$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

생체 인증 기반 모바일 결제 서비스 수용의도 분석: 애플페이를 중심으로
A Study on Acceptance Intentions to Use the Mobile Payment Service Based on Biometric Authentication: Focusing on ApplePay 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.7, 2020년, pp.123 - 133  

김관모 (세종사이버대학교 정보보호대학원) ,  박용석 (세종사이버대학교 정보보호대학원)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 애플페이를 중심으로 하여 지문인식, 안면인식과 같은 생체 인증 기반 기술들을 이용한 모바일 결제 서비스에 대한 국내 사용자의 수용의도와 정보보호 관련 요인들이 미치는 영향을 분석하고자 하였다. 정보보호와 관련된 요인들에 대한 연구가 부족하였던 기존 모바일 결제 수용의도 연구들과 달리, 본 연구에서는 정보보호 관련 요인들을 추가한 모형을 통합기술수용이론(UTAUT)을 기반으로 만들고, 이를 PLS(Partial Least Squares) 기법을 이용하여 분석하였다. 분석을 통하여 기업의 정보보호 노력을 통한 제공 서비스 신뢰도 확보, 개인의 성향, 그리고 적용 보안기술에 대한 신뢰도는 사회적 인식 및 서비스 인프라와 함께 국내 사용자들에게 중요한 요인임을 알 수 있었다. 본 연구 결과는 생체인증 기반 모바일 결제 서비스를 제공하는 기업 또는 조직에게 국내 소비자들을 파악하는데 도움이 될 것으로 판단된다. 향후 본 연구를 바탕으로 동일 기업 또는 경쟁 기업 제품 사용 경험이 수용의도에 미치는 영향을 분석할 수 있을 것으로 기대한다.

Abstract AI-Helper 아이콘AI-Helper

The aim of this study is to scrutinize acceptance intentions of Korean users and influences of information security related factors on mobile payment services based on biometric authentication methods, like finger print authentication or face recognition authentication, by focusing on ApplePay. Unli...

주제어

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 여기에 더하여 오동작·복제 등과 같은 위험을 가진 생체 인증의 기술 특성으로 인하여 국내 사용자들의 수용 의도에 정보보호 및 보안 관련 사용자 인식 및 신뢰도는 중요한 영향을 미칠 것이라 판단하였다. 따라서 본 연구 에서는 이러한 정보 보호 및 보안과 관련된 변수들을 각각 서비스 제공자의 정보보호 노력에 대한 신뢰 수준, 보안 위험에 대한 인지 수준, 적용 보안기술 우수성에 대한 신뢰 수준으로 세분화하고, 이를 추가한 연구모델을 통하여 각각의 변수들이 생체인증 기반 모바일 결제의 사용자 수용의도에 미치는 영향을 분석하고자 한다. 이를 통하여 정보보호 및 보안과 관련된 사용자들의 인식이 생체 인증 기반 모바일 결제 서비스 수용의도에 미치는 영향을 시사점으로서 제공할 수 있을 것이라 판단하였다.
  • 하지만 정보보호 관점에서 신뢰성, 성향 등과 같은 변수를 적용하고, 이러한 변수들이 생체 인증 기반 모바일 간편 결제 서비스의 사용자 수용의도에 미치는지 알 수 있는 연구는 부족한 실정이다[25-27]. 따라서 본 연구에서는 생체인증 기반 모바일 결제 서비스인 애플페이에 대한 국내 사용자 수용의도를 분석하는 한편 기존 연구들을 참고하여 정보보호 노력에 대한 신뢰 수준, 보안 위험에 대한 인지 수준, 적용 보안기술 우수성에 대한 신뢰 수준이라는 3개의 세분화된 정보보호 관련 추가 선행 변수를 적용하여, 이들이 모바일 간편 결제 인증 서비스의 사용자 수용의도에 미치는 영향관계를 알아보고자 한다.
  • 하지만 이러한 기존 연구들은 개인성향이 신기술의 위험성을 얼마나 감내하고자 하는지를 파악하지는 못하고 있다. 본 연구에서는 개인의 위험성 감내 의지를 포함한 변수를 사용하여 사용자 수용의도를 분석하고자 한다.
  • 하지만 이러한 기존 연구들은 서비스를 제공하는 기업 또는 브랜드에 대한 신뢰성으로 구체화하지는 못하고 있다. 본 연구에서는 브랜드 충성도 또는 신뢰성을 잠재변인으로 포함한 서비스 신뢰성 변수를 사용하여 사용자 수용의도를 분석하고자 한다.
  • 하지만 이러한 기존 연구들은 생체인증 기반 모바일 결제와 같은 서비스에 보안 기술 적용과 촉진조건의 관계가 사용자 수용의도에 미치는 영향을 분석하지는 못하였다. 본 연구에서는 생채 정보 기반 결제에서 보안 기술과 촉진 조건의 관계를 살펴보고, 높은 보안 기술 적용의 필요성을 분석하고자 한다.
  • 본 연구에서는 애플페이를 중심으로 하여 생체 인증 기반 모바일 결제 서비스에 대한 사용자 수용 의도에 영향을 미치는 요인들을 UTAUT 모델 관점에서 도출하고, 이들이 수용의도에 미치는 영향을 설문 및 분석을 통하여 살펴보고자 하였다. 본 연구에서는 UTAUT의 기본 변수인 성과기대, 노력기대, 사회적 영향, 촉진조건 외에 추가적으로 정보보호 및 보안과 밀접한 관련이 있는 모바일 간편 인증 결제 서비스에 특성을 고려하여 서비스 신뢰성, 개인 혁신성, 보안 신뢰성을 추가 변수로 제시하였다.
  • 그림에서 제시된 바와 같이 본 연구를 위한 기본 모형은 총 8개의 가설 및 변수를 포함하고 있다. 본 연구에서는 정보보호 관점의 변수들이 사용자의 애플페이 및 모바일 간편결제 서비스 수용의도에 미치는 영향을 알아보기 위하여 성과기대, 노력기대, 사회적 영향, 촉진조건 4가지 기본 변수들을 매개 변수로 하고 애플페이를 사용 하는 데에 있어서 영향이 예상되는 서비스 신뢰성, 개인 혁신성, 보안 신뢰성이라는 3가지 변수들을 독립변수로 하여 종속변수인 사용자의 수용의도를 분석하고자 한다.
  • 애플이 원화 결제 허용 및 NFC 개방수준을 ‘읽기(Read Only)’에서 ‘읽기/쓰기 (Read/Write)’로 변경하는 등 전 세계 애플페이 보급을 위하여 유연한 자세를 보이고 있어 도입을 막고 있던 여러 문제점들이 점진적으로 해결될 것으로 보인다[5]. 이에 따라, 국내 모바일 결제 서비스 시장에 큰 변화를 가져올 수 있는 애플페이에 대한 국내 사용자들의 수용의 도를 알아보고자 한다.

가설 설정

  • H1: 성과기대는 애플페이 서비스 이용의도에 정(+)의 영향을 미칠 것이다.
  • H2: 노력기대는 애플페이 서비스 이용의도에 정(+)의 영향을 미칠 것이다.
  • H3: 사회적 영향은 애플페이 서비스 이용의도에 정(+)의 영향을 미칠 것이다.
  • H4: 촉진조건은 애플페이 서비스 이용의도에 정(+)의 영향을 미칠 것이다.
  • H5: 서비스 신뢰성은 애플페이 서비스 성과기대에 정(+) 의 영향을 미칠 것이다.
  • H6: 서비스 신뢰성은 애플페이 서비스 노력기대에 정(+) 의 영향을 미칠 것이다.
  • H7: 개인혁신성은 애플페이 서비스의 사회적 영향에 정 (+)의 영향을 미칠 것이다.
  • H8: 보안 신뢰성은 애플페이 서비스의 촉진조건에 정(+) 의 영향을 미칠 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
애플페이란 무엇인가? 애플페이는 미국 애플사가 2014년 하반기부터 아이폰6 제품과 함께 시작한 모바일 간편 결제 서비스로 2019년 기준 대표적인 애플페이 사용국가인 미국의 서비스 사용인구는 약 3,030만 명으로 미국 전체 모바일 결제 시장의 47.3%를 점유하고 있다[1].
애플페이 서비스의 국내 도입이 어려운 이유는 무엇인가? 3%를 점유하고 있다[1]. 하지만 국내의 경우, NFC 지원기기 부족과 애플의 폐쇄적인 정책으로 인하여 애플페이 서비스의 국내 도입은 이루어지지 않고 있었다[2,3]. 그러나 이러한 제약사항들은 NFC 지원기기 보급을 위한 제원이 확보되고[4].
통합기술이론(UTAUT)이 기존의 TAM보다 좋다고 평가받는 이유는 무엇인가? 기술수용이론(TAM)은 사용자의 수용 요인을 분석하는 데에 있어서 40%에서 50%정도를 설명력을 가진 것에 반해 통합기술이론(UTAUT)은 약 20에서 30% 정도의 보다 높은 설명력을 가지는 것으로 알려져 있다[13]. 기존의 TAM에 비해 상대적으로 높은 설명력을 가지고 있는 통합기술이론은 기존 선행 연구들에서 다루기 힘들었던 정보기술 분야 산업 영역의 기술수용 형태까지 연구를 확장하여 볼 수 있다는 평가를 받고 있다. 특히 매년 변화가 빠르고 신제품 또는 서비스의 발표주기가 빠른 모바일 및 소프트웨어 분야에서 통합기술이론을 적용한 국내외 연구가 활발히 진행되고 있다[14,15].
질의응답 정보가 도움이 되었나요?

참고문헌 (42)

  1. A. He. (2019). Apple pay dominance drives mobile payment transaction volume. Emarketer(Online). https://www.emarketer.com/content/apple-pay-dominance-drives-mobile-payment-transaction-volume 

  2. B. T. Kim. (2019). Emerging easy payment market, from barcode-based payment to SamsungPy. Newdaily(Online). http://biz.newdaily.co.kr/site/data/html/2019/11/12/2019111200154.html 

  3. J. Porter. (2019). Apple could be forced to let Apple Pay competitors access NFC under German law. Verge(Online). https://www.theverge.com/2019/11/15/20966785/apple-pay-nfc-antitrust-german-law-parliament-competitors 

  4. H. C. Kang. (2019). Will ApplePay be available?. Business Watch(Online). http://news.bizwatch.co.kr/article/finance/2019/09/10/0029 

  5. S. H. Lee. (2019). Apple starts to lift up the bar for Korean market. MK(Online). https://mk.co.kr/news/it/view/2019/09/750856/ 

  6. J. S. Park & H. I. Kwon. (2018). A study on the factors influencing innovation resistance and intention of using on the biometrics technology, The Journal of Information Systems, 27(2), 53-75. 

  7. S. H. Kim. (2016). FIDO-based fintech authentication techonologies. The Journal of The Korean Institute of Communication Sciences, 33(2), 59-65. 

  8. V. L. Johnson, A. Kiser, R. Washington & R. Torres. (2018). Limitations to the rapid adoption of M-payment services: understanding the impact of privacy risk on M-payment services. Computers in Human Behavior, 79, 111-122. DOI: 10.1016/j.chb.2017.10.035 

  9. S. H. Noh & T. K. Kwon. (2014). A comparison study on domestic mobile easy payment services. Fall Conference of The Korea Society of Management Information Systems (pp. 695-698). 

  10. S. W. Kim, B. J. Park, & S. Lee. (2015). Recent trends of fintech and comparative analysis of SamsungPay and ApplePay. Conference of Korean Institute of Information Scientists and Engineers (pp. 2054-2056). 

  11. Apple. (2019). Make contactless payments using Apple Pay on iPhone. Apple(Online). https://support.apple.com/guide/iphone/make-contactless-payments-iphbd4cf42b4/ios 

  12. J. H. Jeon. (2016). A study on security risk according to the activation of bio-authentication technology. Journal of Information and Security, 16(5), 57-63. 

  13. V. Venkatesh, M. G. Morris, G. B. Davis & F. D. Davies. (2003). User acceptance of information technology: toward a unified view. MIS quarterly, 27(3), 425-478. 

  14. O. J. Kwon. (2010). An empirical study on potential smartphone users, Internet and Information Security, 1(1), 55-83. 

  15. S. H. Jeon, N. R. Park & C. C. Lee. (2011). Study on the factors affecting the intention to adopt public cloud computing service, Entrue Journal of Information Technology, 10(2), 97-112. 

  16. 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. 

  17. M. Fiedler. (2015). ApplePay, towards the acceptance of German customers, Asian Social Science, 11(22), 124. DOI: 10.5539/ass.v11n22p124 

  18. Y. J. Choi & H. Choi. (2018). The impact of system factors in mobile payment systems on cognitive trust and emotional responses. Journal of the Korea Institute of Information and Communication Engineering, 22(6), 881-887. DOI:10.6109/jkiice.2018.22.6.881 

  19. C. K. Kim, J. G. Kim & S. J. Choi. (2017). A study on the acceptance decision factors for mobile easy payment services in digital convergence media ara: focusing SamsungPay. Journal of Digital Convergence, 15(4), 213-221. 

  20. K. Y. Chen & M. L. Chang. (2011). User acceptance of near field communication mobile phone service: an investigation based on the unified theory of acceptance and use of technology model. The Service Industries Journal, 33(6), 609-623. DOI:10.1808/02642069.2011.622369 

  21. S. W. Park, S. H. Kim & W. J. Choi. (2020). The effect of consumers' uncertainty avoidance on their acceptance to use mobile payments. Korean Journal of Marketing, 35(1), 53-68. 

  22. S. H. No. (2014). A study of factors affecting the intention to use a mobile easy payments system : focused on the moderating effects of consumer's innovativeness. Masters dissertation, Yonsei University, Seoul. 

  23. D. Pietro, R. G. Mugion, G. Mattia, M.F. Renzi & M. Toni. (2015). The integrated model on mobile payment acceptance(IMMPA) : an empirical application to public transport. Transportation Reasearch Parc C : Emerging Technologies, 56, 463-479. 

  24. N. R. Kim & J. Y. Yun. (2020). The effect of easiness and security on preference of mobile easy payment service. Journal of the HCI Society of Korea, 15(1), 29-37. 

  25. H. S. Lee, N. Y. Kwak. & C. C. Lee. (2015). Exploring determinants affecting mobile application use and recommendation, Journal of the Korea Contents Association, 15(8), 481-494. DOI: 10.5392/JKCA2015.15.08.481 

  26. E. Slade, M. Williams & Y. Dwivdei. (2013, March). Extending UTAUT2 to explore consumer adoption of mobile payments, UKAIS, 36. 

  27. R. Agrawal & E. Karahanna. (2000). Time flies when you're having fun: cognitive absorption and beliefs about information technology usage, MIS Quarterly, 24(4), 665-694. 

  28. I. S. Park & H. C. Ahn. (2012). A study on the user acceptance model of mobile credit card service based on UTAUT. The e-Business Studies, 13(3), 551-574. 

  29. O. J. Kwon. (2010). An empirical study on potential smartphone users, Internet and Information Security, 1(1), 55-83. 

  30. M. Tan & T. S. Teo. (2000). Factors influencing the adoption of Internet banking. Journal of the AIS, 1(5), 1-44. 

  31. S. H. Jeon, N. R. Park & C. C. Lee. (2011). Study on the factors affecting the intention to adopt public cloud computing service, Entrue Journal of Information Technology, 10(2), 97-112. 

  32. T. Zhou. (2011). An empirical examination of initial trust in mobile banking, Internet Research, 21(5), 527-540. 

  33. J. Lu, C. Liu, C. S. Yu & K. Wang. (2008). Determinants of accepting wireless mobile data services in China. Information & Management, 45(1), 52-64. DOI: 10.1016/j.im.2007.11.002 

  34. D. H. Shin. (2009). Towards an understanding of the consumer acceptance of mobile wallet. Computers in Human Behavior, 25(6), 1343-1354. DOI: 10.1016/j.chb.2009.06.001 

  35. A. Powell, C. K. Williams, D. B. Bock, T. Doellman & J. Allen. (2012). e-Voting intent: A comparison of young and elderly voters. Government Information Quarterly, 29(3), 361-372. DOI: 10.1016/j.giq.2012.01.003 

  36. P. G. Schierz, O. Schilke & B. W. Wirtz. (2010). Understanding consumer acceptance of mobile payment services: an empirical analysis. Electronic Commerce Research and Applications, 9(3), 209-216. DOI: 10.1016/j.elerap.2009.07.005 

  37. J. F. Hair, W. C. Black, B. J. Babin, R. E. Anderson & R. L. Tatham. (1998). Multivariate Data Analysis. Upper Saddle River, NJ: Prentice Hall. 

  38. C. Fornell & D. F. Larcker. (1981). Structural equation models with unobservable variables and measurement error: algebra and statistics, Journal of Marketing Research, 18(3), 382-388. 

  39. D. Barclay, C. Higgins & R. Thompson. (1995). The partial least squared(PLS) approach to casual modeling: personal computer adoption and use as an illustration. Technology Studies, 2(2), 285-324. 

  40. W. W. Chin. (1998). The partial least squares approach to structural equation modeling. Modern Methods for Business Research, 295(2), 295-336. 

  41. B. Efron. (1979). Bootstrap method: another look at the jackknife. The Annals of Statistics, 7(1), 1-26. 

  42. T. Zhou, Y. Lu & B. Wang. (2010). Integrating TTF and UTAUT to explain mobile banking user adoption. Computers in Human Behavior, 26(4), 760-767. DOI: 10.1016/j.chb.2010.01.013 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로