기업의 환경요인을 통한 기술혁신이 Smart Factory 구축에 미치는 영향 연구 -흡수역량을 조절변수로-

진성옥,서영욱 한국콘텐츠학회 2019 한국콘텐츠학회논문지 Vol.19 No.10

This study is an empirical study of 'the effect of Technological innovation through environmental factors of an enterprise on the implementation of a Smart Factory'. The purpose of the research is to improve the utilization and effectiveness of the Smart Factory by considering and implementing factors that will be promoted in an internal environment or focus when building. The research method was statistical analysis with SMART PLS by surveying the relevant personnel of the company that implemented the Smart Factory. The results of the study showed that internal organizational factors and self-efficacy have a positive effect on technological innovation, and technology innovation has a positive effect on the key factors of smart factory implementation. And the absorbing capacity, which is a moderating variable, has a positive effect in part on the key factors of smart factory implementation by interacting with technological innovation factors. This study can be used by companies that want to implement a smart factory, and it has the significance of laying the theoretical foundation for research on smart factory implementation through empirical analysis. 본 연구는 ‘기업의 환경요인을 통한 기술혁신이 Smart Factory 구축에 미치는 영향’에 대한 실증연구이다. 연구 목적은 Smart Factory를 구축할 때 내부환경이나 중점적으로 추진할 요인을 고려하고 구축하여 Smart Factory의 활용도와 효과를 높이는 것이다. 연구방법은 Smart Factory를 구축한 기업의 관련 인원들에게 설문을 조사하여 SMART PLS로 통계분석 하였다. 연구결과는, 기업 내부 조직 요인과 자기효능감은 기술혁신에 긍정적인 영향을 미치고, 기술혁신은 Smart Factory 구축의 핵심요인에 긍정적인 영향을 미쳤다. 그리고 조절변수인 흡수역량은 기술혁신요인과 상호작용으로 Smart Factory 구축의 핵심요인에 부분적으로 긍정적인 영향을 미쳤다. 본 연구는 Smart Factory를 구축하려는 기업이 활용할 수 있으며, 실증분석을 통한 Smart Factory 구축연구에 이론적 토대를 마련한 의의가 있다.

중소기업의 환경요인과 흡수역량을 통한 Smart Factory 구축 연구

진성옥,서영욱 중소기업융합학회 2019 융합정보논문지 Vol.9 No.7

많은 중소기업이 Smart Factory를 구축할 때 기업 내·외부의 환경변화나 구성원들의 역량 등 기업이 처해있는 상황에 대한 충분한 고려 없이 구축하고 있다. 그래서 구축 후 활용도와 효과도 낮다. 본 연구는 ‘중소기업의 환경요인과 흡수역량을 통한 Smart Factory 구축’을 실증연구를 통하여 검증해 보는 것이다. 설문은 Smart Factory를 구축한 중소기업에서 관련 업무를 하는 인원에게 받았다. 연구결과는, 첫째, 기업 내·외부의 환경요인은 기업 내부의 흡수역량에 긍정적인 영향을 미쳤다. 둘째, 기업 내부의 흡수역량은 Smart Factory 구축에 긍정적인 영향을 미쳤다. 위의 입증을 통해서 중소기업에서 Smart Factory를 구축할 때 기업의 내·외부 환경요인과 흡수역량을 바탕으로 Smart Factory 핵심영역을 구축하면 효과적이라는 것이 입증되었다. 향후는 Smart Factory 구축성과의 연구를 하고자 한다. Many small and medium-sized enterprises are deploying Smart Factory without due consideration of the circumstances in which the entity is in or outside of the entity, such as environmental changes and the capabilities of its members. Therefore, utilization and effectiveness are also low after deployment. This study verifies 'the establishment of a Smart Factory through the environmental factors and absorption capabilities of small businesses' through empirical research. The survey was received by people working for small and medium-sized companies that have established Smart Factory. The results of the study showed that first, environmental factors within and outside the company had a positive effect on the absorption capacity within the company. Second, the absorption capacity within a company has had a positive effect on the deployment of a Smart Factory. Based on the above proof, it has been proved to be effective if the core areas of the Smart Factory are built on the basis of the company's internal and external environmental factors and absorption capabilities when constructing Smart Factory in small businesses. In the future, we will study the achievements of smart factory construction.

중소기업에서 내부 환경요인을 통한 Smart Factory 핵심요인이 경영성과에 미치는 영향 연구

진성옥,서영욱 한국디지털정책학회 2019 디지털융복합연구 Vol.17 No.7

This study is an empirical study of 'the effect of the key factors of Smart Factory on management performance through internal environmental factors in small and medium enterprises'. The purpose of the research is to verify that the implementation of a Smart Factory affects the performance of management and contribute to the continued development of the company, and to suggest the national policy of expanding the deployment of a Smart Factory. The procedures were surveyed by working-level officials of small and medium-sized manufacturing companies with a Smart Factory and statistically analyzed with the SPSS and SMART PLS. The results of the study showed that first, the environmental factors within the company had a positive effect on the key components of the Smart Factory. Second, the key factor in Smart Factory has had a positive impact on management performance. The above evidence shows that the key factors in smart factory considering the environmental factors of an enterprise affect its management performance, thus laying the theoretical foundation for the performance of smart factory construction. In the future, we will study how to build a Smart Factory. 본 연구는 ‘중소기업에서 내부 환경요인을 통한 Smart Factory의 핵심요인이 경영성과에 미치는 영향’에 대한 실증연구이다. 연구 목적은 Smart Factory 구축이 경영성과에 영향을 미쳐서 회사가 지속 발전하는데 기여하는지 검증하고, 국가적으로 추진하고 있는 Smart Factory 구축 확대 정책에 대해 제언하고자 한다. 절차는 Smart Factory를 구축한 중소제조기업의 실무자를 중심으로 설문을 받아 SPSS와 SMART PLS로 통계 분석하였다. 연구결과는 첫째, 기업 내부의 환경요인은 Smart Factory 핵심요인에 긍정적인 영향을 미쳤다. 둘째, Smart Factory 핵심요인은 경영성과에 긍정적인 영향을 미쳤다. 위의 입증을 통해서 기업의 환경요인을 고려한 Smart Factory의 핵심요인은 경영성과에 영향을 주는 것으로 나타나, Smart Factory 구축 성과의 이론적인 토대를 마련했다고 할 수 있다. 향후는 Smart Factory 구축방법 연구를 하고자 한다.

Smart Factory 구축과 성과에 대한 연구

진성옥(SungOk Jin),서영욱(YoungWook Seo) 인문사회과학기술융합학회 2018 예술인문사회융합멀티미디어논문지 Vol.8 No.4

현재는 4차 산업혁명이 진행 중이며, 그것의 핵심기술은 인공지능(AI), IoT, 빅데이터, 클라우드, AI로봇 등이고, 기반이 되는 기술은 지능형 센서 및 반도체, 정보 보안, AR, VR 등이다[1]. 제조업에 있어서도 전통 산업에 IT 시스템을 결합하여 지능형 Smart Factory로 진화 시켜 나가고있다. 즉 사물인터넷(IoT)에 해당하는 자동화 생산라인에 정보통신기술(ICT)을 접목시키고, 서비스 인 터넷(IoS)에 해당하는 ERP, PLM, MES등을 물리적 가상공간(CPS)에서 연결하여 쌍방향으로 자유롭게 정보를 교환하면서 생산하는 체계를 구축하고 있다. 대한민국은 제조업 경쟁력 강화를 위하여 「제조업 혁신 3.0 전략」을 발표하고, 2025년까지 Smart Factory를 3만개 구축 한다는 목표로 여러 가지 정책을 실시하고 있다. 기업체들도 자사의 경쟁력을 확보하기 위하여 Smart Factory를 구축하려고 노력하고 있다. 그러나 일부 기업에서는 Smart Factory가 무엇이고, 어떻게 구축 하며, Smart Factory가 되면 무엇이 좋아 지는지를 모르고 있는 기업도 있다. 따라서 본 연구를 통하여 A사에서 추진하고 있는 Smart Factory의 구축 방법과 구축 후의 성과에 대하여 공유함으로써 국가적으로 추진하고 있는「제조업 혁신 3.0」이 활성화되기를 기대한다. The 4th industrial revolution is currently in progress today, the core technologies of which include AI, IoT, Big Data, cloud computing, and AI robotics. These technologies are in turn founded on intelligent sensor, semiconductor, information security, AR and VR [1]. Even in manufacturing sector, traditional industry is combining IT system to produce intelligent smart factory. (ICT) to the automation production line corresponding to the Internet (IoT) and connect the ERP, PLM, and MES corresponding to the service Internet (IoS) in the physical virtual space (CPS) We are building a system to produce information while exchanging information. That is, ICT is being integrated into automated production line, the area of IoT, and IoS technologies such as ERP, PLM and MES are being combined with CPS to enable free exchange of information in both ways for manufacturing. Korean government published the Manufacturing Innovation 3.0 Strategy to improve the country’smanufacturing competitiveness and is implementing various policies that aim at creating 30,000 smartfactories by 2025. Private sector is also trying to build smart factory to enhance their competitiveness. However, many companies do not know what smart factory is, how to develop them and what advantages they can derive from having them. Accordingly, this research shares a case study of A company on how they built their smart factory and the performances after building it, with a hope of helping the Manufacturing Innovation 3.0 program to succeed.

중소기업에서 Smart Factory의 핵심요인인 생산자동화와 운영·자원관리 시스템이 경영성과에 미치는 영향

진성옥(Sung-Ok Jin),서영욱(Young Wook Seo) 한국기술혁신학회 2019 한국기술혁신학회 학술대회 발표논문집 Vol.2019 No.5

대한민국 정부는 2022년까지 Smart Factory 3만 개를 구축하여 제조업의 경쟁력을 강화한다는 전략을 수립하여 여러가지 지원정책을 펼치고 있다. 그리고 많은 중소기업들도 자사의 경쟁력을 높이기 위하여 Smart Factory를 구축하고 있다. 이러한 상황에서 본 연구자는 Smart Factory를 구축하면 경영성과가 좋아져 회사가 지속 발전하는데 도움이 되는지를 실증분석을 통하여 입증해 보고 싶었다. 그래서 ‘중소기업에서 Smart Factory의 핵심요인인 생산자동화와 운영·자원관리 시스템이 경영성과에 미치는 영향’ 에 대한 연구 제목으로 Smart Factory 구축이 경영성과에 영향을 미치는지를 검증해 보는 것이다. Smart Factory를 구축하기 위하여 해당 기업 내부의 조직요인과 조직 구성원들의 개인특성인 자기효능감이 Smart Factory의 핵심요인에 영향을 미치는지와 핵심요인인 생산자동화와 운영·자원관리 시스템이 경영성과에 영향을 미쳐서 회사가 지속 발전하는데 도움이 되는지를 검증하는 것이다. 설문은 Smart Factory를 기초 수준 이상 구축한 중소기업에서 구축 업무를 담당하고 있는 인원 위주로 설문을 받아서 SPSS 22와 Smart PLS 2.0으로 통계분석 하였다. 실증분석 결과는 첫째, 기업의 환경요인은 Smart Factory의 핵심요인에 긍정적인 영향을 미치는 것으로 나타났고, 둘째, Smart Factory의 핵심요인은 경영성과에 긍정적인 영향을 미치는 것으로 나타났다. 그래서 Smart Factory를 구축하여 회사를 지속 발전시켜야 한다는 것이 입증되었다.

대형 화물창용 고소 작업대 모델의 진동 저감을 위한 입력성형 기법 연구

옥진성(J. S. Ok),권순도(S. D. Kwon),김상준(S. J. Kim),김성엽(S. J. Kim),고명석(M.S. Ko) 한국정밀공학회 2012 한국정밀공학회 학술발표대회 논문집 Vol.2012 No.5월

페놀 시험자료의 read-across를 통한 m-크레졸 종 민감도 분포 구축 연구

옥승엽(Seung-yeop OK),나진성(Jin-sung Ra),문효방(Hyo-Bang Moon),박형경(Hyung-Kyung Park),이경재(Kyoung-Jae Lee) 환경독성보건학회 2017 한국독성학회 심포지움 및 학술발표회 Vol.2017 No.10

The hazard classification of chemicals to aquatic environment under K-REACH

옥승엽,나진성 한국분석과학회 2017 학술대회논문집 Vol.2017 No.5

수생태 독성자료의 정규성 분포 특성 확인을 통해 통계분석 시 분포 특성 적용에 대한 타당성 확인 연구

옥승엽,문효방,나진성 한국환경보건학회 2019 한국환경보건학회지 Vol.45 No.2

Objectives: According to the central limit theorem, the samples in population might be considered to follow normal distribution if a large number of samples are available. Once we assume that toxicity dataset follow normal distribution, we can treat and process data statistically to calculate genus or species mean value with standard deviation. However, little is known and only limited studies are conducted to investigate whether toxicity dataset follows normal distribution or not. Therefore, the purpose of study is to evaluate the generally accepted normality hypothesis of aquatic toxicity datasetMethods: We selected the 8 chemicals, which consist of 4 organic and 4 inorganic chemical compounds considering data availability for the development of species sensitivity distribution. Toxicity data were collected at the US EPA ECOTOX Knowledgebase by simple search with target chemicals. Toxicity data were re-arranged to a proper format based on the endpoint and test duration, where we conducted normality test according to the Shapiro-Wilk test. Also we investigated the degree of normality by simple log transformation of toxicity dataResults: Despite of the central limit theorem, only one large dataset (n>25) follow normal distribution out of 25 large dataset. By log transforming, more 7 large dataset show normality. As a result of normality test on small dataset (n<25), log transformation of toxicity value generally increases normality. Both organic and inorganic chemicals show normality growth for 26 species and 30 species, respectively. Those 56 species shows normality growth by log transformation in the taxonomic groups such as amphibian (1), crustacean (21), fish (22), insect (5), rotifer (2), and worm (5). In contrast, mollusca shows normality decrease at 1 species out of 23 that originally show normality. Conclusions: The normality of large toxicity dataset was not always satisfactory to the central limit theorem. Normality of those data could be improved through log transformation. Therefore, care should be taken when using toxicity data to induce, for example, mean value for risk assessment.

구조화된 수중 환경에서 작업을 위한 PETASUS 시스템 II의 위치 인식 및 자율 제어

한종희,옥진성,정완균 한국로봇학회 2013 로봇학회 논문지 Vol.8 No.1

In this paper, a localization algorithm and an autonomous controller for PETASUS system II which is an underwater vehicle-manipulator system, are proposed. To estimate its position and to identify manipulation targets in a structured environment, a multi-rate extended Kalman filter is developed, where map information and data from inertial sensors, sonar sensors, and vision sensors are used. In addition, a three layered control structure is proposed as a controller for autonomy. By this controller, PETASUS system II is able to generate waypoints and make decisions on its own behaviors. Experiment results are provided for verifying proposed algorithms.