[논문]스마트 팩토리의 지속사용의도와 전환의도에 관한 실증연구

김현규

doi:10.9723/jksiis.2019.24.2.065

스마트 팩토리의 지속사용의도와 전환의도에 관한 실증연구
An Empirical Study on Continuous Use Intention and Switching Intention of the Smart Factory 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.24 no.2, 2019년, pp.65 - 80

초록
AI-Helper

ICT 기반의 제4차 산업혁명의 도래는 제조업과 ICT 융합이 새로운 경쟁력이 되고, 생산 방식의 혁명을 일으키며 제조업 위기의 돌파구로 주목을 받으면서 제조업 부활에 날개를 달아주는 요소로 부상하고 있다. 스마트 팩토리가 구현되면 각 공장에서 수집된 수많은 데이터를 기반으로 분석 및 의사결정을 하는 공장 운영체계(Data Driven Operation)를 갖춤으로써 생산현장에서 발생하는 현상과 문제들의 상관관계를 찾아낼 수 있다. 고객의 니즈가 다양해짐에 따라 다품종 대량생산에서 맞춤형 유연생산 체제로의 전환이 요구되며, 기업은 이를 위해 스마트 팩토리의 도입이 필수적이다. 본 연구는 국내 스마트 팩토리 도입 기업들을 대상으로 스마트 팩토리 지속사용의도와 전환의도에 영향을 미치는 요인들을 기술수용모형( Technology acceptance model: TAM)을 토대로 실증 분석한다. 이를 위해 본 연구는 스마트 팩토리를 운영 중인 기업들을 대상으로 온라인과 오프라인을 통해 설문조사를 실시하였으며, 최종적으로 122개의 표본을 분석에 사용하였다. 본 연구의 결과는 스마트 팩토리에 관심 있는 연구자들과 실무자들에게 많은 시사점을 제공할 것이다.

Abstract ▼ AI-Helper

With the advent of the ICT-based 4th industrial revolution, the convergence of the manufacturing industry and ICT seems to be the new breakthrough for achieving the company's competitiveness and play a role on the key element for accelerating the revival of the manufacturing industry. When the smart factory is implemented, each plant can analyze the quantity of data collected, build the data-driven operation systems which can make decisions, and ultimately discover the correlation among many events in the manufacturing sites. As the customers' needs become diversified more and more, it is required for the company to change its operating method from large quantity batch production systems to customizable and flexible manufacturing systems. For performing this requirements, it is essential for the company to adopt the smart factory. Based on technology acceptance model (TAM), this study investigates the factors influencing continuous use intention and switching intention of the smart factory. To do so, a questionnaire survey is conducted both online and offline. 122 samples are used for the study analysis. The results of this study will provide many implications with many researchers and practitioners relevant smart factories.

주제어

표/그림 (4)

그림 Fig. 1 Research Model
표 Table 1 Reliability and Discriminant Validity of Measurement Model
표 Table 2 Results of Correlation Analysis
표 Table 3 Hypothesis Test Result

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

TAM은 지각된 유용성과 지각된 사용 용이성을 주요 요인으로 하여 사용자의 정보기술 수용의도를 설명하고 있다. TAM을 기반으로 한 많은 선행연구는 지각된 유용성과 지각된 사용 용이성의 두 가지 개념뿐만 아니라 다양하고 복합적인 다른 요인들을 외부변수로 포함 시켜 모형의 한계점을 보완하고자 하였다. 이러한 외부변수와 사용자의 반응 간의 지각된 유용성과 지각된 사용 용이성이 매개 작용을 한다는 것이다.
이러한 상황에서 국내외 제조기업들은 경쟁우위를 확보하기 위해서 전략적으로 스마트 팩토리를 도입활용하고 있다. 본 연구에서는 기술수용모형 (Technology Acceptance Model)을 토대로 스마트 팩토리의 지속사용의도와 전환의도에 미치는 영향에 대해 실증분석하였다.
하지만, 국내 중소·중견제조기업을 포함한 제조기업들은 스마트 팩토리 도입 방향을 정립하는데 어려움을 겪고 있다. 본 연구에서는 사회나 조직 내에 새로운 혁신적인 정보기술인 스마트 팩토리의 지속적인 사용의도와 전환의도에 미치는 영향을 파악하기 위한 실증 연구가 부족한 시점에서 다양한 변수들을 고려 하여 실증연구를 수행함으로써 스마트 팩토리 도입을 위한 가이드라인을 제시하였다고 본다. 학문적으로는 그 동안 시도되지 못했던 국내 스마트 팩토리 도입 기업의 지속사용의도와 전환의도의 실증분석을 통해 기존의 모형을 개선하거나 견고화하는데 공헌할 수 있을 것이다.
이러한 높은 관심에도 불구하고 어떻게 스마트 팩토리를 도입해야 하는지, 스마트 팩토리의 지속사용의 도와 전환 의도에 미치는 영향은 무엇인지에 대한 구체적인 가이드라인이 없는 실정이다. 본 연구의 목적은 새로운 제조업 패러다임에서 생산효율을 증대하고 제조업의 경쟁력 강화를 위해 스마트 팩토리를 도입한 국내 기업들을 대상으로 스마트 팩토리의 지속사용의도와 전환 의도에 영향을 미치는 요인들을 실증분석해 보고자 한다. 이를 위해 본 연구의 배경이 되는 스마트 팩토리와 기술수용모형(Technology acceptance model: TAM)에 관한 이론적 고찰을 통해 연구모형과 연구가설을 설정하고, 변수의 조작적 정의와 측정방법을 제시하였다.
본 연구의 실증모형은 스마트 팩토리를 실행하고 있는 기업들을 대상으로 최고경영자의 영향, 지각된 사용 용이성, 지각된 유용성, 지각된 전환 비용이 지속사용의도와 전환의도에 미치는 영향을 분석하는 데 목적이 있다. 따라서 본 연구를 위한 자료수집은 스마트 팩토리를 시행 중인 기업을 주대상으로 온라인과 오프라인을 병행하여 2018년 10월 01일∼2018년 11월 30일까지 61일간에 걸쳐 진행하였다.
스마트 팩토리의 궁극적 목적은 생산시스템을 지능화·유연화·최적화·효율화하여 생산성 향상과 생산비용을 절감하고 빠르게 변화하는 외부적 환경과 고객의 니즈에 능동적으로 대응할 수 있도록 하는 제조기업을 구현하는 것이다.
정보시스템의 장기적인 생존력과 실질적인 성공은 최초 사용보다 지속적인 사용에 의존한다고 하였다[32]. 이에 본 연구는 스마트 팩토리의 사용 또한 지속적으로 사용하려는 의도가 필요조건이며, 중요한 의미를 지니고 있기 때문에 스마트 팩토리를 지속적으로 사용하고자 하는 의도로 정의하였다. 측정항목으로는 기업이 스마트 팩토리를 계속 이용하는 정도, 스마트 팩토리 사용을 중단하지 않고 계속 사용하는 정도, 이후에도 스마트 팩토리를 자주 사용하는 정도로 3개의 측정항목으로 측정하였다[31].
Bitner[33]는 전환의도가 강할수록 전환행동으로 옮길 가능성이높고 전환의도가 약하다면 전환행동으로 나타날 가능성은 낮게 될 것이라고 제시하였다[34]. 이에본 연구에서 전환의도는 현재 사용하고 있는 스마트 팩토리에서 다른 스마트 팩토리 시스템으로 전환할 생각의 정도, 현재 사용하고 있는 스마트 팩토리에서 다른 스마트 팩토리 시스템으로 전환할 가능성의 정도, 향후 우리 기업이 다른 스마트 팩토리로 전환하고자 하는 의도로 3개의 항목을 통해 측정하였다[35].

가설 설정

H 1 : 최고경영자는 지각된 사용 용이성에 정(+)의 영향을 미친다.
H 2 : 최고경영자는 지각된 유용성에 정(+)의 영향을 미친다.
H 3 : 최고경영자는 지각된 전환비용에 정(+)의 영향을 미친다.
H4: 지각된 사용 용이성이 지속사용의도에 정(+)의 영향을 미친다.
H5: 지각된 유용성이 지속사용의도에 정(+)의 영향을 미친다.
H6: 지각된 전환비용이 지속사용의도에 정(+)의 영향을 미친다.
H7: 지각된 사용 용이성이 전환의도에 부(-)의 영향을 미친다.
H8: 지각된 유용성이 전환의도에 부(-)의 영향을 미친다.
H9: 지각된 전환비용이 전환의도에 부(-)의 영향을 미친다.

제안 방법

구조모형의 전체적인 적합성을 평가한 후 각 경로계수에 대한 유의성을 평가하였다[42]. 먼저 본 연구모형의 적합도를 확인하기 위해 다중공선성 여부를 확인하였다.
본 연구에서 이용된 설문조사의 척도는 타당성 보장을 위해서 선행연구로부터 도출되었다. 도출된 설문 문항들은 스마트 팩토리 시스템 환경에 맞도록 수정하였으며, 설문 문항들은 7점 리커트 척도를 기반으로 측정되었다(1점 : 매우 아니다, 7점 : 매우 그렇다). 지각된 사용 용이성과 지각된 유용성은 Davis[8]의 연구를 토대로 작성하였다.
구조모형의 전체적인 적합성을 평가한 후 각 경로계수에 대한 유의성을 평가하였다[42]. 먼저 본 연구모형의 적합도를 확인하기 위해 다중공선성 여부를 확인하였다. 본 연구에서 사용된 독립변수간의 상관계수를 절대값 기준으로 최대값은 0.
모형의 적합성 검정을 위해서는 종속변수의 설명력(R²)이 10% 이상을 상회 하는지를 먼저 확인하였다. Chin[38]은 종속변수의 설명력이 높을수록 좋은 모형이라고 평가할 수 있다고 하였다.
이를 통해 고객 유지력을 높여주고 경쟁자로의 이동을 방지하여 기업의 미래수익 원천을 제공하게 된다[30]. 본 연구에서 지각된 전환비용은 다른 스마트 팩토리로 전환하려고 할 때 발생하는 시간과 노력의 소모 정도, 관련 기업과의 업무관련 소통이 감소될 수 있는 정도, 새로운 네트워크를 형성하는데 어려움 정도 등 3개의 측정항목으로 측정하였다.
본 연구에서는 Fig. 1과 같이 최종 변수로 지속사용의도(Continuance intention)와 전환의도(Switching intention)를 채택하였다.
먼저 기초적인 ICT를 활용하여 생산 일부 분야에서 정보를 수집하고 활용하고 있는 기초수준과 설비 정보를 최대한 자동으로 획득하고 기업 운영의 자동화를 지향하는 수준인 중간수준1, 모기업과 공급사슬 관련 정보 및 엔지니어링 정보를 공유하며, 수요·공급 계획 최적화에 제어 자동화를 기반으로 실시간 회사 운영이 가능한 단계인 중간수준2, 마지막으로 사물인터넷(IoT) 기반의 가상물리시스템 (CPS)화를 통해 사이버공간에서 사업 제반 활동을 실현하는 궁극적인 수준인 고도화 단계이다. 본 연구에서는 국내 스마트 팩토리 도입 기업을 기초수준, 중간수준1, 중간수준2, 고도화 단계를 포함하여 기업 단위로 설문조사를 실시하였다. 자료수집에 있어서 웹상에서 이루어지는 온라인 설문을 진행할 경우 일반적으로 신뢰성이 떨어지는 것으로 알려져 있다.
본 연구에서는 스마트 팩토리 지속사용의도와 전환의도에 미치는 영향을 분석하는 통합적인이론 프레임워크로 추상적인 개념을 조작적 정의와 측정 문항을 통해 스마트 팩토리 사용 기업을 대상으로 자기보고식 응답 결과를 분석에 사용하였다. 따라서 모형적합도 분석과 경로분석에 앞서 측정항목을 정교화하고 선별하는 과정이 필요하다.
본 연구에서는 최고경영자의 영향요인, 지각된 사용 용이성, 지각된 유용성, 지각된 전환 비용이 지속사용의도와 전환의도에 미치는 영향을검증하기 위한 모형을 분석한 결과, 연구모형에 대한 신뢰성과 타당성이 확보되었음으로 PLS에서의 가설검증은 브트스트랩 기법을 적용하여 경로모형을 분석하여 가설검증을 하였다. PLS에서는 몬테칼로 시뮬레이션(Monte carlo simulation)기법을 적용하여 샘플을 재표본추출하여 사용하는데 여기에서는 부트스트랩(Bootstrap)방법을 사용하게 된다.
Willoughby and Pye[26]은 최고경영자가 정보시스템 활동에 대한 일반적 지침을 제공해야 할 책임이 있고, 최고경영자의 지원과 참여가 정보시스템 성과에 중요한 변수라고 하였다. 본 연구에서는 최고경영자의 영향을 최고경영자의 높은 관심이 스마트 팩토리 도입에 영향을 준 정도, 최고경영자의 정확한 정보와 인식이 스마트 팩토리 도입에 영향을 준정도, 최고경영자의 적절한 재정적 지원이 스마트 팩토리의 안정적 도입에 영향을 준 정도, 최고경영자의 변화를 중시하는 의지가 스마트 팩토리 도입에 영향을 준 정도 등 5개의 측정항목으로 측정하였다.
이에 설문에 유효성을 확인할 수 있는 문항을 삽입하고 사전에 메일과 전화로 연구의 목적을 설명하고 설문 응답을 받는 방식을 사용하였다. 설문 참여 시 누락 응답과 중복 응답을 차단하고자 인터넷 설문조사 시스템을 활용하였다. 본 연구는 공분산 기반의 통계 프로그램에서 최소 표본의 기준으로 제시되고 있는 200개보다 적은 표본 수를 가지고 있기 때문에 본 연구의 연구 모델에 대한 통계적 분석을 위하여 PLS를 사용하였다.
자료수집에는 상공회의소, IT 관련 학회, 스마트 팩토리 연구소, 스마트 팩토리 관련 협회, 대기업과 중견·중소제조기업의 임원과 대표 등에게 이메일과 SNS를 통해서 수집되었다. 연구의 목적에 맞는 설문조사 대상 기업을 선별하기 위해 먼저 스마트 팩토리를 사용하고 있는 기업 여부, 제조업 여부 등의 스크리닝 문항을 통해 대상기업을 추출하였다.
본 연구의 목적은 새로운 제조업 패러다임에서 생산효율을 증대하고 제조업의 경쟁력 강화를 위해 스마트 팩토리를 도입한 국내 기업들을 대상으로 스마트 팩토리의 지속사용의도와 전환 의도에 영향을 미치는 요인들을 실증분석해 보고자 한다. 이를 위해 본 연구의 배경이 되는 스마트 팩토리와 기술수용모형(Technology acceptance model: TAM)에 관한 이론적 고찰을 통해 연구모형과 연구가설을 설정하고, 변수의 조작적 정의와 측정방법을 제시하였다. 연구가설의 검증을 위해 스마트 팩토리를 운영중인 기업들을 대상으로 자료를 수집하고, SmartPLS 3.
자료수집에 있어서 웹상에서 이루어지는 온라인 설문을 진행할 경우 일반적으로 신뢰성이 떨어지는 것으로 알려져 있다. 이에 설문에 유효성을 확인할 수 있는 문항을 삽입하고 사전에 메일과 전화로 연구의 목적을 설명하고 설문 응답을 받는 방식을 사용하였다. 설문 참여 시 누락 응답과 중복 응답을 차단하고자 인터넷 설문조사 시스템을 활용하였다.
전환비용은 경제적 차원에서만 고려하였고, 거래비용과 학습비용, 탐색비용, 감정비용, 습관, 인지적 노력 등을 전환비용에 포함시켰다[28], [29]. 전환비용은 사회적 전환비용(Social switching cost)과 절차적 비용(Procedural cost)과 혜택상실비용(Lost benefit cost)으로 구분하였다[16]. 사회적 전환 비용은 제공자와의 유대감이 상실되는 비용이고, 절차적 비용은 새로운 제공자를 선택하게 되면서 발생하는 불편함, 시간과 노력 등이 소모되는 것을 말한다.
이에 본 연구는 스마트 팩토리의 사용 또한 지속적으로 사용하려는 의도가 필요조건이며, 중요한 의미를 지니고 있기 때문에 스마트 팩토리를 지속적으로 사용하고자 하는 의도로 정의하였다. 측정항목으로는 기업이 스마트 팩토리를 계속 이용하는 정도, 스마트 팩토리 사용을 중단하지 않고 계속 사용하는 정도, 이후에도 스마트 팩토리를 자주 사용하는 정도로 3개의 측정항목으로 측정하였다[31].

대상 데이터

따라서 본 연구를 위한 자료수집은 스마트 팩토리를 시행 중인 기업을 주대상으로 온라인과 오프라인을 병행하여 2018년 10월 01일∼2018년 11월 30일까지 61일간에 걸쳐 진행하였다.
설문 참여 시 누락 응답과 중복 응답을 차단하고자 인터넷 설문조사 시스템을 활용하였다. 본 연구는 공분산 기반의 통계 프로그램에서 최소 표본의 기준으로 제시되고 있는 200개보다 적은 표본 수를 가지고 있기 때문에 본 연구의 연구 모델에 대한 통계적 분석을 위하여 PLS를 사용하였다. PLS 분석을 위한 최소 표본 수는 가장 복잡한 변수를 측정하는데 사용된 측정항목의 수에 최소 10배가 되어야 한다[36].
설문 진행을 위한 조사대상으로는 스마트 팩토리를 도입하여 사용하고 있는 기업 대표들을 대상으로 선정하였으며, 123부중 모든 항목에 대해 동일한 측정값으로 응답한 무성의 표본 1부를 제외한 122부의 유효 표본을 통계분석에 활용하였다. 설문의 타당성과 신뢰성을 확보하기 위해 SmartPLS 3.
자료수집에는 상공회의소, IT 관련 학회, 스마트 팩토리 연구소, 스마트 팩토리 관련 협회, 대기업과 중견·중소제조기업의 임원과 대표 등에게 이메일과 SNS를 통해서 수집되었다.

데이터처리

7 이상으로 나타났다. 또한 구성 개념신뢰도와 평균분산추출 값을 통해 판별 타당성을 확인하였다. 합성신뢰성, 평균분산추출, 크론바 알파, 요인적재량 값은 모두 Table 1에 정리하였다.
본 연구의 분석 단계는 인구 통계학적 특성과 일반 현황을 파악하기 위해 빈도분석을 실시하였다.
이를 위해 본 연구의 배경이 되는 스마트 팩토리와 기술수용모형(Technology acceptance model: TAM)에 관한 이론적 고찰을 통해 연구모형과 연구가설을 설정하고, 변수의 조작적 정의와 측정방법을 제시하였다. 연구가설의 검증을 위해 스마트 팩토리를 운영중인 기업들을 대상으로 자료를 수집하고, SmartPLS 3.0을 이용하여 경로분석을 실시하였다.

이론/모형

본 연구에서는 최고경영자의 영향요인, 지각된 사용 용이성, 지각된 유용성, 지각된 전환 비용이 지속사용의도와 전환의도에 미치는 영향을검증하기 위한 모형을 분석한 결과, 연구모형에 대한 신뢰성과 타당성이 확보되었음으로 PLS에서의 가설검증은 브트스트랩 기법을 적용하여 경로모형을 분석하여 가설검증을 하였다. PLS에서는 몬테칼로 시뮬레이션(Monte carlo simulation)기법을 적용하여 샘플을 재표본추출하여 사용하는데 여기에서는 부트스트랩(Bootstrap)방법을 사용하게 된다. 부트스트랩은 통계량의 어떤 조건하에서의 분포를 근사적으로 구하는 방법으로 재표본추출하여 관심 있는 통계량 값을 구하는 것으로 실제 표본에서 n개의 관측치를 포함하는 표본을 반복추출하는 기법이다[40].
도출된 설문 문항들은 스마트 팩토리 시스템 환경에 맞도록 수정하였으며, 설문 문항들은 7점 리커트 척도를 기반으로 측정되었다(1점 : 매우 아니다, 7점 : 매우 그렇다). 지각된 사용 용이성과 지각된 유용성은 Davis[8]의 연구를 토대로 작성하였다.

성능/효과

PLS 측정모형은 측정 변수의 선형조합으로 잠재변수를 측정하는 모형이다. 각 요인적재량은 0.7이상이면 수렴 타당성이 있는 것으로 보았으며, Table 1에서 보는 바와 같이 모든 요인 적재량은 0.7 이상으로 나타났다. 또한 구성 개념신뢰도와 평균분산추출 값을 통해 판별 타당성을 확인하였다.
Chin[38]은 종속변수의 설명력이 높을수록 좋은 모형이라고 평가할 수 있다고 하였다. 본 연구모형의 종속변수 R²값을 확인한 결과 지속사용의도는 30.4%, 전환의도는 15.8%로 나타났다. 이러한 결과에 따라 본 연구의 구조모형은 적합성이 잘 지지된다고 볼 수 있으며, 좋은 모형이라고 할 수 있다.
PLS 분석을 위한 최소 표본 수는 가장 복잡한 변수를 측정하는데 사용된 측정항목의 수에 최소 10배가 되어야 한다[36]. 본 연구에서 가장 복잡한 변수의 측정항목은 5개이고 분석 표본의 수가 122개이므로, 본 연구의 표본 크기는 적절한 것으로 볼 수 있다.
5 이상의 값을 가질 때 신뢰성 조건은 만족된다[39]. 본 연구에서 도입한 변수들 중 합성신뢰도가 가장 낮은 값은 Table1에서 나타낸 것과 같이 0.850(지각된 사용 용이성)이고, AVE가 가장 작은 경우는 0.656(지각된 사용 용이성)이므로 조건이 충족되었다. 또한 신뢰성 검증을 위해 내적 일관성을 보여주는Cronbach’s Alpha값을 측정하였는데, 이 역시도Table 1과 같이 모두 기준치인 0.
설문 진행을 위한 조사대상으로는 스마트 팩토리를 도입하여 사용하고 있는 기업 대표들을 대상으로 선정하였으며, 123부중 모든 항목에 대해 동일한 측정값으로 응답한 무성의 표본 1부를 제외한 122부의 유효 표본을 통계분석에 활용하였다. 설문의 타당성과 신뢰성을 확보하기 위해 SmartPLS 3.0을 이용하여 수렴 타당성및 판별 타당성 분석과 신뢰성 분석 후 구조방정식 모형 분석을 통해 9개의 가설을 검증한 결과 7개의 가설이 채택되었다.
8%로 나타났다. 이러한 결과에 따라 본 연구의 구조모형은 적합성이 잘 지지된다고 볼 수 있으며, 좋은 모형이라고 할 수 있다. 이러한 설명력의 결과는 Falk and Miller[45]가 제시한 적정 검정력 10%를 상회하는 것으로 좋은 모형이라고 할수 있다.
지속사용의도에 대한 연구가설은 지각된 사용용이성과 지각된 유용성은 유의한 영향을 미치는 것으로 나타났으나, 지각된 전환비용은 유의한 영향을 미치지 않는 것으로 나타났다. 기업에서 스마트 팩토리의 지속사용에는 전환비용 외에 실제 시스템의 안정성, 업무성과 향상을 위한 유용성, 업무 적합성 등의 요인이 훨씬 중요하게 고려될 수 있을 것이다.
한편 전환의도에 대한 가설은 지각된 유용성과 지각된 전환비용은 유의한 영향을 미치는 것으로 나타났으나, 지각된 사용 용이성은 유의한 영향을 미치지 않는 것으로 나타났다. 국내기업들이 지속적으로 혁신적인 정보시스템을 새롭게 도하면서 정보시스템이 전략적 도구가 아닌 생존을 위한 무기로 인식되고 있다고 해석해 볼수 있을 것이다.

후속연구

연구의 광범위한 성격을 감안 한다면, 원칙적으로 전국적인 모집단을 대표할 수 있는 엄밀한 확률표본을 선정하여야 한다. 그러나 시간과 비용의 제약 등과 스마트 팩토리를 도입하고 있는 제조기업 접촉의 어려움 등 여러 한계점으로 표본을 국한하여 추출하였으며, 연구결과가 일반화되기 위해서는 엄밀한 전국적 규모의 확률표본과 스마트팩토리의 수준별 구현 형태(초기단계, 중간1단계, 중간2단계, 고도화단계)별로 연구가 진행되어야 할 것이다. 또한 더 많은 표본을 수집하여 연구의 객관성을 높여야 할 것이다.
특히 척도의 개발에 있어 지속적인 검증 과정이 필요하다. 기존의 연구를 바탕으로 지속사용의도와 전환의 도에 영향을 미치는 요인들을 추출하고 설문을 통하여 가설을 검증하였으나 기업의 스마트 팩토리 시스템을 통한 기술적 혁신의 속도는 새롭게 등장하는 기술에 맞는 독립변수들의 학술적 추출이 필요함으로, 각 영역에 대한 측정방식에 대해서 연구할 필요가 있다고 판단된다.
넷째, 본 연구는 횡단 연구를 실시하였기 때문에 시간의 흐름에 따른 지속사용의도와 전환의도를 측정할 수 없었다. 시간이 경과함에 따른 변화를 파악하기 위한 종단적 연구도 의의가 있을 것이다.
그러나 시간과 비용의 제약 등과 스마트 팩토리를 도입하고 있는 제조기업 접촉의 어려움 등 여러 한계점으로 표본을 국한하여 추출하였으며, 연구결과가 일반화되기 위해서는 엄밀한 전국적 규모의 확률표본과 스마트팩토리의 수준별 구현 형태(초기단계, 중간1단계, 중간2단계, 고도화단계)별로 연구가 진행되어야 할 것이다. 또한 더 많은 표본을 수집하여 연구의 객관성을 높여야 할 것이다. 일반적으로 중소·중견 제조기업은 혁신적인 정보기술을 도입함에 있어서 대기업과 달리 제한된 중소·중견 제조기업에서 스마트화를 추진할 경우 대기업에 비해 저가격, 저품질의 솔루션을 도입하는 경우가 많다.
표본으로 선정된 기업의 스마트 팩토리 사용 기간에 따라서도 스마트 팩토리의 지속 사용의도와 전환의도에 미치는 영향에는 차이가 있을 것이다. 본 연구에서는 스마트 팩토리 도입 제조기업들을 대상으로 설문을 수집시 충분한 크기의 표본 수집에 한계가 있어 일반화하여 설문을 수립함으로써 사용기간, 조직의 규모를 고려한 연구를 진행하지 못했다. 앞으로는 보다 세부적으로 스마트 팩토리 수준별, 산업별, 도입 기간별, 기업 규모별로 차이와 효과성을 면밀하게 검토하는 연구가 이루어질 필요가 있을 것이다.
실무적으로는 국내 스마트 팩토리 도입에 대한 유용한 지침을 제공함으로써 산업에 기여할수 있을 것이다. 본 연구의 결과가 국내 제조기업의 스마트 팩토리 도입시 사용자들의 행위를 이해하는데 도움이 되기를 바라며, 향후 여러 연구자들이 스마트 팩토리 시스템의 성공을 보장할 수 있는 선행 변인들을 찾기를 희망한다.
셋째, 본 연구는 스마트 팩토리의 지속사용의 도와 전환의도에 영향을 미치는 구성 요인 중 일부만 고려하였다. 스마트 팩토리의 지속사용의도와 전환의도에 영향을 미치는 구성요인에 대한 추가적인 변수와 변수의 하위 차원에 대한 이론적 연구 및 보완이 필요하다. 특히 척도의 개발에 있어 지속적인 검증 과정이 필요하다.
본 연구에서는 스마트 팩토리 도입 제조기업들을 대상으로 설문을 수집시 충분한 크기의 표본 수집에 한계가 있어 일반화하여 설문을 수립함으로써 사용기간, 조직의 규모를 고려한 연구를 진행하지 못했다. 앞으로는 보다 세부적으로 스마트 팩토리 수준별, 산업별, 도입 기간별, 기업 규모별로 차이와 효과성을 면밀하게 검토하는 연구가 이루어질 필요가 있을 것이다.
여섯째, 기업 차원에서의 실증분석뿐만 아니라 조직 구성원의 스마트 팩토리의 사용 만족에 영향을 미치는 요인들을 살펴보고, 성공적인 스마트 팩토리의 도입 방안에 대해 제시할 필요가 있을 것이다.
본 연구에서는 사회나 조직 내에 새로운 혁신적인 정보기술인 스마트 팩토리의 지속적인 사용의도와 전환의도에 미치는 영향을 파악하기 위한 실증 연구가 부족한 시점에서 다양한 변수들을 고려 하여 실증연구를 수행함으로써 스마트 팩토리 도입을 위한 가이드라인을 제시하였다고 본다. 학문적으로는 그 동안 시도되지 못했던 국내 스마트 팩토리 도입 기업의 지속사용의도와 전환의도의 실증분석을 통해 기존의 모형을 개선하거나 견고화하는데 공헌할 수 있을 것이다.
또한 관리자층 이상의 책임자급을 대상으로 스마트 팩토리 도입과 관련된 설문에 대한 지속의도와 전환의도에 대한 설문 조사를 실시함에 따라 동일 방법 편의(Common Method Bias)가 발생할 수 있다. 향후 스마트 팩토리가 본격화되면 스마트 팩토리에서 발생되는 실제 데이터을 분석에 포함하여 활용해 볼 필요가 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	스마트 팩토리는 무엇인가?	스마트 팩토리는 제품의 기획, 설계, 생산, 유통, 판매 등 전 과정을 정보통신기술로 통합하여 최소 비용과 시간으로 고객 맞춤형 제품을 생산하는 미래형 공장이다[3]. 스마트 팩토리의핵심 기술인 사물인터넷 (Internet of things:IoT), 사이버물리시스템(Cyber physical system:CPS)을 기반으로 제조의 모든 단계가 자동화,정보화(디지털화)되고, 가치사슬 전체가 하나의 공장처럼 실시간 연동되는 생산체계를 지향하는 것이 스마트 팩토리이다[1].
	스마트 팩토리가 실현되면 어떻게 생산현장에서 발생하는 문제들의 원인을 찾아낼 수 있는가?	ICT(Information and communication technology) 기반의 제4차 산업혁명의 도래는 제조업과 ICT가 융합하는데 날개를 달아주어 제조업의 경쟁력 제고와 위기를 극복하는 요소로 부상하고 있다. 스마트 팩토리가 실현되면 공장에서 생성되는 데이터를 기반으로 의사결정 하는 데이터 기반의 공장 운영체계를 갖춤으로써, 생산현장에서 발생하는 문제들의 원인을 찾아낼 수 있다. 고객의 니즈 또한 다양해지면서 다품종 대량생산 시대의 도래에 맞춰 맞춤형 유연 생산체제의 전환이 요구됨에 따라 스마트 팩토리 도입은 필수적이다.
	TAM은 무엇에 초점을 맞추고 있는가?	TAM은 조직의 업무성과를 개선하기 위해 도입하는 정보기술과 관련하여 조직 구성원들의 수용 과정에 영향을 미치는 요인들이 무엇인지를 설명하기 위한 이론적 틀로 개발되었다[8-9]. 이는 특정 혁신에 대해 조직 구성원이 가지고 있는 믿음, 긍정적 혹은 부정적 평가인 태도, 이용 의도와 실제 사용 간의 인과관계가 있는지,수용 과정에 영향을 미치는 외부 요인들이 무엇인지를 규명하는 데 초점을 맞추고 있다[8-9].

참고문헌 (46)

Kim J. S., "Big Data Analysis for Smart Factory Implementation in Small and Medium Manufacturing Process," Doctoral Thesis, Chungbuk National University, 2017.
Lee J. J., "A Study on the Construction of Smart Factory of Small and Medium Construction Equipment Parts Company," Master Thesis, Ulsan University, 2018.
Oh W. G., "The Influence of the 4th Industrial Revolution on Product Lifecycle Management: The Perspective of the Perception of Expert Groups," Doctoral Thesis, Dongguk University, 2018.
Lasi, H., Fettke, P., Feld, T. and M. Hoffman, Industry 4.0, Business and Information Systems Engineering, Vol. 6, No. 4, pp. 239-242, 2015.
Lee, J., Smart Factory Systems, Informatik Spectrum, Vol. 38, No. 3, pp. 230-235, 2015.

상세보기
Jang S. G., "A Study on the Design Methodology of Future Combat Unit Organization by the CPS Model in the Fourth Industrial Revolution," Doctoral Thesis, Kwangwoon University, 2017.
Mario H., Tobias P. and Boris O., "Design Principles for Industrie 4.0 Scenarios," 2016 49th Hawaii International Conference on System Sciences(HICSS), 2016.
Davis, F. D., “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, Vol. 13, No. 3, pp. 319-340, 1989.

상세보기
Davis, F. D., Bagozzi, R. P. and Warshaw, P. R., “User Acceptance of Computer Technology: A Comparison of Two Theoretical Models,” Management Science, Vol. 35, No. 8, pp. 982-1003, 1989.

상세보기
Pakr J. K., "Analysis on the Major Factors Affecting to Intention Level to Keep to Existing Maintenance Contract-Focused on Foreign ERP S/W," Doctoral Thesis, Soongsil University, 2017.
Ajzen, I., and Fishbein, M., Understanding Attitudes and Predictingsocial Behavior, Englewood Cliffs, Prentice-Hall, New Jersey, 1980.
Ajzen, I., "The Theory of Planned Behavior," Organization Behavior and Human Decision Processes, Vol. 50, pp. 179-211, 1991.

상세보기
Sheppard, B. H., Hartwick, J. and Warshaw, P. R., "The Theory of Reasoned Action : A Meta Analysis of Past Research, Reading, MA: Addison-Wesley, 1988.
Venkatesh, V. and Davis, F. D., “A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies,” Management Science, Vol. 46, No. 2, pp. 186-204, 2000.

상세보기
Jung S. L., "A Study on Performance Evaluation and Success Factors of ERP: Focused on Shipbuilding and Marine Engineering," Doctoral Thesis, Korea Polytechnic University, 2014.
Kim K. H., "A Study on the Factors Affecting Switching Intention of Public Certificate Storage: Focused on Smart Certificate(USIM)," Doctoral Thesis, Soongsil University, 2017.
Schumpeter, J. A. The Theory of Economic Development: an Inquiry into Profits, Capital, Credit, Interest and the Business Cycle, Transaction Publishers, 1934,
Bhattacherjee, A. and Park, S. C., “Why End-Users Move to the Cloud: A Migration-Theoretic Analysis,” European Journal of Information Systems, Vol. 23, No. 3, pp. 357-372, 2014.

상세보기
Choi J. Y., "A Study of Antecedents of the Intention to Accept Smartphone-based Banking Services-Integrating Multiple Theoretical Models," Master Thesis, Chung-Ang University, 2013.
Rogers, E. M., Diffusion of innovations Free Press, New York, 2003.
Lee Y. W., Cho K. K., Jung Y. S., Yun S. J. and Seog G. G., "An Exploratory Study on B2B Cloud Service Adoption using the Technology Acceptance Model (TAM)," 2012 Spring International Digital Design Invitation Exhibition, Vol. 2012, No. 5, pp.393-394, 2012.
Kim J. M., "A Study of the Influence about Cloud Computing Technology Adoption," Master Thesis, Korea University, 2016.
Ahn, T., Ryu, S. and Han, I., “The Impact of Web Quality and Playfulness on User Acceptance of Online Retailing,” Information & Management, Vol. 44, No. 3, pp. 263-275, 2007.

상세보기
Burnham, T. A., Frels, J. K. and Mahajan, V., “Consumer Switching Costs: A Typology, Antecedents, and Consequences,” Journal of the Academy of Marketing Science, Vol. 31, No. 2, pp. 109-126, 2003.

상세보기
Jones, M. A., Reynolds, K. E., Mothersbaugh, D. L. and Beatty, S. E., “The Positive and Negative Effects of Switching Costs on Relational Outcomes,” Journal of Service Research, Vol. 9, No. 4, pp. 335-355, 2007.

상세보기
Willoughby, J. P. and Pye, C., “Top Managements’ Computer Role,” Journal of Systems Management, Vol. 28, No. 9, pp. 10-13, 1977.
Lee, J., Lee, J. and Feick, L., “The Impact of Switching Costs on the Costomer Satisfacton-Loyalty Link: Mobile Phone Serivice in France,” Journal of Service Marketing, Vol. 15, No. 1, pp. 35-48, 2001.

상세보기
Morgan, R. M., and Hunt, S. D., “The Commitment-Trust Theory of Relationship Marketing,” Journal of Marketing, Vol. 58, No. 3, pp. 20-38, 1994.

상세보기
Fornell, C., “A National Customer Satisfaction Barometer: The Swedish Experience,” The Journal of Marketing, Vol. 56, No, 1, pp. 6-21, 1992.

상세보기
Burnham, T. A., Frels, J. K. and Mahajan, V., “Consumer Switching Costs: A Typology, Antecedents, and Consequences,” Journal of the Academy of Marketing Science, Vol. 31, No. 2, pp. 109-126, 2003.

상세보기
Bhattacherjee, A., “Understanding Information Systems Continuance: An Expectation-Confirmation Model,” MIS Quarterly, Vol. 25, No. 3, pp. 351-370, 2001.

상세보기
Nam G. W., "An Empirical Study on the Influencing Factors of Continuous Usage Intention based on Information System User's Personality Types," Doctoral Thesis, Kwangwoon University, 2009.
Bitner, M. J., ''Evaluating Service Encounters; the Effects of Physical Surroundings and Employee Responses'', Journal of Marketing, Vol. 54, pp. 69-82, 1990.

상세보기
Park Y. C., "The Effect of Relational Benefits on Relationship Commitment and Switching Intention in the Context of Hotel Convention Center - Mediating effect of Switching Barriers-," Doctoral Thesis, Sejong University, 2017.
Zhang, K. Z. K., Cheung, C. M. K., Lee, M. K. O., and Chen, H., "Understanding the Blog Service Switching in Hong Kong: an Empirical Investigation," Proceedings of the 41st Annual Hawaii International Conference on System Science, pp. 269-269, 2008.
Gefen, D., Straub, D. W. and Boudreau, M. C.,"Structural Equation Modeling and Regression: Guidelines for Research Practice," Communications of the Association for Information Systems, 2000.
Yu J. G., "A Study on Relationship Patterns of the Service Quality Variables for the University Online/Offline Lecture," Doctoral Thesis, Chungnam National University, 2011.
Chin, W. W., "The Partial Least Squares Approach to Structural Equation Modeling," Modern Methods for Business Research, London, Lawrence Erlbaum, pp. 295-336, 1998.
Fornell, C. and Larcker, D. F., “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error,” Journal of Marketing Research, Vol. 18, No. 1, pp. 39-50, 1981.

상세보기
Nunnally, J. C., Psychometric Theory, McGraw-Hill, New York, 1978.
Park S. C. and Kim J. U., “An Investigation into Factors Influencing a Bidder's Willingness to Continue Bidding in the Internet Auction-Focusing on Escalation of Commitment,” Korea Business Review, Vol. 36, No. 5, pp. 1359-1385, 2007.
Kim T. H., Kim J. H. and Kim S. H., "Investigating Consumer Showrooming Behavior in a Multichannel Environment," Journal of Internet Electronic Commerce Research, Vol 18, No. 1, pp. 203-225, 2018

상세보기
Kim I. J., Min G. Y. and Shim H. S., “The Structural Equation Modeling in MIS: The Perspectives of Lisrel and PLS Applications,” Journal of Information Technology Services, Vol. 10, No. 2, pp. 203-221, 2011.
Falk, R. F., and Miller, N. B., A Primer for Soft Modeling, The University of Akron Press, Ohio, 1992.
DeLone, W. H. and McLean, E. R., “Information System Success: The Quest for the Dependent Variable,” Information Systems Research, Vol. 3, No. 1, pp. 60-95, 1992.

상세보기
Hair, J. F., Hult, G. T. M., Ringle, C. M. and Sarstedt, M., "A Primer on Partial Least Squared Structural Equation Modeling," SAGE Publications, 2017.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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