Ⅰ. 서 론

디지털 기술의 발전과 확산이 가속화되면서 우리 사회는 “4차 산업혁명 시대” 또는 “제2의 기계시대” 등으로 불리는 변화를 경험하고 있다. 디지털전환은 더 높은 연결성(connectivity), 인공지능(Artifical Intelligence), 자동화(automation)를 특징으로 하고 있는데, OECD의 조사에 따르면 16~24세 중 매일 인터넷을 이용하는 사람의 비중은 2010년 80%에서 2019년 95%로 증가했고, 55~74세 이용자 비중도 2010년 30%에서 2019년 58%로 증가했다(OECD, 2020). 특히 한국에서는 60대 이상을 제외하고 전 연령대에서 스마트폰 이용률이 100% 달할 정도로 무선인터넷 이용이 빠르게 확산되었다.

인터넷 이용자가 증가하고 이들의 온라인플랫폼 이용량이 증가하면서 디지털플랫폼은 전 세계적으로 증가하는 추세인데, 2013년에서 2020년 사이 OECD 국가당 평균 플랫폼 개수는 약 3배(200 → 600)로 증가했고, 1인당 플랫폼 웹사이트 트래픽(방문 횟수)은 약 4배 증가했다(Costa et al., 2021). 국내에서도 디지털플랫폼을 통한 거래가 빠르게 증가하고 있는데, 2021년 O2O(online to offline) 서비스 비즈니스 기반 시장규모(O2O 서비스 기업이 제공하는 플랫폼 등 비즈니스를 통해서 발생한 매출)는 5조 4,323억원으로 2020년 대비 54.6% 성장했고, 2021년 O2O 서비스를 통한 거래액 시장규모는 약 147조원으로 2018~21년 연평균 22.9% 성장했다(과학기술정보통신부, 2021). 코로나19 팬데믹은 이러한 디지털전환을 더욱 가속화시켰는데, McKinsey(2020)는 디지털 채널을 통해 판매 및 고객관리 등 소비자 접촉을 한 기업의 비중은 과거 추세에 비해 3~4배 빠르게 증가했다고 보고했다.

디지털 기술의 발전은 기존 산업의 생산성을 증대시키는 동시에 새롭고 혁신적인 제품과 서비스의 출현을 촉진시킴으로써 경제성장에 기여할 수 있다(OECD, 2019). 먼저 노동 및 자본이 디지털 기술과 융합되면서 생산성이 제고될 수 있다. 로봇, AI, 소프트웨어를 통해 기존 공정을 자동화, 효율화하고 자원을 더 빠르고 효율적으로 배분 및 활용할 수 있다(예: 통신기술 발달, 공유경제 플랫폼). 둘째로 새로운 제품 및 서비스가 출현하고 기존 시장의 작동방식이 효율화될 수 있다. 디지털 기술을 통해 지식 및 정보 전달이 쉽고 빨라지며 새로운 아이디어가 이윤으로 창출되는 과정이 단축될 수 있다. 기업과 정부의 연구개발 활동 및 근로자 교육의 수월성도 제고될 수 있다. 또한 동영상, 음원, 웹툰 등 여러 디지털콘텐츠 사례에서 보듯이 거래방식 효율화로 기존 시장의 시장규모도 확대될 수 있다. 마지막으로 경쟁촉진을 통한 제품 및 서비스 품질이 개선될 수 있다. 물리적 시설 투자의 중요성이 감소함에 따라 진입 장벽이 낮아지고 경쟁이 촉진될 수 있으며, 디지털플랫폼을 통한 정보의 수집 및 공유가 수월해짐에 따라 정보의 비대칭성이 완화되고 제품 및 서비스의 품질이 개선될 수 있다. 이러한 생산성 증대는 경제성장으로 이어질 수 있는데, 1991~2018년 사이 출간된 196건의 실증연구 대부분이 ICT가 경제성장 또는 생산성 증대에 미치는 긍정적 영향을 확인했다(Vu et al., 2020).

디지털전환은 소비자의 후생도 직접적으로 증대시킬 수 있다. 생산성과 효율성 증대로 기존 제품 및 서비스의 가격이 인하될 수 있고, 탐색비용과 인증비용 감소로 정보비대칭성이 완화되는 것도 가격 인하 또는 품질 향상에 기여한다. 또한 디지털기술의 적용으로 혁신적 제품과 서비스가 공급되면서 이로부터 효용을 얻을 수 있다.

디지털전환은 법률시장에도 여러 가지 변화를 가져오고 있다. 법률과 기술의 합성어인 리걸테크 산업의 2019년 전 세계 규모는 173.2억달러이고 2025년까지 연평균 6%씩 성장해 251.7억달러 규모로 성장할 것으로 전망되고 있다(Statista, 2020). 미국 나스닥의 리포트는 향후 5년간 법률시장 전체 연평균 성장률 예상치가 4.4%인 데 비해 ‘legal tech’, ‘compliance’(RegTech), ‘contracting’(Ktech)의 세 개 분야는 같은 기간 3배 성장할 것으로 예상했다(Nasdaq, 2021). 또한 리걸테크에 대한 지출은 2016년의 기업 내 법률 관련 지출 2.6%에서 2020년 3.9%로 이미 1.5배 증가했고, 이 비중은 2025년에 약 12%까지 증가할 것으로 예상되기도 한다(Gartner, 2021). 2023년 8월 기준 리걸테크 회사 수는 7,450개이고 투자규모는 135억달러(Tracxn, 2023)이며, Stanford codeX 통계 기준으로 legal marketplace 기업은 전체 리걸테크 기업의 약 8%를 차지한다.

리걸테크 산업이 앞으로도 지속적으로 성장할 것으로 예상되는 데는 몇 가지 이유가 있다. 우선 정부 규제로 인한 법률서비스의 복잡성이 증대하고 있다. 또 전 세계적으로 생성되는 데이터의 양이 빠르게 증가하고 있고 이에 따라 변호사들의 처리 부담도 증가하고 있다. 기업 법무팀들은 증가하는 업무에 대응해 인력을 늘리거나 외부 서비스를 활용하는 대신 리걸테크를 이용해 효율성을 높이려 할 것이다. 특히 복잡성이 낮은 작업은 변호사가 아닌 직원이 주요 작업절차를 디지털화하고 자동화 사용을 확대함으로써 부서의 효율성을 높이려 할 것이다. 데이터분석 기술 발전과 디지털플랫폼 시장 성장은 이러한 요구를 뒷받침해 줄 수 있다.

리걸테크 시장 중에서도 법률서비스 중개플랫폼 또는 변호사검색상담 플랫폼(legal marketplace)은 특히 많은 주목을 받고 있다.1 법률서비스 중개플랫폼은 다른 서비스 중개플랫폼과 같이 오프라인으로 이루어지던 거래를 온라인/디지털화함으로써 경제적 비용을 감소시킬 수 있다. 변호사 법률자문을 비롯한 정보 검색 및 비교 비용(탐색비용)의 감소, 통신을 이용한 서비스 제공 비용(생산비용)의 감소, 주로 변호사인 법률자문 제공자들의 평판과 신뢰성 확인 비용(인증비용)의 감소 등이 그것이다. 법률서비스 중개플랫폼은 법률서비스 생산의 효율성을 높일 뿐만 아니라 소비자 후생과 시장규모를 증대시킬 수 있다. 소비자는 자신이 원하는 변호사를 더 쉽게 만날 수 있고, 정보의 투명화로 서비스의 품질 향상과 가격 인하를 누릴 수 있다. 또한 소비자가 법률서비스를 보다 쉽고 저렴하게 이용하도록 함으로써 법률서비스 시장의 규모도 커질 수 있다.

변호사의 법률자문과 같은 전문직 서비스는 소비자가 서비스를 받기 전에는 그 품질을 잘 알 수 없고 받은 이후에도 가격과 품질의 적절성을 판단하기 어려운 특성을 가진 신뢰재(credence good)이다. 의료서비스, 정비 및 수리, 금융자문, 미용 등도 신뢰재의 범주에 포함된다. 신뢰재의 경우 소비자는 서비스 품질과 가격뿐만 아니라 어떤 서비스가 필요하고 얼마나 필요한지까지도 판단하기 어렵다. 이 때문에 신뢰재 시장에서는 크게 세 가지의 문제가 발생할 수 있다. 첫째는 과소 공급(underprovision)의 문제이다. 전문가가 소비자에게 필요한 것보다 과소한 서비스를 제공할 수 있다는 것으로, 예를 들면 재판이 필요한 사건에 대해 변호사가 합의로 종결할 것을 제안하는 경우이다. 둘째는 과잉 공급(overprovision)의 문제이다. 이는 소비자에게 필요한 것 이상의 서비스를 제공하는 경우를 말하는데, 항소 시 승소 가능성이 낮은 사건에서 항소를 제안하는 것을 예로 들 수 있다. 마지막은 과잉 과금(overcharging)의 문제로, 제공한 서비스 이상의 비용을 요구하는 것을 의미한다(Dulleck et al ., 2011, Balafoutas and Kerschbamer, 2020).

Figure 1.

Worldwide Legal Tech Market Revenue Forecast

Source: Statista(2020).

신뢰재에 대한 경제학 연구들은 신뢰재의 문제를 해결하는 방법으로 소비자의 정보접근성 제고, 진단과 처치의 분리(예: 의약분업), 책임 부과(liability)와 비용 검증 가능성(verifiability), 전문가 간 경쟁 활성화, 평판 조회/활용 용이성, 2차 소견(second opinion) 등 다양한 방법을 제안한 바 있다(Bindra et al., 2021; Kerschbamer and Sutter, 2017; Schneider, 2012). 전문가서비스 중개플랫폼은 이들 메커니즘 중 일부를 구현하는 방법이다. 즉, 소비자의 정보접근성 제고, 경쟁 활성화, 평판 활용(후기 및 평점), 2차 소견 청취 비용 감소 등을 통해 신뢰재의 문제를 줄일 수 있다. 전문직 면허는 정부 또는 비정부 기관에서 최소한의 전문가 자질을 검증하는 수단이라는 점에서 신뢰재의 문제를 해결하는 하나의 방안이 되지만, 충분한 수의 전문가 공급이 없는 경우 서비스 비용과 품질의 불투명성 문제는 사라지지 않고 경우에 따라 사회후생은 오히려 감소할 수 있다. 또한 면허는 기득권자의 지대를 만들어 전문가의 공급을 줄이는 결과를 낳을 수 있고, 면허를 취득하기 위해 투자해야 하는 사회적 비용(노력 포함)을 과도하게 발생시킬 수 있다. 예를 들어 Kleiner and Soltas(2019)는 미국 내 전기기사, 안경사, 치과보조, 보안요원 등 (법률, 의료 등 전문직 미포함) 직종에서 면허가 사회후생을 약 12% 감소시킴을 보이기도 했다.

전문가서비스 온라인플랫폼은 소비자와 서비스 제공자 간 정보비대칭 문제를 해소함으로써 거래비용을 줄이고 신뢰재의 문제를 감소시킬 수 있을 것이라는 기대를 안고 여러 분야에서 빠르게 성장하고 있다. 국내에서는 변호사검색상담 플랫폼인 로톡, 로앤굿, 로시컴, 불변이 경쟁하며 시장성장을 이끌고 있고, 미용⋅의료정보 플랫폼 시장에서는 강남언니, 바비톡 등의 기업이, 세무사 검색플랫폼 시장에서는 삼쩜삼, 찾아줘세무사, 세무통과 같은 기업이 등장해 소비자들의 호응을 얻고 있다. 그러나 전문가서비스 플랫폼이 성장하면서 대한변호사협회, 대한의사협회, 한국세무사회, 한국공인중개사협회 등 기존의 전문가 단체들은 플랫폼들이 부당한 알선행위를 한다는 혐의로 소송을 제기하거나 법규 및 자체규정을 개정하는 등 전문가 단체들과 플랫폼 간의 갈등이 커지고 있다. 이러한 환경에서 전문가서비스 플랫폼이 소비자에게 어느 정도의 효용을 주고 시장발전에 어떤 영향을 주는지를 살펴보는 것은 정책적으로 큰 의미를 가질 것이다. 뉴질랜드의 법률서비스 시장을 대상으로 면허가 필요한 변호사 회사와 별도의 면허나 규제가 없는 노무사 회사 간 웹사이트 가격정보 투명성을 비교한 Choe(2021)를 제외하면 온라인 법률서비스를 대상으로 정량적인 분석을 한 연구가 전무하다는 점에서 본 연구의 학술적 의의도 찾을 수 있다.

본 연구는 국내 소비자들을 대상으로 변호사가 제공하는 법률서비스 이용 현황을 살펴보고 변호사 검색 및 상담을 용이하게 하는 플랫폼이 소비자들의 효용을 얼마나 증가시킬 수 있고, 또 이를 통해 변호사 법률서비스 시장이 얼마나 확대될 수 있는지를 실증적으로 살펴보고자 한다. 이를 위해 다음 장에서는 설문조사에서 나타난 국내 소비자들의 변호사 법률서비스 이용 현황을 살펴보고 이후 컨조인트 실험과 이산적 선택수요모형을 이용해 소비자가 인식하는 변호사검색상담 플랫폼의 가치 및 플랫폼의 변호사 법률서비스 시장확대 효과를 추정한다.

Ⅱ. 변호사검색상담 서비스 이용 현황

본 연구는 정보통신정책연구원(2022)의 『디지털 플랫폼을 통한 혁신선도 및 사회가치 창출 방안 연구』를 위해 엠브레인에 의뢰해 2022년 11월에 실시한 설문조사 자료의 일부를 이용해 수행되었다. 변호사검색상담 서비스 이용 현황 및 의향에 대한 설문대상 표본은 800명이고 이들은 연령, 성별, 지역별로 할당 추출되었다. 본 연구진은 컨조인트 설문에 앞서 응답자들의 변호사 법률서비스 이용 경험과 의향을 질문했는데, 여기에서도 변호사를 검색하고 상담을 받을 수 있는 플랫폼의 필요성을 찾아볼 수 있다. 대법원의 자료에서 나타난 바에 따르면 2017~22년간 형사소송 1심 재판에서 변호사의 도움 없이 소송을 진행한 이른바 ‘나홀로 소송’의 비율이 약 45%에 달했고,2 2016~21년간 민사 본안소송 1심에서의 나홀로 소송 비율은 72.7%에 달했다. 이는 높은 변호사 수임료에 기인하는 것이기도 하지만, 알음알음 변호사를 찾는 기존의 관행과도 관련이 있을 것이다. 주변에 알고 지내는 변호사의 수를 묻는 질문에 대해 Table 1에 나타난 바와 같이 전체 응답자 중 73.4%는 알고 지내는 변호사가 없다고 응답했다. 특히 응답자 중 연령, 학력, 소득이 낮을수록 알고 지내는 변호사가 없다고 응답한 비율이 높아 경제사회적 취약계층일수록 법률서비스에 대한 접근성도 낮아질 가능성이 크다는 것을 알 수 있다. 유료로 변호사 제공 법률서비스를 이용한 경험을 가진 응답자의 비율은 약 20.5%로 그리 높지 않다. 그러나 여기에서도 학력이 높고(대학원 이상 28.3%) 가구소득이 높을수록(월평균 1천만원 이상 30.5%) 유료 법률서비스 이용 경험 비율이 높아지는 경향을 보였다.

Table 1.

The Number of Lawyers People Know around Them

법률서비스 유료 이용 경험이 있는 응답자의 과거 변호사 탐색방법은 Table 2와 같다. 법률서비스 유료 이용 경험자들 중 49.4%는 지인에게 소개받아 서비스를 이용하였으며 알고 지내던 변호사로부터 서비스를 제공받은 비율도 32.9%에 달하는 것에 비해, 플랫폼을 이용한 응답자는 12.8%로 낮은 이용률을 보였다. 다만, 20대와 30대, 월평균 가구 소득 399만원 이하 집단의 경우 인터넷 및 플랫폼을 이용한 경험이 상대적으로 높은 것으로 나타나, 전통적 변호사 탐색방법을 활용하기 어려운 집단에서 인터넷 및 플랫폼이 대체 수단으로 활용되고 있음을 확인할 수 있었다.

Table 2.

How to Find a Lawyer who Provides Legal Services

향후 법률서비스에 대한 수요 발생 시 변호사의 조력을 받을 의사가 있는 응답자에게 변호사 탐색 계획을 질의한 결과, Table 3와 같이 응답자의 44.6%는 플랫폼을 이용할 계획이며 인터넷 검색까지 포함할 경우 온라인을 통한 법률서비스 탐색이 65.8%에 달할 것으로 나타났다. 이는 과거 지인의 소개나 알고 지내던 변호사를 통해 법률서비스를 탐색한 비율이 높았던 Table 2와 다소 상이한 결과로, 법률서비스 채널에 대한 탐색과 선택이 다양화 될 가능성을 간접적으로 시사한 결과라 할 수 있다. 특히 플랫폼 활용 의향이 연령, 학력, 소득수준과 무관하게 대체로 40%대를 나타내고 있어, 플랫폼이 전통적 변호사 탐색방법의 차순위 대안이 아닌 법률서비스의 주요 탐색 수단으로 소비자들에게 인식되고 있다는 것을 알 수 있다.

Table 3.

How Would You Find a Lawyer when You Need Legal Services in the Future

컨조인트 설문과 수요함수를 이용해 법률서비스 플랫폼에 대한 이용자 지불의사를 추정하기에 앞서 본 설문에서는 만약 법률서비스 플랫폼에서 상담을 위한 유료회원 가입비를 받을 경우, 서비스 이용을 위해 지불할 의향이 있는 월 가입비가 얼마인지를 질문했고, 그 결과가 Table 4에3 제시되어 있다. 향후 법률서비스 이용을 위해 서비스 제공자인 변호사를 찾기 위한 수단으로 플랫폼을 활용하겠다는 의사를 밝힌 응답자는 가입비로 월평균 3,400원(또는 연 40,800원)을 지불할 용의가 있는 것으로 나타났다. 가입비에 대한 지불 의향은 연령 및 소득수준이 높아질수록 증가하는 경향을 확인할 수 있었다.

Table 4.

Willingness to Pay for the Online Lawyer Search & Consultation Platform

Ⅲ. 분석방법

1. 이산선택실험의 설계

본 연구에 사용된 자료는 이산선택실험(discrete choice experiment) 형식의 컨조인트(conjoint) 설문을 이용하여 수집하였다.4 컨조인트 설문은 소비자에게 다양한 속성의 조합으로 구성된 선택대안을 제시한 후 그중 가장 선호하는 상품을 선택하게 하는 과정을 반복함으로써, 상품 선택 시 소비자들이 상대적으로 중요하게 여기는 특성에 대한 정보(Ben-Akiva et al ., 2019)를 얻는 연구 방법이라고 할 수 있다.

법률자문 서비스를 이용하고자 하는 소비자는 서비스 제공자인 변호사에 대한 정보를 얻기 위해 관련 정보의 제공 여부 및 수준을 기준으로 변호사 검색상담 채널을 선택할 확률이 높다. 따라서 본 연구에서는 변호사검색상담 채널의 속성을 대표하는 6가지 속성을 Table 5와 같이 선정하였다.

Table 5.

Attributes and Levels of Lawyer Search & Consulting Service Channel

6가지 검색상담 채널 속성 및 수준의 조합으로 구성된 컨조인트 카드들 중 3개 세트를 설문 응답자마다 제시한 후 가장 선호하는 선택지를 하나 선택하도록 요구하였는데, 해당 카드의 예시는 Table 6와 같다. Ben-Akiva et al.(2019)은 적절한 컨조인트 설문 설계를 위해 고려해야 하는 9가지 요소로 설문 응답자 구성의 적절성, 설문 주제의 친근성, 현실이 적절히 반영된 속성 등과 함께 미선택 옵션(outside option)의 구성을 꼽았다. Table 6의 유형 D가 이와 같은 미선택 옵션으로, 소비 선택의 과정에서 소비자들이 주어진 3개의 채널이 모두 마음에 들지 않아 변호사 법률서비스 탐색을 포기하는 경우를 모형에 반영하여 모형의 설명력을 높이고자 하였다. 현실에서도 오프라인 및 온라인에서 변호사 서비스를 사용할 수 있는 옵션이 있음에도 불구하고 변호사의 조력을 받지 않는 경우가 많은데, 유형 D는 이러한 선택지를 반영한다. 유형 D는 속성값으로는 30분 내 비교 가능한 변호사의 수와 상담료가 0이고 변호사 보수 정보, 다른 의뢰인 후기, 변호사 이력 정보, 유사 사건 상담 사례가 모두 제공되지 않는 선택지라고 할 수 있다. 제시된 대안들이 소비자가 선호하는 속성을 많이 가지고 있는 경우 유형 D의 선택확률이 낮아질 것이다.

Table 6.

An Example of the Conjoint Card

2. 수요함수 및 선택확률 추정

본 연구에서는 이산적 선택모형(discrete choice model) 중 혼합 로짓(mixed logit)을 이용하여 법률서비스 채널에 대한 소비자 수요추정을 하였다. 혼합 로짓모형은 상품 특성에 대한 개인의 선호를 반영하여 로짓모형의 IIA(independence of irrelevant alternatives) 가정에 의한 제한적 대체 패턴을 보완하면서도, 오차항이 타입 I 극단값 분포(type I extreme value distribution)를 따른다고 가정하여 간단한 형태의 선택확률(choice probability)을 도출할 수 있는 장점을 가진다고 할 수 있다.

법률서비스 채널에 대한 소비자의 효용함수는 식 (1)과 같다.

U_ij

: 법률서비스 채널 j에 대한 소비자 i의 효용

Fee_j

: 법률서비스 채널 j의 상담료

X_j

: 법률서비스 채널 j의 특성변수 행렬

ε_ij

: 오차항

채널 j가 주는 효용이 선택대안들(alternatives)보다 클 경우 소비자 i가 j를 선택(U_ij > U_ik ∀ j ≠ k)한다고 가정하는데, 이때 효용을 U_ij로 나타낸다. X_j는 컨조인트 설문을 구성하는 법률서비스 채널 특성 중 10분당 상담료(Fee_j)를 제외한 변수로, 30분 내 비교 가능한 변호사 수, 변호사 보수 정보 더미, 다른 의뢰인 후기 더미, 변호사 이력 정보 더미 및 유사 사건 상담사례 더미로 구성된다. 특성변수 X_j의 계수 β_i는 확률계수로, 소비자마다 상이한 선호를 반영할 수 있도록 하였으며 정규분포(normal distribution)를 가진다고 설정하였다. 상품의 가격이나 급여 등과 같이 의사결정자에게 같은 방향의 효용을 주는 특성 계수의 분포는 로그 정규분포(log normal distribution)가 유용한 것으로 알려져 있으나(Meijer and Rouwendal, 2006; Train, 2009), 30분 내 비교 가능한 변호사 수나 변호사 보수 정보 등은 특정한 방향성을 보인다고 볼 수 없기 때문에 정규분포로 가정하는 것이 타당하다. 다음으로 채널 j의 상담료(10분당) Fee_j의 경우 확률계수가 아닌 고정계수를 가지도록 하여 개별 소비자들이 상담료에 대해 평균적으로 같은 선호를 가지도록 설정하였다. 소비자의 급여, 자산, 소비성향 등에 따라 상품 가격에 대한 개인의 선호가 달라질 수 있음에도 불구하고, 서비스 가격 중 하나인 상담료가 고정계수인 것이 다소 부적절하다고 볼 수도 있다. 그러나 상담료는 법률서비스의 직접적인 서비스 비용이라기보다는 사건에 대한 대응 및 위임 여부를 판단하기 위한 비용으로, 법률서비스 수요가 있는 소비자라면 회피할 유인이 낮고 평균 수십만 원에서 수백만 원에 이르는 실제 수임료에 비해 매우 낮은 금액이라는 점에서 개인 특성에 따른 선호 차이는 크지 않다고 할 수 있을 것이다. 오차항 ε_ij는 앞서 설명한 것과 같이 타입 I 극단값 분포를 따르기 때문에, 소비자 i가 채널 j를 선택할 β_i 조건부 확률은 식 (2)와 같다.

식 (2)의 조건부 확률을 f ( β ∣ θ )로부터 도출한 모든 β_i에 대해 적분한 비조건부 확률은 식 (3)과 같은데, 이를 혼합로짓확률(Train, 2009)이라고 한다.

그런데 식 (3)은 닫힌 해(closed form solution)가 존재하지 않기 때문에, P_ij 의 불편 추정량인 시뮬레이션 확률 SP_ij 을 이용하여 시뮬레이션 로그우도함수(simulated log-likelihood function)를 식 (4)와 같이 세울 수 있다.

5

시뮬레이션 최대우도(maximum simulated likelihood)를 이용하여 식 (4)를 극대화하는 θ를 추정하게 되는데, 이때 시뮬레이션 횟수가 많아지면 추정의 정확도를 높일 수 있다(Hensher and Greene, 2003; Train, 2009). 따라서 본 연구에서는 홀튼 시퀀스(Halton sequence)를 이용한 1,000개6의 시뮬레이션 확률을 추정에 활용하였다.

3. 지불용의 및 시뮬레이션

수요추정 결과를 기반으로 채널 특성변수별 지불용의(willingness to pay)를 도출할 수 있다. 지불용의는 법률서비스의 각 속성별 세부 특성에 대해 소비자가 부여하는 효용의 크기를 금전적 가치로 환산한 것으로, 식 (3)에서와 같이 채널특성 변수의 계수를 상담료 변수의 계수 α 로 나눠서 구하게 된다.

7

Hole and Kolstad(2012)는 확률계수의 분포에 따라 지불용의 분포가 왜곡(skewed)되는 문제가 발생할 수 있기 때문에, Train and Weeks(2005)에서 제안한 지불용의 공간(willingness to pay space)에서 추정하거나 금전적 계수(monetary coefficient)를 고정계수로 설정하여 편향된 지불용의가 도출되는 잠재적 문제를 해결하도록 제안하였다. 고정계수인 금전적 계수로 나누는 방식은 추정의 직관성 및 편의성 측면에서 선호되는 반면, 고정계수 가정에서 오는 제약이 한계로 여겨지지만, 앞서 설명한 것과 같이 본 연구의 상담료 계수에 대한 가정은 적절성을 갖춰 특성별 지불용의를 기반으로 다양한 함의를 이끌어 낼 수 있었다.

지불용의에 더해 본 연구에서는 시뮬레이션을 통해 채널 특성 변화 및 특정 채널의 시장 진출입에 따른 선택확률(또는 점유율) 변화를 살펴보았다. 수요추정을 통해 도출한 시뮬레이션 최우추정량(maximum simulated likelihood estimator)을 이용하여 임의생성한 계수의 수를 소비자의 수로 가정하고, 충분히 많은 수의 모의선택확률을 도출한 후 이를 평균하여 시나리오별 선택확률 변화를 계산하였다. 식 (6)은 식 (4)의 시뮬레이션 확률 SP_ij 와 유사해 보이지만, 수요추정을 통해 도출한 시뮬레이션 최우추정량을 이용했다는 점이 차이라고 할 수 있다.

8

수요추정에 따른 계수의 평균과 표준편차로부터 임의생성한 식 (6)의 βⁿ은 n번째 소비자의 법률서비스 채널 속성에 대한 선호를 나타낸다고 볼 수 있기 때문에, 시뮬레이션에서는 채널 속성(Fee_j 및 X_j)에 변화를 주면서 그에 따른 소비자의 선택확률 변화를 확인할 수 있다. 예를 들어 특정 채널의 상담료만 증가하거나 변호사의 보수 정보 중 일부를 의무적으로 공개하도록 하는 정책이 시행되는 등의 변화가 생겼을 때, 관련 속성의 수준을 변화시켜 법률서비스 채널별 선택확률을 새롭게 도출할 수 있다. 본 연구에서는 플랫폼 존재 여부에 따른 법률서비스 채널별 선택확률 변화를 확인하였는데, 자세한 사항은 5장에서 살펴보도록 한다.

Ⅳ. 수요함수 및 속성별 지불용의 추정 결과

1. 수요함수 추정 결과

시뮬레이션 최대우도를 통해 효용함수를 추정한 결과는 Table 7과 같다. 표에서 평균에 제시된 각 변수별 계숫값은 해당 변수가 1단위 증가할 때 소비자 효용의 변화를 나타낸다. 해당 값이 양(+)의 값이면 변수의 값이 증가할수록 효용이 커짐을 의미하고 음(-)이면 변수의 값이 증가할수록 효용이 작아짐을 의미한다. 따라서 Table 7의 결과를 보면 변호사를 검색하고 상담하는 채널에서 30분 내 비교 가능한 변호사 수가 많을수록 그 채널에 대한 소비자 효용이 커지는 반면, 상담료가 높아질수록 소비자 효용이 작아짐을 알 수 있다. 변호사 보수 정보, 다른 의뢰인 후기, 변호사 이력 정보, 유사 사건 상담사례의 계수 추정치가 양(+)인 것은 변호사검색상담 채널에서 이러한 정보를 제공하는 것이 소비자의 효용을 높인다는 것을 의미한다.

앞서 언급했듯이 10분당 상담료에 대한 계수 추정치(영향력의 정도)는 고정되어 있다고 가정할 수도 있고 소비자마다 달라 정규분포를 따른다고 가정할 수도 있는데, Table 7에서는 두 가지 가정에 따른 추정 결과를 모두 보여준다. 추정 결과는 상담료 계수 추정치의 분포에 대한 가정과 질적으로는 크게 관계가 없는 것으로 나타났지만, 상담료 계수가 고정되어 있다고 가정하는 경우 비교 가능한 변호사 수의 영향력이 통계적으로 유의하지 않게 된다. 추정치가 통계적으로 유의하지 않다는 것은 추정치의 부호 및 크기와 관계없이 그 값이 0일 가능성을 배제할 수 없다는 것을 의미하는데, Table 7의 수치 뒤에 붙은 별표(*)가 많을수록 추정치의 통계적 유의성이 높은 것이고 별표가 없는 경우에는 유의성이 없다고 보아야 한다. 따라서 상담료 계수가 고정되어 있다고 가정하는 경우 30분 내 비교 가능한 변호사 수가 몇 명인지는 소비자 선택에 영향을 미치지 않는다는 것을 의미한다. 반면, 상담료에 대해 소비자마다 다른 효용을 반영한 모형에서는 비교 가능한 변호사 수가 증가할수록 효용이 증가하는 것을 확인할 수 있었다.

Table 7을 통해 확률계수의 평균뿐 아니라 표준편차도 확인할 수 있는데, 표준편차의 높은 유의성은 각 속성별 소비자의 선호가 다양함(Revelt and Train, 1998)을 나타낸다고 할 수 있다. 다시 말해, 속성에 대한 선호의 이질성은 법률서비스 시장의 수요 추정을 위해 혼합로짓 모형의 활용이 적절함을 뒷받침한다고 볼 수 있다. 한편, 지불용의나 시뮬레이션 도출에 앞서, 평균과 표준편차를 이용하여 각 속성별 소비자 선호의 분포 수준을 살펴볼 수 있다. 예를 들어 상담료 계수 정규분포 모형에서 상담료의 평균과 표준편차를 이용하여 계산한 표준 점수(z-value)9를 기준으로 상담료에 대해 양의 선호를 가지고 있는 소비자의 비율을 도출하면 약 14.2%임을 알 수 있다. 일반적으로 가격에 대해 음의 효용을 나타내는 것에 반하는 결과이지만, 법률서비스의 신뢰재적 특성이 일부 반영된 결과라고도 해석할 수 있다. 법률서비스의 경우 소비 이후에도 서비스의 유형이나 품질을 소비자가 평가하기 어렵기 때문에, 일부 소비자는 상담료가 높을수록 서비스 품질 역시 높을 것으로 기대할 가능성이 있다. 그러나 상담료의 계수를 정규분포로 설정함에 따라 양의 효용을 가진 소비자가 일부라도 존재하는 것이 불가피하다는 측면에서, 해당 결과에 대한 해석에 보수적인 접근이 필요하다고 할 수 있다.

본 연구에서는 전체 표본을 대상으로 한 분석 외에 알고 지내는 변호사 유무와 월평균 가구소득 수준에 따른 법률서비스 채널의 소비자 효용을 추정10하였다. 추정 결과, 하위 그룹을 구성하는 소비자 특성에 따라 법률서비스 채널을 구성하는 속성으로부터 얻는 효용의 크기가 다름을 확인할 수 있었다. 한편, 각 그룹별/속성별 계수의 부호가 Table 7과 유사11하고 대부분 유의한 결과가 도출되어, 본 분석의 강건성(robustness) 또한 확인할 수 있었다.

Table 7.

Estimation Results

Note: 괄호 안의 값은 표준오차임(* p<0.10, ** p<0.05, *** p<0.01).

2. 속성별 지불용의 추정 결과

Table 7에 제시된 변호사검색상담 채널의 각 속성에 대한 소비자 효용 추정치를 식 (3)에 따라 금액으로 변환하면 각 속성에 대한 지불용의를 계산할 수 있는데, 그 추정 결과가 Table 8에 제시되어 있다. 또한 지불용의 역시 확률변수이기 때문에, 지불용의의 평균과 더불어 95% 신뢰구간의 상한과 하한을 도출12하였다.

Table 8.

Willingness to Pay for the Attributes (Total Sample)

먼저 30분 내 비교 가능한 변호사 수가 1명 증가하는 데 대한 지불용의는 약 131원으로 매우 작다. 비교 가능한 변호사 수가 100명이 늘어나는 것에도 평균적으로 약 13,100원만 추가 지불할 의사가 있는 것이다. 반면, 정보 제공에 대한 지불용의는 상당히 큰데, 수임료 및 상담료 정보를 미공개하는 것에 비해 상담료만 공개하면 16,116원을 더 지불하고 여기에 수임료까지 공개하면 41,179원을 지불할 용의가 있는 것으로 나타났다. 다른 의뢰인 후기, 변호사 이력 정보, 유사 사건 상담사례의 제공에 대해서도 모두 1만원 이상의 지불용의가 있는 것으로 나타났다.

속성별 지불용의를 이용하면 변호사검색상담 채널 간 가치의 차이도 계산할 수 있다. 예컨대 지인 소개 등 오프라인을 통한 변호사 검색 및 상담의 경우 30분 내 비교 가능한 변호사의 수는 1명이고 다른 의뢰인들의 후기나 유사 사건 상담사례를 알 수 없기 때문에, 30분내 비교 가능한 변호사의 수가 20명 이상이고(+2,620원) 다른 의뢰인의 후기(+13,739원)와 유사 사건 상담사례(+18,824원)를 제공하는 플랫폼은 오프라인에서의 변호사 탐색채널보다 적어도 35,183원 높은 가치13를 가진다. 많은 경우 변호사들이 오프라인에서 상담료와 수임료를 공개하고 있지 않다는 것까지 감안하면(+41,179원), 플랫폼의 상대적 가치는 76,362원까지 높아진다.

하위 그룹의 속성별 지불용의는 Table 9과 같다. 하위 그룹에 상관없이 30분 내 비교 가능한 변호사 수에 대해 가장 낮은 지불용의15를 보였으며, 수임료와 상담료를 모두 공개하는 것에 대해 가장 높은 지불용의를 나타냈다. 우선 알고 지내는 변호사 유무에 따른 차이를 살펴보면, 알고 지내는 변호사가 있는 소비자가 그렇지 못한 소비자보다 대부분의 속성에 대한 지불용의가 높게 나타났다. 이는 알고 지내는 변호사를 통해 법률서비스 속성의 중요성에 대해 인지하고 있을 확률이 높고, 그에 따라 더 높은 가치를 부여했을 가능성이 있다고 할 수 있다. 월평균 가구소득 기준에 따른 지불용의를 살펴보면 소득 상위 그룹(월 평균 가구소득 800만원 이상)이 나머지 두 그룹에 비해 변호사 이력 정보와 유사 사건 상담사례에 높은 지불용의를 보인 반면, 비용 정보와 다른 의뢰인 후기에 대해서는 대체로 낮은 지불용의를 보였다. 특히 상담료만 공개한 것에 대해서도 소득 중위와 하위 그룹16 모두 소득 상위 그룹보다 약 1.8배 이상의 지불용의를 나타냈다는 점은, 비용 측면에 대한 정보 부족이 상당수 소비자들의 법률서비스 이용에 제약으로 작용했을 가능성이 있다고 볼 수 있다.

Table 9.

Willingness to Pay for the Attributes (Sub-samples)

기존 시장환경에서 법률서비스로부터 소외되었을 확률이 높은 소득 하위 그룹이 상위 그룹보다 플랫폼으로부터 얻게 될 효용이 높은 것으로 나타난 반면, 상대적으로 수월하게 법률서비스 정보를 취득할 가능성이 높은, 알고 지내는 변호사가 있는 집단이 더 큰 효용을 얻는 것으로 나타났다. 결과적으로 플랫폼은 특정 집단이 아닌 법률서비스가 필요한 모든 소비자의 효용을 증대시키는 방향으로 역할을 한다고 볼 수 있다.

V. 변호사검색상담 플랫폼의 시장확대 효과

변호사검색상담 플랫폼은 기존의 오프라인 및 인터넷 검색을 통한 변호사 서비스 수요를 일부 대체하지만 동시에 변호사의 법률서비스를 이용하지 않던 소비자를 끌어들여 변호사 시장의 규모를 키우는 역할을 할 수 있다. 이러한 플랫폼의 시장확대 효과를 살펴보기 위해 본 장에서는 앞서 실시한 변호사검색상담 채널에 대한 수요 추정 결과를 이용해 플랫폼이 등장함으로써 변호사 서비스 수요가 얼마나 증가할 수 있는지를 예측해 본다. 예측방법을 간략하게 설명하면 다음과 같다. 앞서 4장에서 효용함수 추정을 통해 계수들의 분포를 구했는데, 이 분포에 따라 서로 다른 효용함수 계수를 가진 복수의 이용자를 생성할 수 있다. 즉, 각 계수가 Table 7에 제시된 평균과 분산을 가지는 정규분포를 따른다고 가정하고, 분포로부터 1만개씩의 계수를 생성한 후 이를 조합해 하나의 가상적 이용자 효용함수를 구성한다. 1만명의 가상적 이용자를 생성하고 나면 현재 가용한 변호사검색상담 채널들이 주어질 때 각 채널의 선택확률을 계산할 수 있고, 플랫폼이 없을 때 남은 채널들의 선택확률도 계산해 비교할 수 있다. 이때 이용자가 변호사검색상담 채널을 이용해 변호사 법률서비스를 탐색하고 이용하는 것을 포기하는 선택도 할 수 있도록 하면 플랫폼이 선택지에 있을 때 변호사검색상담 채널을 이용해 변호사를 찾아 서비스를 받고자 하는 이용자의 비율이 얼마나 증가하는지도 계산할 수 있다.

이러한 시뮬레이션을 위해서는 선택지가 되는 변호사검색상담 채널들에 대한 가정이 필요하다. 우선 소비자가 선택할 수 있는 채널은 3가지, 즉 오프라인, 인터넷 검색, 플랫폼이 있고, 각 채널의 속성은 Table 10과 같다고 가정하였다. 일반적으로 지인을 통해 소개받거나 아는 변호사에게 상담받는 경우, 사전에 상담료와 수임료에 대한 정보 없이 변호사 이력만 아는 상태에서 상담을 시작할 가능성이 높고, 해당 변호사에 대한 다른 의뢰인 후기나 유사 사건에 대한 해당 변호사의 상담사례도 알지 못한다. 의뢰인이 직접 인터넷을 검색해 변호사를 찾는 경우는 30분에 10명 정도의 변호사를 검색해 볼 수 있다고 가정했다. 크고 작은 변호사 사무실은 홈페이지를 보유하고 있으며 여기에서 변호사들의 이력 정보를 게시하고 이용자들의 간단한 질문에 대한 Q&A 게시판도 운영하는 경우가 많다. 그러나 보통 수임료와 상담료는 공개되어 있지 않고 다른 의뢰인 후기도 게시하지 않는다. 반면, 플랫폼은 변호사 이력 및 보수 정보를 표준화된 표시방식으로 게시하고 다양한 기준으로 변호사들을 정렬해 쉽게 비교하도록 하고 있다. 한편, 세 가지 채널을 모두 이용하지 않는 것을 선택하는 경우 변호사의 법률서비스를 받을 의사가 없는 것으로 보고 30분 내 비교 가능한 변호사 수와 변호사 관련 정보가 없는 동시에 지불해야 하는 상담료도 0원이라고 가정한다.

네 가지의 선택지가 Table 10과 같은 속성을 가질 때 앞서 설명한 시뮬레이션 방법을 이용해 각 선택지의 선택확률을 계산할 수 있다. 선택확률은 상담료 수준에 따라 조금씩 다르게 추정되는데, 실제 변호사마다 상담료가 다소 상이하고 특히 오프라인에서 변호사를 찾아 상담을 받는 경우의 상담료에 대한 조사자료가 존재하지 않기 때문에 10분 상담료를 하나로 고정하지 않고 1만원에서 5만원까지 5가지로 가정해 시뮬레이션을 실시했다. 다만, 변호사들이 검색상담 채널에 따라 상담료를 차별하지 않는다고 보고 세 개 채널의 상담료는 모두 동일하다고 가정했다.

Table 10.

Attributes for the Lawyer Search & Consulting Service Channels

플랫폼의 존재 여부에 따른 변호사검색상담 채널의 선택확률 변화는 Table 11에 제시되어 있다. 플랫폼이 존재하지 않는 경우 오프라인이나 인터넷 검색을 통해 변호사를 찾고 법률서비스를 받을 확률이 늘어나지만, 변호사 서비스 탐색 자체를 포기하는 소비자들도 늘어날 것으로 예측된다. 예를 들어 변호사 상담료가 평균 10분당 2만원이라고 할 때 플랫폼이 없으면 28.4%의 잠재적 소비자가 변호사를 찾지 않는 데 반해, 플랫폼이 존재하면 변호사를 찾지 않는 소비자의 비율은 9.8%로 줄어든다. 이는 플랫폼의 존재로 인해 변호사 서비스를 구하는 소비자의 비율이 71.6%에서 90.2%로 18.6%p 늘어난다는 것을 의미하는데, 달리 말하면 변호사 법률서비스 시장의 규모가 약 26.0% 증대될 것임을 뜻한다.

Table 11.

Changes in Choice Probability of Each Lawyer Search & Consulting Service Channel Depending on the Presence of the Online Platform (Total Sample)

앞서 2장의 설문조사 결과에서 보았듯이 연령, 학력, 소득 등에 따라 법률서비스에 대한 이용자의 접근성과 이용행태가 다르다. 따라서 변호사검색상담 플랫폼이 변호사 법률서비스 이용 여부에 미치는 영향도 이용자의 특성에 따라 다를 수 있다. 이를 살펴보기 위해 이용자를 하위 그룹별로 나누어 플랫폼 존재 여부에 따른 변호사 법률서비스 선택확률 변화를 시뮬레이션해 보았고, 그 결과를 Table 12에 제시했다. 먼저 전체 표본을 활용한 분석 결과와 같이 플랫폼의 존재는 모든 이용자 그룹에서 법률서비스 시장규모를 증대시키는 것으로 나타났다. 하위 그룹별로 보면 알고 지내는 변호사가 없거나 가구소득이 낮은 이용자들은 플랫폼이 없을 때 변호사 법률서비스를 이용하지 않는 비율의 증가분이 다른 이용자 그룹보다 높게 나타났다. 이는 플랫폼의 위축이 법률서비스 이용 취약계층의 서비스 접근성을 더 크게 떨어뜨릴 확률이 높음을 간접적으로 보여준다고 할 수 있다.

Table 12.

Changes in Choice Probability of Each Lawyer Search & Consulting Service Channel Depending on the Presence of the Online Platform (Sub-samples)

VI. 결 론

본 연구는 변호사 법률서비스를 이용하기 위해 자신에게 적합한 변호사를 탐색하고 상담을 받는 채널로서 온라인플랫폼이 이용자에게 얼마만큼의 경제적 가치를 줄 수 있고, 이를 통해 변호사 법률서비스에 대한 접근 가능성이 얼마나 증가할 수 있는지 정량적으로 살펴보고자 했다. 이용자 설문조사에서 나타난 이용행태를 보면 현재 많은 이용자들이 자신이 알고 있거나 지인이 추천해 주는 변호사에게 상담을 받고 사건을 의뢰함에도 불구하고 대다수는 주변에 알고 지내는 변호사가 없어 상당한 탐색비용을 지불하고 있을 것으로 판단된다. 변호사들의 이력과 상담비용뿐만 아니라 이용자 후기와 유사 사건 상담사례 등의 정보들을 표준화된 방식으로 게시하는 온라인 변호사검색상담 플랫폼은 이러한 탐색비용을 크게 줄여 변호사 법률서비스에 대한 접근성을 높일 수 있다.

본 연구의 이용자 선택형 컨조인트 설문조사를 통한 변호사검색상담 채널에 대한 수요 추정 결과에 따르면, 이용자들은 온라인 변호사검색상담 플랫폼이 제공하는 여러 가지 편리성으로부터 높은 효용을 얻을 수 있었다. 이를 금전적 가치로 환산하면 오프라인 변호사 검색에 비해 적게는 35,183원에서 많게는 76,362원까지 효용이 높은 것으로 나타났다. 또한 시뮬레이션 방법으로 플랫폼의 변호사 법률서비스 시장확대 효과를 추정해 본 바에 따르면, 변호사검색상담 플랫폼의 존재로 인해 상담비용의 수준에 따라 변호사의 법률서비스 시장 규모가 적게는 18.4%에서 많게는 68.3%까지 증가될 수 있을 것으로 나타났다. 특히 플랫폼은 알고 지내는 변호사가 없거나 상대적으로 소득이 낮은 법률서비스 이용 취약계층의 서비스 접근성을 상대적으로 더 높여 이용을 증대시킬 것으로 예측된다.

온라인플랫폼의 이러한 경제적 가치는 비단 법률서비스 영역에서만 존재하는 것이 아니다. 특히 정보비대칭의 잠재적 문제가 큰 신뢰재인 전문가서비스 시장에서는 이용자가 플랫폼으로부터 얻는 정보의 가치가 클 것이다. 경제의 디지털화 심화에 따라 여러 분야에서 전문가와 이용자를 연결시켜 주는 플랫폼들이 등장하면서 기존 전문가 단체와 플랫폼 간의 갈등도 격화되고 있다. 그러나 플랫폼은 이용자의 후생을 증대시킬 뿐만 아니라 전문가서비스 시장도 더욱 성장시킬 수 있는 도구이다. 특히 전문가에 대한 접근성이 낮고 탐색비용이 높은 이용자 계층과 실력은 있으나 고객 확보에 상대적으로 어려움을 겪는 전문가들을 거래 시장으로 유도함으로써 이용자와 공급자 그룹 내부의 형평성도 제고할 수 있다. 이러한 점에서 본 연구 결과는 전문가서비스 플랫폼에 대한 정부의 정책 수립에 중요한 시사점을 제공한다.