본 연구는 중소벤처기업의 스마트팩토리 기술적용이 품질과 혁신성과에 미치는 영향력을 밝히는데 목적을 갖고 실증분석 하였다. 연구 결과 중소벤처기업에서의 스마트팩토리 기술적용이 품질과 혁신성과에 미치는 영향에서 유의적인 영향을 미치는 것으로 나타나 가설은 부분 채택되었다. 스마트팩토리 기술로서의 디바이스와 어플리케이션 기술이 정보품질과 시스템품질에 긍정적인 영향을 미치는 반면, 플랫폼 기술은 정보품질과 시스템품질에 유의하지 않아 기각되었다. 또한, 스마트팩토리 기술이 혁신성과에 미치는 영향에서도 디바이스 기술은 유의한 영향을 미치는 반면, 플랫폼과 애플리케이션은 유의하지 않아 기각되었다. 시스템품질은 혁신성과에 유의하지만 정보품질은 혁신성과에 유의하지 않은 영향을 미쳤다. 스마트팩토리의 디바이스 기술이 혁신성과에 미치는 영향에서 품질은 부분 매개효과를 보이는 것으로 나타났다. 이와 같은 결과는 중소벤처기업의 4차 혁명시대 스마트팩토리의 핵심으로서의 상호 연결을 통해 수준 높은 정보 품질관리를 구현해야 한다. 또한, 제조설계에서부터 실행, 분석에 이르기까지 상호 컴포넌트 연동과 중소벤처기업의 필요에 따라 디바이스로부터 수집된 체계적인 정보를 통합 관리함으로서 기업의 성과를 높일 수 있음을 시사한 것으로 평가할 수 있다.
본 연구는 중소벤처기업의 스마트팩토리 기술적용이 품질과 혁신성과에 미치는 영향력을 밝히는데 목적을 갖고 실증분석 하였다. 연구 결과 중소벤처기업에서의 스마트팩토리 기술적용이 품질과 혁신성과에 미치는 영향에서 유의적인 영향을 미치는 것으로 나타나 가설은 부분 채택되었다. 스마트팩토리 기술로서의 디바이스와 어플리케이션 기술이 정보품질과 시스템품질에 긍정적인 영향을 미치는 반면, 플랫폼 기술은 정보품질과 시스템품질에 유의하지 않아 기각되었다. 또한, 스마트팩토리 기술이 혁신성과에 미치는 영향에서도 디바이스 기술은 유의한 영향을 미치는 반면, 플랫폼과 애플리케이션은 유의하지 않아 기각되었다. 시스템품질은 혁신성과에 유의하지만 정보품질은 혁신성과에 유의하지 않은 영향을 미쳤다. 스마트팩토리의 디바이스 기술이 혁신성과에 미치는 영향에서 품질은 부분 매개효과를 보이는 것으로 나타났다. 이와 같은 결과는 중소벤처기업의 4차 혁명시대 스마트팩토리의 핵심으로서의 상호 연결을 통해 수준 높은 정보 품질관리를 구현해야 한다. 또한, 제조설계에서부터 실행, 분석에 이르기까지 상호 컴포넌트 연동과 중소벤처기업의 필요에 따라 디바이스로부터 수집된 체계적인 정보를 통합 관리함으로서 기업의 성과를 높일 수 있음을 시사한 것으로 평가할 수 있다.
This study is empirically intended to look into the effects of smart factory technologies on quality and innovation performance in small and medium-sized Enterprises(SMEs). The research results are as follows. Device and application technologies for smart factory had a positive effect on the informa...
This study is empirically intended to look into the effects of smart factory technologies on quality and innovation performance in small and medium-sized Enterprises(SMEs). The research results are as follows. Device and application technologies for smart factory had a positive effect on the information quality and system quality, while platform technologies had an insignificant effect on the information quality and system quality, rejecting the effect of platform technologies for smart factory on information quality and system quality. Device technologies for smart factory had also a significant effect on innovative performance, while platform and application technologies had an insignificant effect on innovative performance, rejecting the effect of platform and application technologies for smart factory on innovative performance. The system quality had a significant effect on innovative performance, while the information quality had an insignificant effect on innovative performance. The quality played a partial mediating role in the effect of device technologies for smart factory on innovative performance. These results indicate that small and medium-sized venture firms should implement a high standard of information quality management(IQM) through interconnection as the kernel of a smart factory in the 4th revolutionary era, and that they can improve their corporate performance through the interlocking between components from manufacturing design to execution and analysis and the integrated management of systematic information collected from devices if necessary.
This study is empirically intended to look into the effects of smart factory technologies on quality and innovation performance in small and medium-sized Enterprises(SMEs). The research results are as follows. Device and application technologies for smart factory had a positive effect on the information quality and system quality, while platform technologies had an insignificant effect on the information quality and system quality, rejecting the effect of platform technologies for smart factory on information quality and system quality. Device technologies for smart factory had also a significant effect on innovative performance, while platform and application technologies had an insignificant effect on innovative performance, rejecting the effect of platform and application technologies for smart factory on innovative performance. The system quality had a significant effect on innovative performance, while the information quality had an insignificant effect on innovative performance. The quality played a partial mediating role in the effect of device technologies for smart factory on innovative performance. These results indicate that small and medium-sized venture firms should implement a high standard of information quality management(IQM) through interconnection as the kernel of a smart factory in the 4th revolutionary era, and that they can improve their corporate performance through the interlocking between components from manufacturing design to execution and analysis and the integrated management of systematic information collected from devices if necessary.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 정보시스템에 대한 평가항목들로 ‘시스템의 질’과 ‘정보의 질’을 제시한 이론적 준거를 바탕으로 본 연구에서는 품질을 시스템 통합관점에서의 시스템품질과 데이터 정보품질을 대상으로 한 정보품질을 반영하여 기술적 용요인과 혁신성과간의 인과관계를 검정하고자 한다.
본 연구에서는 중소벤처기업의 스마트팩토리 기술적용이 정보품질, 시스템품질과 혁신성과 간의 관계를 측정하고자 스마트팩토리를 도입한 국내 제조기업을 대상으로 하여 기술적 측면에 해당하는 3개요인(디바이스 기술, 플랫폼 기술, 애플리 케이션 기술)과 품질·관리 측면에 해당하는 2개요인(시스템품 질과 정보품질)을 포함한 스마트팩토리의 혁신성과에 미치는 영향력을 실증적으로 검증하고자 과 같이 모형을 설정하였다.
성공적인 스마트팩토리의 기술적용 및 기업의 품질개선과 혁신성과향상과 관련한 기술적 측면의 중요성을 부분적으로 논의한 선행연구도 마찬가지로 본 연구에서 수립하고자 하는 가설을 지지하는데 활용되어 질 수 있다. 예를 들어 스마트팩 토리의 기술적용을 위해 시스템품질과 관련한 측면을 강조한 선행연구(Posada et al, 2015; Reuter et al, 2017; Sadeghi et al, 2015), 정보품질의 중요성을 강조한 연구(Imtiaz & Jasperneite, 2013; Simons et al.
이러한 문제와 한계를 해결하기 위해 본 연구에서는 시시각각 변하는 중소제조기업의 특성과 환경을 고려하여 생산현장 의 스마트팩토리 기술적용이 품질과 혁신성과에 미치는 영향 력을 파악하여 학제적 산업적 시사점을 제안하는데 본 연구의 목적을 갖는다.
중소벤처기업에서의 스마트팩토리의 기술이 혁신성과에 미치는 영향에서 품질이 매개효과를 보이는지 구조모형 Bootstrap분석 결과를 살펴보았다. 매개효과 가설검증 과정에서 간접효과의 유의성 검증은 비정상성 자료로 추정 가능한 Bootstrapping을 500회 반복추출을 실시하였으며 유의수준 .
가설 설정
H1-1: 스마트팩토리의 디바이스 기술은 시스템품질에 영향을 미칠 것이다.
H1-2: 스마트팩토리의 디바이스 기술은 정보품질에 영향을 미칠 것이다.
H1-3: 스마트팩토리의 애플리케이션 기술은 시스템품질에 영향을 미칠 것이다.
H1-4: 스마트팩토리의 애플리케이션 기술은 정보품질에 영향을 미칠 것이다.
H1-5: 스마트팩토리의 플랫폼 기술은 시스템품질에 영향을 미칠 것이다.
H1-6: 스마트팩토리의 플랫폼 기술은 정보품질에 영향을 미칠 것이다.
H1: 스마트팩토리의 기술은 품질에 영향을 미칠 것이다.
H2-1: 스마트팩토리의 디바이스 기술은 혁신성과에 영향을 미칠 것이다.
H2-2: 스마트팩토리의 애플리케이션 기술은 혁신성과에 영향을 미칠 것이다.
H2-3: 스마트팩토리의 플랫폼 기술은 혁신성과에 영향을 미칠 것이다.
H2: 스마트팩토리의 기술은 혁신성과에 영향을 미칠 것이다.
H3-1: 시스템품질은 혁신성과에 영향을 미칠 것이다.
H3-2: 정보품질은 혁신성과에 영향을 미칠 것이다.
H3: 품질은 혁신성과에 영향을 미칠 것이다.
H4: 스마트팩토리의 기술이 혁신성과에 미치는 영향에서 품질은 매개역할을 할 것이다.
가설1-2 ‘스마트팩토리의 디바이스 기술은 정보품질에 영향을 미칠 것이다.
가설1-5 ‘스마트팩토리의 플랫폼 기술은 시스템품질에 영향을 미칠 것이다.
가설1-6 ‘스마트팩토리의 플랫폼 기술은 정보품질에 영향을 미칠 것이다.
가설2-1 ‘스마트팩토리의 디바이스 기술은 혁신성과에 영향을 미칠 것이다.
가설2-2 ‘스마트팩토리의 애플리케이션 기술은 혁신성과에 영향을 미칠 것이다.
가설2-3 ‘스마트팩토리의 플랫폼 기술은 혁신성과에 영향을 미칠 것이다.
가설3-1 ‘시스템품질은 혁신성과에 영향을 미칠 것이다.
완전한 연결성을 지향하는 스마트제조 환경에서는 내, 외부 조직 간의 연결성을 확보함으로써 시스템 정보를 공유하는 품질을 통해 기하급수적인 가치를 창출할 것으로 기대된다. 따라서 이와 같은 논의에 의거하여 본 연구에서는 품질이 기업의 혁신성과에 유의한 영향을 미칠 것이라는 가설을 수립하였다.
<표 7>은 가설 4. 스마트팩토리의 기술이 혁신성과에 미치는 영향에서 품질은 매개역할을 할 것이라는 가설을 검증한 결과를 나타낸 것이다. 스마트팩토리의 디바이스 기술이 혁신 성과에 미치는 영향에서 품질이 부분매개를 보인 반면, 어플리케이션과 플랫폼 기술이 혁신성과에 미치는 영향에서 품질은 매개효과를 하지 않는 것으로 나타났다.
제안 방법
따라서 스마트팩토리에서의 플랫폼은 디바이스에서 수집된 정보를 분석하고 활용하여 애플리케이션으로 전달하는 중간 소프트웨어 시스템으로 효율적인 데이터 채널로 정의하고 리커트 5점 척도로 4문항을 구성하여 측정하였다.
그 중에서도 투자이익률이 가장 널리 사용된다 (McGuire et al, 1988). 따라서 이 같은 개념을 바탕으로 기업의 시스템 혁신성과에서 수익은 성장전략을 추구하거나, 마케팅위험을 흡수하는 등 여러 가지 산업분야에서 꼭 필요한 자금을 내적/외적으로 공급할 수 있고, 필수적인 자원으로 정의하고 재무적 4문항 비재무적 4문항 등 8문항을 리커트 5점 척도로 구성하여 측정하였다.
따라서 이 같은 개념을 바탕으로 본 연구에서는 사용자의 필요에 따라 애플리케이션으로부터 수집된 정보를 통합· 관리하고 분석결과 등을 제공하는 것으로 정의하고 김한주 외(2019)의 중소기업 스마트팩토리 기술요소를 응용하여 4문항을 리커트 5점 척도로 구성하여 측정한다.
모집단 기업의 특성을 파악하기 위해 빈도분석을 실시하였으며, 설문 문항의 정확성과 신뢰성을 파악하기 위해 신뢰분석과 탐색적 요인분석, 확인적 요인분석을 실시하였다. 마지막으로 경로분석을 통하여 각 변수간의 경로관계를 확인하였다.
중소벤처기업에서의 스마트팩토리의 기술이 혁신성과에 미치는 영향에서 품질이 매개효과를 보이는지 구조모형 Bootstrap분석 결과를 살펴보았다. 매개효과 가설검증 과정에서 간접효과의 유의성 검증은 비정상성 자료로 추정 가능한 Bootstrapping을 500회 반복추출을 실시하였으며 유의수준 .05 수준에 맞추어 측정하였다.
7이상을 만족해야 타당성이 있는 것으로 간주된다(Hair et al, 1998). 본 연구에서는 이 3가지 방법을 모두 사용하여 집중타당성을 검증하였고 변수들의 집중 타당성 분석 결과 모든 변수에서 타당성의 기준을 만족하였으므로 수정 없이 그대로 분석에 사용하였다. 확인적 요인분석의 모형은 <그림 2>와 같다.
변수에 대한 타당성 및 신뢰도 검증 결과는 <표 4>와 같다. 신뢰성분석 결과, 대부분의 변수에서 Cronbach의 알파 0.7이상으로 만족할만한 신뢰도가 확보되었으나, 정보 품질 변수는 신뢰도를 저해하는 2개 문항을 제거한 뒤 0.7이상의 신뢰도를 확보하여 분석에 사용하였다. 또한, K-M-O값도 0.
이 같은 개념을 바탕으로 본 연구에서의 정보품질을 “정보 시스템 사용자가 지각하는 가치의 정도”로 정의하고(Zheng et al., 2013), “정보시스템의 시스템에 의해 산출물과 그 가치(정보 활용에 따라 증가된 가치와 정보획득에 따른 비용과 차이) 에 따른 하위항목을 Lewis(2006)의 정보시스템에서 제공되는 자료에 대한 사용자를 위한 정보 공유에 중점을 둔 품질로 정의하고 리커트 5점 척도로 3문항을 구성하여 측정하였다.
이렇듯 혁신성과변수로 시스템관련 재무적, 비재무적 요인이 사용되는데 본 연구에서의 혁신성과요인으로 Slack & Lewis(2015)의 시스템기술 통합운영관점에서 혁신과 연동된 재무적, 비재무적 성과를 반영하여 측정하고자 한다.
특히 애플리케이션 단계에서는 플랫폼 수준에서 분석된 데이터의 흐름을 도식화하여 최종 운영단계에서 적용되어지기 위해 CRM, SCM, MES, ERP 또는 PLM과 같은 통합된 정보 시스템을 활용해야 하는 점에서 이들 애플리케이션, 플랫폼, 디바이스 기술적용이 핵심요소임을 확인할 수 있는바 이들 3가지 요인의 적합성을 측정변수로 선정하여 관련 인과관계를 검정하고자 한다(Weissman, 2015).
대상 데이터
본 연구의 실증분석을 위하여 국내 중소벤처기업 중 스마트 팩토리를 도입 및 운영하고 있는 제조기업을 대상으로 설문 조사를 실시하였다. 2019년 11월 11일부터 12월 15일까지 총 210부에 대해 설문 응답을 받아, 불성실한 응답 및 결측값을 제외한 후, 최종 186개 기업에 대해 분석을 실시하였다.
본 연구의 실증분석을 위하여 국내 중소벤처기업 중 스마트 팩토리를 도입 및 운영하고 있는 제조기업을 대상으로 설문 조사를 실시하였다. 2019년 11월 11일부터 12월 15일까지 총 210부에 대해 설문 응답을 받아, 불성실한 응답 및 결측값을 제외한 후, 최종 186개 기업에 대해 분석을 실시하였다.
데이터처리
24 활용하였다. 모집단 기업의 특성을 파악하기 위해 빈도분석을 실시하였으며, 설문 문항의 정확성과 신뢰성을 파악하기 위해 신뢰분석과 탐색적 요인분석, 확인적 요인분석을 실시하였다. 마지막으로 경로분석을 통하여 각 변수간의 경로관계를 확인하였다.
이론/모형
시스템품질은 단순하게 “정보시스템의 시스템 자체에 대한 질적 수준을 의미”하는 개념으로 시스템을 사용하고 운영하는데 어느 정도의 효율성을 갖고 있는지에 초점을 맞춘다. 따라서 본 연구에서의 시스템품질을 Seddon(1997)의 선행변수를 바탕으로 4문항을 리커트 5점 척도를 구성하여 측정하였다.
성능/효과
각 기업에서 스마트 팩토리의 도입 동기로는 원가절감 유연한 대응 12개(6.5%) 제조환경 변화를 통한 경쟁력 확보 8개 (4.3%), 인건비 절감 31개(16.7%), 정부지원 및 정책에 의해 29개(15.6%), 방송 및 매체를 통한 학습 15개(8.1%), 내부 직원들의 합의 75개(40.3%), 주변의 권유 16개(8.6%)로 나타났다.
(2016)이 밝힌 플랫폼 비즈니스에서의 애플리케이션과 디바이스, 플랫폼 기술의 적용이 생산자, 소비자 간 상호작용을 통해 가치 창출을 증대시키는 기제임을 밝힌 선행연구를 지지해줌과 동시 스마트팩토리의 기술적용과 혁신성과간의 인과적 관계를 설명했던 기존의 연구, 보고 자료를 통계적인 분석에 기반한 실증연구를 통해 재입증했다는 점에서 의의를 갖는다. 그리고 본 연구에서 강조하고자 했던 기술적용이 성공적인 스마트 팩토리의 혁신성과를 위해 중요하게 작용할 수 있다는 결론을 지지한다. 한편, 이러한 실증연구의 결과는 스마트팩토리 기술적용과 관련하여 기술적 체계를 강조했던 기존의 선행연구(Wang et al.
05이하면 적합하다(이학 식·임지훈, 2017). 따라서 구조방정식의 모형은 검증되었으며, 경로계수의 적합도도 검증되었음을 알 수 있다.
스마트팩토리의 기술이 혁신성과에 미치는 영향에서 품질은 매개역할을 할 것이라는 가설을 검증한 결과를 나타낸 것이다. 스마트팩토리의 디바이스 기술이 혁신 성과에 미치는 영향에서 품질이 부분매개를 보인 반면, 어플리케이션과 플랫폼 기술이 혁신성과에 미치는 영향에서 품질은 매개효과를 하지 않는 것으로 나타났다.
시스템품질은 혁신성과에 유의하지만 정보품질은 혁신성과에 유의하지 않은 영향을 미쳤다. 스마트팩토리의 디바이스 기술이 혁신성과에 미치는 영향에서 품질은 부분 매개효과를 보이는 것으로 나타났다. 이와 같은 결과는 중소제조기업의 4차 혁명 시대 스마트팩토리의 핵심으로서의 기술적용의 상호연결을 통해 수준 높은 정보 품질관리를 구현하고 제조설계에서부터 실행, 분석에 이르기까지 상호 시스템 연동과 중소기업의 필요에 따라 디바이스로부터 수집된 체계적인 정보를 통한 시스템품질을 효율적으로 관리함으로서 기업의 혁신된 성과를 높일 수 있음을 의미한 것으로 볼 수 있다.
또한, 스마트팩토리 기술이 혁신성과에 미치는 영향에서도 디바이스 기술은 유의한 영향을 미치는 반면, 플랫폼과 애플리케이션은 유의하지 않아 기각되었다. 시스템품질은 혁신성과에 유의하지만 정보품질은 혁신성과에 유의하지 않은 영향을 미쳤다. 스마트팩토리의 디바이스 기술이 혁신성과에 미치는 영향에서 품질은 부분 매개효과를 보이는 것으로 나타났다.
연구모델의 모델 적합도 지수는 Chi-square=629.286, DF=313, GFI=0.906, AGFI=0.916, CFI=0.937, RMR=0.039로 나타났다. GFI, AGFI, CFI는 0.
이상의 연구결과 중소벤처기업에서의 스마트팩토리 기술 적용이 품질과 혁신성과에 미치는 영향은 부분적인 영향을 미치는 것으로 나타나 가설 또한 부분 채택되었다. 즉 스마트팩토리 기술로서의 디바이스와 어플리케이션 기술이 정보품질과 시스템품질에 긍정적인 영향을 미치는 반면, 플랫폼 기술은 정보품질과 시스템품질에 유의하지 않아 기각되었다.
이상의 연구결과 중소벤처기업에서의 스마트팩토리 기술 적용이 품질과 혁신성과에 미치는 영향은 부분적인 영향을 미치는 것으로 나타나 가설 또한 부분 채택되었다. 즉 스마트팩토리 기술로서의 디바이스와 어플리케이션 기술이 정보품질과 시스템품질에 긍정적인 영향을 미치는 반면, 플랫폼 기술은 정보품질과 시스템품질에 유의하지 않아 기각되었다. 또한, 스마트팩토리 기술이 혁신성과에 미치는 영향에서도 디바이스 기술은 유의한 영향을 미치는 반면, 플랫폼과 애플리케이션은 유의하지 않아 기각되었다.
후속연구
이러한 주요한 이유는, 중소기업들의 입장에서 스마트팩토리 구축을 통해 실제적인 성과를 가져다줄 수 있는가에 대한 의문이 잠재되어 있기 때문이다. 그러므로 본 연구를 통해 제공된 혁신성과도출은 국내 중소기업을 위한 실제적인 가이드라인을 제공할 수 있을 것이다. 아울러 본 연구를 통해 제시된 기술적용요인은 향후 스마트팩토리 구축과 지원을 고려하고 있는 중소기업과 정부에 중요한 밑거름이 될 수 있을 것이다.
둘째, 중소제조업의 스마트공장화를 위한 로드맵 수립과 마스터플랜의 재정립으로 기술 기반의 플랫폼 및 디바이스 기술 및 SW개발에 대한 국내 산학연의 연구와 정부의 상용화 개발 촉진정책의 가속화와 추적이 요구된다.
, 2016; Lee, 2015)를 실증적으로 검증함으로써 해당 중요성을 다시 확인할 수 있었던 점에서 의의가 있다. 따라서 이 같은 결과를 바탕으로 향후 중소벤처기업에서의 스마트팩토리 기술적용과 발전을 위해 첫째, 중소제조업을 위한 스마트공장화의 기술적용에 대한 인식제고와 방향성 정립이 필요하며 생태계 활성화를 위해 니즈시장, 사업화모델, 시장표준, 산업 연동효율의 창출면에서 촉진화가 선행될 필요가 있다.
마지막으로 본 연구는 제한된 설문에 의한 조사방법으로 표본수의 제한으로 결과를 전국에 일반화하는데 제한을 갖는다. 따라서 향후 연구에서는 제한된 요인에서 벗어나 다양한 스마트팩토리 기술요인을 반영한 표본의 다양화를 통해 후속적인 연구가 필요하다.
마지막으로 본 연구는 제한된 설문에 의한 조사방법으로 표본수의 제한으로 결과를 전국에 일반화하는데 제한을 갖는다. 따라서 향후 연구에서는 제한된 요인에서 벗어나 다양한 스마트팩토리 기술요인을 반영한 표본의 다양화를 통해 후속적인 연구가 필요하다.
셋째, 향후 중소기업에 적합한 스마트팩토리 솔루션을 지속적으로 개선하고 적용하기 위해 제조혁신 마인드의 함양과 시스템을 활용한 스마트팩토리 기술적용을 위해 수주에서 출하까지의 전체 프로세스에 대한 통합모델을 적용해야 할 것이다.
스마트팩토리를 주제로 한 양적 연구의 제약에 따라 선행연구를 기반으로 본 연구에서 수립한 가설에 대하여 직접적인 관계를 설명하는 것은 제한적이다. 그러나 앞서 스마트팩토리의 혁신성과요인을 분류하는 과정에서 다수의 선행연구를 통해 성공적인 스마트팩토리의 도입·구축을 위해 요구되는 기술적 측면을 살펴본바 결과적으로 기업의 혁신성과에 유의한 영향을 미칠 수 있을 것이라는 점을 간접적으로 유추할 수 있게 한다(권세인, 2019).
그러므로 본 연구를 통해 제공된 혁신성과도출은 국내 중소기업을 위한 실제적인 가이드라인을 제공할 수 있을 것이다. 아울러 본 연구를 통해 제시된 기술적용요인은 향후 스마트팩토리 구축과 지원을 고려하고 있는 중소기업과 정부에 중요한 밑거름이 될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
중소제조업이 혁신성과를 이끌어내지 못하고 있는 이유는 무엇인가?
또한, 중소제조업에서는 원가절감과 생산성 향상이 기업의 생존과 직결되는 상황이지만 수집된 데이터 분석과 기술적용에 대한 인력 및 품질관리가 부족하다. 이는 중소제조업 운영에 있어서 어려움을 겪고 있는 것은 물론 기대이상의 혁신성과를 이끌어내지 못하고 있다(박종만, 2015).
스마트팩토리 사업의 실정은 어떠한가?
4%가 기초수준의 데이터 수집단계에 머물러 있어 수준이다. 이는 데이터 분석과 활용을 통한 기업의 경쟁력 강화에는 많은 도움이 되지 못하고 있는 실정이다(김수영, 2018).
스마트팩토리는 무엇인가?
스마트팩토리는 설계, 개발, 유통, 물류, 판매 등 생산 및 전과정에 정보통신기술(ICT)을 적용하여 센서와 사물인터넷 (IoT), 사이버물리시스템(Cyber Physical System)의 신기술과 접목되어 제조의 모든 단계가 디지털화, 자동화되고 모든 공정이 서로 실시간 연동되는 생산체계를 말한다(Radziwon et al., 2014).
참고문헌 (65)
Adolph, L., Anlahr, T., & Bedenbender, H.(2016). German Standardization Roadmap: Industry 4.0. In Version 2. Berlin: DIN eV.
Agus, A.(2005). The structural linkages between TQM, product quality performance, and business performance: Preliminary empirical study in electronics companies. Singapore Management Review, 27(1), 87-106.
Belekoukias, I., Garza-Reyes, J. A., & Kumar, V.(2014). The Impact of Lean Methods and Tools on the Operational Performance of Manufacturing Organizations. International Journal of Production Research, 52(18), 5346-5366.
Brettel, M., Friederichsen, N., Keller, M., & Rosenberg, M.(2014). How Virtualization, Decentralization and Network Building Change the Manufacturing Landscape: An Industry 4.0 Perspective. International Journal of Mechanical, Industrial Science and Engineering, 8(1), 37-44.
Davis, J., Edgar, T., Dimitratos, Y., Gipson, J., Grossmann, I., Hewitt, P., & Strupp, B.(2009). Smart Process Manufacturing: An Operations and Technology Roadmap. Smart Process Manufacturing Engineering Virtual Organization Steering Committee, Los Angeles, CA, Tech. Rep.
Coalition, S. M. L.(2011). Implementing 21st century smart manufacturing. Washington DC: workshop summary report.
Delone, W. H., & McLean, E. F.(1992). Information Systems Success: The Quest for the Dependent Variable. Information Systems Research, 3(1), 60-95.
Flynn, B. B., Huo, B., & Zhao, X.(2010). The Impact of Supply Chain Integration on Performance: A Contingency and Configuration Approach. Journal of Operations Management, 28(1), 58-71.
Fullerton, R. R., Kennedy, F. A., & Widener, S. K.(2014). Lean Manufacturing and Firm Performance: The Incremental Contribution of Lean Management Accounting Practices. Journal of Operations Management, 32(7-8), 414-428.
Gupta, Y. P., & Goyal, S.(1989). Flexibility of Manufacturing Systems: Concepts and Measurements. European Journal of Operational Research, 43(2), 119-135.
Han, J. H., Lee, D. S., & Park, R. G.(2017). A Case Study on Smart Plant and Monitoring System Implementation of Venture Company for Auto Parts. Asia-Pacific Journal of Business Venturing and Entrepreneurship, 12(5), i
Hashem, I. A. T., Yaqoob, I., Anuar, N. B., Mokhtar, S., Gani, A., & Khan, S. U.(2015). The Rise of "Big Data" on Cloud Computing: Review and Open Research Issues. Information Systems, 47, 98-115.
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C.(1998). Multivariate Data Analysis, 5th Edition, Prentice Hall, Upper Saddle River, New Jersey, Chapter 11. Structural Equation Modeling, 577-666.
Hult, G. T. M., Hurley, R. F., & Knight, G. A.(2004). Innovativeness: Its antecedents and impact on business performance. Industrial Marketing Management, 33(5), 429-438.
Imtiaz, J., & Jasperneite, J.(2013). Scalability of OPC-UA Down to the Chip Level Enables Internet of Things. In Industrial Informatics(INDIN), 2013 11th IEEE International Conference, 500-505.
Jayalath, U., Samarasinghe, G. D., Kuruppu, G. N., Prasanna, R., & Perera, H. S. C.(2017). Quality Management and Supply Chain Management Practices towards Operational Performance: A Study of the Rubber Manufacturing Industry of Sri Lanka. Colombo Business Journal, 8(2), 19-41.
Jung, C. H., Seo, Y. S., Kwak, D. S., & Lee, S. J.(2016). A Study on the Implementation Strategy of Successful Information System through a Comparison of ERP and SCM System. Korean Association Of Computers And Accounting, 14(2), 43-57.
Jung, M. U., & Yoo, S. J.(2019). A Study on the Strategy of IoT Industry Development in the 4th Industrial Revolution: Focusing on the direction of business model innovation. Journal of Intelligence and Information Systems, 25(2), 57-75.
Jung, Y. S.(2018). Linking Algorithm between IoT devices for smart factory environment of SMEs. Journal of Convergence for Information Technology, 8(2), 233-238.
Kim, J. H., & Jung, S. H.(2015). Study on CEO characteristics for management of public art performance centers. Journal of Open Innovation: Technology, Market, and Complexity, 1(1), 1-21.
Kang, T. G., & Kim, Y. R.(2016). An Empirical Study on Factors Affecting Smart Factory Introduction Performance from a BSC Perspective: Focus on Manufacturing Firms. Indian Journal of Science and Technology, 9(1), 1-8.
Kauppi, K., Longoni, A., Caniato, F., & Kuula, M.(2016). Managing Country Disruption Risks and Improving Operational Performance Risk Management along Integrated Supply Chains. International Journal of Production Economics, 182, 484-495.
Khanchanapong, T., Prajogo, D., Sohal, A. S., Cooper, B. K., Yeung, A. C., & Cheng, T. C. E.(2014), The Unique and Complementary Effects of Manufacturing Technologies and Lean Practices on Manufacturing Operational Performance. International Journal of Production Economics, 153, 191-203.
Kim, H. J., Heo, H., Kang, J. W. & Boo, J. M.(2019). A Study on Factors Influencing the Introduction of Smart Factory: Focusing on Small and Medium-sized Enterprises in Korea. Journal of society of Korea industrial and systems engineering, 42(3), 252-261.
Kim, K. S., Seo, C. B., & Chung, S. S.(2013). A Case Study on Use of the Production Innovation Methods for Improving Productivity. Asia-Pacific Journal of Business Venturing and Entrepreneurship, 8(3), 147-155.
Kim, M. J., & Lee, S. J.(2017). A Study of Developing an IoT(Internet of Things) Business Platform Based on Fourth Industrial Revolution: Use of Cost Saving Model. Korean Association Of Computers And Accounting, 15(2), 1-18.
Kim, S. Y.(2018). A Case Study of the Introduction of Smart Factory Operation Management(FOM) in the Fourth Industrial Revolution Era. Korean Association Of Computers And Accounting, 16(1), 43-62.
Kwon, S. I.(2019). An empirical study of critical success factors for implementation of smart factory and firm performance: focused on small and medium-sized manufacturing firms. Doctoral dissertation, Dankook University.
Lee, H. S., & Lim, J. H.(2017). Structural Equation Model Analysis & AMOS 24. Jyphyuntae, Seoul.
Lee, J. S.(2014). The Effects of Information System Quality and Service Quality of Small and Medium Enterprises on Business Performance. Journal of CEO and Management Studies, 17(4), 45-66.
Lee, S. B.(2018). The Fourth Industrial Revolution Small Business and Technology Management. Seoul; Kims.
Lewis. A. T.(2006). The Effects of Information Sharing. Organizational Capability and Relation-ship Characteristics on Outsourcing Performance in the supply chain: An Empirical Study. MBA Doctoral Dissertation of The Ohio State University.
McGuire, J. B., Sundgren, A., & Schneeweis, T.(1988). Corporate social responsibility and firm financial performance. Academy of Management Journal, 31(4), 854-872.
Mittal, S., Khan, M. A., Romero, D., & Wuest, T.(2019). Smart Manufacturing: Characteristics, Technologies and Enabling Factors, Proceedings of the Institution of Mechanical Engineers, Part B. Journal of Engineering Manufacture, 233(5), 1342-1361.
Odwazny, F., Szymanska, O., & Cyplik, P.(2018). Smart Factory The Requirements for Implementation of the Industry 4.0 Solutions in FMCG Environment Case Study. LogForum, 14(2), 257-267.
Park, H. S.(2002), Hotel Information System's Quality and System Use Intentions: Mediating Roles of User's Valuses, User's Satisfactions. Journal of business research, 17(2), 191-221.
Park, J. K., & Jang, T. W.(2018). Review of Domestic Research on Smart Manufacturing Technologies. The Journal of Society for e-Business Studies, 23(2), 123-133.
Park, J. M.(2015). Small manufacturing factories Smart Technology Trends & Issues. Korean Communications, 40(12), 15-22.
Parker, G. G., Van Alstyne, M. W., & Choudary, S. P.(2016). Platform Revolution: How Networked Markets Are Transforming the Economy? and How to Make Them Work for You. WW Norton & Company.
Powell, T. C.(1992). Organizational alignment as competitive advantage. Strategic Management Journal, 13(2), 119-134.
Posada, J., Toro, C., Barandiaran, I., Oyarzun, D., Stricker, D., de Amicis, R., & Vallarino, I.(2015). Visual Computing as a Key Enabling Technology for Industrie 4.0 and Industrial Internet. IEEE Computer Graphics and Applications, 35(2), 26-40.
Radziwon, A., Bilberg, A., Bogers, M., & Madsen, E. S. (2014). The smart factory: exploring adaptive and flexible manufacturing solutions. Procedia engineering, 69, 1184-1190.
Sadeghi, A. R., Wachsmann, C., & Waidner, M.(2015). Security and Privacy Challenges in Industrial Internet of Things. Design Automation Conference (DAC), 2015 52nd ACM/EDAC/IEEE. IEEE. 1-6.
Seddon, P. B.(1997). A Respecification and Extension of the DeLone and McLean Model of IS Success. Information Systems Research, 8(3), September, 240-253.
Simons, S., Abe, P., & Neser, S.(2017). Learning in the AutFab-The Fully Automated Industrie 4.0 Learning Factory of the University of Applied Sciences Darmstadt. Proceedia Manufacturing, 9, 81-88.
Stock, G. N., Greis, N. P., & Kasarda, J. D.(2000). Enterprise logistics and supply chain structure: The role of fit. Journal of Operations Management, 18(5), 531-547.
Thoben, K. D., Wiesner, S., & Wuest, T.(2017). Industrie 4.0 and Smart Manufacturing: A Review of Research Issues and Application Examples. International Journal of Automation Technology, 11(1), 4-19.
Vyatkin, V.(2011). IEC 61499 as Enabler of Distributed and Intelligent Automation: State-of-the-Art Review. IEEE Transactions on Industrial Informatics, 7(4), 768-781.
Wang, S., Wan, J., Li, D., & Zhang, C.(2016). Implementing smart factory of industrie 4.0: an outlook. International Journal of Distributed Sensor Networks, 12(1), 3159805.
Weissman, Z.(2015). Siemens PLM Connections Americas 2015. Siemens, Dallas, Texas, Siemens AG Presentation Material, May 2015.
Wollschlaeger, M., Sauter, T., & Jasperneite, J.(2017). The future of industrial communication: Automation networks in the era of the internet of things and industry 4.0. IEEE industrial electronics magazine, 11(1), 17-27.
Zhang, Q., Vonderembse, M. A., & Lim, J. S.(2003). Manufacturing Flexibility: Defining and Analyzing Relationships among Competence, Capability, and Customer Satisfaction. Journal of Operations Management, 21(2), 173-191.
Zhang, Y., Ren, S., Liu, Y., & Si, S.(2017). A Big Data Analytics Architecture for Cleaner Manufacturing and Maintenance Processes of Complex Products. Journal of Cleaner Production, 142, 626-641.
Zheng, Y., Zhao, K., & Stylianou, A.(2013). The impacts of information quality and system quality on users' continuance intention in information-exchange virtual communities: An empirical investigation. Decision Support Systems, 56, 513-524.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.