This study designed an extended technology acceptance model incorporating and combining TPB, TAM, UTAUT, and IDT, which are known to be useful in explaining technology acceptance intention, to analyze antecedents affecting smart farm acceptance intention from the perspective of policy handlers. In t...
This study designed an extended technology acceptance model incorporating and combining TPB, TAM, UTAUT, and IDT, which are known to be useful in explaining technology acceptance intention, to analyze antecedents affecting smart farm acceptance intention from the perspective of policy handlers. In the model of this study, nine independent variables were set, including subjective norm, perceived behavioral control, attitude, perceived usefulness, performance expectation, effort expectation, social impact, promotion condition, and fitness. The effect of these variables on farm acceptance intention was analyzed. The study found that four factors, including perceived behavioral control, perceived usefulness, social impact, and fitness, had positive effects on the acceptance intention of smart farms. Of these, perceived usefulness had the highest impact. In conclusion, all the TPB, TAM, UTAUT, and IDT applied to the research hypothesis to explain the smart farm acceptance intention included on or more variables with significant effects. In other words, these theories were evaluated as useful to explain the acceptance intention of smart farms.
This study designed an extended technology acceptance model incorporating and combining TPB, TAM, UTAUT, and IDT, which are known to be useful in explaining technology acceptance intention, to analyze antecedents affecting smart farm acceptance intention from the perspective of policy handlers. In the model of this study, nine independent variables were set, including subjective norm, perceived behavioral control, attitude, perceived usefulness, performance expectation, effort expectation, social impact, promotion condition, and fitness. The effect of these variables on farm acceptance intention was analyzed. The study found that four factors, including perceived behavioral control, perceived usefulness, social impact, and fitness, had positive effects on the acceptance intention of smart farms. Of these, perceived usefulness had the highest impact. In conclusion, all the TPB, TAM, UTAUT, and IDT applied to the research hypothesis to explain the smart farm acceptance intention included on or more variables with significant effects. In other words, these theories were evaluated as useful to explain the acceptance intention of smart farms.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 스마트 팜을 포함하는 정부의 농정정책을 정부와 농민의 중간자 입장에서 직접 실행하는 한국농어촌공사 임직원을 대상으로 정책실행자의 관점에서 스마트 팜 수용에 영향을 미치는 선행요인을 분석하고자 한다. 조사 대상자를 한국농어촌공사 임직원으로 선택한 이유는 다음과 같다.
이러한 한국농어촌 공사 임직원들의 스마트 팜 수용을 위한 선행요인에 대한 평가는 정부 정책을 농가에 확산 보급하는데에 있어서 중요한 참고자료로 활용할 수 있을 것이다. 또한 농업인과 접촉빈도가 상대적으로 높으며 정책입안자와 수요자의 중간자 입장에서의 시각을 반영하고자 하였다.
인간의 행동과 신기술의 수용의도를 설명하는 이론인 계획된 행동이론, 기술수용모델, 통합기술수용이론, 혁신확산이론의 내생변인들로 연구모델을 선정하고, 총 4단계별로 각 이론들의 내생변인을 추가시켜 설명력이 높아지는 것을 확인하였고, 최종적으로 스마트 팜 수용에 상대적으로 많은 영향을 미치는 요인을 찾아내고자 하였다. 마지막 단게의 회귀분석에서 지각된 유용성, 적합성, 사회적 영향, 지각된 행동통제의 변인이 스마트 팜 수용의도에 영향을 미치는 것으로 분석되어 해당 정책 도입에 있어 해당요인의 상대적 중요성을 강조하고자 하였다.
본 연구는 정부 정책과 농민의 중간자 역할을 많은 부분 소화하고 있는 한국농어촌공사 임직원을 대상으로 확장된 기술수용모형을 통해 스마트 팜 수용을 위한 선행 요인을 분석함으로써, 내⋅외부 환경에 대응하고 스마트 팜 보급 확산을 위한 정책적 시사점을 제시하는데 기존 연구와의 차별성을 갖는다.
가설 설정
H-1: 스마트 팜에 대한 주관적 규범은 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-2: 스마트 팜에 대한 지각된 행동통제는 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-3: 스마트 팜에 대한 태도는 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-4: 스마트 팜에 대한 지각된 유용성은 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-5: 스마트 팜에 대한 성과기대는 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-6: 스마트 팜에 대한 노력기대는 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-7: 스마트 팜에 대한 사회적 영향은 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-8: 스마트 팜에 대한 촉진조건은 스마트 팜의 수용의도에 정(+)의 영향을 미칠 것이다.
H-9: 스마트 팜에 대한 적합성은 스마트 팜의 수용의 도에 정(+)의 영향을 미칠 것이다.
7 이상이었다. 따라서 10개의 변인을 측정하기 위해서 사용된 다수의 설문 문항들은 하나의 동일한 개념을 일관성 있게 측정하였다고 가정하였다.
제안 방법
‘태도’, ‘주관적 규범’, ‘지각된 행동통제’, ‘지각된 유용성’, ‘성과기대’, ‘노력기대’, ‘사회적 영향’, ‘촉진조건’, ‘적합성’, ‘수용의도’ 등 10개의 변인을 측정하기 위해서 사용된 설문 문항 값에 대하여 요인분석을 수행하였다.
1단계 회귀모형에서는 종속변수인 스마트 팜 수용의도에 대하여 계획된 행동이론의 내생변인인 태도, 주관적 규범, 지각된 행동통제를 독립변수로 설정하였고, 2단계 회귀모형에서는 기술수용모델의 내생변인인 지각된 유용성을 독립변수로 추가 투입하였으며, 3단계 회귀모형에서는 통합기술수용이론의 내생변인인 성과기대, 노력기대, 사회적 영향, 촉진조건을 추가로 투입하였다. 마지막 4단계 회귀모형에서는 혁신확산이론의 내생변인인 적합성을 추가로 투입하여 분석하였다.
9개의 독립변수가 종속변수에 미치는 영향을 평가하기 위하여 표준화 베타계수를 조사하였다. 지각된 행동 통제(β= 0.
각 변수들과 설문 문항들의 관계를 조사하여 잠재변수를 평가하기 위하여 요인분석을 수행하였다. 본 연구에서는 요인적재량의 값이 0.
따라서본 연구에서 수행된 회귀 모형은 종속변수를 설명하는데 적절하게 설계된 것으로 판단된다. 그리고 회귀분석을 수행하기 위하여 투입되는 변수 값들 간의 강한 상관관계가 존재하는지 확인하기 위하여 다중공산성을 평가하였다. 회귀모형의 공차 값이 0.
1단계 회귀모형에서는 종속변수인 스마트 팜 수용의도에 대하여 계획된 행동이론의 내생변인인 태도, 주관적 규범, 지각된 행동통제를 독립변수로 설정하였고, 2단계 회귀모형에서는 기술수용모델의 내생변인인 지각된 유용성을 독립변수로 추가 투입하였으며, 3단계 회귀모형에서는 통합기술수용이론의 내생변인인 성과기대, 노력기대, 사회적 영향, 촉진조건을 추가로 투입하였다. 마지막 4단계 회귀모형에서는 혁신확산이론의 내생변인인 적합성을 추가로 투입하여 분석하였다.
문헌 연구를 통하여 사용자의 수용 의도를 설명할 수있는 사회-심리학적 이론인 TPB, TAM, UTAUT, IDT를 기반으로 확장된 기술수용모형을 설계하였다.
본 연구는 정부의 정책과 농민 간 괴리를 줄여주는 중간자로써 농업정책을 실행하는 공공기관(한국농어촌공사) 임직원을 대상으로 확장된 기술수용모형을 통해 스마트 팜 수용을 위한 선행요인을 분석함으로써 내⋅외부 환경에 대응하고 스마트 팜 보급 확산을 위한 정책적 시사점을 제시하는데 기존 연구와의 차별성을 둔다.
선행연구 결과로부터 각 이론이 가지는 독립변수를 채택하고, TPB – TAM – UTAUT – IDT의 위계 단계별로 채택된 독립변수를 추가로 투입하면서 각 이론들의 독립변수가 스마트 팜 수용 의도에 미치는 영향의 설명력 변화를 평가하고 연구가설을 검증하였다(Fig. 1 참조).
설문 도구의 구성은 스마트 팜과 유사한 신기술의 수용의도를 설명하는 선행연구들을 토대로 하여 리커트 5점 척도로 구성하였고, 설문조사에 응답자의 주의를 환기하기 위해 역코딩한 설문 문항을 포함하였다. 변수의 개념과 정의는 Table 2와 같다.
설문에 앞서 설문지의 가독성과 설문 문항의 이해도를 살펴보기 위해 15명을 대상으로 예비설문을 실시 하였으며, 예비설문에 따른 결과를 수정 및 보완하여 최종 설문지를 구성하였다.
설문응답자의 인구통계학적 특성에 따라서 스마트 팜 수용의도에 차이가 있는지를 평가하기 위하여 일원배치 분산분석을 수행하였다. 설문을 실시하기 전 스마트 팜에 대한 개념과 운영원리에 관한 사항을 함께 배포해 주고 이에 대해 이해하는 정도에 따라 5단계(전혀그렇지 않다그렇지 않다-보통이다-그렇다-매우그렇다)로 구분하였으며 이해도가 3점(보통이다) 이상으로 자기평가한 표본을 대상으로 분석을 실시하였다. 성별에 따른 스마트 팜 수용 의도(F=2.
스마트 팜 보급의 확산을 위하여 농업분야 농정정책을 수행하는 정책 실행자를 대상으로 스마트 팜 수용의 도에 영향을 미치는 선행요인을 평가하였다. 그 결과 다음과 같은 결과를 얻을 수 있었다.
스마트 팜 수용의도를 분석하기 위해 첫째, 선행연구 분석을 통해 계획된 행동이론, 기술수용모델, 통합기술수용이론, 혁신확산이론을 고찰하여 기술수용모형을 설계하고 가설을 설정하고, 둘째, 연구가설을 통계적 유의수준에서 검증하여 회귀식을 도출하며, 셋째, 검증용 데이터를 회귀식에 적용하여 회귀식의 유의성을 실증한다.
연구가설 설정을 위해 TPB의 내생변인인 주관적 규범, 지각된 행동통제, 태도와 TAM의 내생변인 태도, 지각된 유용성, UTAUT의 내생변인 성과기대, 노력기대, 사회적 영향, 촉진조건, IDT의 내생변인 적합성을 스마트 팜 수용의도에 영향을 미치는 주요 독립변수로 설정하였고 이를 통해 다음과 같은 9가지의 가설을 설정하였다.
일원배치분산분석을 통해 집단 간의 차이를 살펴본 결과 스마트 팜에 대한 이해도가 높을수록 수용의도가 증가하는 것으로 분석되었다. 인간의 행동과 신기술의 수용의도를 설명하는 이론인 계획된 행동이론, 기술수용모델, 통합기술수용이론, 혁신확산이론의 내생변인들로 연구모델을 선정하고, 총 4단계별로 각 이론들의 내생변인을 추가시켜 설명력이 높아지는 것을 확인하였고, 최종적으로 스마트 팜 수용에 상대적으로 많은 영향을 미치는 요인을 찾아내고자 하였다. 마지막 단게의 회귀분석에서 지각된 유용성, 적합성, 사회적 영향, 지각된 행동통제의 변인이 스마트 팜 수용의도에 영향을 미치는 것으로 분석되어 해당 정책 도입에 있어 해당요인의 상대적 중요성을 강조하고자 하였다.
채택된 가설에 대해 모형 검증을 위하여 검증용으로 수집한 25개의 자료를 적용하여 모형의 적합성을 검증하였다. 회귀모형에서 Y′의 평균값과 도출된 회귀식에 의해 계산 값이 Yn의 평균값은 Table 10과 같다.
대상 데이터
설문 대상자는 농정을 일선에서 실행하는 정책 실행자인 한국농어촌공사 임직원을 대상으로 수행하였다. 2019년 9월 1일부터 2019년 11월 30일까지 대면조사와 온라인을 통해 조사를 실시하였다. 총 225부의 설문지를 배포하였고 이중 204부가 회수되었으며, 스마트 팜에 대한 이해도가 보통(=3점) 이상으로 자기 평가한 190명 중 165부에 대해 가설의 통계적 유의성을 검증하여 회귀모형에 대한 회귀식을 도출하고, 25부에 대해서는 도출된 회귀식을 실증분석하는데 활용하였다.
설문 대상자는 농정을 일선에서 실행하는 정책 실행자인 한국농어촌공사 임직원을 대상으로 수행하였다. 2019년 9월 1일부터 2019년 11월 30일까지 대면조사와 온라인을 통해 조사를 실시하였다.
2019년 9월 1일부터 2019년 11월 30일까지 대면조사와 온라인을 통해 조사를 실시하였다. 총 225부의 설문지를 배포하였고 이중 204부가 회수되었으며, 스마트 팜에 대한 이해도가 보통(=3점) 이상으로 자기 평가한 190명 중 165부에 대해 가설의 통계적 유의성을 검증하여 회귀모형에 대한 회귀식을 도출하고, 25부에 대해서는 도출된 회귀식을 실증분석하는데 활용하였다. 분석은 IBM SPSS 25.
데이터처리
설정한 9개의 연구가설을 검증하기 위하여 다중회귀분석을 수행하였다. 10 변인들을 측정한 설문 문항 값들의 평균을 사용하였고, 모든 회귀모형에 대한 Durbin-Watson 통계량을 계산하였다. Durbin-Watson 값의 범위는 0∼4로 분포하는데 0에 가까울수록 양의 자기 상관성을 나타내며, 2에 가까울수록 자기상관성이 거의 없으며, 4에 가까울수록 음의 상관성을 나타낸다.
10개의 변인에 대한 상관관계 분석을 수행하기 위하여 Pearson 상관계수 값을 계산하였다(Table 5). 모든 상관관계 값들이 통계적으로 유의한 것으로 조사되었다.
Harman의 단일 요인 검증(Harman’s single factor test)을 수행하여 동일방법편의 유무를 평가하였다.
본 연구의 가설을 검증하기 위해 위계적 회귀분석을 수행하였다. 설정한 9개의 연구가설을 검증하기 위하여 다중회귀분석을 수행하였다.
총 225부의 설문지를 배포하였고 이중 204부가 회수되었으며, 스마트 팜에 대한 이해도가 보통(=3점) 이상으로 자기 평가한 190명 중 165부에 대해 가설의 통계적 유의성을 검증하여 회귀모형에 대한 회귀식을 도출하고, 25부에 대해서는 도출된 회귀식을 실증분석하는데 활용하였다. 분석은 IBM SPSS 25.0 for Windows 통계프로그램을 사용하여 기술통계분석, 주성분 분석, 요인 분석, 상관관계, 다중회귀 분석 등을 실시하였다.
설문응답자의 인구통계학적 특성에 따라서 스마트 팜 수용의도에 차이가 있는지를 평가하기 위하여 일원배치 분산분석을 수행하였다. 설문을 실시하기 전 스마트 팜에 대한 개념과 운영원리에 관한 사항을 함께 배포해 주고 이에 대해 이해하는 정도에 따라 5단계(전혀그렇지 않다그렇지 않다-보통이다-그렇다-매우그렇다)로 구분하였으며 이해도가 3점(보통이다) 이상으로 자기평가한 표본을 대상으로 분석을 실시하였다.
본 연구의 가설을 검증하기 위해 위계적 회귀분석을 수행하였다. 설정한 9개의 연구가설을 검증하기 위하여 다중회귀분석을 수행하였다. 10 변인들을 측정한 설문 문항 값들의 평균을 사용하였고, 모든 회귀모형에 대한 Durbin-Watson 통계량을 계산하였다.
‘태도’, ‘주관적 규범’, ‘지각된 행동통제’, ‘지각된 유용성’, ‘성과기대’, ‘노력기대’, ‘사회적 영향’, ‘촉진조건’, ‘적합성’, ‘수용의도’ 등 10개의 변인을 측정하기 위해서 사용된 설문 문항 값에 대하여 요인분석을 수행하였다. 요인분석 수행을 위한 적합성 평가는 바틀렛의 구형성 검정과 KMO 값을 계산하여 평가하였다. 모든 변인에 대한 구형성 검정 결과의 유의수준은 p<0.
측정된 10개 변인 값에 대한 내적 신뢰도를 평가하기 위하여 크론바흐 알파 계수 값을 계산하였다. 8개의 모든 크론바흐 알파 계수 값들은 최솟값 0.
성능/효과
8개의 모든 크론바흐 알파 계수 값들은 최솟값 0.789(‘태도’)와 최댓값 0.955(‘지각된 유용성’)의 범위를 가지고 있는 것으로 나타났다.
, 2019). 검정 결과 AT-4, AT-6의 첨도는 각각 3.412와 3.719로 계산되어 최종분석에서 제외되었다. 이외의 다른 문항은 첨도와 왜도의 절대 값이 모두 2.
Durbin-Watson 값의 범위는 0∼4로 분포하는데 0에 가까울수록 양의 자기 상관성을 나타내며, 2에 가까울수록 자기상관성이 거의 없으며, 4에 가까울수록 음의 상관성을 나타낸다. 계산 결과, 통계량은 1.964이며 이 값은 2에 근접하여 자기상관성의 문제가 없는 것으로 평가되었다. 따라서본 연구에서 수행된 회귀 모형은 종속변수를 설명하는데 적절하게 설계된 것으로 판단된다.
기술수용모델의 핵심 변인인 지각된 유용성이 스마트팜의 수용의도에 영향을 미치는 핵심 요인이라는 결론을 도출할 수 있었다. 이는 스마트 팜을 사용하는 것이 개인에게 생산성 및 농업성과를 높여주고, 효율적이며 농업활동에 유용한 시스템이라고 생각되는 정도가 스마트팜을 수용하고 도입하는데 중요한 역할을 한다는 것이다.
두 번째 단계에서 지각된 유용성을 투입한 결과, 회귀모형의 설명력은 66.9%였으며(Adjust R2=69.9 F=83.94, p=0.000 < 0.05), 세 번째 회귀모형에서는 성과기대와 노력기대, 사회적 영향, 촉진조건이 추가로 투입되었으며 회귀모형의 설명력은 68.7%였다(Adjust R2=68.7 F = 45.988, p=0.000 < 0.05).
1 이상으로 계산되었다. 따라서 다중공산성은 본 연구에서 수행된 위계적 회귀분석 수행에 위협이 되지 않는 것으로 평가되었다. 독립 변수는 태도와 주관적 규범, 지각된 행동통제, 지각된 유용성, 성과기대, 노력기대, 사회적 영향, 촉진조건, 적합성이고, 종속변수는 스마트 팜 수용의도이다(Table 7참조).
6 이상이었다. 따라서 본 연구에서 사용된 설문 문항의 측정값들에 대한 요인분석의 수행은 적합하다고 판단된다.
323)이 수용의도에 미치는 영향은 통계적으로 유의한 것으로 나타났다. 따라서 연구가설 H-3과 H-4, H-7, H-9는 통계적 유의수준에서 지지된 것으로 평가되었다.
964이며 이 값은 2에 근접하여 자기상관성의 문제가 없는 것으로 평가되었다. 따라서본 연구에서 수행된 회귀 모형은 종속변수를 설명하는데 적절하게 설계된 것으로 판단된다. 그리고 회귀분석을 수행하기 위하여 투입되는 변수 값들 간의 강한 상관관계가 존재하는지 확인하기 위하여 다중공산성을 평가하였다.
10개의 변인에 대한 상관관계 분석을 수행하기 위하여 Pearson 상관계수 값을 계산하였다(Table 5). 모든 상관관계 값들이 통계적으로 유의한 것으로 조사되었다. ‘지각된 유용성’과 ‘수용의도’ 간의 상관관계 값은 0.
05). 사후분석으로서 3개의 스마트 팜 이해도 집단의 평균에 대하여 Duncan test를 시행한 결과, 3점과 4점, 5점으로 평가한 스마트 팜 이해도 그룹의 수용의도 평균값은 유의수준 0.05에서 각각 서로 다른 것으로 조사되었다(Table 6).
성별에 따른 스마트 팜 수용 의도(F=2.362, p=0.126 > 0.05), 연령에 따른 스마트 팜 수용의도(F=1.294, p=0.152 > 0.05), 학력에 따른 스마트 팜 수용의도(F=1.248, p=0.293 > 0.05), 직급에 따른 스마트팜 수용의도(F=0.307, p=0.873 > 0.05)에 대한 분산분석 결과 통계적으로 유의하지 않은 것으로 나타났다.
스마트 팜 이해도에 따른 수용의도에 대한 일원배치 분산분석 결과는 통계적으로 유의한 것으로 나타났다 (F=16.721, p=0.000 < 0.05).
위계적 다중회귀분석을 수행한 결과 최종 4번째 단계에서 9개의 독립변인 중 지각된 유용성-적합성-사회적 영향-지각된 행동통제 순으로 영향력 크기를 가지고 스마트 팜 수용의도에 정(+)의 영향을 미치는 것으로 나타났으며, 각 위계단계가 증가할 때마다 수정된 R2값이 높아지면 설명력이 증가하는 것으로 분석되었다.
일원배치분산분석을 통해 집단 간의 차이를 살펴본 결과 스마트 팜에 대한 이해도가 높을수록 수용의도가 증가하는 것으로 분석되었다. 인간의 행동과 신기술의 수용의도를 설명하는 이론인 계획된 행동이론, 기술수용모델, 통합기술수용이론, 혁신확산이론의 내생변인들로 연구모델을 선정하고, 총 4단계별로 각 이론들의 내생변인을 추가시켜 설명력이 높아지는 것을 확인하였고, 최종적으로 스마트 팜 수용에 상대적으로 많은 영향을 미치는 요인을 찾아내고자 하였다.
지각된 행동 통제(β= 0.102)와 지각된 유용성(β=0.429), 사회적 영향 (β=0.155), 그리고 적합성(β=0.323)이 수용의도에 미치는 영향은 통계적으로 유의한 것으로 나타났다.
첫번째 단계에서 태도와 주관적 규범, 지각된 행동통제를 투입한 결과, 첫 번째 회귀모형은 총변동의 45.5%를 설명하는 것으로 나타났다(Adjust R2=45.5 F = 46.700, p=0.000 < 0.05).
후속연구
그럼에도 불구하고 스마트 팜에 대한 이해도가 비교적 높으며 농업인과 밀접한 곳에서 농정 정책을 실행하는 집단의 의견이라는 데에 신뢰성 측면에서 큰 의미가 있다고 할 수 잇다. 두 번째는, 다른 특성을 가지고 있는 집단의 의견을 정확하게 반영하지 못하며 이들에게 본 연구결과를 일반회시키기에는 한계점이 있을 수 있다. 따라서 본 연구결과를 토대로 청년 귀농인, 예비 창업인, 기업체, 농업법인, 소작농 등의 다양한 집단을 대상으로 후속연구를 실시한다면 집단 간의 스마트 팜 수용의도에 대한 차이점 도출을 통해 스마트 팜 확산을 위한 수요 집단별 맞춤형 정책을 발굴하여 제공할 수 있을 것으로 기대한다.
두 번째는, 다른 특성을 가지고 있는 집단의 의견을 정확하게 반영하지 못하며 이들에게 본 연구결과를 일반회시키기에는 한계점이 있을 수 있다. 따라서 본 연구결과를 토대로 청년 귀농인, 예비 창업인, 기업체, 농업법인, 소작농 등의 다양한 집단을 대상으로 후속연구를 실시한다면 집단 간의 스마트 팜 수용의도에 대한 차이점 도출을 통해 스마트 팜 확산을 위한 수요 집단별 맞춤형 정책을 발굴하여 제공할 수 있을 것으로 기대한다.
이는 스마트 팜을 사용하는 것이 개인에게 생산성 및 농업성과를 높여주고, 효율적이며 농업활동에 유용한 시스템이라고 생각되는 정도가 스마트팜을 수용하고 도입하는데 중요한 역할을 한다는 것이다. 따라서 지각된 유용성을 높이기 위한 스마트 팜의 구체적인 유용성에 대한 사례전파, 홍보, 체험 기회 확대 등이 스마트 팜 보급 확산에 기여할 수 있을 것이다. 또한 도출된 스마트 팜 수용의도에 영향을 미치는 요인인 적합성, 사회적 영향, 지각된 행동통제와 관련하여 청년층을 대상으로 한 지원, 스마트 팜 도입을 위한 제도적 장치 마련, 기업체와 영농법인을 대상으로 하는 유인책 확대가 필요하며, 특히 상대적으로 경제적 여유, 고령화 등의 이류로 스마트 팜을 도입하고 싶어도 도입하지 못하는 소작농 집단이 도태되거나 소외감을 느끼지 않도록 하는 사회적 배려와 장치, 정책적 도움이 필요하다.
스마트 팜은 단순한 노동력 절감 차원을 넘어선 농작업의 시간적⋅공간적 구속으로부터 자유로워져 여가시간이 늘고, 삶의 질도 개선되어 우수 신규 인력의 농촌 유입 가능성도 증가될 것으로 기대하고 있다 (Ministry of Agriculture, Food and Affairs, 2019). 또한 노동력과 에너지의 절감, 생산량 향상, 품질 확보 등의 효과로 농가 소득 향상 및 농업을 고부가가치 산업으로 발돋음 할 수 있는 기회를 제공한다. RDA(2015)는 우리나라스마트 팜 기술이 아직은 초기 단계이지만 급속도로 발전을 이룰 수 있는 가능성이 충분하며, 농업⋅농촌의 난관을 극복하기 위한 대안이 될 것으로 전망하고 있다.
따라서 지각된 유용성을 높이기 위한 스마트 팜의 구체적인 유용성에 대한 사례전파, 홍보, 체험 기회 확대 등이 스마트 팜 보급 확산에 기여할 수 있을 것이다. 또한 도출된 스마트 팜 수용의도에 영향을 미치는 요인인 적합성, 사회적 영향, 지각된 행동통제와 관련하여 청년층을 대상으로 한 지원, 스마트 팜 도입을 위한 제도적 장치 마련, 기업체와 영농법인을 대상으로 하는 유인책 확대가 필요하며, 특히 상대적으로 경제적 여유, 고령화 등의 이류로 스마트 팜을 도입하고 싶어도 도입하지 못하는 소작농 집단이 도태되거나 소외감을 느끼지 않도록 하는 사회적 배려와 장치, 정책적 도움이 필요하다.
또한 한국농어촌공사는 첨단유리온실조성사업, 스마트팜 혁신밸리 조성사업, 노지스마트농업 시범단지조성사업 등을 숭행해오고 있는 스마트 팜과 관련한 정책을 일선에서 실행해 오고 있는 기관이다. 이러한 한국농어촌 공사 임직원들의 스마트 팜 수용을 위한 선행요인에 대한 평가는 정부 정책을 농가에 확산 보급하는데에 있어서 중요한 참고자료로 활용할 수 있을 것이다. 또한 농업인과 접촉빈도가 상대적으로 높으며 정책입안자와 수요자의 중간자 입장에서의 시각을 반영하고자 하였다.
본 연구의 한계점은 다음과 같다. 첫 번째로, 일선에서 농정정책을 수행하는 한국농어촌공사 임직원들을 대상으로만 조사를 실시하였다는 점이다. 그럼에도 불구하고 스마트 팜에 대한 이해도가 비교적 높으며 농업인과 밀접한 곳에서 농정 정책을 실행하는 집단의 의견이라는 데에 신뢰성 측면에서 큰 의미가 있다고 할 수 잇다.
참고문헌 (58)
Ahn, M. H. 2019. A Study on the Effects of Technical Characteristics of Smart Farm on the Acceptance Intention: Focusing on the Mediating Effect of Effort Expectation. Hoseo University Master's thesis.
Ahn, M. H. & Heo, C. M. 2019. The Effect of Technical Characteristics of Smart Farm on Acceptance Intention by Mediating Effect of Effort Expectation. Journal of Digital convergence 17(6): 145-157.
Ajzen, I., 1991, The Theory of Planned Behavior, Organizational Behavior and Human Decision Processes, 50(2); 179-211.
Bhatti, T., 2007, Exploing Factors Influencing the Adoption of Mobile Commerce, Journal of Internet Banking and Commerce 12(3); 1-13.
Chang, Y. I and Jung, Y. S., 2018, A Study on the Cryptocurrendies Investing Factors Using Technology Acceptance Model(TAM), The e-Business Studies 19(20: 139-158.
Cho, B. J. 2019. Study on Factors Affecting Financial Investors' Acceptance Intention to Robo-Advisor based on UTAUT. Technology Management, Seoul National University Master's thesis.
Choi, J. H., Beak, Y. T., and Han, S. J., 2013, A Stucy of Receptive Factors of Smartphone Service from the User's Perspective, Journal of the Korea Society of Computer and Information, 18(11); 181-190.
Choi, M. O., 2019, A Case Study on Smart Farm Applying Management Technology Level, Doctoral dissertation in Gueongnal National University.
Cote, J. A. and Buckley, M. R. 1987. Estimating Trait, Method, and Error Variance: Generalizing Across 70 Construct Validation Studies, Journal of Marketing Research 24(3): 315-318.
Chung, H. C., Koo, C. M. and Chung, N. H., 2017, Examining the Adoption of Exhibition NFC Service Using UTAUT & Trust, Intrenational Journal of Tourism Management and Services 32(2): 1-22.
Chung, M. R., Choe, Y. C., Moon, J. H. and Lee, C.H., 2007, Understandign Producers' Continuing Use of Food Traceability System, The Korean Journal of Agricultural Economics, 48(4); 133-160.
Han, S. I., 2005, Deterninants of the Users Intention to Use of Mobile Banking, The Journal of Society for e-Business Studies, 10(3); 135-157.
Hong, H. Y., Moon, J. H., Yoo, C. W. and Choe, Y. C., 2008, An Anlaysis of Social-Psychological Factors that Influence the Intention to Use the Agricultrual Information System "LFcenter System", Journal of Agricultural Extension & Community Development 15(4): 659-681.
Hwang, J. S. And Lee, H. J., 2017, A Study on Unified Theory of Acceptance and Use of Technology(UTAUT) Improvement using Meta-Analysis: Focused on Analysis of Korea Citation Index(KCI)-Listed Researches, The Korean Journal of BigData 2(2): 46-51.
Jang, H. Y. and Koh, J., 2017, Factors Affecting the Usage of Elderly People's Smartphones: Based on UTAUT Model, The Journal of Information System 26(1): 143-169.
Jung, G. H., Choe, Y. C., Park, H. D. and Jang, I. H., 2010, Study on the Relationship Between Factors of Farmers' Adoption and Continuous Use of Innovative Technology, Journal of Agricultural Education and Human Resource Development 42(3): 109-137.
Jung, J. W., 2018, A Study on the Information Security Factors Affecting of Smart Home IoT Services, Soongsil University Master's thesis.
Kang, J. H., Park, E. Y., and Kang, J. H. 2018. Effect of Expected Value of Smart Farm Produce Ingredients on Innovation Willingness and Sustainability. International Journal of Tourism Management and Science 33(8); 81-100.
Kang, Y. E., Park, M. J. and Kim, E. J., 2013, Acommodation attitude and begavioral intentionof mobile rural resources application for revitalization of rural tourism, Korean Journal of Tourism Research 28(4);195-216
Kashy, D. A., Donnellan, M. B., Ackerman, R. A., Russell, D. W., 2009. Reporting and Interpreting Research in PSPB: Practices, Principles, and Pragmatics, Personality and Social Psychology Bulletin, 35(9): 1131-1142.
Kim, D. P., Choi, J. Y., and Choi S. G. 2017. The impacts of Personal Characteristics and Recognition of External Environments for the Prospective Smart Farm Agricultural Entrepreneurs on the Entrepreneurial Intention of Smart Farm Start-ups; Focused on Hoengseong-gun Province. Journal of Korean Regional Development 26(3): 183-218.
Kim, H. C. and Ahn, S. D., 2018, Factor Analysis of the Acceptance of Convergence ICT by Farmers and Role of Agricultural Cooperatives: A Focus on Smart Farms, The Korean Journal of Cooperative Studies, 36(2): 115-135.
Kim, J. T and Han, J. S., 2017, Agricultural Management Innovation throuhg the Adoption of Internet of Things: Case of Smart Farm, Journal of Digital Convergence, 46(5); 65-75.
Kim, K. B. and Jeon, I. O., 2018, Influential Factors of Intention to Use Drone Technology: An Application of Extended UTAUT Model, Journal of Distribution and Management Research 21(3): 161-173.
Kim, N. H. 2015. A Study on Drug Users' Intention to Use Treatment services - Application of the Behavioral Model of Health Services Use and the Theory of Planned Behavior. Doctoral dissertation in Seoul National University.
Kim, S. H. 2017. A study on the acceptance of mobile easy payment service for Chinese users applying UTAUT model : focusing on group analysis of gender and voluntariness. Yonsei University Master's thesis.
Kim, S. T. & Chea, M. S., 2007, A Study on the Anlaysis of the Performance Factors of the Agricultural Outlook Information Survey System, Journal of Rural Development 30(6): 183-218.
Kim, T. J., Jung, J. M. and Lee, S. L., 2017, Predicting Acceptance Intention of Spots Wearable Smart Device based on Technology Acceptance Model and Theory of Planned Behavior: The Moderating Effects of Gender, Korean Journal of Sport Science 28(4); 899-916.
Kim, Y. G. and Hong, S. J., 2012, Stucy on the Acceptance and Continuous Use of New Seed of Chinese Cabbage, Journal of Agriculture & Life Science 46(5); 153-165.
Kim, Y. C. and Jeong, S. R., 2013, A Study on Factors that Influence the Using of Mobile Apps: Based on Flow Theory and Unified Theory of Acceptance and Use of Technology, Journal of Korean Society for Internet Information 14(4): 73-84.
Kim, Y. S., 2018, An Empirical Stucy on the Acceptance Intention of Smart Grid AMI System, Soongsil University Master's thesis.
Kwon, M. C. 2017. Study on the US intention of robo-advisor service based on the UTAUT model : focused on the Shinhan finance group. Korea University Master's thesis.
Kwon, M. J. and Kim. J. M., 2018, An Analysis of Users Attituded and Satisfaction toward the Motivation of Artificial Intelligence Speaker: Based on the Theory of Diffusion of Innovatons, Journal of Communication Design 65: 475-483.
Larsen, T. J., Sorebo, A. M., Sorebo, O. 2009. The role of task - technology fit as users' motivation to continue information system use. Computers in Human behavior, 25(3): 778-784.
Lee, D. Y. & Lehto, M. R., 2013. User acceptance of You-Tube for procedural learning: An extension of the Technology Acceptance Model. Computers & Education, 61: 193 - 208.
Lee, E. C., Jo, S. C. and Lee, H. Y., 2018, A Study on the Impact of Mobile Healthcare's Diffusion of Innovation Factors on Intention to Use: Focusing on Moderating Effect of Innovation Propensity, Journal of Digital Convergence 16(5): 153-162.
Lee, H. R. and Jung, H. Y., 2018, An Study on Factors Affecting the Acceptance of Autonomous Vehicle from the Extended Unified Theory of Acceptance and Use of Technology Model, Journal of Kora Planning Association 53(5): 73-86.
Lee, J. K., Choi, M. D. and Oh, D. Y., 2015, A Study on the Determinants of Acceptance Intention of Smartphone SNS-based Financial Application, Journal of Cybercommunication Academic Society, 34(4); 123-161.
Lee, J. S., 2019, A Stucy on the Effect of Wearable Device Acceptance Intention: The Mediating Effect abourt Willingness to Pay of Perceived Value, Keimyung University Master's thesis.
Lee, J. W. and Sohn, Y. K., 2017, How Effective are Additional Variables to Predict Human Behavior Based on the Theory of Planned Behavior: A Meta-Analytic Approach to Elaborate the Theory of Planned Behavior,
Lim, G. H. 2010. A Comparative Study of consumers between Korea and China on Affecting Factors of using the internet banking based on UTAUT theory. Kyungpook National University Master's thesis.
Ministry of Agriculture, Food and Affairs, 2019
Moore, G. C., & Benbasat, I. 1991. Development of an instrument to measure the perceptions of adopting an information technology innovation. Information systems research, 2(3): 192-222.
Oh, J. S., 2019, A Stucy on Smart Farm Based on ICT: Focusing on the case of B Pig Farm, Korea University Master's thesis.
Park, B. 2012. Twitter Adoption Model: Integrative Approach to Innovation Diffusion Theory, Technology Acceptance Model, and Model of Innovation Resistance, Internet and Information Security KFMA 3(1): 35-63.
Park, J. H., Chae, Y. W. and Park. J. S., 2016, A Study on Farm' Acceptance Intentions of New Seed Variety Using Technology Acceptance Model: Focus on New Cultivar 'Gold' Kiwi Fruit. 33(2); 61-80
Park, S. Y., Choi, S. C., Cha, S. B., Kim, J. S. and Song, M. Y., 2011, Analysis of Farmers' Paticipation Intention in Agricultural Educaton Programs and Implications for Improvement based on Technology Acceptance Model, Korean Journal of Agricultural Management and Policy 38(3): 475-502.
Park, W. S., Suh, D. K. and Lee S. D., 2009, An Emprircal Study on the Determinant Factors of New Technology Acceptance by Farmhouse Type, Korean Journal of Agricultural Management and Policy 36(3): 509-539.
Rogers, E. M., 1983. Diffusion of Innovations, Free Press, 3th ed., New York, NY.
Rural Development Administration, 2015, Korean Smart Farm Development Direction and Strategy Symposium
Seo, D. S. 2018. Testing of the theory of planned behavior Model for Older ICT Usage Behavior: Comparison between Groups according to Gender and Age. Yonsei University Master's thesis.
Shim, Y. J., 2018, A Study on Factors Affecting to FinTech Service Adoption Using the UTAUT Model,
Sohn, S. H., Choi, Y. J. and Hwang, H. S., 2011, Understanding Acceptance of Smartphone among Early Adopters Using Extended Technology Acceptance Model, Korean Journal of Journalism & Communication Studies 55(2); 227-251.
Son, H. J., Lee, S. W., Jin, B. S., Cho, M. H. 2014. Examination of Influential Factors Tablet PC Use-Application of Theory of Planned Behavior and Technology Acceptance Model. Journal of Communication Science 14(4): 106-145. Journal of Practical Research in Advertising and Public Relations, 10(3); 217-243.
Song, B. C. and Kim, W. M., 2018, How the Technological Acceptance Factors influence the User's Acceptance and Behavioral Intentions using the Unified Technology Theory of Acceptance: Case of Korean Medical Device Products, The Journal of East Asian Researches 54: 46-62.
Song, S. O., 2017, A Study on User Acceptance Model of uTradeHub Service Based on Unified Theory of Acceptance and Use of Technology, Korean Academy Industrical Cooperation Society 18(8): 181-189.
Yoon, C. H and Park, C. H., 2018, An Empirical Study on the Adoption of Online Direct Marketing in Agricultural Firms, Information System Review 20(1): 41-59.
Yu, J. W., 2018, Research for Consumer Adoption Intention of New Products Based on UTAUT: Moderating Effects of Type of New Products and Regulatory Focus. Pusan National University Master's thesis.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.