[논문]스마트 팩토리 지속사용의도에 영향을 미치는 요인에 관한 연구

김현규

doi:10.9723/jksiis.2020.25.2.073

스마트 팩토리 지속사용의도에 영향을 미치는 요인에 관한 연구
A Study on the Factors Influencing on the Intention to Continuously Use a Smart Factory 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.25 no.2, 2020년, pp.73 - 85

초록
AI-Helper

우리나라는 최근까지 양적투입 위주의 제조업 성장 방식을 취해왔을 뿐만 아니라 Fast-follower 전략으로 제조 강국 반열에 올라섰지만 선진국의 제조업 부흥 정책과 신흥국의 산업구조 고도화로 인해 한계에 직면하게 되었다. 최근 4차산업혁명의 도래와 수요의 복잡화로 인해 시장의 변화를 사전에 빠르게 감지해 생산전략에 반영하는 체제가 요구됨에 따라 ICT를 활용하여 제조업의 경쟁력 강화를 위해 스마트 팩토리를 도입은 선택이 아닌 필수가 되어가고 있다. 본 연구는 정보기술혁신 제품인 스마트 팩토리의 지속사용의도에 영향을 미치는 주요 요인들이 무엇인지를 기술수용모형을 토대로 살펴보고자 한다. 이를 위해 본 연구는 스마트 팩토리를 운영 중인 기업들을 대상으로 온라인과 오프라인으로 설문조사를 실시하였으며 122부의 표본으로 분석하였다. 구체적으로 CEO의 리더십, 조직학습, 지각된 전환비용이 기술수용모형의 주요 신념변수인 지각된 사용 용이성과 지각된 유용성을 매개하여 지속사용의도에 미치는 영향을 살펴보았다.

Abstract ▼ AI-Helper

While Korea became one of manufacturing powers in the world through a fast-follower strategy as well as implementing the approach of advancing manufacturing business focused on quantitative input, The advent of the fourth industrial revolution and demand becoming more complicated than ever both require a system that quickly detects the change of markets in advance and reflects it in the manufacturing strategy. Accordingly, the introduction of a smart factory is not optional but mandatory in order to strengthen the competitiveness of manufacturing business using ICT. This paper aims to investigate key factors having influence on the intention to continuously use a smart factory, the innovative IT device, on the basis of the technology acceptance model. This paper analyzed the influence of the leadership of CEO, organizational learning and perceived switching costs on the intention to continuously use a smart factory by the parameters of perceived ease of use and usefulness, the major belief valuables of the IT acceptance model.

주제어

표/그림 (5)

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 Goodness of Fit Tests
표 Table 4 Hypothesis Test Result

AI 본문요약
AI-Helper

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

문제 정의

단순히 스마트 팩토리가 구축 완료된 기업의 수만을 늘리는 것이 아니라 스마트 팩토리를 구현하고 지속적으로 사용하는데 도움이 되는 요인에 대한 연구가 필요한 시기이다. 본 연구는 정보기술혁신 제품인 스마트 팩토리의 지속사용의도에 영향을 미치는 주요 요인들이 무엇인지를 기술수용모형을 토대로 살펴보고자 하는데 연구목적을 두고 있다. 새롭게 등장한 스마트 팩토리의 지속사용의도에 영향을 주는 요인과 이들 간의 인과관계는 스마트 팩토리 공급자나 수용자에게 매우 중요한 정보임에 틀림없다.

가설 설정

H1-1 : CEO의 영향은 지각된 사용 용이성에 정(+)의 영향을 미친다.
H1-2 : 조직학습은 지각된 사용 용이성에 정(+)의 영향을 미친다.
H1-3 : 전환비용은 지각된 사용 용이성에 정(+)의 영향을 미친다.
H2-1 : CEO의 영향은 지각된 유용성에 정(+)의 영향을 미친다.
H2-2 : 조직학습은 지각된 유용성에 정(+)의 영향을 미친다.
H2-3 : 전환비용은 지각된 유용성에 정(+)의 영향을 미친다.
H3-1 : 지각된 사용 용이성은 지속사용의도에 정(+)의 영향을 미친다.
H3-2 : 지각된 유용성은 지속사용의도에 정(+)의 영향을 미친다.

제안 방법

둘째, 본 연구는 기술수용모형의 관점에서 스마트 팩토리의 지속사용의도에 미치는 영향을 살펴보았다. 혁신확산이론의 관점에서 상대적 이점, 복잡성 등의 변수를 고려하여 스마트 팩토리의 지속사용의도에 미치는 영향을 살펴보는 것도 의미가 있을 것이다.
본 연구는 국내 스마트 팩토리 도입 기업을 대상으로 스마트 팩토리의 지속사용의도에 영향을 미치는 주요 요인들이 무엇인지를 기술수용모형을 토대로 살펴보기 위해 설문지를 사용한 정량적 분석을 실시하였다. 통계 분석 방법으로 Smart PLS 2.
본 연구는 스마트 팩토리를 도입하고 있는 국내 제조기업을 대상으로 스마트 팩토리의 지속사용의도에 영향을 미치는 요인들을 기술수용모형을 토대로 살펴보았다. 국내 스마트 팩토리를 도입한 122개 제조기업을 대상으로 실증한 분석 결과를 요약하면 다음과 같다.

대상 데이터

본 연구는 실증분석을 위해 스마트 팩토리를 실행하고 있는 제조기업을 대상으로 온라인과 오프라인을 병행하여 2018년 10월 01일 ~ 2018년 11월 30일까지 임의표본추출방법으로 설문조사를 실시하였다. 자료수집은 상공회의소, IT 관련 학회, 스마트 팩토리 연구소, 스마트 팩토리 관련 협회 및 대기업과 중견중소 제조기업의 임원진 등에게 이메일과 SNS를 통해서 수집하였다.
본 연구는 실증분석을 위해 스마트 팩토리를 실행하고 있는 제조기업을 대상으로 온라인과 오프라인을 병행하여 2018년 10월 01일 ~ 2018년 11월 30일까지 임의표본추출방법으로 설문조사를 실시하였다. 자료수집은 상공회의소, IT 관련 학회, 스마트 팩토리 연구소, 스마트 팩토리 관련 협회 및 대기업과 중견중소 제조기업의 임원진 등에게 이메일과 SNS를 통해서 수집하였다.

데이터처리

연구모형의 경로분석을 위하여 Smart PLS 2.0의 Bootstrapping 500회 기법을 사용하였으며, 연구모형의 적합성을 측정하기 위하여 각 변수들의 집중타당성과 판별타당성, 신뢰도에 대한 근거를 확보하였다.
측정변수의 타당성을 검증하기 위하여 확인적 요인분석 (Confirmatory factor analysis)을 실시하였다. 확인적 요인분석은 관측변수와 잠재변수 간의 요인부하량과 모델 적합도를 평가할 수 있기 때문에 구성개념타당성 (Construct validity)을 측정하는데 유용하다.

이론/모형

본 연구의 측정항목들은 리커트 7점 척도(1=강한 부정, 7=강한 긍정)를 사용하여 측정하였다.

성능/효과

넷째, 현재 도입하여 사용하고 있는 스마트 팩토리가 아닌 새로운 스마트 팩토리를 도입함으로써 감수해야 하는 금전적, 비금전적 비용을 의미하는 지각된 전환비용이 스마트 팩토리에 지각된 사용 용이성과 지각된 유용성에 미치는 영향은 지각된 유용성에는 유의한 영향을 미치는 것으로 나타났으나, 지각된 사용 용이성에는 유의한 영향을 미치지 않는 것으로 나타났다. 현재 스마트 팩토리를 사용하고 있는 제조기업의 경우 스마트 팩토리의 사용법이나 현재 사용하고 있는 인터페이스 등에 익숙해져 있는 사용 용이성 보다는 시스템 의존적인 데이터나 스마트 팩토리가 제공하는 가치 등 스마트 팩토리의 유용성에 더 중요한 의미를 두고 있는 것으로 해석해 볼 수 있을 것이다.
둘째, CEO의 리더십, 조직학습, 지각된 전환비용이 스마트 팩토리의 지각된 유용성에 미치는 영향을 살펴본 결과 모두 지각된 유용성에 유의한 영향을 미치는 것으로 나타났다.
둘째, 기존의 정보화 기술 관련 연구에서와 같이 CEO의 특성은 스마트 팩토리에 대한 인식에도 중요한 영향을 나타내는 것을 확인할 수 있었다. 사용자들이 스마트 팩토리에 대해 유용하고 사용하기 용이하다고 인식하면서 지속적인 사용을 도모하기 위해서는 CEO의 스마트 팩토리에 대한 높은 관심, 도입성과에 대한 확신, 스마트 팩토리에 대한 정확한 정보와 인식, 재정적 지원과 더불어 변화를 중시하는 의지 등이 성공적인 스마트 팩토리 도입에 결정적인 주요 요인이 될 수 있음을 확인할 수 있었다.
마지막으로 기술수용모형의 주요 두 신념변수인 지각된 사용 용이성과 지각된 유용성이 스마트 팩토리의 지속사용의도에 유의한 영향을 미치는 것으로 확인되었다. 궁극적으로 스마트 팩토리 서비스에서도 기존의 혁신적인 정보시스템과 마찬가지로 사용하기 쉽고 유용하다고 인식될수록 스마트 팩토리를 지속적으로 사용하는데 도움이 될 수 있을 것이다.
2961로 유의한 영향을 미치는 것으로 나타났다. 매개변수인 지각된 사용 용이성과 지각된 유용성이 본 연구의 종속변수 지속사용의도에 미치는 영향에 대한 가설 [H3-1]과 [H3-2]는 각각 경로계수 0.214 (t-value = 1.956)와 0.382(t-value = 3.772)로 유의한 영향을 미치는 것으로 나타났다.
둘째, 기존의 정보화 기술 관련 연구에서와 같이 CEO의 특성은 스마트 팩토리에 대한 인식에도 중요한 영향을 나타내는 것을 확인할 수 있었다. 사용자들이 스마트 팩토리에 대해 유용하고 사용하기 용이하다고 인식하면서 지속적인 사용을 도모하기 위해서는 CEO의 스마트 팩토리에 대한 높은 관심, 도입성과에 대한 확신, 스마트 팩토리에 대한 정확한 정보와 인식, 재정적 지원과 더불어 변화를 중시하는 의지 등이 성공적인 스마트 팩토리 도입에 결정적인 주요 요인이 될 수 있음을 확인할 수 있었다.
셋째, 4차 산업혁명은 제조업의 변화를 이끌어 내고 있다. 이러한 시기에 조직 구성이 그들이 직면한 문제를 해결하기 위해 학습하는 조직에서는 새롭고 혁신적인 기술인 스마트 팩토리에 대해 사용하기 쉽고, 기업의 업무에 유용하다고 인식하는데 유의한 영향을 미치는 것을 확인할 수 있었다.
셋째, 기술수용모형의 주요 신념 변수인 지각된 사용 용이성과 지각된 유용성은 스마트 팩토리의 지속사용의도에 유의한 영향을 미치는 것으로 나타났다.
셋째, 인지정도와 실제 사용 패턴에는 차이가 존재한다. 정보시스템의 실제 사용에 따른 객관적 정도를 측정한 것이 아니라 개인의 인지 정도인 주관적 인지를 사용하였기 때문에 실제 정도와 차이가 있을 수 있다.
첫째, CEO의 리더십, 조직학습, 지각된 전환비용이 스마트 팩토리의 지각된 사용 용이성에 미치는 영향을 살펴본 결과, CEO의 리더십과 조직학습은 지각된 사용 용이성에 유의한 영향을 미치는 것으로 나타났으나, 지각된 전환비용은 유의한 영향을 미치지 않는 것으로 나타났다.
한번 지각된 전환의도의 경우 스마트 팩토리의 지각된 사용 용이성에는 유의한 영향을 미치지 않는 것으로 나타났으나 지각된 유용성에는 유의한 영향을 미치는 것으로 나타났다.

후속연구

국내 제조기업들의 경우 공정형태, 자원사용의 효율성, 기업능력, 업종 등의 측면에서 매우 상이한 환경에 처해있다. 따라서 향후 연구에서는 각 제조기업이 처한 상황별로 적합한 스마트 팩토리 도입 및 지속사용의도를 높일 수 있는 전략을 연구할 필요가 있다. 또한 대기업과 중소기업의 균형발전 및 지속가능한 제조 산업의 발전을 위하여 대기업과 중소기업의 특성을 반영한 비교 연구가 필요할 것이다.
따라서 향후 연구에서는 각 제조기업이 처한 상황별로 적합한 스마트 팩토리 도입 및 지속사용의도를 높일 수 있는 전략을 연구할 필요가 있다. 또한 대기업과 중소기업의 균형발전 및 지속가능한 제조 산업의 발전을 위하여 대기업과 중소기업의 특성을 반영한 비교 연구가 필요할 것이다.
첫째, 표본의 대표성의 한계를 가지고 있다. 원칙적으로 전국적인 모집단을 대표할 수 있는 엄밀한 확률표본을 선정하여야 하지만, 본 연구에서는 스마트 팩토리 수준별, 산업별, 기업 규모별 등 기업의 다양한 특성들을 고려하지 못하고 있다는 한계점들이 있다. 국내 제조기업들의 경우 공정형태, 자원사용의 효율성, 기업능력, 업종 등의 측면에서 매우 상이한 환경에 처해있다.
첫째, 본 연구는 국내 제조기업의 스마트 팩토리 지속사용의도에 대한 기존의 실증연구가 충분하지 않은 상황에서 스마트 팩토리의 지속사용의도에 미치는 영향을 실증 분석하였다는 점이다.
혁신확산이론의 관점에서 상대적 이점, 복잡성 등의 변수를 고려하여 스마트 팩토리의 지속사용의도에 미치는 영향을 살펴보는 것도 의미가 있을 것이다. 향후 연구에서는 보다 다양한 측면에서의 스마트 팩토리 도입 성과에 관한 연구가 진행될 필요가 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	독일 인더스트리 4.0이란 무엇인가?	독일 인더스트리 4.0은 스마트 팩토리를 ‘실세계와 사이버세계가 긴밀하게 연결된 사이버-물리 시스템(Cyber physical system)을 통해 제조공장의 모든 요소를 완전 자동화하고 최적화하는 것’이라고 정의하고 있다. 4차 산업혁명 이전의 생산과정에서는 기업은 재고품을 최소화시키기 위해 최선을 다하고자 다양한 경영관리 기법을 제시해왔다.
	스마트 팩토리에서 가장 중요한 두 가지는 무엇인가?	스마트 팩토리에 대한 정의는 각 나라, 기관마다 다를 수 있지만, 제조기업의 생산성 향상을 추구하며 빠르게 변화하는 기술 흐름 속에서 경쟁력을 갖추고자 하는 분명한 목적을 가지고 있다. 이처럼 스마트 팩토리의 다양한 개념과 정의가 있을 수 있지만 가장 중요한 두 가지는 스마트 팩토리의 고객은 인간이며, 스마트 팩토리의 철학은 연결 및 통합에 있다는 점이다 (Park and Kang, 2017).
	국내 스마트 팩토리를 도입한 122개 제조기업을 대항으로 실증한 분석 결과는 무엇인가?	첫째, CEO의 리더십, 조직학습, 지각된 전환비용이 스마트 팩토리의 지각된 사용 용이성에 미치는 영향을 살펴본 결과, CEO의 리더십과 조직학습은 지각된 사용 용이성에 유의한 영향을 미치는 것으로 나타났으나, 지각된 전환비용은 유의한 영향을 미치지 않는 것으로 나타났다. 둘째, CEO의 리더십, 조직학습, 지각된 전환비용이 스마트 팩토리의 지각된 유용성에 미치는 영향을 살펴본 결과 모두 지각된 유용성에 유의한 영향을 미치는 것으로 나타났다. 셋째, 기술수용모형의 주요 신념 변수인 지각된 사용 용이성과 지각된 유용성은 스마트 팩토리의 지속사용의도에 유의한 영향을 미치는 것으로 나타났다.

참고문헌 (43)

Bhattacherjee, A. (2001). Understanding Information Systems Continuance: An Expectation-Confirmation Model, MIS Quarterly, 25(3), 351-370.

상세보기
Burnham, T. A., Frels, J. K., and Mahajan, V. (2003). Consumer Switching Costs: A Typology, Antecedents, and Consequences, Journal of the Academy of Marketing Science, 31(2), 109-126.

상세보기
Chen, B., Wan, J., Shu, L., Li, P., Mukherjee, M., and Yin, B. (2017). Smart Factory of Industry 4.0: Key Technologies, Application, Case, and Challenges, IEEE Access, 6, 6505-6519.
Chin, W. W. (1998). The Partial Least Squares Approach to Structural Equation Modeling, Modern Methods for Business Research, Marcoulides, G.A.(ed.), 295-336.
Choi, Y. H., and Choi, S. H. (2017). A Study on the Factors Influencing the Competitiveness of Small and Medium Companies Applied with Smart Factory Systems, Information Systems Review, 19(2), 95-113

원문보기 상세보기
Cohen, J. O. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.), Hillsdale, New Jersey, Lawrence Erlbaum Associates.
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology, MIS Quarterly, 13(3), 319-340.

상세보기
Davis, F. D., Bagozzi, R. P., and Warshaw, P. R. (1989). User Acceptance of Computer Technology: A Comparison of Two Theoretical Models, Management Science, 35(8), 982-1003.

상세보기
Dick, A. S. and Basu, K. (1994). Customer Loyalty: Toward an Integrated Conceptual Framework, Journal of the Academy of Marketing Science, 22(2), 99-113.

상세보기
Fornell, C., and Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error, Journal of Marketing Research, 18(1), 39-50.

상세보기
Gefen, D., Straub, D. W,. and Boudreau, M. C. (2000). Structural Equation Modeling and Regression: Guidelines for Research Practice, Communications of the Association for Information Systems, 4(7), 2-76.
Gefen, D., Elena K., and Detmar, W. S. (2003). Inexperience and Experience with Online Stores: The Importance of TAM and Trust, IEEE Transactions on Engineering Management, 50(3), 307-321.

상세보기
Gremler, D. D. (1995). The Effect of Satisfaction, Switching Costs, and Interpersonal Bonds on Service Loyalty, Unpublished Dissertation, Arizona State University.
Guiltinan, J. P. (1989). A Classification of Switching Costs with Implications for Relationship Marketing, In Childers, T. L., Bagozzi, R. P. et al. (Eds), AMA Winter Educators Conference: Marketing Theory and Practice, Chicago, IL. USA.
Hahm, H. J. (2017). A Study of Smart Factory Policy For ICT-Based, The e-Business Studies, 18(6), 363-380.

상세보기
Hsu, C., and Lu, H. (2004). Why do People Play on-line Games? An Extended TAM with Social Influences and Flow Experience, Information & Management, 41(7), 853-868.

상세보기
Jones, M. A., Mothersbaugh, D. L., and Beatty, S. E. (2002). Why Customers Stay: Measuring the Underlying Dimensions of Services Switching Costs and Managing Their Differential Strategic Outcomes, Journal of Business Research, 55, 441-450.

상세보기
Kim J. D., Chi, S. Y., and Yoo, K. H. (2018). A Study on Factors Affecting External Manufacturing Big Data Technology Transfer Performance in Small-and Medium-sized Manufacturing Firms: The Technology Transfer Cases of Electronics and Tele-Communications Research Institute, Journal of Information Technology and Architecture, 15(3), 307-327.
Kim, H. G. (2019). An Empirical Study on Continuous use Intention and Switching Intention of the Smart Factory, Journal of the Korea Industrial Information Systems Research, 24(2), 65-80.

원문보기 상세보기
Kim, J. S., and Song, T. M. (2014). A Study on Initial Characterization of Big Data Technology Acceptance-Moderating Role of Technology User & Technology Utilizer, Journal of the Korea Contents Association, 14(9), 538-555.

원문보기 상세보기
Kim, K. W. (2016). A Study on the Factors Influencing the Internet of Things (IoT) Technology Acceptance of SMEs: Applying Unified Theory of Acceptance and Use of Technology (UTAUT), Ph. D. Dissertation, Hansei University, Korea.
Kim, S. Y., and Song, M. K. (2014). Application of MI-NPS Digital Factory Methodology for Production Ability Improvement and Optimal Layout Design: Applied Case to Vehicle Shaft Manufacturing Line, Productivity Review, 28(1), 47-73.
Lee, S. R., and Jung, Y. O. (2008). A Study on Continued use of Online Shopping Site using a Weighted Expectation-Confirmation Model, Korea Management Science Review, 25(3), 135-156.
Lee, Y. R. (2019). Impact of Smart Factory Readiness on Technology Acceptance and Corporate Competitiveness of SMEs: A Multi-Group Analysis of Entrepreneurial Orientation, Journal of International Trade & Commerce, 15(4), 465-481.
Morgan, G., and Ramirez, R. (1983). Action Learning: A Holographic Metaphor for Guiding Change, Human Relations, 37(1), 1-28.

상세보기
Noh, K. S., and Park, S. H. (2014). An Exploratory Study on Application Plan of Big Data to Manufacturing Esecution System, Journal of Digital Convergence, 12(1), 305-311.

원문보기 상세보기
Oh, J. H., Seo, J. H., and Kim, J. D. (2019). The Effect of Both Employees' Attitude toward Technology Acceptance and Ease of Technology use on Smart Factory Technology Introduction Level and Manufacturing Performance, Journal of Information Technology Applications & Management, 26(2), 13-26.
Park, C. and You, J. H. (2011). A Study on Acceptance Factors of High-tech Product of Chinese consumer-Focused on Smart Phone, Asia-Pacific Journal of Business and Venturing, 6(1), 83-107.
Park, J. S., and Kang, K. S. (2017). Strategies of Smart Factory Building and Application of Small & Medium-Sized Manufacturing Enterprises, Journal of the Korea Safety Management & Science, 19(1), 227-236.

원문보기 상세보기
Park, M. Y. (2009). The Successful Implementation Factors of the ERP System: The Cases of Small and Medium Businesses, M.S. Thesis, Inha University, Korea.
Rai, A., Lang, S. S., and Welker, R. B. (2002). Assessing the Validity of IS Success Models: An Empirical Test and Theoretical Analysis, Information Systems Research, 13(1), 50-69.

상세보기
Roh, T. H. (2016). A Case Study: ICT and the Region-based Sharing Economy of a Start-up Social Enterprise, Information Systems Review, 18(1), 157-175.

원문보기 상세보기
Schumpeter, J. A. (1934). The Theory of Economic Development; An Inquiry into Profits, Capital, Credit, Interest and the Business Cycle, Harvard University Press, Cambridge, MA.
Shapiro, C., and Varian, H. R. (1999). Information Rules, Harvard Business School Press, Boston, MA.
Sultan, F., and Chan, L. (2000). The Adoption of New Technology: The Case of Object-oriented Computing in Software Companies, IEEE Transactions on Engineering Management, 47(1), 106-125.

상세보기
Tenenhaus, M., Vinzi, V. E., Chatelin, Y., and Lauro, C. (2005). PLS Path Modeling, Computational Statistics and Data Analysis, 48(1), 159-205.

상세보기
Thong, J., Yap, C., and Raman, K. (1996). Top Management Support, External Expertise and Information Systems Implementation in Small Business, Information Systems Research, 7(2), 248-267.

상세보기
Venkatesh, V. (2000). Determinants of Perceives Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Technology Acceptance Model, Information Systems Research, 11(4), 342-365.

상세보기
Woo, S. H., and Kwon, S. D. (2019). A Study on Personalized Product Demand Manufactured by Smart Factory, Management & Information Systems Review, 38(1), 23-41.

원문보기 상세보기
Yang, H. L., Chang, T. W., and Choi, Y. R. (2018). Exploring the Research Trend of Smart Factory with Topic Modeling, Sustainability, 2779, 1-15.
You, J. H., and Park, C. (2012). Factors Influencing Adoption and Post-Adoption Behaviors of Hight-Tech Product: Focused on Smart Phone, Korean Management Review, 41(3), 423-456.
Youn, S., Yang, M. G., and Hong, P. (2012). Integrative Leadership for Effective Supply Chain Implementation: An Empirical Study of Korean Firms, International Journal of Production Economics, 139, 237-246.

상세보기
Zuehlke, D. (2010). Smart-Factory-Towards a Factory-of-things, Annual Reviews in Control, 34(1), 129-138.

상세보기

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