이동통신 가입자의 통신사 이동 동향 및 영향 요인 분석

Trends in Mobile Subscriber Churn and Its Determinants in the Korean Telecommunications Market

저자
박연진통신정책연구실
신현문통신정책연구실
권호
41권 4호 (통권 221)
논문구분
일반논문
페이지
121-128
발행일자
2026.08.03
DOI
10.22648/ETRI.2026.J.410412
본 저작물은 공공누리 제4유형: 출처표시 + 상업적이용금지 + 변경금지 조건에 따라 이용할 수 있습니다.
초록
We examine the trends and determinants of mobile subscriber churn in the Korean telecommunications market in the period up to 2025. An empirical analysis using Korea Media Panel Survey data reveals that demographic variables such as age and educational attainment, privacy infringement concerns, and subscriptions to bundled services and unlimited voice plans, exert statistically significant effects on mobile carrier switching behavior. This pattern implies that users with greater privacy concerns regarding personal information leakage incidents were more likely to switch to another service provider by 2025. However, subscribers with bundled services exhibit a lower likelihood of switching carriers, indicating that service bundling plays a critical role in subscriber retention. Additionally, unlimited voice plan subscriptions have a significant impact on subscriber churn.
   38 Downloaded 75 Viewed
목록

I. 서론

2025년 한국 통신업계는 대규모 가입자 개인정보 유출 사고 발생으로 인해 큰 혼란을 겪었다. 해킹으로 인해 가입자 개인정보가 저장된 서버들에 악성코드(BPF: Berkeley Packet Filter Door) 감염이 발생하면서 단말기 고유식별번호와 다수의 개인정보가 유출되었고, 이에 따라 복제 시도 등으로 인한 2차 피해 발생 위험이 있었다. 후속 피해 발생 방지를 위해 통신 사업자는 유심 보호 서비스 등 이용자 보호 대책을 발표 및 시행하였고, 이후 고객 USIM 무료 교체 서비스도 시행하였다. 해킹으로 인한 개인정보 유출 문제가 업계 전체로 확산되고 통신 사업자들은 USIM 교체와 함께 요금 할인 및 추가 혜택 부여를 통해 고객 이탈을 방지하고자 노력하였으나, 일부 고객은 다른 통신사로 이동함으로써 자체적으로 추가적인 피해를 방지하고 개인정보 유출로 인한 잠재적 위험을 피하고자 하였다.

실제로 2025년 4월 개인정보 유출 사고가 언론 보도로 알려진 이후 월간 이동통신 번호이동 회선 수는 3월 약 52만 회선에서 4월 69만, 5월 약 93만 회선, 6월 약 66만 회선, 7월 약 95만 회선으로 평시 대비 급증한 것으로 나타났다(표 1).

표 1 2025년 월별 휴대전화 번호이동 회선 수

3월 4월 5월 6월 7월 8월 9월 10월 11월
SKT 113,212 123,468 35,942 98,296 263,723 158,029 146,833 120,356 111,027
KT 73,111 133,284 252,371 134,273 175,795 90,744 96,375 81,103 77,382
LGU+ 83,767 125,519 215,221 145,156 185,176 103,932 106,105 87,144 82,645
MVNO 253,871 306,148 427,903 285,821 328,386 287,989 293,040 302,946 275,847
합계 523,961 688,419 931,437 663,546 953,080 640,694 642,353 591,549 546,901
[i]

출처 Reproduced from 과학기술정보통신부, “유무선 통신서비스 가입 현황 및 무선데이터 트래픽 통계,” 과학기술정보통신부 정책·통계 통계정보, 2025년 12월 말 기준.

본 연구에서는 이동통신 가입자의 통신사 이동 동향을 살펴보고, 2025년 발생한 개인정보 유출 사태가 이동통신 가입자의 통신사 이동에 유효한 영향을 미쳤는지를 실증 자료를 통해서 검증하는 것을 목표로 하였다. 한국 미디어 패널 조사 자료[1]를 바탕으로 어떤 특성이나 성향을 보이는 이용자들이 통신사 이동을 실행할 확률이 높았는지를 실증적으로 분석하였다. 특히, 개인정보 유출 위험 상황에서 실제로 프라이버시 침해에 대해 더 민감하게 생각하는 가입자가 기존 통신사에서 이탈하여 타 사업자로 이동을 한 것인지를 검증하여 보았다. 또한, 가입자들이 타 통신사로 이동하는 것을 제한하거나 통신사 전환을 촉진하는 통신서비스 관련 요인으로는 무엇이 있는지에 대해서도 탐구하였다.

II. 본론

1. 자료

2025년 이동통신 가입자의 통신사 이동 여부와 이에 영향을 미치는 요인을 관찰해야 하므로 본 연구에서는 한국 미디어 패널 조사 2024년 자료와 2025년 자료를 결합하여 실증 분석을 진행하였다. 정보통신정책연구원의 한국 미디어 패널 조사 자료는 동일한 표본을 대상으로 개인 및 가구의 정보통신 미디어 환경 및 이용 행태에 관한 조사를 시행하여 미디어통계포털을 통해 공개한다. 한국 미디어 패널 자료는 개인의 인구통계학적인 정보와 함께 방송‧통신서비스 가입 현황과 행태에 대한 조사 결과를 포함하고 있어서 이동통신 가입자의 통신사 이동 여부를 확인하고 그에 영향을 미칠 수 있는 요인들을 분석하고자 하는 본 연구에 가장 적합한 실증 자료를 제공하였다.

2024년 8,693명, 2025년 8,411명의 개인에 대한 조사 결과가 공개되었고, 개인 표지자를 기준으로 2년간의 자료를 결합한 결과 결측치를 제외하고 최종 분석 표본은 7,120명을 대상으로 하였다.

2. 변수

본 실증 연구의 종속 변수는 2025년 이동통신 가입자의 통신사 이동 여부이다. 한국 미디어 패널 자료의 개인용 설문 내용 중 휴대전화 및 스마트기기 보유 및 이용 현황 부분에서는 이용자가 사용 중인 스마트폰으로 가입한 이동통신사에 대한 정보를 제공하고 있다. 가입한 이동통신사에 대한 2024년의 답변과 2025년의 답변을 비교하여 기존 통신사를 이탈하여 다른 통신사로 이동한 경우를 1, 기존 통신사 가입을 유지한 경우를 0으로 하는 이항 변수를 구성하였다.

통제 변수로는 인구통계학적인 기본 정보로 개인의 성별, 연령, 학력, 소득에 대한 답변 자료를 사용하였다. 성별은 남성에 1, 여성에 0을 부여하는 이항 변수로 구성하였으며, 연령은 10세 미만에 1을, 10세에서 20세 미만에 2를 부여하는 등 10세를 기준으로 점증하도록 값이 부여되었다. 학력의 경우 미취학에 1을, 초등학교 졸업 이하에 2를 부여하고, 대학원 재학 이상을 6으로 부여하는 등 고학력일수록 높은 값을 가지도록 구성하였다. 월평균 소득의 경우 50만 원 미만 구간부터 500만 원 이상의 범위까지 총 8개의 구간에 대해 1에서 8까지의 수가 점증하도록 구성하였다.

이동통신 가입자의 통신사 이동 여부에 영향을 미칠 수 있는 독립 변수로는 프라이버시에 대한 민감도와 함께 통신사업자 이탈을 제한 혹은 활성화 할 수 있는 서비스 이용 현황 요인으로서 결합상품 가입 여부와 음성 및 데이터 무제한 요금 사용 여부를 포함하였다.

프라이버시 민감도는 한국 미디어 패널 자료에서 개인이 온라인 활동에 있어서 프라이버시에 대해 우려하는 정도에 관한 다섯 가지 질문(표 2)을 “전혀 그렇지 않다”부터 “매우 그렇다”까지 5점 척도로 조사한 답변 내용을 활용하여 구성하였다. 요인 분석을 통해 개별 답변 내용의 요인 편입 가능성을 탐색하고 분석 결과를 바탕으로 통합 지표를 구성하여 변수를 측정하였다.

표 2 프라이버시 침해에 대한 우려 정도

Item 프라이버시 침해에 대한 우려 정도
1 일반적으로 인터넷을 사용할 때 나의 프라이버시에 대해 걱정스럽다
2 온라인에서 내 사진 이름 등 개인정보가 도용당할까 봐 걱정스럽다
3 온라인 사이트 가입 시 개인정보를 너무 많이 요구하는 것이 걱정스럽다
4 온라인에서 자기가 누구인지 밝히지 않은 사람들은 의심스럽다
5 온라인상에 내가 기억하지 못하는 나에 관한 정보가 삭제 되지 않은 채 남아 있을까 봐 걱정스럽다

요인 분석 결과, 표 3과 같이 프라이버시 침해에 대한 우려 정도는 첫 번째 요인의 고유값이 매우 높고 두 번째 요인부터는 고유값과 설명력이 급감하는 것으로 나타났기 때문에 하나의 요인으로 수렴이 가능한 것으로 판단하였다.

표 3 요인 분석 결과

Factor Eigenvalue Difference Proportion Cumulative
Factor1 3.642 3.585 1.049 1.049
Factor2 0.057 0.094 0.016 1.066
Factor3 -0.037 0.039 -0.011 1.055
Factor4 -0.076 0.039 -0.022 1.033
Factor5 -0.115 . -0.033 1.000

요인의 Cronbach’s Alpha 값이 0.9 이상(0.9332)으로 5개 아이템이 거의 동일한 개념을 일관성 있게 측정하고 있으므로 단일 지표로의 통합이 적절한 것으로 판단하였다. 5점 척도로 측정한 변수이므로 표준화된 요인 점수보다는 척도를 유지하는 것이 직관적인 수치로서 결과의 해석과 활용에 적합하므로 평균을 통합 지표로 사용하고, 요인 점수를 활용한 결과는 평균을 활용한 결과와 비교하여 참조하였다.

이동통신 가입자의 통신사 이동을 제한하거나 촉진할 수 있는 요인으로 결합상품 가입 여부와 음성/데이터 무제한 요금제 사용 여부를 변수로 포함하였다. 방송‧통신 결합상품을 이용하는 가입자는 이동통신 제공 사업자에서 이탈 시 함께 이용하던 초고속 인터넷이나 IPTV 등의 상품도 이전해야 하거나, 요금 할인율 변경 및 약정 할인 위약금 지급 등 금전적인 손실이 발생하여 전환 비용이 상대적으로 커지기 때문에 통신사 이동이 제한될 수 있다. 따라서 결합상품에 가입한 경우를 1, 가입하지 않은 경우를 0으로 하는 이항 변수를 구성하여 연구 모형에 포함하였다. 가입자의 통화 이용 행태에 따라 음성 무제한 요금제 가입 여부가 통신사 이동에 제한이 될 수 있다. 그러므로 음성 무제한 요금제 가입 여부를 이항 변수로 구성하여 모형에 포함하였다. 데이터 무제한 요금제 사용자는 데이터 대용량 사용의 대가로 상대적으로 높은 월정액 요금을 지불하고 있으며, 고가의 요금제를 사용하는 경우 타 통신사 번호이동 시 많은 지원금을 받을 수 있어 상대적으로 이탈이 수월할 수 있다. 다만, 이미 지원금을 받아 새 휴대전화를 구매하고 24개월이 경과되지 않은 이용자나 선택약정으로 큰 폭의 요금 할인을 받고 있던 가입자는 타 통신사로 이동 시 큰 위약금이 발생할 수 있으므로 기존 통신사에서의 이탈이 제한될 수도 있다. 따라서 데이터 무제한 요금제에 가입한 경우를 1, 가입하지 않은 경우를 0으로 하는 이항 변수를 구성하여 통신사 이동에 미치는 영향을 탐색하였다.

3. 연구 모형

이동통신 가입자의 통신사 이동 여부에 영향을 미치는 요인을 검증하기 위한 최종 실증 연구 모형은 그림 1과 같다.

그림 1

연구 모형

images_1/2026/v41n4/HJTODO_2026_v41n4_121f1.jpg

본 연구의 종속 변수인 이동통신 가입자의 통신사 이동 여부는 이항 변수이므로 이항 로지스틱 회귀분석(Binary Logistic Regression) 모형을 이용하여 통계분석을 시행하였다.

4. 분석 결과

한국 미디어 패널 자료로 구성한 표본에서 나타난 이동통신 가입자의 사업자 이동 현황은 표 4와 같다. 2024년에서 2025년 사이 표본 내 전체 이용자 7,120명 중 2,516명, 약 35.34%가 통신사를 이동한 것으로 나타났다.

표 4 표본의 이동통신 가입자 사업자 이동 현황

2025년
SKT KT LGU+ MVNO 소계
2024년 SKT 2,148 533 458 59 3,198
KT 462 1,274 243 38 2,017
LGU+ 369 244 1,022 40 1,675
MVNO 23 27 20 160 230
소계 3,002 2,078 1,743 297 7,120
통신사 이동 854 804 721 137 2,516

변수들의 기술 통계량과 피어슨 상관계수 값은 표 5표 6과 같았다.

표 5 기술 통계량

변수명 평균 표준편차 최소값 최대값
V1 성별 0.457 0.498 0 1
V2 연령 5.752 1.698 1 8
V3 최종 학력 4.206 0.932 2 6
V4 월평균 소득 3.985 2.215 1 8
V5 프라이버시 민감도 3.757 0.965 1 5
V6 결합상품 가입 0.748 0.434 0 1
V7 음성 무제한 요금제 가입 0.815 0.389 0 1
V8 데이터 무제한 요금제 가입 0.433 0.495 0 1

표 6 피어슨 상관계수

V1 V2 V3 V4 V5 V6 V7 V8
V1 1.000
V2 -0.014 1.000
V3 0.136* -0.426* 1.000
V4 0.435* 0.044* 0.360* 1.000
V5 0.019 -0.166* 0.264* 0.146* 1.000
V6 0.019 -0.233* 0.235* 0.067* 0.026* 1.000
V7 0.062* -0.145* 0.287* 0.171* 0.169* 0.091* 1.000
V8 0.091* -0.196* 0.251* 0.178* 0.170* 0.039* 0.384* 1.000
*

: p<0.05

변수 간의 상관계수 값이 모두 0.5 이하로 낮은 수준이지만, p<0.05 수준에서 통계적으로 유의한 계수가 많아 다중공선성 문제를 고려하여 분산 팽창 요인(VIF: Variance Inflation Factor) 값을 도출하였다. 변수들의 VIF 값은 1.09에서 1.61 사이로 형성되었고, 평균 VIF 값도 1.30 수준으로 매우 낮아 상관관계로 인한 다중공선성 문제의 발생 위험은 낮은 것으로 판단하고, 모든 변수를 통계분석 모형에 투입하였다.

이동통신 이용자의 통신사 이동 여부에 영향을 미치는 요인에 관한 로지스틱 회귀분석 결과는 표 7과 같다. 모형 1에는 통제 변수인 성별, 연령, 학력, 소득 변수만 투입하였고, 모형 2에는 독립 변수를 추가 투입하여 분석하였다.

표 7 로지스틱 회귀분석 결과(N = 7,120)

종속 변수
모형 1
모형 2
이동통신 가입자 통신사 이동 여부
Coefficient
z
Coefficient
z
(Std. Err.) P>|z| (Std. Err.) P>|z|
통제 변수 성별 0.074 1.33 0.079 1.40
(0.056) 0.184 (0.056) 0.161
나이 0.060 3.60 0.054 3.15
(0.017) 0.000 (0.017) 0.002
학력 -0.076 -2.35 -0.094 -2.78
(0.032) 0.019 (0.034) 0.005
소득 -0.020 -1.45 -0.026 -1.87
(0.014) 0.148 (0.014) 0.062
독립 변수 프라이버시 민감도 0.057 2.10
(0.027) 0.036
결합상품 가입 여부 -0.292 -4.98
(0.059) 0.000
음성 무제한 서비스 가입 여부 0.281 3.87
(0.073) 0.000
데이터 무제한 서비스 가입 여부 0.013 0.24
(0.056) 0.814
상수 Constant -0.591 -3.13 -0.692 -3.25
(0.189) 0.002 (0.213) 0.001
Model Log likelihood -4604.455 -4579.951
LR Chi2 40.09 89.10
Degree of freedom 4 8
P> Chi2 0.000 0.000

통제 변수 중에서는 연령과 학력의 계수가 p<0.05 수준에서 통계적으로 유의한 것으로 나타났다. 이는 이용자의 연령과 학력에 따라서 통신사 이동 여부에 유의미한 격차가 존재했음을 의미한다. 반면, 이용자 성별과 소득의 계수는 통계적으로 유의한 결과를 나타내지 못해 통신사 이탈 여부에 유의미한 영향을 미치지는 못하는 것으로 나타났다.

독립 변수 중에서는 프라이버시 민감도와 결합 상품 가입 여부, 음성 무제한 서비스 가입 여부가 p<0.05 수준에서 통계적으로 유의한 것으로 나타났다. 데이터 무제한 서비스 가입 여부는 통계적으로 유의한 결과를 보이지 못하였다.

프라이버시 민감도 통합지수는 통계적으로 유의한 양의 계수를 가지는 것으로 나타났는데, 이는 2025년 발생한 통신사 개인정보 유출 사고 상황에서 실제로 프라이버시에 대한 우려가 큰 이용자일 수록 기존에 가입한 통신사에서 이탈하여 다른 통신사로 이동했을 가능성이 높았음을 의미한다. 프라이버시 민감도 통합지수를 아이템 평균 대신 도출된 요인 점수로 투입한 모형도 계수들의 부호와 통계적 유의도 측면에서 동일한 결과가 도출되었다. 이러한 결과는 해킹으로 인한 프라이버시 침해가 우려되는 상황에서 이용자의 프라이버시 민감도 수준에 따라서 통신사업자 전환 선택에 유의미한 격차가 발생하였다는 것을 의미한다. 프라이버시에 상대적으로 둔감한 이용자는 기존 사업자에서 이탈할 확률이 상대적으로 낮았다.

프라이버시 민감도와는 반대로 결합상품 가입 여부의 계수는 유의한 음수 값을 가지는 것으로 나타났다. 이는 결합상품에 가입한 이동통신 이용자는 결합상품 비가입 이용자에 비해서 다른 통신사로 이탈할 가능성이 낮았던 것을 의미한다. 결합상품 가입자는 기존 통신사 이탈 시 이동통신 서비스뿐만 아니라 유선전화, 초고속 인터넷이나 유료 방송 서비스 등 결합한 서비스도 함께 이전해야 하고, 계약에 따라서 그동안 서비스 결합으로 인해 얻었던 요금 할인 등의 혜택에 대한 위약금이 발생할 수 있으므로 상대적으로 높은 전환비용이 발생할 가능성이 있다. 전환비용은 이용자의 사업자 전환을 저해하므로[2] 개인정보 유출 위험 상황에서 결합상품 이용자와 비이용자 간의 이동통신사 이탈률에서 유의미한 격차가 발생한 것으로 추정된다.

가입한 요금제가 통신사 이동에 미치는 영향은 부분적으로 유의한 것으로 나타났다. 음성 무제한 서비스 가입 여부의 경우 유의한 양의 계수를 가지는 것으로 나타났으나, 데이터 무제한 서비스 가입 여부는 통계적 유의도가 기준에 미치지 못했다. 이는 음성 무제한 요금제에 가입한 이용자와 비가입자 사이에서 통신사 이탈 수준에 유의미한 차이가 있었음을 의미한다.

분석 결과를 종합하면 프라이버시에 민감한 이용자는 개인정보 위기 상황에서 통신사 전환 선택을 하는 경우가 많았으며, 결합상품 가입이나 통신 요금 제도에서 기반한 전환비용이나 지원금 등의 차이가 타 통신사로 이동하려는 소비자를 제한하거나 활성화하는 데 영향을 미쳤다는 것이 실증되었다.

종속 변수가 이항 변수일 때 사용하지만 가정하는 확률 분포 함수가 다른 통계분석 모형인 프로빗 회귀분석(Probit Regression)을 시행한 결과도 계수의 부호와 통계적 유의도 측면에서 로지스틱 회귀분석과 동일한 결과가 도출되었다.

이동통신 가입자의 통신사 이동에 영향을 미치는 요인 중 프라이버시 민감도가 2025년 개인정보 유출 위험 상황에서만 유의한 변수였는지, 아니면 그 외의 경우에도 통신사 이동에 유효한 변수였는지를 검증하기 위해 2023년과 2024년의 한국 미디어 패널 조사 자료를 동일한 방식으로 결합하고 측정하여 실증 분석을 시행하였다. 2024년의 이동통신 가입자의 통신사 이동 여부에 대한 로지스틱 회귀분석 결과에 따르면 연령과 음성 무제한 서비스 가입 여부만이 동일하게 통계적으로 유의한 양의 계수를 가지는 것으로 나타났고, 그 외의 변수들은 모두 통계적으로 유의하지 않았다. 이동통신업계에 개인정보 이슈가 없었던 2024년에는 프라이버시에 대한 민감도가 가입자의 통신사 이동에 유의미한 영향을 미치지 못했다는 것이다. 이와는 달리 2025년에는 개인정보 유출 사고로 인해서 프라이버시 침해에 대해서 민감한 이용자들이 통신사를 이동하였으나, 결합상품 이용이 전환비용으로 작용하여 통신사 이탈이 일부 제한된 것으로 추정할 수 있다.

III. 결론

한국 미디어 패널 조사 자료를 기반으로 통계적으로 분석한 결과 2025년 개인정보 유출 위기 상황에서 일부 이동통신 가입자들은 타 사업자로의 이동을 통해서 위험을 회피하고자 한 것으로 나타났다. 특히 프라이버시 침해에 대해 민감하게 생각하는 이용자일수록 기존 사업자로부터의 이탈 확률이 높은 것으로 나타났다. 반면에 결합상품 가입을 통해 이동통신 외에 유선전화, 초고속 인터넷, 유료 방송 서비스 등을 함께 이용한 소비자는 사업자를 전환할 가능성이 낮은 것으로 나타났다. 그리고 음성 무제한 서비스 가입 여부도 통신사 이동 여부에 유효한 영향을 미치는 것으로 나타났다. 이러한 결과는 이전과는 달리 개인정보 보호의 중요성에 대한 이용자의 인식이 증대되었으며 통신사업자의 개인정보 보호 수준이 이용자의 통신사 선택에 있어서 유의미한 영향을 미칠 수 있음을 의미한다. 그러므로 통신사업자들은 이번 사고를 계기로 가입자의 개인정보 보호를 위한 대책을 수립하고 지속적으로 시행하여 재발을 방지해야 할 것이다.

해킹으로 인한 개인정보 유출 사고 발생 이후 주요 통신사업자의 영업 실적은 일부 역성장한 것으로 보고되었다. 통신사업자의 2025년 사업 보고 및 2026년 1분기 실적 공시[3]에 따르면 사고 발생 사업자들의 매출과 영업 이익이 전년 대비 소폭 감소한 것으로 나타났다. 타 사업자로의 가입자 이동, 사고 수습을 위한 USIM 교체 비용 및 요금 할인과 각종 혜택 제공 비용 등이 반영된 결과로 파악된다. 사고 발생 이후 통신사업자들은 정보보호 관련 투자 규모를 확대하고 관련 인력을 육성하며 거버넌스를 개편하는 등 고객 정보보호 강화 조치를 취할 예정이라고 발표한 바 있다.

통신사 외에도 플랫폼 기업에서 대규모 개인정보 유출 사고가 발생하는 등 연이어 보안 사고가 발생하자 정부도 적극적으로 정보보호 정책을 수립하고 시행하여 국민이 안심할 수 있는 환경을 만들고자 노력하고 있다. 개인정보보호위원회의 발표[4]에 따르면 2025년 위원회로 접수된 개인정보 유출 신고 건수는 총 447건으로 전년 대비 약 46%나 증가한 것으로 나타났다. 그중 276건, 약 62%가 해킹으로 발생한 사고로 조사되었다. 과학기술정보통신부는 2026년 주요 업무계획[5]에서 ‘사이버 위협으로부터 안전한 디지털 안심 국가 실현’을 핵심 과제 중 하나로 발표하였다. 정부는 기업이 보안을 핵심 가치 중 하나로 인식하도록 책임 체계를 정립하고 대규모 유출 시 과징금 부과액을 증액하는 등 제도적인 기반을 구축하기로 하였으며, 정보보호 공시 의무 대상 확대 등을 통해 보안 부실 기업이 시장의 선택에서 배제될 수 있도록 할 예정이다. 또한, 해킹 발생 시 사고 발생 사실 통지를 의무화하여 이용자의 신속한 대처가 가능하게 하는 한편, 2차 피해가 발생하지 않도록 단체 소송 제도 등의 제도도 마련할 계획이다. 더불어 인공지능을 이용한 해킹 방지 체계 구축을 하는 등 정부 차원에서도 보안 역량 고도화를 도모할 것임을 밝혔다.

용어해설

BPF(Berkeley Packet Filter) Door 악성코드 리눅스 기반 시스템을 표적으로 하는 백도어성 악성코드, 네트워크 패킷을 운영체제 커널 레벨에서 효율적으로 필터링하는 기술인 BPF 기술을 악용해 보안 장비를 우회하고 잠복해 있다가 특정 암호 감지 시 활성화되어 동작하면서 민감 정보를 지속해서 탈취하는 것을 목적으로 하는 악성코드

IMEI(International Mobile Equipment Identity) 단말기 고유식별번호 각각의 이동전화 단말기를 구별하기 위해 제조사가 단말기 출고 시 부여하는 15자리 고유 숫자로 형식 승인 코드, 최종 조합 코드 및 일련번호를 포함

참고문헌

[1] 

정보통신정책연구원, "한국미디어패널조사," 미디어통계포털, 2026. 3. https://stat.kisdi.re.kr/

[2] 

유지은, 이성준, "방송통신 결합상품 이용자의 만족도 및 전환의향 연구: 지각된 가치와 전환비용을 중심으로," 한국통신학회논문지, 제44권 제2호, 2019, pp. 387-406.

[3] 

금융감독원, "전자공시시스템," 2026. 5. https://dart.fss.or.kr/

[4] 

개인정보보호위원회, "개인정보위 2025년 개인정보 유출 신고 및 조사·처분 사례 분석결과 발표," 2026. 5. 15.

[5] 

과학기술정보통신부, "과학기술·인공지능으로 여는 대한민국 대도약: 2026년도 과학기술정보통신부 업무계획 보고," 2025. 12. 12.

그림 1

연구 모형

images_1/2026/v41n4/HJTODO_2026_v41n4_121f1.jpg

표 1 2025년 월별 휴대전화 번호이동 회선 수

3월 4월 5월 6월 7월 8월 9월 10월 11월
SKT 113,212 123,468 35,942 98,296 263,723 158,029 146,833 120,356 111,027
KT 73,111 133,284 252,371 134,273 175,795 90,744 96,375 81,103 77,382
LGU+ 83,767 125,519 215,221 145,156 185,176 103,932 106,105 87,144 82,645
MVNO 253,871 306,148 427,903 285,821 328,386 287,989 293,040 302,946 275,847
합계 523,961 688,419 931,437 663,546 953,080 640,694 642,353 591,549 546,901

출처 Reproduced from 과학기술정보통신부, “유무선 통신서비스 가입 현황 및 무선데이터 트래픽 통계,” 과학기술정보통신부 정책·통계 통계정보, 2025년 12월 말 기준.

표 2 프라이버시 침해에 대한 우려 정도

Item 프라이버시 침해에 대한 우려 정도
1 일반적으로 인터넷을 사용할 때 나의 프라이버시에 대해 걱정스럽다
2 온라인에서 내 사진 이름 등 개인정보가 도용당할까 봐 걱정스럽다
3 온라인 사이트 가입 시 개인정보를 너무 많이 요구하는 것이 걱정스럽다
4 온라인에서 자기가 누구인지 밝히지 않은 사람들은 의심스럽다
5 온라인상에 내가 기억하지 못하는 나에 관한 정보가 삭제 되지 않은 채 남아 있을까 봐 걱정스럽다

표 3 요인 분석 결과

Factor Eigenvalue Difference Proportion Cumulative
Factor1 3.642 3.585 1.049 1.049
Factor2 0.057 0.094 0.016 1.066
Factor3 -0.037 0.039 -0.011 1.055
Factor4 -0.076 0.039 -0.022 1.033
Factor5 -0.115 . -0.033 1.000

표 4 표본의 이동통신 가입자 사업자 이동 현황

2025년
SKT KT LGU+ MVNO 소계
2024년 SKT 2,148 533 458 59 3,198
KT 462 1,274 243 38 2,017
LGU+ 369 244 1,022 40 1,675
MVNO 23 27 20 160 230
소계 3,002 2,078 1,743 297 7,120
통신사 이동 854 804 721 137 2,516

표 5 기술 통계량

변수명 평균 표준편차 최소값 최대값
V1 성별 0.457 0.498 0 1
V2 연령 5.752 1.698 1 8
V3 최종 학력 4.206 0.932 2 6
V4 월평균 소득 3.985 2.215 1 8
V5 프라이버시 민감도 3.757 0.965 1 5
V6 결합상품 가입 0.748 0.434 0 1
V7 음성 무제한 요금제 가입 0.815 0.389 0 1
V8 데이터 무제한 요금제 가입 0.433 0.495 0 1

표 6 피어슨 상관계수

V1 V2 V3 V4 V5 V6 V7 V8
V1 1.000
V2 -0.014 1.000
V3 0.136* -0.426* 1.000
V4 0.435* 0.044* 0.360* 1.000
V5 0.019 -0.166* 0.264* 0.146* 1.000
V6 0.019 -0.233* 0.235* 0.067* 0.026* 1.000
V7 0.062* -0.145* 0.287* 0.171* 0.169* 0.091* 1.000
V8 0.091* -0.196* 0.251* 0.178* 0.170* 0.039* 0.384* 1.000

: p<0.05

표 7 로지스틱 회귀분석 결과(N = 7,120)

종속 변수
모형 1
모형 2
이동통신 가입자 통신사 이동 여부
Coefficient
z
Coefficient
z
(Std. Err.) P>|z| (Std. Err.) P>|z|
통제 변수 성별 0.074 1.33 0.079 1.40
(0.056) 0.184 (0.056) 0.161
나이 0.060 3.60 0.054 3.15
(0.017) 0.000 (0.017) 0.002
학력 -0.076 -2.35 -0.094 -2.78
(0.032) 0.019 (0.034) 0.005
소득 -0.020 -1.45 -0.026 -1.87
(0.014) 0.148 (0.014) 0.062
독립 변수 프라이버시 민감도 0.057 2.10
(0.027) 0.036
결합상품 가입 여부 -0.292 -4.98
(0.059) 0.000
음성 무제한 서비스 가입 여부 0.281 3.87
(0.073) 0.000
데이터 무제한 서비스 가입 여부 0.013 0.24
(0.056) 0.814
상수 Constant -0.591 -3.13 -0.692 -3.25
(0.189) 0.002 (0.213) 0.001
Model Log likelihood -4604.455 -4579.951
LR Chi2 40.09 89.10
Degree of freedom 4 8
P> Chi2 0.000 0.000
Sign Up
전자통신동향분석 이메일 전자저널 구독을 원하시는 경우 정확한 이메일 주소를 입력하시기 바랍니다.