1. 서 론

최근 제조산업은 디지털 전환의 가속화와 함께 구조적인 노동시장 변화에 직면하고 있다. 인공지능, 로봇기술 등으로 대표되는 지능정보기술은 스마트 제조 체제로의 재편을 이끌고 있으며, 이는 기존의 대량생산 방식에서 벗어나 다품종소량생산 및 맞춤형 생산을 가능하게 하는 핵심 동력이 되고 있다. 그러나 이러한 전환 과정에서 제조기업들은 신기술을 실제 현장에 적합하게 수용하고 운영해야 하는 현실적인 과제에 직면하고 있다[27]. 특히 자본, 인력, 기술 전문성이 상대적으로 부족한 중소 제조기업에 있어 이러한 변화는 더욱 큰 부담으로 작용한다. 중소기업은 저출산․고령화에 따른 생산가능인구 감소와 청년층의 제조업 기피 현상으로 인해 심각한 인력난을 겪고 있으며, 이에 따라 자동화 기술은 단순한 효율화 수단을 넘어 기업의 생존과 지속가능성을 위한 필수적인 전략 요소로 인식되고 있다[25].

이러한 맥락에서 협동로봇(Collaborative Robot: Cobot)은 중소 제조기업의 현실적인 대안으로 주목받고 있다. 또한 협동로봇은 인간의 판단력과 로봇의 정밀성을 결합함으로써 단순 자동화 설비를 넘어 인간 중심의 생산체계를 구현하는 핵심 요소로 평가받는다[6]. 그럼에도 불구하고, 국내 중소 제조기업의 협동로봇 도입은 기대만큼 빠르게 확산되지 못하고 있다. 이는 초기 투자 부담, 도입 효과에 대한 불확실성, 안전에 대한 우려, 조직 내 수용성 문제 등 다양한 장애요인이 존재하기 때문이다.

특히 협동로봇은 인간과 직접 상호작용하는 기술이라는 점에서 물리적 안전뿐 아니라 심리적 불안감과 같은 복합적인 판단을 요구한다. 따라서 협동로봇의 도입은 단순히 기술의 성능이나 가격만으로 설명될 수 없으며, 기술에 대한 인식, 조직적 조건, 외부 환경이 결합된 종합적인 의사결정 과정으로 이해되어야 한다[6].

이에 본 연구는 기술수용모델(Technology Acceptance Model: TAM)을 중심축으로 하되, 협동로봇 도입 맥락에서 중요한 외생변수인 상대적 이점, 안전성, 최고경영진 지원, 정부 지원, 노동력 부족을 선행요인으로 설정하여 도입 의도 결정요인을 실증적으로 분석하고자 한다.

2. 이론적 배경

2.1 협동로봇

협동로봇(Cobot)은 1996년 노스웨스턴 대학교의 Colgate et al.[9]에 의해 처음 고안된 개념으로, “인간 작업자와 동일한 작업공간에서 직접적인 물리적 상호작용을 하며 협력하여 물체를 조작할 수 있도록 설계된 로봇 장치”로 정의되었다.

또한 협동로봇은 국제표준 ISO 10218과 ISO/TS 15066에서 규정한 인간-로봇 협업(Human-Robot Collaboration: HRC)의 안전 요구사항을 충족하도록 설계된 산업용 로봇으로, 작업자와 동일 작업공간(shared workspace)에서 속도 및 간격 모니터링(Speed and Separation Monitoring), 충돌 감지(Power and Force Limiting), 안전 정지(Safety-rated Monitored Stop) 등의 기능을 통해 작업자의 안전을 확보하면서 협업을 수행하는 것이 가장 큰 기술적 특징이다[6].

과거의 대량 생산 체제에서 다품종 소량 생산 및 맞춤형 생산(Mass Customization)으로 제조업의 패러다임이 변화하고, 인간 중심의 가치를 강조하는 인더스트리 4.0 및 5.0이 도래함에 따라 유연한 자동화의 핵심 기술로 부상하고 있다[6, 26]. 기존의 전통적 산업용 로봇은 고속 및 고하중 작업을 수행하지만, 인간에게 매우 위험하여, 물리적인 안전 펜스(Safety Fence)나 케이지로 완전히 격리된 공간에서 단독으로 작동해야만 했다. 반면, 협동로봇의 가장 큰 특징은 안전 펜스 없이도 인간과 동일한 공간을 공유하며 안전하게 작업할 수 있도록 설계되었다는 것이다[26]. 또한, 로봇 전문가가 아닌 일반 작업자도 로봇의 팔을 직접 손으로 움직여 동작 궤적을 입력하는 ‘직접 교시(Hand Guiding)’가 가능할 만큼 프로그래밍이 직관적이며, 크기가 작고 가벼워 공정 간 이동과 재배치가 매우 유연한 것이 장점이다. 산업용 로봇과 협동로봇의 주요 특성을 비교하면 <Table 1>과 같다.

2.2 기술수용모델(TAM)

기술수용모델(TAM)은 특정 기술이나 시스템의 사용 의도와 실제 사용 행동을 설명하는 대표적인 이론적 틀이다. TAM에 따르면 사용자는 기술을 쉽게 사용할 수 있고 업무 성과 향상에 유용하다고 인식할수록 해당 기술을 수용할 가능성이 높아진다. 인지된 용이성은 기술 사용에 요구되는 정신적․신체적 노력이 적다고 인식하는 정도이며, 인지된 유용성은 해당 기술이 업무 효율성, 효과성, 생산성 및 품질 향상에 기여할 것이라고 믿는 정도를 의미한다.

협동로봇은 제조공정을 물리적으로 수행하면서 인간과 협업하는 기술이므로[38], TAM을 적용할 때 제조현장의 특성을 고려할 필요가 있다. 협동로봇의 용이성은 단순한 조작 편의성을 넘어 작업자가 쉽게 이해하고 학습할 수 있는지, 기존 공정에 원활하게 통합할 수 있는지, 운용 과정에서 과도한 부담이 없는지 등을 포함한다. 또한 유용성은 생산성 및 품질 향상, 불량률 감소, 인력난 대응, 원가절감 등 실질적인 제조성과와 관련된다. 따라서 협동로봇 도입 맥락에서 TAM의 설명력을 높이기 위해서는 제조현장의 특성과 외부 환경을 반영한 선행요인을 함께 고려할 필요가 있다.

기존 TAM 기반 연구는 주로 정보시스템이나 개인 사용 중심의 기술을 대상으로 인지된 용이성과 인지된 유용성이 도입 의도에 미치는 영향을 설명해 왔다. 그러나 협동로봇은 인간과 작업공간을 공유하며 생산공정에 직접 투입되는 설비형 기술이라는 점에서 일반적인 정보기술과 차이가 있다. 따라서 기술적 성능뿐만 아니라 안전성, 조직의 지원, 정책 환경 및 노동력 부족과 같은 기업 수준의 상황 요인이 기술수용 과정에 복합적으로 작용할 수 있다. 특히 이러한 요인들이 인지된 용이성과 인지된 유용성에 서로 다른 경로로 영향을 미치는지에 대한 실증적 검토는 충분하지 않다.

이에 본 연구는 TAM을 기반으로 기술적 요인인 상대적 이점과 안전성, 조직적 요인인 최고경영진 지원, 환경적 요인인 정부 지원과 노동력 부족이 인지된 용이성과 인지된 유용성에 미치는 영향을 분석한다. 또한 인간-로봇 상호작용의 특성을 고려하여 안전성과 인지된 위험 간의 관계를 함께 검증함으로써 협동로봇 도입의 인지적 메커니즘을 구체적으로 설명하고자 한다. 특히 사용 용이성과 실질적 유용성이 도입 의도에 미치는 영향을 비교하고, 기업 수준의 선행요인이 이들 인지변수를 통해 도입 의도로 연결되는 경로를 검증한다는 점에서 기존 TAM 기반 연구와 차별성을 갖는다.

2.3 협동로봇 관련 선행 연구와 차별성

협동로봇의 산업적 활용이 확대됨에 따라 최근 연구에서는 기술적 성능뿐만 아니라 기업의 도입과 작업자의 수용을 결정하는 요인에 대한 관심이 증가하고 있다. <Table 2>의 해외 선행연구는 크게 기업 차원의 협동로봇 도입요인을 분석한 연구와 인간-로봇 협업(HRC) 과정에서 작업자의 수용성, 안전성 및 신뢰 등을 분석한 연구로 구분할 수 있다.

기업 차원의 연구에서 Liu and Cao[30]는 DOI와 TOE 프레임워크를 기반으로 중국 중소기업 373개사를 분석하여 상대적 이점, 적합성, 관찰 가능성, 시험가능성 등의 기술적 요인과 최고경영진 지원 및 조직 준비도 등의 조직적 요인이 협동로봇 도입에 유의한 영향을 미친다고 보고하였다. 반면 정부 지원의 직접적인 영향은 유의하지 않았다. 이는 협동로봇 도입이 기술적 특성뿐만 아니라 조직 내부의 지원역량과 외부 환경의 영향을 복합적으로 받음을 보여준다.

작업자 차원의 연구에서는 기술 수용과 안전성이 주요 요인으로 제시되고 있다. Baumgartner et al.[3]은 협동로봇이 유연성과 낮은 자동화 장벽으로 인해 중소기업에 적합하지만, 실제 도입에서는 근로자의 기술 수용과 조직의 수용 관리 역량이 중요하다고 보았다. Maurtua et al.[31]은 인간-로봇 협업에서 안전성, 상호작용 및 신뢰를 주요 요소로 제시하였으며, 이는 작업공간을 인간과 공유하는 협동로봇의 특성상 안전성과 위험 인식이 기술 수용의 중요한 선행요인이 될 수 있음을 시사한다. La Fata et al.[24]의 체계적 문헌고찰에서도 협동로봇 수용은 개인적․조직적․기술적 요인의 복합적인 영향을 받으며, 안전성, 기술 친숙도 및 교육․훈련 등이 주요 요인으로 제시되었다.

국내 연구는 협동로봇의 안전성, 제조현장 적용 및 정책․제도적 환경을 중심으로 이루어져 왔다. Cho[5]은 자동차부품 조립공정에 적용된 협동로봇의 위험성 평가를 통해 작업자의 이상행동, 인적 오류 및 설비 결함 등의 잠재적 위험요인을 분석하고 안전성 확보의 중요성을 제시하였다. Lee[26]은 협동로봇이 기존 산업용 로봇보다 유연한 설치와 운용이 가능하여 중소기업의 스마트 제조와 인력 부족에 대응할 수 있는 대안임을 제시하고, 도입 부담 완화를 위한 정책적 지원의 필요성을 강조하였다. Bae[2]는 협동로봇 산업 활성화를 위해 안전기준, 인증 및 관련 규제 체계의 개선이 필요하다고 주장하여 정책․제도적 환경의 중요성을 제시하였다.

국내외 선행연구를 종합하면, 해외에서는 상대적 이점, 최고경영진 지원 및 조직 준비도와 같은 기업 차원의 도입요인과 작업자의 수용성, 안전성 및 신뢰와 같은 개인 차원의 인지적 요인이 주로 다루어져 왔다. 반면 국내 연구는 협동로봇의 현장 적용, 안전성․위험성 평가 및 정책․제도적 환경에 주로 초점을 두어 왔다. 이러한 연구들은 협동로봇 도입의 주요 영향요인을 제시하였으나, 기술적․조직적․환경적 요인과 사용자의 인지적 수용과정을 하나의 연구모형에서 통합적으로 설명하는 데에는 한계가 있다.

특히 기업 차원의 협동로봇 연구는 상대적 이점, 최고경영진 지원 및 정부 지원과 같은 요인이 도입에 미치는 직접적인 영향을 중심으로 분석해 왔기 때문에, 이러한 요인들이 어떠한 인지적 과정을 거쳐 최종적인 도입 의도로 연결되는지에 대한 설명은 상대적으로 부족하다. 반면 TAM 기반 연구는 인지된 용이성과 인지된 유용성을 통해 개인의 기술 수용과정을 설명하는 데 강점이 있으나, 중소 제조기업의 협동로봇 도입에 영향을 미치는 조직적․환경적 조건을 충분히 반영하기 어렵다는 것이다. 따라서 본 연구는 TAM을 기반으로 기술적 요인인 상대적 이점과 안전성, 조직적 요인인 최고경영진 지원, 환경적 요인인 정부 지원과 노동력 부족을 통합하고, 협동로봇의 특성을 고려하여 인지된 위험을 추가하였다. 이 가운데 노동력 부족은 저출산․고령화로 인한 인력난이라는 중소기업의 현실을 직접 반영한 변수로서, 이를 도입 의도의 선행요인으로 실증 검증한 것은 본 연구가 처음이다. 본 연구는 이들 선행요인이 인지된 용이성, 인지된 유용성 및 인지된 위험을 통해 도입 의도에 미치는 직접․간접효과를 분석하여, 기업 차원의 협동로봇 도입요인 연구와 개인 차원의 기술 수용 연구를 연결하고자 한다.

3. 가설 설정

3.1 기술수용변인

본 연구는 중소기업의 협동로봇 도입 의도를 설명하기 위한 다음과 같은 변수 구조를 가진다.

3.1.1 상대적 이점

협동로봇은 반복 작업의 자동화, 정밀 작업의 안정화, 작업 표준화, 공정 일관성 강화 등의 기대효과를 제공할 수 있으므로, 구성원과 의사결정자는 이러한 장점을 인식할수록 기술을 더 쉽게 받아들이고 더 유용하다고 평가할 가능성이 있다[28]. 이에 상대적 이점(RA)을 기존 작업 방식이나 기존 기술보다 더 우수한 성과를 제공한다고 인식하는 정도로 정의하고[32, 37], 본 연구는 상대적 이점이 협동로봇의 인지된 용이성과 인지된 유용성을 모두 높이는 방향으로 작용할 것이라고 보고 다음과 같은 가설을 수립하였다.

3.1.2 안전성

안전성(SF)은 협동로봇과 작업하는 것은 안전하다고 인식하는 정도로 정의하였다. 협동로봇은 인간과 로봇이 동일 공간에서 협업하는 특성을 가지므로, 안전성은 다른 일반적 정보기술보다 훨씬 더 중요한 수용 요인이 된다[1, 4]. 안전성이 확보된 기술은 사용자에게 더 쉽게 받아들여질 가능성이 높다. 이는 위험에 대한 부담이 완화될수록 학습과 사용의 심리적 장벽이 낮아지기 때문이다[1, 35]. 나아가 협동로봇의 안전성은 사고 가능성, 고용불안, 운용 불확실성 등에 대한 우려를 감소시켜 인지된 위험을 낮추는 역할을 수행할 수 있다고 생각하여 다음과 같은 가설을 수립하였다.

3.1.3 최고경영진 지원

중소기업은 대기업에 비해 의사결정 권한이 경영층에 집중되는 경향이 강하다. 따라서 신기술 도입은 현장 실무자의 태도만으로 결정되기보다, 최고경영진의 이해와 지원 의지가 중요한 영향을 미친다. 최고경영진 지원은 협동로봇 도입의 필요성을 인정하고, 이에 ‘필요한 자원과 권한, 예산, 조직적 관심을 제공하는 정도’로 정의하였다[20]. 따라서 본 연구는 최고경영진 지원이 사용자 인식을 강화할 것으로 예상하고 아래와 같은 가설을 수립하였다.

3.1.4 정부 지원

협동로봇은 초기 도입비용, 안전검증, 운영인력 교육, 시스템 통합 등의 부담을 수반하므로, 특히 자원 제약이 큰 중소기업에게는 외부 지원이 중요하다. 정부 지원(GS)은 보조금, 세제 혜택, 컨설팅, 시범사업, 장비 도입 지원, 교육훈련, 안전인증체계 등 다양한 제도적․정책적 후원을 포함한다[7, 27]. 이는 중소기업이 기술의 활용성과 성과 가능성에 대한 기대를 높이는 동시에, 일부 도입 부담을 경감시켜 기술의 실현 가능성을 강화한다[30]. 이에 정부 지원을 협동로봇의 도입 및 확산을 위한 정부의 정책 지원 정도로 정의하고 협동로봇의 용이성과 유용성을 높이는 긍정적 선행요인으로 기능할 가능성이 높다고 예상하여 아래와 같은 가설을 수립하였다.

3.1.5 노동력 부족

노동력 부족(LS)은 제조 중소기업이 현재 직면한 가장 직접적이고 구조적인 경영 압력 중 하나이다. 적합한 인력을 구하지 못하거나, 숙련공의 이탈과 고령화로 인해 생산 운영이 불안정해질 경우, 기업은 인력의 대체와 보완 수단으로 자동화 기술을 모색하게 된다[12]. 따라서 노동력 부족을 심각하게 경험하는 기업일수록 협동로봇을 단순한 기술이 아니라 문제 해결 도구로 바라볼 가능성이 크다. 이에 본 연구는 노동력 부족을 업무를 수행할 적합한 인력을 찾지 못하는 상황 정도로 정의하고 협동로봇의 용이성과 유용성에 긍정적 영향을 미칠 것으로 생각하여 다음과 같은 가설을 수립하였다.

3.1.6 인지된 용이성

인지된 용이성(PEOU)은 사용자가 특정 시스템을 학습하고 사용하는 과정에서 신체적․정신적 노력이 적게 든다고 믿는 정도를 의미한다. 기술수용모형의 원리에 따르면, 인지된 용이성은 인지된 유용성의 중요한 선행요인이 된다[10, 28, 37]. 기술 사용에 투입되는 시간과 노력이 절감될수록 사용자는 기술의 효율성과 편익을 더 크게 체감하여, 결과적으로 해당 기술이 업무 성과 향상에 도움이 된다고 평가하게 된다. 또한 협동로봇은 조작과 현장 적용이 용이하다고 인식될수록 생산성 향상에 유용한 기술로 평가될 가능성이 높다[17, 21, 38]. 따라서 본 연구는 인지된 용이성이 인지된 유용성과 도입 의도 모두에 유의미한 정(+)의 영향을 미칠 것으로 가정하고 관련 가설을 수립하였다.

3.1.7 인지된 유용성

인지된 유용성(PU)은 사용자가 특정 기술이나 시스템을 활용함으로써 자신의 업무 수행 능력과 성과가 향상될 것이라고 믿는 정도를 의미한다[10, 28, 37]. TAM에서 인지된 유용성은 기술 수용 의도를 결정짓는 가장 핵심적인 변수로서, 실제 사용 의도와 행동에 직접적인 영향을 미치는 요인으로 간주 된다. 즉, 사용자가 기술을 통해 업무의 효율성, 생산성, 정확성 등이 개선될 것으로 판단할수록 해당 기술을 수용하려는 의지는 더욱 강해진다[17, 21, 38]. 이에 본 연구는 인지된 유용성이 협동로봇 도입 의도에 정(+)의 영향을 미칠 것으로 가정하고 관련 가설을 수립하였다.

3.1.8 인지된 위험

인지된 위험(Perceived Risk: PR)은 사용자가 특정 기술을 도입하거나 사용하는 과정에서 발생할 수 있는 부정적 결과나 불확실성에 대해 느끼는 주관적 우려를 의미한다. 일반적으로 기술 수용 연구에서 위험은 경제적 손실, 기능적 실패, 심리적 불안, 사회적 부정적 평가, 시간 손실 등의 형태로 나타날 수 있다[18, 19]. 특히 협동로봇이 인간과 직접 협업하는 기술이라는 점을 고려할 때, 인지된 위험은 기술의 유용성 평가와는 별개의 저해 요인으로 작용할 수 있을 것으로 판단하고, 협동로봇에 대해 느끼는 신체적․심리적 위험 정도로 정의하고 다음과 같이 가설을 수립하였다.

3.2 매개효과 가설 정리

본 연구는 협동로봇 도입 의도가 외생변수의 직접적인 영향만으로 형성되는 것이 아니라, 사용자의 인지적 평가 과정을 거쳐 형성된다고 본다. TAM에 따르면 사용자는 특정 기술의 특성을 직접적으로 수용하기보다, 그 기술이 얼마나 쉽게 사용될 수 있는지와 실제 업무성과에 얼마나 유용한지를 판단한 이후 도입 의도를 형성하게 된다. 따라서 본 연구에서는 상대적 이점, 안전성, 최고경영진 지원, 정부 지원, 노동력 부족과 같은 외생변수들이 인지된 용이성과 인지된 유용성에 직접 영향을 미치는 동시에, 이들을 매개로 하여 간접적으로도 영향을 미칠 것으로 가정하고 다음과 같이 매개효과 가설을 수립하였다.

특히 협동로봇은 일반적인 정보시스템과 달리 인간과 물리적 공간을 공유하며 상호작용하는 기술이므로, 사용자의 심리적 위험 인식 또한 수용과정에서 중요한 역할을 할 수 있다. 이러한 점에서 본 연구는 협동로봇의 차별화된 특성으로서 안전성에 주목하였으며, 안전성이 단순히 인지된 용이성이나 인지된 유용성에 영향을 미치는 것에 그치지 않고, 인지된 위험을 감소시키고 이를 통해 도입 의도에 간접적으로 영향을 미칠 가능성을 함께 고려하였다. 즉 본 연구의 매개효과 가설은 TAM의 핵심 인지 경로를 중심으로 하되, 협동로봇 특유의 안전-위험 메커니즘을 추가적으로 반영하고자 하는 데 의의가 있다.

3.3 연구모형

연구모형은 중소 제조기업의 협동로봇 도입 의도를 결정하는 외생변수를 포함한 기술 수용 경로를 구조적으로 규명하기 위한 분석 틀이며, 각 변수 간 인과적 관계를 <Figure 1>과 같이 제시한다.

4. 실증 연구

4.1 자료 수집 및 연구 방법

본 연구는 중소 제조기업의 제조 환경에서 협동로봇 도입 의도에 영향을 미치는 요인을 규명하기 위해 선행 연구를 기반으로 연구모형과 가설을 도출하고, 이를 검증하기 위한 실증 분석을 수행하였다. 이를 위해 측정 도구로 활용된 설문지는 기존 연구에서 신뢰성과 타당성이 확인된 문항을 토대로 연구 목적에 맞게 일부 문항을 수정․보완하여 구성하였다.

본 연구의 실증을 위하여 비확률 표본추출방법인 편의표집(convenience sampling)을 적용하여 온라인 방식으로 중소 제조기업에 근무하는 대리급 이상 관리자와 실무책임자 300명을 대상으로 설문을 실시하였다.

특히 동일 기업에서 다수의 응답을 수집할 경우 기업의 조직문화, 경영환경, 스마트공장 구축 수준 등 기업 고유의 특성이 과도하게 반영되어 표본의 독립성이 저하될 가능성이 있다. 이러한 편향을 최소화하고 다양한 기업의 특성을 균형 있게 반영하기 위해 기업별 1명의 응답만을 조사 대상으로 선정하였다. 특정 기업이나 지역에 편중되지 않도록 경기, 경상, 충청 등 주요 제조업 밀집지역의 다양한 제조업종을 포함하도록 표본을 구성하였다. 다만 비확률 표본추출을 적용하였으므로 연구결과의 일반화에는 일정한 한계가 있다.

초기 설문지는 변수당 5문항씩 총 45개 문항으로 구성되었으며, 리커트(likert) 5점 척도를 활용하였다. 수집된 자료는 품질관리 절차에 따라 검토되었으며, 문항별 표준편차(Standard Deviation, SD)를 기준으로 응답의 신뢰도를 평가하였다. 사전에 설정한 기준(SD ≥ 0.4)을 충족하지 못한 불성실 응답 27부를 제외하고, 총 273부의 설문이 최종 유효 표본으로 선정되어 분석에 사용되었다.

본 연구의 실증 분석은 SmartPLS 소프트웨어를 활용한 PLS 구조방정식 모델링(Partial Least Squares Structural Equation Modeling) 방법을 적용하여 수행하였다. SmartPLS는 복잡한 연구모형에서도 데이터의 정규성 가정을 덜 요구하고, 상대적으로 작은 표본 크기에도 강점을 보이며, 새로운 이론을 개발하거나 예측 중심의 연구를 수행하는 데 적합한 도구이기 때문에, 본 연구와 같이 신규 변수를 통해 새로운 관계를 규명하려는 탐색적인 목적에 매우 효과적이라 하겠다[15]. 분석은 측정모형 평가(Measurement Model Evaluation)와 구조모형 평가(Structural Model Evaluation)의 2단계 접근법을 통해 진행되었다.

4.2 실증 분석

4.2.1 표본의 특성

최종 분석에 활용된 표본은 서로 다른 중소 제조기업에 소속된 관리자와 실무책임자 273명으로 구성되었다. 기업별 1명의 응답만을 포함함으로써 특정 기업의 조직 특성이나 경영환경이 연구 결과에 과도하게 반영되는 것을 방지하고, 다양한 기업의 협동로봇 도입 인식을 균형 있게 반영하고자 하였다.

성별은 남성 68.5%, 여성 31.5%로 남성 비중이 높았다. 직급은 과장(29.3%), 대리(23.8%)가 다수를 이루어 실무․중간 관리자 응답이 중심이 되었으며, 근무 부서는 기획/관리부서/영업 관련 부서(30.8%)로 제일 많았고 설비관리/안전(22.3%), 품질관리/연구개발(21.3%), 생산관리(16.5%) 순으로 나타났다. 지역은 경기(34.1%), 경상 (26.0%) 순으로 분포하였고, 업종은 전기/전자/반도체(29.3%), 기계/조선 (21.2%), 화학/제약/식품(17.6%)의 비중이 상대적으로 높았다. 기업 특성 측면에서 업력 20~50년 이하(44.0%)가 가장 많았으며, 매출액은 100억~300억 미만(45.1%)이 최대 구간이었다. 종업원 규모는 20~30명 미만(37.7%)이 가장 큰 비중을 차지하였다.

최종 표본 273명의 특성은 <Table 3>과 같다.

4.2.2 신뢰도와 타당도 분석

신뢰도 분석은 동일한 구성개념을 측정하는 문항 간 내적 일관성을 확인하기 위한 것이며, 집중타당도 분석은 측정 문항들이 해당 구성개념을 충분히 설명하고 있는지를 평가하기 위한 것이다. 이를 위해 초기 측정 모형에 대한 검토를 통해 일부 부적합 측정 문항을 제거한 후, 정제된 최종 측정 모형을 대상으로 외부 적재량(Outer Loading), Cronbach’s α, 복합 신뢰도(Composite Reliability: CR), 평균분산추출(Average Variance Extracted: AVE)을 평가하였다. <Table 4>는 최종적으로 유지된 측정 문항과 각 구성개념의 신뢰도 및 집중 타당도 분석 결과를 제시한 것이다.

분석 결과, Cronbach’s α는 0.721~0.875, CR은 0.814~0.911의 범위로 나타나 모든 구성개념이 일반적으로 권장되는 0.70 이상의 기준을 충족하였다. 이는 각 구성개념을 측정하는 문항들이 적절한 수준의 내적 일관성을 확보하고 있음을 의미한다. 또한 AVE는 0.565~0.774의 범위로 모두 0.50 이상으로 나타나, 각 잠재 구성개념이 해당 측정 문항 분산의 50% 이상을 설명하는 것으로 확인되었다. 따라서 모든 구성개념의 집중 타당도가 확보된 것으로 판단하였다.

일부 측정 문항의 외부 적재량은 0.70에 다소 미달하였으나, 해당 구성개념의 CR과 AVE가 모두 권장 기준을 충족하였으며, 구성개념의 이론적 의미와 내용적 대표성을 유지할 필요성을 함께 고려하여 최종 측정 모형에 유지하였다[13]. 이상의 결과를 종합하면, 정제된 최종 측정 모형은 전반적으로 적절한 내적 일관성과 집중 타당도를 확보한 것으로 판단할 수 있다.

4.2.3 HTMT를 통한 판별타당도 분석

본 연구에서는 각 잠재변수가 서로 경험적으로 구별되는 구성개념인지 확인하기 위하여 HTMT(Heterotrait-Monotrait Ratio of Correlations) 기준을 적용하여 판별타당도를 검증하였다. HTMT는 서로 다른 구성개념 간 측정 항목의 상관관계와 동일 구성개념 내 측정 항목의 상관관계를 비교함으로써 구성개념 간 판별 정도를 평가하는 방법으로, 기존의 Fornell-Larcker 기준이나 교차 적재량 분석이 판별타당도 문제를 충분히 탐지하지 못할 가능성을 보완하기 위해 제안되었다[15]. Henseler et al.[14]은 HTMT 값이 0.85 미만인 경우 엄격한 기준에서 판별타당도가 확보된 것으로 평가할 수 있으며, 개념적으로 유사한 구성개념의 경우 0.90을 기준으로 활용할 수 있음을 제시하였다.

본 연구의 HTMT 분석 결과 <Table 5>, 구성개념 간 HTMT 값은 0.069~0.587의 범위로 나타났으며, 모든 값이 엄격한 판단 기준인 0.85 미만으로 확인되었다. 구성개념 간 가장 높은 HTMT 값은 상대적 이점과 유용성 간 0.587이었으며, 다음으로 도입 의도와 최고경영진 지원 간 0.575, 도입 의도와 유용성 간 0.505 순으로 나타났다. 이들 값 역시 0.85 기준을 충분히 하회하였다. 특히 상대적 이점과 유용성처럼 이론적으로 상호 관련성이 예상되는 구성개념 간에도 HTMT 값이 기준치를 초과하지 않았다는 점은 각 잠재변수가 상호 연관성을 가지면서도 서로 구별되는 개념으로 측정되었음을 보여준다. 따라서 본 연구에서 사용된 노동력 부족, 도입 의도, 상대적 이점, 안전성, 용이성, 위험성, 유용성, 정부 지원 및 최고경영진 지원의 모든 구성개념은 경험적으로 서로 구별되는 것으로 나타났으며, 이에 따라 측정 모형의 판별타당도가 확보된 것으로 판단하였다[8].

4.2.4 교차 적재(Cross-Loadings) 분석

본 연구에서는 각 측정 문항이 의도된 구성개념을 다른 구성개념과 구별하여 측정하고 있는지를 확인하기 위하여 교차 적재(Cross-Loadings) 분석을 실시하였다. 교차 적재 분석에서는 개별 측정 문항이 자신이 속한 구성개념에 상대적으로 높게 적재되고, 다른 구성개념에 대한 교차 적재량은 이보다 낮게 나타나는지를 비교함으로써 측정 문항의 판별타당도를 평가하였다[27].

먼저 초기 측정 모형의 측정 문항을 대상으로 외부 적재량과 교차 적재량을 검토한 결과, 일부 문항에서 낮은 외부 적재량 또는 다른 구성개념과 상대적으로 높은 교차 적재가 확인되었다. 이에 측정 모형의 신뢰성과 구성개념 간 구분성을 높이기 위하여 RA-5, TMS-1, TMS-2, GS-1, PEOU-3, PU-4, PR-4 및 PR-5의 총 8개 문항을 제거하였다. 특히 GS-1은 해당 구성개념에 대한 적재량이 0.352로 낮은 반면 최고경영진 지원(TMS)에 0.427로 더 높게 적재되어 구성개념 간 구분성이 충분하지 않은 것으로 나타났다. 또한 PR-4와 PR-5는 해당 구성개념에 대한 외부 적재량이 각각 0.524와 0.405로 상대적으로 낮게 나타났다. 그 밖의 문항에 대해서도 외부 적재량, 교차 적재 양상 및 구성개념의 이론적 의미를 종합적으로 고려하여 문항 정제를 실시하였다. 초기 모형에서 이러한 문항들이 확인되었다는 점은 기존 분석에도 기술되어 있다. 문항 정제 후 잔존 문항을 대상으로 측정 모형을 재추정하였으며, <Table 6>은 8개 문항을 제거한 최종 측정 모형의 교차 적재 분석 결과를 제시한 것이다.

분석 결과, 최종 측정 모형에 포함된 모든 측정 문항은 자신이 속한 구성개념에 대한 적재량이 다른 구성개념에 대한 교차 적재량보다 높게 나타났다. 예를 들어 상대적 이점의 RA-3은 해당 구성개념에 0.848로 적재된 반면 가장 높은 교차 적재량은 인지된 유용성(PU)에 대한 0.415였으며, 안전성의 SF-2는 해당 구성개념에 0.806으로 적재되어 상대적 이점(RA)에 대한 교차 적재량 0.351보다 높게 나타났다. 최고경영진 지원의 TMS-4 역시 해당 구성개념에 0.946으로 가장 높게 적재되었다.

인지된 용이성(PEOU)의 측정 문항은 해당 구성개념에 0.639~0.868, 인지된 유용성(PU)은 0.749~0.812, 인지된 위험(PR)은 0.605~0.884, 도입 의도(AI)는 0.715~0.862의 범위로 적재되었으며, 모든 문항에서 해당 구성개념에 대한 적재량이 다른 구성개념에 대한 교차 적재량보다 높게 나타났다.

이상의 결과는 문항 정제 이후 각 측정 문항이 의도된 구성개념을 다른 구성개념과 구별하여 측정하고 있음을 보여준다. 따라서 최종 측정 모형은 교차 적재 기준에서 적절한 판별타당도를 확보한 것으로 판단하였다. 또한 앞서 실시한 HTMT 분석에서도 모든 구성개념 간 HTMT 값이 0.85 미만으로 나타났으므로, 이를 종합할 때 최종 측정 모형의 판별타당도가 확보된 것으로 평가할 수 있다[15].

4.2.5 공통방법편의 및 다중공선성 검증

동일 응답자가 독립변수, 매개변수 및 종속변수에 동일 시점에 응답한 자기 보고식 횡단자료를 이용하였으므로 공통방법편의(Common Method Bias: CMB)의 영향을 추가적으로 검토하였다. 공통방법편의의 통계적 진단에는 Harman의 단일 요인 검정, 마커 변수 접근법 등 다양한 방법이 활용되고 있으나[31], 본 연구는 PLS-SEM을 분석 방법으로 사용하고 있다는 점을 고려하여 Kock(2015)이 제안한 완전 공선성 평가(Full collinearity assessment)를 적용하였다[23].

완전 공선성 평가는 연구모형에 포함된 잠재변수 간의 공선성을 포괄적으로 검토하여 공통방법편의로 인해 발생할 수 있는 병리적 공선성 여부를 진단하는 방법이다. Kock(2015)은 완전 공선성 VIF가 3.3 이하인 경우 공통방법편의에 의한 심각한 오염 가능성이 낮은 것으로 판단할 수 있다고 제안하였다[23].

<Table 7> 분석 결과, 모든 구성개념의 Full collinearity VIF는 1.079~1.645의 범위로 나타났으며 모두 기준값 3.3을 하회하였다. 따라서 본 연구에서 공통방법편의가 변수 간 구조적 관계를 심각하게 왜곡할 수준의 문제는 아닌 것으로 판단하였다.

한편, 구조모형의 예측변수 간 다중공선성 여부를 <Table 8>과 같이 검토하였다. 다중공선성은 분산팽창계수(Variance Inflation Factor: VIF)를 이용하여 평가하였으며, VIF 값이 3 이하인 경우 예측변수 간 공선성이 분석 결과에 심각한 영향을 미치지 않는 것으로 판단하였다. 분석 결과, 본 연구의 Inner VIF 값은 1.000~1.290의 범위로 나타나 모든 값이 기준치인 3 이하를 충족하였다. 따라서 구조모형의 예측 변수 간 다중공선성 문제는 없는 것으로 판단하였다.

4.2.6 결정계수 및 효과 크기의 평가

구조모형의 설명력을 평가하기 위해 내생변수의 결정계수(R 2)를 <Table 9>와 같이 확인하였다. 분석 결과, 인지된 유용성(PU)의 R 2 값은 0.386으로 가장 높게 나타났으며, 도입 의도(AI)는 0.208, 인지된 용이성(PEOU)은 0.084, 인지된 위험(PR)은 0.083으로 나타났다. 이는 본 연구모형의 선행 변수들이 각각 유용성 분산의 38.6%, 도입 의도 분산의 20.8%, 용이성 분산의 8.4%, 위험성 분산의 8.3%를 설명함을 의미한다.

특히 유용성은 상대적으로 높은 설명력을 나타낸 반면, 용이성과 위험성의 설명력은 제한적인 것으로 확인되었다. 이는 협동로봇의 사용 용이성과 위험에 대한 인식이 본 연구에서 고려한 요인 이외에도 사용자의 기술 경험, 디지털 역량, 로봇 활용 경험, 조직의 교육 및 안전 문화 등 추가적인 선행요인의 영향을 받을 가능성을 시사한다. 또한 도입 의도의 R 2 값이 0.208로 나타난 것은 협동로봇 도입 의사결정이 인지된 유용성, 용이성 및 위험성뿐만 아니라 투자 비용, 투자 수익성, 생산공정과의 적합성, 기술 지원, 조직의 디지털 성숙도 등 다양한 요인에 의해 영향을 받을 가능성을 보여준다.

마지막으로 각 예측 변수가 내생변수의 설명력에 기여하는 상대적 영향력을 평가하기 위해 Cohen의 f 2을 산출하였다[8]. Cohen(1988)의 기준에 따라 f 2 값이 0.02, 0.15, 0.35 이상인 경우 각각 작은(small), 중간(medium), 큰(large) 효과 크기로 평가하였다. 분석 결과, 유용성이 도입 의도에 미치는 효과 크기는 f 2 = 0.242로 중간 수준의 효과를 나타냈으며, 상대적 이점이 유용성에 미치는 효과는 f 2 = 0.108로 작은 효과 범위에서 상대적으로 크게 나타났다. 또한 안전성→위험성(f 2 = 0.090), 용이성→유용성(f 2 = 0.059), 정부 지원→유용성(f 2 = 0.059), 노동력 부족→유용성(f 2 = 0.045) 등의 경로에서 작은 효과가 확인되었다. 반면, 용이성→도입 의도와 위험성→도입 의도의 효과 크기는 각각 f 2 = 0.005로 매우 미미하게 나타났다.

이러한 결과를 종합하면, 본 연구모형에서 인지된 유용성은 도입 의도를 설명하는 데 상대적으로 중요한 역할을 하는 반면, 인지된 용이성과 위험성의 독립적인 설명력 기여는 제한적인 것으로 판단된다.

4.2.7 예측 관련성 및 예측력 평가

구조모형의 표본 외 예측 관련성 및 예측력을 평가하기 위하여 PLSpredict를 실시하였다. 분석은 10-fold 교차검증을 10회 반복하는 방식으로 수행하였으며, 내생변수 측정 항목의 Q 2 _ predict와 PLS-SEM 모형의 예측오차 지표인 평균제곱근오차(Root Mean Square Error: RMSE) 및 평균절대오차(Mean Absolute Error: MAE)를 산출하고, 이를 선형모형(Linear Model: LM)의 예측오차와 비교하였다[34].

분석 결과, 전체 16개 내생변수 측정 항목 중 14개 항목에서 Q 2 _ predict가 0보다 크게 나타나 연구모형이 전반적으로 예측 관련성을 갖는 것으로 확인되었다. 특히 인지된 유용성(PU)의 Q 2 _ predict는 0.149~0.195, 도입 의도(AI)는 0.176~0.232로 모든 측정 항목에서 양(+)의 값을 나타냈다. 반면 인지된 용이성의 PEOU-5(Q 2 _ predict = - 0.008)와 인지된 위험의 PR-1(Q 2 _ predict = - 0.013)은 0에 근접한 음(-)의 값을 보여 해당 측정 항목의 예측 관련성은 제한적인 것으로 나타났다. 또한 PLSpredict에서는 PLS-SEM의 예측오차를 선형모형(LM)의 예측오차와 비교함으로써 상대적인 표본 외 예측력을 평가할 수 있다[34]. 본 연구에서는 PEOU의 4개 측정 항목과 PR의 3개 측정 항목 모두에서 PLS-SEM의 RMSE가 LM보다 낮았으며, PU는 4개 중 3개, AI는 5개 중 3개 측정 항목에서 PLS-SEM의 RMSE가 LM보다 낮게 나타났다.

결과를 종합하면 본 연구모형은 일부 측정 항목에서 예측 관련성이 제한적으로 나타났으나, 대부분의 내생변수 측정 항목에서 Q 2 _ predict가 양(+)의 값을 나타내고 PLS-SEM의 예측오차가 LM과 비교하여 대체로 낮게 나타나 전반적으로 일정 수준의 표본 외 예측력을 확보한 것으로 판단된다. 특히 최종 종속변수인 도입 의도의 모든 측정 항목에서 양(+)의 Q 2 _ predict가 확인되어 협동로봇 도입 의도에 대한 연구모형의 예측 관련성이 확보된 것으로 평가할 수 있다.

4.3 가설 검정

4.3.1 외생변수와 매개변수 간 가설 검정

측정 모형 검정을 통해 연구모형의 신뢰도와 타당도가 확보되었음을 확인하고, 구조방정식모형(Structural Equation Model: SEM)을 적용하여 5개의 외생변수, 3개의 매개변수, 1개의 종속변수 간에 영향을 미치는지 여부에 대한 인과관계를 검정하였다. SmartPLS에서는 기본적으로 5,000개의 서브 샘플(sub-sample)을 이용한 부트스트랩 검정을 제공하며, 이는 기업 간 정보시스템 연구를 비롯한 다양한 실증 연구에서 활용되어 왔다[36]. 따라서 본 연구에서도 동일한 절차를 적용하여 5,000개의 서브 샘플을 기반으로 각 경로계수의 유의성을 검정하였다. 본 연구의 연구모형 경로 분석에 따른 가설 검정 결과는 <Figure 2>에 제시된 바와 같다.

상대적 이점 가설 H1-1, H1-2는 인지된 용이성(β = 0.148 , t = 2.407 , p = 0.016)과 인지된 유용성(β = 0.283 , t = 4.791 , p < 0.001)에 모두 유의한 정(+)의 영향을 미쳤다. 따라서 H1-1과 H1-2는 모두 채택되었다. 이러한 결과는 상대적 이점이 혁신 또는 신기술 도입에 따른 인지된 용이성과 인지된 유용성을 높인다는 기존 연구 결과와 일치한다[10].

안전성 가설 H2-1, H2-2는 인지된 용이성(β = 0.199 , t = 2.817 , p = 0.005)과 인지된 유용성(β = 0.137 , t = 2.103 , p = 0.036)에 모두 유의한 정(+)의 영향을 미쳤다. 따라서 H2-1과 H2-2는 모두 채택되었다. 이는 Bröhl et al.[4]의 인간과 로봇의 협업 수용 모델에 관한 연구와 You et al.[39]의 가상환경을 활용해 인간-로봇 협업 안전 관련 연구의 결과와 일치 함을 보였다.

최고경영진 지원 가설 H3-1, H3-2는 인지된 용이성에 유의한 영향을 미치지 않았으나(β = 0.018 , t = 0.249 , p = 0.803), 인지된 유용성에는 유의한 정(+)의 영향을 미쳤다(β = 0.100 , t = 2.025 , p = 0.043). 따라서 H3-1은 기각되고 H3-2는 채택되었다. 최고경영진 지원이 인지된 유용성을 높인다는 결과는 기존 TAM 기반 연구와 일치하며, 이는 Eldalabeeh et al.[11]의 연구에서도 유사한 결과가 보고되었다. 반면 인지된 용이성에 대한 영향이 유의하지 않은 결과는 최고경영진 지원이 사용 용이성에 직접적인 영향을 미치지 않을 수 있다는 Lin[30]의 연구와 맥락을 같이 한다. 이는 기술의 복잡성이나 사용자 숙련도에 따라 최고경영진 지원이 인지된 용이성에 미치는 영향이 달라질 수 있음을 시사한다.

정부 지원 가설 H4-1, H4-2는 인지된 용이성에 유의한 영향을 미치지 않았으나(β = 0.011 , t = 0.157 , p = 0.875), 인지된 유용성에는 유의한 정(+)의 영향을 미쳤다(β = 0.217 , t = 4.035 , p < 0.001). 따라서 H4-1은 기각되고 H4-2는 채택되었다. 이는 Lee et al.[24]의 스마트팩토리 고도화 연구 등 다양한 기술 수용 연구에서 정부 지원이 인지된 유용성을 높인다는 일반적인 결과와 일치한다. 반면 정부 지원이 인지된 용이성에 미치는 영향은 유의하지 않았다[22]. 이는 정부 지원이 재정적 부담을 완화하고 기술의 가치를 높이는 데 기여할 수 있으나, 협동로봇 자체의 복잡성이나 사용 난이도를 직접 낮추는 데는 한계가 있음을 시사한다.

노동력 부족 가설 H5-1, H5-2는 인지된 용이성에 유의한 영향을 미치지 않았으나(β = 0.011 , t = 0.171 , p = 0.865), 인지된 유용성에는 유의한 정(+)의 영향을 미쳤다(β = 0.168 , t = 3.179 , p = 0.001). 따라서 H5-1은 기각되고 H5-2는 채택되었다. 선행 연구는 제조 현장의 노동력 부족이 신기술 채택을 촉진한다는 점을 일관되게 보고한다[21]. 이는 환경적 압력이 성과 기대(=인지된 유용성)를 고양 시켜 채택을 유도한다는 해석과 부합한다. 반면, 환경 요인 → 인지된 용이성(PEOU) 경로는 맥락에 따라 비유의로 나타날 수 있으며[6], 본 연구에서도 노동력 부족 → PEOU 경로가 비유의로 도출되었다. 위와 같은 검정 결과를 바탕으로 외생변수와 매개변수 가설 검정 결과를 <Table 10>과 같이 정리하였다.

4.3.2 매개변수와 종속변수 간 가설 검정

기술수용모델(TAM)의 핵심 인지 변수인 인지된 용이성(PEOU)과 인지된 유용성(PU), 그리고 협동로봇의 특성을 반영한 인지된 위험(PR)이 도입 의도(AI)에 미치는 영향을 검증하였다. 또한 TAM의 핵심 인지 경로인 인지된 용이성이 인지된 유용성에 미치는 영향을 함께 분석하였다. 이에 대한 가설 검정 결과는 <Table 11>과 같다.

가설 H7 인지된 용이성이 도입 의도에 미치는 영향은 통계적으로 유의하지 않아(β = - 0.066 , t = 0.932 , p = 0.351) H7은 기각되었다. 경로계수가 가설과 달리 음(-)의 방향으로 나타났으나 통계적으로 유의하지 않으므로, 인지된 용이성이 도입 의도를 감소시키는 것으로 해석하기는 어렵다. 이는 인지된 용이성이 인지된 유용성에는 유의한 영향을 미치지만 행동 의도에는 직접적인 영향을 미치지 않는다고 보고한 Huang[16]의 자동화 기술 수용 연구와 유사하다.

반면, 가설 H8 인지된 유용성은 도입 의도에 유의한 정(+)의 영향을 미쳐(β = 0.464 , t = 7.748 , p < 0.001) H8은 채택되었다. 이는 사용 편의성보다 업무 성과, 작업 효율 및 품질 향상과 같은 실질적 유용성에 대한 인식이 도입 의도 형성에 중요한 역할을 함을 의미한다[17]. 이러한 결과는 인지된 유용성이 기술의 사용 의도 및 수용 의도를 결정하는 핵심 요인이라는 TAM의 기본적인 설명과도 일치한다[10]. 또한 서경화(2021)의 외식산업 키오스크 확산 연구 등 선행 연구에서 확인된 인지된 유용성의 중요성과도 맥락을 같이한다[33].

가설 H9 인지된 위험이 도입 의도에 미치는 영향은 가설과 같이 음(-)의 방향으로 나타났으나 통계적으로 유의하지 않아(β = - 0.061 , t = 0.928 , p = 0.354) H9은 기각되었다. 따라서 협동로봇에 대한 위험 인식이 도입 의도를 직접적으로 감소시키는 효과는 확인되지 않았다. 이는 중소 제조기업의 협동로봇 도입 의사결정에서 위험 인식보다 생산성과 작업 효율 향상과 같은 실질적 유용성에 대한 평가가 상대적으로 중요하게 작용할 가능성을 시사한다. 다만 비유의한 결과만으로 인지된 위험의 중요성을 배제할 수 없으므로, 후속 연구에서는 위험의 다양한 하위 차원을 고려한 추가 검증이 필요하다.

한편, 인지된 용이성은 인지된 유용성에 유의한 정(+)의 영향을 미쳐(β = 0.200 , t = 3.553 , p < 0.001) H6은 채택되었다. 이는 협동로봇을 쉽게 학습하고 사용할 수 있다고 인식할수록 업무 성과와 생산성 향상에 유용하다고 평가할 가능성이 높아짐을 의미한다. 종합하면, 인지된 용이성은 도입 의도에 직접적인 영향을 미치지 않았으나(H7), 인지된 유용성에는 유의한 영향을 미쳤으며(H6), 인지된 유용성은 도입 의도에 강한 정(+)의 영향을 미쳤다(H8). 이는 용이성이 도입 의도에 직접 작용하기보다 유용성 인식과 연결되어 작용할 가능성을 보여준다.

4.3.3 매개효과 검증 결과

외생변수와 도입 의도 간의 관계에서 인지된 용이성, 인지된 유용성 및 인지된 위험의 매개효과를 검증하기 위해 부트스트래핑을 통한 특정 간접효과(specific indirect effects)를 분석하였다. 분석 결과는 <Table 12>와 같다. 먼저 인지된 용이성을 매개로 하는 간접효과는 상대적 이점(β = - 0.010 , t = 0.746 , p = 0.456), 안전성(β = - 0.013 , t = 0.863 , p = 0.388), 최고경영진 지원(β = - 0.001 , t = 0.166 , p = 0.868), 정부 지원(β = - 0.001 , t = 0.101 , p = 0.919), 노동력 부족(β = - 0.001 , t = 0.114 , p = 0.909) 모두 통계적으로 유의하지 않은 것으로 나타났다. 따라서 인지된 용이성의 매개효과는 확인되지 않았다. 또한 안전성이 인지된 위험을 거쳐 도입 의도에 미치는 간접효과 역시 통계적으로 유의하지 않아(β = 0.017 , t = 0.859 , p = 0.391), 인지된 위험의 매개효과도 확인되지 않았다.

반면, 인지된 유용성을 매개로 하는 간접효과에서는 상대적 이점, 정부 지원 및 노동력 부족이 도입 의도에 미치는 간접효과가 통계적으로 유의한 것으로 나타났다. 구체적으로 상대적 이점이 인지된 유용성을 거쳐 도입 의도에 미치는 간접효과는 정(+)의 방향으로 유의하게 나타났으며(β = 0.131 , t = 4.536 , p < 0.001), 이는 상대적 이점에 대한 인식이 인지된 유용성을 통해 도입 의도에 긍정적인 영향을 미침을 의미한다. 정부 지원 역시 인지된 유용성을 매개로 도입 의도에 유의한 정(+)의 간접효과를 나타냈으며(β = 0.101 , t = 3.418 , p < 0.001), 노동력 부족 또한 인지된 유용성을 거쳐 도입 의도에 유의한 정(+)의 간접효과를 보였다(β = 0.078 , t = 2.918 , p < 0.05). 따라서 상대적 이점, 정부 지원 및 노동력 부족과 도입 의도 간의 관계에서 인지된 유용성의 매개효과가 확인되었다.

한편, 안전성과 최고경영진 지원이 인지된 유용성을 거쳐 도입 의도에 미치는 간접효과는 각각 β = 0.063 ( t = 1.891 , p = 0.059 )과 β = 0.047 ( t = 1.802 , p = 0.072 )로 정(+)의 방향을 보였으나, 5% 유의수준에서는 통계적으로 유의하지 않은 것으로 나타났다. 따라서 두 경로의 매개효과에 관한 가설은 지지되지 않았다. 다만 두 경로 모두 가설에서 예상한 정(+)의 방향을 나타냈으며, 특히 안전성의 간접효과는 p = 0.059로 통계적 유의수준에 근접한 결과를 보였다. 이러한 결과는 안전성 및 최고경영진 지원이 도입 의도에 미치는 영향이 인지된 유용성을 통해 간접적으로 형성될 가능성을 시사하지만, 본 연구의 표본에서는 이를 통계적으로 확증하기에는 충분하지 않았음을 의미한다. 따라서 향후 연구에서는 표본의 확대와 산업별․기업규모별 분석을 통해 이러한 잠재적 매개 관계를 추가적으로 검증할 필요가 있다.

이상의 결과를 종합하면, 본 연구에서 인지된 용이성과 인지된 위험의 매개효과는 확인되지 않았으며, 인지된 유용성은 상대적 이점, 정부 지원 및 노동력 부족과 도입 의도 간의 관계에서 유의한 매개 역할을 하는 것으로 나타났다.

<Table 13>은 상대적 이점, 안전성, 최고경영진 지원, 정부 지원 및 노동력 부족이 도입 의도에 미치는 직접효과와, 인지된 용이성(PEOU), 인지된 유용성(PU) 및 인지된 위험(PR)을 통한 간접효과를 검증한 결과이다. 매개효과의 유의성은 SmartPLS의 부트스트래핑 5,000회 재표본 추출을 통해 산출된 경로계수, t 값, p 값 및 95% 부트스트랩 신뢰구간을 기준으로 판단하였다. 특히 95% 신뢰구간의 하한(2.5%)과 상한(97.5%) 사이에 0이 포함되지 않는 경우 간접효과가 통계적으로 유의한 것으로 판단하였다. 또한 Zhao et al.[40]의 매개효과 분류 기준에 따라 직접효과와 간접효과의 유의성 및 방향을 함께 고려하여 간접효과만 존재하는 매개(Indirect-only mediation: IO), 보완적 매개(Complementary mediation: CM), 경쟁적 매개(Competitive mediation: CPM), 직접효과만 존재하는 비매개(Direct-only nonmediation : DO)로 구분하였다.

먼저, 상대적 이점은 인지된 유용성을 통해 도입 의도에 유의한 정(+)의 간접효과를 나타냈다(β = 0.131 , t = 4.536 , p < 0.001, 95% 신뢰구간(Confidence Interval: CI) [ 0.079 , 0.192 ]). 반면 상대적 이점이 도입 의도에 미치는 직접효과는 통계적으로 유의하지 않았다(β = 0.069 , t = 1.445 , p = 0.149, 95% CI [ - 0.014 , 0.173 ]). 따라서 상대적 이점과 도입 의도 간의 관계에서는 인지된 유용성을 통한 간접효과만 존재하는 매개(indirect-only mediation)가 확인되었다. 이는 협동로봇이 기존 기술이나 작업 방식보다 상대적으로 우수하다는 인식이 그 자체로 직접적인 도입 의도를 형성하기보다는, 이러한 상대적 우위가 생산성 및 업무 성과 향상에 실질적으로 유용하다는 인식으로 전환될 때 도입 의도로 연결된다는 것을 의미한다. 즉, 상대적 이점이 도입 의도에 미치는 영향에서 인지된 유용성이 핵심적인 인지적 전달 기제로 작용함을 보여준다.

안전성의 경우, 인지된 유용성만을 통한 단순 간접효과는 정(+)의 방향을 나타냈으나 5% 유의수준에서는 통계적으로 유의하지 않았다(β = 0.063 , t = 1.891 , p = 0.059, 95% CI [ 0.004 , 0.133 ]). 그러나 안전성이 인지된 용이성과 인지된 유용성을 순차적으로 거쳐 도입 의도에 영향을 미치는 직렬 간접효과는 통계적으로 유의하게 나타났다(β = 0.018 , t = 2.150 , p < 0.05, 95% 신뢰구간(CI) [ 0.004 , 0.038 ]). 동시에 안전성이 도입 의도에 미치는 직접효과도 유의한 정(+)의 영향을 보였다(β = 0.172 , t = 2.755 , p < 0.05, 95% 신뢰구간(CI) [ 0.055 , 0.298 ]). 따라서 안전성은 PEOU와 PU를 순차적으로 경유하는 경로에서 보완적 매개(Complementary mediation)가 존재하는 것으로 해석할 수 있다. 이러한 결과는 협동로봇에 대한 안전성 인식이 단순히 유용성 평가에 직접 연결되기보다는, 기술을 더욱 쉽게 이해하고 사용할 수 있다는 인식을 형성하고, 이러한 용이성 인식이 다시 기술의 실질적 유용성 평가로 이어져 최종적으로 도입 의도를 강화하는 단계적 인지과정이 작동할 가능성을 보여준다. 따라서 안전성은 협동로봇 수용과정에서 직접적인 도입 촉진요인인 동시에 용이성과 유용성 인식을 순차적으로 강화하는 다차원적 역할을 수행하는 것으로 해석할 수 있다.

최고경영진 지원은 인지된 용이성 또는 인지된 유용성을 통한 간접효과가 모두 통계적으로 유의하지 않았으나, 도입 의도에 미치는 직접효과는 매우 강한 정(+)의 영향을 나타냈다(β = 0.452 , t = 8.388 , p < 0.001, 95% 신뢰구간(CI) [ 0.339 , 0.552 ]). 이에 따라 최고경영진 지원은 Zhao et al. (2010)의 분류기준에서 직접효과만 존재하는 비매개 관계(Direct-only nonmediation)로 해석할 수 있다. 이는 중소 제조기업에서 협동로봇 도입이 단순한 개인 차원의 기술 수용을 넘어 투자결정, 자원배분, 공정변경 및 조직적 지원을 요구하는 전략적 의사결정이라는 점과 관련된다. 즉, 최고경영진의 관심과 지원은 구성원의 용이성 또는 유용성 인식을 거치는 간접적인 경로보다는 경영진의 의사결정과 자원배분을 통해 도입 의도에 직접적으로 영향을 미칠 가능성이 상대적으로 크다는 점을 보여준다.

정부 지원은 인지된 유용성을 통해 도입 의도에 유의한 정(+)의 간접효과를 나타냈다(β = 0.101 , t = 3.418 , p < 0.001, 95% 신뢰구간(CI) [ 0.060 , 0.165 ]). 반면 정부 지원이 도입 의도에 미치는 직접효과는 통계적으로 유의하지 않았다(β = 0.106 , t = 1.666 , p = 0.096, 95% 신뢰구간(CI) [ - 0.016 , 0.231 ]). 따라서 정부 지원과 도입 의도 간의 관계에서도 인지된 유용성을 통한 간접효과만 존재하는 매개(Indirect-only mediation)가 확인되었다. 이는 정부 및 지방자치단체의 지원이 단순히 협동로봇 도입 의도를 직접적으로 높이기보다는, 기업이 협동로봇 도입을 통해 비용 절감, 생산성 향상, 인력난 완화 및 경영성과 개선 등의 실질적 편익을 기대하도록 함으로써 유용성 인식을 강화하고, 이러한 가치 인식이 최종적인 도입 의도로 연결되는 과정임을 시사한다.

노동력 부족은 인지된 유용성을 통한 간접효과가 유의한 정(+)의 영향을 나타냈으며(β = 0.078 , t = 2.918 , p < 0.05, 95% 신뢰구간(CI) [ 0.030 , 0.135 ]), 도입 의도에 대한 직접효과 역시 통계적으로 유의하였다(β = 0.180 , t = 2.727 , p < 0.05, 95% 신뢰구간(CI) [ 0.063 , 0.294 ]). 또한 직접효과와 간접효과가 모두 동일한 정(+)의 방향으로 나타났으므로 노동력 부족과 도입 의도 간의 관계에서는 보완적 매개(Complementary mediation)가 확인되었다. 이는 중소 제조기업의 노동력 부족이 심화될수록 자동화 기술에 대한 필요성이 직접적으로 증가하는 동시에, 협동로봇이 인력 부족을 완화하고 생산성을 유지할 수 있는 유용한 대안이라는 인식이 강화되어 도입 의도가 추가적으로 높아짐을 의미한다. 따라서 노동력 부족은 협동로봇 도입을 촉진하는 직접적인 환경적 압력인 동시에 인지된 유용성을 통해 그 영향이 강화되는 이중적 경로를 갖는 것으로 해석할 수 있다.

이상의 결과를 종합하면, 상대적 이점과 정부 지원은 인지된 유용성을 통한 간접효과만 존재하는 매개(indirect-only mediation)가 확인되었으며, 노동력 부족은 직접효과와 인지된 유용성을 통한 간접효과가 모두 유의한 보완적 매개(complementary mediation) 관계를 나타냈다. 안전성의 경우 인지된 유용성만을 통한 단순 매개효과는 5% 유의수준에서 확인되지 않았으나, 인지된 용이성과 인지된 유용성을 순차적으로 거치는 직렬 간접효과가 유의하게 나타나 보완적 직렬 매개 관계가 확인되었다. 반면 최고경영진 지원은 매개변수를 통한 간접효과보다 도입 의도에 대한 직접 효과가 지배적인(direct-only nonmediation) 형태로 나타났다. 이러한 결과는 중소 제조기업의 협동로봇 도입이 단일한 수용경로에 의해 결정되는 것이 아니라 기술적․조직적․환경적 요인의 특성에 따라 서로 다른 직접 및 간접 경로를 통해 형성됨을 보여준다. 특히 인지된 유용성은 상대적 이점, 정부 지원 및 노동력 부족을 도입 의도와 연결하는 핵심적인 인지적 매개 기제로 기능하였으며, 안전성의 경우에는 인지된 용이성과 인지된 유용성이 연속적으로 작동하는 단계적 수용 메커니즘이 존재함을 확인하였다는 점에서 이론적 의미가 있다.

5. 결론 및 시사점

본 연구는 중소 제조기업의 생산성 저하와 노동력 부족 문제에 대응하는 혁신 기술로서 협동로봇의 도입 의도에 영향을 미치는 요인을 실증적으로 규명하였다. 협동로봇은 인간과 물리적으로 협업하도록 설계된 기술로, 중소 제조기업의 스마트 제조 전환에 중요한 역할을 할 수 있다. 이에 본 연구는 협동로봇 도입에 영향을 미치는 요인을 파악하기 위해 기술수용모델(Technology Acceptance Model: TAM)에 인지된 위험(Perceived Risk: PR)을 통합한 연구모형을 제시하였다.

중소 제조기업 종사자 273명의 응답 자료를 SmartPLS 기반의 부분최소제곱 구조방정식모형(Partial Least Squares Structural Equation Modeling: PLS-SEM)으로 분석하였으며, 주요 결과는 다음과 같다.

첫째, 상대적 이점과 안전성은 인지된 용이성에 유의한 정(+)의 영향을 미쳤으나, 최고경영진 지원, 정부 지원 및 노동력 부족은 유의한 영향을 미치지 않았다. 이는 협동로봇의 사용 용이성이 조직․환경적 조건보다 기술 자체의 상대적 우수성과 안전성에 대한 평가를 중심으로 형성될 가능성을 보여준다. 이러한 결과는 협동로봇 수용에서 기술적 특성과 작업자 수용성의 중요성을 제시한 Baumgartner et al.[2]과 인간-로봇 협업에서 안전성과 신뢰를 강조한 Maurtua et al.[31]의 연구와 맥락을 같이한다.

둘째, 상대적 이점, 안전성, 최고경영진 지원, 정부 지원 및 노동력 부족은 인지된 유용성에 모두 유의한 정(+)의 영향을 미쳤다. 특히 최고경영진 지원, 정부 지원 및 노동력 부족은 인지된 용이성에는 유의한 영향을 미치지 않았으나 인지된 유용성에는 유의한 영향을 미쳤다. 이는 조직․환경적 요인이 기술의 사용 편의성보다 생산성 향상, 인력난 완화 및 경영성과와 같은 실질적 유용성의 판단에 더 밀접하게 작용함을 의미한다. 이러한 결과는 기술적․조직적․환경적 요인이 중소기업의 협동로봇 도입에 영향을 미친다는 Liu and Cao[30]의 연구를 확장하여, 각 요인이 기술 수용의 인지과정에서 서로 다른 경로로 작용할 수 있음을 보여준다.

셋째, 안전성은 인지된 위험에 유의한 부(-)의 영향을 미쳤으나, 인지된 위험이 도입 의도에 미치는 직접효과와 간접효과는 유의하지 않았다. 이는 안전성 확보가 협동로봇의 위험 인식을 낮추는 중요한 요인이라는 기존 연구[5, 31]와 일치하지만, 위험 인식의 감소가 곧바로 도입 의사결정으로 이어지는 것은 아님을 보여준다. 중소 제조기업의 협동로봇 도입은 생산설비에 대한 투자 의사결정이라는 점에서 위험 인식보다 생산성과 인력운영 측면의 실질적 편익이 더 중요하게 작용할 수 있다.

넷째, 인지된 유용성은 도입 의도에 유의한 정(+)의 영향을 미친 반면, 인지된 용이성과 인지된 위험의 직접효과는 유의하지 않았다. 인지된 용이성은 인지된 유용성에 유의한 정(+)의 영향을 미쳤으나 도입 의도에는 유의한 영향을 미치지 않았다. 따라서 인지된 용이성은 도입 의도에 직접 영향을 미치기보다 인지된 유용성을 형성하는 선행요인으로 작용할 가능성이 있다. 이는 개인이 선택하여 사용하는 정보기술과 달리 협동로봇은 기업의 생산공정에 투입되는 설비형 기술이므로, 사용 편의성보다 생산성, 품질, 작업 효율 및 인력 부족 대응과 같은 실질적 유용성이 도입 의사결정에 더 중요하게 작용할 수 있음을 보여준다.

다섯째, 매개효과 분석에서는 인지된 유용성의 역할이 두드러졌다. 상대적 이점과 정부 지원은 인지된 유용성을 통한 간접효과만 존재하는 매개(Indirect-only mediation)가 확인되었으며, 노동력 부족은 직접효과와 인지된 유용성을 통한 간접효과가 모두 유의한 보완적 매개(Complementary mediation)를 나타냈다. 안전성은 인지된 유용성만을 통한 단순 간접효과는 유의하지 않았으나, 인지된 용이성과 인지된 유용성을 순차적으로 거치는 직렬 매개효과는 유의하였다. 반면 최고경영진 지원은 매개효과보다 도입 의도에 대한 직접효과가 강하게 나타났다. 이는 인지된 유용성이 외생변수와 도입 의도를 연결하는 핵심 매개 요인이며, 기술적․조직적․환경적 요인에 따라 도입 의도로 연결되는 경로가 상이함을 보여준다.

한편, 구조모형의 설명력은 인지된 유용성(R 2 = 0.386)에 비해 인지된 용이성(R 2 = 0.084), 인지된 위험(R 2 = 0.083) 및 도입 의도(R 2 = 0.208)가 상대적으로 낮았다. 이는 사용 용이성과 위험 인식이 본 연구에서 설정한 요인 외에도 작업자의 로봇 활용 경험과 기술 숙련도, 기존 공정과의 적합성 및 안전관리 수준 등 현장 특수적 요인의 영향을 받을 가능성을 시사한다. 또한 도입 의도에는 투자 비용, 투자 수익성, 자동화 수준 및 조직의 디지털 역량과 같은 기업 차원의 요인이 추가로 작용할 수 있으므로, 향후 연구에서는 이를 포함한 확장 모형을 검토할 필요가 있다. 정부 지원은 측정 모형 정제 과정에서 GS-1 문항이 제거되어 최종 4개 문항으로 측정되었다. 따라서 향후 연구에서는 재정적․제도적․기술적 지원 등 정부 지원의 다양한 정책적 차원을 반영한 측정 항목을 구성하여 내용타당도를 더욱 정교하게 검증할 필요가 있다.

종합하면, 중소 제조기업의 협동로봇 도입 의도는 단순한 사용 편의성이나 위험 감소보다 도입을 통해 기대되는 실질적 성과와 유용성에 대한 평가를 중심으로 형성되는 것으로 나타났다. 특히 인지된 유용성이 직접효과와 매개효과에서 핵심적인 역할을 한다는 결과는 중소 제조기업의 협동로봇 수용이 개인 중심의 정보기술 수용과는 다른 경로로 이루어질 수 있음을 시사한다.

5.1 학술적․실무적 시사점

연구 결과의 학술적․실무적 시사점은 다음과 같다.

첫째, 기존 기술수용모델(TAM)을 중소 제조기업의 협동로봇 도입 맥락으로 확장하고, 상대적 이점과 안전성의 기술적 요인, 최고경영진 지원의 조직적 요인, 정부 지원과 노동력 부족의 환경적 요인을 통합하여 협동로봇의 기술 수용과정을 분석하였다는 데 의의가 있다.

둘째, 기술적․조직적․환경적 요인이 인지된 용이성과 인지된 유용성에 서로 다르게 작용함을 실증적으로 확인하였다. 상대적 이점과 안전성은 인지된 용이성과 유용성에 모두 유의한 영향을 미친 반면, 최고경영진 지원, 정부 지원 및 노동력 부족은 인지된 유용성에만 유의한 영향을 미쳤다. 이는 사용 용이성과 전략적 유용성에 대한 인식이 서로 다른 선행요인에 의해 형성될 수 있음을 보여주며, 개인 수준의 기술 수용을 중심으로 설명해 온 TAM을 조직의 기술도입 맥락으로 확장한다는 점에서 이론적 의미가 있다.

셋째, 인지된 유용성이 주요 외생요인과 도입 의도를 연결하는 핵심적인 매개 요인임을 확인하였다. 특히 상대적 이점, 정부 지원 및 노동력 부족은 인지된 유용성을 통해 도입 의도에 유의한 간접효과를 나타냈다. 또한 안전성은 인지된 용이성과 유용성을 순차적으로 거쳐 도입 의도에 영향을 미치는 동시에 인지된 위험을 낮추는 것으로 나타났다. 이는 협동로봇의 기술 수용 과정에서 인지된 유용성의 핵심적 매개 역할과 안전성의 다면적 역할을 확인하였다는 점에서 의의가 있다.

실무적으로는 중소 제조기업의 협동로봇 도입을 촉진하기 위해 단순한 기능이나 조작 편의성보다 생산성 향상, 작업시간 단축, 품질개선, 인력 부족 대응 및 투자 효과 등 기업이 체감할 수 있는 실질적 유용성을 제시하는 전략이 중요하다. 협동로봇 공급기업도 기술적 우수성뿐만 아니라 도입기업의 공정 특성에 따른 구체적인 성과와 경제적 효과를 제시할 필요가 있다. 또한 안전성이 인지된 용이성과 유용성을 높이고 인지된 위험을 낮추는 것으로 나타난 만큼, 현장 실증 및 개념검증(Proof of Concept: PoC)을 통해 중소기업이 협동로봇의 안전성과 작업 효율을 직접 확인할 기회를 확대할 필요가 있다. 정부 지원도 설비 구입 중심의 지원에서 벗어나 공정 진단, 적합 공정 선정, 현장 실증, 작업자 교육 및 성과 평가를 연계하는 단계별 지원체계로 확대할 필요가 있다. 특히 노동력 부족이 인지된 유용성에 유의한 영향을 미친 결과를 고려하여, 협동로봇 지원 정책을 중소 제조기업의 인력 부족에 대응하는 인간-로봇 협업 중심의 스마트제조 전략과 연계할 필요가 있다.

5.2 연구의 한계 및 향후 연구

본 연구는 중소 제조기업의 협동로봇 도입 의사결정에 영향을 미치는 요인과 경로를 실증적으로 분석하였으나, 다음과 같은 한계가 있다.

첫째, 중소 제조기업의 관리자와 실무책임자를 대상으로 비확률 편의표집을 실시하였으므로 연구 결과를 국내 전체 중소 제조기업으로 일반화하는 데 한계가 있다. 향후 연구에서는 업종, 지역, 기업규모 및 협동로봇 도입 경험 등을 고려한 표본설계를 통해 표본의 대표성과 연구 결과의 외적 타당성을 강화할 필요가 있다.

둘째, 구조모형에서 인지된 용이성과 인지된 위험의 설명력이 상대적으로 낮게 나타났다. 이는 협동로봇의 사용 용이성과 위험 인식에 본 연구에서 고려하지 않은 추가적인 선행요인이 영향을 미칠 가능성을 시사한다. 향후 연구에서는 기술 사용 경험, 공정 적합성, 조직의 디지털 역량과 문화, 신뢰, 투자비용 및 기대성과 등의 변수를 추가하여 연구모형의 설명력을 높일 필요가 있다.

셋째, 측정 모형 정제 과정에서 일부 측정 문항이 제거되었으며, 특히 인지된 위험은 최종적으로 3개 문항으로 측정되었다. 인지된 위험은 신체적․심리적․경제적․시간적 위험 등 다양한 하위 차원을 포함하므로, 최종 측정 문항이 전체 개념을 충분히 포괄하지 못했을 가능성이 있다. 향후 연구에서는 협동로봇의 특성을 반영한 다차원적 위험 측정척도를 적용하여 구성개념의 내용타당도를 보다 정교하게 검증할 필요가 있다.

넷째, 본 연구는 특정 시점의 횡단적 자료를 활용하였으므로 실제 도입과 사용 경험에 따른 인식의 변화를 설명하는 데 한계가 있다. 향후 연구에서는 도입 전 기대, 초기 사용, 지속사용 및 성과 평가의 과정을 추적하는 종단적 연구를 통해 기술 수용의 동태적 변화를 분석할 필요가 있다.

마지막으로, 본 연구는 협동로봇의 도입 의도를 중심으로 분석하였으므로 실제 도입 행동과 도입 이후의 경영성과까지 설명하지 못한다. 향후 연구에서는 도입 의도가 실제 도입으로 이어지는 과정을 검증하고, 생산성 향상, 불량률 감소, 작업안전 개선, 비용 절감 및 투자수익률 등 객관적 성과지표를 활용하여 협동로봇 도입의 실질적 성과를 분석할 필요가 있다.