본 연구에서는 모수추정법을 활용하여 국내 전문서비스 로봇 개발 데이터를 기초로 H/W비용추정을 위한 방안제시와 더불어 로봇의 적용 환경여건에 따라 달라지는 비용을 추정할 수 있도록 그 항목과 가중치를 도출하고자 한다. 이를 위하여 모수추정법을 활용하여 전문서비스 로봇 비용추정 방정식을 개발하였으며, 환경여건 고려를 위하여 FGI, 델파이를 통해 조정계수 항목과 이에 따른 가중치를 도출하였다. 분석결과 무게, 부피, 제작난이도가 반영된 비용 추정 방정식을 개발하며, 추정된 비용을 환경적 요소에 따라 조정하기 위한 방진/방수, 내열/내한, 안전, 시험, 기술혁신의 내용을 반영한 관계식을 도출할 수 있었다. 이를 통해 전문서비스 로봇의 비용을 추정할 수 있는 객관적인 근거를 마련할 수 있었으며, 이를 기반으로 전문서비스 로봇 H/W개발비용 추정을 위한 지속적인 연구로 이어질 것이다. 향후에는 다양한 전문서비스 로봇을 통해 풍부한 데이터를 수집하여 신뢰성을 높이고, 기능항목 발굴을 통해 모형 강화를 유도할 것이다.
본 연구에서는 모수추정법을 활용하여 국내 전문서비스 로봇 개발 데이터를 기초로 H/W비용추정을 위한 방안제시와 더불어 로봇의 적용 환경여건에 따라 달라지는 비용을 추정할 수 있도록 그 항목과 가중치를 도출하고자 한다. 이를 위하여 모수추정법을 활용하여 전문서비스 로봇 비용추정 방정식을 개발하였으며, 환경여건 고려를 위하여 FGI, 델파이를 통해 조정계수 항목과 이에 따른 가중치를 도출하였다. 분석결과 무게, 부피, 제작난이도가 반영된 비용 추정 방정식을 개발하며, 추정된 비용을 환경적 요소에 따라 조정하기 위한 방진/방수, 내열/내한, 안전, 시험, 기술혁신의 내용을 반영한 관계식을 도출할 수 있었다. 이를 통해 전문서비스 로봇의 비용을 추정할 수 있는 객관적인 근거를 마련할 수 있었으며, 이를 기반으로 전문서비스 로봇 H/W개발비용 추정을 위한 지속적인 연구로 이어질 것이다. 향후에는 다양한 전문서비스 로봇을 통해 풍부한 데이터를 수집하여 신뢰성을 높이고, 기능항목 발굴을 통해 모형 강화를 유도할 것이다.
In this paper, we proposed a parametric estimation method for estimating H/W cost by using the development data of professional service robot in Korea. In addition, we derived the factors and weights that we can estimate the costs depending on the application environmental conditions of the robot. F...
In this paper, we proposed a parametric estimation method for estimating H/W cost by using the development data of professional service robot in Korea. In addition, we derived the factors and weights that we can estimate the costs depending on the application environmental conditions of the robot. For the analysis, we developed the equation of professional service robot cost estimation using parametric method. We also derived the adjustment factors and following weights through FGI and Delphi for environmental conditions. We have developed a cost estimation equation that reflects the weight, volume, and manufacturing difficulty, and can derive a relational equation that reflects the environmental factors(dust/water, heat/cold, safety, test, technology innovation). This provides an objective basis for estimating the cost of professional service robots and will lead to ongoing research for estimating the H/W development cost of professional service robots. In the future, we will increase reliability by collecting abundant data, and will strengthen models through finding functional factors.
In this paper, we proposed a parametric estimation method for estimating H/W cost by using the development data of professional service robot in Korea. In addition, we derived the factors and weights that we can estimate the costs depending on the application environmental conditions of the robot. For the analysis, we developed the equation of professional service robot cost estimation using parametric method. We also derived the adjustment factors and following weights through FGI and Delphi for environmental conditions. We have developed a cost estimation equation that reflects the weight, volume, and manufacturing difficulty, and can derive a relational equation that reflects the environmental factors(dust/water, heat/cold, safety, test, technology innovation). This provides an objective basis for estimating the cost of professional service robots and will lead to ongoing research for estimating the H/W development cost of professional service robots. In the future, we will increase reliability by collecting abundant data, and will strengthen models through finding functional factors.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
비용추정관계식 개발을 위하여 먼저 비용을 추정하려는 대상 및 범위를 명확하게 정의하였으며, 이는 대상 및 범위가 모호하게 될 경우 데이터의 동질성 또한 모호해질 수 있으며, 결국 비용추정 관계식의 명확성과 신뢰성을 낮추게 되기 때문이다. 따라서 본 연구에서는 추정하려는 비용의 대상 및 범위를 어떠한 항목을 통해 추정할 것인지, 어떤 비용을 추정할 것인지 등에 대해서 명확하게 정의하는 것을 우선적으로 수행하였다.
이에 따라 본 연구에서는 국내의 전문서비스 로봇 개발 데이터를 활용하여 비용추정을 위한 방안을 제시하며, 이를 위하여 모수추정법(Parameteric Cost Estimating)을 활용하고자 한다. 모수추정법을 활용하는 이유는 본 연구를 통해 목적과 관계가 있다. 본 연구를 통해 비용추정은 객관적이면서 비용추정과정의 시간과 비용을 최소화 하면서도 비교적 정확성이 높은 방법을 선택하는데 있다.
본 연구는 현재 전문서비스 로봇을 대상으로 비용추정 모형을 개발하였으며 전문서비스 로봇 관련 환경적 요소를 반영하고 비용추정관계식의 개발을 위한 기본 틀을 제공하였다는 점에 그 의의가 있다. 향후 본 연구의 확장을 통해 전문서비스 로봇의 비용을 추정할 수 있는 보다 객관적인 방안을 마련할 수 있을 것이며, 모형의 활용도가 폭넓어지고, 실제 전문서비스 로봇 개발을 위한 비용 산출에 기여할 수 있을 것으로 기대된다.
모수추정법을 활용하는 이유는 본 연구를 통해 목적과 관계가 있다. 본 연구를 통해 비용추정은 객관적이면서 비용추정과정의 시간과 비용을 최소화 하면서도 비교적 정확성이 높은 방법을 선택하는데 있다. 하지만 타 방법론을 살펴보면 전문가 판단법은 재현성이나 검증성이 낮아 객관성이 낮아 활용에 한계가 있으며[6] Top-Down & Bottom-Up 방식은 분해구조 과정의 시간과 비용이 많이 소모되는 특징이 있다[7, 8].
이에 따라 본 연구에서는 국내의 전문서비스 로봇 개발 데이터를 활용하여 비용추정을 위한 방안을 제시하며, 이를 위하여 모수추정법(Parameteric Cost Estimating)을 활용하고자 한다. 모수추정법을 활용하는 이유는 본 연구를 통해 목적과 관계가 있다.
유추기반추정의 경우는 비교적 본 연구목적과 부합하나 전문서비스 로봇의 범위가 폭 넓다는 점에서 모든 사례를 충족하기 위해서는 사례에 적합한 방대한 자료가 필요하다는 단점이 있는 만큼 활용하는데 한계가 있다[5]. 이에 따라 본 연구에서는 추정이 빠르고 객관성이 높은 모수추정방정식을 통해 연구를 수행하고자 하였다.
더불어 전문서비스 로봇의 경우 실제 운용환경에 따라 부품, 소재, 기술 등이 상이하여 그 가격 차이가 매우 큰 편이다. 이와 같은 배경에서 기능적 요소를 반영한 모수추정법을 통해 추정된 비용을 환경여건에 따라 조정할 수 있도록 그 항목과 가중치를 도출하고자 한다. 이를 통해 전문서비스 로봇의 비용을 추정할 수 있는 객관적인 근거를 마련할 수 있을 것이며, 이를 발판으로 실제 전문 서비스 로봇 개발 비용추정을 위한 지속적인 확장 연구로 이어질 수 있을 것이다.
제안 방법
전문서비스 로봇 비용추정을 위하여 위에서 설명한 바와 같이 회귀식을 기본 형태로 종속변수인 비용을 설명하는 독립변수 무게, 크기, 제작난이도, 재료규모, 시험분석 등을 활용하여 방정식을 개발하였다. 그 중 전문서비스 로봇과 관련된 변수를 선택하기 위하여 먼저 관련 없는 변수 제거를 위하여 Forward, Stepwise Selection을 활용하여 관련 비용항목을 도출하였으며, 최종적으로 무게, 크기, 제작난이도가 선택되었다. 선택된 총 3개의 비용항목을 바탕으로 최적의 변수 조합을 찾기 위하여 R2 Selection을 하였으며, 이를 통해 모형을 선별하였다.
조정계수항목 도출은 2017년 10월 20일부터 2017년 12월 15일 2개월에 걸쳐 전문가를 대상으로 지속적인 FGI조사를 통해 항목을 설정하였다. 또한 가중치 추정은 1차 조사는 2017년 12월 28일부터 2018년 1월 10일까지 수행하였으며, 이후 관련 결과를 정리하여 1월 12일 부터 2018년 1월 19일까지 2차 조사를 수행하였다.
본 연구에서의 전문서비스 로봇 운용환경에 따라 서비스로봇 비용에 영향을 주는 항목을 도출하기 위하여 FGI(Focus Group Interview)를 통해 변수를 도출하였으며, 도출된 항목에 대한 가중치 도출을 위하여 델파이 조사를 통해 항목을 도출하였다.
그 중 전문서비스 로봇과 관련된 변수를 선택하기 위하여 먼저 관련 없는 변수 제거를 위하여 Forward, Stepwise Selection을 활용하여 관련 비용항목을 도출하였으며, 최종적으로 무게, 크기, 제작난이도가 선택되었다. 선택된 총 3개의 비용항목을 바탕으로 최적의 변수 조합을 찾기 위하여 R2 Selection을 하였으며, 이를 통해 모형을 선별하였다. 여기서 R2 이 높은 1번 모형을 선택하였다.
전문서비스 로봇 비용추정을 위하여 위에서 설명한 바와 같이 회귀식을 기본 형태로 종속변수인 비용을 설명하는 독립변수 무게, 크기, 제작난이도, 재료규모, 시험분석 등을 활용하여 방정식을 개발하였다. 그 중 전문서비스 로봇과 관련된 변수를 선택하기 위하여 먼저 관련 없는 변수 제거를 위하여 Forward, Stepwise Selection을 활용하여 관련 비용항목을 도출하였으며, 최종적으로 무게, 크기, 제작난이도가 선택되었다.
조정계수항목 도출은 2017년 10월 20일부터 2017년 12월 15일 2개월에 걸쳐 전문가를 대상으로 지속적인 FGI조사를 통해 항목을 설정하였다. 또한 가중치 추정은 1차 조사는 2017년 12월 28일부터 2018년 1월 10일까지 수행하였으며, 이후 관련 결과를 정리하여 1월 12일 부터 2018년 1월 19일까지 2차 조사를 수행하였다.
조정계수항목도출을 위해서는 3단계에 걸쳐 FGI를 시행하였는데, 1차 단계에서는 로봇 비용에 영향을 주는 환경적, 기술적 요소를 자유롭게 답변 받았으며, 2차 조사에서는 공통적 요소와 영향력이 낮다고 판단되는 요소를 삭제 및 그룹핑 하였다. 3차 조사에서는 관련 항목에 대한 이해를 돕기 위하여 설문지를 설정하고 이에 대한 자문을 받았다.
대상 데이터
만약 데이터의 활용이 어렵다면 비용추정을 위한 대상과 범위의 재조정이 필요하고, 그렇지 않을 경우 활용 가능한 데이터를 모두 수집해야 한다. 본 연구에서는 데이터 수집을 위하여 한국로봇융합연구원, 한국해양과학기술원이 2005년부터 2012년까지 개발한 로봇플랫폼 데이터를 활용하여 데이터를 수집하였으며 조사대상 로봇은 총 51대에 대하여 분석하였다.
조정계수 도출을 위하여 로봇관련 전문가 그룹을 산학연 전문가 84명을 대상으로 한 설문을 추진하였다. 전문가 그룹은 로봇개발을 직접적으로 수행한 경험을 보유한 석박사급 인력을 대상으로 기업 소속 전문가 29명, 정부출연연 및 공공연구소 소속 전문가 41명, 대학 소속 전문가 14명으로 구성하였다.
전문가 선정을 위하여 로봇개발을 직접적으로 수행한 경험을 보유한 석박사급 인력을 대상으로 연구를 수행하였다.
조정계수 도출을 위하여 로봇관련 전문가 그룹을 산학연 전문가 84명을 대상으로 한 설문을 추진하였다. 전문가 그룹은 로봇개발을 직접적으로 수행한 경험을 보유한 석박사급 인력을 대상으로 기업 소속 전문가 29명, 정부출연연 및 공공연구소 소속 전문가 41명, 대학 소속 전문가 14명으로 구성하였다.
데이터처리
선택된 변수 조합에 대하여 다중공선성을 분석한 결과 모형에서 다중공선성이 발견되고, 이상치는 존재하지 않아 주성분 회귀분석을 통해 회귀모형을 도출하였다. 도출된 모형은 다음과 같다.
성능/효과
조정계수 항목은 크게 방진/방수 IP등급의 ‘방진/방수’, ‘내열/내한’, 충돌방지기술 및 전기/전자파 인증시험 여부인 ‘안전’, 로봇의 성능이나 수명을 테스트하는 ‘시험’, 로봇 기술의 신규성인 ‘기술혁신’으로 구분할 수 있었다.
즉, 모수추정법의 비용은 종속변수가 되며, 기타 전문서비스 로봇의 다양한 요소가 독립변수로 적용되어 도출되는 회귀식이기 때문에 향후 개발되는 전문서비스 로봇의 척도가 예상되면 비용을 쉽게 도출할 수 있다.
후속연구
이러한 의의에도 불구하고, 본 연구에서는 비용 산출요소가 한정적으로 활용되었고 자료의 수가 작다는 점에서 회귀식의 신뢰성 측면에서는 다소 부족할 수 있다는 점과 조정계수 산출과정에서 전문가의 정성적 요인이 개입되어 실제 비용이 과소/과대 추정될 수 있다는 한계도 가지고 있다.
이와 같은 배경에서 기능적 요소를 반영한 모수추정법을 통해 추정된 비용을 환경여건에 따라 조정할 수 있도록 그 항목과 가중치를 도출하고자 한다. 이를 통해 전문서비스 로봇의 비용을 추정할 수 있는 객관적인 근거를 마련할 수 있을 것이며, 이를 발판으로 실제 전문 서비스 로봇 개발 비용추정을 위한 지속적인 확장 연구로 이어질 수 있을 것이다.
본 연구는 현재 전문서비스 로봇을 대상으로 비용추정 모형을 개발하였으며 전문서비스 로봇 관련 환경적 요소를 반영하고 비용추정관계식의 개발을 위한 기본 틀을 제공하였다는 점에 그 의의가 있다. 향후 본 연구의 확장을 통해 전문서비스 로봇의 비용을 추정할 수 있는 보다 객관적인 방안을 마련할 수 있을 것이며, 모형의 활용도가 폭넓어지고, 실제 전문서비스 로봇 개발을 위한 비용 산출에 기여할 수 있을 것으로 기대된다.
향후에 관련 데이터를 추가적으로 확보하고, 개발된 로봇에 대한 기능항목들을 더 발굴하여 모수추정방식을 강화할 수 있다면, 모형의 신뢰성을 향상시킬 수 있는 연구가 진행될 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
서비스 로봇은 어떻게 구분할 수 있습니까?
서비스 로봇은 크게 농업·의료·군사·재난대응 등 특수한 목적을 가지고 있는 전문서비스 로봇과 가사·간병지원·여가지원·엔터테인먼트·교육 등을 지원하는 개인서비스로봇으로 구분할 수 있는데[1], 현재까지 서비스로봇 산업은 개인서비스 로봇 중심으로 시장이 성장하고 있다. 개인서비스 로봇의 경우 일반 소비자를 대상으로 하는 만큼 대량생산이 가능하고 그 기능이 복잡하지 않아 청소로봇, 소셜로봇(애완, 교육 등) 등 다양한 형태의 로봇이 개발․공급되고 있으며, 기업들의 투자 역시 개인서비스 로봇 분야를 중심으로 확산되고 있다.
전문서비스 로봇이란 무엇입니까?
‘전문서비스 로봇(Professional Service Robot)’ 은 ‘전문용 서비스 로봇(Service Robot for Professional Use)’으로 혼용되어 쓰이는데, 전문서비스 로봇이란 일반적으로 전문교육훈련을 이수한 오퍼레이터가 사용하는 상용(commercial)서비스 로봇을 의미한다[1]. 예컨대, 상업용 청소로봇, 사무실/병원용 운반로봇, 화재진압로봇, 병원용 재활로봇 및 수술로봇 등이 이 범주에 해당한다.
1990년 중반부터 사용되고 있는 전문서비스 로봇의 분류는 무엇입니까?
전문서비스 로봇의 분류는 활용 목적과 기능에 따라 다양하게 분류할 수 있으나, IFR과 UN유럽경제위원회에서 1990년 중반부터 사용되고 있는 분류체계를 활용하기로 한다[2]. 전문서비스 로봇은 크게 필드로봇, 전문청소 로봇, 검사/유지보수로봇, 건설/철거로봇, 물류로봇, 의료로봇, 재난안전로봇, 군사로봇, 수중로봇, 외골격로봇, 모바일 플랫폼, 홍보로봇/놀이기구로봇, 기타 전문서비스용로봇으로 구분되며, 각 구분에 따른 세부 항목은 다음과 같다.
참고문헌 (20)
International Organzation for Standardization. (2012). ISO 8373:2012 Preview Robots and robotic devices - Vocabulary. Geneva : International Organzation for Standardization.
International Federation of Robotics. (2007). World Robotics Industrial Robots. Frankfurt : International Federation of Robotics.
Y. K. Kim. (2017). The Next Big Thing, Service Robot Trends and Implications. [Brochure]. Deajeon : Institute for Information & communications Technology Promotion.
D. Ahlert & K. P. Franz. (2013). Industrielle Kostenrechnung, Berlin : Springer-Verlag.
R. Roy. (2003). Cost Engineering: Why, what and how?, Decision Engineering Report Series, Cranfield University.
C. Jones. (2007). Estimating and Measuring Software Costs: Bringing Realism to Estimating, NewYork : McGraw-Hill.
O. Trivailo, M. Sippel & Y. A. Sekercioglu. (2012). Review of hardware cost estimation methods, models and tools applied to early phases of space mission planning. Progress in Aerospace Sciences, 53, 1-17.
R. G. Williams. (1994). Development cost prediction. IEE Colloquium on Life Cycle Costing and the Business Plan, 1-4.
National Research Council. (1990). Improving the accuracy of early cost estimates for federal construction projects. Washington : National Academies Press.
K. Ehrlenspiel, A. Kiewert, U. Lindemann & M. S. Hundal. (2007). Cost-efficient design. Berlin: Springer.
L. S. Wierda. (1988). Product cost-estimation by the designer. Engineering Costs and Production Economics, 13(3), 189-198.
O. Trivailo, M. Sippel & Y. A. Sekercioglu,. (2012). Review of hardware cost estimation methods, models and tools applied to early phases of space mission planning. Progress in Aerospace Sciences, 53, 1-17.
W. J. Eo, Y. B. Lee & S. J. Kang. (2010). Developing an R&D CER Using Historical Defense Weapon System Data in Korea. Journal of society of Korea industrial and systems engineering, 33(3), 55-62.
W. I. Jung, D. K. Kim & S. J. Kim. (2010). A Study On Developing Weapon System CERs With Considering Various Data Characteristics. Journal of the Military Operations Research Society of Korea, 36(3), 43-56.
Y. K. Jang, S. J. Kang, H. R. Kim, B. I. No, S. S. So, D. S. You, Y. Y. Jang, J. K. Choi & H. W. Hwang. (2010). Development of Launch Vehicle Development Cost Estimation Model. Goyang : Hankuk Aviation University.
K. M. Kim & J. W. Hwang. (2014). A Methodology for Estimating Reliability and Development Cost of a New Liquid Rocket Engine -focused on Staged Combustion Cycle with LOX/LH2. Journal of the Korean society for aeronautical & space sciences, 42(5), 437-443.
J. H. Hwang & S. H. Kim. (2015). A study on the method to improve cost estimation of weapon system by using variable transformations. Journal of the Korea Association of Defense Industry Studies, 22(1), 24-37.
N. K. Sung. (2004). Regression analysis. Paju : Freedom academy.
B. S. Choi. (1997). Time series analysis using SAS : Regression analysis. Seoul : Sekyungsa.
S. K. Hong, H. S. Shin & S. D. Park. (2007). Technological forecasting,. Seoul : Korea Industrial Technology Foundation.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.