서울대 MBA Applied Business Project
시장 반응과 온라인 이해관계자 데이터를 결합해 사이버보안 위기 대응 방안을 평가한 MBA 졸업 프로젝트입니다.
의사결정 문제
대규모 이커머스 플랫폼에서 개인정보가 유출된 뒤, 어떤 대응 조합이 고객 신뢰와 장기 기업가치의 추가 훼손을 줄일 수 있는지 따져봤습니다.
핵심 질문은 사고 자체가 옳으냐 그르냐가 아니라, 기업의 대응이 고객의 공정성·책임·배신 인식을 어떻게 건드렸고 어떤 전략이 그 반응을 누그러뜨릴 수 있느냐였습니다.
위기 전개
최초 공개, 후속 정보, 고객 보호조치, 정부 조사, 소송·분쟁 절차를 하나의 연표로 정리했습니다. 위기의 프레임은 한 번의 발표가 아니라 여러 단계의 정보 공개와 외부의 재해석이 쌓이며 바뀐다고 보고, 그 흐름을 분석 단위로 삼았습니다.
시장 반응
시장모형 사건연구로 주요 발표 전후의 비정상수익률과 누적 비정상수익률을 비교했습니다. 짧은 이벤트 구간의 충격과 그 이후의 회복 경로를 분리해서 봤고, 특정 발표가 장기 가치 변화를 직접 일으켰다고 단정하지 않았습니다.
-4.44%
최초 공지 CAR[-1,+1]
+6.82%
고객 보상안 발표 CAR[-1,+1]
-4.73%
정부 조사결과 발표 CAR[-1,+1]
네 가지 벤치마크에서도 반응의 부호는 그대로 유지됐습니다. 이 짧은 구간의 결과는 공시 전후의 시장 재평가를 보여줄 뿐, 그것만으로 장기 인과효과를 증명하지는 않습니다.

차트 설명과 데이터
수집한 표본에서는 부정 반응이 가장 큰 비중을 차지합니다. 레이블은 모델 출력이며, 전체 여론을 대표하지는 않습니다.
| 레이블 | 건수 | 비중 |
|---|---|---|
| 부정 | 6,009 | 72.70% |
| 중립 | 1,044 | 12.63% |
| 혼합 | 717 | 8.68% |
| 긍정 | 495 | 5.99% |
부정 72.7%
중요한 건 비율만이 아니었습니다. 반응의 초점은 막연한 불만보다 공정성과 책임, 거버넌스 비판 쪽에 쏠려 있었습니다.
이해관계자 반응
분석 가능한 온라인 반응 8,265건을 감성, 도덕성 기반, 주제 강도로 코딩했습니다. 플랫폼마다 표본과 표현 방식이 달랐던 만큼, 전체 평균과 플랫폼별 고강도 반응을 함께 놓고 비교했습니다.

차트 설명과 데이터
네이버 뉴스 댓글과 클리앙 댓글에서는 공정성·지배구조 비판의 고강도 비중이 높습니다. 이탈 의사 비중은 클리앙 댓글이 네이버 뉴스 댓글보다 높습니다. 게시글 표본은 댓글 표본보다 훨씬 작고, 특히 더쿠 게시글은 9건뿐이라 높은 비율을 플랫폼 순위로 읽지는 않았습니다.
| 플랫폼 | 건수 | 공정성 | 개인정보 피해 | 지배구조 | 이탈 | 계속 사용 |
|---|---|---|---|---|---|---|
| 네이버 뉴스댓글 | 2,943 | 46.76% | 12.54% | 41.25% | 20.29% | 13.59% |
| 클리앙 댓글 | 3,446 | 43.73% | 10.30% | 35.72% | 28.76% | 6.96% |
| 더쿠 댓글 | 1,516 | 35.09% | 41.75% | 21.77% | 20.58% | 2.77% |
| 클리앙 게시글 | 351 | 77.21% | 51.85% | 70.09% | 49.57% | 5.41% |
| 더쿠 게시글 | 9 | 88.89% | 100.00% | 77.78% | 33.33% | 11.11% |
비교 사례
국내외 사이버보안 위기의 공개 속도, 고객 보호, 외부 검증, 규제 귀결을 비교했습니다. 그 결과 빠른 공지와 보상만으로 마무리된 사례보다, 검증과 거버넌스 조치가 뒤따른 사례가 장기 대응의 신뢰를 좌우한다는 패턴이 드러났습니다.
전략 대안
세 가지 대안을 비교했습니다. 제한적 공개에 최소한의 보호조치만 하는 안, 신속하게 공개하고 고객을 보호하며 단계적으로 업데이트하는 안, 그리고 여기에 외부 검증과 거버넌스 강화를 더한 안입니다.
평가 기준은 공정성·책임 인식, 규제 리스크, 시장 불확실성, 후속 공개의 일관성, 비용과 실행 가능성이었습니다.
권고안
신속한 공개와 고객 보호를 기본 조건으로 두고, 여기에 독립적 검증, 이사회 감독, 통제 절차 재설계, 후속 업데이트 기준을 함께 강화하는 조합을 권고했습니다.
단기 반발을 없애는 해법이 아니라, 외부 이해관계자가 앞으로의 정보 공개와 통제 개선을 믿을 수 있게 만드는 전략입니다.
Probato와의 관계
Probato는 2024년에 먼저 시작한 독립 연구이자 제품 방향입니다. 이 프로젝트는 그 뒤에 진행한 MBA 졸업 프로젝트로, 정성적 이해관계자 분석 역량을 전혀 다른 의사결정 문제에 적용한 사례입니다. 두 프로젝트는 공통된 역량을 보여줄 뿐, 하나의 계보로 이어지지는 않습니다.
한계
인터뷰와 FGI를 진행하지 못해 내부 의사결정과 고객이 실제로 느낀 바를 직접 확인하지는 못했습니다. 온라인 반응도 일부 플랫폼에 몰려 있어 전체 여론을 대표하지 않습니다.
사건연구는 발표 전후의 시장 움직임을 보여줄 뿐, 그 자체로 인과효과를 증명하지는 않습니다. LLM 코딩 역시 모델 출력이며, 사람이 단 정답 레이블로 다루지 않았습니다.