2.1 기술수용모델(Technology Acceptance Model)

합리적 행동이론(Theory of Reasoned Action), 계획적 행동이론(Theory of Planned Behavior)과 같은 사회 심리학 이론에 기반하여 사용자의 IT 수용 행위를 설명하는 기술수용모델(TAM)이 제시 되었다(Davis, 1989; Davis et al., 1989). TAM에 의하면 사용자가 새로운 정보 시스템을 수용하는 것은 사용자의 시스템 사용 의도에 의해 결정 되고, 그 사용 의도는 시스템에 대한 사용자의 신념에 의해 결정 된다고 한다. 또한 사용자가 시스템에 대한 신념은 지각하는 유용성(perceived usefulness)와 지각하는 용이성(ease of use) 2가지로 분류되고 사용자의 의도를 설명한다(Wang et al., 2003).

Figure 5.

Technology Acceptance Model

본 연구에서는 TAM에서 제시했던 사용자의 인지된 신념(유용성과 용이성)이 정보시스템 사용 의도에 영향을 미친다는 개념과 개인적 차이점이 사용자가 지각하는 시스템의 신념에 영향을 미친다는 개념을 가져와 연구에 적용하려고 한다.

2.2 혁신확산이론(Innovation Diffusion Theory)

Rogers(1983)는 혁신의 확산을 “새로운 아이디어, 관습, 제품이나 서비스가 사회시스템 구성원들 사이에서 시간의 경과함에 따라 커뮤니케이션 되는것”이라고 했다. 개인의 새로운 기술 수용에 영향을 주는 요인을 탐색하는데 가장 널리 이용된 이론으로 새로운 아이디어나 기술이 전반 문화 공동체에서 왜, 어떻게, 어떤 속도로 전파되는지를 설명할수 있다(Chen, 2013). Rogers는 혁신 수용 행위에 영향을 미치는 혁신의 특성을 크게 아래 5가지로 분류하고 있다. 그 특성으로는 상대적 이점(relative advantage), 복잡성(complexity), 적합성(compatibility), 시험가능성(trialability), 관찰가능성(ovservability)등이다. 혁신의 5 가지 특성 중 사용자가 혁신기술이 기존 기술 보다 더 많은 이익을 제공 할수 있다고 지각되는 정도로 정의(More & Benbasat, 1991)되는 상대적 이점은 기술수용모델에서 주요 변수인 인지된 유용성과 같다는 기존 연구가 있다(Venkatesh et al., 2003; Keil et al., 1995).

본 연구에서는 사용자가 인지하는 상대적 이점(relative advantage)을 사용자가 지각하고 있는 모바일 간편 결제의 상대적 이점이라고 정의를 내리고 기술 수용모델에서 사용자가 지각하는 유용성(perceived usefulness)과 함께 사용 의도(Intention to Use)에 긍정적인 영향을 미칠 것이라고 가정하였다.

2.3 지각된 위험(Perceived risk)

Jacoby and Kaplan(1972)는 지각된 위험을 발전시켜 5개 차원으로 분류를 하였다. 그 위험들로는 (1) 금전적 위험(financial risk), (2) 성능 위험(performance risk), (3) 사회적 위험(social risk), (4) 물리적 위험(physical risk), (5) 심리적 위험(psychological risk)이 있다.

많은 연구에서는 지각된 금전적 위험(Laun & Lin, 2005), 보안 및 사생활적 위험(Brown et al., 2003; Luarn and Lin 2005), 성능적 위험(Featherman & Pavlou, 2003)이 모바일 뱅킹 서비스 수용에서 중요하다고 판단하였다.

본 연구는 모바일 뱅킹과 같은 맥락에서 모바일 간편 결제 서비스도 금전적 위험, 프라이버시 위험, 성능적 위험을 사용자가 지각하는 위험으로 보고자 한다. 본 연구에서는 금전적 위험을 모바일 간편 결제 사용으로 인하여 발생가능한 금전적 손실에 대한 불안감으로 간주하였다. 프라이버시 위험은 모바일 간편 결제 사용으로 발생가능한 구매이력과 같은 사적인 개인 정보 유출에 대한 불안감으로 간주하였다. 성능적 위험은 모바일 간편 결제 사용 중 발생가능한 성능적 오류 발생으로 서비스 이용이 원활하지 못할 것이라는 불안감으로 정의를 하였다.

2.4 개인 혁신성(Personal Innovativeness in Information Technology)

Agarwal and Prasad(1998)은 정보 기술에 대한 개인 혁신성(PIIT)을 개인이 새로운 정보 기술을 사용해보려고 하는 의지의 정도라고 정의를 하였고, 개인 혁신성이라는 새로운 요인을 TAM을 포함한 정보기술 분야 연구에 적용하였다. 그들의 연구 결과에 의하면 개인 혁신성은 새로운 기술 사용 의도에 긍정적인 영향을 미친다는 것이다. Lu et al.(2008)은 무선 모바일 데이터 서비스 수용에 관한 연구에서 개인 혁신성을 테스트 하였는데 개인 혁신성은 무선 서비스 수용 의도에 직접적인 영향을 미친다고 하였다. 개인 혁신성 수준이 높은 개인은 위험을 두려워하지 않고 오히려 더 많은 자신감을 보인다고 한다(Lewis et al., 2003; Lu et al., 2008). 다시 말하면 정보기술에 대한 혁신성이 높은 사람은 더 큰 위험을 감수 하면서도 모바일 간편 결제를 수용 혹은 사용 하는 가능성이 높다는 것이다.

2.5 현금 결제 습관(Habit of Cash Payment)

Aarts et al. (1998)은 습관은 무의식적이고 자동적인 행위라고 정의를 했다. 사회 심리학, 마케팅, 소비자 행동, 조직 행동 등 여러 이론 분야에서 습관에 대하여 검증을 하였다 (Aarts, Verplanken, & Van Knippenberg, 1998; Guariglia & Rossi, 2002; Louis & Sutton, 1991; Ouellette & Wood, 1998). 습관과 연관되어 있는 정보 시스템의 연구는 주로 행위 의도와 지속 사용에 대한 습관의 긍정적인 효과를 탐색하고 검증했지만 습관의 부정적인 부분을 중심으로 습관적 행위가 현존 시스템 혹은 새로운 시스템 사용 의도에 미치는 영향에 대한 연구는 미흡하다(Lu et al., 2011). Polites(2005)는 “의도 방해 습관(counterintentional habits)”을 소개하면서 기존 시스템 사용으로 생긴 습관은 새로운 시스템 사용에 부정적인 영향을 미칠 것이라고 하였다. Lu et al. (2011)는 “오프라인 습관”이 온라인 채널 사용에 부정적인 영향을 미친다고 검증하였다.

중국 사람은 현금 중심 결제 문화가 있고(Lu et al., 2011) 많은 사람은 아직도 현금으로 결제 하는 습관이 있다(CNNIC, 2016). 본 연구에서는 중국 사람의 이런 현금 결제 습관은 새로운 모바일 간편 결제 사용에 부정적인 영향을 미친다고 가정하였다. 또한 사용자의 현금 결제 습관이 강하게 나타날수록 사용자가 지각하는 위험은 더 커질 것이라는 가설도 검정하고자 한다.

3.1 표본 및 자료 수집

본 연구는 설문조사(survedy study)를 통한 실증분석을 실시하였다. 설문조사 방법은 중국 설문 서비스 업체의 협조로 온라인(online) 설문을 실시하였고 실제 중국에서 거주하고 있는 대학생과 전문직, 회사원 및 자영업 사업자를 대상으로 2016년 10월 8일부터 10월 25일까지 17일 동안 조사가 진행되었다. 총 300부의 회수된 자료를 검중하여 부적절한 자료와 불성실한 응답을 제외하고 최종적으로 241부의 표본이 본 연구의 분석에 사용되었다.

표본의 인구통계학적 특성을 분석한 결과는 <table 1>과 같다. 성별은 여자(50.6%)가 남자(49.4%)보다 많았고 연령대는 20대(53.9%)가 가장 많았으며 30대(24.9%), 10대(19.1%), 40대 이상(2.1%)순으로 응답하였다. 직업은 대학생이 50.2%로 가장 많았고 회사직원은 35.3%, 전문직(교수, 변호사, 의사 등)은 11%, 자영업 사업자는 31.2%, 기타이다.

Table 1.

Demographic Data of Samples

Table 2.

Mobile Payment User Characteristics

모바일 간편 결제 유형별 사용자 특징을 보면 위쳇페이과 알리페이를 모두 사용해본 사용자는 46.1%, 위쳇페이만 사용해본 사용자는 30.3.7%, 알리페이만 사용해본 자는 21.6% 였다. 한달간 모바일 결제 사용 빈도수를 보면 3번(34.9%)가 가장 많았고 2번(34.4%), 4번(22.4%), 4번 이상(5.8%), 1번(4.5%)순으로 많았다. 한달간 모바일 결제로 결제한 금액을 살펴보면 100∼300위안 이하가 29.5%, 300∼500 위안 이하가 22.0%, 500∼700 위안 이하는 19.1%, 700∼1,000위안 이하는 9.5%, 100위안 이하는 10.4%, 1000∼1,500 위안 이하는 7.9%, 1,500 위안 이상은 1.7%였다.

3.2 설문도구의 개발 및 자료분석 방법

본 연구는 중국 사용자의 모바일 결제 사용의도에 영향을 미치는 요인이 무엇인지 검증하기 위하여 기존 선행연구들을 활용하여 설문문항을 개발하였다. 본 연구의 설문문항들은 리커트(Likert) 7점 척도를 이용하여 개발되었다. 수집된 자료를 분석하기 위하여 SPSS Windows 18.0과 AMOS18.0을 활용하여 아래와 같이 실증분석을 하였다.

4.1 측정모형 분석

본 연구에서는 구조모형을 기반으로 AMOS 18.0을 이용하였으며 구조방정식모형을 통해 가설을 검증하기에 앞서서 구조모형 타당성을 검증하였다. 타당성 검증을 하기 위해 AMOS 18.0을 이용한 확인 요인 분석을 실시하였으며, 이를 통해 집중타당도와 판별타당도를 검증하였다(Bollen, 1989).

연구모델의 적합도를 평가하기 위해 GFI(Goodness-of-fit Index;>=0.8), NFI(Normed Fit Index;>=0.8), CFI(Comparative Fit Index;>=0.8), RMRS(Root Mean Square Residual; <=0.08) 등을 사용하였다.

4.2 집중타당도 검증

본 연구에서는 AMOS 18.0을 이용한 확인적 요인분석을 통해 모든 요인들을 포함하는 전체 측정모형(Measurement model)을 검증하였다(Bollen, 1989). 집중타당도란 측정항목이 관련요인과 높은 관계를 가지고 있어야 한다는 것을 의미한다. 구조모형 분석에 앞서 측정모형을 개발함으로써 연구모형의 집중타당도와 판별타당도에 대하여 확인평가를 가능하게 해준다.

먼저 집중타당도를 검증하기 위하여 설문문항과 요인간의 표준요인부하량(Standardized Factor Loadings: FL>0.7)을 검정하였다(Bagozzi and Yi, 1998). 다음으로 설문문항 요인들에 대한 신뢰도를 평가하기 위하여 개념 신뢰도(Construct Reliability: CR>0.7)와 표준분산추출(Average Variance Extracted: AVE>0.5)을 검증하였다(Bagozzi and Yi, 1998). 일반적으로 개념 신뢰도의 권장기준은 0.7이상이며, 평균분산추출의 값의 기준치는 0.5이상이다(Bagozzi and Yi, 1998).

<table 3>과 같이 분석결과 3개의 항목(FINPR1, PRPR4, INTENTION4)을 제거한 후에 측정모형은 적절한 적합성을 얻을 수 있었다. 3개의 항목을 제거한 후, 모든 연구변수들의 표준화 적재치가 0.7 이상이며 유의한 것으로 나타났다. 요인들의 개념 신뢰도와 평균 분산 추출도 모두 기준치인 0.7과 0.5이상으로 나타났다.

Table 3.

Result of Confirmatory Factor Analysis

4.3 판별타당도 검증

본 연구의 요인들 간 상관계수가 각 요인의 AVE의 제곱근 값보다 작은지를 검증하였다(Chin et al., 1997). 판별타당도 검증 결과, <표 5>과 같이 나타났으며, 모든 요인들의 상관계수가 AVE의 제곱근보다 낮으므로 판별타당성이 있는 것으로 나타났다.

Table 4.

Result of Discriminant Validity

연구모델의 적합도는 χ2=654.925, p=0.000, χ2/d.f=2.306, GFI=0.826, NFI=0.866, CFI=0.919, RMSEA=0.073으로 전체적으로 적합도 기준을 만족하는 것으로 나타났다(Gefen et al., 2003).

4.4 구조모형 분석 및 가설 검정

본 연구에서 검정하고자 하는 가설은 아래와 같고 연구모형을 통해 검정한 결과는 <figure 4>와 같이 나타났다.

Figure 4.

Mobile Payment Market Condition in China

Figure 6.

Result of Research Model Analysis

Table 5.

Result of Path Analysis