인터넷전문은행 수용 의도와 저항에 관한 연구: 소비자, 혁신, 환경 특성을 중심으로

Consumers’ acceptance and resistance to virtual bank: views of non-users

Article information

Hum. Ecol. Res. 2019;57(2):171-183
Publication date (electronic) : 2019 May 16
doi : https://doi.org/10.6115/fer.2019.012
1Konkuk University Social Science Research Institute, Postdoctoral researcher
2Konkuk University Department of Global Trade and Consumer, Professor
김효정1, 이승신,2
1건국대학교 사회과학연구소 박사후연구원
2건국대학교 글로벌비지니스학부 글로벌통상·소비자전공 교수
Corresponding Author: Seung Sin Lee Department of Global Trade and Consumer, Division of Global Business, Konkuk University 120 Neungdong-ro, Gwangjin-gu, Seoul 05029, Korea Tel: +82-02-450-3778 Fax: +82-02-446-3615 E-mail: lchung@konkuk.ac.kr
This article was presented as a poster session at the 71th Conference of the Korean Home Economics Association in 2018.
Received 2018 September 26; Revised 2019 January 8; Accepted 2019 February 1.

Trans Abstract

Convergence between technology and financial services is ubiquitous and widespread. Virtual banks represent an important aspect of financial markets that can generate value added for consumers and enhance the quality of financial services. This study explores the effect of innovation characteristics (relative advantage, compatibility, and perceived risk), consumer characteristics (status quo bias), and social mechanisms (network externality: complementarity, numbers of peers) on consumers’adoption intention and resistance to virtual banks. This study adopted an innovation resistance model with two dependent variables: adoption intention and resistance to virtual banks. An online self-administered survey was conducted and 532 or non-users of virtual banks aged 20 to 69 years old were analyzed. Frequency analysis, descriptive analysis, and hierarchical multiple regression indicated that status quo bias, relative advantage, perceived risk, complementarity, and number of peers insignificantly influence the adoption intention regarding virtual banks. Furthermore, status quo bias, relative advantage, perceived risk, and number of peers insignificantly influence the resistance to virtual banks. Female respondents have a lower adoption intention and higher resistance to virtual banks than male respondents. The findings suggest that the innovation resistance model can be useful in understanding consumers’adoption and resistance behavior as well as reveal that innovation characteristics, consumer characteristics, and social mechanism are important antecedent variables of the innovation adoption decision.

서론

인터넷전문은행은 시·공간적 제약을 극복한 금융 서비스로 주목을 받고 있다. 인터넷전문은행은 은산분리와 비대면 거래라는 특수성 때문에 도입 초기에 가입률이 저조할 것으로 예측되었다. 하지만, 예상과 달리 600만 명 이상(2018년 기준)의 가입자를 확보하고, 꾸준히 가입자가 증가하면서 금융 시장에서 지속적인 성장을 보이고 있다(Kang, 2018; Kim & Kim, 2017; Kim & Park, 2017; Kwak et al., 2018). 인터넷전문은행은 오프라인 매장 운영으로 발생되는 비용을 절감하여 소비자들에게 시중 은행보다 높은 수준의 금리 혜택을 제공하고 있으며 시중 은행에서 소외되었던 소비자들도 포용할 수 있는 금융 상품을 제시하여 소비자들의 선택권을 확대시켜 주었다는 평가를 받고 있다(Bae, 2018; Lee, 2018; Lee & Kim, 2018; Nam & Hong, 2018). 하지만, 아무리 혁신적이고 다양한 효용을 제공하는 서비스라고 하더라도 모든 소비자에게 유용한 서비스로 인식되기는 어려우며(Ram, 1987; Talke & Heidenreich, 2014), 소비자마다 혁신의 필요성을 인지하고 수용하는 시기가 다르기 때문에 혁신적인 서비스에 대한 수용과 저항은 동시에 발생될 수 있다(Ram, 1987; Rogers, 2003; Talke & Heidenreich, 2014). 인터넷전문은행이 소비자들에게 시중 은행과 차별화 된 혜택을 제공하고, 시·공간을 초월한 금융서비스를 제공하고 있음에도 불구하고 가입을 보류하거나 가입을 원하지 않는 소비자들이 다수 존재하고 있다는 사실은 이러한 내용을 뒷받침한다고 할 수 있다(Bae, 2018). 다양한 금융 서비스들이 온라인으로 전환되고 있는 현 시점에서 인터넷전문은행에 대한 소비자 반응을 다양한 차원에서 살펴보고, 이에 영향을 미치는 선행 요인들을 찾아내는 것은 온라인을 중심으로 확산되고 있는 혁신적인 서비스에 대한 소비자들의 다양한 형태의 의사 결정과정을 이해하고 설명하는데 반드시 필요하다(Bae, 2018, Kim & Rha, 2018).

인터넷전문은행 관련 연구들을 살펴보면, 인터넷전문은행 신뢰도에 대한 인식(Lee & Kim, 2018; Nam & Hong, 2018), 인터넷전문은행의 발전 방향(Choi, 2016), 인터넷전문은행의 수용 및 전환 의도(Kim & Kim, 2017; Lee, 2018; Moon, 2017) 등 다양한 차원에서 인터넷전문은행에 대한 연구가 진행되어져 왔다. 하지만, 다수의 연구들이 수용이나 이용 의도와 같이 소비자의 긍정적인 반응에만 초점을 두고 있어 혁신적인 서비스에 대한 부정적인 반응을 설명하는데 한계를 가지고 있다(Bae, 2018; Kim & Rha, 2018). 또한 다수의 연구들이 젊은 연령층의 소비자를 주요 조사대상자로 한정하고 있어 인터넷전문은행에 대한 다양한 연령층의 인식 수준을 살펴보는데 한계를 가지고 있다.

이에 본 연구는 혁신적인 서비스에 대한 태도와 수용 시기가 개인에 따라 다를 수 있음을 가정하고, 인터넷전문은행에 대한 소비자 반응을 수용과 저항으로 나누어 살펴보고자 한다(Ram, 1987; Talke & Heidenreich, 2014). 인터넷전문은행에 대한 소비자 반응을 수용과 저항의 차원에서 살펴보기 위해 현재 인터넷전문은행에 미가입한 소비자를 조사대상자로 선정하고, Ram (1987)의 연구를 참고하여 소비자 반응(수용, 저항)에 영향을 미치는 요인들을 소비자 요인, 혁신 요인, 그리고 환경적 요인으로 나누어 살펴보고자 한다.

본 연구는 인터넷전문은행이라는 혁신적인 서비스에 대한 소비자 반응을 비수용자의 관점에서 살펴보고, 비수용자에게 수용과 저항이라는 두 가지 반응이 함께 공존할 수 있으며, 이에 영향을 미치는 선행 요인들에 공통점과 차이점이 존재한다는 결과를 제시하였다는 점에서 기존 연구들과 차별성을 갖는다. 혁신 저항모델에 기반하여 인터넷전문은행에 대한 수용과 저항에 미치는 영향 요인들을 소비자, 혁신, 그리고 환경적 요인으로 나누어 살펴보았다는 점에서 학문적 의의를 가지며, 본 연구의 결과는 인터넷전문은행의 수용을 지연하게 만드는 요인들뿐만 아니라 저항을 감소시키는 요인들에 대한 이해를 증진시키는데 기여할 수 있을 것이다.

이론적 배경

1. 혁신 저항 모델

혁신 저항 모델(innovation resistance model)은 친 혁신적 관점으로 간과되었던 혁신에 대한 소비자의 부정적인 태도와 반응에 대한 설명력을 향상시키는데 기여한 모델이다(Rogers, 2003; Talke & Heidenreich, 2014). 혁신 저항 모델은 소비자의 혁신 저항에 영향을 미치는 중요한 요인으로 소비자, 혁신, 그리고 확산 메커니즘 이라는 세 가지 항목을 제시하고 있다. 소비자, 혁신, 그리고 확산 메커니즘은 개인이 처한 상황적 요인, 문화적 요인, 그리고 사회적 요인에 영향을 받기 때문에 혁신에 대한 개인의 수용 및 저항 현상을 설명하기 위해서는 혁신에 대한 사회적 관심이나 환경적 요인과 같은 다차원적인 요인에 대한 고려가 필요함을 언급하고 있다(Ram, 1987; Rogers, 2003).

본 연구는 Ram (1987)이 제시한 혁신저항 모델에 기반하여 인터넷전문은행의 수용과 저항에 영향을 미치는 요인들을 소비자 특성, 혁신의 특성, 그리고 환경적 특성으로 나누어 살펴보고자 한다. 첫째, 소비자 특성 요인으로는 현상유지편향을 중심으로 살펴보고자 한다. 현상 유지 편향은 혁신 수용을 감소시키는 동시에 혁신 저항을 증가시키는 중요한 요인으로 확인되었으며, 금융서비스 환경에서도 소비자의 다양한 반응에 영향을 미치는 소비자 특성으로 확인되었다(Huh & Park, 2013; Venkatesh et al., 2003). 둘째, 혁신의 특성에서는 상대적 이점, 적합성, 인지된 위험을 중심으로 살펴보고자 한다. 세 가지 변수를 중심으로 살펴본 이유는 다수의 선행연구들에서 상대적 이점, 적합성이 혁신 수용과 저항에 모두 영향을 미치는 요인으로 확인되었으며(Lee et al., 2011, Kim et al., 2017), 인지된 위험은 금융 서비스 수용과 저항에 가장 많은 영향을 미치는 중요한 요인으로 확인되어 본 연구에서도 그 영향력을 확인하고자 한다(Yang et al., 2012). 셋째, 환경적 특성으로는 네트워크 외부성을 살펴보고자 한다. 네트워크 외부성은 혁신 확산을 촉진시키는 환경적인 요인으로 다수의 연구들에서 소비자 행태에 영향을 미치는 요인으로 확인되었으며(Qasim, & Abu-Shanab, 2016; Zhang et al., 2017), 온라인 금융 서비스와 같은 혁신적인 서비스 수용 환경에서도 소비자 의사 결정과 소비자의 다양한 반응에 영향을 미치는 요인으로 확인되었다(Choi & Kang, 2016; Qasim & Abu-Shanab, 2016; Zhang et al., 2017). 이에 본 연구는 소비자 특성, 혁신 특성, 그리고 환경적 특성이라는 세 가지 요인들을 중심으로 인터넷전문은행에 대한 수용 및 저항에 영향을 미치는 요인을 살펴보고자 한다.

2. 인터넷전문은행에 대한 소비자 반응: 수용 및 저항

혁신에 대한 수용과 저항은 혁신이 확산되는 과정에서 발생하는 대표적인 소비자 반응이다. 혁신 수용과 저항은 혁신 의사 결정의 전 단계(지식-설득-결정-실행-확신)에서 발생할 수 있으며, 매우 유동적이기 때문에 쉽게 변화할 수 있다(Rogers, 2003). 하지만, 혁신 확산을 살펴본 다수의 연구들은 친혁신적 성향에 초점을 두고 있어 혁신의 긍정적인 태도와 반응을 중심으로 혁신 확산을 설명하고 있다. 이로 인해 혁신 확산 과정에서 나타날 수 있는 혁신 수용 지연이나 수용 거부 등과 같은 부정적인 태도나 반응을 이해하는데 한계를 가지고 있으며, 캐즘(chasem)의 원인이나 혁신 확산이 실패하는 현상들을 설명하는데 제약을 가지고 있다(Joseph, 2010; Talke & Heidenreich, 2014).

인터넷전문은행은 시중 은행의 인터넷뱅킹과는 법적으로 구분되며, 시중 은행의 금융 서비스를 온라인 중심으로 대체한 핀테크 서비스이다(Bae, 2018; Hwang, 2018). 인터넷전문은행은 다양한 정보기술이 결합된 혁신적인 서비스로 국내 시장에서 확산되는 과정에 있으며, 현재 가입자도 매년 증가하는 추세에 있다. 하지만, 인터넷전문은행의 효용이나 서비스의 실효성이 명확하게 입증되지 않아 인터넷전문은행에 대한 신뢰도는 낮은 편이며, 은산분리나 개인정보 보호 등에 대한 이슈들이 지속적으로 제기되고 있어 가입을 지연하거나 거부하는 소비자들이 나타나고 있다(Bae, 2018; Hwang, 2018; Nam & Hong, 2018). 인터넷전문은행 수용과 저항에 영향을 미치는 요인들을 살펴본 연구들에 의하면, 수용에 영향을 미치는 요인으로는 인터넷전문은행의 매력도, 주관적 규범, 신뢰도, 성과 기대, 노력 기대, 인지된 유용성, 촉진 조건이 인터넷전문은행의 수용 의도를 증가시키는 요인으로 나타났으며(Kurila, Lazuras, & Ketikidis, 2016; Kim & Park, 2017; Moon, 2017; Mustafa & Waheed, 2016), 보안 위험이 수용 의도를 감소시키는 요인으로 확인되었다(Kwak et al., 2018). 반면에 인터넷전문은행의 상대적 이점, 적합성, 이용 가능성이 인터넷전문은행에 대한 저항을 감소시키는 요인으로 나타났으며, 인지된 복잡성과 인지된 위험이 인터넷전문은행에 대한 저항을 증가시키는 요인으로 나타났다(Bae, 2018).

3. 인터넷전문은행에 대한 수용 및 저항의 영향 요인

1) 소비자 특성: 현상 유지 편향

현상 유지 편향(status quo bias)은 변화에 대한 부정적인 태도를 가진 개인이 현재 상태를 유지하고자 하는 정도를 의미한다(Falk et al., 2007). 현상 유지 편향은 일상생활을 유지하여 심리적 안정감을 얻고자하는 개인의 성향으로 설명될 수 있으며, 손실과 후회에 대한 회피라는 심리적 기제와도 관련이 있다고 할 수 있다(Kahneman & Tversky, 1979). 현상 유지 편향은 인지 오류, 심리적 몰입, 그리고 합리적 의사 결정에 의해 발생될 수 있다. 첫째, 인지 오류(cognitive misperceptions)는 향후 발생할 수 있는 잠재적 손실이 매우 작음에도 불구하고 이를 큰 손실로 착각하는 경우를 의미하며, 특히 현재 이용하고 있는 서비스나 상품에 대한 만족도가 높은 경우 발생할 가능성이 높다. 둘째, 심리적 낙인(psychological commitment)은 주관적 규범이나 사회적 이미지와 같은 사회적 요인들에 의해 현상을 유지하려는 경향을 의미한다. 현재 상태를 유지하도록 하는 사회적 압력이 강할수록 현상 유지 편향이 발생할 가능성이 높아질 수 있다. 마지막으로 합리적 의사 결정(rational decision making)은 신서비스나 제품 전환 시 발생되는 혜택과 전환비용을 고려한 의사 결정으로, 전환 비용이 높거나 현재 상태를 유지하는 것의 잠재적 이익이 더 높다고 판단될 경우 현재를 유지하려는 경향이 강하게 나타날 수 있다(Kim & Kankanhali, 2009; Polites & Karahanna, 2012; Samuelson & Zeckhauser, 1988).

소비자들은 비슷한 수준의 매력을 가진 대안들 중에서 무언가를 선택해야 하는 의사결정 상황에 직면하게 되었을 때, 현재 이용하고 있는 서비스나 상품이 준거점으로 작용하게 된다. 그렇기 때문에 새로운 서비스나 상품 전환으로 발생하는 잠재 이득보다 잠재 손실을 크게 평가하게 되는 경우가 많으며 이로 인해 현상 유지 편향이 발생할 수 있다(Falk et al., 2007; Polites & Karahanna, 2012; Samuelson & Zeckhauser, 1988). 또한, 대다수의 소비자들은 현재 이용하고 있는 서비스를 신서비스로 전환하는 과정에서 다양한 비용이 인지될 경우 혁신이 가져다주는 잠재 이익을 낮게 평가하며, 새로운 의사 결정으로 소요되는 비용을 최소화하기 위해 현상 유지 편향을 추구하는 것으로 나타났다(Falk et al., 2007; Polites & Karahanna, 2012). 그러므로 시중 은행과 비슷한 수준의 매력을 가지고 있으며, 이미 포화된 금융 시장에 진출한 인터넷전문은행의 특성 때문에 소비자들의 현상 유지 편향이 인터넷전문은행에 대한 수용과 저항에 영향을 미치는 요인으로 작용할 것이라고 예측하였다.

2) 혁신의 특성: 상대적 이점, 적합성, 인지된 위험

(1) 상대적 이점

상대적 이점은 현존하는 제품이나 서비스에 비해 신제품이나 신서비스가 더 많은 혜택을 제공할 것이라고 인지하는 정도를 의미한다(Ram, 1987). 상대적 이점은 경제적 효용, 효율성, 편리성 등의 요인과 관련이 있으며, 혁신 수용 비율을 향상시키는 긍정적 요인으로 인식되고 있다(Rogers, 2003). 혁신적인 금융 서비스 수용 의도를 살펴본 연구들에서 상대적 이점이 수용 의도를 증가시키는 요인으로 확인되었으며(Lin, 2011; Oh, 2015), 인터넷전문은행 관련 연구에서는 상대적 이점이 저항을 감소시키는 선행요인으로 확인되었다(Bae, 2018).

(2) 적합성

적합성은 개인이 추구하는 가치나 욕구에 적합하다고 인지하는 정도를 의미한다(Rogers, 2003). 적합성은 신서비스에 대한 개인의 태도를 측정하는 척도로 사용될 수 있으며(Vijayasarathy, 2004), 혁신에 대한 적합성이 높다고 인지하는 개인일수록 혁신을 빠르게 수용하는 것으로 나타났다(Cho & Lee, 2016; Lin & Jeffres, 1998). 적합성은 인지된 유용성을 증가시키는 선행 요인으로 밝혀졌으며, 다수의 연구들에서 인지된 유용성이 혁신의 수용 의도를 증가시키는 것으로 나타났다(Cho & Lee, 2016; Park & Sung, 2017; Nam et al., 2014). 또한, 적합성은 혁신에 대한 소비자의 부정적 반응을 감소시키는 것으로 나타났으며, 인터넷전문은행 관련 연구에서도 적합성을 높게 인지하는 소비자일수록 인터넷전문은행에 대한 저항이 감소하는 것으로 나타났다(Bae, 2018).

(3) 인지된 위험

인지된 위험은 특정 상황에서 발생할 수 있는 잠재적 손실과 이득을 평가한 결과라고 할 수 있다. 인지된 위험은 개인의 주관적인 평가이기 때문에 개인의 성격이나 서비스가 가지고 있는 특성, 그리고 개인이 처한 환경에 따라 다르게 인지될 수 있다(Gupta et al., 2004; Lee, Kwon, & Schumann, 2005). 새로운 서비스를 이용할 때, 소비자들은 높은 수준의 위험을 인지하게 된다. 특히, 온라인이나 모바일 환경에서 제공되는 신서비스 이용 시 소비자들은 다른 환경에 비해 높은 수준의 위험을 인지하며, 개인정보나 민감한 금융 정보를 제공해야 하는 서비스 환경에서도 높은 수준의 위험을 인지하는 것으로 나타났다(Chaudhry, Parveiz, & Javed, 2016; Reaves et al., 2015). 인지된 위험은 혁신적인 서비스나 제품에 대한 지각된 효용을 감소시키는 역할을 하며, 서비스 수용 및 확산에 장애물로 작용하는 요인으로 확인되었다(Kim et al., 2013; Yang et al., 2012). 특히 인터넷전문은행은 온라인과 정보기기를 통해 민감한 개인정보들이 전송되기 때문에 오프라인에서 제공되는 금융 서비스보다 더 높은 수준의 위험을 인지하게 될 수 있으며, 소비자의 서비스 선택뿐만 아니라 지속적인 서비스 이용에도 중요한 영향을 미치는 요인으로 작용할 수 있다(Chaudhry et al., 2016; Reaves et al., 2015).

3) 환경적 특성: 네트워크 외부성

네트워크 외부성은 특정 서비스를 사용하는 이용자의 수가 증가하거나 이와 관련된 부가적인 서비스나 제품들이 증가하게 되면서 서비스의 가치가 향상되는 것을 의미한다(Hsu & Lin, 2016; Katz & Shapiro, 1985). 네트워크 외부성은 직접적인 효과와 간접적인 효과로 크게 나누어 볼 수 있다. 첫째, 직접적인 네트워크 외부성 효과는 동일 서비스를 이용하는 소비자의 수가 증가할수록 서비스의 가치나 효용이 증가하는 것을 의미한다. 개인은 이용자 수가 많은 서비스가 그렇지 않은 서비스에 비해 향상된 서비스를 제공할 것이라는 높은 기대 수준을 가지고 있기 때문에 이용자 수가 많은 서비스를 선택하려는 경향을 보인다(Hsu & Lin, 2016; Lee, 2018; Lin, 2011; Zhang et al., 2017). 이러한 이유는 특정 서비스의 이용자가 많아질수록 정보 흐름이 원활해질 뿐만 아니라 서비스와 관련된 다양한 콘텐츠가 개발되고, 서비스의 질도 향상되어 소비자가 얻을 수 있는 효용이 증가하기 때문이다(Lin, 2011; Zhang et al., 2017). 둘째, 간접적인 네트워크 외부성 효과는 특정 서비스의 보완재나 호환성 등이 증가하게 되면서 서비스의 가치가 향상되는 것을 의미한다. 특정 서비스의 호환성이나 보완재가 증가하게 될수록 개인이 얻을 수 있는 서비스의 효용도 증가하게 되며, 간접적인 네트워크 외부성 효과가 증가할수록 서비스 이용자의 수도 함께 증가하게 되는 긍정적인 결과를 가져올 수 있다(Lin & Bhattacherjee, 2008; Hsu & Lin, 2016; Zhang et al., 2017).

네트워크 외부성이 소비자 반응에 미치는 영향력을 살펴본 연구들에 의하면 특정 서비스를 이용하는 지인들이 증가할수록 해당 서비스를 이용하고자 하는 의도가 증가하는 것으로 나타났으며(Baker & White, 2010; Kim et al., 2013), 특정 서비스의 네트워크 크기가 커질수록 소비자들이 해당 서비스를 수용하는데 소요되는 시간이 단축되는 것으로 나타났다(Morrison, 2002). 인터넷전문은행 관련 연구에서도 네트워크 외부성이 인터넷전문은행의 지속 사용 의도를 증가시키는 선행요인으로 확인되었으며(Lee, 2018), 모바일 결제 관련 연구에서도 이용자 수를 의미하는 네트워크 외부성이 낮다고 인지할수록 서비스 수용 의도가 감소하는 것으로 나타났다(Mallat, 2007). 또한, 특정 제품이나 서비스에 대한 상호보완성을 높게 인지할수록 인지된 혜택이 증가하는 것으로 나타났으며, 상호보완성이 인지된 혜택을 매개로 지속 사용 의도에 긍정적인 영향을 미치는 것으로 나타났다(Hsu & Lin, 2016).

연구 문제 및 연구 방법

1. 연구문제

본 연구는 인터넷전문은행에 대한 수용 의도와 저항에 영향을 미치는 요인들을 살펴보고자 하였으며, 본 연구의 연구 문제는 다음과 같다.

[연구 문제 1] 소비자 특성, 혁신 특성, 그리고 환경적 특성에 대한 소비자의 인지 수준은 어떠한가?

[연구 문제 2] 소비자 특성, 혁신의 특성, 그리고 환경적 특성이 인터넷전문은행에 대한 소비자 반응에 어떠한 영향을 미치는가?

1-1. 인터넷전문은행 수용 의도에 영향을 미치는 요인은 무엇인가?

1-2. 인터넷전문은행에 대한 저항에 영향을 미치는 요인은 무엇인가?

2. 자료 수집 및 방법

본 연구는 인터넷전문은행에 가입하지 않은 소비자들을 대상으로 인터넷전문은행에 대한 수용과 저항에 영향을 미치는 요인들을 살펴보기 위해 온라인 설문조사를 실시하였다. 본 연구의 조사대상자는 인터넷전문은행의 정의와 특성을 알고 있으며, 인터넷전문은행에 미가입한 20-60대 소비자로 한정하였다. 조사대상자를 미가입자로 한정한 이유는 다음과 같다. 첫째, 인터넷전문은행의 가입률이 20-40대에서 높게 나타났지만 여전히 인터넷전문은행 수용을 보류하거나 거부하고 있는 20-40대의 미가입자들이 존재하고 있어 어떠한 요인들에 의해 인터넷전문은행 수용이나 저항이 발생하는지 살펴보는 것이 필요하다고 판단하였다. 둘째, 50-60대의 경우 인터넷전문은행 가입률이 가장 저조한 집단으로 어떠한 요인들에 의해 저항이 증가하고 수용 의도가 감소하는지 살펴보는 것이 필요하다고 판단하였다.

본 연구는 설문을 시작하기 이전에 인터넷전문은행에 대한 정의와 특성(비대면, 무점포, 온라인 중심 등)을 제시한 예비 문항을 제시하여 인터넷전문은행에 대한 정의와 특성을 올바르게 선택한 소비자들에게만 추가 문항이 제시될 수 있도록 설정하였다. 본 연구의 온라인 설문 조사는 2018년 9월 1-10일까지 온라인설문조사 전문업체인 마크로밀엠브레인을 통해 실시되었다. 총 532개의 응답 자료가 본 연구의 최종 분석에 활용되었다. 본 연구는 532개의 응답자료를 분석하기 위해 SPSS ver. 23.0(SPSS Inc., Chicago, IL, USA)을 활용하여 빈도 분석, 기술 통계분석, 신뢰도 분석, 그리고 위계적 회귀분석을 실시하였다.

3. 조사대상자들의 특성

조사대상자들의 특성을 살펴보면 다음과 같다(Table 1). 본 연구의 조사대상자는 총 532명으로 남성 264명(49.6%), 여성 268명(50.4%)으로 나타났다. 조사대상자들의 연령대를 살펴보면, 20대 101명(19.0%), 30대 106명(19.9%), 40대 114명(21.4%), 50대 103명(19.4%), 60대 108명(20.3%)으로 나타났다. 학력 수준은 대졸이 332명(62.4)으로 가장 높게 나타났으며, 고졸 150명(26.3%), 대학원 재학 이상 54명(10.2%), 중졸 6명(1.1%) 순으로 나타났다. 월 평균 소득은 400-499만원이 122명(22.9%)으로 가장 높게 나타났으며, 200-299만원 117명(22.0%), 100-199만원 107명(20.1%), 100만원 미만이 97명(18.2%) 순으로 나타났다. 직업을 살펴보면 관리자/사무직이 208명(39.1%)으로 가장 높게 나타났으며, 전업 주부 93명(17.5%), 전문직 62명(11.7%), 기타 51명(9.6%), 서비스 및 판매 45명(8.5%), 학생 45명(8.5%), 생산 관련직 28명(5.3%) 순으로 나타났다.

Demographic Characteristics of the Respondents

3. 조사 도구

1) 조사 도구들에 대한 요인분석

본 연구는 인터넷전문은행에 대한 수용과 저항에 영향을 미치는 선행 요인들로 활용된 소비자 특성, 혁신 특성, 그리고 환경적 특성 요인들의 타당성을 확인하기 위해 베리맥스(Varimax) 요인분석을 실시하였다. 요인분석 결과 Table 2와 같다. KMO 값은 .768으로 나타났으며, Bartlett의 카이제곱 값이 3083.852(p=.000)로 나타나 요인분석의 가정을 만족시키는 것으로 나타났다. 총 15개의 설문 문항이 요인분석에 활용되었으며, 요인분석 결과 총 6개의 요인으로 추출되었다. 요인분석의 총설명력은 약 78%로 나타났다. 요인 1은 ‘상호보완성’으로 명명하였으며, 요인 2는 ‘주변 이용자 수’로 명명하였다. 요인 3은 ‘인지된 위험’으로 명명하였으며, 요인 4는 ‘현상 유지 편향’으로 명명하였다. 요인 5는 ‘적합성’으로 명명하였으며, 요인 6은 ‘상대적 이점’으로 명명하였다.

Exploratory Factor Analysis Results

2) 조사 도구의 조작적 정의

본 연구는 인터넷전문은행 미가입자들의 수용 의도와 저항에 영향을 미치는 요인들을 살펴보기 위한 목적을 가지고 있다. 본 연구는 인터넷전문은행 수용 의도와 저항이라는 두 가지 종속 변수를 제시하였으며, 독립변수는 Ram (1987)의 혁신 저항 모델을 기반으로 소비자 특성, 혁신 특성, 그리고 환경적 특성 요인으로 분류 하였다. 소비자 특성으로는 현상 유지 편향을, 혁신 특성으로는 상대적 이점, 적합성, 인지된 위험을, 그리고 환경적 특성으로는 네트워크 외부성을 선정하였다.

모든 설문 문항은 5점 리커트 척도로 구성되어 있으며, 문항들을 합산한 평균 값이 높을수록 해당 요인에 대한 정도가 높다고 판단하였다. 첫째, 상대적 이점은 인터넷전문은행이 시중 은행보다 금융 서비스 이용 비용을 감소시켜 준다고 인지하는 정도로 정의하였으며, Bae (2018)의 연구를 참고하여 본 연구에 맞게 수정하였다. 상대적 이점은 총 3문항으로 이용 시간이 절감된다고 인지하는 정도, 이용 노력이 절감된다고 인지하는 정도, 경제적인 혜택을 제공받을 수 있다고 인지하는 정도로 구성하였다. 상대적 이점을 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α 값이 .856으로 나타나 문항들의 신뢰도가 확보되었다. 둘째, 적합성은 인터넷전문은행이 자신에게 적합한 서비스라고 인지하는 정도로 정의하였으며, Bae (2018)의 연구를 참고하여 본 연구에 맞게 수정하였다. 적합성은 총 2문항으로 자신의 삶의 방식에 적합하다고 인지하는 정도, 개인이 추구하는 가치에 적합하다고 인지하는 정도로 구성하였다. 적합성을 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α 값이 .814로 나타나 문항들의 신뢰도가 확보되었다. 셋째, 인지된 위험은 인터넷전문은행 이용에 대한 심리적 위험 정도로 정의하였으며, Bae (2018)의 연구를 참고하였다. 인지된 위험은 총 3문항으로 과도한 개인정보 수집에 대한 인지된 위험 정도, 서비스 품질에 대한 대한 인지된 위험 정도, 네트워크 접속 오류에 대한 인지된 위험 정도로 구성하였다. 인지된 위험을 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α 값이 .804로 나타나 문항들의 신뢰도가 확보되었다. 넷째, 현상 유지 편향은 평소에 변화보다는 현재 상태 유지를 추구하는 성향의 정도로 정의하였으며, Falk (2017)의 연구를 참고하였다. 현상 유지 편향은 총 3문항으로 현재 상태를 유지하고자 하는 정도, 현재 상태에 대한 선호 정도, 변화에 대한 부정적인 태도 정도로 구성하였다. 현상 유지 편향을 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α 값이 .837로 나타나 문항들의 신뢰도가 확보되었다. 다섯째, 네트워크 외부성은 간접적 네트워크 외부성과 직접적 네트워크 외부성이라는 두 가지 차원으로 나누어 살펴보았다. 네트워크 외부성은 Zhang 등(2017)의 연구를 참고하여 간접적 네트워크 외부성은 서비스의 상호보완성(complementarity)이라는 변수로, 직접적 네트워크 외부성은 주변 이용자 수(numbers of peers)라는 변수로 나누어 살펴보았다. 서비스 상호보완성(간접적 네트워크 외부성)은 인터넷전문은행 서비스 품질이 향상될 것이라고 인지하는 정도로 정의하였다. 간접적 네트워크 외부성은 총 2문항으로 네트워크 서비스 품질이 향상될 것이라고 인지하는 정도, 서비스가 다양해질 것이라고 인지하는 정도로 구성하였다. 주변 이용자 수(직접적 네트워크 외부성)는 주변에 인터넷전문은행을 이용하는 사람들의 수가 많다고 인지하는 정도로 정의하였다. 직접적 네트워크 외부성인 주변 이용자 수는 총 2문항으로 주변에 인터넷전문은행을 이용하는 사람들이 많다고 인지하는 정도, 주변에 인터넷전문은행 이용을 추천하는 사람들이 많다고 인지하는 정도로 정의하였다. 서비스 상호보완성을 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α값이 .812로 나타났으며, 주변 이용자 수의 Cronbach’s α값도 .826으로 나타나 문항들의 신뢰도가 확보되었다. 여섯째, 인터넷전문은행 수용 의도는 향후 인터넷전문은행을 이용하고자 하는 의도 정도로 정의하였으며, Hsieh 등(2012)의 연구를 참고하였다. 수용 의도는 총 3문항으로 향후 인터넷전문은행을 이용할 계획 정도, 인터넷전문은행을 이용하고자 하는 의사 정도, 인터넷전문은행 사용을 예상하는 정도로 구성하였다. 인터넷전문은행 수용 의도를 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α 값이 .812로 나타나 문항들의 신뢰도가 확보되었다. 마지막으로 인터넷전문은행에 대한 저항은 인터넷전문은행에 대한 부정적 태도 정도로 정의하였으며, Joseph (2010)의 연구를 참고하였다. 저항은 총 3문항으로 인터넷전문은행에 대한 무관심 정도, 필요성을 느끼지 못하는 정도, 거부감을 느끼는 정도로 구성하였다. 인터넷전문은행에 대한 저항을 구성하는 문항들의 내적 일관성을 살펴보기 위해 신뢰도를 분석한 결과 Cronbach’s α 값이 .832로 나타나 문항들의 신뢰도가 확보되었다.

연구 결과

1. 소비자, 혁신, 사회적 특성에 대한 인식 수준

소비자, 혁신, 그리고 사회적 특성에 대한 소비자의 인식 수준을 살펴본 결과 Table 3과 같다. 독립변수들 중에서 주변 이용자수(직접적인 네트워크 외부성)의 평균이 3.664점으로 가장 높게 나타났으며, 상대적 이점 평균 3.584점, 인지된 위험 평균 3.505점, 현상 유지 편향 평균 3.469점, 상호보완성(간접적인 네트워크 외부성) 평균 2.734점, 적합성 평균 3.211점 순으로 나타났다.

Means of Antecedent Variables

2. 인터넷전문은행 수용 및 저항에 영향을 미치는 요인

본 연구는 인터넷전문은행에 대한 수용 의도와 저항에 영향을 미치는 선행 요인을 파악하기 위해 위계적 회귀 분석을 실시하였다. 혁신 의사결정에 영향을 미치는 요인들을 제시한 Rogers (2003), Talk & Heidenreich (2014)의 연구에 의하면, 혁신 의사결정의 첫 번째 단계인 지식에서는 현상 유지 편향과 같은 소비자의 개인적 특성이 가장 많은 영향을 미치며, 두 번째 설득 단계에서는 인지된 혁신의 특성이 가장 많은 영향을 미친다고 보고 있다. 또한, 혁신 의사결정이 결정 단계로 옮겨갈수록 개인적 특성, 혁신적 특성, 환경적 요인 등 다양한 요인들이 개인의 의사결정에 영향을 미친다고 보고 있다. 이에 본 연구는 Rogers (2003), Talk & Heidenreich (2014)의 연구를 참고하여 소비자 특성, 혁신 특성, 환경적 특성 순으로 독립 변수를 투입하였으며, 연령, 월 평균 소득, 교육 수준, 그리고 성별을 통제 변수로 활용하였다. 성별은 남성 집단을 기준으로 더미 변수 처리하였다.

인터넷전문은행에 대한 수용 의도에 영향을 미치는 영향 요인들을 살펴보기 위해 위계적 회귀 분석을 실시하였으며, 연구 결과는 Table 4와 같다. 인터넷전문은행에 대한 수용 의도에 영향을 미치는 요인들을 살펴보기 이전에 독립변수들의 다중공선성을 확인하기 위해 모델 1-3을 기반으로 공차와 분산팽창지수를 살펴보았다. 분석 결과 공차는 .423~.910의 분포를 보이고 있었으며, 분산팽창지수의 범위는 1.007~2.105로 나타나 다중공선성의 위험이 낮은 것으로 나타났다.

The Results of Hierarchical Regression: Adoption Intention

모델 1-1은 통제 변수와 소비자 특성 변수가 포함된 모형이다. 통제 변수와 소비자 특성 변수가 인터넷전문은행 수용 의도를 설명하는 설명력은 27%로 나타났다. 분석 결과, 현상 유지 편향(β=-.220)이 인터넷전문은행 수용 의도에 부(-)적인 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행의 수용 의도가 낮은 것으로 나타났다(β=-.102).

모형 1-2는 통제 변수와 소비자 특성 변수에 혁신 특성 변수를 추가한 모형이다. 분석 결과, 현상 유지 편향(β=-.142), 상대적 이점(β=.381), 적합성(β=.142), 인지된 위험(β=-.135)이 인터넷전문은행 수용 의도에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행의 수용 의도가 낮은 것으로 나타났다(β=-.157). 통제 변수, 소비자 특성, 그리고 혁신 특성 변수가 인터넷전문은행 수용 의도를 설명하는 설명력은 31%로 나타났다. 혁신 특성 변수를 투입한 모형 1-2의 설명력이 1-1에 비해 유의하게 증가한 것으로 나타났다.

모형 1-3은 통제변수, 소비자 특성, 혁신 특성 변수에 환경적 변수를 추가한 모형이다. 분석 결과, 현상 유지 편향(β=-.204), 상대적 이점(β=.179), 적합성(β=.087), 인지된 위험(β=-.118), 상호보완성(간접적 네트워크 외부성)(β=.371), 주변 이용자 수(직접적 네트워크 외부성)(β=.234)가 인터넷전문은행 수용 의도에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행의 수용 의도가 낮은 것으로 나타났다(β=-.131). 통제 변수, 혁신 특성, 소비자 특성 변수, 그리고 환경적 변수가 인터넷전문은행 수용 의도를 설명하는 설명력은 45%로 나타났다. 환경적 변수를 투입한 모형 1-3의 설명력이 1-2에 비해 유의하게 증가한 것으로 나타났다.

인터넷전문은행에 대한 저항에 영향을 미치는 영향 요인들을 살펴보기 위해 위계적 회귀 분석을 실시하였으며, 연구 결과는 Table 5와 같다. 본 연구에 활용된 독립변수들의 다중공선성을 확인하기 위해 모델 2-3의 공차와 분산팽창지수를 살펴보니, 공차는 .501~.937의 분포를 보이고 있었으며, 분산팽창지수는 1.108~2.112로 나타나 다중공선성의 위험이 낮은 것으로 나타났다.

The Results of Hierarchical Regression: Consumer Resistance

모형 2-1은 통제 변수와 소비자 특성 변수가 포함된 모형이다. 분석 결과, 연령(β=-.095), 현상 유지 편향(β=.430)이 인터넷전문은행에 대한 저항에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행에 대한 저항이 높은 것으로 나타났다(β=.116). 통제 변수와 소비자 특성 변수가 인터넷전문은행에 대한 저항을 설명하는 설명력은 21%로 나타났다.

모형 2-2는 통제 변수, 소비자 특성 변수에 혁신적 특성 변수를 추가한 모형이다. 분석 결과, 연령(β=-.071), 현상 유지 편향(β=.343), 상대적 이점(β=-.221), 인지된 위험(β=.292)이 인터넷전문은행에 대한 저항에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행에 대한 저항이 높은 것으로 나타났다(β=.121). 통제 변수, 소비자 특성, 그리고 혁신 특성 변수가 인터넷전문은행에 대한 저항을 설명하는 설명력은 32%로 나타났다. 혁신 특성 변수를 투입한 모형 2-2의 설명력이 2-1에 비해 유의하게 증가한 것으로 나타났다.

모형 2-3은 통제변수, 소비자 특성, 혁신 특성 변수에 환경적 변수를 추가한 모형이다. 분석 결과, 현상 유지 편향(β=.347), 상대적 이점(β=-.146), 인지된 위험(β=.300), 상호보완성(간접적 네트워크 외부성)(β=-.076), 주변 이용자 수(직접적 네트워크 외부성)(β=-.161)가 인터넷전문은행에 대한 저항에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행에 대한 저항이 높은 것으로 나타났다(β=.117). 통제 변수, 혁신 특성, 소비자 특성 변수, 그리고 환경적 변수가 인터넷전문은행에 대한 저항을 설명하는 설명력은 36%로 나타났다. 환경적 변수를 투입한 모형 2-3의 설명력이 2-2에 비해 유의하게 증가한 것으로 나타났다.

결론

본 연구는 인터넷전문은행 미가입자들의 수용 의도와 저항에 영향을 미치는 요인들을 살펴보기 위한 목적으로 수행되었다. 인터넷전문은행 수용 의도에 영향을 미치는 요인들을 살펴본 결과, 현상유지 편향, 상대적 이점, 적합성, 인지된 위험, 상호보완성, 주변 이용자 수가 인터넷전문은행 수용 의도에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행의 수용 의도가 낮은 것으로 나타났다. 인터넷전문은행에 대한 저항에 영향을 미치는 요인들을 살펴본 결과, 현상 유지 편향, 상대적 이점, 인지된 위험, 상호보완성, 주변 이용자 수가 인터넷전문은행에 대한 저항에 영향을 미치는 것으로 나타났으며, 여성 집단이 남성 집단 보다 인터넷전문은행에 대한 저항이 높은 것으로 나타났다.

본 연구의 결론 및 시사점은 다음과 같다. 첫째, 상대적 이점은 인터넷전문은행에 대한 수용 의도와 저항에 모두 영향을 미치는 요인으로 나타났다. 이는 상대적 이점이 혁신에 대한 저항을 감소시킬 뿐만 아니라 수용을 증가시키는 요인이 될 수 있다는 선행연구를 뒷받침 하는 결과이다(Lin, 2011). 다수의 소비자들은 이미 시중 은행에서 제공하는 금융 서비스를 이용하고 있다. 그렇기 때문에 본 연구 결과는 시중 은행과 비교해 보았을 때 인터넷전문은행의 상대적 이점이 높게 인지될수록 이를 수용하고자 하는 개인의 의도가 증가할 수 있으며, 인터넷전문은행에 대한 저항도 감소할 수 있음을 시사한다. 그러므로 인터넷전문은행 서비스 제공업자들은 인터넷전문은행이 금융 시장에 진출한 후발주자라는 사실을 간과해서는 안 될 것이며, 시중 은행과 차별화된 서비스를 지속적으로 개발하는 것이 필요하다.

둘째, 인지된 위험은 인터넷전문은행의 수용 의도를 감소시킬 뿐만 아니라 저항을 증가시키는 요인으로 확인되었다. 이러한 결과는 인지된 위험이 혁신적인 서비스 수용을 방해할 뿐만 아니라 저항을 증가시킨다는 연구결과와 맥락을 함께 한다 (Kim et al., 2013; Yang et al., 2012). 소비자들은 민감한 개인정보를 제공해야 하는 서비스 환경에서 높은 수준의 위험을 인지하게 된다(Chaudhry et al., 2016; Reaves et al., 2015). 인터넷전문은행의 경우 서비스를 이용하기 위해 민감한 개인정보를 제공해야 하며, 비대면 중심의 온라인 서비스가 제공되기 때문에 시중 은행보다 높은 수준의 위험이 인지될 가능성이 크다. 해외 인터넷전문은행의 경우 소비자들의 인지된 위험을 감소시켜 주고 신뢰도를 향상시키기 위해 페이스북이나 유튜브를 활용하여 인터넷전문은행의 효율성과 특성에 대한 정보를 지속적으로 제공하고 있다(Park & Ryu, 2018). 그러므로 국내 인터넷전문은행 서비스 제공업자들도 다양한 채널을 활용하여 인터넷전문은행에 대한 정보들을 지속적으로 제공하는 것이 필요하다. 이와 더불어 어떠한 요인들에 의해 인지된 위험이 증가하는지 살펴보는 것이 필요하며, 인지된 위험을 최소화 시켜주기 위한 개인정보 보호 방침이나 서비스 제공 방안을 제시하는 것이 요구된다.

셋째, 현상 유지 편향은 인터넷전문은행의 수용 의도를 감소시키는 반면, 저항을 증가시키는 요인으로 확인되었다. 이러한 결과는 소비자의 개인적 특성이 혁신을 수용하는데 영향을 미치는 중요한 선행 요인이 될 수 있음을 시사한다. 현상 유지 편향이 높은 개인일수록 특정 서비스를 통해 얻을 수 있는 잠재 이득보다 잠재 손실을 크게 평가하려는 경향이 강하다(Falk et al., 2007; Polites, & Karahanna, 2012). 그렇기 때문에 현상 유지 편향이 높은 개인일수록 새로운 의사 결정 과정에서 소요되는 비용을 최소화 하기 위해 인터넷전문은행에 대한 저항 수준이 증가하게 될 수 있다. 하지만, 향후 혁신적인 서비스를 적절한 시기에 수용하지 않아 발생할 수 있는 잠재적 비용이 새로운 의사 결정 과정에서 발생하는 비용보다 더 커질 수 있음을 간과해서는 안 될 것이다. 그러므로 소비자가 인터넷전문은행이 제공하는 금융 서비스에 대한 잠재적 효용과 비용을 쉽게 비교하고 인지할 수 있도록 다양한 형태의 정보들이 제공되고 안내되어야 할 것이다. 이와 더불어 소비자의 현상 유지 편향을 증가시키는 요인을 파악하여 이를 감소시켜 주기 위한 노력이 필요하다.

넷째, 주변 이용자 수는 인터넷전문은행의 수용 의도를 증가시키는 반면에 저항을 감소시키는 요인으로 나타났다. 인터넷이 발달하면서 소비자들은 특정 서비스에 대한 평판이나 인지도, 그리고 이용자의 수를 판가름 할 수 있는 정보들을 가질 수 있게 되었다. 이러한 정보들은 소비자가 신서비스를 평가하고 판단하는데 중요한 정보 자원으로 활용되고 있으며, 신서비스 이용으로 얻을 수 있는 잠재적 효용을 예측하는 자료로 활용되고 있다(Morrison, 2002). 하지만, 현존하는 서비스에 대한 만족도 수준은 낮지만 이를 대체할 수 있는 향상된 서비스가 존재하지 않거나, 사회적 압력으로 인해 특정 서비스를 부득이하게 이용해야 하는 경우 이용자의 수가 증가할 수 있다. 또한, 가입자 수는 증가함에도 불구하고 실질적으로 특정 서비스를 이용하는 이용자 수는 적을 수 있으므로 이용자의 수보다는 현존하는 서비스의 장점과 단점, 그리고 시장 환경을 잘 파악하여 향후 더욱 발전할 수 있는 여건을 가지고 있는 서비스인지 판단하는 것이 필요하다.

다섯째, 상호보완성은 인터넷전문은행의 수용 의도를 증가시키는 반면에 저항을 감소시키는 요인으로 나타났다. 이러한 결과는 상호보완성과 같은 네트워크 외부성이 혁신에 대한 이용 및 지속 사용 의도를 증가시킨다는 연구 결과를 뒷받침 한다고 할 수 있다(Hsu & Lin, 2016; Qasim & Abu-Shanab, 2016). 이는 인터넷전문은행에 대한 수용과 저항은 인터넷전문은행의 이용자수라는 수요적인 측면뿐만 아니라 상호보완성이라는 공급 측면과도 관련이 있을 수 있음을 시사한다. 그러므로 인터넷전문은행 서비스 제공업자들은 이용자 수를 확보하는 것보다 다양한 서비스를 실질적으로 제공하여 소비자들의 인지된 혜택 수준을 높여주는 것이 필요하다(Hsu & Lin, 2016).

여섯째, 적합성은 인터넷전문은행 수용 의도를 증가시키는 요인으로 확인되었으나, 소비자 저항에는 영향을 미치지 않는 것으로 나타났다. 이는 금융 서비스 연구들에서 적합성이 수용 의도에 긍정적인 영향을 미친다는 연구 결과와 맥락을 함께 한다(Lin, 2011; Oh, 2015). 이러한 결과는 인터넷전문은행에 대한 저항수준이 낮은 개인의 경우 적합성이 수용 의도를 높이는데 영향을 미칠 수 있지만, 저항 수준이 높은 개인의 경우 적합성이 수용 의도를 증가시켜도 저항감 때문에 인터넷전문은행 이용 가능성이 낮아질 수 있음을 시사한다. 그러므로 혁신적인 서비스에 대한 소비자 반응을 정확하게 살펴보기 위해서는 긍정적인 반응 뿐만 아니라 부정적인 태도나 반응을 함께 살펴보는 것이 필요함을 시사한다.

본 연구의 한계점 및 향후 연구를 위한 제언은 다음과 같다. 첫째, 본 연구는 인터넷전문은행의 비이용자들을 대상으로 수용 의도와 저항에 미치는 영향 요인들을 살펴보았다. 인터넷전문은행에 대한 비이용자들의 반응은 거부, 반대, 지연 등 다양한 형태로 세분화 될 수 있으므로 향후 연구에서는 다양한 소비자 반응에 대한 고려가 필요하다. 둘째, 본 연구는 개인의 특성으로 현상 유지편향을 살펴보았다. 하지만, 혁신 성향이나 현재 이용하고 있는 서비스 만족 수준이 인터넷전문은행에 대한 수용 의도나 저항에도 영향을 미칠 수 있으므로 향후 연구에서는 다양한 개인적 특성변수를 추가하는 것이 필요하다. 셋째, 본 연구는 비이용자를 중심으로 인터넷전문은행에 대한 수용 의도와 저항을 살펴보았다. 향후 연구에서는 이용자들을 조사대상자에 추가하여 이용자와 비이용자들의 인터넷전문은행에 대한 태도나 인식 수준의 차이점을 살펴보는 것이 필요하다.

Notes

The authors declare no conflict of interest with respect to their authorship or the publication of this article.

Acknowledgements

This work was supported by the Ministry of Education of the Republic of Korea and the National Research Foundation of Korea (NRF2018S1A5B5A01030459).

References

1. Bae J. K.. 2018;A study on the determinant factors of innovation resistance and innovation acceptance on internet primary bank services: Combining the theories of innovation diffusion and innovation resistance. The e-Business Association 19(2):91–104. https://doi.org/10.20462/tebs.2018.4.19.2.91.
2. Baker R. K., White K. M.. 2010;Predicting adolescents’use of social networking sites from an extended theory of planned behaviour perspective. Computers in Human Behavior 26(6):1591–1597. https://doi.org/10.1016/j.chb.2010.06.006.
3. Chaudhry A. A., Parveiz A., Javed Y.. 2016;Determinants of users trust for branchless banking in Pakistan. The Journal of Internet Banking and Commerce 21(1):1–15.
4. Cho B. J., Lee J. S.. 2016;Adoption factors of smart watch: Focusing on moderate effects of innovation resistance. Journal of Broadcasting and Telecommunication Research 93:111–136.
5. Choi S. J., Kang S. Y.. 2016;Consumers’intentions for the usage of mobile payments: Extending UTAUT with innovativeness, trust and network rffect. International Telecommunications Policy Review 23(4):29–52.
6. Choi J. I.. 2016;Introduction of the internet-only bank and development direction proposal. Journal of Digital Convergence 14(9):139–147. https://doi.org/10.14400/JDC.2016.14.9.139.
7. Falk T., Schepers J., Hammerschmidt M., Bauer H. H.. 2007;Identifying cross-channel dissynergies for multichannel service providers. Journal of Service Research 10(2):143–160. https://doi.org/10.1177/1094670507306683.
8. Gupta A., Su B. C., Walter Z.. 2004;Risk profile and consumer shopping behavior in electronic and traditional channels. Decision Support Systems 38(3):347–367. https://doi.org/10.1016/j.dss.2003.08.002.
9. Hsieh J. K., Hsieh Y. C., Chiu H. C., Feng Y. C.. 2012;Post-adoption switching behavior for online service substitutes: A perspective of the push–pull–mooring framework. Computers in Human Behavior 28(5):1912–1920. https://doi.org/10.1016/j.chb.2012.05.010.
10. Hsu C. L., Lin J. C. C.. 2016;An empirical examination of consumer adoption of Internet of Things services: Network externalities and concern for information privacy perspectives. Computers in Human Behavior 62:516–527. https://doi.org/10.1016/j.chb.2016.04.023.
11. Huh K., Park K. Y.. 2013;A study on the effect of risk tolerance and status quo bias on search behavior of financial information, financial management behavior and satisfaction for economic life of households. Financial Planning Review 6(1):1–26.
12. Hwang K. D.. 2018;FinTech and Koreanische banken in digital transition. Koreanische Zeitschrift fuer Wirtschaftswissenschaften 36(1):23–41. https://doi.org/10.18237/KDGW.2018.36.1.023.
13. Joseph R. C.. 2010;Individual resistance to IT innovations. Communications of the ACM 53(4):144–146. https://doi.org/10.1145/1721654.1721693.
14. Kahneman D., Tversky A.. 1979;Prospect theory: An analysis of decision under risk. Econometrica 47(2):263–292. https://doi.org/10.2307/1914185.
15. Kang J. N.. 2018. July. 17. Relaxation of regulation of banking and commerce separation. The Weekly Donga Retrieved October 22, 2018, from http://weekly.donga.com/3/all/11/1386668/1.
16. Katz M. L., Shapiro C.. 1985;Network externalities, competition, and compatibility. The American Economic Review 75(3):424–440.
17. Kim H. W., Kankanhalli A.. 2009;Investigating user resistance to information systems implementation: A status quo bias perspective. MIS Quarterly 33(3):567–582.
18. Kim D., Kim S.. 2017;Factors to influence switching intention to Internet-only bank from legacy bank: Focused on financial consumers’asset management. Information Society & Media 18(1):105–134.
19. Kim S. H., Park T. K.. 2017;Acceptance factors of financial consumers on Internet Primary Banks. Journal of Industrial Economics and Business 30(2):589–622. https://doi.org/10.22558/jieb.2017.4.30.2.589.
20. Kim H. J., Rha J. Y.. 2018;Consumers’adoption and resistance of branchless bank: Non-users perspective. Journal of Consumer Studies 29(4):97–118.
21. Kim H., Kim J., Yun S., Lee M.. 2013;KakaoTalk and network externalities: Focusing on the mediation role of perceived interactivity and perceived risk. Korean Marketing Review 28(2):17–38.
22. Kim H. J., Lee J. M., Rha J. Y.. 2017;Understanding the role of user resistance on mobile learning usage among university students. Computers & Education 113:108–118.
23. Kurila J., Lazuras L., Ketikidis P. H.. 2016;Message framing and acceptance of branchless banking technology. Electronic Commerce Research and Applications 17:12–18. https://doi.org/10.1016/j.elerap.2016.02.001.
24. Kwak N. Y., Yoo H., Lee C. C.. 2018;Study on factors affecting financial customer’s switching intention to internet only bank: Focus on Kakao bank. Journal of Digital Convergence 16(2):157–167. https://doi.org/10.14400/JDC.2018.16.2.157.
25. Lee K., Kim S. I.. 2018;A study on the factors affecting the reliability of user’s confidence in Korean internet professional bank: Focused on Kakao Bank and KBank. Journal of Korea Convergence Society 9(1):277–282. https://doi.org/10.15207/JKCS.2018.9.1.277.
26. Lee Y. H., Hsieh Y. C., Hsu C. N.. 2011;Adding innovation diffusion theory to the technology acceptance model: Supporting employees’ intentions to use e-learning systems. Journal of Educational Technology & Society 14(4):124–137.
27. Lee J. M.. 2018;The effects of consumers’perceived value and network externality on continuous use intention of internet primary bank. Journal of Consumer Studies 29(4):139–159.
28. Lee E. J., Kwon K. N., Schumann D. W.. 2005;Segmenting the nonadopter category in the diffusion of internet banking. International Journal of Bank Marketing 23(5):414–437.
29. Lin C. P., Bhattacherjee A.. 2008;Elucidating individual intention to use interactive information technologies: The role of network externalities. International Journal of Electronic Commerce 13(1):85–108. https://doi.org/10.2753/JEC1086-4415130103.
30. Lin C. A., Jeffres L. W.. 1998;Factors influencing the adoption of multimedia cable technology. Journalism & Mass Communication Quarterly 75(2):341–352. https://doi.org/10.1177/107769909807500209.
31. Lin H. F.. 2011;An empirical investigation of mobile banking adoption: The effect of innovation attributes and knowledge-based trust. International Journal of Information Management 31(3):252–260. https://doi.org/10.1016/j.ijinfomgt.2010.07.0069.
32. Mallat N.. 2007;Exploring consumer adoption of mobile payments–A qualitative study. The Journal of Strategic Information Systems 16(4):413–432. https://doi.org/10.1016/j.jsis.2007.08.001.
33. Moon Y. H.. 2017;Factors affecting intention to use Internet Primary Bank : An exploratory difference of demographic characteristics. The Journal of Business Education 31(6):95–108.
34. Morrison E. W.. 2002;Newcomers’ relationships: The role of social network ties during socialization. Academy of Management Journal 45(6):1149–1160. https://doi.org/10.5465/3069430.
35. Mustafa K., Waheed A.. 2016;Impact of alternative factors on usage of telco-led branchless banking services: Empirical evidence from Parkistan. The Journal of Internet Banking and Commerce 21(3):1–19.
36. Nam S. W., Hong E. J.. 2018;Gender difference on trust in Internetonly Banks using the multi-group path analysis. Journal of Convergence for Information Technology 8(3):99–105. https://doi.org/10.22156/CS4SMB.2018.8.3.099.
37. Nam S. T., Shin S. Y., Jin C. Y.. 2014;A meta-analysis and review of external factors based on the technology acceptance model: Focusing on the journals related to smartphone in Korea. Journal of the Korea Institute of Information and Communication Engineering 18(4):848–854. https://doi.org/10.6109/jkiice.2014.18.4.848.
38. Oh H.. 2015;A study of factors affecting the adoption intention of mobile easy payment service. Journal of Financial Consumers 5(1):33–64.
39. Park C., Ryu D.. 2018;Internet-only banks: An introduction overview. Korean Management Review 47(3):549–576. https://doi.org/10.17287/kmr.2018.47.3.549.
40. Park S. D., Sung B. S.. 2017;A study on the factors influencing the social adoption diffusion of innovative technology: Focuse on smart molility. Management & Information Systems Review 36(2):239–260. https://doi.org/10.29214/damis.2017.36.2.013.
41. Polites G. L., Karahanna E.. 2012;Shackled to the status quo: The inhibiting effects of incumbent system habit, switching costs, and inertia on new system acceptance. MIS Quarterly 36(1):21–42. https://doi.org/10.2307/41410404.
42. Qasim H., Abu-Shanab E.. 2016;Drivers of mobile payment acceptance: The impact of network externalities. Information Systems Frontiers 18(5):1021–1034. https://doi.org/10.1007/s10796-015-9598-6.
43. Ram S.. 1987;A model of innovation resistance. ACR North American Advance 14:208–212.
44. Reaves B., Scaife N., Bates A. M., Traynor P., Butler K. R.. 2015;August. Mo (bile) money, mo (bile) problems: Analysis of branchless banking applications in the developing world. In : Paper presented at the 24th Conference of USENIX Security Symposium. Whasington, D.C., USA.
45. Rogers E. M.. 2003. The diffusion of innovation New York: The Free Press.
46. Samuelson W., Zeckhauser R.. 1988;Status quo bias in decision making. Journal of Risk and Uncertainty 1(1):7–59. https://doi.org/10.1007/bf00055564.
47. Talke K., Heidenreich S.. 2014;How to overcome pro change bias: Incorporating passive and active innovation resistance in innovation decision models. Journal of Product Innovation Management 31(5):894–907. https://doi.org/10.1111/jpim.12130.
48. Venkatesh V., Morris M. G., Davis G. B., Davis F. D.. 2003;User acceptance of information technology: Toward a unified view. MIS Quarterly 27(3):425–478. https://doi.org/10.2307/30036540.
49. Vijayasarathy L. R.. 2004;Predicting consumer intentions to use online shopping: the case for an augmented technology acceptance model. Information & Management 41(6):747–762. https://doi.org/10.1016/j.im.2003.08.011.
50. Yang S., Lu Y., Gupta S., Cao Y., Zhang R.. 2012;Mobile payment services adoption across time: An empirical study of the effects of behavioral beliefs, social influences, and personal traits. Computers in Human Behavior 28(1):129–142. https://doi.org/10.1016/j.chb.2011.08.019.
51. Zhang C. B., Li Y. N., Wu B., Li D. J.. 2017;How WeChat can retain users: Roles of network externalities, social interaction ties, and perceived values in building continuance intention. Computers in Human Behavior 69:284–293. https://doi.org/10.1016/j.chb.2016.11.069.

Article information Continued

Table 1.

Demographic Characteristics of the Respondents

Variables Frequency (%)
Gender Male 264 (49.6)
Female 268 (50.4)
Age 20s 101 (19.0)
30s 106 (19.9)
40s 114 (21.4)
50s 103 (19.4)
60s 108 (20.3)
Education Under middle school graduate 6 (1.1)
High school graduate 150 (26.3)
College/university graduate 332 (62.4)
Post graduate school 54 (10.2)
Average monthly income (unit: ₩1,000) < 1,000 97 (18.2)
1,000-1,999 107 (20.1)
2,000-2,999 117 (22.0)
3,000-3,999 89 (16.7)
More than 4,000- 122 (22.9)
Occupation Professions 62 (11.7)
Office job 208 (39.1)
Sales / Service 45 (8.5)
Blue collar 28 (5.3)
Students 45 (8.5)
House wife 93 (17.5)
etc 51 (9.6)
Total : 532(100%)

Table 2.

Exploratory Factor Analysis Results

Variables Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6
Consumer characteristics Status quo bias -.019 .064 .117 .899 -.026 -.064
-.050 .062 .109 .906 .000 -.071
Innovation characteristics Relative advantage .176 .106 .080 -.116 .165 .845
.184 .139 .043 -.063 .208 .857
.207 .104 .043 .013 .245 .815
Compatibility .134 .133 .083 -.025 .857 .309
.173 .087 .068 -.008 .876 .257
Perceived risk .179 -.088 .753 .006 .241 .074
.115 .124 .817 .042 -.002 -.053
-.140 .072 .656 .251 -.057 .150
Social mechanism Complementarity .861 .004 .090 -.047 .165 .203
.816 .115 .063 -.035 .125 .292
Numbers of peers -.027 .898 .046 .131 .122 .083
.139 .881 .061 .004 .066 .195
Eigenvalues 1.652 1.699 1.729 1.732 1.757 2.485
% of variance 17.752 30.302 42.675 55.024 67.158 78.955
KMO = .768, Bartlett χ2 = 3083.852 (p =.000)

Table 3.

Means of Antecedent Variables

Antecedent variables Mean (S.D)
Consumer characteristics status quo bias 3.469 (.938)
Innovation characteristics relative advantage 3.584 (.683)
compatibility 3.211 (.736)
perceived risk 3.505 (.735)
Social mechanism network externality complementarity 2.734 (.835)
numbers of peers 3.664 (.651)

Table 4.

The Results of Hierarchical Regression: Adoption Intention

Adoption intention of virtual banks
Model 1-1
Model 1-2
Model 1-3
B β B β B β
Control variable age .004 .070 .001 .020 .003 .046
a monthly average income .001 .059 .000 .042 .023 .023
education -.008 -.011 -.028 -.038 -.011 -.016
gender(base: male) -.162 -.102* -.250 -.157*** -.209 -.131***
Consumer characteristics status quo bias -.210 -.220*** -.135 -.142*** -.194 -.204***
Innovation characteristics relative advantage .445 .381*** .209 .179***
compatibility .161 .142** .096 .087*
perceived risk -.147 -.135** -.128 -.118***
Social mechanism network externality complementarity .381 .371***
numbers of peers .286 .234***
Constant 3.727 1.741 1.178
F 8.586*** 27.640*** 42.902***
R2 (Adjusted R2) .275 (.273) .312 (.309) .452 (.441)
R2 .037* .140**
*

p <0.05,

**

p <0.01,

***

p <0.001

Table 5.

The Results of Hierarchical Regression: Consumer Resistance

Consumer resistance of virtual banks
Model 2-1
Model 2-2
Model 2-3
B β B β B β
Control variable age -.005 -.095* -.004 -.071* -.004 -.068
a monthly average income -.001 -.032 -.003 -.010 -.003 -.003
education -.005 -.007 -.003 .006 -.004 -.003
gender(base: male) .171 .116** .174 .121** .174 .117**
Consumer characteristics status quo bias .380 .430*** .304 .343*** .307 .347***
Innovation characteristics relative advantage -.240 -.221*** -.159 -.146**
compatibility -.027 -.019 .027 .026
perceived risk .294 .292*** .302 .300***
Social mechanism network externality complementarity -.084 -.076*
numbers of peers -.183 -.161***
Constant 1.862 2.227 1.870
F** 29.572*** 31.584*** 27.826***
R2 (Adjusted R2) .219 (.218) .321 (.319) .368 (.365)
R2 .102* .047*
*

p <0.05,

**

p <0.01,

***

p <0.001