ISSN : 1226-072X
알기 쉬운 요약
This study empirically analyzed the effects of individual risk-taking propensity and MBTI personality types on the ownership of private health insurance (PHI) using the 2023 Insurance Consumer Behavior Survey data. Unlike previous studies that primarily focused on socioeconomic factors and risk aversion, this study measured risk-taking propensity through three approaches: a direct self-reported question, a lottery-based behavioral score, and cryptocurrency investment experience. A logistic regression model was applied with the ownership of indemnity-type and fixed-benefit PHI as dependent variables, incorporating the four MBTI dimensions (I-E, S-N, T-F, J-P) as explanatory variables. The results showed that the indirect measures of risk-taking propensity were significantly associated with the ownership of indemnity-type PHI, while the direct self-reported measure showed no significant relationship. No significant association was found between risk-taking propensity and fixed-benefit PHI ownership. Regarding personality types, individuals with a sensing (S) type were more likely to own indemnity-type PHI, whereas those with an extraversion (E) type were more likely to hold fixed-benefit PHI. This study is meaningful in that it expands the understanding of insurance consumer behavior by incorporating psychological and personality variables that have not been addressed in previous research, thereby providing insights into the underlying motivations behind PHI ownership in Korea.
이 연구는 2023년 보험소비자행태조사 원자료를 활용하여 개인의 위험감수 성향과 MBTI 성격 유형이 민간의료보험 보유에 미치는 영향을 실증적으로 분석하였다. 기존 연구들이 주로 사회경제적 요인과 위험회피 성향에 초점을 두었던 것과 달리, 본 연구는 직접 문항(자기보고식)과 간접 문항(복권 게임, 가상자산 투자)의 세 가지 방식으로 위험감수성향을 측정하고, 성격 특성을 MBTI 4가지 차원(외향–내향[E–I], 감각–직관[S–N], 사고–감정[T–F], 판단–인식[J–P])으로 투입하여 실손형 보험과 정액형 보험 보유를 종속변수로 한 로짓 모형을 분석하였다. 분석 결과, 복권게임 점수와 가상자산 투자 경험으로 측정한 위험 감수 성향이 실손형 보험 보유를 유의하게 높이는 것으로 나타났다. 정액형 보험에서는 위험 감수 성향과의 유의한 관련성이 관찰되지 않았다. 또한 MBTI 성격 유형이 감각형(S)인 사람은 실손형 보험 보유 가능성이 높았고, 외향형(E)은 정액형 보험 보유 가능성이 높았다. 이 연구는 기존 연구에서 다루지 않았던 성향 및 성격 요인을 통합 분석함으로써 보험 소비자 행동을 이해하는 실마리를 제공하였으며, 개인의 성격 요인에 따른 정보 접근성과 보험 선택 편차를 고려한 소비자 보호, 정보 제공 전략 필요성을 제시하였다는 데 의의가 있다.
우리나라는 전국민 건강보장 체계를 구축하고 있음에도 불구하고, 상당수의 국민들이 민간의료보험을 보유하고 있다. 보험연구원(2024)에 따르면 2023년 기준 실손의료보험 가입 건수는 3,579만 건으로, 전국민 대비 가입률이 약 69%에 이르는 것으로 보고되었다. 또한 한국의료패널(2024)에 따르면 민간의료보험 가입 가구는 2021년 한 해 동안 평균 290,452원의 보험료를 지출하였으며, 이는 같은 해 국민건강보험 직장가입자의 세대당 평균 보험료 부담액(133,591원, 사용자 부담 포함 시 267,182원)을 상회하는 수준이다(국민건강보험, 2021). 이와 같은 현상은 우리나라에만 국한되지 않으며, 공공의료 보장성이 높은 유럽 국가들에서도 유사하게 나타난다. 예를 들어, 유럽 국가에서는 대기시간 단축, 의료기관 및 의료진 선택의 자유 확보, 본인부담금 감소 등을 목적으로 민간의료보험을 활용하는 경향이 보고되고 있다(Tavares, 2019). 우리나라는 전국민 건강보험이 시행되고 있어 대체형 보험보다는 공공보험의 한계를 보완하는 보완형 민간보험을 중심으로 발달하였으며, 주로 질병 발생 시의 의료비 부담 완화와 소득 손실 대비를 위한 가입이 이루어지는 것으로 볼 수 있다.
우리나라의 민간의료보험 관련 연구들은 한국의료패널조사 자료를 주로 활용하고 있으며, 이 자료원의 조사 내용에 따라 보험 유형을 실손형과 정액형으로 구분하는 것이 일반적이다. 그러나 두 유형의 보험은 가입 동기가 달라서 이를 구분하여 연구하는 것은 의미가 있다. 실손의료보험은 질병이나 상해로 인한 치료 시 개인이 실제로 지출한 의료비를 보상하는 상품으로, 의료비 지출 부담을 경감하고 비급여 서비스 이용에 대한 접근성을 높이기 위한 목적으로 가입하는 것이 일반적이다. 반면, 정액형 보험은 질병, 사망, 상해 등의 사건이 발생했을 경우 약관에 정해진 고정 금액을 보장하는 상품으로, 사건 발생에 따른 소득 충격, 의료비 부담, 간병 부담, 부양 부담 등에 대비하는 효과를 제공한다. 따라서 실손형 보험과 정액형 보험은 가입자의 가입 동기 및 목적에 있어 근본적으로 다른 특성을 지닌 유형의 보험이라고 할 수 있다.
민간의료보험 가입 결정 요인으로 알려진 개인 특성으로는 성, 연령, 교육수준, 결혼상태 등 인구사회학적 요인과 종사상 지위, 소득, 자산 등 사회경제적 요인이 있다. 또한 개인의 건강상태와 위험회피 성향 역시 보험 가입 결정에 영향을 미치는 주요 변수이다. 건강상태가 좋지 않은 개인이 보험에 더 많이 가입하는 경향은 전통적인 ‘역선택(adverse selection)’ 이론으로 설명되어 왔다(Rothschild & Stiglitz, 1976). 그러나 최근 연구들은 이러한 고전적 이론과는 다른 결과를 보고하고 있다. 예를 들어, 호주의 한 연구에서는 민간의료보험 가입 이유로 건강 악화나 입원 가능성보다 심리적 안정감을 들었다는 응답이 더 많았다(Fiebig et al., 2006).
전통적인 보험수요 이론은 개인이 위험회피 성향을 가지고 있다고 가정하며, 이에 따라 보험 가입이 경제적으로 합리적인 선택이라는 결론을 도출한다(Rothschild & Stiglitz, 1976). 즉, 불확실한 질병 발생으로 인한 기대 손실을 확실한 보험료 지출로 대체하는 것이 위험을 회피하고자 하는 개인에게 더 유리하다는 것이다. 그러나 위험회피적인 사람이 항상 보험 가입 가능성이 높은 것은 아니다. 일부 연구에서는 위험감수 성향이 있는 개인도 보험 가입 행동을 보인다고 보고하고 있다(Costa-Font et al., 2003; Guiso et al., 2002). 이러한 현상을 이해하기 위해서는 진화하는 보험 상품의 보장 내용과 개인이 보험을 구매하는 전략적 행동을 함께 고려해야 하며, 이러한 설명으로도 충분하지 않은 부분은 개인의 성향 및 심리적 특성을 통해 보완적으로 해석할 필요가 있다.
최근 소비자행동 및 심리 연구에서는 Myers-Briggs Type Indicator(MBTI) 성격유형이 패션 소비성향, 전자상거래 이용 행태, 관광 소비 가치 등 다양한 영역에서 의미 있는 차이를 보인다는 결과들이 보고되고 있다 (김혜연, 2016; 이지운, 2018; 석관호 외, 2023; 김다솜, 2024). 다만 MBTI가 신뢰도와 타당도에 논란이 존재하므로 성격을 측정하는 척도로서 절대적으로 의지할 수는 없지만, 각 차원이 반영하는 개별적인 성격 특질의 행동적 의미에 주목한다면, 개인의 소비 행동을 성격과 심리적 특성과 연관지어 이해하는데 도움이 될 수 있다. 예컨대 대인관계에서 외향형 성향은 사회적 네트워크 접근성이 높아 보험 관련 정보 획득 및 추천 노출 가능성이 크므로 보험 가입 확률을 높일 가능성이 있다 (Goby, 2006; Akber et al., 2024). 한편, 인식 방식이 감각형인 성향은 구체적 사실과 실질적 경험 중심의 정보 처리 경향이 강하므로(Makwana et al., 2023), 실제 의료이용 경험이 보험 구매에 영향을 주거나, 실손의료보험 상품을 선택할 가능성이 높다. 이러한 맥락에서 이 연구는 위험성향 변수와 더불어 MBTI 네 가지 차원을 탐색적 수준에서 포함하여, 기존 연구에서 잘 다루어지지 않았던 성격적 요인의 가능성을 보험 보유 행태 분석 틀에 포함시켜 살펴보고자 한다.
이 연구는 2023년 보험소비자행태조사 자료를 활용하여 개인의 실손형 보험과 정액형 보험 보유와 관련된 요인을 실증적으로 분석하고자 하였다. 특히, 개인의 위험회피 또는 위험감수와 같은 위험성향이 보험 유형별 보유에 미치는 영향을 규명하는 데 연구의 초점을 두었다. 이를 위해 위험성향을 나타내는 변수로 위험감수 여부(직접 문항), 복권게임 기반의 위험감수 점수(간접 문항), 가상자산 투자 여부(행동 지표)의 세 가지를 설정하여, 각 변수들이 실손형 보험과 정액형 보험 보유에 미치는 영향을 로짓 모형을 통해 분석하였다. 아울러, 개인의 성격 특성을 나타내는 MBTI 유형이 보험 유형별 보유와 어떤 관련성을 가지는지를 확인하고자 하였다.
보험의 경제학에서는 개인의 부(wealth)에 대한 효용함수가 체증적으로 증가하는 형태의 우상향 곡선이라 가정하며, 이에 따라 위험을 회피하려는 성향(risk aversion)을 가진 개인은 질병 발생 시의 기대손실보다 일정한 보험료를 지불하는 것이 더 합리적이라고 판단한다(von Neumann & Morgenstern, 1944). 이러한 관점에서 질병 발생 확률이 높거나 위험회피 성향이 강한 개인일수록 보험에 대한 수요가 높고, 불확실성을 전가하기 위해 더 큰 위험 프리미엄(risk premium)을 지불할 의향이 있을 것으로 예측된다. 이 같은 이론적 토대는 다양한 경제학자들에 의해 발전되어 왔으며(Yaari, 1964; Hakansson, 1969; Rothschild & Stiglitz, 1976), 실증연구에서도 일반적으로 위험회피 성향이 클수록 보험 가입 확률이 높다는 결과가 보고되고 있다(Schlesinger, 1981; Szpiro, 1985; Hofstede, 1995; Outreville, 2013; 김대환, 2019).
그러나 일부 민간보험 연구에서는 이러한 전통적 보험수요이론과 반대되는 결과도 관찰된다. 위험회피성향이 작을수록, 즉 위험을 감수하는 성향이 강할수록 보험에 가입할 확률이 높다는 것이다(Buchmueller, 2009; Tavares, 2019; 보험연구원, 2024). 이러한 역설적인 결과는 보험 가입이 단순한 위험회피 행위가 아니라, 위험을 자각하고 이를 관리하려는 전략적 행동의 일환으로 해석될 수 있다. 즉, 위험을 감수하는 성향(risk seeking)이 반드시 부주의함(carelessness)을 의미하는 것은 아니며, 모험적인 성향을 가진 개인은 오히려 불확실성에 대비하기 위한 도구로서 보험의 필요성을 더 강하게 인식할 수 있다. 예컨대, 자동차 운전을 즐기는 사람이 오히려 더 포괄적인 자동차 보험에 가입하는 경우가 이에 해당한다. 이러한 현상을 일부 연구에서는 ‘유리한 선택(advantageous selection)’이라 명명하였으며, 이는 위험을 감수하는 성향이 있음에도, 건강에 대한 자기관리 역량이 높거나 위험 인식이 강한 사람들이 보험 시장에 더 적극적으로 진입함으로써 나타나는 현상이다(Hemenway, 1990; Buchmueller, 2009; Tavares, 2019).
위험 성향은 개인의 비교적 안정적인 특질(trait)로 측정되지만, 기존 연구들은 동일한 위험 성향을 가진 개인이라도 보험 선택에서 상반된 결과를 보고하였다. 이는 단순히 개인의 성향만으로는 설명하기 어려운 측면이 있음을 보여준다. Tversky와 Kahneman(1981)의 프레이밍 이론(Framing theory)은 이러한 현상을 보완적으로 이해할 수 있는 틀을 제공한다. 즉, 위험회피적 성향의 개인도 손실 프레임에서는 위험을 감수할 수 있고, 위험추구적 성향의 개인도 이득 프레임에서는 보수적 선택을 할 수 있다. 따라서 본 연구에서는 위험 성향을 고정된 개인의 특질로서 측정하면서도, 결과 해석에서는 프레이밍 효과가 영향을 미칠 수 있음을 고려하였다.
프레이밍 이론에 따르면 보험 소비자의 심리적 선택 동기는 ‘손실회피(loss aversion)’와 ‘이득추구(gain seeking)’의 두 가지 틀로 설명된다(Tversky & Kahneman, 1981). 이론에 따르면 동일한 위험 성향을 가진 개인이라도 상황에 따라 다른 선택을 보일 수 있으며, 이는 기존 연구들에서 상반된 결과가 나타난 이유를 부분적으로 설명해 줄 수 있다. 첫째, ‘손실회피’ 프레임에서는 보험이 미래의 불확실한 손실을 방지하기 위한 보호 수단으로 인식된다. 개인은 손실에 대한 두려움 때문에 보험에 가입하게 되며 이는 위험회피적 행동의 일환이 될 수 있다. 생명보험, 질병보험 등은 생명이나 건강이라는 자산의 손실을 회피하는 장치로서 손실회피라는 심리적 동기에 의해 선택되는 보험 유형이다. 둘째, ‘이득추구’ 프레임에서는 보험이 단순한 손실 방지 수단이 아니라 더 질 좋은 의료 서비스를 이용하기 위한 전략적 투자로 이해될 수 있다. 우리나라는 비급여 의료서비스가 양질의 치료를 받기 위한 필수적인 수단이 되고 있어, 의료이용 시 실제 지출한 본인부담금을 보상하는 실손형 의료보험은 개인에게 기회 활용의 수단으로 간주된다. 즉, 보험 선택은 개인의 위험 성향만으로 일방적으로 결정되는 것이 아니라, 동일 성향의 개인도 어떤 프레임이 작동하느냐에 따라 상반된 선택을 할 수 있음을 보여준다. 이러한 관점은 전통적 이론이 제시하는 ‘위험회피자가 보험을 구매한다’는 단순한 설명을 넘어, 보험 선택에는 다양한 동기가 작용하며 보험 유형에 따라 설명되는 심리적 요인이 달라질 수 있음을 시사한다.
한편, 국내에서는 개인의 위험감수성향과 보험 가입 행태 간의 관련성을 실증적으로 분석한 연구가 여전히 제한적이다. 이는 부분적으로 위험회피 혹은 위험감수 성향을 정교하게 측정할 수 있는 조사자료의 부재와 함께, 해당 성향을 정량화하려는 체계적인 시도가 드물었기 때문으로 해석할 수 있다(윤현숙 외, 2018; 김동우, 2022). 일반적으로 위험 성향 측정은 "귀하는 위험을 회피하는 편입니까?"와 같은 주관적 자기평가 문항이나, 확정된 수익과 확률적 수익 간의 선택(예: TV 프로그램 출연료를 현금으로 받을지, 확률게임으로 받을지)과 같은 의사결정 시나리오를 통해 간접적으로 추론된다(Tversky & Kahneman, 1981). 또는 주식이나 파생상품 투자 경험을 관찰하여 위험성향을 측정하려는 시도가 있으며(Dohmen et al., 2011; Choi et al., 2020), 최근 연구에서는 높은 변동성을 가진 가상화폐 투자도 위험감수 행동의 지표로 활용되고 있다(Wang, 2024; Hayashi & Routh, 2024). 본 연구에서는 이러한 문헌적 근거를 바탕으로 가상화폐 투자 경험을 위험감수 성향 보조 지표로 포함하였다.
보험 구매는 단순한 재무적 판단을 넘어, 소비자의 성격적 특성, 심리적 성향 등 다양한 심리사회적 요인에 의해서도 영향을 받는다. 이 중 MBTI는 개인의 성격유형에 따른 행동 양식 차이를 설명하는 심리검사 도구로, 최근 소비자행동 연구에서 점차 활용되고 있다. MBTI는 2개의 값을 갖는 4가지 차원으로 구성되는데 (1) 에너지 방향: 외향(Extraversion, E)-내향(Introversion, I), (2) 인식 방식: 감각(Sensing, S)-직관(Intuition, N), (3) 판단 기준: 사고(Thinking, T)-감정(Feeling, F), (4) 생활 양식: 판단(Judging, J)-인식(Perceiving, P)이 각각 조합되어 총 16가지 성격유형으로 분류된다. 성격유형은 개인의 정보처리 방식, 의사결정 패턴, 스트레스 반응 등과 밀접한 관련이 있다(Myers & Briggs Foundation, 2023).
최근 연구들은 MBTI 성격유형이 직무 스트레스 및 조직 적응도에 영향을 미치며, 이를 바탕으로 개인의 성격유형에 적합한 직무 배치와 인사관리 전략에 활용될 수 있음을 제안하고 있다(이재외, 2016). 또한 MBTI는 광고 수용 태도, SNS 이용 동기, 전자상거래 이용 행태 등 다양한 소비자 행동 영역에서도 유의미한 설명력을 가지는 것으로 나타났다(이지운, 2018). 특히 외향형(E)은 사회적 상호작용과 네트워크 접근성이 높아 주변으로부터의 정보나 추천에 더 쉽게 노출되는 반면, 내향형(I)은 제한된 정보원을 활용하고 자기 성찰적 태도를 보이는 경향이 있다(Goby, 2006). 감각형(S)은 구체적 사실과 실질적 경험을 통해 인식하는 특성이 강한 반면, 직관형(N)은 추상적 가능성과 장기적 전망을 중시한다(Makwana et al., 2023). 사고형(T)은 논리와 합리적 판단에 기반하여 판단하며, 감정형(F)은 관계적 조화와 가치 판단을 중시하는 경향이 있다는 보고가 있다(김혜연, 2016). 판단형(J)은 계획성과 구조화를, 인식형(P)은 개방성과 융통성을 선호하는 것으로 알려져 있다(Myers & Briggs Foundation, 2023). 이러한 차원별 특질은 소비자의 태도, 구매행동, 정보탐색 방식과 관련된 여러 연구에서 확인되고 있다(석관호 외, 2023; 김다솜, 2024).
소비자의 구매 행동과 성격 유형 간의 관련성을 확장하여 보험 상품의 구매에 MBTI가 어떤 영향을 미치는가라는 주제를 탐구해 볼 수 있는데, 보험 구매와 관련된 MBTI 연구는 아직 초기 단계에 머물러 있다. 다만, 김혜연(2016)의 연구에 따르면 사고형(T) 성격을 지닌 소비자는 감정형(F) 소비자에 비해 보험상품에 대해 긍정적 태도가 형성되었을 때, 보다 적극적인 구매 의도를 나타내는 것으로 보고된 바 있다. 더 나아가 MBTI 개별 요소의 행동적 의미에 주목해 보면, 외향형(E)과 감각형(S) 성향은 보험 선택 과정에서도 의미 있는 역할을 할 수 있다. 외향적인 성격을 갖는(E) 개인은 사회적 네트워크를 통해 보험 관련 정보와 추천을 획득할 가능성이 크며(Goby, 2006; Costa & McCrae, 1992), 추상적인 개념보다 구체적인 사실을 통해 상황을 인식하는(S) 개인은 실제 의료 이용 경험과 같은 구체적 사실을 중시하는 성향이 강하다(Makwana et al., 2023; Myers & Briggs Foundation, 2023). 따라서 두 성향은 각각 정액형 보험과 실손형 보험 선택과 연결될 수 있다는 점에서 본 연구의 분석 맥락과도 부합한다. 비록 제한적이나, 이러한 선행연구들은 MBTI 성격유형이 소비자의 태도와 의사결정에 영향을 미치며, 보험 구매 행동에도 일정한 관련성이 있음을 시사한다.
한편, MBTI의 개별 요소에 해당하거나 관련이 있는 성격 특질 중 주요한 속성을 이미 전통적인 심리학 이론 중 ‘성격의 5요인 모형(Big Five Personality Trait)’에서 개인의 행태와 특질을 연관지어 해석한 바 있다. 이 이론은 개인의 5가지 특질을 개방성(Openness to experience), 성실성(Conscientiousness), 외향성(Extraversion), 친화성(Agreeableness) 및 신경성(Neuroticism)으로 구분하여 행태의 결정요인으로 고려하였는데, 최근 Schilling & Bleidorn (2024)의 연구는 개인의 5가지 성격 요인이 보건의료 분야의 구매 행태에 영향을 미침을 실증적으로 밝혔다. 특히 이 연구의 보험상품 구매와 관련한 결과를 보면, 성격의 5요인에 따라 1) 치과 보험, 2) 의약품 및 의료기기 보험, 3) 의료비 보험, 4) 장기요양 보험의 구매 행태가 유의하게 달라졌다. 이처럼 개인의 성격 특질이 보건의료 영역의 구매 행동에 관련이 있음을 보여준 실증 연구들은 MBTI 체계 역시 개인의 성격 특성을 건강 관련 보험의 구매 행동에 대한 설명 요인으로 고려할 수 있음을 뒷받침한다.
이 연구는 보험연구원에서 실시한 2023년 보험소비자행태조사 원자료를 사용하였다. 이 조사는 개인의 위험에 대한 태도, 위험에 대한 인식과 대비, 보험가입 상태에 대해 파악하고자 만 19세에서 69세 사이 성인 남녀를 대상으로 온라인으로 실시되었다. 표본은 거주지역, 성별, 연령에 따른 비례 할당 추출법으로 5,700명이 추출되었다. 조사에서 다룬 보험 영역은 크게 3가지로 건강과 간병, 은퇴와 사망, 소득흐름과 재산손해로 구분되며 각 영역당 1,900명이 무작위로 배정되었다. 이 연구의 분석 대상자는 민간의료보험 조사가 포함된 건강과 간병 영역에 할당된 1,900명이다.
종속변수인 ‘실손형보험 보유 여부’와 ‘정액형보험 보유 여부’는 조사 문항 중 ‘건강 관련 보험상품 보유 여부’를 바탕으로 정의되었다. 문항에서는 실손의료보험, 질병보험(암보험, 심혈관질환보험, 치아보험 등), 사망보험(종신보험, 정기보험 등), 상해보험(재해보험, 운전자보험, 장해보험 등)의 4가지 보험상품을 보유하고 있는지를 물었으며 이중 실손의료보험을 보유하고 있으면 실손형보험을 보유한 것으로 정의하였다. 또한 질병보험, 사망보험, 상해보험 중 하나라도 보유하고 있으면 정액형보험을 보유한 것으로 정의하였고 그 외의 경우는 정액형보험이 없는 것으로 정의하였다.
독립변수 중 위험감수성향은 3가지 변수를 사용하였다. 첫째, ‘위험감수 여부’는 위험성향을 직접 묻는 문항을 사용하여 ‘위험감수’와 ‘위험회피’의 이변량 변수로 정의하였다. 설문에서는 ‘귀하는 대체로 위험을 감수하시는 편이십니까? 아니면 위험을 회피하시는 편이십니까?’라는 질문에 1(어떠한 위험도 회피함)에서 6(어떠한 위험도 감수함)까지의 6개 범주로 응답하도록 하였는데, 이를 다시 두 개로 범주화한 것이다. 둘째, ‘위험감수 점수’는 복권게임으로 추정한 위험감수 점수를 사용하였다. 설문에서는 확실한 현금을 수령할지, 이에 대응하는 금액을 확률적으로 받는 복권을 수령할지를 <표 1>과 같이 5가지 경우로 질문하였는데, 5개 문항 각각에 확실한 현금이 아닌 복권을 선택한 경우 1점을 부여하여 0점에서 5점까지의 점수를 부여하였다. 셋째, ‘가상자산 투자’는 가상자산 투자 상태를 묻는 문항에 답한 값을 그대로 ‘투자한 적 없음’, ‘과거에 투자함’, ‘현재 투자 중’의 3개의 범주로 정의하였다. 가상자산은 가격 변동성이 큰 고위험 자산으로 평가되므로, 본 연구에서는 이를 개인의 위험감수 성향을 대리할 수 있는 지표로 활용하였다. 독립변수 중 MBTI는 I(내향)-E(외향), N(직관)-S(감각), F(감정)-T(사고), P(인식)-J(판단)의 4가지 차원을 각각 4가지 더미변수로 투입하였다.
| 문항 | ① 현금 | ② 복권 | ③ |
|---|---|---|---|
| 1 | 10만원 | 50% 확률로 15만원, 50% 확률로 5만원 | 상관없음 |
| 2 | 10만원 | 50% 확률로 20만원, 50% 확률로 0원 | 상관없음 |
| 3 | 10만원 | 40% 확률로 20만원, 60% 확률로 0만원 | 상관없음 |
| 4 | 10만원 | 60% 확률로 20만원, 40% 확률로 0원 | 상관없음 |
| 5 | 10만원 | 20% 확률로 50만원, 80% 확률로 0원 | 상관없음 |
이외에도 민간의료보험 가입에 영향을 줄 만한 변수들로서 성별, 연령대, 교육수준, 종사상지위, 결혼상태, 의료 이용 여부, 자산, 월가구소득, 가족수를 통제변수로 고려하였다. 연령은 10세 구간으로 나누었으며, 의료이용 여부는 ‘최근 1년간 병원을 방문한 적이 있습니까?’라는 질문에 ‘예’라고 답한 경우 의료이용을 한 것으로 정의하였다. 월 가구소득은 소득액이 아닌 소득 구간으로 조사되었기에 범주형 변수로 투입하였고, 가구 자산은 금융자산, 부동산, 자동차, 기타 실물자산을 포함한 개인의 총자산으로 조사되었기에 연속변수로 사용하였다.
첫째, 기술분석으로서 연구대상자의 일반적 특성에 따른 빈도를 확인하고, 개인의 일반적 특성에 따른 실손형 보험과 정액형 보험의 보유 비율을 산출하였다.
둘째, 독립변수인 연구대상자의 위험성향 3가지 변수와 MBTI 성격 유형의 빈도를 확인하고, 이들 개인의 성향에 따른 실손형 보험과 정액형 보험의 보유 비율을 산출하였다. 종속변수인 보험 가입 상태를 실손형 보험과 정액형 보험으로 나누어 살펴보고, 정액형 보험은 질병보험, 사망보험, 상해보험 각각의 보유 현황을 확인하였으며, 실손, 질병, 사망, 상해의 4가지 보험 유형의 중복 보유 상태를 확인하였다.
셋째, 개인의 위험감수성향과 MBTI가 실손형 및 정액형 보험 보유에 미치는 영향을 로짓모형을 통해 확인하였다. 분석모형은 다음과 같다.
(Indemnity: 실손형보험 보유 확률, Fixed: 정액형보험 보유 확률; Risk: 위험성향 변수로서 위험감수 여부, 위험감수성향 점수, 가상화폐 투자를 차례로 투입; MBTI: I-E, N-S, F-T, P-J의 성격 유형을 4가지 더미변수로 투입; Z: 성별, 연령대, 교육수준, 일자리 유형, 결혼 상태, 자산, 의료이용 여부, 소득 구간, 가족수를 통제변수로 투입)
이 연구는 한국방송통신대학교 생명윤리위원회의 심의 면제((ABN01-202507-20-V1)를 받았다. 데이터 처리 과정에서 이용한 통계 소프트웨어는 SAS 9.4이며, 회귀분석에서는 STATA 14를 이용하였다.
1,900명의 응답자 중 여성은 49%였다. 연령은 19세에서 69세까지 분포하였고 평균 44.30±12.95세였으며 10세 구간별 빈도는 대체로 골고루 분포하였으나 50대가 23.79%로 가장 많았다. 교육수준은 대학교 졸업자가 70.47%였고, 종사상 지위는 상용직이 63%로 가장 많았다. 결혼상태는 기혼이 57.95%였고 미혼도 37.32%였으며, 최근 1년간 병원에 방문한 적이 있는 사람은 66.53%로 나타났다. 월 가구소득은 300만원 미만이 27.84%였고, 700만원 이상은 22.74%였다. 가족수는 3인과 4인이 각각 29.63%, 29.11%로 가장 많았고 1인 가구는 15.16%, 6명 이상인 경우도 0.68%로 나타났다.
대상자들의 79.74%가 실손형보험을 보유하고 있었다. 개인별 특성에 따라 실손형보험 보유 비율을 살펴보면 여성과 30대~40대 연령층에서 보유율이 높았고, 교육수준이 대학교 졸업인 경우 종사상지위가 상용직이나 자영업 고용주인 경우, 결혼상태가 기혼인 경우, 의료이용 경험이 있는 경우에 보유율이 높았다. 가구소득이 높아질수록 실손형보험 보유율이 대체로 높아지나 500만원에서 700만원인 경우에 82.71%로 가장 높았고, 가족수는 6명 이상인 경우 보유율이 84.62%로 가장 높았지만 5명인 경우(79.52%)보다 3명(80.11%), 또는 4명인 경우 (82.46%)에 실손형보험 보유율이 더 높았다.
정액형보험은 대상자들의 86.68%가 보유하고 있었다. 개인별 특성에 따른 정액형보험 보유 비율은 실손형보험과 유사한 양상을 보이고 있었다. 다만 연령이 40대와 50대인 경우에, 교육수준이 대학원 석사 이상인 경우에 정액형보험 보유율이 높게 나타난 점이 동 특성별 실손형보험 보유 현황과 달랐다.
| 변수 | 범주 | n | % | 실손형보험 보유(%) | 정액형 보험1) 보유(%) |
|---|---|---|---|---|---|
| 전체 | 1,900 | 100.00 | 79.74 | 86.68 | |
|
|
|||||
| 성별 | 남성 | 969 | 51.00 | 75.75 | 84.31 |
| 여성 | 931 | 49.00 | 83.89 | 89.15 | |
|
|
|||||
| 연령대 (평균 44.30±12.95세) | 20 대 이하 | 355 | 18.68 | 76.06 | 70.42 |
| 30대 | 344 | 18.11 | 87.79 | 87.21 | |
| 40대 | 417 | 21.95 | 88.25 | 92.33 | |
| 50대 | 452 | 23.79 | 77.88 | 92.92 | |
| 60대 | 332 | 17.47 | 67.17 | 87.95 | |
|
|
|||||
| 교육수준 | 고졸 이하 | 361 | 19.00 | 75.35 | 80.89 |
| 대졸 이하 | 1,339 | 70.47 | 81.03 | 87.68 | |
| 대학원 이상 | 200 | 10.53 | 79.00 | 90.50 | |
|
|
|||||
| 종사상 지위 | 상용직 | 1,197 | 63.00 | 85.55 | 92.06 |
| 임시·일용직 | 134 | 7.05 | 65.67 | 76.87 | |
| 자영업 고용주 | 53 | 2.79 | 83.02 | 94.34 | |
| 1인 자영업 | 118 | 6.21 | 66.95 | 79.66 | |
| 나머지2) | 398 | 20.95 | 70.35 | 74.87 | |
|
|
|||||
| 결혼 상태 | 미혼 | 709 | 37.32 | 76.59 | 75.60 |
| 기혼 | 1,101 | 57.95 | 82.29 | 93.82 | |
| 이혼·별거·사별 | 90 | 4.74 | 73.33 | 86.67 | |
|
|
|||||
| 의료이용 여부3) | 이용 안함 | 636 | 33.47 | 75.47 | 85.38 |
| 이용함 | 1,264 | 66.53 | 81.88 | 87.34 | |
|
|
|||||
| 월 가구소득4) | 300만원 미만 | 529 | 27.84 | 65.98 | 73.44 |
| 300~500만원 미만 | 482 | 25.37 | 81.12 | 84.85 | |
| 500~700만원 미만 | 457 | 24.05 | 82.71 | 91.90 | |
| 700만원 이상 | 432 | 22.74 | 81.53 | 89.03 | |
|
|
|||||
| 가족수(명) | 1명 | 288 | 15.16 | 76.74 | 83.33 |
| 2명 | 400 | 21.05 | 77.50 | 88.25 | |
| 3명 | 563 | 29.63 | 80.11 | 86.15 | |
| 4명 | 553 | 29.11 | 82.46 | 88.79 | |
| 5명 | 83 | 4.37 | 79.52 | 79.52 | |
| 6명 이상 | 13 | 0.68 | 84.62 | 92.31 | |
대상자 중 위험감수형이 35.26%였고, 위험회피형은 64.74%였다. 복권 선호를 이용한 게임형 질문 5개를 이용하여 위험감수 점수를 재정의한 변수의 값은 0점에서 5점까지 분포하였으며 5점으로 갈수록 빈도가 낮아졌다. 가상자산에 투자한 경험이 없는 경우가 65.16%로 가장 많았고, 과거에 투자했으나 더 이상 투자하지 않는 경우가 19.47%, 현재 가상자산에 투자 중인 경우는 15.37%였다. MBTI 유형은 에너지 방향이 I(내향)인 경우가 72.79%, S(감각)인 경우가 61.42%, F(감정)인 경우가 54.00%, J(판단)인 경우가 54.74%로 나타났다.
전체 대상자들의 실손형보험 보유율 79.74%에 비해 위험감수형인 사람의 보유율은 80.90%로 높았고, 위험감수 점수가 높아질수록 보유율이 90.32%까지 높아졌다. 가상자산에 투자하고 있거나(85.96%) 투자했던(84.32%) 사람들은 실손형보험 보유율이 높았다. MBTI 유형에서 실손형보험 보유율이 높은 성격은 E형(81.43%), S형(81.49%), F형(80.60%), J형(81.25%)으로 나타났다.
전체 대상자들의 정액형보험 보유율 86.68%에 비해 위험감수형인 사람의 보유율은 86.87%로 다소 높았다. 위험감수 점수는 2점과 4점일 때 보유율이 높아졌는데 가장 높은 5점일 때는 오히려 83.87%로 낮아 일관된 경향을 보이지는 않았다. 가상자산에 투자하고 있거나(90.41%), 투자했던(88.11%) 사람들은 정액형보험 보유율이 높았다. MBTI 유형에서 정액형보험 보유율이 높은 성격은 E형(90.33%), S형(88.26%), T형(87.53%), J형(87.02%)으로 나타났다.
| 변수 | 범주 | n | % | 실손형 보험 보유 (%) | 정액형 보험1) 보유 (%) |
|---|---|---|---|---|---|
| 전체 | 1,900 | 100.00 | 79.74 | 86.68 | |
|
|
|||||
| 위험감수 여부2) | 위험회피 | 1,230 | 64.74 | 79.11 | 86.59 |
| 위험감수 | 670 | 35.26 | 80.90 | 86.87 | |
|
|
|||||
| 위험감수 점수3) | 0 (확실한 급여 선호) | 1,292 | 68.00 | 78.72 | 86.61 |
| 1 (복권 선호 1회 응답) | 324 | 17.05 | 80.25 | 84.57 | |
| 2 (복권 선호 2회 응답) | 140 | 7.37 | 81.43 | 90.71 | |
| 3 (복권 선호 3회 응답) | 73 | 3.84 | 84.93 | 89.04 | |
| 4 (복권 선호 4회 응답) | 40 | 2.11 | 85.00 | 90.00 | |
| 5 (복권 선호 5회 응답) | 31 | 1.63 | 90.32 | 83.87 | |
|
|
|||||
| 가상자산 투자 | 투자한 적 없음 | 1,238 | 65.16 | 76.90 | 85.38 |
| 과거에 투자함 | 370 | 19.47 | 84.32 | 88.11 | |
| 현재 투자 중 | 292 | 15.37 | 85.96 | 90.41 | |
|
|
|||||
| MBTI | |||||
| 에너지 방향 | 외향 E | 517 | 27.21 | 81.43 | 90.33 |
| 내향 I | 1,383 | 72.79 | 79.10 | 85.32 | |
| 인식방식 | 감각 S | 1,167 | 61.42 | 81.49 | 88.26 |
| 직관 N | 733 | 38.58 | 76.94 | 84.17 | |
| 판단,결정 | 사고 T | 874 | 46.00 | 78.72 | 87.53 |
| 감정 F | 1,026 | 54.00 | 80.60 | 85.96 | |
| 생활양식 | 판단 J | 1,040 | 54.74 | 81.25 | 87.02 |
| 인식 P | 860 | 45.26 | 77.91 | 86.28 | |
대상자 중 실손형보험을 보유하고 있는 사람의 비율은 79.74%였고, 정액형보험을 보유하고 있는 사람의 비율은 92.63%였다. 정액형보험의 세부 유형 중 질병보험을 보유하는 비율은 74.21%, 사망보험을 보유하는 비율은 45.89%, 상해보험을 보유하는 비율은 64.95%로 대부분의 응답자는 여러 보장 유형에 중복 가입되어 있었다. 실손, 질병, 사망, 상해 보험 중 얼마나 많은 유형을 보유하고 있는지를 합산하여 살펴본 결과 보험이 없는 경우가 7.37%, 4가지 모두 보유하고 있는 경우는 29.89%로 확인되었다.
로지스틱 회귀분석을 통하여 개인의 위험감수 성향과 MBTI 성격 유형이 실손형보험 보유에 미치는 영향을 살펴본 결과는 <표 5>와 같다. 회귀계수는 지수화하여 오즈비(Odds Ratio)로 표기하였다. 이분형 변수인 위험감수 여부는 95% 신뢰구간 하에서 실손형보험 보유에 유의한 관련성이 없었다(Model 1). 복권 게임으로 측정한 위험감수 점수는 점수가 1점 높아질수록 실손형보험을 보유할 가능성이 1.171배 유의하게 높아졌다(Model 2). 과거에 가상자산에 투자했으나 지금은 투자하지 않는 사람은 투자 경험이 없는 사람에 비해 실손형보험을 보유할 가능성이 1.447배 높았으며, 가상자산에 현재 투자하고 있는 사람은 1.499배 높았다(Model 3). MBTI 성격 유형 4가지 중 인식방식을 나타내는 S(감각) 유형이 N(직관) 유형에 비해 실손형보험을 보유할 경향이 1.333배(Model 3)에서 1.351배(Model 1)로 높게 나타났다.
| 변수 (reference) | Model 1 | Model 2 | Model 3 | ||||
|---|---|---|---|---|---|---|---|
| OR | 95% CI | OR | 95% CI | OR | 95% CI | ||
| 위험감수 여부1) (회피) | 1.260* | 0.975, 1.630 | |||||
|
|
|||||||
| 위험감수 점수2) (점) | 1.171** | 1.036, 1.322 | |||||
|
|
|||||||
| 가상자산 과거투자 (안함) | 1.447** | 1.037, 2.021 | |||||
| 가상자산 현재투자 (안함) | 1.499** | 1.022, 2.200 | |||||
|
|
|||||||
| MBTI | 외향E (내향I) | 0.909 | 0.688, 1.202 | 0.908 | 0.688, 1.199 | 0.927 | 0.702, 1.224 |
| 감각S (직관N) | 1.351** | 1.057, 1.728 | 1.344** | 1.051, 1.718 | 1.333** | 1.042, 1.705 | |
| 감정F (사고T) | 1.109 | 0.869, 1.417 | 1.097 | 0.859, 1.402 | 1.113 | 0.871, 1.422 | |
| 인식P (판단J) | 0.938 | 0.735, 1.198 | 0.936 | 0.733, 1.195 | 0.931 | 0.729, 1.190 | |
|
|
|||||||
| 여성 (남성) | 1.916*** | 1.496, 2.455 | 1.950*** | 1.521, 2.500 | 1.986*** | 1.547, 2.549 | |
|
|
|||||||
| 30대 (20대 이하) | 1.263 | 0.806, 1.979 | 1.271 | 0.811, 1.990 | 1.278 | 0.814, 2.005 | |
| 40대 (20대 이하) | 0.889 | 0.545, 1.449 | 0.904 | 0.554, 1.475 | 0.911 | 0.558, 1.487 | |
| 50대 (20대 이하) | 0.369*** | 0.225, 0.605 | 0.378*** | 0.230, 0.620 | 0.407*** | 0.247, 0.670 | |
| 60대 (20대 이하) | 0.227*** | 0.131, 0.394 | 0.235*** | 0.136, 0.407 | 0.253*** | 0.145, 0.439 | |
|
|
|||||||
| 대학교 졸업 (고졸이하) | 0.875 | 0.643, 1.192 | 0.873 | 0.641, 1.189 | 0.870 | 0.639, 1.185 | |
| 대학원 이상 (고졸이하) | 0.833 | 0.523, 1.327 | 0.804 | 0.505, 1.281 | 0.820 | 0.515, 1.307 | |
|
|
|||||||
| 임시·일용직 (상용직) | 0.410*** | 0.267, 0.628 | 0.400*** | 0.261, 0.613 | 0.429*** | 0.280, 0.658 | |
| 자영업 고용주 (상용직) | 1.005 | 0.460, 2.194 | 1.018 | 0.465, 2.228 | 0.987 | 0.451, 2.159 | |
| 1인 자영업 (상용직) | 0.533*** | 0.338, 0.841 | 0.536*** | 0.340, 0.845 | 0.545*** | 0.345, 0.861 | |
| 나머지 (상용직) | 0.550*** | 0.404, 0.748 | 0.546*** | 0.401, 0.744 | 0.573*** | 0.420, 0.782 | |
|
|
|||||||
| 미혼 (기혼) | 0.487*** | 0.329, 0.721 | 0.476*** | 0.322, 0.706 | 0.484*** | 0.326, 0.718 | |
| 이혼·별거·사별 (기혼) | 0.729 | 0.420, 1.265 | 0.730 | 0.419, 1.271 | 0.725 | 0.417, 1.259 | |
|
|
|||||||
| 의료이용 여부 (안함) | 1.437*** | 1.122, 1.839 | 1.421*** | 1.110, 1.820 | 1.407*** | 1.099, 1.802 | |
|
|
|||||||
| ln(자산) (만원) | 1.116** | 1.023, 1.218 | 1.120** | 1.026, 1.222 | 1.113** | 1.020, 1.215 | |
|
|
|||||||
| 300≤소득3)<500 (<300) | 1.993*** | 1.353, 2.935 | 1.949*** | 1.323, 2.872 | 1.919*** | 1.302, 2.827 | |
| 500≤소득<700 (<300) | 1.584** | 1.054, 2.380 | 1.517** | 1.009, 2.282 | 1.541** | 1.025, 2.317 | |
| 소득≥700 (<300) | 1.795*** | 1.234, 2.610 | 1.726*** | 1.185, 2.515 | 1.754*** | 1.205, 2.554 | |
|
|
|||||||
| 가족수 (명) | 1.037 | 0.922, 1.167 | 1.033 | 0.918, 1.162 | 1.037 | 0.922, 1.168 | |
|
|
|||||||
| Constant | 1.215 | 0.430, 3.434 | 1.235 | 0.439, 3.477 | 1.155 | 0.405, 3.299 | |
|
|
|||||||
| Log likelihood | -855.47 | -853.595 | -853.205 | ||||
| N | 1,900 | 1,900 | 1,900 | ||||
통제변수들이 실손형보험 보유에 미치는 영향은 3가지 모델에서 동일한 효과를 나타내었다. Model 1을 기준으로 봤을 때, 남성에 비해 여성이 보유 가능성이 1.916배 높았고, 연령대가 20대 이하인 경우에 비해 50대와 60대에서 보유 가능성이 낮았다. 상용직에 비해 임시·일용직, 1인 자영업, 나머지(비경제활동 등)인 경우 보유 가능성이 낮았고, 기혼자에 비해 미혼자인 경우 보유 가능성이 낮았다. 최근 1년간 의료이용을 안 한 사람에 비해 이용한 사람이 실손형보험 보유 확률이 1.437배 높았다. 자산이 많아질수록 보유 가능성이 높았고, 월 가구 소득은 300만원 이하인 경우에 비해 300만원 이상 500만원 미만인 경우에 보유 가능성이 가장 높았고, 월 가구소득이 700만원 이상인 경우, 500만원 이상 700만원 미만인 경우 순으로 유의하게 보유 가능성이 높았다.
로지스틱 회귀분석을 통하여 개인의 위험감수 성향과 MBTI 성격 유형이 정액형보험 보유에 미치는 영향을 살펴본 결과는 <표 6>과 같다. 위험감수 성향을 나타내는 3가지 독립변수들은 모두 정액형보험 보유에 유의한 관련성이 없었다. MBTI 성격 유형 4가지 중 에너지 방향을 나타내는 E(외향) 유형이 I(내향) 유형에 비해 정액형 보험을 보유할 경향이 1.491배(Model 2)에서 1.558배(Model 1)로 높게 나타났다.
| 변수 (reference) | Model 1 | Model 2 | Model 3 | ||||
|---|---|---|---|---|---|---|---|
| OR | 95% CI | OR | 95% CI | OR | 95% CI | ||
| 위험감수 여부1) (회피) | 0.858 | 0.628, 1.172 | |||||
|
|
|||||||
| 위험감수 점수2) (점) | 1.091 | 0.945, 1.260 | |||||
|
|
|||||||
| 가상자산 과거투자 (안함) | 1.405* | 0.942, 2.095 | |||||
| 가상자산 현재투자 (안함) | 1.402 | 0.878, 2.240 | |||||
|
|
|||||||
| MBTI | 외향E (내향I) | 1.558** | 1.084, 2.240 | 1.491** | 1.039, 2.139 | 1.508** | 1.051, 2.164 |
| 감각S (직관N) | 1.171 | 0.868, 1.580 | 1.180 | 0.874, 1.592 | 1.175 | 0.870, 1.586 | |
| 감정F (사고T) | 0.812 | 0.601, 1.097 | 0.808 | 0.598, 1.092 | 0.820 | 0.607, 1.109 | |
| 인식P (판단J) | 1.228 | 0.909, 1.658 | 1.215 | 0.899, 1.641 | 1.206 | 0.892, 1.630 | |
|
|
|||||||
| 여성 (남성) | 1.620*** | 1.201, 2.185 | 1.672*** | 1.239, 2.255 | 1.737*** | 1.282, 2.353 | |
|
|
|||||||
| 30대 (20대 이하) | 1.279 | 0.815, 2.008 | 1.279 | 0.815, 2.008 | 1.300 | 0.826, 2.047 | |
| 40대 (20대 이하) | 1.173 | 0.683, 2.014 | 1.192 | 0.693, 2.050 | 1.216 | 0.706, 2.093 | |
| 50대 (20대 이하) | 1.225 | 0.682, 2.200 | 1.228 | 0.683, 2.207 | 1.323 | 0.732, 2.391 | |
| 60대 (20대 이하) | 0.639 | 0.333, 1.227 | 0.65 | 0.338, 1.248 | 0.698 | 0.361, 1.350 | |
|
|
|||||||
| 대학교 졸업 (고졸이하) | 1.029 | 0.719, 1.474 | 1.037 | 0.724, 1.486 | 1.028 | 0.717, 1.474 | |
| 대학원 이상 (고졸이하) | 0.928 | 0.505, 1.705 | 0.940 | 0.512, 1.726 | 0.958 | 0.521, 1.761 | |
|
|
|||||||
| 임시·일용직 (상용직) | 0.500*** | 0.300, 0.832 | 0.487*** | 0.292, 0.811 | 0.518** | 0.311, 0.864 | |
| 자영업 고용주 (상용직) | 1.245 | 0.361, 4.292 | 1.181 | 0.341, 4.091 | 1.130 | 0.326, 3.914 | |
| 1인 자영업 (상용직) | 0.434*** | 0.250, 0.753 | 0.430*** | 0.247, 0.746 | 0.441*** | 0.254, 0.767 | |
| 나머지 (상용직) | 0.402*** | 0.279, 0.579 | 0.401*** | 0.279, 0.578 | 0.421*** | 0.292, 0.608 | |
|
|
|||||||
| 미혼 (기혼) | 0.278*** | 0.174, 0.443 | 0.282*** | 0.177, 0.449 | 0.286*** | 0.179, 0.457 | |
| 이혼·별거·사별 (기혼) | 0.528* | 0.260, 1.073 | 0.522* | 0.257, 1.061 | 0.521* | 0.256, 1.060 | |
|
|
|||||||
| 의료이용 여부 (안함) | 1.139 | 0.839, 1.547 | 1.147 | 0.845, 1.558 | 1.134 | 0.835, 1.540 | |
|
|
|||||||
| ln(자산) (만원) | 1.245*** | 1.124, 1.378 | 1.243*** | 1.122, 1.377 | 1.237*** | 1.117, 1.371 | |
|
|
|||||||
| 300≤소득3)<500 (<300) | 1.198 | 0.778, 1.844 | 1.203 | 0.781, 1.853 | 1.179 | 0.765, 1.818 | |
| 500≤소득<700 (<300) | 1.734** | 1.053, 2.853 | 1.726** | 1.048, 2.843 | 1.716** | 1.041, 2.829 | |
| 소득≥700 (<300) | 1.674** | 1.084, 2.585 | 1.643** | 1.062, 2.540 | 1.654** | 1.070, 2.557 | |
|
|
|||||||
| 가족수 (명) | 0.964 | 0.836, 1.112 | 0.958 | 0.830, 1.105 | 0.963 | 0.834, 1.112 | |
|
|
|||||||
| Constant | 1.299 | 0.387, 4.363 | 1.188 | 0.354, 3.991 | 1.074 | 0.313, 3.684 | |
|
|
|||||||
| Log likelihood | -611.6 | -611.323 | -610.048 | ||||
| N | 1,900 | 1,900 | 1,900 | ||||
통제변수들이 정액형보험 보유에 미치는 영향은 3가지 모델에서 동일한 효과를 나타내었다. Model 1을 기준으로 봤을 때, 남성에 비해 여성이 보유 가능성이 1.620배 높았고, 상용직에 비해 임시·일용직, 1인 자영업, 나머지(비경제활동 등)인 경우 보유 가능성이 낮았다. 기혼자에 비해 미혼자인 경우 보유 가능성이 낮았다. 자산이 많아 질수록 보유 가능성이 높았고, 월 가구소득은 300만원 이하인 경우에 비해 500만원 이상 700만원 미만인 경우에 보유 가능성이 가장 높았고, 다음 순으로 월 가구소득이 700만원 이상인 경우에 유의하게 보유 가능성이 높았다.
이 연구는 2023년 보험소비자행태조사 원자료를 이용하여 개인의 위험감수성향과 MBTI 성격 유형이 민간의료보험 보유와 관련이 있으며, 이들이 실손형 및 정액형 민간의료보험 보유에 미치는 영향이 다름을 확인하였다. 전통적인 보험수요이론은 개인의 위험회피성향이 강할수록 보험 구매 수요가 높다고 보았고, 실증연구에서는 위험회피성향이 크면 보험 가입률이 높거나, 보험료 지불금액이 크다는 것을 확인함으로써 이를 뒷받침하였다 (Cutler & Zeckhauser, 2004; Cohen & Siegelman, 2010; 김대환, 2019). 그러나 일부 연구에서는 이와 반대로, 개인의 위험감수성향이 강할수록 보험 구매 수요가 높음을 보인바 있다(Tavares, 2019; 보험연구원, 2024). 이러한 차이는 시간이 지날수록 공적보험의 포괄성과 보장성이 확대되면서 보완형 보험 상품이 다양해지고, 소비자들이 전략적 행동으로서 보험 상품을 선택하게 되면서 나타난 변화로 이해된다.
이 연구에서 나타난 결과의 주요 발견과 그에 대한 기전은 다음과 같이 설명할 수 있다. 첫째, 위험감수형인 사람은 실손형보험을 보유할 가능성이 높았고, 정액형보험을 보유하는 것은 위험감수 성향과 무관하였다. 위험회피성향의 사람들이 보험을 구매할 것이라는 전통적인 보험이론과 반대로 나타난 이 사실은 위험감수 성향이 있는 사람들이 자신의 행동 위험을 인식하고 그에 대비해 보험을 전략적으로 구매하는 ‘유리한 선택(advantageous selection)’으로 볼 수 있다. 그런데 이 현상이 정액형보험에서는 나타나지 않고 실손형보험에서만 확인된 것이 주목할 만하다. 정액형 보험이 담보 금액에 따라 보험료가 크게 달라지는 구조인 반면, 실손형 보험은 비교적 표준화된 보험료를 납입하면서 예측하기 어려운 의료비 지출을 보장받을 수 있으므로, 개인은 일정한 보험료라는 위험 프리미엄을 감수하고 잠재적으로 큰 의료비 손실을 전가할 수 있다. 이런 맥락에서 위험감수적 개인이라 할지라도 일정한 위험 프리미엄을 지불할 합리적 유인을 가질 수 있다. 한편 우리나라 의료서비스 구조를 고려할 때, 실손형보험에 가입하는 것은 비급여항목을 포함한 고가의 서비스를 쉽게 이용하고자 하는 전략적인 소비행동이 될 수 있어, 더 좋은 진료와 고급 서비스를 받기 위한 투자로서 ‘이득 추구’의 프레임이 작용한 것으로 해석된다. 반면 사망, 질병, 상해보험을 포함하는 정액형보험의 경우 일부 상품은 사망과 장해 진단시 발생하는 미래의 손실을 방지하기 위한 ‘손실 회피’의 수단으로 가입하므로 위험회피성향이 보험가입과 양(+)의 관계를 가질 것이나, 정액형보험 중 질병과 수술 치료시 일정 금액이 지급되는 상품은 더 비싼 서비스의 이용을 가능하게 하는 ‘이득 추구’의 수단이 되어 위험감수성향이 보험가입과 양(+)의 관계를 가질 것이다. 정액형보험은 다양한 상품을 포함하고 있어 이러한 상반된 효과가 혼재되어 전체적으로 유의한 방향성이 나타나지 않은 것으로 해석할 수 있다.
둘째, 위험성향을 측정한 변수들 중 직접문항보다 간접문항이 더 유의한 효과를 나타냈다. 이 연구에서 사용한 세가지 위험감수성향 변수는 (1) 직접적인 질문인 위험감수 여부, (2) 복권게임에 대한 답변을 조합한 위험감수 점수, (3) 가상자산 투자 상황이다. 이중 실손형보험 보유와의 관련성에서 위험감수 점수와 가상자산 투자만이 유의한 양의 관련성을 보였다. 이는 직접 문항이 개인이 자신의 위험 성향을 정확히 인지하고 있다는 가정에 기반하나, 실제 행동을 충분히 반영하지 못할 수 있으며, 행동 기반의 간접적 측정 방식이 보다 설명력이 높음을 시사한다. 특히 복권 게임과 가상자산 투자라는 두 간접 지표가 일관된 위험성향 패턴을 보임으로써, 행동 기반 지표의 유용성과 타당성을 추가적으로 뒷받침하였다.
셋째, MBTI 성격 유형이 민간의료보험 보유와 관련성이 있었다. 실손형보험은 직관형(N)에 비해 감각형(S)인 사람에게서 보유 가능성이 유의하게 높았고, 정액형보험은 내향형(I)에 비해 외향형(E)인 사람이 보유 가능성이 유의하게 높았다. 감각형(S) 성향의 개인은 현실적이고 실제 경험을 중시하는 경향이 있어, 실손형 보험을 통해 보다 양질의 의료서비스를 이용하려는 전략적 선택을 했을 가능성이 있다. Akber et al. (2024)는 감각형(S) 사람들이 구체적이고 경험적인 사실과 느낌을 중시한다고 지적하였으며, 실제적이고 현재 중심적인 신체 행동을 더 자주 보인다고 분석하였다. 이러한 결과들은 감각형(S)이 보험 선택 맥락에서도 실제 의료이용 경험 중심의 판단을 선호할 가능성을 뒷받침할 수 있다. 이는 동일한 분석에서 의료 이용 경험이 있는 개인의 실손형 보험 보유 가능성이 높게 나타난 결과와도 맥락을 같이 한다 <표 5>. 반면, 외향형(E) 성향의 개인은 사교적이고 활동적이며, 사회적 네트워크를 통해 보험 관련 정보를 쉽게 얻고, 타인의 긍정적 경험과 추천에 더 많이 노출되고 수용하는 경향이 있어(Goby, 2006; Costa & McCrae, 1992), 정액형 보험 가입 확률이 상대적으로 높았던 것으로 해석된다. 또한 외향성과 개방성은 새로운 경험과 위험 행동을 수용하는 경향과도 관련되어(Nicholson 외, 2005; Blais & Weber, 2006), 사회적 권유를 통한 정액형 보험 선택에 영향을 주었을 가능성이 있다. 한편, 우리 사회에서 지인에 의해 추천되는 보험 상품은 표준화된 약관의 실손형 보험보다는 정액형 보험인 경우가 많기 때문에 실손형 보험의 분석 결과에서는 외향형(E)의 특질이 유의하지 않았던 것으로 이해된다.
이 연구는 기존에 위험성향만으로는 충분히 설명되지 않았던 보험 보유에 대한 결정 요인을 개인의 성격유형과 보험유형 간의 상호관계로 구체화했다는 점에서 의의를 갖는다. 덧붙여, 정액형 보험은 여러 유형을 포함하므로 강건성 검토 차원에서 질병·사망·상해보험으로 구분하여 추가적으로 살펴본 결과, 세 가지 유형 중 상해보험에서만 외향형(E) 성향과 가상자산 투자 경험이 보험 보유 가능성을 유의미하게 높이는 것으로 나타나, 정액형 보험 전체 결과가 사실상 상해보험의 영향에 의해 설명된 측면이 있음을 확인하였다 <부표 2~부표 4>. 그러나 상해보험 보유가 다른 정액형 보험과 달리 어떤 사회적·행동적 의미를 갖는지는 본 연구의 틀만으로 충분히 해석하기는 어려워 이 부분은 후속 연구의 과제로 남는다.
이 연구는 다음과 같은 점에서 기존 연구들과 차별점을 갖는다. 우선, 질병 관련 보험을 실손형과 정액형으로 분류하여 이 두 유형을 구매하는 동기가 서로 다른 이론으로 설명될 수 있음에 주목하였으며, 실증분석 결과 유의미한 시사점을 도출하였다. 또한, 개인의 위험성향을 직접 문항 뿐 아니라 복권게임과 가상자산 투자라는 간접 문항을 포함하여 세 가지 변수를 사용하였으며, 그 결과 위험감수성향의 간접문항이 실손형보험 보유와 관련하여 일관된 유용성을 가짐을 확인하였다. 뿐만 아니라, 기존에 활용되지 않았던 MBTI 성격 유형 변수를 투입하여 실손형보험과 정액형보험 보유와의 관련성에 유의미한 결과를 도출함으로써 위험성향만으로 설명되지 않는 부분을 해석할 수 있었다.
이 연구는 다음과 같은 제한점을 갖는다. 첫째, 단면조사 연구의 특성상 보험은 과거에 구매한 것이지만, 위험감수성향은 현재 시점에 조사하였으므로 보험 구매 당시의 위험성향을 측정한 것이 아니라는 점이다. 그러나 위험감수성향이 개인의 내재적 성향이므로 쉽게 변하지 않음을 전제로 분석을 수행하였다. 둘째, 본 연구는 프레이밍 이론을 위험 성향과 보험 선택의 상반된 결과를 해석하기 위한 보완적 틀로 활용하였다. 다만 프레이밍 효과를 직접 실험적으로 검증한 것은 아니므로, 결과 해석은 탐색적 수준으로 제한된다. 향후 연구에서는 위험성향(trait)과 프레이밍 효과(state)의 상호작용을 동시에 고려하는 연구 설계가 필요하다. 셋째, 자료원에서는 개인의 건강상태를 설문에 포함하지 않아 보험 구매에 영향을 주는 중요한 변수인 만성질환 유무나 주관적 건강상태를 통제하지 못하였다. 그러나, 지난 1년간 의료이용 경험이 있는지를 묻는 문항을 활용하여 의료이용에 대한 필요를 대변하고 자 하였다. 넷째, 로짓 모델로 분석한 이 연구는 보험 보유 여부에 대한 관련요인을 확인할 수 있었으나, 보험의 양적, 질적 보장수준을 다루지는 못하였다. 자료원에서는 보장 내용을 구체적으로 제시하지는 않았고, 보험료 변수도 부재하였기에 실손, 질병, 사망, 상해 유형을 중복하여 몇 개나 보유하고 있는지를 보장수준으로 다룰 수 있으나, 그 결과는 유의미한 시사점을 도출하지 못하였기에 부록으로 수록하였다 <부표 1>.
이 연구는 민간의료보험 분야에서 상대적으로 다루어지지 않았던 보험소비자행태조사 원자료를 활용하고, 위험감수 성향을 직접 문항과 간접 문항을 포함한 다양한 변수로 측정했다는 점에서 의의를 갖는다. 특히, 기존 연구들이 주로 개인의 사회경제적 요인 또는 위험성향에 초점을 맞추어 보험 가입을 설명해 온 것과 달리, 본 연구는 MBTI 성격유형 변수를 추가하여 개인의 내재적 성격 특성과 보험 가입 행태 간의 관계를 실증적으로 규명하고자 시도했다는 점에서 차별성을 지닌다. 분석 결과, 실손형 보험을 보유하는 데 있어 위험감수 성향의 직접문항보다 간접문항이 유용성이 높음을 확인하였으며, MBTI 성격유형에 따라 실손형과 정액형 보험 유형 선택에서 유의미한 차이가 나타남을 확인하였다. 이는 소비자 행동 차원의 해석을 넘어 몇 가지 정책적 함의를 시사한다. 첫째, 외향형 성향은 사회적 네트워크를 통한 정보 접근성이 높다는 점에서, 정보 취약계층이나 내향적 소비자가 보험 가입 과정에서 불리할 수 있음을 시사한다. 둘째, 감각형 성향은 실제 의료 이용 경험을 중시하는 경향이 강하므로, 실손형 보험의 가입이나 이용이 개인의 의료 이용 패턴과 밀접하게 연결될 가능성이 있다. 마지막으로, 위험감수적 성향의 개인이 실손보험을 선택하는 경향은, 전통적 이론과 달리 보험 수요가 위험회피적 개인에게만 국한되지 않음을 보여준다. 종합하면, 민간의료보험의 소비자 보호와 상품 설계 논의에서 내향적 소비자가 보험 가입 과정에서 정보 접근이 불리할 수 있으며, 감각형 성향은 의료이용과 밀접히 연결된 선택을 할 수 있는 등의 심리적 요인을 참고할 필요가 있음을 시사한다. 후속 연구에서는 정교한 성격 척도와 장기 추적 설계를 적용하여 이 연구의 발견을 검증하고 확장할 필요가 있다.
| Model 1 | Model 2 | Model 3 | ||||
|---|---|---|---|---|---|---|
| OR | 95% CI | OR | 95% CI | OR | 95% CI | |
| 위험감수 여부 (회피) | 1.008 | 0.968, 1.050 | ||||
|
|
||||||
| 위험감수 점수 (점) | 1.018** | 1.001, 1.035 | ||||
|
|
||||||
| 가상자산 과거투자 (안함) | 1.080*** | 1.029, 1.133 | ||||
| 가상자산 현재투자 (안함) | 1.092*** | 1.039, 1.148 | ||||
|
|
||||||
| MBTI=E (I) | 1.050** | 1.007, 1.096 | 1.048** | 1.005, 1.093 | 1.048** | 1.005, 1.093 |
| MBTI=S (N) | 1.030 | 0.989, 1.072 | 1.031 | 0.990, 1.073 | 1.030 | 0.990, 1.072 |
| MBTI=F (T) | 0.987 | 0.949, 1.026 | 0.986 | 0.948, 1.025 | 0.986 | 0.948, 1.025 |
| MBTI=P (J) | 1.027 | 0.988, 1.068 | 1.027 | 0.988, 1.068 | 1.027 | 0.988, 1.067 |
|
|
||||||
| 여성 (남성) | 1.081*** | 1.039, 1.125 | 1.085*** | 1.043, 1.129 | 1.096*** | 1.053, 1.140 |
|
|
||||||
| 30대 (20대 이하) | 1.105** | 1.020, 1.197 | 1.107** | 1.022, 1.199 | 1.108** | 1.023, 1.201 |
| 40대 (20대 이하) | 1.072 | 0.984, 1.168 | 1.075* | 0.987, 1.172 | 1.076* | 0.987, 1.172 |
| 50대 (20대 이하) | 1.003 | 0.916, 1.098 | 1.007 | 0.920, 1.101 | 1.019 | 0.931, 1.116 |
| 60대 (20대 이하) | 0.914* | 0.826, 1.011 | 0.919* | 0.830, 1.016 | 0.931 | 0.841, 1.031 |
|
|
||||||
| 대학교 졸업 (고졸이하) | 0.958 | 0.906, 1.012 | 0.959 | 0.907, 1.013 | 0.957 | 0.905, 1.011 |
| 대학원 이상 (고졸이하) | 0.944 | 0.878, 1.015 | 0.944 | 0.878, 1.015 | 0.944 | 0.878, 1.014 |
|
|
||||||
| 임시·일용직 (상용직) | 0.829*** | 0.750, 0.916 | 0.828*** | 0.749, 0.915 | 0.837*** | 0.758, 0.925 |
| 자영업 고용주 (상용직) | 0.982 | 0.895, 1.078 | 0.980 | 0.894, 1.075 | 0.969 | 0.882, 1.064 |
| 단독 자영업 (상용직) | 0.859*** | 0.774, 0.955 | 0.859*** | 0.773, 0.955 | 0.861*** | 0.775, 0.956 |
| 나머지 (상용직) | 0.815*** | 0.765, 0.867 | 0.814*** | 0.765, 0.867 | 0.822*** | 0.772, 0.876 |
|
|
||||||
| 기혼 (미혼) | 0.827*** | 0.779, 0.879 | 0.827*** | 0.778, 0.878 | 0.827*** | 0.779, 0.879 |
| 이혼·별거·사별 (미혼) | 0.954 | 0.864, 1.055 | 0.953 | 0.863, 1.054 | 0.953 | 0.864, 1.052 |
|
|
||||||
| 의료이용 여부 (안함) | 1.036 | 0.993, 1.080 | 1.036* | 0.994, 1.081 | 1.035 | 0.993, 1.079 |
|
|
||||||
| ln(자산) (만원) | 1.038*** | 1.020, 1.056 | 1.037*** | 1.019, 1.056 | 1.037*** | 1.019, 1.055 |
|
|
||||||
| 300≤소득2)<500 (<300) | 1.108** | 1.016, 1.209 | 1.107** | 1.016, 1.207 | 1.103** | 1.012, 1.202 |
| 500≤소득<700 (<300) | 1.147*** | 1.052, 1.251 | 1.144*** | 1.049, 1.247 | 1.144*** | 1.050, 1.247 |
| 소득≥700 (<300) | 1.177*** | 1.081, 1.282 | 1.174*** | 1.078, 1.278 | 1.174*** | 1.078, 1.278 |
|
|
||||||
| 가족수 (명) | 0.992 | 0.973, 1.012 | 0.991 | 0.972, 1.011 | 0.992 | 0.973, 1.011 |
|
|
||||||
| Constant | 1.753*** | 1.428, 2.153 | 1.742*** | 1.419, 2.139 | 1.694*** | 1.381, 2.079 |
|
|
||||||
| Log likelyhood | 6,367.219 | 6,365.384 | 6,362.188 | |||
| N | 1,900 | 1,900 | 1,900 | |||
| Model 1 | Model 2 | Model 3 | |||||
|---|---|---|---|---|---|---|---|
| OR | 95% CI | OR | 95% CI | OR | 95% CI | ||
| 위험감수 여부 (회피) | 0.848 | 0.670, 1.074 | |||||
|
|
|||||||
| 위험감수 점수 (점) | 1.049 | 0.945, 1.165 | |||||
|
|
|||||||
| 가상자산 과거투자 (안함) | 1.325* | 0.981, 1.788 | |||||
| 가상자산 현재투자 (안함) | 1.194 | 0.857, 1.664 | |||||
|
|
|||||||
| MBTI=E (I) | 1.228 | 0.946, 1.593 | 1.187 | 0.916, 1.538 | 1.196 | 0.923, 1.549 | |
| MBTI=S (N) | 0.964 | 0.765, 1.215 | 0.975 | 0.774, 1.228 | 0.971 | 0.771, 1.223 | |
| MBTI=F (T) | 0.880 | 0.700, 1.105 | 0.876 | 0.698, 1.101 | 0.879 | 0.700, 1.105 | |
| MBTI=P (J) | 1.207 | 0.961, 1.517 | 1.200 | 0.955, 1.507 | 1.198 | 0.953, 1.506 | |
| Model 1 | Model 2 | Model 3 | ||||
|---|---|---|---|---|---|---|
| OR | 95% CI | OR | 95% CI | OR | 95% CI | |
| 위험감수 여부 (회피) | 1.050 | 0.858, 1.285 | ||||
|
|
||||||
| 위험감수 점수 (점) | 1.076 | 0.986, 1.175 | ||||
|
|
||||||
| 가상자산 과거투자 (안함) | 1.126 | 0.876, 1.447 | ||||
| 가상자산 현재투자 (안함) | 1.263 | 0.956, 1.668 | ||||
|
|
||||||
| MBTI=E (I) | 1.159 | 0.932, 1.441 | 1.151 | 0.927, 1.430 | 1.155 | 0.929, 1.434 |
| MBTI=S (N) | 1.130 | 0.927, 1.378 | 1.135 | 0.931, 1.384 | 1.131 | 0.928, 1.379 |
| MBTI=F (T) | 0.938 | 0.771, 1.140 | 0.935 | 0.769, 1.136 | 0.939 | 0.772, 1.141 |
| MBTI=P (J) | 1.070 | 0.881, 1.301 | 1.069 | 0.880, 1.299 | 1.067 | 0.878, 1.297 |
| Model 1 | Model 2 | Model 3 | |||||
|---|---|---|---|---|---|---|---|
| OR | 95% CI | OR | 95% CI | OR | 95% CI | ||
| 위험감수 여부 (회피) | 0.994 | 0.803, 1.230 | |||||
|
|
|||||||
| 위험감수 점수 (점) | 1.007 | 0.918, 1.106 | |||||
|
|
|||||||
| 가상자산 과거투자 (안함) | 1.400** | 1.069, 1.832 | |||||
| 가상자산 현재투자 (안함) | 1.476** | 1.087, 2.006 | |||||
|
|
|||||||
| MBTI=E (I) | 1.519*** | 1.198, 1.926 | 1.515*** | 1.196, 1.919 | 1.499*** | 1.183, 1.899 | |
| MBTI=S (N) | 1.023 | 0.832, 1.259 | 1.024 | 0.833, 1.260 | 1.026 | 0.833, 1.263 | |
| MBTI=F (T) | 0.902 | 0.735, 1.106 | 0.901 | 0.735, 1.106 | 0.903 | 0.735, 1.108 | |
| MBTI=P (J) | 1.197* | 0.976, 1.468 | 1.196* | 0.975, 1.467 | 1.187 | 0.967, 1.457 | |
(2006). Personality and online/offline choices: MBTI profiles and Internet use. CyberPsychology Behavior, 9(1), 5-13. [PubMed]
(2023). The Myers & Briggs Foundation: MBTI basics. https://www.myersbriggs.org
, & (1981). The framing of decisions and the psychology of choice. Science, 211(4481), 453-458. [PubMed]