중소 제조기업 스마트 공장 지속사용 의도에 영향을 미치는 요인에 관한 연구

Abstract

Now we are living in the era of the 3rd industrial revolution past the 1st and 2nd industrial revolutions. And now, we are preparing to face the upcoming era of the 4th industrial revolution with the convergence of advanced technologies such as IoT and big data analysis technologies and rapidly developed information and communication technologies. Germany's Industry 4.0, the beginning of the 4th Industrial Revolution, emerged as a way to respond to new changes in the manufacturing paradigm such as personalized production and mass personalization, and to strengthen global competitiveness. This fourth industrial revolution recognizes manufacturing as a core area, and smart factories are at the center of it. An intelligent production plant based on a virtual physical system (CPS) that promptly reacts to changes in the external environment such as customer orders or equipment failures and autonomously proposes optimal solutions can be defined as'smart factories'. Such smart factories are emerging as alternatives to current problems such as a decrease in the working population, aging population and depletion of resources, and manufacturing powers are providing policy support for the expansion of smart factories. However, looking at the status of companies that have built smart factories through government support, there is a problem that the level of smart factories being introduced and operated in general remains at the basic stage, and thus the utilization is low. In addition, there are many problems such as lack of awareness of smart factories and lack of expertise of suppliers. Due to such problems, the phenomenon of limited use or interruption of use of the system being introduced and operated frequently occurs. Accordingly, this study sought to find out how the content of the construction and the expected satisfaction level of smart factories, which have been rapidly distributed under the initiative of the government over the past five years, affect usability, user satisfaction, and continuous use intentions based on the Post Acceptance Model (PAM). The summary of the research results is as follows. First, it was found that factory automation had a significant positive (+) effect on productivity improvement. Second, it was found that factory automation had a significant positive (+) effect on improving flexibility. Third, it was found that the use of manufacturing data had a significant positive (+) effect on productivity improvement. Fourth, it was found that the use of manufacturing data had a significant positive (+) effect on improving flexibility. Fifth, value chain integration was found to have a significant positive (+) effect on productivity improvement. Sixth, it was found that the value chain integration had no significant influence on the improvement of flexibility. Seventh, productivity improvement was found to have a significant positive (+) effect on usefulness. Eighth, it was found that the improvement of flexibility had a significant positive (+) effect on usefulness. Ninth, productivity improvement was found to have a significant positive (+) effect on user satisfaction. Tenth, it was found that the improvement of flexibility had a significant positive (+) effect on user satisfaction. Eleventh, it was found that usefulness had a significant positive (+) effect on user satisfaction. Twelve, it was found that usefulness had a significant positive (+) effect on the intention to continue using it. Thirteenth, it was found that user satisfaction had no significant influence on the intention of continuous use. Fourteenth, the parameters of productivity improvement, flexibility improvement, usability and user satisfaction showed that the path to productivity improvement and usability had the greatest effect in the relationship between factory automation and the intent of continuous use. Fifteen, the parameters, productivity improvement, flexibility, usability, and user satisfaction, also showed that the path to productivity improvement and usability, even in the relationship of influence on the utilization of manufacturing data and the intent of continuous use, was most significantly affected. Sixteenth, the parameters of productivity improvement, flexibility, usability, and user satisfaction also showed that the path to productivity improvement and usability has the greatest impact, even on value chain integration and the impact on sustained use intent. Seventeenth, as a result of testing the overall control effect using the use of government support as a control variable, it was found that there is a partial control effect in the relationship between the use of manufacturing data and productivity improvement. Eighth, as a result of testing the overall control effect using the accumulated period of use of smart factory construction as a control variable, it was found that there is a partial control effect in the effect of productivity improvement on user satisfaction. The main implications of the above study are as follows. First, it is necessary to automate, informatize, and digitize the physical production system and information system of the existing factory. In addition, companies that intend to supplement the system or introduce new systems need a sufficient preliminary review period to determine what customers require and what actual information about customers we need. In addition, whether these requirements are actually feasible, it will have to be implemented through prior consultation with the system supplier. Second, it is necessary to reinforce and supplement the ICT standardization policy that supports big data analysis technology using data collected from sensors and interconnects with external customer systems. In this context, the collected data must be analyzed and converted into usable information. When information shared with each other is exchanged through internal/external networks, waste on the process can be reduced and production can be optimized based on this information. Third, the government needs to strengthen education centered on working-level officials on smart factory standard model architecture and smart factory reference model made by the Ministry of Trade, Industry and Energy referring to Germany's RMAI 4.0. It is believed that this will serve as the basis for enhancing the usability of the system by optimizing the process by enhancing the understanding of smart factories and enhancing the ability to specify the utilization area. In future research on the intention to use the smart factory, it is necessary to improve the explanatory power of the research hypothesis through an extended model of the post-acceptance model or integration of other technical or behavioral theories. In addition, if the research is conducted from various perspectives by adding variables that take into account various organizational/environmental impacts such as the characteristics of the industry, the shape of customers, the organization's capabilities, and the internal and external situation of the company, more detailed research results will be obtained. It is necessary to divide the sample recruitment by region and add it as an adjustment or cause variable, and to perform a step-by-step analysis by subdividing the system use period into initial use period, settlement period, and extension period. In this case, it is expected that research results that can contribute to the establishment of government support policy plans and strategies for activating corporate smart factories will be drawn.| 지금 우리는 1차 산업혁명과 2차 산업혁명을 지나 3차 산업혁명 시대에 살고 있으며, 사물인터넷 및 빅데이터 분석 등의 진보된 기술과 급격하게 발달한 정보통신기술(ICT)의 융합을 통해 곧 도래할 4차 산업혁명 시대를 맞이할 준비를 하고 있다. 4차 산업혁명의 시초가 된 독일의 인더스트리 4.0은 개인맞춤형 생산 혹은 대량 개인화와 같이 새로운 제조 패러다임의 변화 대응과 글로벌 경쟁력 강화를 위한 방안으로 등장하게 되었다. 이와 같은 4차 산업혁명은 제조업을 원천 핵심 분야로 보고 있으며 그 중심에는 스마트 공장이 있다. 고객 주문, 설비 고장 등의 외부 환경 변화에 공장 내 기기들이 즉각 반응하여 자율적으로 최적 솔루션을 제안하는 가상 물리 시스템(Cyber Physical System, CPS) 기반의 지능형 생산 공장을 스마트 공장이라 정의할 수 있다. 이러한 스마트 공장은 노동인구의 감소 및 고령화, 자원의 고갈 등 현재 직면하고 있는 문제에 대안으로 떠오르고 있으며 제조 강국들은 스마트 공장 도입 확산을 정책적으로 지원하고 있는 실정이다. 그러나 정부 지원을 통해 스마트 공장을 구축한 기업 현황을 살펴보면 전반적으로 도입 운영 중인 스마트 공장 수준이 기초 단계에 머물고 있어 활용도가 떨어지고, 스마트 공장의 인식 부족, 공급기업의 전문성 부족 등 여러 가지 문제가 지적돼오고 있다. 이와 같은 문제로 도입 운영 중인 시스템의 제한적 사용 또는 사용중단의 현상이 빈번하게 발생하고 있다. 이에 따라 본연구에서는 후기수용모델(PAM)에 이론적 기반을 두고 지난 5년간 정부 주도하에 급격하게 보급/확산하고 있는 스마트 공장의 구축 내용과 사후 기대 일치 정도가 유용성 및 사용자 만족도, 지속적 사용 의도에 어떠한 영향을 미치는지 파악하여 보고자 하였다. 연구 결과를 요약하면 다음과 같다. 첫째, 공장 자동화는 생산성 향상에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 둘째, 공장 자동화는 유연성 향상에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 제조데이터 활용은 생산성 향상에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 제조데이터 활용은 유연성 향상에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 다섯째, 가치사슬 통합은 생산성 향상에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 여섯째, 가치사슬 통합은 유연성 향상에 유의미한 영향 관계가 없는 것으로 나타났다. 일곱째, 생산성 향상은 유용성에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 여덟째, 유연성 향상은 유용성에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 아홉째, 생산성 향상은 사용자 만족에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 열째, 유연성 향상은 사용자 만족에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 열한째, 유용성은 사용자 만족에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 열두째, 유용성은 지속적 사용 의도에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 열셋째, 사용자 만족은 지속적 사용 의도에 유의미한 영향 관계가 없는 것으로 나타났다. 열넷째, 매개 변인인 생산성 향상과 유연성 향상, 유용성, 사용자 만족도는 공장 자동화가 지속적 사용 의도에 미치는 영향 관계에서 생산성 향상과 유용성의 경로가 가장 크게 영향을 미치는 것으로 나타났다. 열다섯째, 매개 변인인 생산성 향상과 유연성 향상, 유용성, 사용자 만족도는 제조데이터 활용과 지속적 사용 의도에 미치는 영향 관계에서도 생산성 향상과 유용성의 경로가 가장 크게 영향을 미치는 것으로 나타났다. 열여섯째, 매개 변인인 생산성 향상과 유연성 향상, 유용성, 사용자 만족도는 가치사슬 통합이 지속적 사용 의도에 미치는 영향 관계에서도 마찬가지로 생산성 향상과 유용성의 경로만이 영향을 미치는 것으로 나타났다. 열일곱째, 정부 지원활용을 조절변수로 하여 전체적인 조절 효과를 검정한 결과 제조데이터 활용과 생산성 향상 관계에서 부분 조절 효과가 있는 것으로 파악되었다. 열여덟째, 스마트 공장 구축 활용 누적 기간을 조절변수로 하여 전체적인 조절 효과를 검정한 결과 생산성 향상이 사용자만 족에 미치는 영향에서 부분 조절 효과가 있는 것으로 파악되었다. 위의 연구 결과로 얻은 주요 시사점은 다음과 같다. 첫째, 기존 공장의 물리적인 생산시스템과 정보시스템을 자동화, 정보화, 디지털화하는 것이 필요하며, 시스템 보완을 하거나 새롭게 도입하려는 기업들은 고객이 요구하는 사항들이 무엇인지, 우리가 필요로 하는 고객정보가 실제로 어떤 것들이 있는지 충분한 사전 검토 기간이 필요하다. 또한, 이러한 요구사항이 실제로 구현 가능한지 시스템 공급기업과 사전 협의하여 이행되어야 할 것이다. 둘째, 센서로부터 수집된 데이터를 활용한 빅데이터 분석기술 지원과 외부 고객 시스템과 상호 연결이 되도록 하는 ICT 표준화 정책 강화 및 보완이 필요하다. 이와 같은 맥락으로 수집된 데이터가 분석되어 활용 가능한 정보로 변환되어야 하며 이정보들은 내/외부 네트워크망을 통하여 서로 공유된 정보가 상호 교환될 때 이러한 정보를 바탕으로 공정에 낭비를 줄이고 생산을 최적화 시킬수 있다. 셋째, 정부는 산업통상부가 독일의 RMAI 4.0을 참조하여 만든 스마트 공장 표준모델 아키텍쳐와 스마트 공장 참조 참조모델에 대하여 실무자 중심으로 교육을 강화할 필요성이 있다. 이는 시스템 사용 실무자의 스마트 공장 이해도를 높이고 활용영역을 구체화 할수 있는 역량을 강화시켜 공정을 최적화 하여 활용성을 높이는 기초가 될 것으로 판단된다. 향후 스마트 공장의 지속적 사용의도에 대한 연구에서는 후기수용모델의 확장된 모형이나 다른 기술이론 또는 행동이론의 통합을 통해 연구 가설의 설명력을 향상 시키고, 업종의 특성 또는 고객의 형태, 조직의 역량, 조직 내/외부 상황등 다양한 조직적 환경적 영향을 고려한 변수를 추가하여 보다 다양한 관점에서 연구가 진행된다면 지금보다 더 구체적인 연구 결과를 얻을 수 있을 것으로 추측되며, 표본 모집을 지역별로 구분하여 조절 또는 원인 변인으로 추가하고, 시스템 초기 도입기간 이외 초기 사용기간, 정착기간, 확장기간 등으로 세분화하여 단계별 분석이 진행된다면 정부 지원정책 방안 및 기업 스마트 공장 활성화 전략 수립에 기여할수 있는 연구결과가 도출 될 것으로 예상 된다.