군인의 모바일 OTT 서비스 지속사용의도에 영향을 미치는 요인: 군복무형태의 조절효과를 중심으로

이카루스·2024년 12월 22일
0

논문리뷰

목록 보기
25/33

📑 논문 기본 정보

논문 제목:

군인의 모바일 OTT 서비스 지속사용의도에 영향을 미치는 요인: 군복무형태의 조절효과를 중심으로

저자 정보:

  • 1저자: 김정헌 (경희대학교 일반대학원 빅데이터응용학과 석사)
  • 공동저자: 권지윤, 양성병
  • 교신저자: 윤상혁 (한국기술교육대학교 산업경영학부 조교수)

게재 정보:

  • 게재지: 서비스경영학회지 제23권 제5호
  • 발행년도: 2022년 12월
  • DOI: 10.15706/jksms.2022.23.5.004

연구 분야: OTT 서비스, 군 복무, 기술 수용 모델, 여가 제약 모델

주요 키워드: Mobile OTT, Continuous Use Intention, Soldier, Military Service Type, UTAUT2, Leisure Constraints Model


💭 연구의 본질 파악

🤔 근본적 질문

이 연구는 왜 필요했는가?

  • 학문적 필요성: 군 환경에서 모바일 OTT 서비스 지속사용 의도에 관한 연구가 부족했으며, 기술수용모델(UTAUT2)과 여가제약모형의 통합적 접근이 필요함.
  • 실무적 필요성: 군인 대상 OTT 서비스 활용의 학습·정신교육 가능성을 분석하고, 이를 통해 맞춤형 콘텐츠 전략과 정책적 방향성을 제시.
  • 사회적 필요성: 군인들의 여가 활동 패턴 변화에 따른 적절한 서비스 제공과 안전한 콘텐츠 이용 환경 구축.

왜 지금 이 연구가 수행되었는가?

  • 시기적 배경: COVID-19 팬데믹으로 OTT 시장이 급격히 성장했고, 군내 스마트폰 사용이 확대됨.
  • 환경적 맥락: 국방개혁 2.0과 같은 정책적 변화가 군인의 디지털 기기 사용을 가능하게 함.
  • 학문적 흐름: UTAUT2와 여가제약모형의 확장적 적용이 활발히 논의되고 있음.

📚 이론적 프레임워크 분석

🔍 이론 선택의 배경

왜 이 이론을 선택했는가?

  • 이론 선택의 근거: UTAUT2는 기술수용요인을 체계적으로 설명하며, 여가제약모형은 여가활동 제약 요인을 포괄적으로 다룸.
  • 다른 이론과의 비교: TAM과 달리, UTAUT2는 개인적, 환경적 요인을 폭넓게 포함.
  • 이론의 적합성: 군인의 특수성과 여가활동의 제약을 동시에 분석하기 위해 적합함.

이론적 프레임워크 구성

  • 이론 간의 관계: UTAUT2의 요인과 여가제약모형의 제약요인(내재적, 구조적)을 통합.
  • 개념적 연결성: 성과기대, 노력기대, 사회적 영향, 쾌락적 동기 등이 지속사용의도에 영향을 미침.
  • 이론의 확장/수정: 군 특수성을 반영하여 촉진조건을 대체하고 제약요인을 추가.

🔬 연구 설계 심층 분석

📊 방법론적 선택

왜 이 연구 방법을 선택했는가?

  • 방법론적 정당성: UTAUT2와 여가제약모형을 결합한 설문조사로, 군인의 환경적 특성을 반영.
  • 대안적 방법과의 비교: TAM이나 단순 여가제약모형 사용의 한계를 보완.
  • 방법론의 한계 인식: 공군 장병 중심의 설문으로 군 전체를 대표하기 어려움.

데이터 수집 방법의 선택 이유

  • 표본 선정 논리: OTT 서비스 이용 경험이 있는 공군 장병 303명을 대상으로 함.
  • 측정 방법 선택 근거: 리커트 7점 척도와 설문 검증을 통한 타당성 확보.
  • 데이터 품질 확보 전략: 사전 예비 설문과 전문가 검토로 설문 안정성 확인.

📊 결과의 의미 탐구

🔍 발견사항 해석

왜 이러한 결과가 나왔는가?

  • 성과기대, 쾌락적 동기 등 기술수용 요인이 여가 활동에서 큰 영향을 미침.
  • 제약요인은 지속사용의도에 유의한 영향을 미치지 않음.

결과가 시사하는 것은 무엇인가?

  • 이론적 함의: 여가제약모형과 UTAUT2의 결합이 효과적임을 입증.
  • 실무적 함의: 군 관련 OTT 콘텐츠와 맞춤형 마케팅 전략 필요.
  • 정책적 함의: 군인의 유해 콘텐츠 시청 방지를 위한 관리 시스템 필요.

💭 결과의 한계

  • 방법론적 한계: 공군 장병 중심의 설문.
  • 이론적 한계: 여가제약모형의 계층적 요소를 일부 배제.
  • 실무적 한계: 특정 군 계급에 대한 분석 부족.

🌟 연구의 가치 평가

💫 학문적 기여

  • UTAUT2와 여가제약모형의 새로운 통합 접근.
  • 군 환경 특수성 반영한 OTT 서비스 연구.

🔄 향후 연구 방향

  • 다른 군(육군, 해군 등) 포함한 확대 연구.
  • 여가제약모형의 계층적 프로세스 강화.

📝 개인적 학습과 통찰

🎓 학술적 성장

이 논문에서 배운 핵심적 통찰은 무엇인가?

  • 이론적 학습:UTAUT2와 여가제약모형의 결합을 통해 기술 수용과 여가 활동 제약의 상호작용을 분석하는 접근이 효과적임을 학습. 군이라는 특수 집단에서도 이러한 이론이 적용 가능함을 확인.
  • 방법론적 학습:설문 설계 시 군 환경에 맞춘 변수와 문항 수정의 중요성을 배움. 예비 설문과 전문가 검토를 통해 데이터 품질을 높이는 방법론적 과정이 유의미함.
  • 연구 설계 학습:다중집단 분석을 활용한 군복무형태의 조절효과 검증 방법과 2차 요인 모델링을 통한 복합적 변수 도출 방식이 연구 설계에 효과적임을 이해.

💡 연구 아이디어

이 연구로부터 어떤 영감을 얻었는가?

  • 새로운 연구 질문:
    • 군 내 다른 디지털 서비스(예: 교육 앱, 헬스 앱)에서도 유사한 요인이 지속사용의도에 영향을 미칠 수 있는지?
    • 여가 활동에서 부정적 요인(중독, 몰입)과 제약요인의 상관관계는?
    • 군 복무 기간이 OTT 서비스 사용 유형에 미치는 영향은 무엇인가?
  • 방법론적 아이디어:
    • 계급, 복무 연수, 직무 특성 등 더 세분화된 군 복무 환경 변수 활용.
    • 기술수용과 여가제약 외에 심리적 변수(예: 스트레스 대처 기제) 포함.
  • 실무적 적용 방안:
    • 군 관련 OTT 콘텐츠 제작 및 마케팅 전략 강화.
    • 군인을 대상으로 한 OTT 서비스의 가격 할인을 포함한 맞춤형 서비스 제공.
    • 유해 콘텐츠 관리 시스템 강화로 군 내 안전한 디지털 환경 구축.

📚 심화 학습을 위한 문헌

이론 심화를 위한 문헌:

  • Venkatesh et al. (2012): UTAUT2 확장 모델 관련 주요 논문.
  • Crawford et al. (1991): 여가제약모형에 대한 기본 틀 제공.

방법론 심화를 위한 문헌:

  • Bhattacherjee (2001): 지속사용의도(Continuance Intention) 관련 측정 모델.
  • Chin et al. (2003): 다중집단 분석을 활용한 연구 설계 방법.

결과 해석을 위한 문헌:

  • Menon (2022): OTT 서비스의 지속사용의도와 관련된 다양한 요인 연구.
  • Jackson (1993): 여가제약의 계층적 프로세스와 맥락적 분석 방법.

✍️ 종합적 성찰

이 연구가 주는 가장 중요한 교훈은 무엇인가?

  • 학문적 측면:기술수용모델(UTAUT2)과 여가제약모형을 결합한 새로운 접근이 이론적 확장성을 보여줌.
  • 방법론적 측면:군이라는 특수 환경에서도 정교한 설문 설계와 다중집단 분석이 실효성을 가짐.
  • 실무적 측면:군 복무자들에게 디지털 서비스를 제공할 때 맞춤형 콘텐츠와 접근 방식을 고려해야 함.

후속 연구자로서 주목해야 할 점은 무엇인가?

  • 연구 설계 시 고려사항:
    • 표본의 대표성 확보: 육·해·공군 및 계급별 할당추출 필요.
    • OTT 서비스 외 다양한 디지털 서비스로 연구 영역 확대.
  • 방법론적 주의점:
    • 설문 문항 구성 시 군 환경 특성을 철저히 반영.
    • 통계 분석 시 조절변수와 상호작용 효과 검증 강화.
  • 이론적 발전 방향:
    • 여가제약모형에 심리적·사회적 요인을 통합하여 심층적 연구.
    • 기술수용 모델의 부정적 요인(중독, 몰입)과 긍정적 요인의 균형적 분석 시도.
profile
The ones who are crazy enough to think that they can change the world are the ones who do."(steven Jobs, 2015). 세상을 바꾸는 '미친' 아이디어를 찾아내 세상을 바꾸고자 하는 AI 연구자입니다.

0개의 댓글

관련 채용 정보