[논문]한국과 미국 정부기관의 웹 접근성 평가를 통한 자동화 평가 도구의 문제점 및 개선 방안에 관한 연구

홍순구; 박지용; 이대형

문제 정의

그러나 현재 사용되는 대부분의 자동화 도구는 잘못된 알고리즘으로 인해 충분히 자동으로 평가할 수 있는 'image'와 'table'과 관련한 체크항목("tag의 속성 유무"를 판단)을 정확하게 평가하지 못하고 있다. 따라서 본 논문에서는 자동화 도구를 통하여 웹 접근성 평가 시에 많은 문제가 발생되는'image'및 'table'의 콘텐츠 평가에 사용되는 자동화 평가도구의 알고리즘 수정과 오류율의 개념 도입을 제안한다.
따라서 평가의 객관성 확보와 손쉬운 평가를 위해 보다 근본적인 자동화 평가도구의 문제점 해결이 필요하다. 본 논문에서는 한국과 미국 정부의 웹 접근성 평가를 통해 자동화 평가도구의 문제점을 살펴보고, 자동화 평가도구의 수정된 알고리즘을 제안한다. 연구의 구성은 다음과 같다.
본 연구에서는 자동화 도구를 사용하여 웹 접근성 평가 시에 많은 문제가 발생하고 있는 'image'와 'table'콘텐츠에 대한 새로운 평가 알고리즘을 제시하였다. 첫째로 자동화 평가 도구가 "img tag"를 판단할 때, "alt 또는 longdesc 속성" 중 하나만 존재하여도 오류가 없다고 판단하게 함으로써, 문제를 해결할 수 있음을 보여주었다.

제안 방법

1, 2차 평가과정을 통하여 접근성 오류개수의 수정기준안을 만들었으며, 이를 근거로 제공되는 콘텐츠의 개수에 대한 접근성 오류개수의 비율을 나타내는 접근성 오류율을 사용하여 한국과 미국 정부기관 웹 접근성을 객관적으로 비교 평가하였다.<표 1>에 나타난 6개 콘텐츠별 오류율의 분포를 살펴보면, 한국의 경우 'frame', 'applet/script', 'image'의 순으로 전체 오류율의 86%를 차지하고 있는 반면 미국의 경우는 lapplet/script', 'image', 'navigation'의 순으로 3개의 콘텐츠에서만 접근성 오류가 나타나고 있는 것을 알 수 있다.
연구에서도 잘 나타나 있다. 그들의 연구에서는 장애인 및 노약자와 깊은 연관성을 가지고 있다고 판단된 보건복지부, 노동부, 행정자치부, 교육인적자원부의 4개 웹사이트를 평가 대상으로 선정하고 객관적인 비교를 위해 유사한 성격을 가지고 있는 미국 정부기관 웹사이트를 선정하여 비교 평가하였다.
첫째로 자동화 평가 도구가 "img tag"를 판단할 때, "alt 또는 longdesc 속성" 중 하나만 존재하여도 오류가 없다고 판단하게 함으로써, 문제를 해결할 수 있음을 보여주었다. 둘째로 'table'의 사용용도를 데이터용과 레이아웃용으로 구별하여 중복적으로 발생하는 선형화 문제를 개선하도록 알고리즘을 제안하였다. 셋째로 접근성 평가를 위한 개선된 자동화 도구인 KADO-WAH 에서 나타내고 있는 준수율에 대한 용어보다는 오류율의 사용이 정확함을 지적하였다.
본 알고리즘의 핵심은 'table' 구성을 이해하는 방식이 'table' 마침 태그로부터 가장 가까운 곳의 'table' 시작 태그를 하나의 'table' 구조로 인식한다는 것과 마침 태그가 없는 경우에는 시작 태그로부터 웹 문서 끝까지를 'table'의 구조로 인식한다는 점에 착안 하였다.
앞서 제시한 알고리즘을 기반으로 하여 'image'콘텐츠에 대한 WCAG 1.0의 체크항목 1.1 과 'table'콘텐츠에 대한 WCAG 1.0의 체크 항목(5.1, 5.2, 5.3, 5.4)을 평가할 수 있는 테스트프로그램을 개발하였다. 이러한 테스트 프로그램을 사용하여 정부기관 4개 웹사이트의 접근성 평가를 기존 자동화 도구 (KADO-WAH, A-Prompt)와 동시에 사용하여 평가결과의 차이점을 분석하였다.
<그림 2>의 추출 방법은 수행속도를 최적화하기 위한 방법으로 'table' 구조를 명확하게 정의하기 보다는 인간의 인지적 이해 방법 (Human cognition Applied Method)에 기초하여 개발하였다. 본 알고리즘의 핵심은 'table' 구성을 이해하는 방식이 'table' 마침 태그로부터 가장 가까운 곳의 'table' 시작 태그를 하나의 'table' 구조로 인식한다는 것과 마침 태그가 없는 경우에는 시작 태그로부터 웹 문서 끝까지를 'table'의 구조로 인식한다는 점에 착안 하였다.
0 가이드라인을 가지고 직접 이용자가 세부항목과 관련하여 실제 사용된 HTML 소스를 분석하는 방법으로 평가하였다. 이 연구는 접근성 뿐만 아니라 사용성도 평가하였는데 Nielsen[5]이 휴리스틱 평가 방법으로 제시한 소규모 평가단을 도입하는 등 웹 사이트 평가 방법의 통합모델을 제시하였다. 그 외 Zaphris et al.

데이터처리

4)을 평가할 수 있는 테스트프로그램을 개발하였다. 이러한 테스트 프로그램을 사용하여 정부기관 4개 웹사이트의 접근성 평가를 기존 자동화 도구 (KADO-WAH, A-Prompt)와 동시에 사용하여 평가결과의 차이점을 분석하였다.<표 6>에서 보는 바와 같이 A-Prompt의 경우는 모든 'Image'콘텐츠에 대하여 무조건적으로 접근성 오류가 발생한다고 평가하였다.
전체적인 평가방법은 자동화 평가도구인 'A-Prompt'를 사용하여 1차평가를 수행하고 자동화 평가도구에서 발생되는 한계점을 극복하기 위해 2차 평가인 매뉴얼 분석을 수행하였다. 1, 2차 평가과정을 통하여 접근성 오류개수의 수정기준안을 만들었으며, 이를 근거로 제공되는 콘텐츠의 개수에 대한 접근성 오류개수의 비율을 나타내는 접근성 오류율을 사용하여 한국과 미국 정부기관 웹 접근성을 객관적으로 비교 평가하였다.
셋째로 접근성 평가를 위한 개선된 자동화 도구인 KADO-WAH 에서 나타내고 있는 준수율에 대한 용어보다는 오류율의 사용이 정확함을 지적하였다. 제안된 알고리즘의 검증을 위해 정부 웹사이트 4개를 대상으로 평가하여 타 자동화 평가도구와 비교 분석하였다. 'image' 의 평가는 오류로 산정된 개수가 KADO-WAH 와 같게 나타났으며 외국 자동화 평가도구에 비해 현저히 낮게 나타났다.

성능/효과

수 있었다. 또한, 수정된 알고리즘의 'table' 평가결과를 살펴보면, 콘텐츠 배치를 위하여 "layout table"을 과도하게 사용하여 웹 표준을 심각하게 손상시키는 것을 알 수 있었다.
수정된 알고리즘에서는 178개의 "data table" 과 25개의 "layout table"사용된 것을 구별함으로써 정확한 오류개수와 수동검사 개수를 산정할 수 있었다. 또한, 수정된 알고리즘의 'table' 평가결과를 살펴보면, 콘텐츠 배치를 위하여 "layout table"을 과도하게 사용하여 웹 표준을 심각하게 손상시키는 것을 알 수 있었다.
제시하였다. 첫째로 자동화 평가 도구가 "img tag"를 판단할 때, "alt 또는 longdesc 속성" 중 하나만 존재하여도 오류가 없다고 판단하게 함으로써, 문제를 해결할 수 있음을 보여주었다. 둘째로 'table'의 사용용도를 데이터용과 레이아웃용으로 구별하여 중복적으로 발생하는 선형화 문제를 개선하도록 알고리즘을 제안하였다.
둘째로 'table'의 사용용도를 데이터용과 레이아웃용으로 구별하여 중복적으로 발생하는 선형화 문제를 개선하도록 알고리즘을 제안하였다. 셋째로 접근성 평가를 위한 개선된 자동화 도구인 KADO-WAH 에서 나타내고 있는 준수율에 대한 용어보다는 오류율의 사용이 정확함을 지적하였다. 제안된 알고리즘의 검증을 위해 정부 웹사이트 4개를 대상으로 평가하여 타 자동화 평가도구와 비교 분석하였다.
요약하면, 현재의 웹 접근성 연구는 자동화 평가도구가 일반화되면서 평가결과의 객관적 정량화가 가능해졌고 웹사이트 적용범위 또한 확대되었다. 평가가 용이하다는 자동화 평가도구의 큰 장점 때문에 웹 접근성 연구에 많이 사용되고 있지만, 자동화 평가가 가진 한계점으로 인해서 현재는 HTML 소스분석, 장애 지원기술의 활용, 휴리스틱 분석, 로그분석, 설문, 전문가 면접 등의 다양한 방법이 접목되어 사용되는 하이브리드 평가가 사용되고 있는 추세이다.
<표 1>에 나타난 6개 콘텐츠별 오류율의 분포를 살펴보면, 한국의 경우 'frame', 'applet/script', 'image'의 순으로 전체 오류율의 86%를 차지하고 있는 반면 미국의 경우는 lapplet/script', 'image', 'navigation'의 순으로 3개의 콘텐츠에서만 접근성 오류가 나타나고 있는 것을 알 수 있다. 특이사항으로 <표 2＞에서 보듯이 오류개수가 1차（자동화） 평가에 비해 2차（매뉴얼） 평가에서 현저히 감소한 것을 알 수 있다. 예를 들어 한국 웹사이트의 경우 1차 평가에서 전체 오류개수가 1131개로 조사 되었으나 2차 평가를 수행한 결과 오류개수가 565개（50% 감소）로 현저하게 줄어 자동화 평가도구의 문제점을 보여주고 있다.

후속연구

향후 연구에서는 수정된 알고리즘을 적용하여 완전한 평가 프로그램의 개발이 필요하며, 매뉴얼 분석과정의 비교를 통해 평가결과를 보다 정확하게 검증할 필요가 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

한국과 미국 정부기관의 웹 접근성 평가를 통한 자동화 평가 도구의 문제점 및 개선 방안에 관한 연구
A Study on the Algorithms for Web Accessibility Evaluations 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

한국과 미국 정부기관의 웹 접근성 평가를 통한 자동화 평가 도구의 문제점 및 개선 방안에 관한 연구 A Study on the Algorithms for Web Accessibility Evaluations 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

홍순구 (71) 이대형 (1)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

한국과 미국 정부기관의 웹 접근성 평가를 통한 자동화 평가 도구의 문제점 및 개선 방안에 관한 연구
A Study on the Algorithms for Web Accessibility Evaluations 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper