnold, M. J., & Reynolds, K. E. (2000). Understanding the customer base of service providers: an examination of the differences between switchers and stayers. the Journal of marketing, 64(3), 65-87. https://doi.org/10.1509/jmkg.64.3.65.18028
  13. Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2006). Multivariate data analysis (Vol. 6). Upper Saddle River, NJ: Pearson Prentice Hall.
  14. Halim, R. E., & Christian, F. (2013). The Effect of perception and attitude toward consumer complaint behavior. Journal of Distribution Science, 11(9), 17-24. https://doi.org/10.15722/jds.11.10.201310.17
  15. Hennig-Thurau, T., Malthouse, E. C., Friege, C., Gensler, S., Lobschat, L., Rangaswamy, A., & Skiera, B. (2010). The impact of new media on customer relationships. Journal of service research, 13(3), 311-330. https://doi.org/10.1177/1094670510375460
  16. Herrero, A., & San Martin, H. (2017). Explaining the adoption of social networks sites for sharing user-generated content: A revision of the UTAUT2. Computers in Human Behavior, 71, 209-217. https://doi.org/10.1016/j.chb.2017.02.007
  17. Hou, A. C., Chen, Y. C., Shang, R. A., & Chern, C. C. (2012). The post adoption switching of social network service: A human migratory model. In PACIS 2012 Proceedings Paper, 174.
  18. Howell, J. M., & Higgins, C. A. (1990). Champions of technological innovation. Administrative science quarterly, 35(2), 317-341. https://doi.org/10.2307/2393393
  19. Jackson, J. A. (1986). Migration-Aspects of modern sociology. London, UK: Longman.
  20. Jones, M. A., Mothersbaugh, D. L., & Beatty, S. E. (2000). Switching barriers and repurchase intentions in services. Journal of Retailing, 76(2), 259-274. https://doi.org/10.1016/S0022-4359(00)00024-5
  21. Keaveney, S. M., & Parthasarathy, M. (2001). Customer switching behavior in online services: An exploratory study of the role of selected attitudinal, behavioral, and demographic factors. Journal of the Academy of Marketing Science, 29(4), 374-390. https://doi.org/10.1177/03079450094225
  22. Kim, E. J., Ju, M. J., & Lee, Y. K. (2016). Impact of Instrumental Factors on Dissatisfaction and Complaint Behaviors: Moderating Role of Expected Profitability. Journal of Distribution Science, 14(9), 95-110. https://doi.org/10.15722/jds.14.9.201609.95
  23. Lattin, J. M., & McAlister, L. (1985). Using a varietyseeking model to identify substitute and complementary relationships among competing products. Journal of Marketing Research, 22(3), 330-339. https://doi.org/10.1177/002224378502200308
  24. Lee, E. S. (1966). A theory of migration. Demography, 3(1), 47-57. https://doi.org/10.2307/2060063
  25. Longino, C. F. Jr. (1992). The forest and the trees: Micro-level considerations in the study of geographic mobility in old age. In Rogers, A, Elderly migration and population redistribution (pp.23-34), London, UK: Bellhaven Press.
  26. Moon, B. (1995). Paradigms in migration research: exploring ‘moorings’ as a schema. Progress in Human Geography, 19(4), 504-524. https://doi.org/10.1177/030913259501900404
  27. Mattila, A. S., & Ro, H. (2008). Discrete negative emotions and customer dissatisfaction responses in a casual restaurant setting. Journal of Hospitality & Tourism Research, 32(1), 89-107. https://doi.org/10.1177/1096348007309570
  28. Morgan, R. M., & Hunt, S. D. (1994). The commitmenttrust theory of relationship marketing. the Journal of marketing, 58(3), 20-38. https://doi.org/10.1177/002224299405800202
  29. Oliver, C. (1997). Sustainable competitive advantage: Combining institutional and resource-based views. Strategic Management Journal, 18(9), 697-713. https://doi.org/10.1002/(SICI)1097-0266(199710)18:9<697::AID-SMJ909>3.0.CO;2-C
  30. Park, S. H. (2015). Single content creators stand on the world stage through DiaTV. ZDNet Korea, Retrieved October 12, 2018 from http://www.zdnet.co.kr/news/news_view.asp?artice_id=20150507175810
  31. Ping, R. A. (1993). The effects of satisfaction and structural constraints on retailer exiting, voice, loyalty, opportunism, and neglect. Journal of retailing, 69(3), 320-352. https://doi.org/10.1016/0022-4359(93)90010-G
  32. Porter, M. E. (2004). Competitive strategy: Techniques for analyzing industries and competitors (Vol. 198). New York, NY: Free press.
  33. Putrevu, S., & Lord, K. R. (1994). Comparative and noncomparative advertising: Attitudinal effects under cognitive and affective involvement conditions. Journal of Advertising, 23(2), 77-91. https://doi.org/10.1080/00913367.1994.10673443
  34. Ravenstein, E. G. (1885). The laws of migration. Journal of the Statistical Society of London, 48(2), 167-235. https://doi.org/10.2307/2979181
  35. Sharma, N., & Patterson, P. G. (2000). Switching costs, alternative attractiveness and experience as moderators of relationship commitment in professional, consumer services. International Journal of Service Industry Management, 11(5), 470-490. https://doi.org/10.1108/09564230010360182
  36. Spangler, T. (2014). Netflix remains king of bandwidth usage, while YouTube declines. Variety. Retrieved October 12, 2018 from https://variety.com/2014/digital/news/netflix-youtube-bandwidth-usage-1201179643/
  37. Stimson, R. J., & Minnery, J. (1998). Why people move to the'sun-belt': A case study of long-distance migration to the Gold Coast, Australia. Urban Studies, 35(2), 193-214. https://doi.org/10.1080/0042098984943
  38. Strabase. (2015, March 12). The reason for the largescale investment of venture capital in an MCN supporting single content creator. TrendWatch. Retrieved October 12, 2018 from http://www.strabase.com/contents/view.php?num=17754
  39. Won, J. S. (2013). A Critical Review on Behavioral Economics with a Focus on Prospect Theory and EBA Model. Journal of Distribution Science, 11(5), 63-76.
  40. Zeelenberg, M., & Pieters, R. (2004). Beyond valence in customer dissatisfaction: A review and new findings on behavioral responses to regret and disappointment in failed services. Journal of business Research, 57(4), 445-455. https://doi.org/10.1016/S0148-2963(02)00278-3
  41. Zengyan, C., Yinping, Y., & Lim, J. (2009). Cyber migration: An empirical investigation on factors that affect users' switch intentions in social networking sites. In System Sciences, 2009. HICSS'09. 42nd Hawaii International Conference (pp. 1-11). Retrieved October 12, 2018 from https://www.computer.org/csdl/proceedings/hicss/2009/3450/00/07-08-08.pdf