[논문]AI 노인 돌봄 로봇의 혁신특성과 노인소비자특성이 수용의도에 미치는 영향

엽효; 김치용

doi:10.9717/kmms.2020.23.10.1318

AI 노인 돌봄 로봇의 혁신특성과 노인소비자특성이 수용의도에 미치는 영향
The Effect of the Innovative Characteristics and the Consumer Characteristics of the AI Elderly Care Robot on the Intention to Acceptance 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.23 no.10, 2020년, pp.1318 - 1330

엽효 (Dept. of Storytelling, Graduate School, Dong-Eui University) , 김치용 (Major of Game Animation Engineering, Dong-Eui University)

Abstract ▼ AI-Helper

The purpose of this study is to identify the effect of the innovation characteristics that AI Elderly Care Robots have on elderly consumers and to verify the acceptance or mediated resistance by the elderly of the innovation characteristics. Research was conducted throughout this study of the characteristics of the elderly so that the study results could contribute to the improvement of the quality and manufacture of AI Elderly Care Robots by lowering the psychological resistance of the elderly. Survey questions were answered by senior citizens aged 65 and older. The SPSS25 and AMOS22 programs were used for analysis. The analysis confirmed that innovation resistance has a significant mediated effect on the characteristics of elderly consumers and their willingness to accept the innovation characteristics of the AI Elderly Care Robots. Through this study, Ram's innovation resistance model has been verified empirically and it is estimated that by considering the specificities of elderly consumers and using the information to contribute to the development and modification of AI Elderly Care Robots will increase the willingness of the elderly to accept the innovation characteristics of the AI Elderly Care Robots.

주제어

표/그림 (15)

표 Table 1. Development of AI elderly care robots by country
표 Table 1. Continued
그림 Fig. 1. Research model.
표 Table 2. Operational definition and pre-study of research variables
표 Table 3. Research Theory
표 Table 4. General characteristics of a sample
표 Table 5. KMO and Bartlett
그림 Fig. 2. AMOS estimates.
표 Table 6. The performance for proposed algorithm and conventional algorithms
그림 Fig. 3. Model suitability.
표 Table 7. Positive factor analysis goodness-of-fit index
표 Table 8. Correlation analysis
표 Table 9. Path analysis
표 Table 10. Sobel test
표 Table 11. Hypothesized Verification

AI 본문요약
AI-Helper

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

문제 정의

매개효과란 상호작용과 같은 개념으로 독립변인간 상호작용 효과가 있을 때, 종속변인에 대한 중재 효과가 있다고 해석하는 것을 말한다. 본 논문에서는 AI 노인돌봄 로봇의 혁신특성과 수용의도 사이에서 혁신저항이 매개효과를 일으키며, 노인특성과 수용의도 사이에서 혁신저항이 매개효과를 일으킬 것이라 보았다. 본고에서는 매개효과를 검증하기 위해 구조방정식 모형(structural equation modeling)과 다중회귀 분석(multiple regression analysis) 방법을 사용한다.
사용자인 노인의 특성 및 AI 노인 돌봄 로봇의 혁신특성을 살펴보고 이러한 독립변인과 종속변인인 수용 의도 사이에서 혁신저항이 가지는 매개효과의 정도를 검증할 것이다. 본 논문은 Ram(1978)의 혁신저항 모델에 주목하여 AI 노인돌봄 로봇의 혁신특성이 노인 소비자가 느끼는 혁신저항에 실제 영향을 주는지 검토하고, AI 노인돌봄 로봇 및 노인소비자의 특성과 수용의도 사이에서 혁신저항이 가지는 매개효과와 상관관계를 측정하고자 한다. Ram의 혁신저항 모델은 예측 변인들의 인과관계에 관해서 실증적 연구가 수반되지 않아 인과관계에 대해서는 명료하게 설명되지 못한다는 한계가 있다.
본 연구는 AI 노인돌봄 로봇 제작에 있어 노인특성을 고려하고 노인의 심리적 저항성을 낮추어 제품의 질적 향상에 기여하기 위하여 시행된 연구이다. 본 연구의 목적은 노인소비자 특성과 AI 노인돌봄 로봇의 혁신특성이 AI 노인돌봄 로봇에 대한 수용의도에 미치는영향을 규명하고, 혁신저항의 매개효과를 검증하는 데 있다.
본 연구를 통하여 Ram의 혁신저항모델을 실증적으로 검증하였으며, 혁신저항이 노인소비자의 특성과 수용의도 사이, AI 노인돌봄 로봇의 혁신특성과 수용의도 사이에 각각 유의미한 매개효과를 가짐을 확인하였다. 본 연구는 노인소비자가 가지는 특수성을 고려하여 AI 노인돌봄 로봇의 기술혁신특성을 검증하여 향후 AI 노인돌봄 로봇 개발 및 수정에 기여할 수 있다는 점에서 연구의 의의가 있다. 다만 본 연구는 다양한 조절효과를 가져오는 요인들을 고려하지 않았다는 점에서 한계가 있고, 인구 통계적 특성에 따라 어떠한 차이가 있는지 비교 검정을 진행하지 않았다.
본 연구는 AI 노인돌봄 로봇 제작에 있어 노인특성을 고려하고 노인의 심리적 저항성을 낮추어 제품의 질적 향상에 기여하기 위하여 시행된 연구이다. 본 연구의 목적은 노인소비자 특성과 AI 노인돌봄 로봇의 혁신특성이 AI 노인돌봄 로봇에 대한 수용의도에 미치는영향을 규명하고, 혁신저항의 매개효과를 검증하는 데 있다. 본 연구를 통해 설문을 수행하기 위해 65세 이상 노인 199명을 대상으로 설문의 답변을 얻었다.
Ram의 혁신저항 모델은 예측 변인들의 인과관계에 관해서 실증적 연구가 수반되지 않아 인과관계에 대해서는 명료하게 설명되지 못한다는 한계가 있다. 이에 본 연구는 AI 노인돌봄 로봇에 대한 혁신저항과 수용을 설명하는 토대가 될 수 있을 것으로 보인다.

가설 설정

연구 결과, 구체적으로는 첫 번째 가설인 ‘H 1. 인공지능 노인돌봄 로봇의 지각된 혁신특성요인은 혁신저항에 영향을 미칠 것이다.’에 해당되는 소 가설 여섯 가지인 상대적 이점, 적합성, 위험성, 복잡성, 다양성, 복귀성의 상관관계는 모두 높은 유의성을 가지고 있었다.
즉 지각된 이점과 적합성, 다양성, 복귀성이 낮을수록 혁신저항이 크고 위험과 복잡성이 높을수록 혁신저항이 크다는 가설은 채택되었다. 두 번째 가설인 ‘H 2. 노인소비자특성요인은 혁신저항에 영향을 미칠 것이다.’에 대한 소 가설은 개성이 강할수록, 신뢰가 낮을수록, 태도가 비호의적일수록 각각 혁신저항도가 높았다.
’ 또한 상관성에 있어 높은 유의수준으로 채택되었다. 네 번째 가설인 ‘H 4. 혁신 저항은 매개효과를 가질 것이다.’에 대한 경로인 ‘노인소비자특성-> 혁신저항 -> 수용의도’ 가설과 ‘AI 노인돌봄 로봇의 혁신특성 ->혁신저항 ->수용의도’ 가설 이 두가지 소 가설 모두 유의한 매개효과를 가짐으로 인하여 채택되었다.
H 4-1. AI 노인돌봄 로봇의 혁신특성과 수용의도 사이에 혁신저항이 매개효과를 가질 것이다. H 4-2.
H1-2 지각된 적합성이 낮을수록 혁신저항이 클 것이다(-). H1-3 지각된 위험이 높을수록 혁신저항이 클 것이다(+). H1-4 지각된 복잡성이 높을수록 혁신저항이 클 것이다(+).
H1-3 지각된 위험이 높을수록 혁신저항이 클 것이다(+). H1-4 지각된 복잡성이 높을수록 혁신저항이 클 것이다(+). H1-5 지각된 다양성이 낮을수록 혁신저항이 클 것이다(-).
H1-4 지각된 복잡성이 높을수록 혁신저항이 클 것이다(+). H1-5 지각된 다양성이 낮을수록 혁신저항이 클 것이다(-). H1-6 지각된 복귀성이 낮을수록 혁신저항이 클 것이다(-).
H1-5 지각된 다양성이 낮을수록 혁신저항이 클 것이다(-). H1-6 지각된 복귀성이 낮을수록 혁신저항이 클 것이다(-).
노인소비자 특성은 혁신저항에 영향을 미칠 것이라 보는 대가설 아래 다음과 같은 세가지 가설을 설정하였다. H2-1 노인소비자의 개성이 강할수록 혁신저항이 클 것이다(+). H2-2 노인소비자의 신뢰가 낮을수록 혁신저항이 클 것이다(-).
H2-1 노인소비자의 개성이 강할수록 혁신저항이 클 것이다(+). H2-2 노인소비자의 신뢰가 낮을수록 혁신저항이 클 것이다(-). H2-3 노인소비자의 태도가 비호의적일수록(낮을수록) 혁신저항이 클 것이다(-).
H2-2 노인소비자의 신뢰가 낮을수록 혁신저항이 클 것이다(-). H2-3 노인소비자의 태도가 비호의적일수록(낮을수록) 혁신저항이 클 것이다(-).
H 4-2. 노인소비자특성과 수용의도 사이에 혁신저항이 매개효과를 가질 것이다.
혁신저항과 수용의도의 관계에 대해서는 H 3. 인공지능 노인돌봄 로봇에 대한 혁신저항은 제품 수용의도에 부적 영향을 미칠 것이다(-).라는 단일 가설을 세웠다.

제안 방법

AI 노인돌봄 로봇 제품에 대한 수용에 있어 사용자인 노인들의 저항에 영향을 미칠 수 있는 설문의 측정 변수 및 측정 문항은 Ram(1987)과 유필화, 이승희(1994)의 혁신저항 모델을 참고하여 표 1과 같이 작성하였다. 결과의 오류를 줄이기 위해 역문항은 엑셀을 통해 응답 순위를 순문항 순으로 수정하였다. 설문대상자의 일반적 특성에 대한 설문 항목을 제외한 설문 문항들은 리커트 5점 척도로 측정하였다.
둘째, 노인소비자의 특성(Characteristics of elderly Consumers:COC)으로는 개성(Individuality:ID), 신념 (belief:BE), 태도(Attitude:AT) 세 가지 하위 요인을 각 3문항씩 총 9문항으로 설정하였다. 그리고 혁신저항(Innovation resistance to products:IRP)과 제품수용의도(Product acceptance degree:PAD)에 대해서는 각 4문항씩 단일요소로 구성하였다. 연구 설계모형은 Fig.
연구모형의 구성은 첫째, AI 노인돌봄 로봇의 인지된 특성(AI Elderly Care Robot Characteristics: ACRC)의 하위항목으로 상대적 이점(relative advantage: RA), 적합성(Conformity:CF), 위험성(Perceptible Risk:PR), 복잡성(Complexity:CP), 다양성(Diversity:DI), 복귀성(Regression:RE)의 여섯 가지 요인을 각 2~3문항씩 총 17문항으로 구성하였다. 둘째, 노인소비자의 특성(Characteristics of elderly Consumers:COC)으로는 개성(Individuality:ID), 신념 (belief:BE), 태도(Attitude:AT) 세 가지 하위 요인을 각 3문항씩 총 9문항으로 설정하였다. 그리고 혁신저항(Innovation resistance to products:IRP)과 제품수용의도(Product acceptance degree:PAD)에 대해서는 각 4문항씩 단일요소로 구성하였다.
첫째, 생활데이터 분석을 통해 건강문제를 예측한다. 둘째, 움직임 감지를 통해 위험을 예측한다. 셋째, 약물 복용이나 식습관 관리를 통해 만성병 환자의 치료를 보조한다.
본 연구에서는 AI노인돌봄로봇의 사용자인 65세 이상 노인 199명을 모집단으로 AI 노인돌봄 로봇의 혁신특성, 노인소비자 특성, 혁신저항, 수용의도에 해당하는 총 17문항의 설문을 진행한다. 사용자인 노인의 특성 및 AI 노인 돌봄 로봇의 혁신특성을 살펴보고 이러한 독립변인과 종속변인인 수용 의도 사이에서 혁신저항이 가지는 매개효과의 정도를 검증할 것이다.
태도란 주어진 사실에 대한 한결같이 호의적이거나 비호의적으로 반응하려는 학습된 성향을 일컫는다[14]. 본 연구의 설문에서는 개성(3문항), 신념(3문항), 태도(3문항)에 대한 질문을 사용하였다.
결과의 오류를 줄이기 위해 역문항은 엑셀을 통해 응답 순위를 순문항 순으로 수정하였다. 설문대상자의 일반적 특성에 대한 설문 항목을 제외한 설문 문항들은 리커트 5점 척도로 측정하였다. 본 연구에서는 spss25.
연구모형의 구성은 첫째, AI 노인돌봄 로봇의 인지된 특성(AI Elderly Care Robot Characteristics: ACRC)의 하위항목으로 상대적 이점(relative advantage: RA), 적합성(Conformity:CF), 위험성(Perceptible Risk:PR), 복잡성(Complexity:CP), 다양성(Diversity:DI), 복귀성(Regression:RE)의 여섯 가지 요인을 각 2~3문항씩 총 17문항으로 구성하였다. 둘째, 노인소비자의 특성(Characteristics of elderly Consumers:COC)으로는 개성(Individuality:ID), 신념 (belief:BE), 태도(Attitude:AT) 세 가지 하위 요인을 각 3문항씩 총 9문항으로 설정하였다.
위와 같은 AI 노인돌봄 로봇의 역할을 정리하면 다음과 같다. 첫째, 생활데이터 분석을 통해 건강문제를 예측한다. 둘째, 움직임 감지를 통해 위험을 예측한다.

대상 데이터

본 연구의 목적은 노인소비자 특성과 AI 노인돌봄 로봇의 혁신특성이 AI 노인돌봄 로봇에 대한 수용의도에 미치는영향을 규명하고, 혁신저항의 매개효과를 검증하는 데 있다. 본 연구를 통해 설문을 수행하기 위해 65세 이상 노인 199명을 대상으로 설문의 답변을 얻었다. 분석에는 SPSS25와 AMOS22 프로그램을 활용하였다.
본 연구를 통해 설문을 수행하기 위해 65세 이상 노인 199명을 대상으로 설문의 답변을 얻었다. 분석에는 SPSS25와 AMOS22 프로그램을 활용하였다.
Table 4는 설문조사에 응한 노인소비자 199명의 일반적 특성을 정리한 것이다. 총 199개 표본의 성별 및 연령, 최종학력, 월평균 소득을 포함한 인구통계학적 특성을 보여준다. 표본의 성별 분포는 남자가 85명(46.

데이터처리

SPSS 분석에서는 관측변수별 요인적재량 0.5미만의 항목은 분석방해 요소로 판단하여 이를 제거 후 분석에 사용하였으며, 평균분산추출AVE(Average Variance Extracted)를 이용하여 0.5이상, 개념신뢰도(Construct reliability) 0.7이상 기준으로 집중타당성을 확인하고, 평균분산추출(AVE)와 상관관계계수를 비교하여 판별타당성을 검증하며, 크론바흐 알파(Cronbach’s α)계수 0.7이상임을 확인하여 각 요인별 신뢰도를 검증하였다.
노인특성과 수용의도, 혁신특성과 수용의도 사이에서 각각 혁신저항의 매개효과 검증을 위하여 비표준화 회귀계수값과 오차값을 토대로 Sobel Test를 진행하였다. 그 결과는 Table 10과 같다.
설문대상자의 일반적 특성에 대한 설문 항목을 제외한 설문 문항들은 리커트 5점 척도로 측정하였다. 본 연구에서는 spss25.0 과 AMOS22.0을 사용하여 통계분석을 수행하였다.
본 논문에서는 AI 노인돌봄 로봇의 혁신특성과 수용의도 사이에서 혁신저항이 매개효과를 일으키며, 노인특성과 수용의도 사이에서 혁신저항이 매개효과를 일으킬 것이라 보았다. 본고에서는 매개효과를 검증하기 위해 구조방정식 모형(structural equation modeling)과 다중회귀 분석(multiple regression analysis) 방법을 사용한다.
4.2 확인적 요인분석

요인선정의 적절성을 검증하기 위하여 먼저 KMO와 Bartlett검정을 실시하였다. KMO는 변수들 간 상관관계가 다른 변수들에 의해 잘 설명되는 정도로, 충족 기준은 >.

이론/모형

AI 노인돌봄 로봇 제품에 대한 수용에 있어 사용자인 노인들의 저항에 영향을 미칠 수 있는 설문의 측정 변수 및 측정 문항은 Ram(1987)과 유필화, 이승희(1994)의 혁신저항 모델을 참고하여 표 1과 같이 작성하였다. 결과의 오류를 줄이기 위해 역문항은 엑셀을 통해 응답 순위를 순문항 순으로 수정하였다.

성능/효과

’에 해당되는 소 가설 여섯 가지인 상대적 이점, 적합성, 위험성, 복잡성, 다양성, 복귀성의 상관관계는 모두 높은 유의성을 가지고 있었다.
’에 대한 소 가설은 개성이 강할수록, 신뢰가 낮을수록, 태도가 비호의적일수록 각각 혁신저항도가 높았다. 세 번째 가설인 ‘H 3. 인공지능 노인돌봄 로봇에 대한 혁신저항은 제품수용의도에 부적 연관을 가질 것다.’ 또한 상관성에 있어 높은 유의수준으로 채택되었다.
AI 노인돌봄 로봇의 혁신특성 중 지각된 이점, 지각된 적합성, 지각된 다양성, 지각된 복귀성은 그 특성이 낮을수록 혁신저항이 크기 때문에 부적 상관관계를 가질 것이라고 보았던 가설이 모두 채택되었다. 혁신특성 중 지각된 위험과 지각된 복잡성은 그 특성이 높을수록 혁신저항이 크기 때문에 정적 상관관계가 있다는 가설이 모두 채택되었다.
노인소비자 특성에 해당하는 개성, 신뢰, 태도는 게성이 강할수록, 신뢰가 낮을수록, 태도가 비호의적일수록 혁신저항이 크다는 가설이 채택되었다. 그리고 AI 노인돌봄 로봇의 혁신특성과 수용의도사이, 노인 소비자특성과 수용의도 사이에 각각 혁신저항이 매개효과를 가질 것이라는 가설 모두 채택되었다.
셋째, 위험성(3문항)은 혁신을 수용함으로써 지각된 위험을 말한다. 넷째, 복잡성(3문항)은 사용자가 혁신을 이해하거나 사용하는데 어려운 정도이고 다섯째, 다양성(3문항)은 혁신이 다양하게 사용될 수 있는가의 정도이며, 마지막 여섯째는 복귀성(2문항)은 혁신 수용 후 혁신 수용 이전으로 복귀할 때 느끼는 정도이다[18].
혁신특성 중 지각된 위험과 지각된 복잡성은 그 특성이 높을수록 혁신저항이 크기 때문에 정적 상관관계가 있다는 가설이 모두 채택되었다. 노인소비자 특성에 해당하는 개성, 신뢰, 태도는 게성이 강할수록, 신뢰가 낮을수록, 태도가 비호의적일수록 혁신저항이 크다는 가설이 채택되었다. 그리고 AI 노인돌봄 로봇의 혁신특성과 수용의도사이, 노인 소비자특성과 수용의도 사이에 각각 혁신저항이 매개효과를 가질 것이라는 가설 모두 채택되었다.
모형 적합도는 Fig. 3에서 확인 할 수 있으며, 적합도 수치는 CMIN(χ2) = 324.450, df = 115, CMIN/df = 2.821(p<.001)로 나타났고, TLI = .918, CFI = .931, RMR = .034, GFI = .851, RMSEA = .096 으로, 위 모형은 상당히 적합하게 짜여져 있음을 알 수 있다.
본 연구를 통하여 Ram의 혁신저항모델을 실증적으로 검증하였으며, 혁신저항이 노인소비자의 특성과 수용의도 사이, AI 노인돌봄 로봇의 혁신특성과 수용의도 사이에 각각 유의미한 매개효과를 가짐을 확인하였다. 본 연구는 노인소비자가 가지는 특수성을 고려하여 AI 노인돌봄 로봇의 기술혁신특성을 검증하여 향후 AI 노인돌봄 로봇 개발 및 수정에 기여할 수 있다는 점에서 연구의 의의가 있다.
96보다 작으면 매개효과가 유의하다고 판단한다. 본 연구에서 확인한 경로분석의 결과는 두 경로 모두 2.99와 3.06으로 매개효과도 있고 소벨 테스트도 유의하다고 결론 내릴 수 있다. 즉 초기에 설정하였던 연구가설이었던 노인소비자특성과 수용의도 사이에 혁신 저항이 매개효과를 가진다는 가설과 AI노인돌봄로봇의 혁신특성과 수용의도 사이에 혁신저항이 매개효과를 가진다는 두 가설 모두 채택되었음을 확인할 수 있다.
혁신저항은 Ram(1978)[4]이 Sheth(1981)[6]의 혁신저항 모델을 수정하여 제시한 개념으로 그에 따르면 혁신저항이란 혁신기술이 가져오는 혜택보다는 혁신기술 사용으로 인한 위험성에 대해 과도하게 인지함으로써 기술의 수용을 늦추고, 구매행동에도 영향을 미치게 되는 것을 의미한다[6,7]. 본고에서 다룰 AI 노인 돌봄 로봇은 노인 돌봄 인력 부족 현상과 관련하여 독거노인에 대한 효율적인 복지 및 치매 노인에 대한 관리 등으로 기대효과가 높음에도 불구하고, 변화에 대한 저항성이 높은 노인들의 경우 높은 혁신저항으로 인하여 제품 수용에 걸리는 시간이 길어질 가능성이 높다.
’에 해당되는 소 가설 여섯 가지인 상대적 이점, 적합성, 위험성, 복잡성, 다양성, 복귀성의 상관관계는 모두 높은 유의성을 가지고 있었다. 즉 지각된 이점과 적합성, 다양성, 복귀성이 낮을수록 혁신저항이 크고 위험과 복잡성이 높을수록 혁신저항이 크다는 가설은 채택되었다. 두 번째 가설인 ‘H 2.
06으로 매개효과도 있고 소벨 테스트도 유의하다고 결론 내릴 수 있다. 즉 초기에 설정하였던 연구가설이었던 노인소비자특성과 수용의도 사이에 혁신 저항이 매개효과를 가진다는 가설과 AI노인돌봄로봇의 혁신특성과 수용의도 사이에 혁신저항이 매개효과를 가진다는 두 가설 모두 채택되었음을 확인할 수 있다.
001). 추가분석결과로 RMR, GFI, TLI, CFI, RMSEA의 모형 적합도를 평가해보면, RMR=.330, GFI=.938, TLI=.916, CFI=.930, RMSEA=.097이고 결과값은 적합성 기준을 모두 만족하기에 위 모형은 분석에 적합한 모형이라 할 수 있다. 결과값 및 기준은 Table 7에 정리하여 제시하였다.

후속연구

본 연구는 노인소비자가 가지는 특수성을 고려하여 AI 노인돌봄 로봇의 기술혁신특성을 검증하여 향후 AI 노인돌봄 로봇 개발 및 수정에 기여할 수 있다는 점에서 연구의 의의가 있다. 다만 본 연구는 다양한 조절효과를 가져오는 요인들을 고려하지 않았다는 점에서 한계가 있고, 인구 통계적 특성에 따라 어떠한 차이가 있는지 비교 검정을 진행하지 않았다. 후속연구에서는 이러한 점들을 고려하여 여러 요인을 추가로 검정하고 인구 통계적 특성별 차이를 구체적으로 분석하는 논문을 진행하여 본 고의 방향을 보다 발전시켜 볼 필요가 있을 것이라 사료된다.
본 연구에서는 AI노인돌봄로봇의 사용자인 65세 이상 노인 199명을 모집단으로 AI 노인돌봄 로봇의 혁신특성, 노인소비자 특성, 혁신저항, 수용의도에 해당하는 총 17문항의 설문을 진행한다. 사용자인 노인의 특성 및 AI 노인 돌봄 로봇의 혁신특성을 살펴보고 이러한 독립변인과 종속변인인 수용 의도 사이에서 혁신저항이 가지는 매개효과의 정도를 검증할 것이다. 본 논문은 Ram(1978)의 혁신저항 모델에 주목하여 AI 노인돌봄 로봇의 혁신특성이 노인 소비자가 느끼는 혁신저항에 실제 영향을 주는지 검토하고, AI 노인돌봄 로봇 및 노인소비자의 특성과 수용의도 사이에서 혁신저항이 가지는 매개효과와 상관관계를 측정하고자 한다.
다만 본 연구는 다양한 조절효과를 가져오는 요인들을 고려하지 않았다는 점에서 한계가 있고, 인구 통계적 특성에 따라 어떠한 차이가 있는지 비교 검정을 진행하지 않았다. 후속연구에서는 이러한 점들을 고려하여 여러 요인을 추가로 검정하고 인구 통계적 특성별 차이를 구체적으로 분석하는 논문을 진행하여 본 고의 방향을 보다 발전시켜 볼 필요가 있을 것이라 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	4차 산업혁명음 무엇을 의미하는가?	최근 정치 경제 사회 문화 전반에서 4차 산업혁명이 중심 화제가 되고 있다. 4차 산업혁명은 인공지능(AI), 사물인터넷(IoT), 로봇기술, 빅 데이터, 가상현실(VR) 등이 주도하는 차세대 산업기술이 가져올 새로운 변화를 의미한다[1,2]. 인공지능(AI·Artificial Intelligence)은 대표적인 4차 산업혁명의 핵심 개념으로 많은 기대를 받고 있다[3].
	AI 노인돌봄 로봇의 지원 가능 범위는?	AI 노인돌봄 로봇이란 노인의 신체 변화와 생활 수준, 신체활동 및 일상생활의 특징을 반영하여 노인의 삶의 질을 높이기 위해 노인 친화 기술을 적용한 AI로봇을 말한다[15]. AI 노인돌봄 로봇이 지원 가능한 범위는 원격모니터링이나 일상대화에서부터 심전도 측정 및 위급상황에 병원 호출 등과 같은 의료지원에 이르기까지 상당히 광범위하다. 고령화 사회에서 노인 인구가 늘어남에 따라 AI노인돌봄로봇의 활용가치는 더욱 높아질 것이다[16].
	인공지능이 대표적 4차 산업혁명 핵심 개념으로 기대를 받고있는 이유는?	인공지능(AI·Artificial Intelligence)은 대표적인 4차 산업혁명의 핵심 개념으로 많은 기대를 받고 있다[3]. 인간의 두뇌가 작용하는 기능을 컴퓨터가 스스로 추론하고 판단하게 되면서 인간과 닮은 로봇이 출산율 저하와 고령화 사회로의 진입에 따른 인력 부족을 대체하고 새로운 패러다임을 가져올 수 있을 것이라는 기대심리 때문이다[4,5].

참고문헌 (20)

The Fourth Industrial Revolution, by Klaus Schwab (2015), https://www.weforum.org/ (accessed July 24, 2020).
S.J. You, “Fourth Industrial Revolution and Artificial Intelligence,” Korea Multimedia Society, Vol. 21, No. 4, pp. 1-8, 2017.
J.S. Kim, H.D. Moon, and S.P. Hong, “Efforts of Major Countries to Secure Technological Competitiveness in Enabler and Artificial Intelligence(AI) in the Era of the Fourth Industrial Revolution,” Korea Multimedia Society, Vol. 21, No. 3, pp. 8-15, 2017.
S. Ram, “A Model of Innovation Resistance,” Advances in Consumer Research, Vol. 14, No. 1, pp. 208-212, 1987.
K.M. Rhee, “Source of Imagination for Multimedia Content Design,” Korea Multimedia Society, Vol. 19, No. 2, pp. 8-15, 2007.
J.N. Sheth, “Psychology of Innovation Resistance: The Less Developed Concept (LDC) in Diffusion Research,” Research in Marketing, Vol. 13, No. 3, pp. 273-282, 1981.
S. Ram and J.N. Sheth, “Consumer Resistance to Innovations: The Marketing Problem and Its Solutions,” Journal of Consumer Marketing, Vol. 6, No. 2, pp. 5-14, 1989.
Ministry of Health and Welfare(2019), www.mohw.go.kr (accessed August 12, 2020).
International Association of Gerontology and Geriatrics (2016), https://www.iagg.info/ (accessed August 23, 2020).
R.J. Havighurst, “Personality and Patterns of Aging,” The Gerontologist, Vol. 8, No. 1-2, pp. 20-23, 1968.
M. Kleijnen, N. Lee, and M. Wetzels, “An Exploration of Consumer Resistance to Innovation and Its Antecedents,” Journal of Economic Psychology, Vol. 30, No. 3, pp. 344-357, 1989.
S.Y. Lee and J.S. Lee, “A Study on the Elderly People's Education of Korean Metropolitan Region,” Journal of Public Administration of Korea, Vol. 15, No. 2, pp. 101-123, 2001.
M.H. Lee, A Study of the Effect of Leisure Satisfaction and Leisure Commitment on the Quality of Life in the Elderly: Focusing on Mediation Effect of Psychological Well-being, Doctor's Thesis of Yemyung Grauate University, 2017.
Y,J. Kim, Structural Analysis of Household's Financial Statement: Focused on Retirement Preparation, Doctor's Thesis of Ewha Womans University, 1998.
B.J. Copeland, "Machine Intelligence," The Essential Turing: The Ideas that Gave Birth to the Computer Age, Oxford University Press, Oxfordshire county, 1948.
Y.H. Lee, The Effect of Leisure Program Participation on Social Relationships of the Elderly, Doctor's Thesis of Hanyang University, 2017.
Y.H. Kim, The Effect of Innovation Diffusion Characteristics on Perceived Risk, Innovation Resistance and Intention to Use-focusing on the SIREN ORDER of Starbucks, Doctor's Thesis of Sejong University, 2019.
W.C. Shin, Effects of Innovation Characteristics of Cloud Computing Services, Technostress on Innovation Resistance and Acceptance Intention: Focused on Public Sector, Doctor's Thesis of Kookmin University, 2018.
S. Ram, “A Model of Innovation Resistance,” Advances in Consumer Research, Vol. 14, No. 1, pp. 208-212, 1987.
J.N. Sheth, “Psychology of Innovation Resistance: The Less Developed Concept (LDC) in Diffusion Research,” Research in Marketing, Vol. 4, No. 3, pp. 273-282, 1981.

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