Knowledge Management Research (지식경영연구)

The Knowledge Management Society of Korea (한국지식경영학회)
권호 표지
DOI QR코드

DOI QR Code

Factors Influencing Individual's Intention to Provide MyData: Focusing on the Moderating Effects of Individual Capabilities and Institutional Type

개인의 마이데이터 제공의도에 영향을 미치는 요인: 개인역량과 기관유형의 조절효과를 중심으로

  • Received : 2022.11.30
  • Accepted : 2023.02.07
  • Published : 2023.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, the MyData market has been growing as the importance of data and issues related to personal information protection have drawn much attention together. MyData refers to the concept of guaranteeing an individual's right to personal information and providing and utilizing one's data according to individual consent. MyData service providers can combine and analyze customer information to provide personalized services. In the early days, the MyData business was activated mainly by private companies and the financial industry, but recently, public institutions are also actively taking advantage of MyData. Meanwhile, the importance of an individual's intention to provide MyData for the success of MyData businesses continues to increase, but research related to this is lacking. Moreover, existing studies have been mainly conducted on individual benefits of MyData; there are not enough studies in which both public benefit and perceived risk factors are considered at the same time. In this regard, this study intends to derive factors affecting the intention to provide MyData based on the privacy calculus model, examine their influencing mechanism, and further verify the moderating effects of individual capabilities and institutional type. This study can find academic significance in that it expanded and demonstrated the privacy calculus model in the context of MyData providing intention. In addition, the results of this study are expected to offer practical guidelines for developing and managing new services in MyData businesses.

최근 데이터의 중요성과 개인정보보호에 관련된 이슈가 함께 주목받으면서, 마이데이터 시장이 성장하고 있다. 마이데이터는 본인 정보에 대한 개인의 권리를 보장하고, 개인의 동의에 따라 자신의 데이터를 제공 및 활용하는 개념을 의미한다. 마이데이터 사업자는 고객정보를 결합, 분석하여 개인 맞춤 서비스를 제공할 수 있다. 초기 마이데이터 사업은 민간기업, 금융산업을 중심으로 활성화되었지만, 최근에는 공공기관도 마이데이터 활용에 적극적으로 나서고 있다. 한편, 마이데이터 사업의 성공을 위한 개인의 마이데이터 제공의도 중요성은 지속적으로 증가하고 있지만, 이와 관련된 연구는 부족한 상황이다. 더욱이, 기존 연구는 마이데이터의 개인혜택 측면에서 주로 이루어졌으나, 공공혜택 및 지각된 위험 측면 요인이 모두 함께 고려된 연구는 충분하지 않다. 이에, 본 연구는 마이데이터 제공의도에 영향을 주는 요인을 프라이버시 계산모형을 통해 도출한 후, 그 영향 메커니즘을 살펴봄과 동시에, 개인역량과 수집기관 유형에 따른 조절효과를 추가로 검증해 보고자 한다. 본 연구는 마이데이터 제공의도 맥락에서 프라이버시 계산모형을 실증했다는 점에서 학술적 의의를 찾을 수 있으며, 본 연구의 결과를 통해 민간 및 공공기관이 마이데이터 사업을 진행하는 데 있어 새로운 서비스 개발 및 관리를 위한 실무적인 지침을 제공해 줄 수 있을 것으로 기대한다.

Keywords

Acknowledgement

본 논문은 박동근의 2021년도 석사학위 논문 "마이데이터 제공의도에 미치는 영향요인 분석: 개인역량과 조절효과를 중심으로"을 기반으로 작성되었으며, 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020S1A5B8103855).

References

  1. 강필두, 최인수 (2019). 사회적 가치 중심의 주민서비스 강화방화. 강원: 한국지방행정연구원.
  2. 김동성, 김종우, 이홍주, 강만수 (2017). 공공부문 데이터의 경제적 가치평가 연구: 소상공인 신용보증 데이터 사례. 지식경영연구, 18(1), 67-81. https://doi.org/10.15813/KMR.2017.18.1.004
  3. 김동태 (2013). SNS 태도와 지각된 위험이 소셜커머스 정보확산에 미치는 영향-항공사 소셜미디어 활용전략에 대한 시사점을 중심으로. 한국항공경영학회지, 11(2), 85-101.
  4. 김영희, 이택현, 김종명, 박원형, 국광호 (2019). 텍스트 마이닝을 활용한 개인정보 위협기반의 트렌드 분석 연구. 융합보안논문지, 19(2), 29-38.
  5. 김은찬, 김은영, 이효찬, 유병준 (2021). 데이터 3 법 개정안의 내용과 전망: 국내 금융 및 데이터 산업계의 변화를 중심으로. 정보화정책, 28(3), 49-72. https://doi.org/10.22693/NIAIP.2021.28.3.049
  6. 김종기, 김상희 (2012). 스마트폰 위치기반서비스에서 정보제공의도: 프라이버시 계산 관점을 중심으로. 정보시스템연구, 21(4), 55-79.
  7. 김현희, 박광동 (2018). 공공기관의 사회적 가치 강화를 위한 관련 법제 개선방안 연구. 세종: 한국법제연구원.
  8. 류은정 (2002). 인터넷 의류쇼핑몰의 서비스 품질과 구매의도의 영향 요인에 관한 연구. 복식문화연구, 10(3), 261-269.
  9. 박민정, 채상미 (2017). 빅데이터 환경 형성에 따른 데이터 감시 위협과 온라인 프라이버시 보호 활동의 관계에 대한 연구. 지식경영연구, 18(3), 63-80. https://doi.org/10.15813/KMR.2017.18.4.003
  10. 박주석 (2018). 빅데이터, 오픈데이터, 마이데이터의 비교 연구. 한국빅데이터학회지, 3(1), 41-46.
  11. 박준희 (2020). 범죄 빅데이터에 대한 개인정보 제공과 프라이버시 염려: 정부신뢰의 매개･조절효과를 중심으로. 한국정책학회보, 29(3), 221-248.
  12. 박효주, 양진홍 (2020). 공공영역에서 의료 마이데이터 (MyData) 생태계 구축방안 연구. 한국정보전자통신기술학회논문지, 13(6), 511-522. https://doi.org/10.17661/JKIIECT.2020.13.6.511
  13. 배재권 (2021). 마이데이터(MyData) 산업 활성화를 위한 법적, 제도적 요인에 관한 연구. 로고스경영연구, 19(1), 117-132. https://doi.org/10.22724/LMR.2021.19.1.117
  14. 백한종, 김지영, 유영민, 신용태 (2019). 지각된 위험이 마이데이터 서비스 수용의도에 미치는 영향에 관한 연구. 한국IT정책경영학회 논문지, 11(4), 1287-1291.
  15. 봉기환 (2020). 4차 산업혁명 시대 신기술 서비스의 개인정보 처리 실태 및 침해요인. 정보보호학회지, 30(5), 121-126.
  16. 소현정, 곽기영 (2021). 모바일 헬스 앱 사용의도 동기요인: 조절초점성향과 프라이버시계산이론을 중심으로. 지식경영연구, 22(2), 33-53. https://doi.org/10.15813/KMR.2021.22.2.003
  17. 송미정, 김인석 (2019). 유럽 PSD2 시행에 따른 금융분야 마이데이터 정책의 개인정보보호 강화 방안 연구. 정보보호학회 논문지, 29(5), 1205-1219.
  18. 양병화 (2022). 대학생의 성격특질과 모바일 쇼핑의도의 관계: 프라이버시 염려와 지각된 가치의 매개효과. 한국융합학회논문지, 13(2), 201-214. https://doi.org/10.15207/JKCS.2022.13.02.201
  19. 오현택, 양진홍 (2020). 마이데이터 환경에서 개인의 전자 건강/의료 데이터 활용을 위한 데이터 거래모델. 한국정보전자통신기술학회 논문지, 13(3), 250-261.
  20. 유정아, 조창환 (2022). 개인화 광고를 위한 유저의 앱 추적 허용 의도에 영향을 미치는 선행 요인 연구: 프라이버시 계산 모델을 중심으로. 광고학연구, 33(6), 7-30.
  21. 윤수영, 여정성 (2018). 개인정보 이용내역 통지제도에 대한 소비자 인식에 관한 연구. 소비자학연구, 29(3), 17-38.
  22. 이기호 (2021). 마이데이터 정책 추진 현황 및 보건복지 분야의 과제. 보건복지포럼, 2021(301), 52-68.
  23. 이애리, 김범수, 장재영 (2016). 사물인터넷 (IoT) 환경에서의 개인정보 위험 분석 프레임워크. 한국IT서비스학회지, 15(4), 41-62. https://doi.org/10.9716/KITS.2016.15.4.041
  24. 이은의, 김성진 (2014). 개인정보 유출로 인한 위험이 서비스 신뢰 형성에 주는 영향과 기업의 위기대응전략: 금융서비스 산업을 중심으로. 상품학연구, 32(6), 111-123. https://doi.org/10.36345/KACST.2014.32.6.013
  25. 이은지, 김혜민, 김진영, 구철모 (2021). 코로나 19 상황에서 외식업장에서의 개인정보 공개에 대한 연구: 프라이버시 계산이론 및 제도이론의 통합적 적용. 관광학연구, 45(7), 123-147.
  26. 이종섭, 최재섭, 최정일 (2022). 오픈뱅킹 기반의 마이데이터 서비스 이용의도에 관한 연구. 한국IT서비스학회지, 21(1), 1-19. https://doi.org/10.9716/KITS.2022.21.1.001
  27. 이한석 (2016). 중국 소비자의 크라우드 펀딩 참여에 있어 지각된 위험, 지각된 이익, 한류문화콘텐츠의 영향에 관한 연구. 한국콘텐츠학회 논문지, 16(1), 204-213.
  28. 이환수, 임동원, 조항정 (2013). 빅데이터 시대의 개인정보 과잉이 사용자 저항에 미치는 영향. 지능정보연구, 19(1), 125-139. https://doi.org/10.13088/JIIS.2013.19.1.125
  29. 정해진, 이진혁 (2022). 마이데이터 이용자의 프라이버시 태도와 보호의도에 관한 연구: 프라이버시 냉소주의의 영향. 정보화정책, 29(2), 37-65. https://doi.org/10.22693/NIAIP.2022.29.2.037
  30. 최인호, 정세훈 (2019). 연령, 소득 및 디지털 리터러시가 온라인 개인정보 노출 및 보호 행동에 미치는 영향. 한국언론학보, 63(5), 233-266.
  31. 최정민, 조영은 (2020). 개인정보 이동권과 마이데이터 산업 관련 연구. 경제규제와법, 13(2), 92-107.
  32. 하혜림, 정유경 (2017). 이용동기와 정보기술수용모델기반 O2O 앱의 지속적 사용의도에 관한 연구: 스타벅스 사이렌 오더를 중심으로. 한국관광학회 국제학술발표대회집, 81, 306-309.
  33. Bagozzi, R. P., Yi, Y., & Phillips, L. W. (1991). Assessing construct validity in organizational research. Administrative Science Quarterly, 36(3), 421-458. https://doi.org/10.2307/2393203
  34. Brown, S. A., & Venkatesh, V. (2005). Model of adoption of technology in households: A baseline model test and extension incorporating household life cycle. MIS Quarterly, 29(3), 399-426.
  35. Dinev, T., & Hart, P. (2006). An extended privacy calculus model for e-commerce transactions. Information Systems Research, 17(1), 61-80. https://doi.org/10.1287/isre.1060.0080
  36. Dowling, G. R., & Staelin, R. (1994). A model of perceived risk and intended risk-handling activity. Journal of Consumer Research, 21(1), 119-134. https://doi.org/10.1086/209386
  37. 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.
  38. Forsythe, S., Liu, C., Shannon, D., & Gardner, L. C. (2006). Development of a scale to measure the perceived benefits and risks of online shopping. Journal of Interactive Marketing, 20(2), 55-75. https://doi.org/10.1002/dir.20061
  39. Gold, A. H., Malhotra, A., & Segars, A. H. (2001). Knowledge management: An organizational capabilities perspective. Journal of Management Information Systems, 18(1), 185-214.
  40. GGmez-Barroso, J. L., Feijoo, C., & Martinez-Martinez, I. J. (2018). Privacy calculus: Factors that influence the perception of benefit. El Profesional de la Informacion (EPI), 27(2), 341-348. https://doi.org/10.3145/epi.2018.mar.12
  41. Guo, J., Li, N., Wu, Y., & Cui, T. (2020). Examining help requests on social networking sites: Integrating privacy perception and privacy calculus perspectives. Electronic Commerce Research and Applications, 39, 100828.
  42. Gutman, J. (1982). A means-end chain model based on consumer categorization processes. Journal of Marketing, 46(2), 60-72. https://doi.org/10.1177/002224298204600207
  43. Hann, I. H., Hui, K. L., Lee, T., & Png, I. (2002). Online information privacy: Measuring the cost-benefit trade-off. In Proceedings of International Conference on Information Systems (ICIS 2002), Barcelona, Spain.
  44. Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8
  45. Homans, G. C., & Burlingame, N. Y. (1961). Social behavior: Its elementary forms. New York: Harcourt, Brace & World Inc.
  46. Ioannou, A., Tussyadiah, I., & Lu, Y. (2020). Privacy concerns and disclosure of biometric and behavioral data for travel. International Journal of Information Management, 54, 102122.
  47. Laufer, R. S., & Wolfe, M. (1977). Privacy as a concept and a social issue: A multidimensional developmental theory. Journal of Social Issues, 33(3), 22-42. https://doi.org/10.1111/j.1540-4560.1977.tb01880.x
  48. Lwin, M., Wirtz, J., & Williams, J. D. (2007). Consumer online privacy concerns and responses: A power-responsibility equilibrium perspective. Journal of the Academy of Marketing Science, 35(4), 572-585. https://doi.org/10.1007/s11747-006-0003-3
  49. Malhotra, N. K., Kim, S. S., & Agarwal, J. (2004). Internet users' information privacy concerns (IUIPC): The construct, the scale, and a causal model. Information Systems Research, 15(4), 336-355. https://doi.org/10.1287/isre.1040.0032
  50. Mohammed, Z. A., & Tejay, G. P. (2021). Examining the privacy paradox through individuals' neural disposition in e-commerce: An exploratory neuroimaging study. Computers & Security, 104, 102201.
  51. Nunnally, J. C., & Bernstein, I. H. (1994). Psychological theory. NewYork: McGraw-Hill.
  52. Trepte, S., Scharkow, M., & Dienlin, T. (2020). The privacy calculus contextualized: The influence of affordances. Computers in Human Behavior, 104, 106115.
  53. Vroom, V. H. (1964). Work and motivation. New York: John Willey & Sons Inc.
  54. Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: A means-end model and synthesis of evidence. Journal of Marketing, 52(3), 2-22. https://doi.org/10.1177/002224298805200302
  55. 4차산업혁명위원회 (2021). 4차산업혁명위원회 제21차 회의. https://www.opm.go.kr/flexer/view.do?ftype=hwp&attachNo=105133
  56. 대한민국정책브리핑 (2022). 공공분야 지능형 서비스로 '국민 편익' 높인다. https://www.korea.kr/news/policyNewsView.do?newsId=148907535
  57. 데이터넷 (2022). 국민 4명 중 1명, '마이데이터' 서비스 몰라. https://www.datanet.co.kr/news/articleView.html?idxno=168857
  58. 서울경제TV (2022). 마이데이터란 무엇인가. https://www.sentv.co.kr/sendoc/view/613203
  59. 한국데이터산업진흥원 (2020). 마이데이터 서비스 안내서. https://dataonair.or.kr/%EB%A7%88%EC%9D%B4%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%84%9C%EB%B9%84%EC%8A%A4-%EC%95%88%EB%82%B4%EC%84%9C/
  60. 한국인터넷진흥원 (2017). 개인정보 보호 상담 사례집. http://www.kisa.or.kr/uploadfile/201702/201702030959532700.pdf
  61. Gartner. (2020). Gartner says by 2023, 65% of the world's population will have its personal data covered under modern privacy regulations. https://www.gartner.com/en/newsroom/press-releases/2020-09-14-gartner-says-by-2023--65--of-the-world-s-population-w
  62. KDB 미래전략연구소 (2021). 마이데이터 국내외 현황 및 주요 해외 사례. https://rd.kdb.co.kr/FLSRIA02N01.act?_mnuId=FYERER0017#__init__
  63. Statista. (2022). Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2020. hhttps://www.statista.com/statistics/871513/worldwide-data-created/