Unveiling investment vs. ownership perspectives among NFT buyers: A segmentation study exploring engagement patterns in NFT markets 리뷰

NFT 구매 동기를 잠재계층분석(LCA)으로 분석하여 시장을 ‘투자자’와 ‘소유 지향 컬렉터’로 명확히 구분한 연구로, 온체인 행동 데이터로 발견할 고객 페르소나의 핵심적인 원형을 제시한다.

논문 요약

  • 논문 제목: Unveiling investment vs. ownership perspectives among NFT buyers: A segmentation study exploring engagement patterns in NFT markets
  • 저자: D. S. K. A. 외
  • 게재 학술지: ScienceDirect
  • 발행 연도: 2025
  • 핵심 요약: NFT 구매자들을 대상으로 설문조사를 실시하고 잠재계층분석(LCA)을 적용하여, 이들을 ‘투자 지향 그룹’과 ‘소유 지향 그룹’으로 명확히 구분했다. 두 그룹은 구매 동기, 참여 수준, 선호하는 NFT 종류에서 뚜렷한 차이를 보였다.

연구 배경

NFT 시장이 성숙해짐에 따라, 모든 구매자를 하나의 집단으로 보는 관점에서 벗어나 그들의 다양한 내재적 동기를 이해하려는 시도가 중요해졌다.

NFT(대체 불가능 토큰) 시장은 초기 열풍이 지난 후, 그 참여자들이 결코 동질적인 집단이 아님이 명백해졌다. 어떤 이는 순수한 투자 수익을 목적으로 시장에 참여하는 반면, 다른 이는 디지털 아트 소유의 즐거움이나 커뮤니티 활동을 위해 참여한다. 이러한 다양한 동기를 이해하는 것은 NFT 프로젝트의 성공을 위해 필수적이다.

본 연구는 이러한 문제의식에서 출발하여, 고객 세분화를 위한 통계적 방법론으로 **잠재계층분석(LCA, Latent Class Analysis)**을 도입한다. LCA는 관찰된 여러 변수(설문 응답 등)를 바탕으로, 그 배후에 숨어있는, 직접 관찰할 수 없는 잠재적인 하위 그룹(계층)을 식별하는 통계 기법이다. 이는 K-평균 군집분석처럼 단순히 데이터 간의 거리를 기반으로 그룹을 나누는 것이 아니라, 응답 패턴에 기반한 확률 모델을 통해 각 개인이 특정 잠재 계층에 속할 확률을 계산한다. 이 연구는 LCA를 통해 “NFT 구매자 시장은 과연 몇 개의 본질적인 그룹으로 나눌 수 있는가?”라는 질문에 통계적으로 엄밀한 답변을 제시하고자 했다.

해결하려는 문제

NFT 구매자라는 단일 집단 내에, 실제로는 어떤 서로 다른 동기를 가진 하위 그룹(잠재 계층)이 숨어 있으며, 이들의 규모와 특징은 무엇인지 통계적으로 규명하고자 한다.

마케터들은 흔히 NFT 구매자를 ‘투자자(Flipper)’와 ‘수집가(Collector)’로 나누어 이야기하지만, 이러한 구분이 과연 실체가 있는 것인지, 아니면 단순히 편의적인 구분인지에 대한 통계적 증거는 부족했다. 만약 이 두 그룹이 실제로 존재한다면, 그들의 근본적인 차이는 무엇이며, 각각 시장에서 어느 정도의 비중을 차지하고 있을까?

이 연구가 해결하려는 핵심 문제는 바로 이러한 **관찰되지 않는 이질성(Unobserved Heterogeneity)**을 밝혀내는 것이다. 즉, 겉으로는 모두 ‘NFT 구매자’로 보이지만, 그들의 마음속에 있는 서로 다른 구매 동기(투자 지향 vs. 소유 지향)를 데이터 기반으로 식별하고, 각 동기 그룹의 특징을 명확히 정의하는 것을 목표로 한다. 이를 통해 NFT 시장에 대한 피상적인 이해를 넘어, 데이터에 기반한 깊이 있는 구조적 이해를 제공하고자 했다.

연구 모형

NFT 구매자들의 구매 동기, 태도, 행동에 대한 설문 데이터를 수집하고, 이를 잠재계층분석(LCA) 모델에 적용하여 응답자들을 가장 잘 설명하는 최적의 잠재 계층(세그먼트) 수를 찾고 각 계층의 특성을 분석한다.

본 연구의 핵심은 통계적 모델링 접근법인 잠재계층분석(LCA)에 있다. 연구 모형은 다음과 같은 체계적인 절차를 따른다.

  1. 지표 변수 선정: NFT 구매자의 근본적인 동기를 측정할 수 있는 설문 문항들을 개발한다. 예를 들어, “나는 미래의 재정적 이익을 위해 NFT를 구매한다”(투자 동기), “나는 NFT를 소유하는 것 자체를 즐긴다”(소유 동기)와 같은 문항들이 지표 변수가 된다.
  2. LCA 모델 적합: 수집된 설문 데이터를 바탕으로, 잠재 계층의 수를 2개, 3개, 4개 등으로 다르게 설정한 여러 LCA 모델을 구축하고 데이터를 적합(fit)시킨다.
  3. 최적 모델 선택: 각 모델의 적합도를 평가하는 통계 지표(예: BIC, aBIC, LMR-LRT 등)를 비교한다. 모델의 간결성과 설명력을 동시에 고려하여, 데이터를 가장 잘 설명하는 최적의 계층 수를 가진 모델을 최종적으로 선택한다.
  4. 계층 프로파일링: 선택된 모델의 결과를 바탕으로, 각 잠재 계층이 어떤 특성(동기, 인구통계, 행동 패턴)을 보이는지 상세하게 분석하고, 각 계층에 ‘투자자’, ‘소유자’와 같은 의미 있는 이름을 부여한다.

데이터 설명

NFT 구매 경험이 있는 소비자들을 대상으로 실시한 온라인 설문조사 데이터를 활용했다.

  • 출처: 논문에 구체적인 출처는 명시되지 않음. 연구의 특성상 Amazon Mechanical Turk (MTurk), Prolific과 같은 온라인 리서치 패널이나, 특정 NFT 프로젝트의 디스코드, 트위터 커뮤니티 등에서 모집된 응답자의 설문 데이터를 활용했을 가능성이 높다.
  • 수집 방법: 구조화된 온라인 설문지를 통해 데이터를 수집했다.
  • 온체인 여부: 해당 없음 (사용자의 동기, 태도, 인식을 묻는 자기 보고(Self-report) 기반의 오프체인 데이터이다).
  • 데이터 변수 설명: LCA 모델링을 위해 수집된 변수들은 다음과 같이 구분할 수 있다.
    1. 잠재계층 식별을 위한 지표 변수 (Indicators for LCA): 사용자의 근본적인 동기를 측정하는 핵심 설문 문항.
      • 투자 지향 동기: “NFT는 좋은 투자 수단이다”, “나는 단기 차익을 위해 NFT를 거래한다.”
      • 소유 지향 동기: “나는 NFT의 미적 가치를 중요하게 생각한다”, “나는 NFT를 디지털 신분으로 활용한다.”
      • 사회적 동기: “나는 특정 커뮤니티에 소속되기 위해 NFT를 구매한다”, “나는 아티스트를 직접 후원하고 싶다.”
    2. 잠재계층 설명을 위한 공변량 (Covariates): 식별된 계층의 특징을 부가적으로 설명하기 위한 변수.
      • 인구통계학적 변수: 연령, 성별, 소득 수준 등.
      • 행동적 변수: 평균 NFT 보유 기간, 주요 거래 마켓플레이스, 선호하는 NFT 카테고리(아트, PFP, 게임) 등.

데이터 분석

수집된 설문 응답을 바탕으로 2-클래스, 3-클래스 등 여러 개의 잠재계층분석(LCA) 모델을 적합시킨 후, 통계적 지표(BIC, LMR-LRT 등)를 비교하여 최종적으로 2개의 잠재 계층을 가진 모델을 최적의 모델로 선택했다.

데이터 분석의 핵심은 ‘최적의 세그먼트 수’를 통계적으로 찾아내는 과정에 있다. 연구진은 잠재 계층의 수를 1개부터 점차 늘려가며 여러 LCA 모델을 실행했다. 그리고 각 모델에 대해 BIC(Bayesian Information Criterion) 와 같은 모델 적합도 지수를 계산했다. BIC 값은 모델이 복잡해질수록(계층 수가 늘어날수록) 페널티를 부여하므로, 값이 가장 낮아지는 지점이 가장 효율적이고 설명력 높은 모델임을 의미한다.

분석 결과, 2-계층 모델의 BIC 값이 가장 낮았으며, 계층을 3개로 늘렸을 때 모델의 설명력이 유의미하게 개선되지 않았다. 따라서 연구진은 NFT 구매자 시장이 본질적으로 2개의 잠재 그룹으로 구성되어 있다는 결론을 내렸다. 이후, 각 그룹에 속할 확률이 높은 응답자들의 특성을 비교 분석하여 두 그룹의 정체를 ‘투자자(Investors)’와 ‘소유자(Owners)’로 명명하고, 그들의 구체적인 차이점을 기술했다.

핵심 결과

NFT 구매자 시장은 ‘투자자(Investors)’와 ‘소유자(Owners)’라는 두 개의 핵심적인 잠재 계층으로 명확하게 구분되었으며, 두 그룹은 구매 동기와 시장 참여 방식에서 근본적인 차이를 보였다.

LCA 분석을 통해 통계적으로 검증된 두 그룹의 특징은 다음과 같다.

  1. 투자자(Investors) 그룹:
    • 핵심 동기: 재정적 이익, 자산 가치 상승, 단기 차익 실현.
    • 행동 패턴: 비교적 짧은 보유 기간(Flipping), 시장 트렌드와 가격 변동에 민감하게 반응, 유동성이 높은 ‘블루칩’ 프로젝트 선호.
    • 인식: NFT를 주식이나 채권과 유사한 ‘투자 자산’의 한 종류로 인식.
  2. 소유자(Owners/Collectors) 그룹:
    • 핵심 동기: 소유의 즐거움, 미적 가치, 아티스트 후원, 커뮤니티 소속감, 자기표현.
    • 행동 패턴: 상대적으로 긴 보유 기간, 가격 변동에 덜 민감, 자신의 취향과 신념에 맞는 프로젝트에 참여.
    • 인식: NFT를 수집품, 예술품, 혹은 커뮤니티 멤버십과 같은 ‘경험적 자산’으로 인식.

이러한 결과는 NFT 시장이 단일 시장이 아니라, 근본적으로 다른 두 개의 논리가 공존하는 이중 시장(Dual Market)임을 시사한다.

시사점

NFT 프로젝트는 자신의 목표 고객이 ‘투자자’인지 ‘소유자’인지를 명확히 해야 하며, 두 그룹을 동시에 만족시키려는 어설픈 전략은 실패할 가능성이 높다.

이 연구 결과는 NFT 프로젝트 기획자와 마케터들에게 매우 명확한 전략적 방향을 제시한다. 프로젝트의 정체성을 명확히 하고, 타겟 고객에게 맞는 가치를 제공해야 한다는 것이다. 만약 당신의 프로젝트가 ‘투자자’를 타겟으로 한다면, 명확한 유틸리티, 지속적인 가치 상승을 위한 로드맵, 활발한 거래를 지원하는 시장 환경을 제공해야 한다. 반대로 ‘소유자’를 타겟으로 한다면, 높은 수준의 아트워크, 풍부한 세계관과 스토리텔링, 소속감을 느낄 수 있는 강력한 커뮤니티, 그리고 홀더들에게만 제공되는 독점적인 경험을 설계하는 데 집중해야 한다. 두 그룹의 니즈는 근본적으로 다르기 때문에, ‘모두를 위한’ 프로젝트는 결국 ‘아무도 만족시키지 못하는’ 프로젝트가 될 위험이 크다.

인사이트

당신의 고객은 ‘투자자’입니까, ‘팬’입니까?

AI 빅데이터 마케터의 관점에서 이 연구는 우리가 어떤 질문을 던져야 하는지를 알려준다. 온체인 데이터는 정답을 가지고 있지만, 올바른 질문을 던지지 않으면 그 가치를 발견할 수 없다. 이 연구는 WEB3 고객을 바라보는 가장 근본적인 질문이 바로 “이 사용자는 ‘투자 수익’을 원하는가, 아니면 ‘소유 경험’을 원하는가?”임을 명확히 했다.

  • 고객 페르소나 예시 (투자 vs. 소유 동기 기반):
    1. ‘디파이 수익 사냥꾼 (The DeFi Yield Hunter)’: 이 페르소나는 ‘투자자’ 그룹에 속한다. 이들의 USDC는 가장 높은 이자율을 제공하는 랜딩 프로토콜이나 유동성 풀을 끊임없이 찾아다닌다. 이들은 프로토콜의 비전이나 커뮤니티에는 관심이 없으며, 오직 APY(연간수익률)라는 숫자만 본다.
    2. ‘DAO 거버넌스 참여자 (The DAO Governance Participant)’: 이 페르소나는 ‘소유자’ 그룹에 속한다. 이들은 특정 프로젝트의 미래를 믿기 때문에, USDC를 해당 프로젝트의 거버넌스 토큰으로 교환하여 장기간 보유(HODL)하고, 적극적으로 투표에 참여하여 생태계에 기여한다. 이들에게 토큰은 의결권이자 명예 훈장이다.
  • 실질적인 마케팅 액션 제안:
    1. 동기에 맞는 인센티브 설계: ‘수익 사냥꾼’을 유치하기 위해서는 높은 초기 이자율을 제공하는 ‘유동성 채굴(Liquidity Mining)’ 프로그램이 효과적이다. 반면, ‘거버넌스 참여자’의 충성도를 높이기 위해서는 투표 참여자에게 추가 토큰을 에어드랍하거나, 장기 스테이킹 이용자에게 더 많은 투표권을 부여하는 정책이 효과적이다.
    2. 차별화된 커뮤니케이션: ‘수익 사냥꾼’에게는 실시간 수익률 대시보드와 시장 분석 리포트를 제공해야 한다. ‘거버넌스 참여자’에게는 다음 안건에 대한 상세한 설명과 토론 포럼을 제공하여, 그들이 생태계의 주인임을 느끼게 해주어야 한다.

태그