A study on the factors affecting the acceptance of voice assistant using structural equation modeling

2019, 30

6)

1245–1258

구조방정식 분석을 통한 음성비서 서비스 수용에 대한 영향 요인 연구

ᄇ ᅡ

ᆨ명순

¹

²

1SK텔레콤 AI사업유닛 · ²연세대학교 전기전자공학과

ᄌ ᅥ

ᆸᄉ ᅮ 2019ᄂ ᅧ ᆫ 8ᄋ ᅯ ᆯ 22ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2019ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 27ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2019ᄂ ᅧ ᆫ 10ᄋ ᅯ ᆯ 4ᄋ ᅵ ᆯ

요 약

ᄋ

ᅵ ᆫᄀ ᅩ ᆼ ᄌ ᅵᄂ ᅳ ᆼ ᄀ ᅵᄉ ᅮ ᆯ ᄋ ᅵ ᄂ ᅡ ᆯᄅ ᅩ ᄇ ᅡ ᆯᄌ ᅥ ᆫᄒ ᅡ ᆷᄋ ᅦ ᄄ ᅡᄅ ᅡ ᄉ ᅡᄅ ᅡ ᆷᄋ ᅴ ᄋ ᅥ ᆫᄋ ᅥᄅ ᅳ ᆯ ᄀ ᅵᄇ ᅡ ᆫᄋ ᅳᄅ ᅩ ᄒ ᅡᄂ ᅳ ᆫ ᄋ ᅳ ᆷᄉ ᅥ ᆼᄇ ᅵᄉ ᅥ ᄉ ᅥᄇ ᅵᄉ ᅳᄀ ᅡ ᄇ ᅩ ᆫᄀ ᅧ ᆨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄉ

ᅡ ᆼᄋ ᅭ ᆼ ᄒ ᅪᄃ ᅬᄀ ᅩ ᄋ ᅵ ᆻᄂ ᅳ ᆫ ᄎ ᅮᄉ ᅦᄃ ᅡ. ᄇ ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄋ ᅳ ᆷᄉ ᅥ ᆼᄇ ᅵᄉ ᅥ ᄉ ᅥᄇ ᅵᄉ ᅳᄅ ᅳ ᆯ ᄉ ᅡᄋ ᅭ ᆼ ᄒ ᅡᄂ ᅳ ᆫ ᄉ ᅡᄋ ᅭ ᆼ ᄌ ᅡᄅ ᅳ ᆯ ᄃ ᅢᄉ ᅡ ᆼᄋ ᅳᄅ ᅩ ᄉ ᅡᄋ ᅭ ᆼ ᄋ ᅴᄃ ᅩᄋ ᅦ ᄋ ᅧ

ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼ ᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅢ ᄇ ᅩᄀ ᅩᄌ ᅡ ᄒ ᅡ ᆫᄃ ᅡ. HAM (hedonic-system acceptance model)ᄋ ᅳ ᆫ ᄉ ᅵ ᆫ ᄀ

ᅲᄀ ᅵᄉ ᅮ ᆯ ᄉ ᅮᄋ ᅭ ᆼ ᄋ ᅦ ᄋ ᅵ ᆻᄋ ᅥ ᄌ ᅢᄆ ᅵ, ᄌ ᅳ ᆯ ᄀ ᅥᄋ ᅮ ᆷ ᄋ ᅴ ᄋ ᅭᄉ ᅩᄀ ᅡ ᄎ ᅮᄀ ᅡ ᄃ ᅬ ᆫ ᄀ ᅵᄉ ᅮ ᆯ ᄉ ᅮᄋ ᅭ ᆼ ᄆ ᅩᄃ ᅦ ᆯᄌ ᅮ ᆼ ᄋ ᅴ ᄒ ᅡᄂ ᅡᄋ ᅵᄆ ᅧ, ᄋ ᅳ ᆷᄉ ᅥ ᆼᄇ ᅵᄉ ᅥ ᄉ ᅡᄋ ᅭ ᆼ ᄌ ᅡᄋ ᅴ ᄉ

ᅡᄋ ᅭ ᆼ ᄋ ᅴᄃ ᅩ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄀ ᅵᄋ ᅦ ᄌ ᅥ ᆨᄒ ᅡ ᆸᄒ ᅡ ᆫ ᄆ ᅩᄃ ᅦ ᆯᄅ ᅩ ᄉ ᅥ ᆫᄌ ᅥ ᆼᄒ ᅡᄋ ᅥ ᆻᄃ ᅡ. HAMᄋ ᅦ ᄀ ᅵᄇ ᅡ ᆫᄋ ᅳ ᆯ ᄃ ᅮᄀ ᅩ, ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ ᆫ ᄉ ᅡᄋ ᅭ ᆼᄋ ᅭ ᆼ ᄋ ᅵ ᄉ ᅥ

ᆼ, ᄀ ᅡ ᆷᄉ ᅥ ᆼᄀ ᅭᄀ ᅡ ᆷ, ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ ᆫ ᄋ ᅲᄋ ᅭ ᆼᄉ ᅥ ᆼ, ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ ᆫ ᄋ ᅲᄒ ᅴᄉ ᅥ ᆼᄋ ᅵ ᄉ ᅡᄋ ᅭ ᆼ ᄋ ᅴᄃ ᅩᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄑ ᅡᄋ ᅡ ᆨᄒ ᅡᄀ ᅵ ᄋ ᅱᄒ ᅡ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄆ ᅩ ᄃ

ᅦ ᆯᄋ ᅳ ᆯ ᄉ ᅮᄅ ᅵ ᆸᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄋ ᅳ ᆷᄉ ᅥ ᆼᄇ ᅵᄉ ᅥ ᄉ ᅥᄇ ᅵᄉ ᅳ ᄉ ᅡᄋ ᅭ ᆼᄀ ᅧ ᆼᄒ ᅥ ᆷᄋ ᅵ ᄋ ᅵ ᆻᄂ ᅳ ᆫ 500ᄆ ᅧ ᆼᄋ ᅴ ᄋ ᅲᄒ ᅭ ᄑ ᅭᄇ ᅩ ᆫᄋ ᅳ ᆯ ᄒ ᅪ ᆯᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᄀ ᅵᄎ ᅩ ᄃ ᅦᄋ ᅵᄐ ᅥᄅ ᅳ ᆯ ᄉ ᅮ ᄌ ᅵ

ᆸᄒ ᅡᄋ ᅧ ᆻᄀ ᅩ AMOS 24 ᄑ ᅳᄅ ᅩᄀ ᅳᄅ ᅢ ᆷᄋ ᅳ ᆯ ᄒ ᅪ ᆯᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᄀ ᅮᄌ ᅩᄇ ᅡ ᆼᄌ ᅥ ᆼᄉ ᅵ ᆨ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅳ ᆯ ᄌ ᅵ ᆫᄒ ᅢ ᆼᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ ᆫ ᄉ ᅡᄋ ᅭ ᆼᄋ ᅭ ᆼ ᄋ ᅵᄉ ᅥ ᆼᄋ ᅳ ᆫ ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ

ᆫ ᄋ ᅲᄋ ᅭ ᆼᄉ ᅥ ᆼ, ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ ᆫ ᄋ ᅲᄒ ᅴᄉ ᅥ ᆼᄋ ᅦ ᄋ ᅲᄋ ᅴᄆ ᅵᄒ ᅡ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄌ ᅮᄀ ᅩ, ᄀ ᅡ ᆷᄉ ᅥ ᆼᄀ ᅭᄀ ᅡ ᆷᄋ ᅳ ᆫ ᄌ ᅵᄀ ᅡ ᆨ ᄃ ᅬ ᆫ ᄋ ᅲᄒ ᅴᄉ ᅥ ᆼᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅵᄎ ᅵᄀ ᅩ ᄋ ᅵ ᆻᄋ ᅳ ᄆ

ᅧ, ᄀ ᅮ ᆼᄀ ᅳ ᆨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄉ ᅡᄋ ᅭ ᆼ ᄋ ᅴᄃ ᅩᄋ ᅦ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅳ ᆯ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄀ ᅥ ᆷᄌ ᅳ ᆼ ᄃ ᅬᄋ ᅥ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄀ ᅡ ᆷᄉ ᅥ ᆼᄀ ᅭᄀ ᅡ ᆷ, ᄀ ᅮᄌ ᅩᄇ ᅡ ᆼᄌ ᅥ ᆼᄉ ᅵ ᆨ, ᄋ ᅳ ᆷᄉ ᅥ ᆼᄇ ᅵᄉ ᅥ, Hedonic-system acceptance model.

1. 머리말 ᄎ

ᅬ근 10년 동안 인공지능 (artificial intelligence: AI) 기술은 빅데이터 수집, 분석과 컴퓨팅 파워의 ᄒ

ᅧ

ᆨ혁한 개선에 힘입어 비전, 음성, 언어 처리 등 여러 응용분야에큰파급 효과를주며 발전하고 있다.

ᄐ ᅳ

ᆨ히 그 중에서도 음성인식 분야는기존의 ‘제한된단어 중심 인식’에서 ‘도메인 제약이 없는 문장 단위 ᄋ

ᅵᆫ식’까지 지원하는수준으로 기술이 크게 발전하였으며, 최근연구에서는 문장 인식률이 90% 이상에 ᄋ

ᅵ른다는점이 입증되었다 (Stolcke과 Droppo, 2017).

ᄋ

ᅵ러한 음성인식 기술의 발전에 힘입어 산업계에서는다양한 IT 기기나 서비스에 본격적으로 음성 인 ᄐ

ᅥ페이스를도입하는시도를하고 있다. 음성을 통한 자동차 운전 상황에서의 디바이스 제어 (Lee 등, 2013), 홈디바이스 (셋탑, 스피커 등)제어 및 서비스 실행 등이 그 예인데, 주로 양 손이 자유롭지 못한 ᄉ

ᅡᆼ황에서 동시에 다른작업을할 수 있다는편의성과 유용성 측면에서 사용자들에게 가치를부여하고 있 ᄃ

ᅡ.

ᄋ

ᅳᆷ성대화를 통해 사용자가 원하는 서비스를 제공하는 음성비서 (voice assistant) 서비스는 2011년 Apple의 Siri를선두로 하여 스마트폰과 같은개인용디바이스로확산되는추세에 있는데, 현재는 통신

1

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (04551) ᄉ ᅥᄋ ᅮ ᆯᄐ ᅳ ᆨᄇ ᅧ ᆯᄉ ᅵ ᄌ ᅮ ᆼ ᄀ ᅮ ᄋ ᅳ ᆯ ᄌ ᅵᄅ ᅩ 100, SKᄐ ᅦ ᆯᄅ ᅦᄏ ᅩ ᆷ AIᄉ ᅡᄋ ᅥ ᆸᄋ ᅲᄂ ᅵ ᆺ, ᄋ ᅲᄂ ᅵ ᆺᄌ ᅡ ᆼ.

E-mail: [email protected]

2

(03722) ᄉ ᅥᄋ ᅮ ᆯᄐ ᅳ ᆨᄇ ᅧ ᆯᄉ ᅵ ᄉ ᅥᄃ ᅢᄆ ᅮ ᆫ ᄀ ᅮ ᄋ ᅧ ᆫᄉ ᅦᄅ ᅩ 50, ᄋ ᅧ ᆫᄉ ᅦᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄀ ᅩ ᆼ ᄀ ᅪᄃ ᅢᄒ ᅡ ᆨ ᄌ ᅥ ᆫᄀ ᅵᄌ ᅥ ᆫᄌ ᅡᄀ ᅩ ᆼ ᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

ᄉ

ᅡ, 제조사, 포털 서비스사 등에서 자기들만의 고유하고 다양한 서비스를제공하는 음성비서 서비스 시 ᄌ

ᅡᆼ이 형성되고 있다. 미국의 사용자 조사에 따르면 피조사자의 72%가 Siri, Alexa, Google Assistant (이하 GA)등의 사용경험이 있으며, 그 중 35%가 스마트 스피커를 통해 음성검색을해본경험이 있는 거

ᆺ으로 나타났다 (NPR과 Edison, 2019). 음성비서 서비스의 개발에는 음성인식 기술뿐만 아니라 음성 ᄒ

ᅡᆸ성, 언어이해 기반의 대화관리 기술이 사용된다. 특히 개발 초기 단계에서는서비스에 적합한 음성비 ᄉ

ᅥ 이미지를사용자에게 제공하기 위해 페르소나 (persona: 말하는사람의 인격체 아이덴터티)를정의 ᄒ

ᅡ여 이 기준에 맞는 합성음 (목소리), 톤, 말투 등을개발하고 대화 시나리오를설계하는작업을하게 되

ᆫ다. 이러한 과정들은사용자가 음성비서에게 보다 친근함을느끼고 대화와 서비스 과정 중에 즐거움 ᄀ

ᅪ 재미를경험하도록하기 위한 목적으로 진행된다.

ᄋ

ᅵ처럼 음성비서 서비스들이 일상 생활로 깊숙이 들어와서 사용자들과 접촉면을 늘여가고 있고 사용 ᄌ

ᅡ 경험의 개선을위한관련 기술이 발전해 가고 있음에도 불구하고 음성비서 서비스가 고객들에게 어떻 ᄀ

ᅦ 받아들여지고 있는지에 대한 연구는상대적으로 부족한 편이다.

ᄋ

ᅵ에 본연구에서는 사용자의 음성비서 서비스 수용에 대한 영향 요인을 분석하고자 한다. 이를 위 ᄒ

ᅢ 사용의도 (behavioral intention to use)에 영향을 줄수 있는지각된사용용이성 (perceived ease of use), 감성교감 (emotional interaction), 지각된 유용성 (perceived usefulness), 지각된유희성 (per- ceived enjoyment)이라는 4개의 외부 변수를 식별하고, HAM (Heijden, 2004)기반의 연구모델을제안 ᄒ

ᅡ여 이들변수와 사용자의 사용의도 간의관계에 대한 가설을세우고 사용자 조사 및 구조 방정식 분석 으

ᆯ 통해 이를검증하고자 한다.

보

ᆫ 논문은 다음과 같이 구성된다. 2장에서는 음성비서 서비스 현황, 관련 기술에 대한 소개 및 HAM에 대한 이론적 배경을설명한다. 3장에서는사용자의 음성비서 서비스 수용에 대한 HAM 기반 ᄋ

ᅴ 연구모델을제안하고, 4장에서는이의 실험 및 구조방정식을 통한 검증결과를설명한다. 마지막으 ᄅ

ᅩ 5장에서는향후 계획및 본연구의 한계점과 함께 연구 내용의 결론을맺고자 한다.

2. 관련 연구 ᄋ

ᅵ 장에서는 본연구의 대상이 되는 음성비서 서비스 현황과 본 논문에서 제안하려는연구모델의 이론 ᄌ

ᅥᆨ 배경에 대해 설명하고자 한다. 그 순서는우선, 음성비서 서비스 기능과 사용자 조사에 대한 연구들 ᄋ

ᅳᆯ소개하면서 어떤 요인들이 사용자의 서비스 수용에 영향을 줄가능성이 있을지 살펴본다음, 음성비 ᄉ

ᅥ 서비스 개발에 필요한 기술과 제안하고자 하는연구모델의 기반이 되는 HAM (Heijden, 2004)에 대 ᄒ

ᅢ 소개하고자 한다.

2.1. 음성비서 서비스 현황 ᄋ

ᅳᆷ성비서 서비스는 ‘일상 생활에서 발생하는 다양한 태스크 (task)들을 전문적으로 지원해주는 소 ᄑ

ᅳ트웨어 에이전트’로 정의된다 (Santos 등, 2016; Saad 등, 2008). 대표적인 해외 상용 서비스로는 2011년 Apple의 ‘Siri’를 필두로 Amazon의 ‘Alexa’, Google의 ‘GA’가 있고, 국내에서는 2016년 SK텔 ᄅ

ᅦ콤의 ‘NUGU’를시작으로, 삼성전자의 ‘Bixby’, Naver의 ‘Clova’, KT의 ‘기가지니’, 카카오의 ‘카카 ᄋ

ᅩ미니’가 있다. 이들은디바이스 형태에 따라 ‘스마트 스피커형’과 ‘스마트폰탑재형’으로 나뉘는데, 최 ᄀ

ᅳᆫ에는 ‘스마트 스피커형에 display가 탑재된디바이스’가 등장하고 있다 (Yang, 2017).

ᄋ

ᅳᆷ성비서 서비스의 기능은 크게 ‘정보검색’, ‘채팅’, ‘디바이스 제어’로 구분되었으나 (Jiang 등, 2015), 이후 음성비서 서비스의 기능이 다양화 되면서 현재는 ‘음악 플레이’, ‘날씨’, ‘스케쥴’, ‘알람’,

‘타이머’, ‘감성대화’, ‘home IoT 제어’ 등다양한 기능으로까지확대되고 있는추세다 (Kim, 2019). 서 ᄇ

ᅵ스가 탑재된디바이스 종류에 따라 기능별 사용빈도의 차이가 있는데, 음성비서 서비스의 장점을 가

ᄌ

ᅡᆼ 잘활용할 수 있는 short-cut, hands-free, multitasking상황에서의 사용성이 가장 높은것으로 나타 ᄂ

ᅡ

ᆻ다 (NPR and Edison, 2019). 특히, 사람과의 감성교감을요구하는감성대화는 음성비서 서비스가 ᄀ

ᅵ존의 다른 IT 서비스와 비교되는 차별화된 형태로 제공될 수 있는기능이다. 이러한 감성교감은 과 ᄀ

ᅥ TV 출연자들 및 시청자들과의 감성적인 교감에서 시작된개념인데 (McCroskey 등, 1974; Rubin과 Mchungh, 1987), 음성비서 서비스가 등장하면서 중요한 요인으로 평가, 분석되고 있다 (Han과 Yang, 2018).

ᄋ

ᅵ처럼 음성비서 서비스가 기존 IT서비스에 비해 차별화 요소를갖는 인터페이스와 사용자 경험을제 ᄀ

ᅩ

ᆼ하고 있음에도 불구하고 이 서비스를사용자가 수용하는데 영향을주는주요 요인에 대한 연구는아 지

ᆨ 초기 단계에 머물러 있다. 음성비서 서비스에서의 사용자 만족도에 대한 개념과 특성을정의하기 위 ᄒ

ᅢ 기기 제어, 정보 검색, 구조화된 검색 대화 기능의 구체적인 사용시나리오 기반으로 진행된 연구가 이

ᆻ었고 (Kiseleva 등, 2016),사용자 로그를기반으로 음성비서 서비스활용방식에 대한 예측모델을제 ᄋ

ᅡᆫ한 바도 있다 (Sano 등, 2016). 그와 더불어 음성비서 서비스를제공하는기기와 컨텐츠 품질에 초점 ᄋ

ᅳᆯ맞춰 소비자들이 느끼는체감가치를 분석한 연구도 있다 (Yang, 2017). 또한, 최근연구 결과를 통해 ᄉ

ᅥ는 음성 인터페이스를사용하지 않는가장큰주요 원인이 음성인식 오류에 의한 부정 경험이라는사 시

ᆯ을발견했으며, 아직까지는 음성비서 서비스가 사용자들에게 호기심 수준에 머물러 있다는사용자 조 ᄉ

ᅡ 결과를밝힌 연구결과도 있다 (Choi와 Kim, 2016).

ᄒ

ᅧᆫ재는 음성인식 성능이 예전보다큰 폭으로 발전된상태지만, 어린이와 시니어의 발화, 방언 등의 인 시

ᆨ 측면에서는여전히 부정 경험들이 존재할뿐만 아니라, 음성비서 서비스와의 대화 시에 주제별 상황과 매

ᆨ락이 충분히 제공되지 않고 있어 향후 보완이 되어야 하는요소로 고려되고 있다.

2.2. 음성비서 기술 현황 ᄋ

ᅳᆷ성비서 서비스를 구성하는 기술에 대해서는 간단한 SLDS (spoken language dialog system)가 ᄌ

ᅦ시된 바 있으며 (Bossemeyer와 Schwab (1991), 현재 사용하고 있는 시스템과 가장 유사한 것은 Bertrand 등 (2012)이 제시한 모델이다. SLDS 시스템은 크게 1) 음성인식 (언어이해 포함), 2) 음 서

ᆼ합성, 3) 대화관리로 나눌수 있으며, 현재의 음성비서 서비스 시스템 구조와 유사한 형태이다.

ᄋ

ᅳᆷ성인식 기술은 인간의 음성을 입력 받아 텍스트 (text)로 변화하는기술을의미하는데, 사람의 음 서

ᆼ을이용하여 다양한 기기 및 서비스를제어할 수 있는 Human-machine interaction 기술의 일종이다.

ᄋ

ᅳᆷ성비서 서비스의 경우 음성인식 기술의 발전 정도가 사용용이성에 미치는 직접적인 영향이 크다고 할 ᄉ

ᅮ 있다. 자동차 운전 및 운용에서의 음성 인터페이스는빠르게 도입되었으나, 인식 성능의 한계로 한동 ᄋ

ᅡᆫ 상용적용에 실패하거나, 적용을하더라도 그 사용성이 좋지 않았다. 하지만 최근 인식 성능이 향상 ᄃ

ᅬ면서 자동차에서의 음성인식 기술의 사용은널리 보편화되어 가고 있는추세다. 음성인식을기반으로 ᄒ

ᅡ는 음성비서 서비스의 수용에 있어서 사용의 편의성뿐만 아니라관련 기술의완성도가 영향을주는것 ᄋ

ᅳ로 분석되었다 (Choi와 Kim, 2016).

ᄋ

ᅳᆷ성합성 (speech synthesis)은 컴퓨터를이용하여 사람의 말소리를기계적으로 만들어 내는기술이 ᄃ

ᅡ. 최근의 합성기술은 특정 음색을반영한 합성이 가능하며, 억양을변환하여 감정을표현하거나 음색 으

ᆯ변환하여 다른 음색의 합성음을얻는 등다양한 기술적활용이 가능한 수준으로까지 발전했다. DNN (deep neural network)기반의 합성 기술이 발전하면서 연산량은크지만, 대용량의 합성이 가능하고 비 ᄀ

ᅭ적 품질이 우수한 장점이 있어 많이활용되고 있는추세다 (Van den Oord 등, 2016).

ᄃ

ᅢ화관리 기술은 사람의 음성을 인식한 Text 문장을 입력 받은 뒤 그 의도를이해하여 적절한 응답 으

ᆯ 하는 기술이다. 음성비서 서비스에서는 목적지향적 대화 기술 (goal-oriented dialogue processing technology)이 사용되고 있으며, 이것은 특정 목적이나 태스크를수행하기 위해 사용자의 음성을이해

ᄒ

ᅡ고 연관된 주제로 대화를이어가는기술이다. 2018년 Google IO 행사에서 ‘Duplex’라는 대화 기술 으

ᆯ 소개하여 큰 반향을 일으켰는데, 이것이 바로 대표적인 목적지향 대화기술 중 하나이다 (O’Leary, 2019).

2.3. HAM (hedonic-system acceptance model) ᄉ

ᅢ로운 IT기술이 시장에 나올때마다, 사용자들의 신규 기술을 채택하고 수용하는요인들과 이용행 ᄐ

ᅢ를 분석하기 위해 다양한 이론들이 연구자들에 의해 제시되었다. 그 중 하나인 기술수용모델 (이하 TAM)은 1989년 Davis에 의해 처음제안되었으며, IT기술을 사용하는사용자를대상으로 사용의도를 서

ᆯ명하고 행동을예측하기 위해 제안된간단하지만 설명력이 뛰어난 모델이다. 새로운 IT기술을왜 사 ᄅ

ᅡ

ᆷ들이 수용하거나 거부하는지를이해하기 위한 노력은새로운기술에 대한 연구에서 가장 중요한 분야 주

ᆼ하나이다.

Figure 2.1 HAM (hedonic-system acceptance model)

ᄋ

ᅵ러한 TAM은 실용적인 동기를 충족하기 위한 시스템으로 설명되었으나, 수용하는 기술의 특성 ᄋ

ᅦ 따라 실용적 (utilitarian motivation system: UMS) 요인과 쾌락적 (hedonic motivation system:

HMS)요인 모두 사용자의 수용에 영향을미칠 수 있음이 밝혀졌다 (Lowery 등, 2012; Heijden, 2004).

Heijden (2004)이후, Lowery 등 (2012)의 연구에서는기술수용에 있어서 즐거움뿐만 아니라, 호기심, ᄐ

ᅩ

ᆼ제감이 행위의도에 유의한 영향을 준다는 HMSAM (hedonic-motivation system adoption model)이 ᄌ

ᅦ시되기도 하였다.

Figure 2.1에서 보는바와 같이 HAM은지각된사용용이성이 지각된유용성, 유희성(joy), 사용의도 ᄋ

ᅦ 영향을 주는 것으로 전제하였으며, 기존에 TAM에서 제시하지 않았던 유희성을매개변수로 정의하 ᄋ

ᅧ 사용의도에 대한 영향을검증하였다. 새로운기술에 대한 사용의도에는 기존의 유용성, 사용용이성 뿌

ᆫ만 아니라, 해당 기술의 사용으로 유발된 즐거움, 쾌락도 사용의도에 유의미한 영향을미친다고 보고 이

ᆻ다.

3. 연구 모형 보

ᆫ연구에서는 HAM을기반으로 한 사용자의 서비스 수용모델을제안한다. HAM은쾌락적 동기 시 ᄉ

ᅳ템으로서, 사용자가 쾌락적 동기를 충족하기 위해 채택하는시스템이라는관점에서 IT 수용성을설명 ᄒ

ᅡ고 있다 (Heijden, 2004). 음성비서 서비스를사용하거나, 사용경험이 있는사람들을대상으로 기술 ᄉ

ᅮ용에 미치는 영향 요인을 분석하고자 하며, HAM에서 제시하는 지각된 사용용이성, 지각된유용성, ᄌ

ᅵ각된유희성의 변수를 활용한다. 또한, 음성비서의 감성적인 특징이 사용의도에 유의미한 영향을 주 ᄂ

ᅳᆫ가에 대한 변수를추가하여 Figure 3.1과 같이 연구 모델을수립하였다.

Figure 3.1 Research model of adoption of voice assistant

3.1. 변수에 대한 정의 보

ᆫ연구에서는선행 연구를 통해 외부 변수를설정하였고, 지각된유용성, 지각된유희성을매개변수 ᄅ

ᅩ 설정하여 궁극적으로 사용의도에 대한 영향 요인을 분석하고자 한다. 구성 개념은타당성이 입증되 ᄋ

ᅥ진 것을기본으로 하여 추출하였으며, 본연구에 맞게 불필요한 항목은제외하고 사용하였다.

ᄋ

ᅳᆷ성비서 서비스는 일상 생활에서 발생하는 다양한 태스크들을 지원해주는 기능 (Santos 등, 2016;

Saad 등, 2008)을제공해주고 있다. 일상 생활에서 편리하게 이용할 수 있는다양한 기능의 제공은 음 서

ᆼ비서 서비스의 중요한 역할이며, 이러한 사용용이성은 음성비서 서비스 사용자의 만족도에 영향을주 느

ᆫ요인으로 분석되고 있다 (Kiseleva 등, 2016; Yang, 2017). 본 논문에서는 ‘다른 일을하고 있을때 ᄑ

ᅧᆫ리하게 이용할 수 있는 기능’, ‘잠자기 직전이나 아침에 음성으로 날씨, 뉴스 등의 정보를 확인할 수 이

ᆻ는기능’, ‘다른 일을하고 있을때 다양한 기능을 음성으로 요청할 수 있는기능’ 등을지각된사용용 ᄋ

ᅵ성으로 정의하였다.

ᄄ

ᅩ한, 음성비서 서비스는언어를이용한 상호작용이 가능한 것이 가장큰장점중의 하나인바, 따라서 ᄋ

ᅥᆫ어와 목소리를 이용한 다양한 감정 표현이 가능하다. 음성합성의 화자는페르소나적인 특징을 가지 ᄆ

ᅧ, 음성비서 서비스에서 가장 중요한 기획요소 중의 하나이다 (Klimmt 등, 2006; Han과 Yang, 2018).

보

ᆫ 논문에서는기존의 유사 서비스에서 제공해주지 못하는감성적 공감을얼마나 제공할 수 있느냐가 사

ᄋ ᅭ

ᆼ의도에 영향을미친다고 보고 모델을구성하였다. 즉, 음성비서 서비스와의 대화를 통해 즐거움을느 ᄁ

ᅵ고, 슬플때 위로를받을수 있으며, 친구처럼 대화하면서 사람에 대해 느끼는애착과 유사한 애착을 ᄂ

ᅳ끼는것을감성교감으로 정의하였다.

ᄌ

ᅵ각된유용성은어떤 사람이 특정 시스템을사용하면서 자신의 태스크 수행 능력이 향상될 것이라고 새

ᆼ각하는정도를의미하는데 (Davis 등, 1989),다시 말해서 음성비서 서비스를 통해 음악듣기, 날씨 정 ᄇ

ᅩ, 스케쥴 정보 등을검색할 때 그것을유용하다고 인지하는정도를 나타낸다. 지각된유용성은 초기 TAM모델의 핵심 요소 중하나로서 (Davis 등, 1989; Balta-Ozkan 등, 2013), 음성비서 서비스의 이점 ᄋ

ᅵ 명확하게 입증되면 기술수용이 향상될 것으로 정의하고 있다.

ᄌ

ᅵ각된유희성은컴퓨터를사용하는활동이 즐거움과 기쁨을가져다주며, 컴퓨터 사용의 동기에 유의 ᄆ

ᅵ한 영향을주는것으로 제시되었다 (Igbaria 등, 1996)이후, 동기 모델에 대한 다양한 연구가 이루어 ᄌ

ᅧᆻ으며, Heijden (2004), Lowery 등 (2012)의 연구에서도 쾌락적 즐거움이 사용의도에 중요한 영향을 ᄆ

ᅵ치는것으로 분석되었다 (Agarwal와 Karahanna, 2000; Moon과 Kim, 2001). 본 논문에서도 지각된 ᄋ

ᅲ희성은 음성비서 서비스의 중요한 사용의도 중하나로 연구모델에서 매개변수로 정의하였다.

ᄉ

ᅡ용의도는어떤 특정한 미래의 행동을수행할지 또는하지 않을지에 대한 계획을나타낸다 (Venka- tesh 등, 2003). 이것은어떤 음성비서 서비스를향후에도 지속적으로 사용할뿐만 아니라 주변에도 추천 ᄒ

ᅡᆯ 의향을 나타낸다. 현재 음성비서 서비스를사용하는 경우에는지속적인 사용의도를 의미하며, 음성 ᄇ

ᅵ서 서비스를사용하지 않더라도 미래에는 음성비서 서비스를사용할 것이라는의도를 의미하기도 한 ᄃ

ᅡ (Davis 등, 1989).

3.2. 연구 가설 ᄀ

ᅵ존선행 연구를기반으로 하여 변수에 대한 정의와 측정항목의 설정을 진행하였으며, 지각된사용 ᄋ

ᅭ

ᆼ이성은기존연구에서 가설이 검증되었으나, 음성비서 서비스에 대해 가설을다시 한번 검증하고자 한 ᄃ

ᅡ. 지각된사용용이성과 더불어 감성교감을 독립변수로 정의하였으며, 지각된 유용성, 지각된유희성 미

ᆾ 사용의도를내부 변수로 정의하였다. 지각된유용성, 지각된유희성은새로운 IT기술에 대한 기술수 ᄋ

ᅭ

ᆼ의 매개변수로 여러 연구에서 검증하였으며 (Heijden, 2004; Yang, 2018), Moon과 Kim (2001)은 즐 ᄀ

ᅥ움, 재미라는요소를추가하여 지각된사용용이성이 지각된유희성과 지각된유용성에 영향을미친다 ᄀ

ᅩ 설명했다.

ᄌ

ᅵ각된사용용이성, 감성교감은각각 3개, 4개의 측정항목으로 구성하였으며, 내부 변수인 지각된유 ᄋ

ᅭᆼ성, 지각된유희성, 사용의도도 각각 3개, 2개, 4개의 측정항목으로 구성되어 있다. 설문지의 각 문항 ᄋ

ᅳ

ᆫ리커트 타입 7점 척도 (1=전혀 그렇지 않다. 4=그렇다, 7=정말 그렇다)로 측정하였다.

ᄀ

ᅡ설 1 지각된사용용이성은지각된유용성에 정 (+)의 영향을미칠 것이다.

ᄀ

ᅡ설 2 지각된사용용이성은지각된유희성에 정 (+)의 영향을미칠 것이다.

ᄀ

ᅡ설 3 감성교감은지각된유희성에 정 (+)의 영향을미칠 것이다.

ᄀ

ᅡ설 4 지각된유용성은사용의도에 정 (+)의 영향을미칠 것이다.

ᄀ

ᅡ설 5 지각된유희성은사용의도에 정 (+)의 영향을미칠 것이다.

3.3. 변수의 조작적 정의 및 측정항목 보

ᆫ 연구의 주요 변수들과 측정항목의 구성은 Table 3.1과 같다. 지각된 사용용이성은 Davis 등 (1989)의 연구를참고 하였으며, 연구의 목적에 맞게 보완하여활용하였다. 지각된사용용이성은사용 ᄌ

ᅡ가 많은노력이 없이도 음성비서를이용할 수 있는주관적인 신념 정도를의미하며, 3개의 설문항목

으

ᆯ구성하였다. 감성교감은 음성비서와의 감정적 유대감으로 정의하였으며, Thomson 등 (2005)의 연 ᄀ

ᅮ를기초와 수정 보완하였으며, 4개의 설문항목으로 구성하였다.

Table 3.1 Measures of variables

Variables Questions

Perceived PEU1 Voice assistant comes in handy when your hands are

ease of use (PEU) not free.

PEU2 Voice assistant is convenient when I’m doing something else.

PEU3 It is convenient to play song by voice.

Emotional EI1 I sometimes talk to a voice assistant like a friend.

interaction (EI) EI2 Sometimes it’s fun to talk to a voice assistant.

EI3 I sometimes have attachment to a voice assistant.

EI4 Voice assistant is helpful when lonely, tired and sad.

Perceived PU1 It is useful because a voice assistant reminds me of

usefulness (PU) the schedule.

PU2 It is useful because I can add my schedule directly by voice.

PU3 It is useful because you can set my alarm/timer when I am doing something else.

Perceived PE1 It is a novel and new experience when I first used a

enjoyment (PE) voice assistant.

PE2 Sometimes It’s fun to use a voice assistant.

Behavioral BIU1 I will use a voice assistant more often in the future.

intention of use BIU2 I plan to use a voice assistant in the future.

(BIU) BIU3 I will use a voice assistant continuously.

BIU4 I will recommend my friends to use a voice assistant.

ᄌ

ᅵ각된유용성은 Davis 등 (1989)의 연구를참고 하였고, Kruijff (2018)의 연구를기초로 하여 3개의 서

ᆯ문 항목을정의하였다. 감성교감은사람과 음성비서간의 감정적인 유대감으로 특정 시스템의 사용을 ᄐ

ᅩ

ᆼ하여 사용자가 경험하는 감정적 유대감으로 정의한다 (Lee 등, 2008). 감성교감은 Lee 등 (2008)의 ᄋ

ᅧᆫ구를참고하여 4개의 설문항목으로 정의하였다. 지각된유용성은 Davis 등 (1989)의 연구를참고하 ᄋ

ᅧ 3개의 설문항목으로 정의하였고, 지각된 유희성은 시스템을 활용을 통하여 예상되는 성능결과와는 벼

ᆯ도로 자신을 위해 즐거움과 기쁨을 가져다 주는 것으로 인식되는 정도를 말하며, Heijden (2004)와 Igbaria 등 (1996)의 연구를 참고하여 2개의 항목으로 정의하였다. 마지막으로 사용의도는 David 등 (1989)와 Venkatesh 등(2003)의 연구를참고하여 4개의 설문항목으로 구성하였다.

4. 실증 분석

4.1. 설문조사 서

ᆯ문조사는주 이용자층이라고 할 수 있는 음성비서 서비스 사용경험이 있는 20대에서부터 40대까지 ᄋ

ᅧᆫ령층을대상으로 진행되었다. 본연구의 대상이 되는 음성비서의 사용의도를조사하기 위해 일정기간 ᄋ

ᅴ 사용경험이 있는 직장인, 전업주부 등을조사 대상으로 삼았다. 특히, 자녀가 있는사용자를 일정 비 유

ᆯ포함하여 500명의 사용자를대상으로 하였으며, 실제조사 기간은 2019.7.22. ∼ 7.28이며, 온라인 설 무

ᆫ방식으로 조사가 진행되었다.

4.2. 표본 특성 ᄑ

ᅭ본의 특성을 분석하기 위해 빈도 분석 하였으며, Table 4.1에서 표본의 인구통계학적 특징을설명 ᄒ

ᅡ였다. 표본의 남녀비율은 52%:48%이고, 음성비서 서비스의 사용빈도에 따라 헤비유저 (heavy user), ᄅ

ᅡ이트유저 (light user)로 나누었다. 헤비유저는하루에도 수시로 사용하고, 주당 5∼7회 이상 사용하 ᄂ

ᅳᆫ사용자이며, 라이트유저는주 3∼4회 이하로 사용하는사용자이다. 각각의 비율은약 61%:39%로 하 ᄋ

ᅧᆻ다. 자녀유무에 따라서도 구분을했는데. 각각 비율은약55%:45%이다.

Table 4.1 Demographics(N=500)

Classification Freq. %

Gender Male 260 52%

Female 240 48%

Age 20∼30 135 27%

30∼40 188 37.6%

40∼50 177 35.4%

Usage experience Heavy user 307 61.4%

Light user 193 38.9%

Children Having children 276 55.2%

No children 224 44.8%

4.3. 신뢰성 및 타당성 분석 ᄀ

ᅮ조방정식 모형은 관찰이 가능한 측정변수를 통해 관찰이 불가능한 잠재변수를 간접적으로 측정 ᄒ

ᅡᆯ 수 있고, 관찰된 변수들의 측정 오차를 설명해 줄 수 있다는 장점이 있어서 널리 사용되고 있다 (Joreskog, 1993; Choi 등, 2011; Seo and Jung, 2017).

Table 4.2에서 연구모델의 신뢰도 평가 결과를보여준다. 요인적재 (cross loading; CL)값이 0.5이상 ᄋ

ᅵ면 집중타당성이 있는것으로 평가되며, 크론바하 알파계수 (Cronbach’s alpha)도 0.8이상으로 매우 노

ᇁ은 신뢰도를보이고 있다. 합성신뢰도 (composite reliability; CR)도 0.7이상으로 수용가능한 신뢰 ᄃ

ᅩ 수준이며, 평균분산추출값 (average variance extracted; AVE)도 0.5이상으로 신뢰도가 있는것으로 ᄑ

ᅡᆫ단할 수 있다.

ᄇ

ᅩᆫ연구는 SPSS AMOS 24를사용하였으며, 측정 변수의 타당성 및 신뢰성을확인하고, 이후확인 ᄌ

ᅥᆨ 요인분석 (confirmatory factor analysis; CFM)을수행하여 모형 적합도에 대한 신뢰도를확인하였 ᄃ

ᅡ. 연구의 모형적합도는 Table 4.3과 같이 적합도에 있어서 양호한 수준을보여주고 있다.

χ²=308.710, χ²/df=3.183, GFI (goodness of fit index)=0.923, AGFI (adjusted GFI)=0.892, NFI (normed fit index)=0.709, CFI (central χ² distribution)=0.775이며, 일반적으로 x2/df가 3이상이 ᄆ

ᅧᆫ 엄격한 권고수준을만족한 것으로 받아들여진다. NFI, CFI값이 0.7이상이면 적합한 수준이며, RM- SEA (root mean square error of approximation)가 권고기준인 0.08보다 작아 양호한 모형이라고 판단 ᄀ

ᅡ능하다 (Browne와 Cudeck, 1992). 분석결과는 일반적으로 제시되는적합도 기준치를상회하고 있어 ᄀ

ᅡ설검증이 되었다고 판단할 수 있으며, 본연구의 구성개념은 분석에활용할 수 있는비교적 높은내적 이

ᆯ관성이 있다고 할 수 있다.

4.4. 구조방정식 모형 검증 및 가설 검증

Figure 4.1에서 연구모델에 대한 구조방정식 분석 결과를 보여준다. 구조방정식의 내생변수들의 R²값으로 모델 적합도를평가할 수 있는데, R²값이 0.26 이상이면 ‘상’, 0.13-0.26 미만이면 ‘중’, 0.02-

Table 4.2 Reliability and validity analysis

Variables CL Std. Cronbachs CR AVE

Error alpha

1. Perceived PEU1 0.806 0.359 0.818 0.797 0.568

Ease of Use (PEU) PEU2 0.831 0.370 PEU3 0.706 0.671

2. Emotional EI1 0.869 0.638 0.928 0.838 0.565

Interaction(EI) EI2 0.902 0.478 EI3 0.857 0.647 EI4 0.868 0.593

3. Perceived PU1 0.931 0.268 0.853 0.784 0.556

Usefulness(PU) PU2 0.933 0.265

PU3 0.593 1.132

4. Perceived PE1 0.759 0.564 0.805 0.755 0.607

Enjoyment(PE) PE2 0.888 0.318

5. Behavial BIU1 0.918 0.155 0.927 0.927 0.763

Intention of Use BIU2 0.954 0.080

(BIU) BIU3 0.904 0.166

BIU4 0.737 0.567

Table 4.3 Confirmatory factor analysis

x2 df P x2/df GFI AGFI NFI CFI RMSEA

308.710 97 0.000 3.183 0.923 0.892 0.709 0.775 0.066

0.13미만이면 ‘하’로 분류한다 (Fomell와 Bookstein, 1982). 분석결과 인지된유용성은 0.477로 나타 ᄂ

ᅡ

ᆻ으며, 인지된유희성은 0.397 그리고 사용의도는 0.376로 나타나 높은 적합도를보였다. 구조모형의 겨

ᆼ로분석은 AMOS 24에서 제공하는 t값을 통해 통계적 유의성을검증하였으며, Table 4.4에서 그 결과 ᄅ

ᅳᆯ보여준다.

Figure 4.1 Results of structural equation modeling analysis

ᄆ

ᅥᆫ저, 가설 1 지각된사용용이성이 지각된 유용성으로 이어지는 경로는 경로계수 (path coefficient;

PC) 0.691이고, t값은 9.825으로 α=.01에서 통계적으로 유의하게 분석되었다. 이것은 기존 연구 (Kruijff, 2018)를 지지하는 것으로서 음성비서 서비스의 사용이 용이하고 많은 노력없이 다양한 기능 으

ᆯ 습득할 수 있다면 업무성과 향상을기대할 수 있음을알 수 있다. 응답자들은 음성비서 서비스를 통 ᄒ

ᅢ 다양한 기능을활용하여 음악제어, 정보검색에활용하고 있는것으로 나타났다. 따라서 보다 쉽고 직 과

ᆫ적으로 사용할 수 있는 음성비서 서비스는생활뿐만 아니라 업무의 유용성을 높일 수 있는 중요한 요 ᄋ

ᅵᆫ으로 작용할 수 있다고 판단된다. 다음으로 지각된사용용이성이 지각된유희성으로 이어지는경로는 겨

ᆼ로계수 0.435, t값 6.477로 α=.01로 통계적으로 유의하게 분석되었다. Kruijff (2018)의 연구 결과에 ᄉ

ᅥ도 이를확인할 수 있었으며, Moon과 Kim (2001)에서도 지각된사용용이성이 즐거움과 재미에 영향 ᄋ

ᅳᆯ미친다고 검증하였다. 음성비서 서비스는편리한 사용성뿐만 아니라 자연스러운대화를 통해 재미 ᄋ

ᅭ소까지 제공할 수 있다.

ᄀ

ᅡ설 3 감성교감이 지각된유희성으로 이어지는 경로는경로계수 0.294, t값은 4.917로 α=.01에서 ᄐ

ᅩ

ᆼ계적으로 유의하게 해석할 수 있다. Lee와 Kwon (2013)에서는 스마트폰의 Para-social relation- ship에 대해 연구한 바가 있으며, 음성비서 서비스를 사용함에 따라 애착이 생기고 좀더 적극적인 상 ᄒ

ᅩ작용이 가능하여 사용의도에긍정적 영향을미치고 있음을알 수 있다 (Han과 Yang, 2018).

ᄃ

ᅡ음으로 가설 4 지각된 유용성이 사용의도로 이어지는 경로는 경로계수 0.347, t값은 6.052로 α=.01에서 통계적으로 유의미하며, 음성비서 서비스의 유용성이 사용의도에 의미 있는 영향을 미치 ᄀ

ᅩ 있음을 알 수 있다. 마지막으로 가설 5 지각된 유희성이 사용의도에 이어지는 경로는 경로계수 0.386, t값이 7.130으로 α=.01에서 통계적으로 유의하다고 분석되었다. 음성비서 서비스를사용하는데 이

ᆻ어서 지각된사용용이성과 감성교감이 사용의도에 유효한 영향을주는것으로 해석할 수 있으며, 실증 ᄇ

ᅮᆫ석을 통해 증명되었다고 할 수 있다.

Table 4.4 Results of hypotheses testing

Hypothesis Path PC t value p Result

H1 Perceived ease of use -¿ 0.691 9.825*** 0.000 Accepted Perceived usefulness

H2 Perceived ease of use -¿ 0.435 6.477*** 0.000 Accepted Perceived enjoyment

H3 Emotional interaction -¿ 0.294 4.917*** 0.000 Accepted Perceived enjoyment

H4 Perceived usefulness -¿ 0.347 6.052*** 0.000 Accepted Behavioral intention of use

H5 Perceived enjoyment -¿ 0.386 7.130*** 0.000 Accepted Behavioral intention of use

5. 결론 ᄇ

ᅩᆫ연구에서는최근사용자가 급증하고 있는 음성비서 서비스의 수용영향 요인에 대한 분석을 진행하 ᄋ

ᅧᆻ다. 문헌 연구를 통해 음성비서 서비스에 영향을주는요인으로 지각된사용용이성과 감성교감을 도 추

ᆯ하였고, 이에 더하여 지각된유용성과 지각된유희성을매개로 지속적인 사용의도를최종변수로 설정 ᄒ

ᅡ였다. 음성비서 사용경험이 있는사용자 500명을대상으로 설문조사를 실시하였으며, 그 결과 유의 ᄆ

ᅵ한 모델임이 검증되었다.

ᄋ

ᅵ를 통한 본연구의 기여점은다음과 같이 세가지로 요약된다.