4.3 연구가설의 검증 및 해석

 

4.3.1 가설 검증 및 논의

본 연구에 이용된 변수 항목들인 솔루션 품질, 유지보수, 교육, 커스터마이징, 지각된 유용성, 지각된 용이성, 수용의도 및 수용행동 변수의 연구 단위들 간의 관계성에 대한 가설을 검증하기 위하여 분석한 결과를 표로 나타내면 <표 4-9>와 같다.

 

1) 독립변수(솔루션품질, 유지보수, 교육, 커스터마이징)와 매개변수 지각된 유용성과의 가설관계 

■가설 H1. 솔루션품질(유형성)은 지각된 유용성에 유의미한 영향(t=4.156, p<0.01)을 미칠 것이라는 가설을 검증한 결과, t값은 t=4.156으로 즉 솔루션품질은 지각된 유용성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인했다. 따라서 가설 H1은 채택되었다. 

■가설 H2. 유지보수(대응성)가 지각된 유용성에 유의미한 영향(t=3,173, p<0.01)을 미칠 것이라는 가설을 검증한 결과, t값은 t=3.173으로 유지보수는 지각된 유용성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인했다. 따라서 가설 H2는 채택되었다. 

■가설 H3. 교육(공감성)이 지각된 유용성에 유의미한 영향(t=2.147, p<0.05)을 미칠 것이라는 가설을 검증한 결과, t값은 2.147로 교육은 지각된 유용성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인했다. 따라서 가설 H3 역시 채택되었다.

■가설 H4. 커스터마이징(신뢰성)이 지각된 유용성에 유의미한 영향(t=2.761, p<0.01)을 미칠 것이라는 H4를 검증한 결과, t값은 t=2.761로 커스터마이징은 지각된 유용성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인되었다. 따라서 가설 H4 또한 채택되었다. 

 

2) 독립변수(솔루션품질, 유지보수, 교육, 커스터마이징)와 매개변수 지각된 용이성과의 가설관계

■가설 H5. 솔루션품질(유형성)이 지각된 용이성에 유의미한 영향(t=3.597, p<0.01)을 미칠 것이라는 가설을 검증한 결과, t값은 t=3.597로 솔루션품질은 지각된 용이성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인했다. 따라서 가설 H5는 채택되었다.

■가설 H6. 유지보수(대응성)가 지각된 용이성에 유의미한 영향(t=2.233, p<0.05)을 미칠 것이라는 가설을 검증한 결과, t값은 2.233으로 유지보수는 지각된 용이성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인했다. 따라서 가설 H6은 채택되었다.

■가설 H7. 교육(공감성)이 지각된 용이성에 유의미한 영향(t=3.837, p<0.05)을 미칠 것이라는 가설을 검증한 결과, t값은 3.837로 교육은 지각된 용이성에 통계적인 유의미한 영향(+)을 미치는 것으로 확인했다. 따라서 가설 H7 역시 채택되었다.

■가설 H8. 커스터마이징(신뢰성)이 지각된 용이성에 유의미한 영향(t=1.557, p>0.05)을 미칠 것이라는 가설을 검증한 결과, t값은 1.557로 나타났으며 커스터마이징은 지각된 용이성에 통계적인 유의미한 영향을 미치지 않는 것으로 나타났다. 따라서 가설 H8은 기각되었다.
 

 

3) 매개변수(지각된 유용성, 지각된 용이성)과 수용의도와의 가설관계 

■가설 H9. 지각된 유용성이 수용의도에 영향(t=2.851, p<0.01)을 미칠 것이라는 H9를 검증한 결과, t값은 t=2.851로 지각된 유용성은 수용의도에 통계적인 유의미한 영향(+)을 미치는 것을 확인했다. 따라서 가설 H9는 채택되었다. 

■가설 H10. 지각된 용이성이 수용의도에 영향(t=8.156, p<0.01)을 미칠 것이라는 H10을 검증한 결과, t값은 8.156으로서 지각된 용이성은 수용의도에 통계적인 유의미한 영향(+)을 미치는 것을 확인했다. 따라서 가설 H10 역시 채택되었다. 

 

 

 

4) 수용의도와 수용행동(실제 활용도)과의 가설관계

■가설 H11. 수용의도가 수용행동에 영향(t=19.001, p<0.05)을 미칠 것이라는 H11을 검증한 결과, t값은 t=19.001로 즉 수용의도는 수용행동에 통계적인 유의미한 영향(+)을 미치는 것을 확인했다. 따라서 가설 H11 역시 채택되었다.

 

 

 

 

5. 연구 결과

 

5.1 연구결과 및 시사점

 

세계경제는 서브프라임모기지 사태를 시작으로 글로벌 금융위기를 거쳐 저성장 기조와 경기침체, 극심한 환경의 변화 등 내·외부적으로 모든 분야에서 다양한 변화를 맞이하고 있다. 이러한 환경변화로부터 생존과 지속가능한 경쟁력을 확보하기 위해 오늘날 기업들은 다양한 변화와 혁신을 필요로 하고 있다. 그래서 4차 산업혁명이라는 새로운 패러다임과 정보통신기술의 융합으로 우리 기업들도 경쟁우위를 위해 많은 노력을 기울이고 있다. 그리고 정부에서도 우리의 제조업이 경쟁력을 유지하고 지속가능한 성장을 하려면 스마트 팩토리의 도입이 필수적인 과제라 판단하여 제조현장의 자동화와 스마트 팩토리 시스템 도입 등 다양한 형태의 지원과 정책을 중소벤처기업부를 중심으로 추진하고 있다.

 

이에 본 연구에서는 중소제조업에서 현재 스마트 팩토리 시스템을 도입하여 사용 중인 기업을 대상으로 스마트 팩토리 서비스 품질이 수용의도와 수용행동에 영향을 미치는 요인에 대하여 실증분석을 수행하였다. 

한편 구조모형의 개념적 확산을 위한 기술수용모형(Technology Accep-tance Model; TAM)을 기반으로 서비스품질모형(Service Quality Model; SERVQUAL) 적용하여 확장된 기술수용모형(Extended Technical Acc-eptance Model)으로 설정하였다. 종속변수인 스마트 팩토리 수용행동에 영향을 미치는 요인을 분석하기 위해 스마트 팩토리 서비스 품질과 스마트 팩토리에 대한 혁신특성을 독립변수로 설계하였다.

스마트 팩토리 서비스 품질은 PZB의 SERVQUAL모형을 참조하여, 솔루션품질(유형성), 유지보수(대응성), 교육(공감성), 커스터마이징(신뢰성) 4가지 요인을 하위 요인으로 구성하였고, 스마트 팩토리 혁신특성은 선행연구를 바탕으로 지각된 유용성과 지각된 용이성을 하위요인으로 선택하였다. 그리고 이들 변인들 간의 인과관계를 분석하기 위해 스마트 팩토리 수용의도를 매개변수로 투입하였다. 이들 변수로 설계된 연구모형의 신뢰성과 타당성을 확인하기 위해 크론바흐 알파 계수를 이용하여 신뢰성을 측정하였고, 타당성 분석은 주성분분석과 상관관계분석을 실시했다. 그리고 연구모형의 가설 검증을 위해서는 회귀분석을 실시하여 연구 모형의 적합도 기준을 충족하였다.

 

본 연구의 내용을 요약하면 다음과 같다. 첫째, 스마트 팩토리 서비스 품질이 현장 실무자에게 수용의도와 수용행동에 어떤 인과관계를 미치는지를 구조적으로 검증하고, 둘째, 스마트 팩토리 시스템에 대한 사용자들의 지각된 유용성과 지각된 용이성이 수용의도에 미치는 영향을 파악하여 마지막으로는 스마트 팩토리 사용자의 수용의도가 수용행동(활용도)에 미치는 영향을 검증하였다.
 

검증 결과, 첫째, 스마트 팩토리 서비스 품질이 지각된 유용성에 미치는 영향에 대해 인과관계를 분석한 결과, 솔루션품질, 유지보수, 교육, 커스터마이징 4가지 요인 모두 지각된 유용성에 정(+)의 유의미한 영향을 미치는 것을 확인하였다(H-1, H-2, H-3, H-4 채택). 검증결과를 바탕으로 정리하자면 스마트 팩토리 시스템 공급업체에서는 최고의 솔루션품질로 지속적인 유지보수를 지원하여 시스템에 대한 안정감과 신뢰감을 주는 것이 무엇보다 중요하다고 할 것이다. 또한 시스템 공급업체가 진행하는 교육이 현장 실무자의 역량을 끌어올리고 실무자의 잦은 이직으로 생기는 공백을 메워 줄 수 있는 역할까지 할 수 있으므로 공급업체는 보다 전문적인 지식을 갖추고 현장 실무자를 지원해야 하는 것이 중요하다고 판단할 수 있다. 그리고 커스터마이징은 제조현장마다 각기 개별화된 고유의 맞춤 지원이므로 현장 실무자에게 가장 만족감을 주고 스마트 팩토리 수용의도와 수용행동(활용도)에 가장 큰 영향을 줄 수 있다는 것을 본 연구를 통해 입증하였다.

둘째, 솔루션품질, 유지보수, 교육, 커스터마이징이 지각된 용이성에 미치는 인과관계를 파악한 결과 솔루션품질, 유지보수, 교육은 지각된 용이성에 유의미한 영향(H-5, H-6, H-7 채택)을 미치는 것으로 나타났으나, 커스터마이징은 유의미한 영향(H-8 기각)이 미치지 못한 것으로 나타났다. 검증결과를 바탕으로 정리하자면 이는 현장 실무자에게 있어 스마트 팩토리 시스템을 보다 쉽게 접근하도록 하는 것은 양질의 솔루션과 지속적인 유지보수 그리고 필요할 때 언제든지 지원 받을 수 있는 교육이라는 것으로 확인되었다. 그 반면에 커스터마이징은 제조현장의 특성을 반영하고, 제조공정의 프로세스를 효율적으로 끌어가는 것으로 시스템에 대한 지각된 용이성과는 관련이 없다는 것을 본 연구를 통해 입증하였다.

셋째, 스마트 팩토리 시스템에 대한 지각된 유용성은 수용의도에 정(+)의 영향을 미치는 것으로 나타났다(H-9. 채택). 검증결과를 바탕으로 정리하자면 현장 실무자들이 스마트 팩토리 시스템을 사용함으로써 나타난 생산성과 효율성의 향상된 성과가 수용의도에 대한 긍정적인 영향을 미칠 수 있다는 것을 본 연구를 통해 입증하였다.

넷째, 스마트 팩토리 시스템에 대한 지각된 용이성은 수용의도에 정(+)의 영향을 미치는 것으로 나타났다(H-10 채택). 검증결과를 바탕으로 정리하자면 스마트 팩토리 시스템을 사용하는데 있어서 큰 노력을 들이지 않아도 쉽게 접근하여 좋은 결과를 얻을 수 있다면 현장 실무자들은 스마트 팩토리 시스템을 수용하는데 거부감은 없다는 것을 본 연구를 통해 입증하였다.

다섯째, 스마트 팩토리 시스템 수용의도가 수용행동(실제 활용도)에 정(+)의 영향을 미치는 것으로 분석되었다(H-11 채택). 검증결과를 바탕으로 정리하자면 제조업 현장에서 스마트 팩토리 시스템을 도입한 결과 유용한 정보획득, 효율적인 업무수행, 생산성 향상, 업무시간 단축 등의 성과를 보았다면 시스템에 대한 만족도가 높을 수밖에 없다. 이는 앞으로도 제조업 현장에서 기술혁신과 신기술을 도입하는데 있어서 실무자들이 이를 활용하고자 하는 의지와 역량이 높다는 것으로 판단된다.

마지막으로 본 연구를 통해 제시할 수 있는 시사점은 다음과 같다.

첫째, 제조업 위기에 대응하기 위한 해결방안으로 도입한 스마트 팩토리 시스템의 구축이 현장 실무자의 적극적인 수용으로 성공적으로 활용되고 있다는 점이다. 스마트 팩토리 시스템을 사용하는 현장 실무자가 시스템을 만족하게 받아들이고 적극적으로 수용하고 있다는 것은 매우 고무적인 현상이며, 이제 스마트 팩토리 시스템은 기업의 생존전략에 필요한 무기가 되었다고 볼 수 있겠다. 정부에서는 정책자금 지원 외에도 스마트 팩토리가 성공한 제조업을 선정하여 성공사례집을 만들어 스마트 팩토리 도입을 원하는 제조업들이 시행착오를 줄이도록 도움을 주는 것도 필요할 것이다.

둘째, 스마트 팩토리 시스템을 공급하는 업체의 책임과 역할이다. 중소기업의 현 상황에서는 빠른 속도로 진화하는 기술변화에 신속한 대응이 어렵다. 그 때문에 시스템을 공급하는 IT업체에서 스마트 팩토리 시스템의 구축 사업을 위한 전문 인력의 육성과 확보, 그리고 수익창출만이 아닌 중소기업과 상생을 모색하는 자세를 가져야 되겠다. 현장 실무자들이 필요로 하는 양질의 소프트웨어 개발, 지속성과 연결성 있는 유지보수, 각 현장의 상황에 맞는 커스터마이징 등 실질적인 지원방법만이  스마트 팩토리 시스템의 만족도를 높일 수 있고 현장의 만족도가 높아야 새로운 기술을 받아들이는 역량이 생겨 우리 제조업이 한층 성장할 수 있을 것이다.

셋째, 4차산업혁명의 시대에 우리 제조업이 세계 최고의 경쟁력을 가지려면 우리도 민·관·학이 힘을 합쳐 국가적 차원으로 미래를 대비할 필요가 있다. 특히 IT강국인 우리의 우수한 기술력이 스마트 팩토리 구축에 있어서 세계적으로 경쟁력을 갖추기 위해서는 IT업체의 지원을 범국가적 차원에서 육성해 주길 바란다.

마지막으로 이번 연구는 스마트 팩토리 구축사례에 관한 선행연구들과는 달리 스마트 팩토리 서비스 품질이 수용의도와 수용행동에 미치는 영향에 대한 관점에서 연구를 했다는 점은 의의를 둘 수 있겠다.  

 

5.2 연구의 한계점 및 향후 연구과제

 

본 연구의 한계점은 자료수집 표본의 대표성에 대한 문제이다. 본 연구의 설문조사는 자동차부품 업종과 전자 부품 업종으로만 이루어진 것이 가장 큰 한계점이다. 따라서 향후 연구에는 연구 방향을 업종별로 분리하여 업종별 특성에 맞게 평가 연구모형을 개선할 수 있는 확대 연구가 필요하다. 

지금은 전 세계가 스마트 팩토리 시스템 도입으로 제조업의 영광을 찾기 위해 고군분투하고 있는 시기이다. 스마트 팩토리가 무엇인가라는 질문에 한마디로 정의를 내릴 수는 없다. 이러한 이유는 지금도 디지털 기술은 끊임없이 발전하고 있기 때문이다. 이런 환경에서 우리의 중소제조업이 한 단계 더 발전하려면 스마트 제조환경으로 빨리 전환해야 한다는 것에는 이견이 있을 수 없다. 우리나라는 아직은 스마트 팩토리에 관하여 연구가 부족하다고 볼 수 있다. 앞으로 4차 산업혁명의 주요 요소기술에 대한 선진국의 현황분석과 국내 기술현황에 관련해서 지속적으로 연구되어야만 미래를 준비하고 대비할 수 있을 것이다.

마지막으로 본 연구는 자료수집에 있어서 자동차부품 업종과 전자 부품 업종으로만 이루어져 연구결과가 우리나라 제조업으로 일반화하기에는 무리가 따른다고 판단하였다. 따라서 본 연구자의 향후 연구 방향은 업종별로 분리하여 업종별 특성에 맞게 평가 모형을 개선할 수 있는 확대 연구가 필요하다고 본다.

 

 

 

부록

 

- 향후 고도화(지능화) 추진의도 분석 및 스마트 팩토리 도입 후 경영성과 분석 -

 

본 연구에서는 스마트 팩토리 시스템을 도입하여 활용중인 중소제조기업이 향후 스마트 팩토리에 대한 고도화 및 지능화(설비제어, 빅데이터, 인공지능 등)의 추진의도와 스마트 팩토리 시스템 도입 후 나타난 경영성과에 대해 추가적으로 설문조사를 실시한 바 이에 대한 현황은 다음과 같다.    

스마트 팩토리를 활용중인 중소제조기업들의 향후 고도화 및 지능화

(설비제어, 빅데이터, 인공지능 등)에 대한 추진의도에서는 “회사의 경쟁력 향상을 위해”가 73.2%로 가장 많이 응답하였고, 그 다음으로 “공장의 수준 향상을 위해”가 72.9%, 

“회사의 가치 향상을 위해”가 72.1%, “생산성 향상과 원가절감을 위해”는 70.9%, “회사가 고도화에 투자할 의지 있다”가 64.1% 순으로 나타나 평균적으로 70.64%가 높은 기대를 하고 있는 것으로 나타났다. 

 

 

스마트 팩토리 시스템 도입 후 나타난 경영성과에 대한 응답으로 “업무효율성 향상”이 가장 많은 62.7%로 나타났고 그 다음으로는 “문서작업감소”가 55.2%, “재고관리 향상”이 49.6%, “생산성 향상”이 48.7%, “품질향상” 41.3%, “원가절감” 38.7%, “불량감소” 37.9%, “매출신장” 32.7%의 순으로 확인 되었다. 

 

이 설문에서 보여진 것처럼 스마트 팩토리를 도입하여 활용한 기업들은 성공적인 결과를 얻은 것으로 판단된다. 생산성 향상이나 원가 절감 같은 괄목할만한 경영성과가 있었기에 설비제어나 인공지능 같은 고도화 작업에 향후 투자하겠다는 의지를 보인 것이라 할 것이다. 

 

 

<본 논문집 게재를 기꺼이 허락해주신 ㈜사이버테크프랜드 김정혁 대표에게 깊은 감사의 인사를 드립니다.> 

<저작권자ⓒ '플라스틱사이언스' 무단전재-재배포 금지.>