Enhancing Consumer Awareness and Privacy Protection in the Era of Over-the-Top(OTT) Services: Focused on Behavioral Information Collection and Personalized Content

OTT(Over The Top) 서비스 시대의 소비자 인식 및 개인정보 보호 강화: 행태정보 수집과 개인화 맞춤형 서비스를 중심으로

Abstract

This study investigates how consumers perceive the collection of behavioral information through 'cookies' on OTT platforms and the impact it has on personalized services. Through SPSS analysis on 120 consumers, which was conducted to examine four hypotheses, correlations were found between awareness of OTT companies' behavioral information collection and online tracking recognition, awareness and willingness to provide cookies, and the extent of confirming behavioral information collection terms during registration and online tracking recognition. The study concludes that consumer knowledge about behavioral information significantly influences the importance and intention to use personalized services, highlighting the need for regulatory measures by both companies and government entities.

이 연구는 OTT 플랫폼에서 '쿠키'를 통한 행태정보 수집과 이에 기반한 맞춤형 서비스에 대한 소비자 인식을 조사한다. 120명의 다양한 연령대 소비자를 대상으로 SPSS를 활용하여 4가지 가설에 대한 상관관계를 분석했다. 결과는 OTT 기업의 행태정보 수집 인지와 온라인 트래킹 인식 간의 상관관계, 행태정보 수집 인지와 쿠키 제공 의사 간의 상관관계, 그리고 가입 시 행태정보 수집 약관 확인 정도와 온라인 트래킹 인식 간의 상관관계를 나타냈다. 이로써 소비자들의 행태정보에 대한 지식 수준이 중요성과 맞춤형 서비스 이용 의도에 영향을 미친다는 결론이 도출되었으며, 이를 토대로 기업과 정부 차원에서의 규제 필요성을 제안한다.

I. 서론

현대 디지털 기기의 보급과 인터넷 및 무선 광역 인터넷의 보편화로 OTT(Over-the-Top) 서비스 시장이 급격하게 확대되고 있다. 2020년 코로나 팬데믹의 사회적 거리 두기 조치에 따라 OTT 산업은 연평균 10.6%의 높은 성장률을 유지하여 2025년 약 813억 달러 규모로 확대될 것으로 예측된다(PwC, 2021). 방송통신위원회의 <2022년 방송매체 이용행태 조사>에 따르면, 2022년을 기점으로 전 연령대에서 OTT 이용률이 70%를 초과하였고, 특히 10대부터 30대까지의 젊은 세대에서 OTT 이용률이 모두 90% 이상으로 기록되었다(정용찬·김윤화, 2022, 126쪽). 이러한 OTT는 다양한 국적의 콘텐츠를 시공간 제약 없이 제공하여, 이제는 콘텐츠 유통 플랫폼의 새로운 표준으로 자리 잡고 있다(김도경·장문경·백현미, 2021).

콘텐츠가 범람하는 현대 사회에서, 사용자들은 선호 제품을 고르는 데 많은 시간을 소요하며 구매 결정 단계에서 어려움을 겪는 정보 과부하 문제를 마주하고 있다(Park et al., 2012; Su and Khoshgoftaar, 2009). 이러한 상황에서 소비자들의 취향과 선호를 고려하여 그에 부합하는 정보를 추천해 주는 개인화 서비스의 중요성은 커지고 있으며, 이는 각종 영화, 드라마, 예능을 보유 중인 OTT 플랫폼 내에서 더욱 두드러진다. 이러한 개인화 서비스를 가능하게 하기 위해서는 사용자의 행태정보를 수집하고 분석하는 것이 필수적이다. 따라서 현재 OTT 산업에서는 사용자의 활동을 추적하는 온라인 트래킹을 통해 소비자의 온라인 활동 정보를 수집 및 활용함으로써 산업계를 비롯하여 사회 전반적으로 편의와 효율의 향상이 기대되고 있다. 소비자 측에서도 자동화된 데이터 처리로 편의를 누릴 수 있고, 관심과 필요에 부합하는 가치 있는 정보를 더욱 효과적으로 얻을 수 있다는 점에서 장점이 부각된다(Federal Trade Commission, 2017). 하지만 현재의 온라인 트래킹은 소비자가 자신에 관해 수집 및 저장되는 정보의 종류와 그 방법을 파악하기 어렵고, 이를 파악한다고 하더라도 자신의 정보에 관한 통제권 행사가 어렵다는 측면에서 프라이버시 침해의 위험이 상당히 크다(이진명 등, 2018; 김지혜, 박서니, 나종연, 2018). 행태정보는 온라인 비즈니스에서 높은 부가가치를 창출하기에 크게 주목받았다. 실제로 다수의 사용자를 보유한 대기업에 제3자 쿠키 기술을 많이 사용하는 인터넷 광고회사나 마케팅 기업들이 인수합병되고 있어, 인터넷상에서 개인을 식별하고 그들의 인터넷 사용 정보를 수집하여 거대한 데이터베이스를 형성하는 것에 관한 우려가 확대되고 있다(최윤성 et al., 2016). 하지만 동시에 사생활과 직결되는 정보라는 점에서 개인정보보호 문제가 대두되었으며 ｢맞춤형 광고에 활용되는 온라인 행태 정보 보호를 위한 정책 방안｣, 개인정보 보호법 제37조 2항과 같은 관련 가이드라인과 법안이 발표 및 개정되었다. 하지만 앞서 언급한 정책 법안을 살펴보면 'ⅰ' 표시를 클릭 시 별도 페이지에서 맞춤형 광고 상세 안내 및 사후 통제권 제공 등 이용자의 권리 안내에 관해 소극적인 태도로 의무가 아닌 권고를 하고 있다는 것을 알 수 있다. 또한, 지난 3월 15일 시행된 '자동화된 결정에 대한 대응권(OTT 플랫폼에서 주로 활용되는 알고리즘과 관련)'에도 자동화된 법의 적용 대상, '결정'의 개념 등 불명확한 요소가 남아있다. 비록 개인화된 서비스는 사용자에게 편리함을 제공할 수 있지만, 그 과정에서 사용자의 행태 정보가 수집되고 활용되는 것은 사용자들에게 민감한 문제이다. 여기서 주목해야 할 점은 행태정보 수집 및 이용에 대한 약관이 OTT 플랫폼 가입 절차에서 충분히 강조되지 않고 있다는 것이다. 소비자들은 자신의 정보가 어떻게 수집되고 활용되는지에 대한 명확한 이해가 필요한데, 이러한 정보는 주로 미묘하게 제시되거나 가려져 있는 경우가 많다. 이에 따라 본 논문에서는 이러한 행태정보 수집 및 이용에 대한 소비자들의 인식을 고취해 개인정보 보호의 중요성을 강조하고, 이를 기반으로 구체화한 법률 제정과 정책 수립을 촉구하며, 더 투명하고 신뢰성 있는 서비스 제공을 위한 방안을 살펴보고자 한다.

II. 선행 연구 검토

2.1 선행 연구 검토

2.1.1 온라인 트래킹과 정보 보호에 대한 선행연구

인터넷의 등장과 함께 광고가 주 수입원으로 역할을 하면서 트래킹은 온라인 시대의 필수 기능이 되었다. 특히 2010년대 전후로 등장한 빅데이터로 단순 정보 수집을 넘어 실질적 가치 구현이 가능하게 되었고, 동시에 트래킹을 활용한 개인정보보호에 대한 우려 또한 커졌다(유진수, 2012). 2010년대 중반부터는 온라인 맞춤형 광고에 활발히 이용되었고, 이에 대한 규제 설정의 필요성, 국가별 법률 통일성의 촉구와 소비자들이 개인정보를 상업적으로 활용하는 것에 대한 높은 거부 반응을 보인다는 내용의 연구들이 발표되었다(유혜지, 2014). 2020년 전후부터는 행태정보 수집 방법의 하나인 ‘쿠키’의 활용 범위가 넓어지며 이에 대한 법적 해석의 범위와 사전 동의 의무의 필요성 여부에 관한 연구가 이루어졌다(문병순, 2022). 본 연구는 이러한 흐름 속에서 쿠키의 개인 정보 침해 위험을 인지하고 개인정보 수집과 약관 확인이 소비자들의 개인정보 인식 고취에 어떠한 영향을 미치는지 살펴보고자 한다.

2.1.2 온라인 트래킹에 대한 소비자들의 인식 선행 연구 및 설문 문항

온라인 트래킹에 대한 소비자들의 인식을 바탕으로 소비자 보호 정책 시사점을 제안한 이진명 외(2018)는 소비자들이 온라인 트래킹의 구체적 내용에 대해서는 피상적으로 이해하고 있으며 온라인 트래킹에 대한 수용 의도는 낮지만 이에 대한 적극적 차단 노력은 낮다고 제시하였다. 위 연구에서 사용된 인식 수준에 대한 설문 문항을 인용하였다.

2.1.3 개인정보 수집에 대한 소비자들의 인식 선행 연구 및 설문 문항

'개인정보보호에 대한 인식이 브랜드 자산과 고객 만족도에 미치는 영향(박정완, 2019)'은 서비스 이용자들이 기업의 정책 그리고 본인 자신의 노력에 따라 개인정보가 보호받고 있다는 인식을 어떻게 하는 지에 초점을 맞추고 기업의 개인정보보호 정책 수행이 소비자의 브랜드 인식에서 중요하다는 사실을 밝혔다. 또한, 이 논문의 기업 정책 및 개인의 자기 정보 통제에 대한 설문 문항을 인용하여 본 연구의 행태정보 인식에 대한 설문 문항을 구성하였다.

III. 연구방법론

3.1 연구 문제

본 연구는 국내 OTT 점유율을 기준으로 선정한 4개의 OTT 기업에 집중하여 OTT 플랫폼이 제공하는 맞춤형 서비스를 위해 시행되는 온라인 트래킹에 대한 소비자들의 경각심을 일깨우고, 개인정보 이용 약관 아래에 경시되고 있는 행태정보를 중심으로 맞춤형 서비스 이용 의도와의 상관관계를 입증하여 서비스의 투명성 증진에 대한 필요성을 부각하는 데 필요한 자료를 제공하고자 한다. 연구의 목적을 달성하기 위해 수립한 가설은 다음과 같다.

H0: 행태정보 보호에 대한 소비자 인지도와 OTT 플랫폼의 맞춤형 서비스에 대한 인식 간의 상관관계가 존재하지 않을 것이다.

Ha: 행태정보 보호에 대한 소비자 인지도와 OTT 플랫폼의 맞춤형 서비스에 대한 인식 간의 상관관계가 존재할 것이다.

행태정보에 대한 소비자 인지도는 ‘행태정보 수집 수준 인지도’와 ‘행태정보 수집 약관 확인’으로, OTT 플랫폼의 맞춤형 서비스에 대한 인식은 ‘온라인 트래킹 인식’과 ‘쿠키 제공 동의 의사(즉, 맞춤형 서비스 이용 의도)’로 조작적 정의를 내렸다.

행태정보에 대한 소비자 인지도와 OTT 플랫폼의 맞춤형 서비스에 대한 인식에 대해 내린 조작적 정의를 기반으로, 그 요소들을 측정하기 위해 설정한 세부 항목은 Table 1.과 같다. Table 1.의 첫 두 변수는 "초등학생의 개인정보보호에 대한 인식수준 분석(이경찬, 2015)" 를 참고하여 행태정보에 대한 인식을 2가지 하위 변수로 분류한 것이다. OTT 플랫폼 내 온라인 트래킹 인식은 뒤따르는 4가지 하위 변수로, 쿠키 제공 의사 및 맞춤형 서비스 이용 의도는 그에 이은 2가지 하위 변수로, 행태정보 수집 약관 확인은 마지막 2가지 하위 변수로 "온라인 트래킹에 대한 소비자 인식과 정책적 시사점(이진명, 2018)"을 참고하여 분류하였다.

Table 1. Variables and Contents of Measurement

해당하는 범주가 서로 다른 항목 간의 상관관계를 증명함으로써 행태정보 보호 인지도와 OTT 플랫폼 서비스 인식 간의 상관관계의 유무를 판단하려는 목적으로 Fig. 1.와 같이 연구모델을 세웠으며, 이를 기반으로 가설을 세분화하였다.

Fig. 1. Research Model

H1: OTT 기업의 행태정보 수집에 대한 인지도와 온라인 트래킹 인식 간의 상관관계가 존재할 것이다.

H2: OTT 플랫폼 가입 시 행태정보 수집·이용약관(개인정보 이용약관)을 클릭하여 확인하는 것과 온라인 트래킹 인식 간의 상관관계가 존재할 것이다.

H3: OTT 기업의 행태정보 수집에 대한 인지도와 맞춤형 서비스 이용 의도 간의 상관관계가 존재할 것이다.

H4: OTT 플랫폼 가입 시 행태정보 수집·이용약관을 클릭하여 확인하는 것과 맞춤형 서비스 이용 의도 간의 상관관계가 존재할 것이다.

3.2 설문조사 설계

수립한 세부 가설들을 검증하기 위해 ‘OTT 플랫폼의 행태정보 수집’에 대한 소비자들의 인식을 조사하는 목적으로 구글 폼을 이용한 온라인 설문조사를 실시하였다. 배포한 설문조사는 2023년 12월 2일부터 12월 6일까지 5일간 이루어졌으며, 120명이 이에 응답하였다.

본 설문조사는 인구통계학적 특성에 관해 총 2가지의 문항을 구성하였으며, 설문조사에 참여한 표본의 성별은 남성(27.5%), 여성(72.5%)으로, 연령은 10대 이하(1.7%), 20대(38.3%), 30대(6.7%), 40대(28.3%), 50대(21.7%), 60대 이상(3.3%)으로 분포함을 보였다.

설문지는 앞선 Fig. 1.의 연구모델 내 4가지 요소인 ‘행태정보에 대한 인지도, OTT 플랫폼 내 온라인 트래킹 인식, 쿠키 제공 의사 및 맞춤형 서비스 이용 의도, 행태정보 수집 약관 확인’을 각각의 섹션으로 구분하여 구성하였다. 즉, ‘행태정보에 대한 인지도’는 Section 1, OTT 플랫폼 내 온라인 트래킹 인식‘은 Section 2, ’쿠키 제공 의사 및 맞춤형 서비스 이용 의도‘는 Section 3, ’행태정보 수집 약관 확인‘은 Section 4에서 다루고 있다. 각 섹션은 조작적 정의를 내린 각 요소의 세부 측정 항목에 따라 설문 문항을 설계하였다. 설문 문항의 세부적인 내용은 앞서 제시한 Table 1.의 측정 내용에 해당한다. 행태정보에 대한 인지도(Section 1) 6문항, OTT 플랫폼 내 온라인 트래킹 인식(Section 2) 10문항, 쿠키 제공 의사 및 맞춤형 서비스 이용 의도(Section 3) 5문항, 행태정보 수집 약관 확인(Section 4) 5문항에 대하여 리커트 5점 척도로 응답하도록 설문지를 구상하였다.

3.3 데이터 분석 기법

본 연구의 자료 분석을 위해 IBM SPSS Statistics 26을 이용하여 온라인 설문조사를 통해 수집된 120명의 자료에 대한 통계처리를 시행하였다.

본격적으로 설문조사를 통해 수집한 응답을 분석함으로써 세부 가설 검정을 진행하기에 앞서, 배포한 설문지의 타당성과 신뢰도를 검토하였다. 타당성의 경우 SPSS의 요인분석 결과 중 KMO(Kaiser-Meyer-Olkin)와 Bartlett의 구형성 검정 값, 공통성 추출 값을 기반으로 문항들의 타당성을 확인하였다. 한편 신뢰도의 경우 SPSS의 신뢰도 분석을 통해 산출한 Cronbach‘s Alpha 값을 기준으로 신뢰도를 확인하였다. 이후 세부 가설 검정을 위해 SPSS의 상관관계 분석을 실행하였다.

IV. Results

4.1 설문조사 문항 검토

4.1.1 타당성 검토: 역코딩 및 요인 분석

설문조사 문항을 기반으로 각 요인에 변수가 잘 배정되었는지 확인해 보고자 요인분석을 하기에 앞서, 부정 문항을 역코딩함으로써 설문조사의 타당성과 신뢰도에 이상이 발생하는 것을 방지하였다. 더불어, Section 2의 10번 문항은 Section 3의 2번 문항이랑 중복되기에 상위 요소에 더욱 부합하는 Section 3의 2번 문항을 유지하고, Section 2의 10번 문항을 삭제하였다. 요인분석을 통해 파악한 표본 적절성의 KMO 측도와 공통성을 기반으로 설문 조사 문항과 연구모델의 타당성을 확보하고자 하였으며 KMO와 Bartlett의 검정 값은 Table 2.와 같다.

Table 2. Result of KMO and Bartlett’s Test of sphericity from Exploratory Factor Analysis

검정 결과 표본 적절성의 Kaiser-Meyer-Olkin 측도가 0.5를 넘는다는 점（0.693）, 그리고 유의확률이 유의수준 0.05보다 작다는 점(0.000)에 근거하여 Bartlett의 구형성 검정에서 본 연구모형이 적합하다는 결론을 내릴 수 있었다.

나아가 요인분석 결과 중 문항별 공통성 추출 값을 참고하여 타당성을 더욱 철저하게 검토하였다. 설문 문항 중 공통성 0.5 기준을 넘지 못한 Section 1의 3번 문항(.497)과 Section 4의 4번 문항(.394), 그리고 상대적으로 낮은 추출 값을 가진 Section 3의 2번 문항(.560)에 대해 삭제 조치를 하였다. 삭제 후 모든 문항의 공통성이 0.5 이상으로 확인되어 Table 3.의 공통성 표를 근거로 각 요인이 관련된 변수를 잘 설명하고 있다는 결론을 내릴 수 있었다.

Table 3. Result of Communalities from Factor Analysis

4.1.2 신뢰도 검토: Cronbach의 알파

이어서 신뢰도 분석을 통해 요인별로 설계된 설문 조사 문항의 신뢰도를 확인하였다. Section 1~Section 3, 즉 3가지의 요소는 0.6을 넘는 Cronbach’s Alpha 값을 보여주며 신뢰도가 확보되었으나, Section 4(.420)의 경우 0.6에 미치지 못하는 값을 보였다. 이에 Table 4.의 항목 총계 통계량 값을 참고하여 항목이 삭제되면 Cronbach’s Alpha 값이 상대적으로 크게 증가하도록 하는 3번 문항과 5번 문항을 삭제하여 Section 4(.619)의 Cronbach’s Alpha 값이 0.6을 넘는 값으로 높이며 신뢰도를 회복하였다. 위 과정의 결과, Table 5.와 같이 Section 1〜Section 4의 모든 섹션이 0.6을 넘어가는 Cronbach’s Alpha 값을 나타내므로 설문조사의 문항 신뢰도가 입증되었다.

Table 4. Result of Item-Total Statistics

Table 5. Result of Cronbach’s Alpha from Reliability Analysis (Section 1~Section 4)

4.2 세부 가설 검정을 위한 상관관계 분석

4.2.1 상관관계 분석을 위한 변수계산

통계분석 기법을 사용하여 지정한 각 요소의 상관 관계 분석을 하기 위해 세부적인 설문 문항을 변수계산을 이용하여 연구모델에서 특정 지었던 4가지 요소로 하위요인들을 통합하였다. 변수계산을 통해 리커트 척도로 수집했던 설문 응답을 연속형 변수로 변환하여 상관관계 분석기법을 적용하였다. 각 요소 간의 상관관계를 분석하기 위해 IBM SPSS 26의 Pearson 상관관계 분석을 하였다.

4.2.2 Pearson 상관관계 분석

4가지의 세부 가설（H1, H2, H3, H4)이 각각 내포하는 '행태정보 수집 수준 인지도-온라인 트래킹 인식' 간의 상관관계를 C1, '행태정보 수집 약관 확인-온라인 트래킹 인식' 간의 상관관계를 C2, ‘행태 정보 수집 수준 인지도-맞춤형 서비스 이용 의도' 간의 상관관계를 C3, '행태정보 수집 수준-맞춤형 서비스 이용 의도' 간의 상관관계를 C4로 임의로 표현했으며, 각각에 해당하는 평균과 표준편차는 Table 6.와, 이들 간의 상관관계 분석 결과는 Table 7.과 같다. 이때 C1~C4의 C가 의미하는 바는 Correlation으로, 편의를 위해 C로 줄여 표기한 것이다. 먼저, 행태정보 수집 수준 인지도는 온라인 트래킹 인식(r=.319, p<.01), 맞춤형 서비스 이용 의도(r=.184, p<.05)와 정(+)적으로 유의한 상관관계(H1, H3)를 보였다. 행태정보 수집약관 확인의 경우 맞춤형 서비스 이용 의도(r=.243, p<.01)과정(+)적으로 유의한 상관관계(H4)를 보였으나, 온라인 트래킹 인식(r=.051)과는 p>.05를 기록하며 유의한 상관관계(H2)를 가지지 않는다는 것을 확인할 수 있었다.

Table 6. Result of Descriptive Statistics (C1~C4)

Table 7. Result of Pearson Correlation Analysis

Note: Standard errors in parantheses; ^**p < 0.01; ^*p < 0.05.

V. 결론

5.1 연구 결과 요약

본 연구는 모집한 응답자의 성별 비율이 여성에 편향되어 있다는 점, 그리고 연령대에 있어 30대의 표본이 부족하다는 점에서 한계가 존재하나, 소비자들에 있어 OTT 기업의 행태정보 수집에 대한 인지도와 온라인 트래킹에 대한 인식 간의 상관관계가 존재하며(H1), OTT 기업의 행태정보 수집에 대한 인지도와 쿠키 제공 의사(맞춤형 서비스 이용 의도) 간의 상관관계가 존재하며(H3), OTT 플랫폼 가입 시 행태정보 수집 약관을 클릭하여 확인하는 것과 온라인 트래킹에 대한 인식 간의 상관관계가 존재한다는 것(H4)을 알 수 있었다.

5.2 연구의 시사점

위와 같은 연구 결과는 행태정보의 수집에 대한 지식과 인지도, 개인정보 처리방침 약관 확인의 행동이 맞춤형 서비스 이용 의도와 온라인 트래킹 즉, 개인정보가 어떻게 처리되는지에 대한 민감도에 영향을 미친다는 것을 의미하며, 앞의 2가지 요인을 증가시킴으로써 소비자들 행태정보에 대한 중요성 인식을 고취할 수 있다는 것을 확인하였다. 이 2가지 요인을 증가시키기 위해 본 연구에서 제안하는 방안은 다음과 같다.

먼저, 4개의 OTT 기업 차원에서 소비자들의 정확한 행태정보 활용에 대한 인식을 방해하는 요소는 다음과 같다. 1) 행태정보 이용약관을 세부 항목을 클릭해야지만 구체적 약관을 확인할 수 있도록 하거나(최세정, 2020), 2) 전체 동의 버튼을 설치함으로써 세부 항목에 대한 인식을 방해하거나, 3) ‘동의하지 않으면 주요 서비스 이용에 제한이 생길 수 있습니다’ 등의 위협적 문구를 표방한다. 이는 명백한 방해 요인으로, 기업들은 위와 같은 사항들을 ‘1) 해당 페이지 내에 모든 세부 항목을 제시, 2) 각각의 세부 항목에 대한 별도 동의 버튼 설치, 3) 서비스 이용 제한을 암시하는 문구 제거‘와 같이 수정하고 소비자들에게 자신들의 행태정보가 어떻게 활용될 것인지에 대한 보다 명확한 정보를 공개해야 한다.

위와 같은 사항들은 국가 차원의 통제를 통해 더욱 강력하고 효과적으로 이루어질 수 있는데, 김수정(2023)에 따르면 개인정보 교육 이수 경험이 개인정보에 대한 지식에 유의미한 영향을 미치므로, 국민 비서 알림 앱 등을 통한 정부 차원의 개인정보 교육 활성화와 맞춤형 개인정보 교육 체계 구성이 소비자 전반의 행태정보 중요성에 대한 인식을 고취하는 데 큰 영향력을 행사할 것으로 판단된다.

또한, 최근 행태정보 관련 개인정보보호를 위한 다양한 법안들이 제정 및 강화되고 있으나, 아직은 법적 용어 범위의 불명확성, 판례의 부족 등으로 여전히 법적 안전성이 불완전하다. 이에 본 논문은 정부 정책 전문가들과 법률 전문가들의 연구를 통해 위와 같은 문제가 조속히 해결되어야 한다고 주장하는 바이다.