[논문]중·고령자의 기술수용도(Technology Acceptance) 영향요인 분석 : 최신기술 핀테크(Fintech)를 중심으로

엄사랑; 신혜리; 김영선

doi:10.14400/jdc.2020.18.2.057

중·고령자의 기술수용도(Technology Acceptance) 영향요인 분석 : 최신기술 핀테크(Fintech)를 중심으로
An Analysis of the Factors Affecting Technology Acceptance : Focusing on fintech in high-end technology 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.2, 2020년, pp.57 - 71

엄사랑 (경희대학교 노인학과) , 신혜리 (경희대학교 노인학과) , 김영선 (경희대학교 노인학과)

초록
AI-Helper

본 연구는 Davis의 기술수용모델(TAM)을 확장하여 유용성 및 편리성과 접근성, 가격, 혁신성, 불확실성이 중·고령자의 핀테크 사용의도에 미치는 요인을 규명하고자 한다. 이를 위해 서울과 경기권에 거주하는 만 55세 이상의 중·고령자 457명을 대상으로 수집한, 2017년 한국 고령자 운전 및 이동 실태조사 자료를 활용하였다. 이후 구조방정식을 통해 중·고령자의 핀테크 기술수용요인을 검증하였다. 연구결과, 중·고령자의 핀테크 기술수용요인은 유용성, 편리성, 혁신성, 불확실성인 것으로 확인하였다. 즉, 중·고령자의 핀테크에 대한 유용성 및 편리성이 높아짐에 따라 핀테크 사용의도가 높아질 뿐 아니라, 혁신성이 높을수록, 불확실성이 낮을수록 핀테크 사용의도를 높이는 것으로 나타났다. 따라서 본 연구는 고령친화금융산업의 대표적인 기술인 핀테크에 대하여, 기술수용모델에서 주류로서 다루지 않았던 중·고령자를 대상으로 일반적인 기술수용모델 확장하여 기술수용요인을 규명하였다는 함의를 가진다.

Abstract ▼ AI-Helper

The purpose of this study is to extend Davis's Technology Acceptance Model(TAM) to verify the intention of use fintech factors in which usefulness, easiness, accessibility, affordability, innovation, and uncertainty for middle-aged and older adult. Data was derived from the 2017 Driving and Mobility Survey of Older Adult Korean, which was collected from 457 middle-aged and older adult aged 55 and over in Seoul and Gyeonggi-do Province. Then, structural equation was used to verify the fintech technology acceptance factors of the middle-aged and older adult. The results showed that fintech technology acceptance factors of middle-aged and older adult were verified as usefulness, easiness, innovation, and uncertainty. Namely, the higher usefulness, easiness and innovation resulted in higher the intention to use fintech. Also, the lower the uncertainty resulted in higher the intention to use fintech. This study has implication for fintech, a representative technology of the Aging-Friendly Finance Industry, to identify the technology acceptance factors by expanding the Technology Acceptance Model(TAM) for middle-aged and older adult.

주제어

표/그림 (10)

그림 Fig. 1. TRA:Theory of Reasoned Action[57]
그림 Fig. 2. TAM: Technology Acceptance Model[14]
표 Table 1. 10 technology acceptance factors[8]
그림 Fig. 3. Research model
표 Table 2. Demographic characteristics
표 Table 3. Main Variable Characteristics (n=457)
표 Table 4. Confirmatory Factor Analysis
표 Table 5. Correlation Analysis Between Variables(Discriminant Validity)
그림 Fig. 4. Path Analysis Result
표 Table 6. Path Analysis Result

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

즉, 기술을 수용하는데 있어 공급자 관점에서는 시장 및 기술의 불확실성을 소비자 관점에서는 기술로 인한 행동의 변화인 혁신성을 주요하게 고려해야 함을 확인할 수있다. 따라서 본 연구에서는 기존 기술수용모델에서 고령자의 특성요인인 접근성 및 가격과 기술의 특성요인인 불확실성 및 혁신성을 추가로 고려하고자 한다.
그러나 핀테크 기술의 수용요인을 검증하는 연구들은 주로 일반 성인들을 대상으로 이루어져 있었으며, 중・ 고령자를 대상으로 한 핀테크 연구는 찾기 힘들다[5]. 따라서, 본 연구는 한국적 상황에서 중・고령자를 대상으로 핀테크의 기술수용요인을 검증하고자 한다.
본 연구는 그 동안 기술수용모델에서 주류로서 다루지 않았던 중・고령자를 대상으로 일반적인 기술수용모델 및 확장된 기술수용모델을 통하여 검증하였다는 함의를 가진다. 하지만 본 연구는 핀테크라는 상당히 높은 수준의 과학기술수용의사를 물어보았기 때문에, 만 55세 이상의 중년층 및 노년층 간의 비교 분석결과는 유의미하지 않은 것으로 나타났다.
본 연구는 중・고령자의 새로운 기술을 수용하는 요인을 검증하기 위하여, 고령친화산업 중 전망있는 금융 산업의 대표적인 기술인 핀테크를 중심으로 중・고령자의 기술수용요인을 파악하고자 한다. 이를 위해 아래와 같은 절차 및 연구방법을 통해 검증하였다.
다음으로 본 연구모형에 사용된 구성개념들의 판별타당성을 검증한 결과는 Table 5 와 같다. 본 연구는 판별 타당성을 검증하는 대표적인 방법 중 각 구성개념들의 평균분산추출(AVE) 값과 다른 변수와의 상관계수의 제곱 값을 비교하는 방법으로 검토하였다[57]. 먼저, 각 구성개념간의 상관관계 계수를 살펴본 결과 1보다 낮은 값을 보이는 것으로 나타나(-0.
본 연구는 한국 중・고령자의 기술수용요인을 파악하기 위해 하나의 예시로 핀테크 기술에 대한 수용요인을 확인하고자 하였다. 이를 위해 2017년 한국 고령자 운전 및 이동 실태조사 데이터를 사용하여, 구조방정식 분석을 시행하여 검증하였다.
이에 따라 본 연구에서는 한국 중・고령자를 대상으로 기술수용도 취약계층을 선별하고자 합리적 행동이론과 계산적 행동이론에 근거한 Davis의 기술수용모델을 기반으로 유용성과 편리성 뿐 아니라, 기존 기술수용모델에서 보다 확장하여 접근성과 가격, 혁신성, 불확실성이 행동의도에 미치는 요인을 규명하고자 한다.
8%로 가장 큰 비중 변화를 보이고 있다[54]. 이에 본 연구는 고령친화산업 중 전망있는 금융 산업의 대표적인 기술인 핀테크를 중심으로 중・고령자의 기술수용요인을 파악하고자 한다.
일부 기존의 기술수용모델에서 확장하여 검증한 연구도 있었으나 대상자의 특성만 반영하거나 기술의 특성만 반영하여 통합적으로 대상자와 기술의 특성을 함께 고려한 연구는 매우 드물었다. 이에 본 연구는 기술과 관련된 연구에서 소외되어 왔던 한국의 중・고령자를 대상으로 기존 기술수용모델에서 중・고령자의 특성요인과 기술의 특성요인을 추가로 고려하여 중・고령자의 기술수용요인을 정밀하게 검증하고자 한다.
3 과 같은 연구모형을 설정하였다. 특히, 본 연구에 서는 금융 산업에서 떠오르는 기술인 핀테크(Fintech) 기술 수용과 선행 요인간의 관계를 살펴보았다. 금융 산업은 기존의 고령친화산업(식품, 여가, 정보, 요양, 용품, 교육)에서 추가될 정도로 고령친화산업에서도 주목하고 있는 산업분야이며, 전체 고령친화산업 시장 규모 중 2010년 31.
연구모형의 검증을 위하여 경희대학교에서 실시한 『2017년 한국 고령자 운전 및 이동 실태조사』 자료를 활용하였다. 한국 고령자 운전 및 이동 실태조사는 한국 중・고령자의 맞춤형 이동지원 기술의 수요도 및 잠재적 소비자와 서비스 이용자의 욕구를 파악하는 것을 목적으로 시행되었으며, 특히 이동지원과 관련된 기술들의 수용과 선행 요인간의 관계를 정밀하게 파악하기에 유용한 데이터다. 데이터 수집은 2017년 5월 1일부터 6월 23일동안 서울과 경기권에 거주하는 만 55세 이상의 중・고 령자 457명을 대상으로 대면 조사를 통해 수집하였다.

제안 방법

691), 연구 개념이 동일한 변수는 없는 것으로 확인하였다. 다음으로 구성개념간의 상관계수 제곱 값과 평균분산추출 값을 비교하였다. 판별타당성을 가지고 있다는 것을 판단하기 위해서는 상관계수 제곱 값보다 평균분산추출 값이 더 커야한다 [57].
마지막으로 중・고령자의 핀테크 기술에 대한 수용요 인과 구조적 관계를 검증하기 위하여, 먼저 연구모형의 적합도 검증을 통해 모형의 적합도를 확인 한 후 중・고 령자의 핀테크 기술의 기술수용 요인 및 구조적 관계를 검증하였다.
연구 모형의 검증에 앞서 본 모형의 적합성 평가를 위해 모형 적합도 지수를 검증하였다. 이를 위해 다양한 연구모형 적합도 지수 검증 방법 중 표본크기에 대한 영향력을 크게 받지 않으면서도 연구모형의 간명성도 평가할 수 있는 TLI(Tucker-Lewis Index)와 CFI(Comparative Fit Index), RMSEA(Root Mean Square Error of Approximation) 지수를 활용하였다[58].
연구 모형의 요인들은 선행연구에서 설명한 기술수용 모형을 기반으로 유용성, 편리성, 접근성, 가격, 불확실성, 혁신성, 수용의도로 선정하였다. 구체적인 측정 방법은 아래와 같다.
이를 위해 2017년 한국 고령자 운전 및 이동 실태조사 데이터를 사용하여, 구조방정식 분석을 시행하여 검증하였다.
905)로 높은 신뢰성을 확보하였다. 이후, 개념타당성을 검증하기 위해 합성신뢰도 (Composite Reliability: CR)와 평균분산추출값 (Average Variance Extracted: AVE)을 살펴보았다. 합성신뢰도의 경우 0.

대상 데이터

한국 고령자 운전 및 이동 실태조사는 한국 중・고령자의 맞춤형 이동지원 기술의 수요도 및 잠재적 소비자와 서비스 이용자의 욕구를 파악하는 것을 목적으로 시행되었으며, 특히 이동지원과 관련된 기술들의 수용과 선행 요인간의 관계를 정밀하게 파악하기에 유용한 데이터다. 데이터 수집은 2017년 5월 1일부터 6월 23일동안 서울과 경기권에 거주하는 만 55세 이상의 중・고 령자 457명을 대상으로 대면 조사를 통해 수집하였다. 데이터 수집에 앞서 설문조사와 관련된 모든 사항에 대해 경희대 생명윤리위원회(IRB)의 심의를 받아 승인받았 다(승인번호: KHSIRB-17-011).
연구대상자의 일반적 특성은 Table 2 와 같다. 연구 대상자는 서울 및 경기권에 거주하고 있는 만 55세 이상의 중・고령자로 목록별 결측치 제거 방식을 통해 총 457명의 대상자가 최종 선정되었다. 구체적으로 연구대 상자의 일반적 특성을 살펴보면, 성별의 경우 여성은 44.
연구모형의 검증을 위하여 경희대학교에서 실시한 『2017년 한국 고령자 운전 및 이동 실태조사』 자료를 활용하였다. 한국 고령자 운전 및 이동 실태조사는 한국 중・고령자의 맞춤형 이동지원 기술의 수요도 및 잠재적 소비자와 서비스 이용자의 욕구를 파악하는 것을 목적으로 시행되었으며, 특히 이동지원과 관련된 기술들의 수용과 선행 요인간의 관계를 정밀하게 파악하기에 유용한 데이터다.
데이터 수집에 앞서 설문조사와 관련된 모든 사항에 대해 경희대 생명윤리위원회(IRB)의 심의를 받아 승인받았 다(승인번호: KHSIRB-17-011). 최종 분석 대상자는 전체 대상자 중 목록별 결측치 제거 방식을 통해 탈락자 없이 총 457명 모두 분석대상자로 선정하였다.

데이터처리

두 번째, 중년층(55세~64세)과 고령층(65세 이상)의 특성을 비교하기 위하여 T-test를 시행하여, 연령집단에 따른 기술수용요인의 특성 차이를 검증하였다.
세 번째, 본 연구의 주요변수들을 측정하는 측정 도구의 신뢰도 및 타당도를 검증하기 위하여 요인분석, 신뢰도 분석, 상관관계 분석을 시행하였다.
첫 번째, 조사대상자인 만 55세 중・고령자의 주요 특성을 확인하기 위하여 빈도분석 및 기술통계 분석을 실시하였다.

이론/모형

3.3.4 가격 가격은 핀테크를 사용하는데 필요한 초기비용 뿐 아니라 유지비용까지 고려하는 것을 의미하며, Lee와 Coughlin(2015)이 제안한 문항에 기반하여 “온라인 결제시스템(핀테크)을 선택하고 이용하려고 할 때, 내가 이 기술을 수용하는 데 드는 비용에 대해 생각하는 것은 매우 중요하다” 등의 2문항을 사용하였다[8].
연구 모형의 검증에 앞서 본 모형의 적합성 평가를 위해 모형 적합도 지수를 검증하였다. 이를 위해 다양한 연구모형 적합도 지수 검증 방법 중 표본크기에 대한 영향력을 크게 받지 않으면서도 연구모형의 간명성도 평가할 수 있는 TLI(Tucker-Lewis Index)와 CFI(Comparative Fit Index), RMSEA(Root Mean Square Error of Approximation) 지수를 활용하였다[58]. 먼저 TLI와 CFI는 대게 0과 1사이의 값을 가지는데 1과 가까울수록 모형적합도가 높은 것으로 판단하며, 일반적으로는 0.

성능/효과

구조방정식을 통한 경로분석 결과, 가격 및 접근성과 사용의도의 경로인 가설 9와 10을 제외한 모든 경로의 가설은 채택하는 것으로 나타났다(Fig. 4; Table 6). 먼저, 혁신성과 사용의도 및 기술수용요인(접근성, 편리성, 접근성, 가격, 불확실성)과의 관계를 살펴본 결과, 중・고 령자의 혁신성 수준이 높을수록 핀테크 사용의도(경로계수 =0.
특히, 주소현과 그 연구진 (2018)의 경우 핀테크 기술의 수용요인을 연령대별로 검증하였다. 그 결과 20-30대보다 40-60대 연령층이 핀테크 기술에 대해 소극적인 태도를 가지고 사용의도가 낮았으며, 혁신성과 유용성이 핀테크 기술의 수용요인인 것으로 나타났다[17].
다음으로 가격의 경우 5점 만점의 전체 평균 3.59점으로 나타났으며, 중년층의 경우 3.69점, 고령층은 3.46점으로 통계적으로 유의한 수준에서 중년층이 고령층보다 핀테크의 가격고려를 더 중요하게 생각하는 것으로 나타났다(t=2.56, P<.05).
다음으로 핀테크 사용의도에 영향을 주는 기술수용요인을 검증한 결과, 핀테크의 유용성(경로계수=0.211, p<0.001), 편리성(경로계수=0.108, p<0.05), 핀테크의 불확실성(경로계수=-0.303, p<0.001)은 핀테크 사용의도에 영향을 미치는 것으로 나타나 가설 7~8과 11은 채택하였지만, 핀테크의 접근성과 가격은 핀테크 사용의도에 통계적 영향을 미치지 않는 것으로 나타나 가설9~10 은 기각하였다.
001). 다음으로 핀테크에 대한 유용성을 살펴본 결과 5점 만점의 전체평균 3.38점인 것으로 나타났 다. 연령집단별 차이를 살펴본 결과 중년층의 경우 3.
두 번째, 중・고령자의 혁신성 수준은 유용성, 편리성, 가격, 접근성, 불확실성과 통계적 유의한 경로를 가지는 것으로 나타났으며, 혁신성, 유용성, 편리성, 불확실성은 핀테크 사용의도와 통계적으로 유의한 경로를 가지는 것으로 나타났다. 따라서 중・고령자의 핀테크 기술수용요인은 혁신성, 유용성, 편리성, 불확실성인 것으로 확인하 였다.
둘째, 중・고령자의 핀테크 기술수용에 있어 일반적인 기술수용요인인 유용성, 편리성 뿐 아니라 혁신성과 불확 실성까지 유의미한 영향을 주는 것으로 나타났기에 중・ 고령자 대상 기술수용 증진을 위해서는 유용성, 편리성뿐 아니라 혁신성과 불확실성까지 함께 고려해야 한다. 특히 고령자는 새로운 기술을 수용하는데 있어 개인의 인지능력 및 기억력 저하로 인해 어려움을 경험할 수 있기 때문에[30-32], 기술에 대한 불확실성을 감소시키는 것이 매우 중요하다.
827)의 기준을 충족하는 것으로 나타났다[57]. 따라서 본 연구에 투입된 모든 구성 변수는 높은 수준의 신뢰성과 우수한 수렴타당성을 가지는 것으로 확인하였다.
두 번째, 중・고령자의 혁신성 수준은 유용성, 편리성, 가격, 접근성, 불확실성과 통계적 유의한 경로를 가지는 것으로 나타났으며, 혁신성, 유용성, 편리성, 불확실성은 핀테크 사용의도와 통계적으로 유의한 경로를 가지는 것으로 나타났다. 따라서 중・고령자의 핀테크 기술수용요인은 혁신성, 유용성, 편리성, 불확실성인 것으로 확인하 였다. 중・고령자의 핀테크에 대한 유용성 및 편리성이 높아짐에 따라 핀테크 사용의도가 높아진다는 분석결과는 가장 기본적인 기술수용모델(TAM)이 중・고령자에 게도 동일하게 적용되었음을 보여주는 결과이며, 혁신성과 가격, 접근성, 불확실성까지 변수를 확장한 결과 혁신성이 높을수록, 불확실성이 낮을수록 핀테크 사용의도를 높인다는 분석결과를 확인할 수 있었다.
05). 마지막으로 핀테크에 대한 불확실성은 5점 만점에 3.50점으로 확인되었다. 중・고령층의 차이를 살펴본 결과 중년층의 경우 3.
본 연구는 판별 타당성을 검증하는 대표적인 방법 중 각 구성개념들의 평균분산추출(AVE) 값과 다른 변수와의 상관계수의 제곱 값을 비교하는 방법으로 검토하였다[57]. 먼저, 각 구성개념간의 상관관계 계수를 살펴본 결과 1보다 낮은 값을 보이는 것으로 나타나(-0.189~0.691), 연구 개념이 동일한 변수는 없는 것으로 확인하였다. 다음으로 구성개념간의 상관계수 제곱 값과 평균분산추출 값을 비교하였다.
먼저, 모든 구성개념들을 측정하기 위해 사용된 변수들은 모두 0.7 이상의 Cronbach’s alpha (0.844~0.905)로 높은 신뢰성을 확보하였다.
먼저, 혁신성과 사용의도 및 기술수용요인(접근성, 편리성, 접근성, 가격, 불확실성)과의 관계를 살펴본 결과, 중・고 령자의 혁신성 수준이 높을수록 핀테크 사용의도(경로계수 =0.284, p<0.001), 핀테크에 대해 느끼는 유용성(경로계 수=0.461, p<0.001), 편리성(경로계수=0.271, p<0.001), 접근성(경로계수=0.350, p<0.001), 가격(경로계수=0.287, p<0.001)은 높아졌으며, 핀테크 사용에 대한 불확실성(경 로계수=-0.170, p<0.001)은 감소하는 것으로 나타나 가설 1~6 모두 채택하였다.
판별타당성을 가지고 있다는 것을 판단하기 위해서는 상관계수 제곱 값보다 평균분산추출 값이 더 커야한다 [57]. 본 연구에 투입된 구성개념들의 평균분산추출 값은 0.636에서 0.875 사이의 값을 가지는 것으로 나타났으며, 구성개념간의 상관계수 제곱 값은 0.000에서 0.477사이의 값을 가지는 것으로 나타났다. 즉, 구성개념의 평균분산추출 값이 다른 변수간의 상관계수 제곱 값보다큰 것을 확인하여 판별타당성 또한 확보되었다고 판단하 였다[57].
연령집단별 차이를 살펴본 결과 중년층의 경우 3.57 점, 고령층은 3.15점으로, 통계적으로 유의한 수준에서 중년층이 고령층보다 핀테크에 대한 유용성을 더 중요하게 생각하는 것으로 확인되었다(t=5.16, P<.001).
08 이하이면 괜찮은 적합도를 가진다고 판단한다[61,62]. 위와 같은 기준을 기반으로 본 연구모 형의 적합도 지수의 값을 검증한 결과, TLI 0.962, CFI 0.972, RMSEA 0.059로 나타나 본 연구모형은 적합한 것으로 확인하였다.
따라서 중・고령자의 핀테크 기술수용요인은 혁신성, 유용성, 편리성, 불확실성인 것으로 확인하 였다. 중・고령자의 핀테크에 대한 유용성 및 편리성이 높아짐에 따라 핀테크 사용의도가 높아진다는 분석결과는 가장 기본적인 기술수용모델(TAM)이 중・고령자에 게도 동일하게 적용되었음을 보여주는 결과이며, 혁신성과 가격, 접근성, 불확실성까지 변수를 확장한 결과 혁신성이 높을수록, 불확실성이 낮을수록 핀테크 사용의도를 높인다는 분석결과를 확인할 수 있었다. 이는 Lee(2014) 가 고령자의 기술수용 핵심요인으로 지각된 불확실성과 위험성 등을 감소시켜주는 기술의 신뢰요인을 강조하였던 것과 일맥상통한 결과다[7].
불확신성은 고령층이 중년층보다 높은 것으로 나타났으나 통계적으로는 유의한 차이를 가지지 않았다. 즉, 중년층이 고령층 보다 기술관련 수용요인 수준이 전반적으로 높은 것으로 나타났다.
첫 번째, 중・고령자를 집단별(중년층: 55~64세, 고령층: 65세 이상)로 주요변수의 차이를 검증한 결과, 중년층이 고령층보다 핀테크 사용의사가 더 높았으며, 핀테크에 대한 혁신성, 유용성, 편리성, 가격을 고려하는 중요성, 접근성이 통계적으로 유의한 수준에서 높은 것으로 나타났다. 불확신성은 고령층이 중년층보다 높은 것으로 나타났으나 통계적으로는 유의한 차이를 가지지 않았다.
핀테크에 대한 접근성을 확인한 결과 5점 만점에 평균 3.38점이었으며, 중년층의 경우 3.47점, 고령층의 경우 3.27점으로 통계적으로 유의한 수준 에서 중년층이 고령층보다 핀테크에 대한 접근성을 더중요하게 생각하는 것으로 나타났다(t=2.44, P<.05).
핀테크에 대한 편리성에 대해서는 5점 만점의 전체평균 3.58점 이었으며, 중년층의 경우 3.69점, 고령층 3.45점으로 통계적으로 유의한 수준에서 중년층이 고령층보다 핀테크에 대한 편리성을 더 중요하게 생각하는 것으로 나타났 다(t=2.64, P<.01).

후속연구

위와 같은 연구 결과는 고령친화 금융산업의 대표적인 기술이며 최신기술인 핀테크를 중심으로 일반적인 기술 수용모델 확장하여 기술수용요인을 정밀하게 검증하였다는 점에서 학문적 의의를 가진다. 또한, 기술 관련 연구에서 소외되었던 중・고령자의 기술수용요인을 규명함으로 향후 금융과 관련된 기술 개발 분야에서도 중・고령자를 대상으로 고려해야 하는 요인 및 방향성에 참고할수 있는 기초자료를 제공할 수 있을 것이라 기대된다.
즉, 중년층은 고령층에 비해 핀테크 사용의사가 높으며 핀테크 관련 기술수용 요인이 높기 때문에 스스로 학습할 수있는 교육자료 및 매뉴얼 등을 배포하는 것이 효율적일 것이다. 반대로 고령층은 새로운 기술에 수용 수준이 낮기 때문에 사람을 통해 새로운 기술의 습득 및 활용을 높일 수 있는 프로그램 개발 및 제공이 필요할 것이다.
하지만 본 연구는 핀테크라는 상당히 높은 수준의 과학기술수용의사를 물어보았기 때문에, 만 55세 이상의 중년층 및 노년층 간의 비교 분석결과는 유의미하지 않은 것으로 나타났다. 이에 따라 후속연구에서는 높은 수준의 과학기술 뿐 아니라 낮은 수준의 과학기술을 구분하여 분석할 필요가 있다. 특히 중・고령자들의 일상생활을 지원해주는 일상생활과 관련된 다양한 고령친화기술을 물어본다면 중・고령자의 연령 및 집단 특성에 따른 유의미한 차이를 보일 것으로 판단된다.
본 연구결과에 다른 시사점은 다음과 같이 제시할 수있다. 첫째, 중년층과 고령층 별로 기술 관련 수용요인 수준이 다르게 나타난 결과를 통해 중・고령자의 연령대별로 핀테크 관련 교육 프로그램을 제공할 필요가 있다. 즉, 중년층은 고령층에 비해 핀테크 사용의사가 높으며 핀테크 관련 기술수용 요인이 높기 때문에 스스로 학습할 수있는 교육자료 및 매뉴얼 등을 배포하는 것이 효율적일 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	핀테크 (fintech)란 무엇인가?	모바일의 급속한 확산과 IT기술의 발전으로 인해 금융소비자의 생활 패턴이 변화하였고, 금융위기 등에 따른 대안 금융을 모색하고 정부차원의 육성 및 규제 해체 등으로 인해 최근 핀테크 산업이 급격하게 발전하게 되었다. 금융 (financial)과 기술(technology)을 결합한 핀테크 (fintech)는 금융업과 모바일 산업 모두에게 파장을 주고 있다[1]. 이에 글로벌 모바일 트래픽은 연평균 61%씩 급증하고 있고, 글로벌 모바일 결제시장 규모 또한 6년간 6.
	중・고령자들에게 기술의 발전은 어떻게 다가왔는가?	기술의 발전은 많은 인구집단 중에서도 특히 중・고령자들은 서비스 수혜자임에도 불구하고 정보 및 활용수준의 부족으로 인해 배울 수 있는 기회가 제한되어 핀테크 등과 같은 온라인 뱅킹 등을 활용하는데 장벽을 경험한다[9]. 특히 한국의 은행들은 누구보다도 빠르게 핀테크 기술에 힘쓰고 있으나, 고령자 70세 이상 중 모바일 뱅킹을 쓰는 인구는 단 6%일 정도로 전체 이용자가 매우 적어서 한국 고령자의 소외감은 다른 나라에 비해 커지고 있다[10].
	중・고령자들의 핀테크 기술 이용 현황은 어떠한가?	기술의 발전은 많은 인구집단 중에서도 특히 중・고령자들은 서비스 수혜자임에도 불구하고 정보 및 활용수준의 부족으로 인해 배울 수 있는 기회가 제한되어 핀테크 등과 같은 온라인 뱅킹 등을 활용하는데 장벽을 경험한다[9]. 특히 한국의 은행들은 누구보다도 빠르게 핀테크 기술에 힘쓰고 있으나, 고령자 70세 이상 중 모바일 뱅킹을 쓰는 인구는 단 6%일 정도로 전체 이용자가 매우 적어서 한국 고령자의 소외감은 다른 나라에 비해 커지고 있다[10]. 중・고령자의 핀테크 활용수준이 높아진다면 재정적 노후준비 및 노후생활의 안정을 도모할 수 있을 뿐 아니라, 사회적 고립을 온라인을 통하여 해결할 수있기에 재정적·사회적·심리적 관점에서 중・고령자의 핀테크 활용은 주요하게 다뤄질 필요가 있다.

참고문헌 (62)

S. G. Park. (2015). A Study on a Fintech industry trends and major business models. Korea Multimedia Society, 19(1), 1-8.
G. J. Lee. (2016). Fintech Industry Trends. Seoul's Fintech Industry Development Forum(pp. 1-85). Seoul : The Seoul Institute.
Global Venture Capital Investment in Fintech Industry Set Record in 2017(2018.02.28.). Accenture. p. 1.
A. S. Kavuri & A. Milne. (2019). Fintech and the future of financial services: What are the research gaps?. CAMA Working Paper, 18, 1-86.
M. G. S. D. N. Jayaratne & H. Cripps. (2017). Mobile banking adoption by senior citizens in Perth. In The proceedings of 2nd Business Doctoral and Emerging Scholars Conference(pp. 104-110). Australia : Edith Cowan University.
F. D. Davis. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340.
C. Lee. (2014). The role of trust in older adults' adoption and use of technology. GSA 2014 Annual Scientific Meeting(pp. 1-7). Washington : GSA.
C. Lee & J. F. Coughlin. (2015). PERSPECTIVE: Older adults' adoption of technology: an integrated approach to identifying determinants and barriers. Journal of Product Innovation Management, 32(5), 747-759.

상세보기
C. Munteanu, B. Axtell, H. Rafih, A. Liaqat & Y. Aly. (2018). Designing for Older Adults: Overcoming Barriers toward a Supportive, Safe, and Healthy Retirement. Pennsylvania : University of Pennsylvania
K. R. Kim. (2019.08.01.). Fintech innovation to alienate only the elderly. Maeil Business Newspaper, p. 1.
S. Y. Oh. (2017). Differences in Financial Adaptation Between Generations through Fintech. Seoul : Korea Insurance Research Institute.
J. K. Lee, J. M. Kim, K. E. Lee, S. R. Yoon & H. Jo. (2017). A Study on Factors Influencing Acceptance Intention of Fintech -Focusing on Mobile Payment Service-. Knowledge Management Research, 18(3), 181-199.

원문보기 상세보기
S. H. Yang, Y. S. Hwang & J. K. Park. (2016). A Study on the Use of Fintech Payment Services Based on the UTAUT Model. Journal of Vocational Rehabilitation, 38(1), 183-209.
J. H. Kim. (2015). Global Fintech Industry Trends and Outlook. Local Informatization Research, 91, 40-45.
L. M. Chuang, C. C. Liu & H. K. Kao H. (2016). The adoption of fintech service: TAM perspective. International Journal of Management and Administrative Sciences, 3(7), 1-15.
C. Tun-Pin, W. C. Keng-Soon, Y. Yen-San, C. Pui-Yee, J. T. Hong-Leong & N. Shwu-Shing. (2019). An adoption of fintech service in Malaysia. South East Asia Journal of Contemporary Business, 18(5). 134-147.
S. H. Joo, E. H. Koh & M. S. Yoo. (2018). Exploring Factors Related to FinTech Acceptance in Financial Transaction. Journal of Consumption Culture, 21, 175-202.

상세보기
I. Ajzen & M. Fishbein. (1980). Understanding attitudes and predicting social behavior. Englewood Cliffs, New Jersey : Prentice Hall.
F. D. Davis, R. P. Bagozzi & P. P. Warshaw. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management science, 35(8), 982-1003.

상세보기
S. Taylor & P. A. Todd. (1995). Understanding information technology usage: A test of competing models. Information systems research, 6(2), 144-176.

상세보기
E. Karahanna & D. W. Straub. (1999), The psychological origins of perceived usefulness and ease-of-use. Information& Management, 35(4), 237-250.

상세보기
J. J. Park. (2004). The impact of the consumer's innovativeness on online shopping behavior - Based on the Technology Acceptance. Advertising Research, 63, 79-101.
G. J. Kim. (2009). A Study on Acceptance Factor of Digital Multimedia Broadcasting. Korean Journal of Journalism & Communication Studies, 53(3), 296-323.
Y. A. Park & Y. H. Hyun. (2013). A Verification of Predictive Factors of Offline Behavior by Adopting of a Smartphone Application: A Focus on Applying a TAM-TRA Mixed Model. Korean Corporation Management Review, 50(0), 114-132.
I. Ajzen. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179-211.

상세보기
A. Bandura. (1977). Self-efficacy: toward a unifying theory of behavioral change. Psychological review, 84(2), 191.

상세보기
C. J. Armitage & M. Conner. (2001). Efficacy of the theory of planned behavior: A meta- analytic review. British Journal of Social Psychology, 40, 471-499.

상세보기
D. F. Hoffman, T. P. Novak & M. Peralta. (1999). Building consumer trust online. Communications of the ACM, 42(4), 80-85.

상세보기
R. Agarwal & E. Karahanna. (2000). Time flies when you're having fun: Cognitive absorption and beliefs about information technology usage. MIS quarterly, 24(4), 665-694.

상세보기
M. G. Morris, V. Venkatesh & P. L. Ackerman. (2005). Gender and age differences in employee decisions about new technology: An extension to the theory of planned behavior. IEEE transactions on engineering management, 52(1), 69-84.

상세보기
D. J. Plude. (1985). Attention and performance: Identifying and localizing age deficits. iAging and Human Performance, 47-99.
R. A. Posner, (1995). Aging and old age. Chicago : University of Chicago Press.
M. Heinz, P. Martin, J. A. Margrett, M. Yearns, W. Franke, H. I. Yang & C. K. Chang. (2013). Perceptions of technology among older adults. Journal of Gerontological Nursing, 39(1), 42-51.

상세보기
S. T. Peek, E. J. Wouters, J. Van Hoof, K. G. Luijkx, H. R. Boeije & H. J. Vrijhoef. (2014). Factors influencing acceptance of technology for aging in place: a systematic review. International journal of medical informatics, 83(4), 235-248.

상세보기
R. T. Moriarty & T. J. Kosnik. (1989). High-tech marketing: concepts, continuity, and change. MIT Sloan Management Review, 30(4), 7.
M. Rogers Everett. (1995). Diffustion of Innovations. New York : The Free Press.
S. L. Wood & J. Swait. (2002). Psychological Indicators of Innovation Adoption: CrossClassification Based on Need for Cognition and Need for Change. Journal of Consumer Psychology, 12(1), 1-13.

상세보기
S. D. Cho & K. E. Kim. (2007). A Study on the Factors Influencing the Use Diffusion of Technological Products. Korean Journal of Marketin, 22(2), 67-86.
C. McCreadie & A. Tinker. (2005). The acceptability of assistive technology to older people. Ageing & Society, 25(1), 91-110.

상세보기
H. Tanriverdi & C. S. Iacono. (1999). Toy or Useful Technology?: The Challenge of Diffusing Telemedicine in Three Boston Hospitals. In Success and pitfalls of information technology management, 1-13.
T. I. Panagos. (2003). In search of the silver lining: Case analysis for mature market businesses. Doctoral dissertation. Massachussetts Institute of Technology, Massachussetts.
A. Wang, L. Redington, V. Steinmetz & D. Lindeman. (2011). The ADOPT model: Accelerating diffusion of proven technologies for older adults. Ageing International, 36(1), 29-45.

상세보기
R. Steele, A. Lo, C. Secombe & Y. K. Wong. (2009). Elderly persons' perception and acceptance of using wireless sensor networks to assist healthcare. International journal of medical informatics, 78(12), 788-801.

상세보기
R. A. Bauer. (1960). Consumer behavior as risk taking. Chicago: American Marketing Association.
D. Gefen, E. Karahanna & D. W. Straub. (2003). Trust and TAM in online shopping: an integrated model. MIS quarterly, 27(1), 51-90.

상세보기
F. F. Reichheld & P. Schefter. (2000). E-loyalty: your secret weapon on the web. Harvard business review, 78(4), 105-113.

상세보기
S. L. Jarvenpaa, N. Trictinsky & M. Vitale. (2000). Consumer trust in an Internet store. Information technology and management, 1(1-2), 45-71.
P. A. Pavlou. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International journal of electronic commerce, 7(3), 101-134.

상세보기
R. Agarwal & J. Prasad. (1998). A conceptual and operational definition of personal innovativeness in the domain of information technology. Information systems research, 9(2), 204-215.

상세보기
E. M. Rogers. (2010). Diffusion of innovations. Stuttgart : Hohenheim University.
B. Joseph & S. J. Vyas. (1984). Concurrent validity of a measure of innovative cognitive style. Journal of the Academy of Marketing Science, 12(1-2), 159-175.

상세보기
C. Leavitt & J. Walton. (1975). Development of a scale for innovativeness. Advances in Consumer Research, 2, 545-554.
R. Goldsmith & I. Reinecke Flynn. (1992). Identifying innovators in consumer product markets. European Journal of Marketing, 26(12), 42-55.

상세보기
Korea Health Industry Development Institute. (2012). Aging-friendly Industry Status and Outlook. Osong: KHIDI
I. Im, Y. Kim & H. J. Han. (2008). The effects of perceived risk and technology type on users' acceptance of technologies. Information & Management, 45(1), 1-9.

상세보기
R. P. Bagozzi & Y. Yi. (1988). On the evaluation of structural equation models. Journal of the academy of marketing science, 16(1), 74-94.

상세보기
C. Fornell & D. F. Larcker. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50.

상세보기
S. H. Hong. (2000). The Criteria for Selecting Appropriate Fit Indices in Structural Equation Modeling and Their Rationales. Korean Journal of Clinical Psychology, 19(1), 161-177.
P. M. Bentler & D. G. Bonett. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological bulletin, 88(3), 588.

상세보기
P. M. Bentler. (1990). Comparative fit indexes in structural models. Psychological bulletin, 107(2), 238.

상세보기
J. H. Steiger & J. Lind. (1980). Statistically based tests for the number of common factors. In the annual meeting of the Psychometric Society, Iowa City, IA.
M. W. Browne & R. Cudeck. (1993). Alternative ways of assessing model fit. Sage focus editions, 154, 136-136.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증