서울대 MBA Applied Business Project

시장 반응과 온라인 이해관계자 데이터를 결합해 사이버보안 위기 대응 대안을 평가한 MBA 졸업 프로젝트입니다.

의사결정 문제

대규모 이커머스 플랫폼의 개인정보 유출 이후, 어떤 대응 조합이 고객 신뢰와 장기 기업가치의 추가 훼손을 줄일 수 있는지 평가했습니다.

핵심 질문은 사고 자체를 규범적으로 판정하는 것이 아니라, 기업의 대응이 고객의 공정성, 책임, 배신 인식을 어떻게 자극했고 어떤 전략이 그 반응을 줄일 수 있는가였습니다.

위기 전개

최초 공개, 후속 정보, 고객 보호조치, 정부 조사, 소송과 분쟁 절차를 하나의 연표로 정리했습니다. 단일 발표가 아니라 여러 단계의 정보 공개와 외부 재해석이 위기 프레임을 바꾼다는 점을 분석 단위로 삼았습니다.

시장 반응

시장모형 사건연구로 주요 발표 전후의 비정상수익률과 누적 비정상수익률을 비교했습니다. 좁은 이벤트 구간의 충격과 이후 회복 경로를 분리해, 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 부호가 유지되었습니다. 이 좁은 구간의 결과는 공시 주변의 시장 재평가를 보여주지만 장기 인과효과를 단독으로 증명하지 않습니다.

온라인 이해관계자 반응의 부정, 중립, 혼합, 긍정 분포
분석 가능한 온라인 반응 8,265건의 LLM 보조 집계
차트 설명과 데이터

수집 표본에서는 부정 반응이 가장 큰 비중을 차지합니다. 레이블은 모델 출력이며 전체 여론을 대표하지 않습니다.

모델 코딩 감성 분포
레이블건수비중
부정6,00972.70%
중립1,04412.63%
혼합7178.68%
긍정4955.99%

부정 72.7%

중요한 것은 비율만이 아니었습니다. 반응의 중심은 일반적인 불만보다 공정성, 책임, 거버넌스 비판에 가까웠습니다.

이해관계자 반응

분석 가능한 온라인 반응 8,265건을 감성, 도덕성 기반, 주제 강도로 코딩했습니다. 플랫폼별 표본과 표현 방식이 달랐기 때문에 전체 평균과 플랫폼별 고강도 반응을 함께 비교했습니다.

플랫폼별 공정성, 개인정보 피해, 지배구조, 이탈 의사, 계속 사용 고강도 반응
모델 코딩 점수 3.0 이상 반응의 비중. 플랫폼마다 표본 크기와 형식이 다릅니다.
차트 설명과 데이터

네이버 뉴스 댓글과 클리앙 댓글에서는 공정성 및 지배구조 비판의 고강도 비중이 높습니다. 클리앙 댓글의 이탈 의사 비중은 네이버 뉴스 댓글보다 높습니다. 게시글 표본은 댓글 표본보다 매우 작고 특히 더쿠 게시글은 9건이므로 높은 비율을 플랫폼 순위로 해석하지 않았습니다.

점수 3.0 이상 반응의 비중
플랫폼건수공정성개인정보 피해지배구조이탈계속 사용
네이버 뉴스댓글2,94346.76%12.54%41.25%20.29%13.59%
클리앙 댓글3,44643.73%10.30%35.72%28.76%6.96%
더쿠 댓글1,51635.09%41.75%21.77%20.58%2.77%
클리앙 게시글35177.21%51.85%70.09%49.57%5.41%
더쿠 게시글988.89%100.00%77.78%33.33%11.11%

비교 사례

국내외 사이버보안 위기의 공개 속도, 고객 보호, 외부 검증, 규제 귀결을 비교했습니다. 빠른 공지와 보상만으로 끝난 사례보다 검증과 거버넌스 조치가 장기 대응의 신뢰성을 좌우한다는 패턴을 확인했습니다.

전략 대안

제한적 공개와 최소 보호조치, 신속 공개와 고객 보호 및 단계적 업데이트, 여기에 외부 검증과 거버넌스 강화를 결합한 세 가지 대안을 비교했습니다.

평가 기준은 공정성 및 책임 인식, 규제 리스크, 시장 불확실성, 후속 공개의 일관성, 비용과 실행 가능성이었습니다.

권고안

신속 공개와 고객 보호를 기본 조건으로 두고, 독립적 검증, 이사회 감독, 통제 절차 재설계, 후속 업데이트 기준을 함께 강화하는 조합을 권고했습니다.

이는 단기 반응을 없애는 해법이 아니라, 외부 이해관계자가 향후 정보와 통제 개선을 신뢰할 수 있게 만드는 전략입니다.

Probato와의 관계

Probato는 2024년에 먼저 시작한 독립 연구와 제품 방향입니다. 이 프로젝트는 이후 수행한 MBA 졸업 프로젝트로, 정성적 이해관계자 분석 역량을 별도의 의사결정 문제에 적용했습니다. 두 프로젝트는 공통 역량을 보여주지만 하나의 계보로 연결되지 않습니다.

한계

인터뷰와 FGI를 수행하지 않아 내부 의사결정과 고객 체감을 직접 확인하지 못했습니다. 온라인 반응은 일부 플랫폼에 집중되어 전체 여론을 대표하지 않습니다.

사건연구는 발표 주변의 시장 움직임을 보여주지만 단독 인과효과를 증명하지 않습니다. LLM 코딩 역시 모델 출력이며 사람의 정답 레이블로 다루지 않았습니다.