Journal Archive

2000년대 초반부터 가정에서 편리하고 안전한 생활을 위한 기술 및 서비스와 관련된 개발이 활발하게 이루어져 왔다. 이 시기에 국내에서는 초고속 정보통신망을 기반으로 초고속 인터넷의 인프라가 구축되고 2G를 기반으로 한 이동통신망도 구축되어 사회 전반에 유비쿼터스의 활용에 힘썼으며, 디지털 홈은 유비쿼터스 라이프 스타일을 구현하기 위한 기반으로 인식되었다. 대부분의 정보가전 기기를 유무선 홈 네트워크로 연결하여 누구나 장소와 시간 그리고 기기에 구애받지 않고 디지털 홈서비스를 제공받을 수 있는 미래 지향적인 가정환경으로 정의되었다[3]. 정부는 대기업 주도의 컨소시엄을 구성하여 디지털 홈을 발전시키려 하였으나 현실은 스마트 TV와 같은 영상 가전 이외에는 비즈니스 모델로 발전하지 못했다.

2010년 3G LTE로 이어지는 이동통신기술의 발전과 스마트폰의 도입·보급이 활성화되고 사물인터넷(Internet of Things, IoT)이 등장하기 시작 하면서 디지털 홈에도 IoT 기술을 접목시켜 새로운 성장의 기틀이 마련하기 시작하였다. 초기 사물인터넷은 다양한 산업분야에서 활용하기 위해 응용과 사업 비전들이 제시 되었지만, 여러 분야의 이해관계자들은 사물인터넷의 생태계 형성보다는 각자의 목표대로 활동하고, 표준 기술의 부재로 실질적인 진척은 지지부진하였다. 하지만 근래에는 WiFi, Bluetooth와 같은 근거리통신 기술의 사용이 확대되어 기술표준 난립 이슈를 어느 정도 해결하고, 독자적인 플랫폼 구축보다는 연결을 확장하려는 의지가 강해지고 있어 이러한 경향은 사물인터넷의 실질적인 사용증가로 이어지고 있다(유진투자증권, 2016)[4]. 공간, 사물, 사람 등 모든 것(things)이 인터넷으로 연결하여 정보를 수집하고, 생성하고 공유, 활용하는 사물인터넷 개념이 기존의 디지털 홈과 접목하며, 가정에서 사용되는 대부분의 기기와 연결되고 능동적으로 상황인지, 분석 및 실행하는 과정을 통해 맞춤형 및 자동화 서비스를 제공하는 스마트홈으로 발전되었다[4].

미세먼지 인지 솔루션이란 실내외 감지기를 통해 미세먼지를 측정한 후 여러 가지 공기 정보를 IoT 플랫폼을 통해 조회하고, 연동되어 있는 공기 청정기 제품을 제어하는 시스템 을 말한다. 앱이나 제공되는 시스템을 통해 공기 및 대기 상태를 조회할 수 있으며, 해당 어플을 사용하는 사람에 상황에 맞추어 1분 단위로 측정하여 환기 및 공기청정이 필요한 시점에 사용자에게 알려줌과 동시에 대기의 질을 개선 할 수 있게 공기청정기를 가동 시키고 사용자가 활동하는 집안의 공기를 개선한다.

Fig. 1. 
Technical Acceptance Models

합리적 행동이론(Theory of Reasoned Action)을 바탕으로 만들어 진 모델이 기술수용모델(Technology Acceptance Model: TAM)이다[5]. 개인이 매체 선택하고 이용 행동에 어떠한 영향을 미치는지 구체적으로 설명하기 위하여 개발된 모델이다[6].

이 모델은 기술의 수용자에게 기술에 대한 태도와 사용의도에 영향을 미치는 중요한 요인은 인지된 유용성 그리고 인지된 사용 용이성이라고 말한다. 여기서 말하는 인지된 유용성은 정보기술 사용자가 업무 생산성과 더불어 효율성과 관련하여 기존 기술에서 보일 수 없던 특정 기술을 유용하게 사용하는 것은 개인의 업무 수행 능력의 향상과 더불어 삶의 질이 향상될 것이라는 결과로 이해할 수 있다. 인지된 사용 용이성은 정보기술 또는 혁신제품을 사용할 때 기술을 습득하고 사용하는데 개인이 필요한 물리적, 정신적 노력이 감소하는 과정으로 생각할 수 있다. 이처럼 사람들이 왜 새로운 정보기술에 대해 수용 또는 거부하는지 이해하기 위한 연구는 새로운 기술 수용과 관련된 연구에서 중요한 부분이기 때문에 정보 시스템의 사용자 수용을 기술수용모델로 개발되었다고 말할 수 있다. 인지된 유용성 그리고 이용용이성은 새로운 기술 및 정보 시스템을 이용하는 사용자의 태도와 더불어 향후 사용의도에 영향을 주는 중요한 선행 요인으로 새로운 기술의 수용자가 해당 기술이 유용하다고 인식하고, 또 그 기술을 용이하게 이용할 수 있다고 지각할수록 해당 기술을 사용할 것이라고 말한다[7].

기대충족이론은 기대-불일치 이론을 기반으로 하여 제시된 연구 모델이다[8]. 기대-불일치란 소비자가 특정 대상에 대해 가지고 있는 기대가 실제 성과와 달라 차이가 발생하는 것을 말한다. 따라서 기대-불일치 이론에서는 개인의 기대 수준이 특정 상품을 평가하는 기준이라고 할 때, 개인이 특정 상품에 대한 기대 수준에 대한 주관적인 평가가 후속 행동을 결정하는 것에 영향을 준다고 설명하고 있다[9]. 즉, 기대-불일치 이론이란 소비자가 특정상품을 사용하기 전 가지고 있는 기대를 실제 사용경험을 통해 얼마나 충족시켜지는지에 따라 상품에 대한 사용자의 평가가 좌우된다고 설명하는 이론이다.

이와 같이 기술수용모델이 새로운 정보기술상품을 채택하는데 영향을 미치는 요인들을 밝히는 목적을 두고 있으며, 기대충족모델은 소비자들이 채택한 정보기술상품에 대한 지속사용의도에 영향을 미치는 요인들을 설명하기 위한 모델이라고 할 수 있다[10]. 이 모델을 기반으로 하는 기대불일치 이론은 상품의 평가가 기능적 유용성에 의해 결정되는 것보다, 소비자가 상품에 대해 가지고 있는 기대가 실제 사용경험에 의해 얼마나 충족되었는지에 의해 더 영향을 받는다고 말하고 있다[10]. 즉, 이용자들이 이용 전에 생각하고 있던 기대가 실제 이용한 후 그 기대와 일치, 불일치의 정도에 의해 이용의 만족과 지각된 유용성에 미치는 영향이 이용자의 지속사용의도를 결정한다는 것이다.

기대충족이론을 활용하여 지속사용의도에 관한 선행연구들을 종합하여 보았을 때 대부분의 이론들은 기대 충족의 모델을 기초로 하여 진행되었다. 만족은 인지된 유용성에 지속사용의도 영향을 주었으며 만족은 지속사용에 대해 설명하는 변수임이 검증하였다[11],[12].

본 장에서는 기존의 선행 연구들을 토대로 하여 IoT 기반 스마트 홈서비스의 미세먼지 인지 솔루션의 시스템 특성, 제품 특성 요인이 Davis(1989)와 Bhattacherjee(2001)가 제시한 기술수용모델(TAM), 기대충족이론을 통합 활용한 매개변수를 통하여 IoT 기반 스마트 홈서비스 미세먼지 인지 솔루션을 사용하거나 사용하게 될 사용자의 사용의도에 미치는 영향과 어떠한 관계를 가지고 있는지 규명하고자 한다. IoT 기반 스마트 홈서비스의 미세먼지 인지 솔루션의 특성을 시스템적 특성과 제품특성으로 분류하여 시스템 특성에는 내재성, 상호연동성, 신뢰성 그리고 제품 특성에는 안정성, 측정 정확성을 선정하여 독립변수로 활용하였으며, 매개변수는 사용 용이성, 기대충족을 사용하였고, 종속변수로는 IoT기반 스마트 홈서비스의 미세먼지 인지 솔루션의 사용의도를 선정하여 이에 대한 관계를 검증하기 위해 그림 3과 같은 연구모형을 설계하였다.

Fig. 2. 
Research Model

본 연구는 최종 192명을 대상으로 실증 분석을 실시하였다. 인구통계학적 특성을 살펴보면 남성 91명(47.4%), 여성 101명(52.6%)이다. 연령은 20대 23명(12.0%), 30대 61명(31.8%), 40대 75명(39.1%)이다. 학력은 고등학교 졸업 20명(10.4%), 대학교 재학 10명(5.2%), 대학교 졸업 131명(68.2%), 대학원 이상이 31명(16.1%)이다. 결혼 유무로는 미혼 41명(21.4%), 기혼 151명(78.6%)이다. 자녀 유무로는 있음 141명(73.4%), 없음 51명(26.6%)이다.

탐색적 요인분석 및 신뢰도 분석을 위해 SPSS를 통해 탐색적 요인 분석(Exploratory Factor Analysis)을 하였고. 탐색적 요인 분석은 변수들 간의 내재된 요인들의 상관관계에 대해 탐색하여 각 요인들 간의 구조를 분석한다. 항목 간에 내적 일관성에 대한 지표로는 Cronbach's 계수를 이용하여 신뢰도를 검증하였으며, Cronbach's계수가 0.7 이상으로 나타났을 경우 각 변수의 설문항목들 간의 신뢰도가 높다고 설명할 수 있다. 탐색적 요인 분석 그리고 신뢰도 분석 결과 표 2의 내용과 같고 분석 결과는 기준에 부합하여 신뢰도 측면에서 충분히 신뢰할 수 있는 것으로 검증했다. 요인적재량에 영향을 주는 설문인원들을 제거하여 모든 변수들의 요인 적재량이 각각 0.5이상, 신뢰도분석의 값을 알려주는 Cronbach’s A계수가 최소 0.853 모든 요인들이 0.8 이상으로 신뢰도에도 이상이 없음을 확인하였다.

본 연구에서 확인적 요인분석을 위해 AMOS 23.0을 활용하였다. 최종적으로 선정된 측정 항목에 대한 신뢰성과 타당성 검증하기 위해 Hair et al.(2010)의 공식을 활용하여 표 3과 같은 결과가 나타났다. 척도의 타당성과 신뢰도를 검증하려면 표준화 계수가 최소 0.5 이상의 수치가 나타나야한다. 그리고 내적일관성의 측정 지표인 개념 신뢰도(CR)는 0.7 이상의 수치를 보여야하며, 평균분산추출값(AVE)은 0.5 이상의 수치를 통해 집중 타당성을 보여야 한다.

최종 선정된 모든 측정항목변수의 표준화 계수(C.R)는 기준치 이상이고, 평균 분산 추출 값(AVE)도 또한 각각의 변수들이 0.5 이상으로 나타났기 때문에 이상이 없음을 확인하였다.

판별 타당성을 확인하기 위해서 변수들 사이에서 구한 평균분산 추출 값(AVE)이 변수 간의 상관계수의 제곱보다 크면 두 변수 사이에서 타당성이 있는 것으로 확인하는 Fornell and· Larcker(1981)의 방법을 이용하였다. 구성 항목들 간의 상관행렬들을 수치화 하여 나타낸 것으로, 각 요인들 간 계산한 평균분산 추출 값이 항목들의 상관계수의 제곱보다 크게 나타났기 때문에 구성 개념 간에 판별 타당성이 있다고 설명 할 수 있다.

가설 검정을 실시하기 전 구조방정식 모형의 적합도를 분석하였다. 표 5에 표기 한 것 같이 모델 적합도 지수는 모두 이상 없이 적합한 결과가 나타났다.

본 연구의 연구모형에 대한 실증 분석한 결과를 정리하여 그림 2, 표 6으로 나타냈다.

Fig. 3. 
The Result of hypothesis test

* p-value <0.05, ** p-value <0.01, *** p-value <0.001

본 연구에서 설정한 가설들의 영향 및 가설채택 정도를 확인하기 위해 Amos 23.0으로 경로 분석을 시행하였다. 상대적으로 더 많은 영향을 미치는 변수에 대해 알고자 하는 경우에는 상대적 중요도를 보여주는 표준화 계수(Standardized Estimate)를 활용한다. 또한 가설 채택의 여부는 임계치Critical Ratio)는 C.R.값으로 표현하며 ±1.96을 기준으로 판별하며, 유의수준 값(P-Value)은 0.05이하를 기준으로 판단한다.