AI 부정적 효과에 대한 솔루션으로서의 넛징 알고리즘 [2025 3월 MISQ]

RUCKUS IN THE RENTALS, SEEKING NEW ARRANGEMENTS: REMEDYING THE IMPACT OF HOME-SHARING ON URBAN NOISE.

Yi Ding, Matta, Moksh, Gopal, Ramk, Haifeng Xu

MIS Quarterly. Mar2025, Vol. 49 Issue 1, p389-408. 20p. 10 Charts, 2 Graphs.

 

MIS Quarterly. Mar2025, Vol. 49 Issue 1, p389-408. 1p

 

 

CEO 인사이트

 

최근 노벨경제학상이 행동경제학에 관심을 자주 표명하기 전부터, 행동경제학 관련 학자와 도서들에 관심을 가지고 있었습니다. 여기에서는 넛징 알고리즘을 통해 플랫폼의 문제를 해결하는 방안을 연구했습니다. AI 기반 기술들을 통해 발생할 수 있는 부정적 외부효과에 대한 솔루션으로서의 넛징 알고리즘, 에어비앤비 사례를 통해 흥미롭게 파악해보십시오.

 

1. 개요

 

이 연구는 주택 공유 플랫폼(예: Airbnb)이 도시 소음에 미치는 영향과 이를 완화하기 위한 플랫폼의 역할을 다룹니다. 뉴욕시(NYC)의 데이터를 활용하여 주택 공유 활동이 도시 소음 증가와 관련이 있음을 실증적으로 보여주며, 특히 예약된 숙소의 공간적, 시간적 집중도가 소음 발생에 미치는 영향과 이를 완화하는 메커니즘(억제 효과)을 분석합니다. 또한, 소음을 줄이기 위한 플랫폼의 자체 규제 방안으로 "넛징(nudging)" 알고리즘을 제안하고 시뮬레이션 결과를 제시합니다.

 

2. 주택 공유 플랫폼과 도시 소음의 관계

 

1) 소음 유발 요인

 

주택 공유 플랫폼은 활용도가 낮은 주거 자산을 관광 경제로 끌어들임으로써 엄청난 경제적 가치를 창출하지만, 동시에 부정적인 외부 효과를 발생시킵니다. 본 연구는 특히 "도시 소음(이하 소음)"에 초점을 맞춥니다.

 

2) 토지 용도 변경

 

플랫폼은 토지 사용을 변경하여 이전에는 소유자와 장기 임차인이 주거 목적으로 사용했던 토지가 이제 소음 발생 가능성이 강한 쾌락적 관광 활동에 사용되기 시작합니다. 이는 도시 환경에서 소음의 강력한 원천이 될 수 있습니다.

 

3) 소음의 악영향

 

소음의 악영향은 단기적으로는 짜증, 불안, 우울증, 수면 장애에서 장기적으로는 심혈관 및 자가면역 문제에 이르기까지 다양하며, 도시 환경에서 소음원 밀도가 높기 때문에 더 두드러집니다.

 

4) 실증 분석 결과:소음 증가

 

연구는 뉴욕시의 우편번호-일별 소음 민원 데이터를 분석하여 플랫폼 진입 후 해당 지역 내에서 주택 공유 숙소 사용의 정도와 패턴이 소음 발생에 어떻게 영향을 미치는지를 조사했다. 분석 결과, 예약된 숙소의 수가 증가할수록 소음 민원도 유의미하게 증가하는 것으로 나타났습니다.

 

5) 건물 수준 분석

 

건물 수준의 차등 분석(DiD)에서도 플랫폼의 진입이 더 많은 소음 민원을 야기한다는 것을 보여줍니다.

 

3. 소음 발생의 이질성 및 완화 메커니즘

 

1) 이질성

 

소음 증가는 다양한 이웃과 시간에 따라 다르게 나타날 수 있으며, 이는 더 미묘한 거버넌스 조치(플랫폼 진입에 대한 지역 전체의 금지 조치와는 반대되는)를 위한 정책적 통찰력을 생성하는 데 중요합니다.

 

2) 공간적/시간적 집중도:완화 효과

 

흥미롭게도, 예약된 숙소의 공간적 집중도(K) 및 시간적 집중도(C)가 높을수록 주택 공유 활동이 소음 민원에 미치는 긍정적인 영향을 약화시키는 것으로 나타났습니다. 즉, 숙소가 한 곳에 몰려 있거나 특정 기간에 집중적으로 예약될수록 소음 민원 증가율이 줄어듭니다.

 

3) 메커니즘 - 억제 효과

 

이러한 완화 효과는 주로 사법 당국(예: 뉴욕 경찰국)이 취하는 법 집행 조"가 인근 지역에 억제 또는 냉각 효과를 유발하기 때문인 것으로 설명됩니다.

 

4) 공간적 억제

 

법 집행 조치에 대한 노출 증가는 소음 민원에 대한 숙소 사용의 긍정적인 영향을 완화합니다.

 

5) 시간적 억제

 

이전 날짜의 법 집행 조치에 대한 노출 증가는 다음 날의 소음 민원에 대한 숙소 사용의 긍정적인 영향을 감소시킵니다.

 

6) 확산 채널

 

호스트가 하나의 게스트에서 다른 게스트로 이러한 효과를 전달하는 채널 역할을 할 수 있으므로, 공유 객실 예약의 비율이 높을수록 공간적 또는 시간적 집중도로 인한 억제 효과를 강화합니다. 즉, 호스트가 현장에 있는 경우 직접적으로 소음 문제를 경고하여 억제 효과가 커질 수 있습니다.

 

7) 메커니즘 - 지역 사회 적응 (기각)

 

지역 사회 적응 가설(예: 창문을 닫는 등)은 데이터 분석 결과 지지되지 않았습니다. 소음 민원 빈도가 시간이 지남에 따라 일관되게 감소하지 않았습니다.

 

3. 소음 발생 활동 유형

 

1) 쾌락적 활동의 영향

 

소음 민원의 증가는 주로 주거 지역에서의 쾌락적인 관광 활동(예: 시끄러운 대화, 파티 등)으로 인한 것일 가능성이 높습니다.

 

2) 주거 지역

 

주거 지역에서 발생한 소음 민원과 예약 건수 사이에 유의미한 양의 상관관계가 나타났습니다.

 

3) 상업 지역 및 이동 활동

 

상업 지역(바, 레스토랑)이나 이동 활동(거리, 보도)과 관련된 소음 민원에서는 유의미한 관계가 발견되지 않았습니다.

 

4. 플랫폼의 완화 전략: "넛징(Nudging)" 알고리즘

 

1) Airbnb Neighbors의 시사점

 

2016년 6월에 출시된 "Airbnb Neighbors" 기능은 이웃이 Airbnb 게스트로 인한 소음을 보고할 수 있는 대체 채널 역할을 합니다. 이 기능의 출시 이후 정부 기관에 접수되는 소음 민원이 감소했을 것이라는 가설은 속성 사용이 실제로 소음 증가의 원인이라면 확인될 것으로 예상되었습니다. 분석 결과, 플랫폼의 자체 규제가 소음 완화에 긍정적인 영향을 미칠 수 있음을 시사합니다.

 

2) 추천 알고리즘을 통한 넛징

 

연구는 플랫폼이 소음을 줄이기 위해 추천 알고리즘을 통해 예약 가능한 숙소의 공간적 분포를 안내하는 방안을 제안합니다.

 

(1) 개념

유사성 점수 임계값을 설정하여 게스트의 선호도를 유지하면서도 소음 발생 위험이 낮은 숙소를 추천하는 방식입니다.

 

(2) 시뮬레이션 결과:소음 감소

예약된 숙소의 공간적 집중도를 낮춤으로써(즉, 분산시킴으로써), 플랫폼은 예측된 소음 민원 수를 크게 줄일 수 있습니다. 유사성 점수 임계값이 낮아질수록(즉, 추천 대상이 넓어질수록) 소음 감소율이 커집니다.

 

(3) 선호도 유지

동시에, 게스트의 선호도는 거의 변하지 않아, 플랫폼이 추가적인 재정적 비용 없이 커뮤니티에 긍정적으로 기여할 수 있음을 시사합니다.

 

(4) 억제 효과 강화

예약된 숙소가 공간적으로 군집될 때 소음 민원 조사에 노출되는 인근 숙소의 평균 수가 증가하여 억제 효과가 더 두드러진다는 점도 시뮬레이션을 통해 재확인되었습니다. 이는 공간적 군집이 소음을 완화하는 데 기여한다는 기존 연구 결과를 강화합니다.

 

5. 연구의 시사점 및 향후 연구 방향

 

1) 이론적 기여

 

주택 공유 플랫폼이 도시 소음에 미치는 부정적 외부 효과를 실증적으로 입증하고, 특히 숙소의 공간적/시간적 집중도가 소음 완화에 미치는 영향을 규명하며, 그 메커니즘으로 법 집행에 의한 억제 효과와 호스트를 통한 확산 채널을 제시합니다.

 

2) 실무적 시사점:정책 입안자

 

플랫폼의 진입을 전면 금지하기보다는 소음 발생의 이질성을 고려한 더 미묘하고 목표화된 거버넌스 조치의 필요성을 강조합니다.

 

 

3) 플랫폼 운영자

 

소음 문제를 해결하기 위한 자체 규제의 잠재력을 제시합니다. 특히, 숙소 리스팅의 순위 조정을 통해 고객을 안내하는 "넛징 알고리즘은" 추가적인 재정적 비용 없이 소음을 줄이고 게스트 만족도를 높일 수 있는 유망한 전략으로 제안됩니다.

 

4) 향후 연구플랫폼의 외부

 

• 효과(소음)가 플랫폼의 명성(reputational impact)에 미치는 영향을 탐구합니다.
• 게스트의 소음 발생 성향이나 이웃의 민원 제기 성향에 영향을 미치는 심리적 요인"을 연구합니다.
• 넛징 메커니즘이 "고객 만족도 및 성장의 저하 위험"을 초래할 수 있으므로, 이러한 위험과 "사회적 및 합법성 이득" 사이의 상충 관계를 실증적으로 탐구합니다.
• 인센티브 메커니즘(예: 할인, 업그레이드)과 사회적 이득 공개(예: 공정 거래 관행)를 함께 제공하여 넛징 전략의 효과를 높이는 방안을 모색합니다.

 

묻고 답하기

 

1. 홈쉐어링 플랫폼은 도시 소음에 어떻게 기여하나요?

홈쉐어링 플랫폼은 주거용으로 사용되던 공간을 관광 활동에 활용하게 함으로써 도시 소음을 유발합니다. 거래 비용 절감과 네트워크 효과를 통해 활용도가 낮은 주거 자산을 관광 경제로 끌어들이며, 이는 과거에 거주자와 장기 세입자가 사용하던 토지가 쾌락적인 관광 활동(예: 시끄러운 대화, 음악, 파티)에 사용될 수 있음을 의미합니다. 이러한 활동은 소음 발생 가능성이 높습니다. 연구에 따르면, 플랫폼 이용이 증가할수록 소음 민원이 증가하며, 특히 주거 지역에서의 쾌락적 관광 활동이 소음 증가의 주요 원인으로 지목됩니다.

 

2. 소음이 인간의 건강과 복지에 미치는 부정적인 영향은 무엇인가요?

소음은 단기적으로 짜증, 불안, 우울, 수면 장애와 같은 부정적인 결과를 초래할 수 있습니다. 장기적으로는 심혈관 및 자가면역 문제와 같은 더 심각한 건강 문제로 이어질 수 있습니다. 이러한 부작용은 시골 지역에서도 존재하지만, 도시 지역은 소음원의 밀도가 높기 때문에 그 영향이 더욱 두드러집니다. 따라서 플랫폼이 소음에 기여하고 이를 완화하는 역할을 연구하는 것은 도시 사회의 건강과 복지에 중요한 영향을 미칩니다.

 

3. 연구에서 도시 소음을 측정하기 위해 어떤 데이터를 사용했나요?

연구에서는 뉴욕시 오픈 데이터(NYC Open Data)의 소음 민원 데이터를 종속 변수인 소음으로 사용했습니다. 이 데이터 세트에는 각 소음 민원에 대한 위치, 타임스탬프, 간략한 설명이 포함되어 있습니다. 독립 변수는 AirDNA의 에어비앤비 거래 데이터로 측정된 숙소 사용량이었습니다. 이 데이터는 뉴욕시의 각 에어비앤비 숙소에 대한 거래 정보를 포함하고 있습니다. 이 데이터를 우편번호-일별 수준으로 집계하여 분석했습니다.

 

4. 숙소 예약의 공간적, 시간적 집중도가 도시 소음에 어떤 영향을 미치나요?

흥미롭게도, 숙소 예약의 공간적 집중도(Ripley’s K-함수로 측정)와 시간적 집중도(클럼피니스(clumpiness)로 측정)는 숙소 사용이 소음 민원에 미치는 긍정적인 영향을 약화시키는 것으로 나타났습니다. 이는 즉, 숙소 예약이 특정 지역이나 시간에 더 집중될수록 소음 증가 효과가 줄어든다는 것을 의미합니다. 이러한 완화 효과는 법 집행 조치로 인한 억제 효과와 커뮤니티의 적응(소음을 심리적으로 또는 행동적으로 적응)이라는 두 가지 메커니즘으로 설명될 수 있습니다. 연구 결과는 억제 효과의 존재를 지지하지만, 커뮤니티 적응에 대한 명확한 증거는 찾지 못했습니다.

 

5. 소음 관련 법 집행 조치가 어떻게 소음 감소에 기여하나요?

연구에 따르면, 법 집행 조치는 소음 감소에 억제 효과를 발휘합니다. 공간적 또는 시간적으로 숙소 예약이 집중된 지역에서 법 집행 조치에 노출될수록 소음 민원이 감소하는 경향을 보였습니다. 이는 법 집행 기관(예: 뉴욕 경찰국)의 조치가 인근 지역에 억제 효과를 일으켜 소음 발생을 억제할 수 있음을 시사합니다. 또한, 호스트가 게스트에게 소음 행동의 결과를 경고할 수 있기 때문에 공유룸 예약과 같이 호스트와 게스트가 함께 거주하는 경우 이러한 억제 효과가 더욱 강화될 수 있습니다.

 

6. "에어비앤비 이웃 (Airbnb Neighbors)" 기능의 도입이 소음 민원에 어떤 영향을 미쳤나요?

2016년 6월 "에어비앤비 이웃" 기능이 출시되면서 이웃들이 에어비앤비 게스트로 인한 소음을 직접 신고할 수 있는 대체 채널이 생겼습니다. 연구는 이 기능 출시 후 정부 기관에 접수되는 소음 민원 수가 감소할 것으로 예상했습니다. 이는 숙소 사용이 소음 증가의 원인이라면, 일부 민원이 정부 기관 대신 에어비앤비의 자체 채널로 전환될 것이기 때문입니다. 이 분석은 숙소 사용이 소음에 상당한 기여를 한다는 추가적인 증거를 제공합니다.

 

7. 플랫폼이 소음을 완화하기 위해 고객의 숙소 선택을 유도할 수 있는 방법은 무엇인가요?

플랫폼은 "넛지(nudge)" 메커니즘을 통해 고객의 숙소 선택을 유도하여 소음을 줄일 수 있습니다. 연구에서는 고객의 선호도를 기반으로 숙소 목록의 순위를 조정하는 시뮬레이션 실험을 수행했습니다. 이 접근 방식은 선호도 점수가 높고 소음 발생 가능성이 낮은 숙소를 우선적으로 추천함으로써, 소음 민원을 크게 줄일 수 있음을 보여주었습니다 (최대 9% 감소). 이 "넛지" 알고리즘은 게스트의 숙소 요구 사항을 충족하면서도 플랫폼이 추가적인 재정적 비용 없이 커뮤니티에 긍정적으로 기여할 수 있도록 합니다.

 

8. 이 연구의 한계점과 향후 연구 방향은 무엇인가요?

이 연구는 플랫폼의 소음 외부 효과가 플랫폼의 명성에 미치는 영향을 탐구하지 않았습니다. 이는 플랫폼이 외부 효과에 대한 거버넌스 대응을 더 잘 조정하는 데 도움이 될 수 있습니다. 또한, 게스트의 소음 유발 성향이나 이웃의 민원 제기 성향에 영향을 미치는 심리적 요인을 조사하지 않았습니다. 이러한 심리적 요인을 이해하는 것은 숙소 사용이 소음에 미치는 영향의 이질성에 대한 이해를 더욱 풍부하게 할 수 있습니다. 마지막으로, 제안된 넛지 메커니즘이 고객 만족도 및 성장에 미칠 수 있는 위험을 다루지 않았습니다. 향후 연구에서는 이러한 넛지 전략으로 인한 사회적/정당성 이득과 잠재적인 경제적 손실 사이의 상충 관계를 경험적으로 탐구하고, 인센티브 메커니즘 제공이나 넛지의 타이밍 및 빈도 변경과 같은 전략적 변화가 이러한 상충 관계에 어떻게 영향을 미치는지 조사할 수 있습니다.

 

핵심 용어

 

• 주택 공유 플랫폼 (Home-sharing Platforms): 에어비앤비와 같이 개인이 자신의 주거 공간을 단기적으로 다른 사람에게 빌려주는 것을 가능하게 하는 디지털 플랫폼.
• 외부 효과 (Externalities): 경제 주체의 행위가 시장 메커니즘을 통하지 않고 제3자에게 영향을 미치는 현상. 이 연구에서는 소음과 같은 부정적인 영향을 의미.
• 도시 소음 (Urban Noise): 도시 환경에서 발생하는 불쾌하거나 방해가 되는 소리. 이 연구에서는 주택 공유 플랫폼의 사용으로 인해 발생하는 소음에 초점을 맞춤.
• NYC Open Data: 뉴욕시에서 공개하는 다양한 공공 데이터셋으로, 이 연구에서는 소음 불만 데이터를 수집하는 데 사용됨.
• AirDNA: 에어비앤비 및 기타 단기 임대 데이터를 수집 및 분석하는 플랫폼으로, 이 연구에서는 숙소 거래 및 예약 데이터를 얻는 데 사용됨.
• Ripley's K-function: 공간 통계에서 사용되는 함수로, 점 패턴의 공간적 군집화 또는 분산 정도를 측정하는 데 활용됨. 이 연구에서는 예약된 숙소의 공간 집중도를 측정.
• Clumpiness (군집성): 데이터 포인트가 시간적으로 얼마나 밀집되어 있는지를 나타내는 척도. 이 연구에서는 숙소 예약의 시간 집중도를 측정하는 데 사용됨.
• 고정 효과 푸아송 의사 최대 가능성 (Fixed-Effects Poisson Pseudo-Maximum Likelihood, PPML): 종속 변수가 개수(count) 데이터일 때 사용되는 통계 추정량으로, 개별 단위(예: 우편번호)의 시간 불변 특성을 제어하는 데 효과적임.
• 내생성 (Endogeneity): 통계 모델에서 독립 변수가 오차 항과 상관 관계를 가질 때 발생하는 문제. 이는 추정치의 편향으로 이어질 수 있음.
• 도구 변수 (Instrumental Variables, IV): 내생성 문제를 해결하기 위해 사용되는 변수로, 내생 변수와 상관 관계가 있지만 종속 변수에는 직접적인 영향을 미치지 않는 변수.
• Difference-in-Differences (DiD) 분석: 두 시점과 두 그룹(처리 그룹과 통제 그룹) 간의 차이를 비교하여 정책이나 개입의 효과를 추정하는 통계 방법. 이 연구에서는 빌딩 수준에서 플랫폼 진입의 영향을 분석.
• 쾌락적 활동 (Hedonistic Activities): 주로 즐거움이나 만족감을 추구하는 활동. 이 연구에서는 시끄러운 대화, 파티 등 소음을 유발할 수 있는 관광 활동을 의미.
• 억제 효과 (Deterrence Effects): 법 집행이나 처벌에 대한 인식이 특정 행동(예: 소음 발생)을 억제하는 효과.
• 커뮤니티 적응 (Community Adaptation): 커뮤니티 구성원들이 반복적인 자극(예: 소음)에 익숙해져 반응(예: 불만 제기)을 줄이는 현상.
• Airbnb Neighbors: 2016년 에어비앤비가 출시한 기능으로, 이웃들이 에어비앤비 게스트로 인한 소음 등의 문제를 신고할 수 있는 플랫폼.
• 넛징 (Nudging): 직접적인 강제나 금지 없이 사람들의 행동을 예측 가능한 방식으로 변화시키는 간접적인 유도. 이 연구에서는 플랫폼이 게스트의 숙소 선택을 유도하여 소음을 줄이는 전략을 의미.
• 유사성 점수 (Similarity Score): 이 연구의 넛징 알고리즘에서 게스트의 선호도를 기반으로 숙소의 유사성을 평가하는 점수.