스마트 팩토리 서비스 품질이 수용의도 및 수용행동에 미치는 영향에 관한 연구

- 중소제조기업을 중심으로 -

 

 

2. 이론적 배경

 

2.3 기술수용모델

 

2.3.1 기술수용모델(Technology Acceptance Model: TAM)

1) 기술수용모델의 도입 및 발전

기술수용모델이란 사람이 정보시스템을 수용하는 것에 영향을 주는 요인 연구모델로 Davis(1989)에¹⁾ 의해 제안되었다. 이는 합리적 행동이론(Theory of Reasoned Action, TRA)을 주장한 Fishbein and Ajzen (1975)의2) 주장에 근거를 두고 있으며, 합리적 행동이론에 의한 사람의 행동을 설명하고 정보기술 수용모형에 따른 정보기술 수용요인을 규명하고자 하였다. Fishbein 등의 기존 TRA모델은 신념(belief), 태도(attitude), 의도(intention to use)와 행동(actual use) 등의 관계를 검증하는 것인데, Davis는 그 중 특히 기술과 관련된 신념의 유용성과 용이성, 태도, 의도, 행동 사이의 관계에 주목한 TAM을 제안한 것이다.(Davis 1989)¹⁾

TAM은 정보시스템 사용과 관련한 행위 의도를 결정하는 태도의 두 가지 신념변수에 의해 영향이 있다고 제시되었는데 이는 ‘지각된 유용성(Perceived Usefulness)’과 ‘지각된 용이성(Perceived Ease of Use)’ 형태의 신념(Belief)이며, 이를 이용한 자기 효능감 이론(Self-efficiency Theory), 혁신 확산(Diffusion of Innovation) 이론을 바탕으로 수용이론을 도출하였다.(Davis 1989)¹⁾ Adams et al.(1992)의 반복 연구에서 지각된 유용성, 지각된 용이성에 대한 척도 타당성을 검증하였고, Segars and Grover(1993)를 통해 효과성을 추가로 제시하였다. 이후 Hendrickson et al.(1993)의 재검사 신뢰성 분석 및 Szajan(1996)의 소프트웨어 수용 실증분석 등을 통해 측정척도 타당성을 검증하고 변수의 조정을 통한 이론적 정교화 작업을 통하여, 신기술 혹은 신규 시스템의 도입과 관련한 다양한 집단의 행동을 설명한 이론으로 활발하게 연구되었다. 이 태도는 또한 행위 의도에 영향을 미치게 되며, 실제 정보시스템의 사용으로 연결됨을 설명하고 있다.(이문봉·김은정, 2005) 

이후 초기 TAM의 모형에서 지속 발전이 일어나게 되어 Venkatesh와 Davis(2000)³⁾ 등은 TAM에서 다루었던 변수 중 태도의 역할이 낮고 지각된 이용 용이성에 대한 행동에 직접 영향 연구가 진행되어 태도를 생략한 수정된 TAM2 모형을 제안하기도 하였다.

또한, Venkatesh와 Davis(2000)는²⁸⁾ 외부변수로서 사회적 영향을 설정하고 주관적 규범, 자발성, 이미지로 설명된 사회적 영향과 지각된 용이성으로 설명된 직무 관련성, 결과 품질, 결과 실현성을 구체화하여 기술수용모델을 확장하였으며 이를 확장된 기술수용모델(extended TAM 또는 TAM2)로 도출하였고 검증하였다.(박진표·김재영, 2010) 새로운 디지털 미디어의 도입 및 채택 행동의 설명을 위해 사용되었으며 Davis의 첫 논문을 발표 후 1989년부터 2000년까지 10년 동안 ISI 데이터베이스에서 그의 논문 인용 건수 424건에 이르렀으며, 2010년에는 인용 건수가 2,000건에 근접함을 설명하였다.(Hsiao & Yang, 2010) 

 

 

2) 지각된 유용성(Perceived Usefulness), 지각된 용이성(Perceived Ease of Use)

Davis(1989)는¹⁾ 연구를 통해 기술수용자들의 정보시스템 사용에 있어 중요한 요인으로 지각된 유용성(Perceived Usefulness)과 지각된 용이성(Perceived Ease of Use) 두 가지를 제시하였다.(Davis 1989)¹⁾ 지각된 용이성은 “특정 정보기술을 사용하는 것이 어렵지 않다고 믿는 정도”로 정의되며, 이는 정보기술을 학습하기 쉽고, 사용에 있어서 신체적, 정신적 노력이 적은 것을 의미하며, 사용자들이 정보기술 사용과정 평가인 과정 기대(Process Expectation)라고 볼 수 있다.

지각된 유용성은 “특정 정보기술을 사용하는 것이 자신의 업무 성과를 개선시킬 것이라고 믿는 정도”로 정의되며, 업무의 효과성, 생산성 및 업무에 있어서 정보기술 사용의 중요성과 관련된 것이다. 지각된 이용 용이성인 과정 기대와는 대조적으로 지각된 유용성은 결과 기대임이 제시되었다.(김현규, 2019)⁴⁾

이처럼 TAM은 정보시스템의 사용자 수용을 모델링하기 위하여 개발되었으며, 지각된 유용성(Percei-ved Usefulness)과 지각된 용이성(Perceived Ease Of Use)이라는 두 가지 지각적 반응을 포함한다. 이 두 가지 차원은 외부변수에 의해 영향을 받고, 정보시스템 사용자의 태도에 영향을 주며, 차례로 실제 사용에 영향을 미친다.(정성립, 2014)5) 또한 TAM의 적용에서 기본적인 가정은 이용자의 신념 또는 의도는 태도에 영향을 주고, 태도는 행동의도에 영향을 미치며, 의도는 실제 사용 행위에 영향을 미친다는 것이다.(Davis, 1989)¹⁾

기술수용모델은 이후 다양한 분야에서 확장·검증되었다.(Kim & For-sythe, 2008) 따라서 기술수용모델(TAM)은 사용자의 지각된 이용 용이성과 지각된 유용성은 시스템 사용에 대한 태도(Attitude Toward Using)에 영향을 미치고 있고, 사용에 대한 태도는 사용자의 행위 의도 (Behavioral Intention to Use)에 영향을 미치며, 최종적으로 행위 의도는 실제 시스템 사용 (Actual System Use)에 유의한 영향을 미친다.(김광회, 2017) 또한 지각된 이용 용이성은 이후 종단적 분석에도 영향 변수로 채택되었다.(Venkatesh & Davis, 2000)³⁾

 

3) 스마트 팩토리 수용의도(Smart Factory Acceptance Intention)

신규 기술과 제품을 획득하려는 계획 및 의도를 수용의도(acceptance intention)라 한다. 기업이 첨단 기술이 접목된 스마트 팩토리를 수용, 도입할 경우 다양한 효과가 예상되지만(명상일, 2017)6) 서창성 외, 2018)  구체적 성과가 불투명하고, 전문 인력 확보 및 지속적인 시스템 업그레이드 등의 필요성 등이 수용의도를 방해하는 요인으로 제시되고 있다. 게다가 정부는 중소기업의 제조경쟁력 강화를 위한 스마트 팩토리 보급사업을 지속적으로 실행하고 있다. 이런 시점에서 중소기업 경영자는 스마트 팩토리 도입을 위한 전략적, 경제적 가치를 검토하여 경영 환경을 개선하는 노력을 기울여야 한다. 

Bollen(1989), Feeny & Lves(1990) 등의 연구에서는 전략적 가치의 제고가 새로운 시스템 도입에 영향을 미친다는 것을 제안하였고, 또한 Elizabeth & Michael(2004)은 그의 연구에서 전자상거래 시스템의 도입에 미치는 정보시스템의 전략적 가치 요인을 실증 분석하였다.

이후 박제선(2019)7)의 연구에서는 스마트 팩토리 구축 의지를 설명 변수로 선택하여 경영진 의지, 실무자 의지 그리고 정부 의지로 구분하고 이들에 대해 스마트 팩토리 구축실행에 미치는 영향을 연구하였다. 연구 결과 경영진의 의지와 실무자의 의지는 스마트 팩토리 구축 실행에 유의한 영향을 주고 있었으며, 길형철(2019)8)의 연구에서는 스마트 팩토리 도입과 관련하여 불확실성, 상대적 이점, 무형성, 적합성 등을 기술요인으로, 기업가 정신, 흡수역량, 회사 규모, 재무 준비성 등을 조직요인으로, 경영환경, 정부지원, 컨설팅 지원 등을 환경요인으로 하여 이들 요인이 스마트 팩토리 도입의도에 미치는 영향 관계를 실증 연구하였다. 

 

2.4 서비스 품질 모델(Service Quality Model; SERVQUAL)

 

2.4.1 SERVQUAL 개념

고객 서비스 품질의 개념을 처음으로 1980년대 초 핀란드의 교수(Christian Gronroos)가 제안하였고 인식된 서비스 품질 모델(perceived service quality model)을 만들었다. 그는 서비스의 품질에 대한 고객의 기대(expected service quality)와 서비스의 실제 품질(perceived service quality)에 대한 인식을 대조하는 데 의존하는 주관적인 구조로 해석하여 모델링 하였다.

이후, Parasuramn A, Valarie A. Zeithaml, and Leonard L. Berry (이하, PZB)는 서비스 품질에 대한 고객의 인식과 결정과 관련된 요소들을 연구하였다. 1985년 Journal of Marketing에 ‘A conceptual model of service quality and its implication for future research(서비스 품질의 개념 모델과 향후 연구에 대한 시사점)’ 이라는 제목의 논문을 발표하여 ‘서비스 품질 격차 모델’을 제안했다. 이 모델은 원래 10차원을 가지고 있었지만, 그들은 그것을 다음과 같이 기술되는 Tangibles, Reliability, Responsiveness, Assurance, and Empathy 에 대한 다섯 가지 차원으로 줄여 정리하였다.(Parasuraman et al.,1985)

 

1. Tangibles : 물리적 시설, 장비 및 인력의 외관

2. Reliability : 약속된 서비스를 신뢰할 수 있고 정확하게 수행할 수 있는 능력

3. Responsiveness : 고객을 지원하고 신속한 서비스를 제공하려는 의지

4. Assurance(역량, 예의, 신뢰성 및 보안 포함) : 직원들에 대한 지식과 예의 그리고 신뢰와 자신감을 고취시키는 능력

5. Empathy(고객 접근, 커뮤니케이션 및 이해 포함) : 기업이 고객에게 제공하는 배려 및 개별화된 관심

다음으로, PZB는 서비스 품질 평가 기구를 개발하여 “SERVQUAL”이라는 모델을 도출하여 인식된 서비스 품질 격차 모델의 차원에 해당하는 5개 항목으로 22개 항목으로 구성되었다. 이후 SERVQUAL은 통신, 의료, 패스트푸드, 기업, 은행, 관광, 고등 교육을 포함한 수많은 서비스 분야에서 사용되고 있다. SERVQUAL은 고객이 지각하는 서비스 속성의 상대적 중요도를 고려한다. 이를 통해 조직은 우선순위를 선정할 수 있다. 그럼으로써 조직의 자원을 가장 중요한 서비스 속성을 개선하는데 사용할 수 있게 된다.

 

2.4.2 선행연구

PZB의 연구를 바탕으로 다양한 학계에서 연구자들이 SERVQUAL를 사용해 오고 있다. 관련 선행 연구로 국외에서는 의료 서비스 품질을 평가하기 위한 연구로 Teng et al.(2007)의 연구에서 사용한 SER-VQUAL로 수술 부서에 있는 환자들을 평가하고 이 개체군에서 계측기가 유효하고 신뢰할 수 있다는 것을 확인했다. 중국에서 몇몇 학자들이 서비스 품질에 대한 환자들의 인식을 조사했다.

 

Niu(2004)의 연구에서는 중국 의료분야에 대한 평가제도로 SERVQUAL을 도입하였다. SERVQUAL을 기준으로 그는 의료서비스 품질평가 척도를 위한 지수 체계를 만들고 척도를 읽는 최적의 방법을 연구했다. Li-hua Fan(2017)의 연구에서는 병원들이 의료 서비스의 질을 향상시키기 위하여 의사와 환자의 충돌 가능성을 줄이기 위한 연구를 진행하였고, 의료 품질 향상 전략을 수립하기 위한 참조 데이터를 제공하기 위해, 환자의 서비스 품질에 대한 기대와 인식의 차이를 파악하는 것을 목표로 하였고 SERVQUAL을 이용하였다. 또한 T-TEST를 활용하여 환자의 기대치와 인지된 서비스 품질 간에 유의한 차이가 있는지 여부를 분석하였다. 또한, 이항 로지스틱 회귀분석을 사용하여 환자의 인구학적 특성에 따른 서비스 품질에 대한 기대와 인식의 격차에 유의한 차이가 있는지 여부를 판단하였고 의료서비스를 받기 전과 받은 후의 환자에 따른 기대 서비스 품질과 인식 서비스 품질(p < 0.05)의 차이가 컸다. 전반적으로 서비스 품질에 대한 환자의 인식이 기대치보다 낮다는 결론을 내렸다.(Patients’ perceptions of service quality in China: An inves-tigation using the SERVQUAL model, Fan, L. H., Gao, L., Liu, X., Zhao, S. H., Mu, H. T., Li, Z., & Lou, F. G., 2017)

Perlin et al.(2018)은 산업안전보건 분야에서 근로자들이 건강하고 안전한 근무환경에 대비하여, 업무사고가 없어지고 근로자들이 심리적으로나 육체적으로 건강해질 수 있도록 하기 위한 연구를 진행하였다. 이는 작업장이 재정적으로 손상되는 것을 방지하고 생산성을 향상시킬 수 있다. 연구의 목적은 각 부문 및 사업장의 OHS(Occupational Health and Safety) 전문가 평가를 통해 OHS 서비스 품질을 측정하는 것이다. 이렇게 하여 OHS 성과를 측정하고, OHS 전문가들의 인식과 기대의 차이를 파악하여 부족한 점이 드러났다.

Monica et al.(2018)은 기업의 서비스 품질에 적용한 연구를 진행하였다. 이 연구는 향후 SERVQUAL을 사용하여 브랜드 팩토리(Brand Factory)의 서비스 품질을 측정하였다. descriptive design은 방갈로르 시티의 고객 100명의 표본 크기로 고객의 기대와 서비스 품질에 대한 인식의 차이를 조사하기 위해 사용되었다. 각 차원에 대한 갭 점수는 인식 점수에서 기대 점수를 빼고 계산한다. 마이너스 갭 점수는 실제 서비스(인식 점수)가 예상 점수(기대 점수)보다 적었다는 것을 의미한다. 갭 점수는 서비스 제공의 품질 수준을 나타내며 개선이 필요한 분야를 강조하였다. 조사 결과는 브랜드 팩토리의 서비스 품질이 만족스럽다는 것을 보였다.

관련 국내 선행 연구의 경우 이상복(2007)은 그의 연구에서 SERVQUAL과 6시그마 기법의 장점만 결합한 모델을 연구하였다. 지금까지 제조업에서는 6시그마 방식이 잘 이뤄져 왔고, 서비스 품질 향상을 위해 서비스업계에 6시그마 방식이 적용됐지만 6시그마 방식이 서비스업의 서비스 품질 향상에 성공한 방법이라는 사실은 보고되지 않았다. 이 논문에서는 서비스 품질을 개선하기 위하여 SERVQUAL과 6시그마 기법을 혼합한 MAVIC 모델을 제안하였고, 그 효과를 입증하였다.

박아림(2013)은 대한항공, 아시아나항공, 외국항공사(JAL 또는 중국동부)가 제공하는 항공화물 서비스와 관련해 국내 항공화물 운송업체로부터 수집한 설문자료를 이용해 항공화물 분야의 서비스 품질을 측정하는 4가지 모델을 비교, 최적의 모델을 확인하였다. 그런 다음 각 항공사의 서비스 운영의 약점을 분석하고 개선을 위한 제안을 하였다. 실증 분석을 위해 사용한 비교 모델로 unweighted SERVQUAL, unwei-ghted SERVPERF, weighted SER-VQUAL, and weighted SERVPERF를 사용하였고 적합도 실험을 진행하였다.

최석우(2014)는 스마트 영상보안감시 서비스 품질에 있어서 지속적 사용 의도와 관련한 연구를 수행하였다. 민간영역의 스마트 영상보안감시 시스템을 운용하는 사용자를 대상으로 그들이 느끼는 관리서비스 품질 및 시스템(기능적)서비스 품질에 대해 각각 SERVQUAL 5개 요소인 독립변수들인 신뢰성, 확신성, 유형성, 공감성, 대응성 요인으로 구분, 사용고객이 느끼는 심리적 안정과 만족감을 매개변수로 지속적 사용의도에 미치는 소프트웨어 품질의 영향을 도출하였다.(최석우, 2014)

서진석(2016)은 ERP 서비스에서의 서비스 품질과 시스템 수용의 상관성 분석에 관한 연구를 하였다. 연구는 중소기업 ERP 이용자로부터 얻은 실증자료를 제안모델에 대해 SERVQUAL과 다양한 방법을 통하여 분석하였고 그 결과 생산성과 편의성 같은 요소들이 품질에 영향을 미치고, 서비스 품질에 대한 가장 적절한 척도를 도출하였다.(서진석, 2016)

김연숙(2017)은 4차 산업혁명으로 새롭게 등장할 새로운 제품과 서비스, 솔루션 등에서 품질은 어떤 의미인지 분석하여 제시하였다. SER-VQUAL의 5가지 서비스 품질 차원은 이제 새로운 전기를 맞아 새롭게 변화될 것으로 예측된다. 이에 4차 산업혁명을 맞이하여, 기업의 경쟁력은 무엇이며, 어떻게 성과를 이룰 것인가를 품질의 미래에 초점을 맞춰 사례 중심으로 분석하였다.

 

<참고문헌>

1) Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology, MIS Quarterly, Vol.13, No.3, 319-340.

2) Fishbein, M., & Ajzen, I. (1975). Belief, Attitude, Intention and Behavior : An Introduction to Theory and Research. reading, Mass.: Addison-Wesley.

3) Venkatesh, V. and Davis, F. D.(2000), A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies,” Management Science, Vol. 46, No. 2.

4) 김현규(2019), 스마트 팩토리의 지속사용의도와 전환의도에 관한 실증연구, 부산대학교대학원 박사학위논문.

5) 정성립(2014), ERP 도입 성과 및 성공요인에 관한 연구 : 조선 해양 산업을 중심으로, 한국산업기술대학교대학원 박사학위논문.

6) 명상일(2018), IoT 기반의 스마트 공장 자동화 관리 시스템 구축에 관한 연구, 동명대학교대학원 박사학위논문.

7) 박제선(2019), 스마트 팩토리 구축 의지와 실행에 관한 관계 분석 : 정부 지원금과 기업 부담금의 조절효과를 중심으로, 부산대학교대학원 석사학위논문.

8) 길형철(2018), 스마트 공장 수용 요인과 성과 분석을 위한 실증적 연구 : TOE 및 IS성공모델을 중심으로, 한성대학교대학원 박사학위논문. 

 

 

<저작권자ⓒ '플라스틱사이언스' 무단전재-재배포 금지.>