서론
연구 가설 및 모형
1. 기대불일치이론과 연구의 이론적 틀
2. 서비스 인식 요인 및 가설 도출
2. 서비스 인식 요인 및 가설 도출
자료 수집 및 측정
1. 자료 수집 및 표본 특성
2. 변수의 측정 도구
분석 결과
1. 기술 통계 및 정규성 검증
2. 동일방법편의 평가
3. 측정 모형 평가
4. 구조 모형 평가
5. cIPMA 분석 결과
6. 결과 해석
논의
1. 이론적 시사점
2. 실무적 시사점
결론
서론
최근 전 세계적으로 기후변화 위기, 도심 교통 혼잡, 대기 오염 문제가 심화됨에 따라 지속 가능한 교통수단으로서 대중교통의 역할이 재조명받고 있다. 이에 세계 각국의 도시들은 승용차 이용과 탄소 배출 감소를 위해 여러 대중교통을 월정액으로 무제한 이용할 수 있는 정기권(이하 대중교통 정기권)을 도입하고 있으며, 이러한 정책은 이용자의 경제적 부담을 완화하고 대중교통 이용을 촉진하는 것으로 나타났다(ITF, 2024; Loder et al., 2024; Redman et al., 2013; Hahn et al., 2024). 서울시 또한 이러한 흐름에 동참하여 2024년 1월 대중교통 정기권 서비스인 기후동행카드를 도입하였으며 시범사업 기간 약 5개월 동안 55만 명의 이용자를 확보하며 승용차 이용 감소, 대중교통 이용 증가, 온실가스 감축 등의 긍정적인 초기 성과를 달성하였다(The Seoul Institute, 2024). 그러나 공개된 데이터에 따르면 기후동행카드의 활성화카드 수는 도입 초기 급격히 증가했으나 2024년 10월 이후부터는 정체되는 양상이 관찰된다(City of Seoul, 2025). 이는 서비스 수명주기 관점에서 초기 확산 동력이 소진되고 구조적 한계에 직면하여 성장 정체 단계로 진입한 것으로 해석되며 기존의 성장 곡선을 넘어 새로운 S-곡선으로 도약하기 위해 서비스의 핵심 가치를 재정비해야 하는 전략적 변곡점을 시사한다(Nunes and Breene, 2011).
예컨대 구글플러스는 출시 직후 높은 이용자 유입을 기록했음에도 불구하고 이용자의 지속적인 참여를 이끌어내지 못해 결국 서비스를 종료했다(Mishra et al., 2023). 친환경 교통 분야에서도 지속이용의 중요성이 제기되는데, Yu et al.(2025)은 전기차 관련 연구에서 서비스의 장기적 성공이 단순한 초기 확산을 넘어 이용자가 해당 서비스를 지속적으로 선택하고 이용하는 과정에 달려 있음을 입증하였다.
기후동행카드 서비스와 같은 대중교통 정기권 서비스의 성과는 이용량 변화나 통행 시간과 같은 정량 지표로도 평가될 수 있다. 다만 이러한 지표만으로는 이용자가 서비스에서 어떤 가치를 느끼고 지속적으로 이용하는지에 대해 설명하는 데에는 한계가 있다. 따라서 이용자의 인식과 이용만족 및 지속이용의도 간 관계를 실증적으로 분석함으로써 기후동행카드 서비스의 지속이용의도 형성 메커니즘을 이해할 필요가 있다.
이에 본 연구는 기후동행카드 서비스 이용자를 대상으로 이용만족과 지속이용의도에 영향을 미치는 서비스 인식 요인을 실증적으로 규명하고자 한다. 구체적으로 Oliver(1980)의 기대불일치이론(Expectation-Disconfirmation Theory; EDT)을 이론적 토대로 기후동행카드 서비스의 특성을 반영하여 모형을 수정·확장하고 부분최소제곱 구조방정식모형(Partial Least Squares Structural Equation Modeling; PLS-SEM)을 활용하여 변수 간 인과관계를 분석한다.
본 연구는 다음과 같은 학술적 의의와 차별성을 갖는다. 첫째, 일반적인 대중교통 서비스가 아닌 대중교통을 월정액으로 무제한 이용할 수 있는 정기권인 기후동행카드 서비스의 핵심 인식 요인을 심층적으로 분석한다는 점에서 차별성을 갖는다. 둘째, 방법론적 측면에서 기존 연구들이 변수 간의 영향력 검증에 그쳤던 한계를 보완한다. 본 연구는 EDT를 이론적 토대로 모형을 구축하고 PLS-SEM에 중요도-성과 분석(Importance-Performance Map Analysis; IPMA)과 필요조건 분석(Necessary Condition Analysis; NCA)을 결합한 결합형 중요도-성과 분석(combined Importance-Performance Map Analysis; cIPMA)을 적용하여 영향력 검증을 넘어 지속이용의도 향상을 위한 필요 요인과 우선순위를 규명함으로써 분석의 깊이를 더한다. 셋째, 분석 결과를 토대로 한정된 자원 하에서 우선적으로 개선해야 할 서비스 인식 요인을 규명하여 기후동행카드 서비스의 장기적 활성화를 위한 실무적 시사점을 제공하고자 한다.
연구 가설 및 모형
본 연구는 선행연구 고찰을 통해 도출된 기후동행카드 서비스의 핵심 서비스 인식 요인들이 이용만족과 지속이용의도에 미치는 영향을 규명하고자 다음과 같은 연구 가설을 설정하고 연구 모형을 구축하였다.
1. 기대불일치이론과 연구의 이론적 틀
서비스 채택 이후 단계에서 이용자의 지속이용의도가 형성되는 과정을 설명하기 위해 학계에서는 Oliver(1980)의 EDT가 널리 활용되어 왔다. EDT는 소비자의 만족과 그에 따른 향후 행동의도가 사전 기대와 실제 성과 간의 불일치에 의해 결정된다고 설명한다. 하지만 EDT의 기대 불일치 변수는 성과에 대한 전반적인 평가만을 포괄적으로 다루기 때문에 구체적으로 어떤 속성이 이용자의 만족을 유발하는지 규명하는 데에는 한계가 있다. 이에 대중교통 분야의 여러 선행연구들은 EDT를 이론적 기반으로 설정한 뒤, 단일 차원의 기대 불일치 변수 대신 구체적인 가치나 서비스 품질 변수로 재구성하여 속성별 인식이 만족에 미치는 영향을 구체화하였다(Lai and Chen, 2011; Jen et al., 2011). 본 연구는 선행연구들의 접근 방식에 따라 기대 불일치 변수 대신에 대중교통, 무제한 정기권, 구독 서비스의 속성이 융합된 기후동행카드 서비스의 특성에 맞춰 구체적인 서비스 인식 요인을 선행요인으로 설정하는 수정된 모형을 채택하여, 이 요인들이 이용만족과 지속이용의도에 미치는 영향을 심층적으로 분석하고자 한다.
2. 서비스 인식 요인 및 가설 도출
1) 인지된 경제성(perceived cost effectiveness; PCE)
대중교통 분야의 선행연구에 따르면 낮은 요금 수준은 자가용 이용자가 대중교통을 이용하도록 유도하는 결정적인 요인이다(Redman et al., 2013). 이는 최근 독일의 9-Euro-Ticket 및 Climate Ticket 정책 효과를 분석한 실증 연구를 통해 저렴한 대중교통 정기권이 대중교통 이용 빈도를 유의하게 증가시킨다는 사실이 재확인되었다(Hahn et al., 2024; Loder et al., 2024). 이러한 인지된 경제성의 영향력은 구독 서비스 분야에서도 일관되게 관찰된다. OTT 서비스 관련 연구들은 합리적인 비용이 지속이용의도를 결정하는 핵심 요인임을 밝혔으며(Kim and Park, 2016; Chun, 2023), 경제적 동기가 지각된 혜택을 매개하거나 지속이용의도에 직접적인 영향을 미친다는 점 또한 실증하였다(Kim and Kim, 2020). 특히 기후동행카드의 주 이용층인 MZ세대는 실질적이고 가시적인 혜택에 민감하게 반응하는 특성을 보였다(An et al., 2023). 따라서 기후동행카드가 제공하는 교통비 절감 효과는 이용자의 만족을 제고할 뿐만 아니라, 만족이라는 심리적 평가와는 별개로 경제적 효용 그 자체만으로도 지속이용을 유발하는 직접적인 동기로 작용할 것으로 예상된다. 이상의 선행연구를 종합하여, 본 연구에서는 인지된 경제성을 ‘기후동행카드 서비스를 이용함으로써 경제적 이익을 얻는다고 인식하는 정도’로 정의하였으며, 이를 바탕으로 다음과 같은 가설을 설정하였다.
H1a: 인지된 경제성은 지속이용의도에 정(+)의 영향을 미칠 것이다.
H1b: 인지된 경제성은 이용만족에 정(+)의 영향을 미칠 것이다.
H1c: 인지된 경제성은 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미칠 것이다.
2) 인지된 다양성(perceived diversity; PD)
대중교통 서비스에서 다양성은 이용자가 선택할 수 있는 교통수단의 범위와 노선의 연계성을 의미한다. Hansson et al.(2019)은 문헌 고찰을 통해 이용 가능한 대중교통 범위와 다양한 수단 간의 원활한 연계성이 이용만족을 결정하는 필수적인 요인임을 강조하였다. 이는 독일의 대중교통 정기권 사례 연구에서도 확인되는데, Hahn et al.(2024)과 Loder et al.(2024)은 이용 가능한 교통수단의 종류가 많고 서비스 지역이 광범위할수록 이용자의 만족도가 높아지고 서비스 이용이 촉진됨을 실증하였다. 이러한 인지된 다양성의 영향력은 구독 서비스 분야에서도 일관되게 관찰되며 OTT 서비스 연구에서 인지된 콘텐츠 다양성이 이용만족을 매개하거나 지속이용의도에 직접적인 영향을 미친다는 점을 실증하였다(Park et al., 2010; Nam, 2021; Yoon and Kim, 2023).
기후동행카드 서비스는 서울시의 버스와 지하철뿐만 아니라 공공자전거까지 포함하는 다양한 교통 수단을 제공한다. 이와 같은 서비스 구성은 이용자로 하여금 기후동행카드를 다양한 교통수단을 포괄하는 통합 서비스로 인식하게 하고 서로 다른 시간대, 목적, 상황에서 선택할 수 있는 대체 수단의 폭이 넓다고 인식할 가능성이 크다. 나아가 선택 가능성의 확대는 서비스 이용 경험에 대한 전반적인 만족을 높이고 향후에도 동일한 수준의 선택권을 유지하기 위해 기후동행카드를 계속 이용하려는 의향을 강화하는 요인으로 작용할 것으로 예상된다.
이상의 선행연구를 종합하여, 본 연구에서는 인지된 다양성을 ‘기후동행카드 서비스를 통해 다양한 교통수단과 노선을 이용할 수 있다고 인식하는 정도’로 정의하며, 이를 바탕으로 다음과 같은 가설을 설정하였다.
H2a: 인지된 다양성은 지속이용의도에 정(+)의 영향을 미칠 것이다.
H2b: 인지된 다양성은 이용만족에 정(+)의 영향을 미칠 것이다.
H2c: 인지된 다양성은 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미칠 것이다.
3) 인지된 적합성(perceived suitability; PS)
인지된 적합성과 인지된 다양성은 다른 개념으로, 인지된 다양성은 서비스가 제공하는 선택지의 범위에 대한 인식이며 인지된 적합성은 그러한 선택지들이 이용자 자신의 필요에 부합하는 정도에 대한 인식을 의미한다. 하지만 일부 선행연구에서는 두 개념을 단일 잠재변수로 설정하였으나(Jun et al., 2008), 본 연구는 이를 분리한 연구들(Park et al., 2010; Yoon and Kim, 2023)을 따른다. 이는 물리적 인프라 확장(다양성)과 사용자 맞춤형 서비스(적합성)라는 차별화된 실무적 시사점을 도출하기 위함이다.
대중교통 및 구독 서비스 분야에서 이용자의 다양한 라이프스타일과 이용 패턴에 부합하는 가치를 제공하는 것은 서비스 성공의 필수 전제이다(van Ardenne et al., 2025). Göransson and Andersson(2023)는 문헌 고찰을 통해 연령, 소득, 통행 목적 등 개인적 특성에 따라 선호하는 대중교통 서비스 요인이 상이함을 지적하며 이용자의 특성과 필요에 부합하는 서비스 제공이 만족도 향상의 핵심 전제임을 시사하였다. 이러한 적합성의 중요성은 구독 서비스 분야에서도 일관되게 관찰되며 OTT 서비스 연구에서 이용자가 자신의 필요와 선호에 부합한다는 인식이 이용만족을 매개하거나 지속이용의도에 직접적인 영향을 미친다는 점이 실증되었다(Carissa et al., 2023; Yoon and Kim, 2023).
기후동행카드는 지하철, 버스, 공공자전거 등 서울시의 주요 대중교통 수단을 하나의 정기권으로 통합하고 통근, 통학, 여가 활동 등 서로 다른 이동 목적을 단일 상품으로 이용할 수 있도록 구성되어 있다. 이러한 서비스 구성으로 인해 이용자는 기후동행카드 하나로 대부분의 일상적인 이동을 해결할 수 있기 때문에, 자신의 이동 패턴과 라이프스타일에 맞추어 보다 편리하게 이동할 수 있다고 인식할 가능성이 크다. 그 결과 기후동행카드 서비스 이용 경험에 대한 전반적인 만족은 높아지고, 매번 이동수단과 비용을 재선택해야 하는 인지적 부담과 의사결정 비용은 감소하여 서비스의 지속이용을 유발하는 직접적인 동기로 작용할 것으로 예상된다.
이상의 선행연구를 종합하여, 본 연구에서는 인지된 적합성을 ‘기후동행카드 서비스가 자신의 이동 방식과 선호에 부합한다고 인식하는 정도’로 정의하며, 이를 바탕으로 다음과 같은 가설을 설정하였다.
H3a: 인지된 적합성은 지속이용의도에 정(+)의 영향을 미칠 것이다.
H3b: 인지된 적합성은 이용만족에 정(+)의 영향을 미칠 것이다.
H3c: 인지된 적합성은 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미칠 것이다.
4) 인지된 사용 용이성(perceived ease of use; PEOU)
사용자가 투입해야 하는 인지적·행동적 노력을 최소화하는 것은 서비스의 지속이용을 유도하는 핵심 요인이다.
Davis(1989)가 기술수용모형(Technology Acceptance Model; TAM)을 통해 그 중요성을 입증한 이래, 이 요인은 정보 시스템 및 서비스의 지속이용을 예측하는 핵심 선행요인으로 자리 잡았다. 대중교통 서비스 맥락에서도 van Lierop et al.(2018)은 문헌 고찰을 통해 정보 접근성의 용이함과 이용 절차의 간편성이 이용만족을 결정하는 핵심 요인임을 밝혔다. 이러한 사용 용이성의 영향력은 구독 서비스 분야에서도 일관되게 관찰된다. Kim and Park(2016)과 Al-Hawamleh(2024)는 사용 용이성이 이용만족을 매개하거나 지속이용의도에 직접적인 영향을 미친다는 점을 실증하였다.
기후동행카드 서비스는 가입, 결제, 이용 및 구독 갱신 절차를 단순화하여 이용자가 별도의 복잡한 설정이나 학습 과정 없이도 직관적으로 이해하고 사용할 수 있도록 설계되었다. 따라서 이러한 절차적 편의성은 대중교통 이용에 수반되는 인지적·행동적 노력을 낮추어 이용만족을 제고할 뿐만 아니라 반복적인 이용 과정에서 요구되는 부담을 줄임으로써 서비스의 지속이용을 유발하는 직접적인 동기로 작용할 것으로 예상한다. 이상의 선행연구를 종합하여, 본 연구에서는 인지된 사용 용이성을 ‘기후동행카드 서비스를 별다른 노력 없이 쉽게 이해하고 사용할 수 있다고 인식하는 정도’로 정의하며, 이를 바탕으로 다음과 같은 가설을 설정하였다.
H4a: 인지된 사용 용이성은 지속이용의도에 정(+)의 영향을 미칠 것이다.
H4b: 인지된 사용 용이성은 이용만족에 정(+)의 영향을 미칠 것이다.
H4c: 인지된 사용 용이성은 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미칠 것이다.
5) 인지된 이동 유용성(perceived usefulness for mobility; PUM)
TAM에서 인지된 유용성은 기술 수용을 결정하는 가장 강력한 예측 변수이나, 서비스의 맥락에 따라 그 구체적인 의미는 다르게 정의될 필요가 있다. Motzer et al.(2023)은 통합 모빌리티 서비스 연구에서 인지된 유용성의 개념을 경제적, 기능적, 정서적, 사회적, 생태적 차원으로 세분화할 것을 제안하였다. 이에 본 연구는 대중교통의 본질적 목적인 이동에 초점을 맞추어 유용성을 고찰한다.
Redman et al.(2013)은 대중교통이 목적지까지 편리하고 효율적으로 이동한다고 인식될 때 서비스 이용만족도가 높아짐을 주장하였으며, Hahn et al.(2024)은 독일의 대중교통 정기권이 이용자의 이동 편의성을 향상시켜 대중교통 이용 빈도 증가에 영향을 미쳤다고 밝혔다. 이러한 인지된 유용성의 영향력은 구독 서비스 분야에서도 일관되게 확인되며 Kim and Park(2016)과 Carissa et al.(2023)은 구독 서비스 분야에서 인지된 유용성이 이용만족을 매개하거나 지속이용의도에 직접적인 영향을 미친다는 점을 실증하였다.
기후동행카드는 대중교통을 무제한으로 이용할 수 있게 하여 목적지까지의 이동 과정에서 시간, 비용 측면의 효율성과 노선, 수단 선택 측면의 접근성을 동시에 향상시키는 서비스로 인식될 가능성이 크다. 이러한 이동 관련 효율성과 접근성의 증대는 이용자의 기후동행카드 이용만족을 제고할 뿐만 아니라, 편리한 이동 환경을 계속 유지하고자 하는 심리가 서비스 지속이용의도에 직접적인 영향을 미칠 것으로 예상한다.
이상의 선행연구를 종합하여 본 연구에서는 유용성 개념 중 이동성에 초점을 맞추어 ‘기후동행카드 서비스가 목적지까지의 여정을 편리하고 유용하게 만든다고 인식하는 정도’로 정의하였고 인지된 이동 유용성으로 명명하였다. 또한 이를 바탕으로 다음과 같은 가설을 설정하였다.
H5a: 인지된 이동 유용성은 지속이용의도에 정(+)의 영향을 미칠 것이다.
H5b: 인지된 이동 유용성은 이용만족에 정(+)의 영향을 미칠 것이다.
H5c: 인지된 이동 유용성은 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미칠 것이다.
6) 인지된 친환경성(perceived environmental friendliness; PEF)
기후 위기에 대한 사회적 경각심이 고조됨에 따라 제품이나 서비스가 환경에 미치는 영향이 소비자의 의사결정을 좌우하는 핵심 가치로 부상하였다. Lin and Dong(2023)은 에너지 효율 가전제품 연구에서 제품 이용을 통해 환경 보호에 기여한다고 인식할 때 구매 태도가 긍정적인 영향을 미침을 실증하였다. 이러한 경향은 모빌리티 분야에서도 뚜렷하게 나타나는데, 탄소 배출량과 같은 구체적인 환경 기여 정보가 제공될 때 소비자의 친환경적 대안 선택이 촉진되는 것으로 나타났다(Bulson et al., 2024; Crosby, 2024). 또한, 전기차 연구와 대중교통 연구에서도 서비스에 대한 인지된 친환경성이 이용만족과 행동의도에 긍정적인 영향을 미친다는 점이 실증되었다(Nilsson et al., 2025; Jia et al., 2025).
기후동행카드는 ‘기후동행’이라는 명칭과 관련 홍보 메시지를 통해 승용차 대신 대중교통 이용을 촉진하여 온실가스 배출을 줄이기 위한 수단으로 대외적으로 제시되고 있다. 따라서 이용자는 기후동행카드 이용 행위가 탄소 배출 저감과 환경 보호에 실질적으로 기여한다고 인식할 수 있으며, 이러한 인식은 기후동행카드 이용에 대한 전반적인 만족을 높이는 동시에 개인의 친환경적 신념을 실천한다는 윤리적 효용을 충족시켜 서비스 지속이용의도에 직접적인 영향을 미칠 것으로 예상한다.
이상의 선행연구를 종합하여 본 연구에서는 인지된 친환경성을 ‘기후동행카드 서비스를 이용하는 것이 환경 보호에 기여한다고 인식하는 정도’로 정의하며, 이를 바탕으로 다음과 같은 가설을 설정하였다.
H6a: 인지된 친환경성은 지속이용의도에 정(+)의 영향을 미칠 것이다.
H6b: 인지된 친환경성은 이용만족에 정(+)의 영향을 미칠 것이다.
H6c: 인지된 친환경성은 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미칠 것이다.
7) 이용만족(Satisfaction; SAT)과 지속이용의도(Continuance Intention; CI)
Oliver(1980)의 EDT에 따르면, 이용만족은 서비스 이용경험에 대한 평가적 판단이나 긍정적 감정 상태로서, 재구매의도 즉, 지속이용의도를 결정하는 가장 직접적인 선행요인이다. 앞서 각 서비스 인식 요인의 가설 도출 과정에서 고찰한 다수의 선행연구들 역시 이용만족을 매개변수로, 지속이용의도를 종속변수로 설정하여 영향관계를 일관되게 검증해 왔다. 따라서 이용만족은 앞서 설정한 기후동행카드의 6가지 서비스 인식 요인들과 지속이용의도 사이에서 매개 역할을 수행할 것으로 예상한다. 이상의 선행연구를 종합하여 본 연구에서 이용만족은 ‘기후동행카드 서비스를 이용한 후 전반적으로 긍정적인 평가를 내리는 정도’로 정의하고 지속이용의도를 ‘기후동행카드 서비스를 앞으로도 계속 이용할 계획과 의지가 있으며, 조건이 허락되는 한 지속적으로 이용하려는 경향’으로 정의하며 이를 바탕으로 다음과 같은 가설을 설정하였다.
H7: 이용만족은 지속이용의도에 정(+)의 영향을 미칠 것이다.
3. 구조방정식 모형과 분석 방법론의 적합성
본 연구는 기후동행카드 서비스 인식 요인이 지속이용의도에 미치는 구조적 관계를 규명하고 실무적 시사점을 도출하기 위해 PLS-SEM과 cIPMA를 혼합하여 적용한다. 기존의 공분산 기반 구조방정식모형(Covariance-Based Structural Equation Modeling; CB-SEM)이나 단순 회귀분석 대신 해당 방법론들을 채택한 구체적인 이론적·실증적 근거는 다음과 같다.
1) PLS-SEM의 적합성
첫째, 대중교통 정기권 서비스에 대한 이론적 논의가 아직 초기 단계에 머물러 있는 상황이기 때문이다.
CB-SEM은 이미 확립된 이론을 기반으로 연구 모형을 설계하고 그 모형의 적합도를 검증하는데 최적화된 방법론이다. 반면, PLS-SEM은 해당 분야에서 확립된 이론적 토대가 부족하거나 모형을 확장하는 단계에서 설명되지 않은 분산을 최소화하여 내생변수의 예측력을 극대화하는 방법론이다(Hair et al., 2021). 기후동행카드는 대중교통 정기권이라는 신규 서비스로서 이를 설명하는 이론적 토대가 부족하므로 PLS-SEM이 더 적합하다.
둘째, 다수의 변수와 경로를 가진 모형의 복잡성을 고려하였기 때문이다. 본 연구는 6개의 독립변수가 매개변수를 거쳐 종속변수에 이르는 경로와 매개변수를 거치지 않고 종속변수에 이르는 경로를 분석한다. CB-SEM은 모든 모수를 동시에 추정하므로 모형이 복잡할수록 수렴 실패나 식별 불가능 문제가 발생할 가능성이 크다. 이에 반해 PLS-SEM은 부분 회귀분석을 반복하는 단계적 알고리즘을 사용하므로 다수의 변수와 경로를 가진 복잡한 모형에서도 안정적인 경로계수 추정이 가능하다(Hair et al., 2021).
셋째, 설문 데이터의 비정규성을 고려하였기 때문이다. 본 연구는 주관적 인식을 측정하기 위해 Likert 척도를 사용하였는데, 이러한 사회과학 데이터는 정규분포 가정을 위배하는 경우가 빈번하다(Chin, 1998). 특히, 본 연구는 이용자를 대상으로 설문하였기 때문에 만족도 등의 응답이 긍정적인 방향으로 편향되어 정규분포 가정을 충족하기 어려울 가능성이 크다. PLS-SEM은 데이터의 정규분포를 엄격히 가정하지 않는 비모수적 통계 기법이므로, 이러한 비정규 데이터 상황에서도 CB-SEM에 비해 신뢰도 높은 분석 결과를 제공할 수 있다(Hair et al., 2021).
2) cIPMA의 필요성
PLS-SEM은 특정 변수의 성과가 높아질수록 종속변수가 증가하는지에 관한 영향 관계를 규명할 수 있으나 목표 수준의 종속변수를 달성하기 위해 일정 수준 이상 충족되어야 하는 필요조건인지는 식별하지 못한다. 이로 인해 경로계수는 낮더라도 서비스 실패를 방지하기 위해 필수적인 요인을 간과할 수 있다(Hauff et al., 2024). 이를 보완하는 cIPMA는 선행변수들의 상대적 중요도와 성과 수준을 매트릭스로 시각화하는 IPMA와 목표로 하는 종속변수 수준에 도달하기 위해 요구되는 선행변수의 최소 필요 수준을 분석하는 NCA를 통합한 방법론이다(Sarstedt et al., 2024). 이에 본 연구는 기후동행카드 서비스의 이용만족과 지속이용의도를 높이기 위한 실무적 개선 우선순위를 보다 정교하게 파악하고자, Hauff et al.(2024)이 제안한 cIPMA를 적용한다. 이를 통해 성과 향상을 위해 자원을 투입해야 할 요인뿐만 아니라 서비스 실패를 방지하기 위해 결여되어서는 안 되는 핵심 필요조건을 규명함으로써 실무적 개선 우선순위와 서비스 개선 전략을 도출하고자 한다.
3) 연구 모형
앞서 도출된 가설들을 종합하여 본 연구에서는 연구 모형을 Figure 1과 같이 설정하였다. 연구 모형은 기후동행카드 서비스의 6가지 핵심 인식 요인(인지된 경제성, 인지된 다양성, 인지된 적합성, 인지된 사용 용이성, 인지된 이동 유용성, 인지된 친환경성)을 독립변수로, 이용만족을 매개변수로, 지속이용의도를 종속변수로 설정하여 변수 간의 구조적 관계를 검증하고자 한다.
자료 수집 및 측정
1. 자료 수집 및 표본 특성
본 연구는 설문 조사에 앞서 통계적 검정력을 확보하기 위한 최소 표본 크기를 산출하였다. 최근 연구방법론(Hair et al., 2019; Ringle et al., 2020)의 제안에 따라 G*Power 3.1.9.7 소프트웨어를 사용하였으며 입력 정보는 다음과 같다. Test Family: “F tests”, Statistical test: “Linear multiple regression: Fixed model, R2 deviation from zero”, Type of power analysis: “A priori: Compute required sample size – given α, power, and effect size”, Effect size f2=0.15, α err prob=0.05, power=0.95, number of predictors=7. 분석 결과 도출된 최소 요구 표본 크기는 153명이며 이 때의 검정력은 0.95로 나타났다.
또한, 표본의 대표성을 보장하기 위해 서울 열린데이터 광장의 기후동행카드 이용자 현황 데이터(2024년 9월 기준)를 모집단 통계로 활용하였다(City of Seoul, 2025). 해당 데이터에 따르면 이용자는 남성 38.3%, 여성 61.7%로 나타났으며 연령대별로는 10대(1.9%), 20대(37.8%), 30대(28.5%), 40대(11.8%), 50대(13.4%), 60대(6.1%), 70대(0.4%) 순으로 나타났다. 다만, 서울 열린데이터 광장의 자료에서는 거주지역별 세부 분포가 제공되지 않아 층화 및 할당 기준에 포함하지 못하였다. 이에 본 연구에서는 성별 및 연령별 분포 비율에 따른 할당 표본추출 방식을 적용하였다.
위와 같은 기준을 바탕으로 설문 조사를 진행하였으며 구체적인 절차는 다음과 같다. 우선, 50명을 대상으로 예비 설문 조사를 실시하였으며 조사 결과를 반영하여 설문지를 수정 및 보완하였다. 이후 본 조사는 2025년 6월 16일부터 7월 1일까지 온라인으로 설문조사를 진행하였으며 기후동행카드 서비스 이용자 330명의 데이터를 수집하였다. 이 중 불성실 응답 설문지 22부를 제외한 총 308부의 설문 데이터를 분석에 사용하였으며, 이는 사전 분석된 최소 요구 수준 153명을 상회하는 수치로 모형 검증에 필요한 표본 수의 통계적 타당성을 확보하였다(Table 1 참조).
Table 1.
Demographic characteristics of respondents
2. 변수의 측정 도구
본 연구의 측정 도구는 선행연구를 바탕으로, 기후동행카드 서비스의 맥락에 맞게 수정 및 보완하여 구성하였다. 각 변수의 측정 도구는 Likert 5점 척도로 측정하였으며, 구체적인 구성 내용은 Table 2와 같다. 독립변수인 6가지 서비스 인식 요인은 총 24개 항목으로 구성하였다. 구체적으로 인지된 경제성은 교통비 절약과 비용 대비 효율 등에 관한 4개 항목, 인지된 다양성은 이용 가능한 교통수단의 종류와 이동 경로의 다양성에 관한 4개 항목, 인지된 적합성은 평소 이동 방식 및 라이프스타일과의 부합성에 관한 4개 항목, 인지된 사용 용이성은 이용 절차와 정보 접근의 간편성에 관한 4개 항목, 인지된 이동 유용성은 이동의 편리함과 목적지 도달의 유용성에 관한 4개 항목, 인지된 친환경성은 에너지 소비 및 탄소 배출 감소 기여도에 관한 4개 항목으로 구성하였다. 매개변수인 이용만족은 서비스 이용 경험에 대한 전반적인 만족감에 관한 4개 항목, 종속변수인 지속이용의도는 향후 계속 이용할 계획과 의향에 관한 4개 항목으로 구성하였다.
Table 2.
Construct definitions and measurement items
|
Latent variable and indicators | Operational definition and questionnaire | Reference |
|
Perceived cost effectiveness | The degree to which users perceive that they gain economic benefits by using the Climate Companion Card. | Kim and Park(2013); Lu and Lee(2017); Chun(2023) |
| PCE1 | Using the Climate Companion Card saves on transportation costs. | |
| PCE2 | Using the Climate Companion Card allows for affordable use of public transportation. | |
| PCE3 | The Climate Companion Card offers high cost-effectiveness. | |
| PCE4 | Using the Climate Companion Card is economical. | |
|
Perceived diversity | The degree to which users perceive that various transportation modes and routes can be used through the Climate Companion Card. | Lee et al.(2020); Shin and Park(2020) |
| PD1 | Using the Climate Companion Card allows access to various transportation modes like buses, subways, and public bikes. | |
| PD2 | Using the Climate Companion Card enables travel to diverse areas and routes. | |
| PD3 | Using the Climate Companion Card allows for varied route selection. | |
| PD4 | Using the Climate Companion Card allows you to choose various transportation options based on your purpose or time of day. | |
|
Perceived suitability | The degree to which users perceive that the Climate Companion Card can be easily understood and used without any special effort. | Carissa et al.(2023); Lu and Lee(2017) |
| PS1 | The Climate Companion Card suits my usual travel methods. | |
| PS2 | The Climate Companion Card suits my preferred travel methods. | |
| PS3 | The Climate Companion Card suits the transportation modes I primarily use. | |
| PS4 | The Climate Companion Card suits my lifestyle. | |
|
Perceived ease of use | The degree to which users perceive that the Climate Companion Card can be easily understood and used without any special effort. | Zhang et al.(2020); Venkatesh and Davis(1996) |
| PEOU1 | The Climate Companion Card is easy to use. | |
| PEOU2 | The Climate Companion Card features simple charging and payment procedures. | |
| PEOU3 | Information on available transportation modes and routes is easy to find with the Climate Companion Card. | |
| PEOU4 | The overall method of using the Climate Companion Card is straightforward. | |
|
Perceived usefulness for mobility | The degree to which users perceive that the Climate Companion Card makes the journey to their destination convenient and useful. | Carissa et al.(2023); Bhattacherjee(2001) |
| PUM1 | The Climate Companion Card is useful for travel. | |
| PUM2 | The Climate Companion Card helps facilitate convenient travel. | |
| PUM3 | Using the Climate Companion Card allows for convenient travel to destinations. | |
| PUM4 | The Climate Companion Card is generally useful. | |
|
Perceived environmental friendliness | The degree to which users perceive that using the Climate Companion Card contributes to environmental protection. | Lin and Dong (2023); Jia et al.(2025); |
| PEF1 | The Climate Companion Card helps reduce energy consumption. | |
| PEF2 | The Climate Companion Card helps reduce carbon emissions. | |
| PEF3 | The Climate Companion Card contributes to mitigating global warming issues. | |
| PEF4 | The Climate Companion Card is an eco-friendly transportation service product. | |
| Satisfaction | The degree to which users perceive their overall evaluation of using the Climate Companion Card as positive. | Al-Hawamleh(2024); Bhattacherjee(2001) |
| SAT1 | The experience of using the Climate Companion Card is satisfactory. | |
| SAT2 | Satisfied with the quality of the Climate Companion Card. | |
| SAT3 | Satisfied with choosing the Climate Companion Card. | |
| SAT4 | Overall satisfied with the Climate Companion Card. | |
|
Continuance intention | The degree to which users perceive that they intend to continue using the Climate Companion Card. | Al-Hawamleh(2024); Bhattacherjee(2001) |
| CI1 | I plan to continue using the Climate Companion Card in the future. | |
| CI2 | I intend to use the Climate Companion Card continuously. | |
| CI3 | I will continue using the Climate Companion Card in the future unless there are special problems. | |
| CI4 | I plan to use the Climate Companion Card long-term. |
분석 결과
1. 기술 통계 및 정규성 검증
구조방정식 모형 검증에 앞서, 수집된 데이터의 일반적 특성과 정규성 여부를 파악하기 위해 기술통계 분석을 실시하였으며 그 결과는 Table 3과 같다. 분석 결과, 각 측정 도구의 평균값은 3.679에서 4.325 사이, 표준 편차는 0.617에서 0.962 사이, 왜도는 –1.267에서 -0.175 사이, 첨도는 –0.527에서 1.766 사이의 값을 보여 구조방정식 분석에서 정규성 가정을 허용 한계로 통용되는 기준인 왜도 절댓값 2미만, 첨도 절대값 7미만(Kline, 2015)을 충족하였다. 다만, 모든 측정 도구의 왜도가 음(-)의 값을 보여 데이터가 우측으로 치우친 비정규적 특성을 보였다. 이는 실제 이용자를 대상으로 설문하였기 때문에 긍정적 응답 편향이 나타난 것이며 데이터의 정규성 가정에 엄격하지 않은 PLS-SEM을 분석 도구로 채택한 본 연구의 방법론적 타당성이 지지된다(Hair et al., 2021).
Table 3.
Descriptive statistics of measurement items
2. 동일방법편의 평가
본 연구는 모든 변수가 동일한 응답자로부터 동시에 수집하는 자기보고식 설문 방식을 채택하였으므로 이로 인해 발생할 수 있는 동일방법편의(Common Method Bias; CMB)를 최소화하기 위하여 설문지 구성 시 독립변수와 종속변수의 측정 문항을 설문지의 다른 섹션에 분리 배치하여 응답자가 변수 간의 관계를 유추하기 어렵도록 구성하였고 익명성을 보장하여 사회적 바람직성에 따라 응답하는 경향을 최소화하였다(Podsakoff et al., 2003).
또한 Harman의 단일 요인 검정을 실시하여 CMB를 통계적으로 검증하였다. SPSS 28을 통해 요인 수를 1로 지정하여 요인을 분석한 결과, 단일 요인이 분산의 41.779%를 설명했으며 이는 권장 기준치인 50% 미만으로 나타나 연구결과에 영향을 미칠 만큼 심각한 CMB 문제는 없는 것으로 판단하였다(Podsakoff et al., 2003).
3. 측정 모형 평가
본 연구는 SmartPLS 4.1.1.4를 사용하여 측정 모형의 신뢰도와 타당도를 검증하였다. 분석은 Hair et al.(2021)이 제안한 절차에 따라 지표 신뢰성(외부 적재값), 내적 일관성 신뢰도(Cronbach’s α, rho_c, rho_a), 수렴 타당도(AVE), 판별 타당도(Fornell-Larcker criterion, HTMT ratio) 순으로 진행하였다.
외부 적재값의 권장 기준은 0.708 이상이며 탐색적 연구에서는 0.4 이상도 수용 가능하다(Hair et al., 2021). 분석 결과, 모든 측정 변수의 외부 적재값이 0.4 이상으로 측정 변수의 신뢰도가 확보되었다. 또한 모든 측정 변수의 T-통계량이 1.96 이상으로 나타나 모든 외부 적재값은 통계적으로 유의한 것으로 나타났다. Cronbach’s α, rho_a(exact reliability coefficient), rho_c(composite reliability)의 권장 기준은 0.7이상 0.95 이하, AVE(average variance extracted)의 권장 기준은 0.5 이상, Fornell-Larcker 기준은 잠재변수의 AVE 제곱근 값이 다른 잠재변수와의 상관계수 이상, HTMT(heterotrait-monotrait ratio of correlations) 기준은 0.9 이하이다(Hair et al., 2021). 분석 결과, 모든 값이 기준에 충족하여 측정모형이 신뢰도와 타당도를 갖추었음을 확인하였다(Tables 4, 5, 6 참조).
Table 4.
Measurement model indicator reliability, internal consistency reliability results
Table 5.
Fornell-Larcker criterion
Table 6.
Heterotrait-monotrait ratio of correlations (HTMT)
4. 구조 모형 평가
구조모형 평가는 Hair et al.(2021)이 제안한 절차에 따라 다중 공선성(VIF), 가설 검증, 모형의 설명력(f2, R2), 모형의 예측력(Q2, PLSpredict), 모형 적합도(SRMR) 순으로 진행하였다.
VIF(Variance Inflation Factor) 권장 기준은 5미만이며 본 연구의 모든 값이 이를 충족하였다(Hair et al., 2021; Table 7 참조). 가설 검증은 부트스트래핑 기법으로 10,000개의 재표본을 생성하여 PLS-SEM 알고리즘을 실행하였으며 19개의 가설 중 15개가 지지되었다. 직접효과 분석에서 인지된 경제성, 인지된 적합성, 인지된 이동 유용성, 인지된 친환경성은 지속이용의도에 직접적으로 정(+)의 영향을 미쳤지만 인지된 다양성과 인지된 사용 용이성의 직접효과는 유의하지 않았다. 또한, 인지된 경제성, 인지된 적합성, 인지된 사용 용이성, 인지된 이동 유용성, 인지된 친환경성은 이용만족에 정(+)의 영향을 미쳤지만 인지된 다양성의 직접 효과는 유의하지 않았다. 매개 효과 분석에서는 인지된 경제성, 인지된 적합성, 인지된 사용 용이성, 인지된 이동 유용성, 인지된 친환경성이 이용만족을 매개로 지속이용의도에 간접적으로 정(+)의 영향을 미쳤다. 직접 효과 가설 검증 결과는 Table 7, 매개효과 가설 검증 결과는 Table 8과 같다.
Table 7.
Hypotheses testing
|
Relationship (Hypothesis) |
Original sample |
Sample mean |
Standard deviation | T statistics | P values | VIF | f2 |
| PCE→CI (H1a) | 0.16 | 0.162 | 0.056 | 2.847 | 0.004** | 2.339 | 0.031 |
| PD→CI (H2a) | -0.025 | -0.025 | 0.048 | 0.511 | 0.61 | 1.757 | 0.001 |
| PS→CI (H3a) | 0.167 | 0.163 | 0.08 | 2.087 | 0.037* | 2.859 | 0.028 |
| PEOU→CI (H4a) | -0.087 | -0.082 | 0.057 | 1.527 | 0.127 | 2.062 | 0.011 |
| PUM→CI (H5a) | 0.182 | 0.191 | 0.073 | 2.473 | 0.013* | 2.933 | 0.032 |
| PEF→CI (H6a) | 0.102 | 0.098 | 0.036 | 2.804 | 0.005** | 1.201 | 0.025 |
| PCE→SAT (H1b) | 0.19 | 0.191 | 0.057 | 3.356 | 0.001** | 2.229 | 0.049 |
| PD→SAT (H2b) | 0.013 | 0.012 | 0.055 | 0.24 | 0.81 | 1.756 | 0.000 |
| PS→SAT (H3b) | 0.333 | 0.325 | 0.072 | 4.649 | < 0.001*** | 2.523 | 0.133 |
| PEOU→SAT (H4b) | 0.176 | 0.179 | 0.049 | 3.57 | < 0.001*** | 1.969 | 0.047 |
| PUM→SAT (H5b) | 0.214 | 0.222 | 0.072 | 2.98 | 0.003** | 2.794 | 0.05 |
| PEF→SAT (H6b) | 0.091 | 0.087 | 0.041 | 2.199 | 0.028* | 1.176 | 0.021 |
| SAT→CI (H7) | 0.432 | 0.424 | 0.074 | 5.804 | < 0.001*** | 3.027 | 0.177 |
Table 8.
Mediation hypotheses testing
f2는 0.02, 0.15, 0.35를 초과할 때 기준으로 각각 작음, 중간, 큼이며(Hair et al., 2019), 이용만족에는 적합성, 지속이용의도에는 이용만족이 가장 큰 효과를 미치는 것으로 나타났다(Table 7 참조). 또한, R2는 0.25, 0.5, 0.75를 초과할 때 기준으로 각각 낮음, 중간, 높음이며(Hair et al., 2019), 이용만족과 지속이용의도의 R2값은 각각 0.67, 0.652로 모형의 설명력은 중간 수준으로 나타났다(Table 9 참조).
Table 9.
Coefficients of determination (R2) for endogenous constructs
| adjusted | ||
| CI | 0.652 | 0.644 |
| SAT | 0.67 | 0.663 |
Q2predict는 0, 0.25, 0.5를 초과했을 때 기준으로 각각 낮음, 중간, 높음이며(Hair et al., 2019; Shmueli et al., 2019), 이용만족과 지속이용의도의 Q2predict 값은 각각 0.646, 0.56으로 모형의 예측 관련성은 높은 수준으로 나타났다. 또한, PLSpredict는 k=10의 k-겹 교차검증을 10회 반복하여 모든 지표에서 PLS-SEM의 RMSE(root mean square error)와 MAE(mean absolute error) 값이 모두 LM 벤치마크보다 낮아 모형의 표본 외 예측 정확도는 높은 수준으로 나타났다(Table 10 참조). 마지막으로 SRMR은 0.062로 권장 기준 0.08 미만을 충족하였다.
Table 10.
PLSpredict results for CI: assessment of out-of-sample predictive power
5. cIPMA 분석 결과
cIPMA는 Sarstedt et al.(2024)이 제안한 절차에 따라 첫째, 표준 PLS-SEM 알고리즘을 통해 도출된 잠재변수 값을 바탕으로 IPMA를 수행하여 각 구성개념의 중요도와 성과를 산출하였다. 둘째, 이어지는 NCA 분석에서 변수 간 비교 가능성을 확보하기 위해 IPMA 분석 결과로 산출된 재조정된 잠재변수 점수를 추출하였다. 이 점수는 각 변수의 성과를 0점에서 100점 척도로 환산한 값으로, NCA의 입력 데이터로 사용하였다.
1) IPMA 분석 결과
종속변수에 대한 IPMA 분석 결과, 선행요인의 측정지표 중요도 평균 0.049와 100점 척도로 환산한 성과 평균 76.673을 기준으로 사분면을 구분하였다(Table 12; Figure 3 참조). 이용만족, 인지된 경제성, 인지된 적합성, 인지된 이동 유용성은 중요도와 성과가 평균보다 높아 제 1사분면에 위치하였고 인지된 친환경성의 중요도는 평균보다 높고 성과는 평균보다 낮아 제 4사분면에 위치하였다. 인지된 사용 용이성과 인지된 다양성은 중요도와 성과가 평균보다 낮아 제 3사분면에 위치하였다.
2) NCA
NCA 수행에 앞서 종속 변수인 지속이용의도의 목표 수준을 설정하였다. 지속이용의도는 5점 Likert 척도로 측정되었으며 정보시스템 및 마케팅 분야에서 지속이용의도는 실제 이용 행동의 가장 핵심적인 선행지표로 간주된다. 의도가 실제 행동을 완전히 규정하지는 않지만 의도가 실제 지속 이용으로 이어질 확률이 유의하게 높다는 것은 다수의 선행연구에서 확인된 바 있다(Bhattacherjee, 2001; Davis, 1989).
먼저 본 연구 데이터의 기술통계량을 검토한 결과, 지속이용의도의 중앙값은 4.000, 평균은 4.291, 표준편차는 0.763, 왜도는 –1.267에서 –0.723 사이, 첨도는 –0.054에서 1.766 사이로 응답 분포가 높은 점수로 편중되어 있으며 천장 효과가 나타났다(Table 3).
cIPMA 및 NCA 문헌에서는 목표 수준을 데이터에서 자동으로 산출하기보다 연구자가 이론적·실무적 고려에 따라 사전에 설정할 것을 권고한다(Hauff et al., 2024; Sarstedt et al., 2024; Mwesiumo, 2025). 분포 기반 접근에서는 평균보다 0.3~0.5 표준편차만큼 상향된 수준을 실질적으로 의미 있는 목표 수준으로 간주하는 경험적 기준이 널리 활용된다. 본 연구의 경우 평균 4.291점과 표준편차 0.763점을 고려하면, 평균 + 0.3 표준편차는 약 4.52점에 해당한다. 한편 척도의 이론적 최대값인 5점은 지나치게 엄격한 기준이 될 수 있으며 정책적으로 달성 가능한 지속이용의도 수준을 설정해야 한다는 점을 고려할 필요가 있다. 이러한 점을 종합하여 본 연구에서는 4.5점(100점 환산 시 87.5점)을 지속이용의도의 목표 수준으로 설정하였다.
천장선 유형을 결정하기 위하여 모든 예측 변수와 종속 변수 간의 산점도를 검토하였으며, 결과는 모든 그래프에서 데이터의 상단 경계는 직선이 아닌 뚜렷한 계단식 또는 불규칙한 패턴을 보였다(Figure 2). 따라서, 이러한 데이터 분포의 특성을 정확하게 반영하기 위하여 CE-FDH 방식을 채택하였다(Dul et al., 2023). 도출된 필요조건 효과크기(d)의 통계적 유의성을 검증하기 위해 5,000회의 무작위 순열을 생성하였으며 이를 통해 각 요인의 d와 유의확률을 산출하였다. d 기준은 0, 0.1, 0.3, 0.5를 초과할 때 기준으로 각각 작음, 중간, 큼, 매우 큼이며(Dul et al., 2023), NCA 결과, 이용만족, 인지된 경제성, 인지된 이동 유용성이 중간 수준의 필요조건으로 나타났고 인지된 적합성, 인지된 사용 용이성이 낮은 수준의 필요조건으로 나타났다. 반면에 인지된 다양성, 인지된 친환경성은 필요조건으로 나타나지 않았다. 또한, 지속이용의도 87.5점 달성을 위한 필요조건을 분석한 결과, 이용만족은 최소 68.7점, 인지된 경제성은 최소 63.7점, 인지된 이동 유용성은 최소 62.4점, 인지된 적합성은 43.9점, 인지된 사용 용이성은 36.0점이 선행적으로 충족되어야 하는 것으로 나타났다(Table 11). 최소 요구 수준을 충족하지 못한 이용자 비율은 이용만족(16.883%), 인지된 이동 유용성(14.286%), 인지된 경제성(13.636%), 인지된 적합성(4.87%), 인지된 사용 용이성(0.325%) 순으로 나타났다(Table 12; Figure 3 참조).
Table 11.
Bottleneck table (CE-FDH) for CI
Table 12.
cIPMA results
|
Antecedent construct | Importance | Performance |
IPMA Quadrant |
Percentage (and number) of cases that do not achieve the necessity levels* |
Necessity effect size d (p value) |
| PCE | 0.242 | 81.565 | I | 13.636% (42) | 0.242 (< 0.001) |
| PD | -0.019 | 74.101 | III | 3.247% (10) | 0.145 (0.138) |
| PS | 0.311 | 77.883 | I | 4.87% (15) | 0.072 (0.003) |
| PEOU | -0.011 | 76.474 | III | 0.325% (1) | 0.068 (0.024) |
| PUM | 0.274 | 78.728 | I | 14.286% (44) | 0.18 (< 0.001) |
| PEF | 0.141 | 72.167 | IV | 0.649% (2) | 0.048 (0.285) |
| SAT | 0.432 | 79.109 | I | 16.883% (52) | 0.281 (< 0.001) |
6. 결과 해석
첫째, 이용만족, 인지된 이동 유용성, 인지된 경제성은 개선 1순위 요인이다. IPMA 분석에서 세 요인은 높은 중요도와 양호한 성과를 보였으나 NCA에서는 지속이용의도 87.5점 달성을 위한 필요조건으로 확인되었고 최소 요구수준에 미달하는 이용자가 상당수 존재하는 것으로 나타났다. 즉, 평균적으로는 양호한 성과를 보이지만 필요조건으로서의 특성과 높은 중요도가 결합되어 목표 달성의 핵심 제약요인으로 작용하므로 개선 1순위로 판단하였다.
둘째, 인지된 적합성은 높은 중요도와 양호한 성과를 보였으며 필요조건이지만 최소 요구수준 미충족 비율이 1순위보다 낮아 개선 2순위 요인이다.
셋째, 인지된 친환경성은 필요조건으로 나타나지 않았지만 중요도가 높고 성과가 낮아 개선 3순위 요인이다.
넷째, 인지된 사용 용이성은 필요조건이지만 최소 요구수준 미충족 비율이 낮고 중요도와 성과가 낮다. 따라서 개선 4순위 요인이다.
마지막으로, 인지된 다양성은 필요조건으로 나타나지 않았으며 중요도와 성과가 낮아 개선 5순위 요인이다.
논의
본 장에서는 앞선 분석 결과를 바탕으로 이론적 시사점과 실무적 시사점을 정리한다. 실무적 시사점은 본 연구에서 유의성이 확인된 영향 관계와 cIPMA에서 도출된 개선 우선순위를 중심으로 구성하였다.
1. 이론적 시사점
본 연구는 대중교통 정기권 서비스 분야에서 이용자의 인식 요인이 이용만족과 지속이용의도에 미치는 영향을 실증적으로 분석하였다. 인지된 경제성, 인지된 적합성, 인지된 이동 유용성, 인지된 친환경성은 이용만족과 지속이용의도와의 관계에서 선행연구의 결과와 일치하였으나(Carissa et al., 2023; Hahn et al., 2024; Jia et al., 2025; Loder et al., 2024; Nilsson et al., 2025), 인지된 사용 용이성과 인지된 다양성은 선행연구와 차이를 보였다(Al-Hawamleh, 2024; Nam, 2021; Yoon and Kim, 2023). 이는 대중교통 정기권 서비스 분야에서 지속이용의도 형성 과정이 대중교통 서비스 또는 디지털 구독 서비스 연구에서 보고된 영향 관계와 동일하게 재현되지 않을 수 있음을 시사한다.
먼저, 인지된 사용 용이성은 이용만족과 지속이용의도에 긍정적 영향을 미칠 것이라고 예상했으나 분석한 결과, 지속이용의도에는 직접적 영향을 미치지 않고 이용만족을 완전매개로 하여 간접적으로만 영향을 미치는 것으로 나타났다. 이는 장기간의 반복 사용으로 인한 이용자의 숙련도 증가에 기인한 결과로 볼 수 있다. 즉, ‘사용이 쉬워서 계속 이용한다’는 직접적 관계에서 ‘사용이 쉬워서 만족하고, 그 만족감 때문에 계속 이용한다’는 간접적 관계로의 전환으로 해석할 수 있다(Uzun et al., 2024).
다음으로 인지된 다양성은 이용만족과 지속이용의도에 통계적으로 유의한 직접효과를 보이지 않았다. 이 결과는 대중교통 정기권 분야에서 다양성이 교통수단의 조합과 서비스가 포괄하는 지리적 범위라는 서로 다른 하위 차원으로 구성될 수 있다는 관점에서 해석될 수 있다(Hansson et al., 2019). 본 연구의 기술통계에서도 교통수단의 종류에 대한 평가는 상대적으로 높았으나 네트워크 범위 관련 평가는 상대적으로 낮게 나타났다. 이처럼 하위 차원의 평가가 상충할 경우 다양성의 총체적 효과가 약화되거나 상쇄될 수 있으므로(Feng and Hsieh, 2009; Shiau and Lee, 2017), 대중교통 정기권 분야에서는 인지된 다양성을 단일 차원으로 측정하기보다 교통수단 구성에 대한 인식과 네트워크 범위에 대한 인식을 구분하여 개념화하고 각 하위 차원의 영향 관계를 분리하여 검증할 필요가 있다. 또한 대중교통 공급의 효과가 일정 조건 하에서 발현된다는 논의에 비추어 볼 때(Beaudoin and Lawell, 2018), 인지된 다양성이 유의하지 않게 나타난 결과는 다양성의 중요성이 상대적으로 낮다는 해석과 함께 현 단계의 인지된 다양성 수준에서는 효과가 충분히 드러나지 않았을 가능성도 고려할 필요가 있다.
마지막으로 본 연구는 기후동행카드 서비스를 대상으로 PLS-SEM과 cIPMA를 적용하여 이용만족과 지속이용의도 형성 메커니즘을 분석하였다. 이를 통해 대중교통 정기권 서비스 연구에서 요인의 영향 관계를 검증하는 동시에, 개선 우선순위와 필요조건을 함께 제시할 수 있는 분석 체계를 제안하였으며 향후 유사한 정기권 서비스 연구에서 적용 가능한 분석 체계를 제시한다.
2. 실무적 시사점
본 연구는 PLS-SEM과 cIPMA 결과를 토대로 지속이용의도 목표 수준 달성에 필요한 최소 요구 수준을 충족하지 못한 이용자의 비율이 높은 요인 순으로 우선순위를 선정하였다(Hauff et al., 2024). 분석 결과, 이용만족이 가장 먼저 개선이 필요한 것으로 나타났으나, 이는 매개변수이자 종합 평가 지표이므로 실무적 시사점은 독립변수에 초점을 두었다.
첫째, 인지된 이동 유용성 제고를 위해 기후동행카드 서비스가 적용되지 않는 구간에 추가 요금을 자동 부과·정산하여 기후동행카드 하나만으로 여정을 완료할 수 있게 하는 방안을 고려할 수 있다(Brumercikova et al., 2020). 나아가 추가요금이 발생했을 때, 이용자가 별도 신청을 하지 않아도 발생 사유를 즉시 안내할 필요가 있다. 또한, 교통카드 이용 데이터를 기반으로 추가부담이 집중되는 구간을 우선순위로 반영하여 적용 범위를 단계적으로 확장한다면 이용자의 인지된 이동 유용성은 더욱 강화될 것이다. 한편 선불형 기후동행카드는 일시불로 구매하는 구조이므로 적용 구간 밖 이동이 포함될 때 추가요금을 자체적으로 부과·정산하기 어렵다는 한계가 있다. 따라서 선불형 이용자는 적용 외 구간의 추가요금을 이용자가 사전에 등록한 결제수단으로 처리하는 옵션을 제공하거나 추가요금 처리를 위한 예치금을 앱에서 선택적으로 설정하는 방식으로 이동 유용성을 강화할 수 있을 것이다.
둘째, 인지된 경제성 제고를 위한 경제적 효용의 체감화 전략이 필요하다. 구체적으로 모바일 앱 내에 '누적 절감액 대시보드'를 도입하여 이용자가 얻는 경제적 혜택을 시각화하고 월별 절약 금액이 카드 구매 비용을 초과하는 시점에 '손익분기점 달성 알림'을 발송하는 등 이용자가 경제적 효용을 체감할 수 있게 하는 성과 피드백을 통하여 지속이용의도를 강화할 수 있다(Oinas-Kukkonen and Harjumaa, 2009).
셋째, 인지된 적합성 제고를 위해 기존 이용자의 기후동행카드 이용 데이터를 분석하여 이용 유형을 분류하고 정보를 개인화하여 제공하는 전략이 필요하다(Carissa et al., 2023; Göransson and Andersson, 2023; van Ardenne et al., 2025; Yoon and Kim, 2023). 예컨대 이용 시간대 분포, 주요 활동권역, 통행의 규칙성, 활동권의 공간적 분산 정도를 바탕으로 ‘규칙적 통행 중심형’, ‘복수 활동거점형’, ‘주말·여가 통행 중심형’ 등으로 유형을 제시하고, 각 유형별로 이용자에게 유용도가 높은 정보를 우선적으로 노출하는 것이다. 출퇴근 통행이 중심인 이용자에게는 이용 데이터로 파악된 주요 활동권역의 평일 저녁 시간대에 활용 가능한 문화시설 연계 혜택이나 제휴 정보를 우선적으로 선별하여 제공할 수 있다. 또한, 최근 이용 패턴을 요약한 리포트를 제시함으로써 이용자가 자신의 생활패턴과 서비스가 얼마나 부합하는지를 보다 명확히 이해하도록 지원할 수 있다. 이러한 데이터 기반 개인화 안내를 통해 단일 상품인 기후동행카드를 이용자 관점에서 구체화하여 인지된 적합성을 강화할 수 있을 것이다.
넷째, 인지된 친환경성 제고를 위해 앱을 통하여 이용자 개인의 탄소 저감 기여도를 '나무 심기 효과' 등으로 직관적으로 제공하고 상징적 보상 및 인증 체계를 연동함으로써 이용자가 기후동행카드 서비스를 환경 보호의 도구로 인식하도록 유도해야 한다(Bulson et al., 2024; Crosby, 2024).
다섯째, 인지된 사용 용이성 제고를 위해 사용 가능 노선에 대한 식별성을 강화해야 한다. 분석 결과에서 '노선 정보 찾기' 항목의 점수가 상대적으로 낮게 나타났는데, 이는 이용자가 탑승하려는 버스나 지하철이 기후동행카드 사용 가능 여부를 구별하기 어렵기 때문에 발생했을 가능성이 크다. 따라서 지도 앱의 경로 탐색 결과에서 기후동행카드 사용 가능 노선을 별도 색상이나 아이콘으로 강조하여 식별성을 높여야 한다. 또한, 오프라인 환경에서도 차량 전면부나 정류장 도착 정보 안내기에 기후동행카드 사용 가능 여부를 명확히 표출하여 이용자가 탑승 전 겪는 인지적 혼란을 최소화할 필요가 있다(van Ardenne et al., 2025).
결론
최근 기후변화 위기와 도심 교통 혼잡 및 대기오염 문제가 심화되면서 대중교통 이용을 촉진하기 위한 정책 수단으로 대중교통 무제한 정기권이 주요 정책 수단으로 활용되고 있다. 서울시는 2024년 1월 기후동행카드를 도입하였고 공개된 활성화카드 추이에서 도입 초기의 급격한 증가 이후 증가세 둔화가 관찰되었다. 이는 서비스의 핵심 가치를 재정비해야 하는 전략적 변곡점을 시사하며 이용자의 인식과 이용만족 및 지속이용의도 간 관계를 실증적으로 규명할 필요성을 제기한다.
이에 본 연구는 이용자의 인식 요인이 이용만족과 지속이용의도에 미치는 영향을 분석하고 서비스의 장기적 활성화를 위한 실무적 시사점을 도출하고자 하였다. 이를 위해 기후동행카드 이용자 308명의 설문자료를 활용하였다. EDT를 이론적 토대로 기후동행카드 서비스의 특성을 반영하여 모형을 수정·확장하고 PLS-SEM을 활용하여 변수 간 영향 관계를 분석하였으며 IPMA와 NCA를 결합한 cIPMA를 통해 개선 우선순위와 필요조건을 함께 도출하였다.
분석 결과 지속이용의도에 대한 직접 효과는 인지된 경제성, 인지된 적합성, 인지된 이동 유용성, 인지된 친환경성이 긍정적 영향을 미쳤으나 인지된 다양성과 인지된 사용 용이성의 직접 효과는 유의하지 않았다. 이용만족에 대한 직접효과는 인지된 경제성, 인지된 적합성, 인지된 사용 용이성, 인지된 이동 유용성, 인지된 친환경성이 긍정적 영향을 미쳤으나 인지된 다양성의 직접 효과는 유의하지 않았다. 이용만족의 매개 효과 분석에서는 인지된 경제성, 인지된 적합성, 인지된 사용 용이성, 인지된 이동 유용성, 인지된 친환경성이 이용만족을 매개로 지속이용의도에 간접적으로 긍정적인 영향을 미쳤다. cIPMA 결과 개선 우선순위는 이용만족, 인지된 이동 유용성, 인지된 경제성, 인지된 적합성, 인지된 친환경성, 인지된 사용 용이성, 인지된 다양성 순으로 나타났다.
본 연구는 PLS-SEM과 cIPMA를 혼합하여 대중교통 정기권 연구에서 서비스 인식 요인의 영향 관계를 검증하는 동시에 개선 우선순위와 필요조건을 함께 제시할 수 있는 분석 체계를 제안하였으며 향후 유사한 정기권 서비스 연구에서 적용 가능한 분석 체계를 제시하였다. 또한 기후동행카드 서비스를 대상으로 이용자의 서비스 인식 요인과 이용만족 및 지속이용의도 간 관계를 실증적으로 규명하고 개선 우선순위와 필요조건을 도출함으로써 대중교통 무제한 정기권 분야에서 이용만족과 지속이용의도를 제고하는 요인을 제시하는 동시에 서비스의 장기적 활성화를 위한 실무적 시사점을 제공하였다.
본 연구는 다음과 같은 한계를 가지며 이를 바탕으로 향후 연구 방향을 제안한다.
첫째, 본 연구는 단일 시점의 설문조사에 기반한 단면 연구라는 점에서 변수 간 영향 관계의 엄밀한 검증에 한계가 있으므로 향후에는 종단 설계를 통해 영향 관계를 보다 명확히 분석할 필요가 있다.
둘째, 본 연구는 인지된 다양성, 인지된 사용 용이성, 이용만족을 단일 차원으로 측정하였으나 측정 변수 간 기술통계 및 요인분석 결과에 미세 차이가 나타나 하위 차원에 대한 심층적인 분석이 요구된다. 예를 들어, 이용만족은 경험 과정에서 느끼는 정서적 측면과 서비스 품질에 대한 이성적 판단인 인지적 측면으로 구성된 다차원적 개념이다(Ettema et al., 2011). 본 연구의 기술통계 분석 결과에서도 이용자들은 선택(SAT3)이나 경험(SAT1)과 같은 정서적 측면에서는 높은 만족도를 보인 반면, 서비스의 품질(SAT2)이라는 인지적 측면에서는 상대적으로 낮은 만족도가 나타났다. 이는 인지된 사용 용이성이나 인지된 경제성 등 개별 서비스 요인이 만족의 정서적·인지적 차원에 상이한 영향을 미칠 가능성을 시사한다(Mao et al., 2022). 따라서 향후 연구에서는 인지된 다양성과 인지된 사용 용이성, 이용만족을 다차원적 개념으로 구분하여 각 하위 차원 간의 구조적 관계를 보다 정교하게 분석할 필요가 있다.
셋째, NCA 분석에서 설정한 지속이용의도 목표 수준은 단면 설문조사에서 수집한 자기보고식 의도 지표에 근거한 값이므로 해당 목표 수준이 실제 지속이용 행동과 어느 정도 일치하는지 여부는 본 연구의 자료만으로는 직접 검증하기 어렵다는 한계를 가진다. 향후 연구에서는 패널 조사나 교통카드 이용 기록과 같은 객관적 행동 자료를 결합하여 본 연구에서 제시한 지속이용의도 목표 수준과 실제 이용 지속 여부 간의 정합성을 추가적으로 확인할 필요가 있다.
마지막으로, Lee and Seo(2023)은 K-MaaS의 성공적인 도입을 위해 민간과 공공 교통 간 환승할인 등 지원 정책이 중요하다고 주장했다. 이러한 관점은 최근 도입된 기후동행카드 서비스의 발전 방향에도 중요한 시사점을 제공한다. 기후동행카드 서비스가 서울시를 넘어 향후 철도, 고속버스, 퍼스널 모빌리티 등을 아우르는 진정한 통합 서비스로 발전하기 위해서는 위 연구에서 강조한 바와 같이 다양한 이해관계자 간의 협의, 데이터 표준화 그리고 공공과 민간의 비용 분담을 포괄하는 정산 구조, 가격 모델링 등 MaaS 관련 후속 연구를 고려해볼 수 있을 것이다.
