선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 우리나라 병원이 사용하고 있는 브랜드 네임을 브랜드 네임 스펙트럼 모형에 따라 분류한 후 병원 브랜드 네임이 가지고 있는 언어적 특성을 분석하고자 한다. 병원 네임을 스펙트럼 이론에 맞추어 분류하여 어떤 유형으로 구성되어 있는지 살펴보고, 병원의 구조특성에 따라 스펙트럼 유형에 차이가 있는지 분석 한다.
- 병원 네임을 스펙트럼 이론에 맞추어 분류하여 어떤 유형으로 구성되어 있는지 살펴보고, 병원의 구조특성에 따라 스펙트럼 유형에 차이가 있는지 분석 한다. 이러한 과정을 통하여 병원 브랜드 네임이 가지는 의미와 유형에서의 특성을 파악함으로써 성공적인 병원 브랜드 네이밍 전략을 위한 정보를 제공하고자 한다
- 둘째, 스펙트럼 분류의 타당성을 높이기 위해 다음의 절차를 거쳤다. (1) 명칭의 특성을 이용하여 일정 카테 고리로 대분류하였으며, 분류된 카테고리는 다음과 같다: 지명, 학교, 외국어, 종교, 진료분야, 숫자, 이름, 기타.
- 본 연구는 병원 네임과 브랜드 네임 스펙트럼 모형을 이용하여 우리나라 병원 명칭의 언어적 특성을 파악하였으며, 이를 통하여 병원 브랜드 개발의 핵심 요소인 병원 네임의 특성을 분석하였다. 스펙트럼 분류를 위해 병원 네임을 의미 있는 명칭(단어)으로 분류하였고, 분류결과 병원급 의료기관의 경우 기관당 평균 1.
제안 방법
- 본 연구는 우리나라 병원이 사용하고 있는 브랜드 네임을 브랜드 네임 스펙트럼 모형에 따라 분류한 후 병원 브랜드 네임이 가지고 있는 언어적 특성을 분석하고자 한다. 병원 네임을 스펙트럼 이론에 맞추어 분류하여 어떤 유형으로 구성되어 있는지 살펴보고, 병원의 구조특성에 따라 스펙트럼 유형에 차이가 있는지 분석 한다. 이러한 과정을 통하여 병원 브랜드 네임이 가지는 의미와 유형에서의 특성을 파악함으로써 성공적인 병원 브랜드 네이밍 전략을 위한 정보를 제공하고자 한다
- 연구에서는 우리나라 병원 네임의 언어적 특성을 파악하기 위하여 대한병원협회에서 발간한 2008년 병원 명부를 이용하였으며, 분석대상 병원은 명부에 수록된 총 1,993개의 병원 중 수도권에 주소를 둔 종합병원(100개)과 병원(361개)을 대상으로 하였다. 분석에서는 명부에 기록된 병원 네임을 분석대상으로 하였으며, 이와 더불어 병원의 종별유형, 설립구분, 병상 수, 설립시기와 같은 구조적 특성 변수 정보를 사용하였다.
- 브랜드 스펙트럼 모형은 미국 상표법에서 사용하는 유형과 인터브랜드(Interbrand) 사에서 사용하는 유형으로 분류되는데, 인터브랜드에서 사용하는 3가지 유형은 5가지 유형을 사용하는 미국 상표법의 유형에 포함 할 수 있다. 따라서 본 연구에서는 미국 상표법에서 사용하는 브랜드 네임 스펙트럼의 5가지 유형 즉, 보통 명칭(Generic name), 서술적 명칭(Descriptive name), 암시적 명칭(Suggestive name), 임의적 명칭(Arbitrary name), 그리고 조어적 명칭(Coined name)[10][17][18] 을 사용하였다.
- 첫째, 2008년 병원명부에 기록된 병원 네임에 포함된 명칭 정보를 분석하였다. 스펙트럼 분류를 위해 병원 네임에 포함된 정보를 파악하는 것이 필요하기에, 스펙트럼 분류의 전 단계로 병원의 전체 네임을 의미 있는 단어별로 세분화하여 추출한 후 일련의 자료를 구축하였다.
- 첫째, 2008년 병원명부에 기록된 병원 네임에 포함된 명칭 정보를 분석하였다. 스펙트럼 분류를 위해 병원 네임에 포함된 정보를 파악하는 것이 필요하기에, 스펙트럼 분류의 전 단계로 병원의 전체 네임을 의미 있는 단어별로 세분화하여 추출한 후 일련의 자료를 구축하였다. 이 과정에서 “병원·종합병원·요양병원·노인전문 병원, **대학교, 의과대학, 의대부속, 국립, 도립, 시립, 의료원, 보훈, 재단, 적십자”와 같이 병원의 종별이나 소속을 나타내는 단어는 분석에서 제외하였다.
- 둘째, 스펙트럼 분류의 타당성을 높이기 위해 다음의 절차를 거쳤다. (1) 명칭의 특성을 이용하여 일정 카테 고리로 대분류하였으며, 분류된 카테고리는 다음과 같다: 지명, 학교, 외국어, 종교, 진료분야, 숫자, 이름, 기타. (2) 대분류된 명칭을 대상으로 각 명칭이 가지는 의미에 따라 재분류하였으며, 이 과정에서 외국어 명칭과 기타 명칭의 세부 분류 작업을 수행하였다.
- (1) 명칭의 특성을 이용하여 일정 카테 고리로 대분류하였으며, 분류된 카테고리는 다음과 같다: 지명, 학교, 외국어, 종교, 진료분야, 숫자, 이름, 기타. (2) 대분류된 명칭을 대상으로 각 명칭이 가지는 의미에 따라 재분류하였으며, 이 과정에서 외국어 명칭과 기타 명칭의 세부 분류 작업을 수행하였다. 기타 명칭은 가족, 건강, 사랑, 공경, 우수함, 밝고 부드러움의 카테고리로 분류하였다.
- 셋째, 분류된 명칭을 대상으로 브랜드 네임 스펙트럼 모형을 적용하였다. 명칭의 분류과정에서 각각의 명칭 을 대상으로 회의를 진행하였고, 이를 통하여 개별 단어를 스펙트럼 유형(서술적, 암시적, 임의적, 조어적 명칭)으로 분류하였다. 명칭의 의미를 파악하는 데 어려움이 있을 때에는 해당 병원의 홈페이지를 방문하여 유래를 알아보고 의미를 파악하여 분류하였다.
- 첫째, 병원 네임을 의미 있는 단어(명칭)로 분류한 후, 분류된 단어를 대상으로 기술통계분석을 수행하였다. 이를 위해 병원 종별유형, 설립구분, 병원 크기, 그리고 설립시기와 같은 구조 변수를 이용하였다.
- 둘째, 병원 구조 변수에 따른 병원 명칭 스펙트럼 분류 결과에 대해서 기술통계분석을 수행하였다. 이를 위해 병원 종별유형, 설립구분, 병원 크기, 그리고 설립시기와 같은 구조변수를 이용하여 브랜드 스펙트럼의 특성을 분류하였다.
- 두 개의 회귀모형을 분석하였으며 (1) 병원 네임에 포함된 스펙트럼 유형의 수에 따라 단일과 복합으로 구분하여 종속변수로 사용, 그리고 (2) 단일 스펙트럼의 병원 네임을 가진 병원을 대상으로 하여 병원의 구조특성변수를 독립변수로 한 로지스틱 회귀분석을 시행하였다. 분석에서 병원의 특성 변수는 가변수(dummy variables) 처리하였다
- [표 3]을 보면 단일 스펙트럼 유형에서 서술적과 조어적 스펙트럼을 가진 병원의 수는 매우 적은 것으로 분석되었다. 따라서 단일 스펙트럼에 대한 세부 분석에서는 임의적과 암시적 스펙트럼만을 대상으로 분석을 수행하였다. [표 5]는 암시적 스펙트럼(0)과 임의적 스 펙트럼(1)을 종속변수로 한 로지스틱 회귀분석결과이다.
대상 데이터
-
1. 연구대상
연구에서는 우리나라 병원 네임의 언어적 특성을 파악하기 위하여 대한병원협회에서 발간한 2008년 병원 명부를 이용하였으며, 분석대상 병원은 명부에 수록된 총 1,993개의 병원 중 수도권에 주소를 둔 종합병원(100개)과 병원(361개)을 대상으로 하였다. 분석에서는 명부에 기록된 병원 네임을 분석대상으로 하였으며, 이와 더불어 병원의 종별유형, 설립구분, 병상 수, 설립시기와 같은 구조적 특성 변수 정보를 사용하였다.
-
1. 연구병원 특성 분석
분석에서 사용된 병원 수는 460개이며, 병원 네임에서 분류된 명칭 수는 711개였다[표 1]. 기관별 명칭 수는 최소 1개에서 최대 3개까지였으며, 평균 1.
데이터처리
- 본 연구는 다음과 같이 수행하였다. 첫째, 병원 네임을 의미 있는 단어(명칭)로 분류한 후, 분류된 단어를 대상으로 기술통계분석을 수행하였다. 이를 위해 병원 종별유형, 설립구분, 병원 크기, 그리고 설립시기와 같은 구조 변수를 이용하였다.
- 둘째, 병원 구조 변수에 따른 병원 명칭 스펙트럼 분류 결과에 대해서 기술통계분석을 수행하였다. 이를 위해 병원 종별유형, 설립구분, 병원 크기, 그리고 설립시기와 같은 구조변수를 이용하여 브랜드 스펙트럼의 특성을 분류하였다.
- 셋째, 병원 특성에 따라 병원 네임에 담긴 스펙트럼 유형의 영향 요인을 분석하기 위하여 로지스틱 회귀분석을 시행하였다. 두 개의 회귀모형을 분석하였으며 (1) 병원 네임에 포함된 스펙트럼 유형의 수에 따라 단일과 복합으로 구분하여 종속변수로 사용, 그리고 (2) 단일 스펙트럼의 병원 네임을 가진 병원을 대상으로 하여 병원의 구조특성변수를 독립변수로 한 로지스틱 회귀분석을 시행하였다.
- 셋째, 병원 특성에 따라 병원 네임에 담긴 스펙트럼 유형의 영향 요인을 분석하기 위하여 로지스틱 회귀분석을 시행하였다. 두 개의 회귀모형을 분석하였으며 (1) 병원 네임에 포함된 스펙트럼 유형의 수에 따라 단일과 복합으로 구분하여 종속변수로 사용, 그리고 (2) 단일 스펙트럼의 병원 네임을 가진 병원을 대상으로 하여 병원의 구조특성변수를 독립변수로 한 로지스틱 회귀분석을 시행하였다. 분석에서 병원의 특성 변수는 가변수(dummy variables) 처리하였다
- 본 연구의 통계 분석은 SPSS v.19를 이용하여 수행 하였다.
이론/모형
- 셋째, 분류된 명칭을 대상으로 브랜드 네임 스펙트럼 모형을 적용하였다. 명칭의 분류과정에서 각각의 명칭 을 대상으로 회의를 진행하였고, 이를 통하여 개별 단어를 스펙트럼 유형(서술적, 암시적, 임의적, 조어적 명칭)으로 분류하였다.
성능/효과
- 브랜드 스펙트럼 유형에 따른 분석 결과 연구대상 병원의 명칭은 임의적, 암시적, 서술적, 그리고 조어적 명칭의 순으로 분류되었다. 임의적 스펙트럼 중에는 지역 명칭이나 의료기관 개설자 본인의 이름을 활용한 경우가 많았는데, 이는 우리나라 병원의 브랜드 네이밍 발전단계가 초보적 수준에 있으며, 많은 의료기관들이 브랜드 네이밍의 가치에 대해 제대로 인식하지 못하고 있음을 의미하는 것이기도 하다.
- 본 연구는 병원 네임과 브랜드 네임 스펙트럼 모형을 이용하여 우리나라 병원 명칭의 언어적 특성을 파악하였으며, 이를 통하여 병원 브랜드 개발의 핵심 요소인 병원 네임의 특성을 분석하였다. 스펙트럼 분류를 위해 병원 네임을 의미 있는 명칭(단어)으로 분류하였고, 분류결과 병원급 의료기관의 경우 기관당 평균 1.6개의 명칭을 사용하였고, 종합병원급은 평균 1.5개였다. 의료 기관의 개원시기에 따른 차이를 살펴보기 위해 2000년을 기준으로 전후비교를 해본 결과 평균 1.
- 분류된 명칭을 대상으로 스펙트럼 모형을 적용한 결과 병원의 네이밍 방식에서 임의적 스펙트럼을 가진 명칭이 연구대상 병원의 70% 정도를 차지하는 것으로 분석되었다. 다음으로는 암시적 스펙트럼이 두 번째로 많이 사용되었고, 서술적 및 조어적 스펙트럼의 순으로 분류되었다.
- 임의적 스펙트럼으로 분류된 명칭 중에서 특히 지역 명칭과 의료기관 개설자 본인의 이름을 활용한 명칭이 매우 높은 빈도를 차지하고 있었다. 이러한 결과는 우리나라 병원의 브랜드 네이밍 발전단계가 초보적 수준에 있으며, 많은 의료기관들이 브랜드 네이밍의 가치에 대해 제대로 인식하지 못하고 있음을 의미하는 것이기도 하다.
- 로지스틱 회귀분석 결과 병원의 구조 특성 변수 대부분은 통계적으로 유의하지 않았다. 이러한 결과에서 알 수 있듯이 병원 종별 혹은 설립구분과 같은 구조 특성 변수에 따른 병원 네임의 차이가 없다는 것을 알 수 있었다.
후속연구
- 이와 같은 연구결과는 지금과 같이 전문병원과 같은 새로운 형태의 병원 조직의 등장과 소비자들로부터 차별적인 이미지를 신속히 확보하기 위해서는 기존과 다른 병원 브랜드 네이밍 전략이 필요하다는 것을 시사하고 있다. 브랜드 개발 시에 소비자들에게 상대적으로 짧은 시간에 인식과 회상을 높일 수 있는 브랜드 네임의 형성과 더불어, 브랜드의 독자성을 확보할 수 있는 브랜드 네이밍이 이루어지는 것이 앞으로 병원 산업계 에서 필요할 것으로 판단된다.
- 이는 한자나 영어 등 외래어에 익숙하지 않은 소비자들에게 외래어 브랜드(한자-한자, 영어-한글, 영어-한자 등) 조합의 사용이 서비스의 회상을 방해할 수 있으며, 외래어의 사용이 소비자들의 기억을 되살리는데 좋지 않은 영향을 줄 수도 있다는 것을 암시하고 있다. 병원 네임에 한자, 외래어 사용에 대한 구체적인 영향은 추후 별도의 연구에서 검증하는 것이 필요로 하다고 본다.
- 본 연구의 제한점으로는 첫째, 연구대상 병원을 수도권에 있는 기관으로만 한정하였으며, 이에 따라 분석결과를 수도권이 아닌 다른 지역, 예를 들어 비도시 지역에 위치한 병원의 경우에는 그 결과를 일반화하는데 제한이 존재할 수 있다는 점이다. 다음으로, 병원 네임의 스펙트럼 분류결과는 연구자에 따라 차이가 있을 수 있다는 것이다.
- 무엇보다 언어가 가지는 모호성으로 인해 브랜드 네임을 엄격하게 구분 하기가 용의치 않다는[20] 이유 때문이다. 향후 비슷한 형태의 후속 연구를 통해 분석결과의 일관성을 평가하 는 것이 필요할 것으로 생각된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.