< Previous김진석·이동훈 88 자동차안전학회지:제14권,제4호,2022 Fig. 6 Overview of autonomous driving stack Fig. 5 (a) Visualized data on Rviz and CARLA 치하여 두 차량이 충분히 가속한 후 직선주로 상에 정지 해 있는 GVT로 접근할 수 있도록 하였다. 다만 CARLA scenario runner의 제한사항으로 인해 OpenSCENARIO 사용 시, xosc 파일 내부의 LaneChangeAction에서 정의되 는 차선변경 파라미터를 완벽히 지원하지 않는다. 그러므 로 2.1절과 Table 1에서 언급하였던 lane change maneuver of LV의 항목 중 Distance to GVT를 제외한 횡방향 가속 도(lateral acceleration)와 곡선부의 곡률반경(radius of turning segments)를 설정할 수 없는 문제가 있다. 해당 문제로 인해 LV의 차선변경 경로를 제안한 시나리오와 일 치하게 설정할 수 없으나, 본 연구에서 논하고자 하는 AES 성능평가 방법의 적절성 자체에는 큰 영향을 끼치지 않으므로, 각 시나리오의 Distance to GVT 값만을 적용하 며 실험을 진행하였다. 3.2. 차량 구성 시뮬레이션은 총 3대의 차량과 2가지 차종이 사용되었 으며, VUT에 Toyota Prius를, LV과 GVT에 Tesla model3 를 사용하였다. 사용된 차량은 모두 CARLA에서 기본 제 공하는 asset이고, physics 관련 설정은 모두 이에 포함된 기본값으로 사용하였다. 차량 제어의 경우, LV는 CARLA 의 자체 컨트롤러를 사용하나, VUT는 자율주행 stack에 서 제어하므로, stack에 필요한 입력으로 사용하기 위한 센 서로 Fig. 5(a)와 같이 VUT의 차량 상단에 IMU, GNSS, 32채널 LiDAR, 차량 전면에 200ｍ의 탐지거리를 갖는 RADAR를 부착하여 각 센서의 출력 데이터를 사용하였 다. LiDAR와 RADAR에서 출력되는 point cloud 데이터는 전방의 차량 회피에 사용되며, IMU와 GNSS는 차량의 localization에, speedometer는 속도 제어에 사용된다. 실 제 CARLA내 주행 환경은 Fig. 5(b)와 같으며, pointcloud 와 생성된 경로를 시각화하여 실시간으로 확인할 수 있도 록 하였다. 3.3. 자율주행 stack 구성 VUT에 부착된 각 센서의 데이터와 VUT 제어 명령은 각각 Fig. 6과 같이 자율주행 stack의 입력과 출력으로 사 용되며, CARLA-ROS bridge의 CARLA API를 통해 전 달된다. VUT는 GNSS와 IMU를 사용하여 localization을 수행하며, RADAR로부터 출력되는 point cloud는 지면 point를 필터링한 후 클러스터링하여 전방 차량의 감지에 사용한다. 차량 감지 시, 클러스터링 된 RADAR의 point cloud에서 range와 velocity 데이터를 이용해 전방 차량 까지의 거리와 속도를 인식한다. Path 생성에는 Openplanner를 사용하며, 전방에 충돌 위험이 없으면, 차선의 centerline에 정렬된 local path를 pure pursuit 알고리즘을 통해 추종한다. 만약, 본 시나리 오에서 제안한 바와 같이, 인식된 전방 차량과 충돌 위험 이 감지되고 AEB를 통한 충돌 회피가 불가능할 것으로 예상되는 경우, VUT의 AES 기능이 작동한다. AES 작동 시, Fig. 7과 같이 인접 차선으로 cut-out하는 local path 가 생성되고 이를 추종하여 전방의 차량을 회피한다.고속도로 주행 시 선행차량의 전방 긴급 장애물 회피에 따른 Car-to-Car Cut-out 시나리오 기반 AES 성능평가 방법 연구 자동차안전학회지:제14권,제4호,2022 89 Fig. 7 Avoidance procedure of VUT Table 2 Test and assessment result Type TTC [s] Max. distance between LV and VUT [m] Max. driving time [s] VUT speed [kph] LV speed [kph] Assessment score Peak distance [m] Collision avoidance Lateral overlap Lane keeping AES 1.5 231670501114.09 40119070110.54.45 61911090110.54.75 1.0 23167050110.54.20 40119070110.54.50 61911090110.54.62 Fig. 8 Trajectory of VUT each scenario 3.4. 시뮬레이션 결과 시뮬레이션은 3장에서 설명한 환경에서 LV와 VUT 각 차량의 속도를 2장에서 제안한 Table 1에 기재된 AES 시 험 프로토콜의 값으로 설정하여 시험 및 평가하였다. 시험 과정에서 VUT의 주행궤적은 20Hz의 주기로 기록하였다. TTC와 속도에 변화에 따른 시나리오 각각에 대해 Fig. 8 과 같이 각 그래프의 곡선으로 VUT의 경로를 표현하였 고, LV의 설정 속도를 기준으로 각 시나리오에 해당하는 경로의 속도를 표기하였다. TTC가 1.5초인 시나리오에 서 최대 횡 방향 변위는 4.75m, TTC가 1.0초인 경우 4.63m로 나타났으며, 속도가 증가할수록 횡 방향 변위 또 한 증가하고, 차로의 중앙(centerline)에 수렴하기까지의 거리가 멀어지는 경향을 확인하였다. 각 시험 시나리오에 대한 항목별 평가 결과는 Table 2 와 같다. 모든 시나리오에서 VUT는 GVT와의 충돌을 회 피하였으며, 회피 후 변경된 차선에서의 차선유지 항목에 서만 점수의 차이를 보였다. 4. 결 론 본 연구는 고속도로 주행 시, LV의 전방 장애물 회피에 따른 후행 차량인 VUT의 AES기능에 대한 시험 및 평가 프로토콜을 제안한다. 제안할 프로토콜의 방법론적 일관 성 유지를 위해, AES를 통한 충돌 회피가 Euro NCAP의 평가 프로토콜 중 highway assist systems의 collision avoidance에 속함을 확인하였고, 이에 대응하는 차대차 Cut-out 기반 AES 시험 및 평가 프로토콜을 제안하였다. 제안하는 프로토콜의 시험 시나리오는 LV의 TTC와 속도 에 따라 6가지로 나누었으며, 평가는 충돌 회피, 횡 방향 오버랩, 차선유지 3가지 항목으로 이루어진다. 제안한 프로토콜의 검증을 위한 시뮬레이션에는 CARLA 를 사용하였다. Autoware 기반 자율주행 stack을 개발하 여 CARLA 내 VUT의 제어에 사용하였고, LV와 GVT의 김진석·이동훈 90 자동차안전학회지:제14권,제4호,2022 제어에 scenario runner를 사용하여 제안한 프로토콜에 따른 시험 및 평가를 진행하였다. 이를 통해, 제안한 프로 토콜로 VUT의 AES 기능에 대한 정량적 평가가 이루어질 수 있음을 확인하였다. 안전에 관한 관심이 높아지고, 각 종 안전 보조 기능이 차량에 장착되고 있으나 AES에 대한 요구 성능 규정과 관련 법률 등은 이에 미치지 못하고 있 다. 이에 본 연구에서 제안한 프로토콜과 시뮬레이션 환경 을 통해 차량의 AES 성능을 평가, 개선하여 사고 감소와 새로운 시험 및 평가 프로토콜 제작에 기여할 수 있을 것 이다. 후 기 본 연구는 2021년도 정부(산업통상자원부)의 재원으로 한국산업기술 진흥원의 지원을 받아 수행되었음(P0017123, 2021년 데이터분석기반의전자제조전문인력양성사업). 참고문헌 (1)SHIN, Donghoon, et al., 2018, “Human-centered risk assessment of an automated vehicle using vehicular wireless communication”, IEEE Transactions on Intelligent Transportation Systems, Vol. 20, No. 2 pp. 667~681. (2)LI, Guofa, et al., “Risk assessment based collision avoidance decision-making for autonomous vehicles in multi-scenarios”, Transportation research part C: emerging technologies, Vol. 122, No. 102820. (3)Euro NCAP, 2022, “Assessment Protocol – VRU”, “AEB Car-to-Car Test Protocol.” (4)IIHS, 2013, “Autonomous Emergency Braking Test Protocol.” (5)Cicchino, Jessica B., 2017, “Effectiveness of forward collision warning and autonomous emergency braking systems in reducing front-to-rear crash rates”, Accident Analysis & Prevention, Vol. 99, pp. 142~152. (6)Fildes, Brian, et al., 2015, “Effectiveness of low speed autonomous emergency braking in real- world rear-end crashes”, Accident Analysis & Prevention, Vol. 81, pp. 24~29. (7)Choi, JunYoung, Kang, SeungSu, Park, EunAh, Lee, KangWon, Lee, SiHun, Cho, SooKang, and Kwon, YoungGil, 2019, “Study on Effectiveness of Accident Reduction Depending on Autonomous Emergency Braking System”, Korean Auto-vehicle Safety Association, Vol. 11, No. 2, pp. 6~10. (8)Schratter, Markus, Daniel Watzenig, and Michael Hartmann, 2019, “Pedestrian Collision Avoidance System for Autonomous Vehicles”, SAE International Journal of Connected and Automated Vehicles, Vol. 2, No. 4, pp. 279~293. (9)Schratter, Markus, Daniel Watzenig, and Michael Hartmann, 2019, “Pedestrian Collision Avoidance System for Autonomous Vehicles”, SAE International Journal of Connected and Automated Vehicles, Vol. 2, No. 4 pp. 279~293. (10)Ackermann, Carlo, et al., 2014, “Collision avoidance with automatic braking and swerving”, IFAC pro- ceedings volumes, Vol. 47, No. 3, pp. 10694~ 10699. (11)Euro NCAP, 2015, “ZERO, IN PURSUIT OF VISION”, Euro NCAP 2025 Roadmap.91 ◎ 논 문 http://dx.doi.org/10.22680/kasa2022.14.4.091 KANO 모델을 활용한 V2H 커뮤니케이션 기술의 우선순위 분석 이상화 * ·강수희 ** ·장정아 *** Exploring the Key Priority of V2H Communication Technology Using the KANO Model SangHwa Lee * , SooHee Kang ** , Jeong Ah Jang *** Key Words: 도로이용자 커뮤니케이션 기술(Road user communication technology), V2H(Vehicle-to-Human : 차량 대 도로이용자), KANO Model(KANO 모델) ABSTRACT In Korea, various studies on autonomous vehicles are being conducted with the aim of commercializing the fully autonomous driving (Lv.4) on major roads in 2027. Currently, the communication between non- autonomous vehicles and road users is made with gestures, eye contact, and verbal signals. In the case of autonomous vehicles in the future, autonomous vehicles should communicate instead of drivers. Recently, V2H communication technology (communication technology between autonomous vehicles and road users) is being developed. This study shows technology priorities using the KANO model in caution (warning) and traffic (concession) situations. As a result, a total of six attractive quality technologies were analyzed: technology to provide dark warning information in a display graphic; technology to provide dark warning information in a projection graphic; technology to provide light concession information in a display graphic; technology to provide dark concession information in a display graphic. In the future, it will investigate the preference of users in providing V2H information by road situation. It will be used as a V2H design priority. * 목원대학교 산학협력단, 연구교수 ** 목원대학교 산학협력단, 책임연구원 *** 아주대학교 TOD기반도시교통연구센터, 연구교수 E-mail: soboru2@mokwon.ac.kr 1. 서 론 자동차산업의 패러다임 변화와 함께 교통사고로 인한 인명손실과 사회적 문제를 해결하기 위해 세계적으로 ICT 기술을 기반으로 하는 자율주행기술의 개발 및 상용화 연 구가 급격히 증가하고 있다. 2019년 발표된 “미래차 산업 발전전략(2030년 국가로드맵)”에서는 2030년 미래차 경 쟁력 1등 국가로 도약을 위한 비전 제시와 함께 2027년 전국 주요 도로의 완전자율주행(Lv4) 세계 최초 상용화 를 목표로 하고 있다. 자율주행차와 도로이용자(보행자, 자전거이용자) 간 커 뮤니케이션 연구(Vehicle-to-Human ; V2H)는 ‘12년부 터 EU에서 추진한 CityMobil2(Merat) 사업을 시작으로, 스웨덴 등 유럽지역과 미국 등에서 연구를 추진 중에 있 다. 우리나라는 2021년 자율주행기술개발혁신사업을 수 행하고 있으며, 해당 사업 중 “V2E 인지판단 안전성 및 사고대응 평가기술 개발” 내 자율주행차와 도로이용자간 커뮤니케이션 연구를 수행하고 있다. 본 연구는 앞서 소개한 “V2E 인지판단 안전성 및 사고 대응 평가기술 개발”의 주요 기술 중 하나인 V2H 커뮤니 자동차안전학회지: 제14권, 제4호, pp. 91∼99, 2022 논문접수일: 2022.9.21, 논문수정일: 2022.10.19, 게재확정일: 2022.11.14이상화·강수희·장정아 92 자동차안전학회지:제14권,제4호,2022 케이션 기술 우선순위를 도출하기 위해 KANO 모델을 활 용하고자 한다. V2H 커뮤니케이션이란 자율주행차량 대 도로이용자 의 소통을 의미하는 것으로 현재는 차량과 도로이용자의 소통을 비상등, 상향등, 경적 등으로 한다. 본 연구에서는 Lv4. 단계(운전자가 완전히 없는 상태)에서 자율주행차 량과 도로이용자간 소통이 필요하며, 어떠한 방식(V2H 기술요소)으로 의사소통을 해야 하는지에 대한 V2H 커뮤 니케이션 요구사항 조사에 대한 연구를 선행하였다. 국내외 개발되고 있는 V2H 커뮤니케이션 시스템 기술 범위를 시각적, 청각적, 물리적 방법 등 크게 3가지로 구 분할 수 있다. 시각적 기술은 디스플레이형(문자형, 도형 식, 바형, 눈형)과 프로젝션형(문자형, 도형식)으로 구분 가능하며, 청각적 기술은 사람 목소리 재현, 자동차 소음, 보행자 스마트폰 사운드 등 소리를 통하여 알리는 기술, 물리적 기술은 자동차울림, 차량의 움직임, 보행자 스마트 폰 진동 등 움직임으로 알리는 기술들을 의미한다. Lv4. 자율주행차가 주행 시 도로 이용자에게 특정 정보 를 제공할 경우 해당 정보의 내용은 최소화되어야 하며, 도입될 기술은 도로이용자들이 정보 취득에 있어 이해가 쉽고 거부감이 없도록 설계되어야 한다. 선행연구에서는 연구수행기관을 대상으로 도로이용자 커뮤니케이션 필수 상황을 도출하기 위하여 설문조사 및 분석을 수행하였으며, 상황별 기술의 중요도 및 개발 가능 성 조사를 수행하였다. 그 결과 V2H 커뮤니케이션 기술의 타당성을 확인하였으며 주의(경고), 통행(양보)의 정보를 제공해야 함을 도출하였다. 또한 조도에 따른 커뮤니케이 션 기술 영향은 거의 없는 것으로 나타났으며, 주의(경고), 통행(양보)의 의사를 전달하기 위해 디스플레이 문자/도 형이 개발 가능하다고 제시하였으며, 프로젝션형은 주의 (경고) 상황에서 일부 필요하다는 결과가 도출되었다. 각 상황별 V2H 커뮤니케이션 기술 이외에 비상등, 상 향등, 청각적 기술 등에 대해서도 도출되었기 때문에 본 연구에서는 선행연구에서 도출된 주의(경고), 통행(양보) 상황에서 기술의 우선순위를 KANO 모델을 통해 도출하 고자 한다. KANO 모델은 카노 노리아키(狩野紀昭)에 의해 1980 년대에 연구된 제품 개발에 관련된 상품기획이론으로, (1) KANO 모델은 상품 기획에 있어 고객의 요구사항을 우선 순위와 하거나 특성 별로 분류하기 위하여 소비자의 주관 적(만족, 불만족) 측면과 물리적(기능적 요소의 충분, 불 충분) 충족의 상호관계를 통하여 구분하며, 이를 통하여 주요 개발 기술에 대한 도출이 가능하다. 2. 기존 연구 2.1. 자율주행차와 도로이용자 간 커뮤니케이션 시스템 운전자가 없는 Lv4. 이상의 자율주행차가 도로를 운행 하게 될 경우 도로이용자에게 도로 상황에 대한 경고, 양 보, 감사 등의 의미를 자율주행차가 수행해야 한다. 자율 주행차의 외부표시정보는 최소화되어 도로이용자들이 정 보를 취득함에 있어 거부감 없이 일반적으로 통용되는 사 회문화적 관습을 반영하여 설계하여야 한다. 자율주행차 와 도로이용자의 커뮤니케이션 방법론의 기술범위는 크 게 시각적 방법론, 청각적 방법론, 물리적 방법론으로 구 분할 수 있으며, 이들은 차량, 도로이용자 등에 위치하여 정보를 제공한다(Table 1 참조). Table 1 Communication (information display) method between autonomous vehicles and road users (pedestrians) DivisionVehicleVehicles/road users Visual ∘ Text display (display) ∘ Human face or eye display (display) ∘ LED strip (indicator) ∘ Line projection on the road, vehicle speed projection (projection) - Auditory ∘ Reproduction of human voice ∘ Non-verbal sound ∘ Car noise ∘ Pedestrian bracelet sound ∘ Pedestrian's smartphone message and sound Physical ∘ Car sound ∘ Movement of the car ∘ Vibration of pedestrian bracelets and smartphones 시각적 방법 중 가장 활발하게 연구 중인 분야는 디지털 라이팅 기술 기반의 차량용 외부 디스플레이 장치와 전조등 과 같은 자동차 첨단 등화장치를 활용한 것으로 Indicator, 디스플레이, 프로젝션 타입으로 구분된다. Indicator, 디 스플레이 타입은 자율주행 외부표시장치로 이를 다시 세 분화하면 문자형, 도형식, 바형, 눈형 등으로 구분된다. 2.2. KANO 모델 활용 사례 강영태 등(2018) (2) 은 스마트 카의 다양한 기능 중 30 개를 선별하고 이에 대한 고객의 요구사항을 실증적으로 KANO 모델을 활용한 V2H 커뮤니케이션 기술의 우선순위 분석 자동차안전학회지:제14권,제4호,2022 93 분석 하였으며, 분석의 주요 도구로 KANO 모형을 활용하 였다. 그 결과 스마트 카의 품질요소와 같이 신기술을 활 용한 품질요소들은 KANO식 분석을 하는데 있어서 일반 적인 상품이나 서비스와는 다른 분석 방식, 즉 일정 통제 변수를 활용해야 다양한 품질속성의 결과를 얻을 수 있음 을 계량적으로 밝혔다. 특히 경험하지 못한 기술이나 새로 운 기능에 대한 소비자나 고객의 인식을 조사 분석함에 있어 연구자는 응답한 모든 자를 동일한 대상으로 보고 분석할 경우에는 의도하지 못했거나 왜곡된 결과를 얻을 수 있다고 제시하였다. 김재형 등(2021) (3) 은 군 재난 드론의 개발 및 도입 시 활용될 수 있는 군 재난 드론의 속성 분석과 이들 속성에 대한 군 드론 운용자의 만족도를 분석하였다. 이를 위해 군 드론 운용자를 대상으로 KANO 설문을 수행하였으며, 그 결과 자율비행기술, 화학감지센서 기술, 원격음성송수 신 기술이 매력적 품질 특성으로 나타났고, 군 재난 드론 의 통신 및 정비 관련한 속성의 개선이 시급함을 확인할 수 있었다. 김진국 등(2022) (4) 은 워터파크 서비스품질 평가 연구 를 위하여 KANO 모델을 활용하였으며 서비스 품질 영역 중 매력적 품질요소, 일원적 품질요소, 당연적 품질요소, 저관여 품질요소를 구분하여 분석하였다. 향후 워터파크 의 서비스 개선방안과 전략적 마케팅 수립방향을 제시하 였다. 이때 온라인 조사를 통하여 워터파크 이용 경험이 있는 고객 276명의 설문지를 활용하였다. 방제모 등(2022) (5) 은 외식 배달 플랫폼을 이용하는 판 매자의 품질 속성을 분류하였으며 고객만족계수와 잠재 적 고객만족 개선지수를 도출하였다. 이를 위하여 162명 의 설문을 활용하였으며 판매자를 위한 플랫폼 품질의 전 략적 시사점을 제공하였다. 신훈철(2016) (6) 등은 지난 30년간 고객만족 측정방법 으로 다양한 분야에 활용된 카노모델(KANO Model)을 적용하여 스마트 오디오의 컨셉 기능에 따른 품질의 정도 가 사용자의 만족도에 어떠한 영향을 미치는지는 분석하 였다. 그 결과 현재 시장에 출시되지 않은 새로운 기능들 이 주를 이루고 있어 대부분 매력적 속성으로 분류되었다. 윤신혜(2021) (7) 는 KANO모델을 이용하여 유소년 스 포츠클럽의 서비스품질을 분류하였으며, 편의추출법을 이용한 설문을 실시하여 257개의 유효표본으로 분석하였 다. 만족계수 및 개선지수 도출을 통하여 이용고객의 요구 사항과 불만사항에 대한 분석으로 마케팅전략을 제시하 였다. 윤인환 등(2016) (8) 은 골프장 서비스 품질을 이원적 품 질요소로 분류한 후, 만족계수 및 불만족계수를 산출하여 주요 서비스품질 요인을 도출하였다. 380부의 설문을 대 상으로 실증분석을 수행하였으며, 서비스 운영적인 측면 에서 골프장 서비스품질 향상과 투자관리의 우선순위 수 립을 위한 시사점을 제공하였다. 이상근 등(2011) (9) 은 스마트폰의 특징 및 요인들이 사 용자의 만족-불만족에 미치는 영향에 대해 연구하였다. 이를 위해 KANO 모델을 이용하여 스마트폰이 가지고 있 는 요소들을 분류하는 프레임으로 적용하였으며, 그 결과 매력적 요소, 필수적 요소, 일원적 요소로 비교적 명확하 게 구분이 가능하였다. 또한 이것을 OS별로 나누어서 살 펴본 결과 스마트폰의 제품이나 서비스와 관련된 전략을 수립할 때에는 스마트폰 OS에 따라서 전략이 달라질 수밖 에 없다는 결론을 도출하였다. 임성욱 등(2010) (10) 은 고객 요구사항에서 보다 집중 적인 관심이 필요한 우선순위를 파악하는데 도움을 주고 자 고객 인식의 차원을 분류한 KANO 의 이원적 인식방법 과 Timko가 주장한 고객만족계수 모형을 바탕으로 한 고 객의 잠재적 고객만족 개선 지수를 제시하였다. KANO 모델 활용 사례를 보면 전략적 시사점을 도출하 기 위하여 다양한 분야에서 적용하였으며, 험하지 못한 기 술이나 새로운 기능에 대한 소비자나 고객의 인식을 조사 분석하기 위해서는 명확한 분류 등을 통해 왜곡된 결과를 최소화해야 한다고 제시하였다. 본 연구에서는 V2H 커뮤니케이션 기술의 개발 우선순 위를 도출하기 위하여 KANO 모델을 사용하였으며, 이는 분석 결과 중 매력적 속성으로 확인 가능하다. 2.3. 상황별 기술의 중요도 및 개발 가능성 조사(선행 연구) 본 논문의 선행연구로 “디자인씽킹 기반 V2H 커뮤니 케이션 요구사항 조사 연구”를 수행하였으며, 해당 논문 은 도로 이용자의 커뮤니케이션 필수상황과 상황별 개발 되어야 하는 기술의 중요성 및 가능성 등을 조사하여 제 시하였으며 디자인씽킹(Design Thinking) 기법과 IPA (Importance-Performance Analysis) 분석을 활용하여 분석하였다. (11) 연구수행기관을 대상으로 도로이용자 커뮤니케이션 필 수 상황, 상황별 개발 기술의 중요성 및 개발 가능성 등을 조사하여 제시하였다. 주의(경고), 통행(양보)의 정보를 제공해야 함을 도출하였다. 또한 조도에 따른 커뮤니케이 션 기술 영향은 거의 없는 것으로 나타났으며, 주의(경고), 이상화·강수희·장정아 94 자동차안전학회지:제14권,제4호,2022 Fig. 1 Results of analysis of level of importance - realizability of technology for each situation 통행(양보)의 의사를 전달하기 위해 디스플레이 문자/도 형이 개발 가능하다고 제시하였으며, 프로젝션형은 주의 (경고) 상황에서 일부 필요하다는 결과가 도출되었다. 그러나 IPA 분석 결과에는 현재 기술(비상등, 상향등 등)만으로도 충분하다는 응답이 존재하기 때문에 해당 기 술이 필수적으로 개발되어야 하는지에 대한 분석이 추가 적으로 선행되어야 할 것으로 판단된다. 이에, 본 연구에서는 전문가를 대상으로 필수 개발되어 야 하는 기술이 무엇인지 KANO 모델을 통해 분석하고자 한다. 3. V2H 기술 개발 우선순위 도출을 위한 Kano 모델 활용 3.1. 설문조사 대상 및 기간 V2H 커뮤니케이션 필수 개발 기술 조사를 위해 자율주 행차를 연구하는 기관을 대상으로 설문조사를 실시하였 다. 본 설문은 해당 기술의 이해도가 높은 전문가로써 그 수가 많지 않더라도 유효한 설문 결과를 얻을 수 있다고 판단하였다. - 설문기간: 2022.03.28.~2022.04.01. - 전문가: 22명 - 평균 자율주행차 관련 경력: 2.67년 3.2. 설문 문항 KANO 모델을 V2H 커뮤니케이션 기술 개발 우선순위 도출을 위하여 1차년도 설문조사 결과를 기반으로 20개 의 항목으로 설문문항을 제시하였다(Fig. 2 참조). (1) 밝을 때 주의(경고) 정보를 비상등으로 제공 (2) 밝을 때 주의(경고) 정보를 상향등으로 제공 (3)밝을 때 주의(경고) 정보를 디스플레이 문자형으 로 제공 (4)밝을 때 주의(경고) 정보를 디스플레이 도형식으 로 제공 (5)밝을 때 주의(경고) 정보를 디스플레이 바형으로 제공KANO 모델을 활용한 V2H 커뮤니케이션 기술의 우선순위 분석 자동차안전학회지:제14권,제4호,2022 95 Fig. 2 KANO survey form (example) Fig. 3 Quality attribute of KANO model (6)밝을 때 주의(경고) 정보를 청각적 기술(음성정 보)로 제공 (7) 어두울 때 주의(경고) 정보를 비상등으로 제공 (8) 어두울 때 주의(경고) 정보를 상향등으로 제공 (9)어두울 때 주의(경고) 정보를 디스플레이 문자형 으로 제공 (10)어두울 때 주의(경고) 정보를 디스플레이 도형식 으로 제공 (11) 어두울 때 주의(경고) 정보를 프로젝션 문자형으 로 제공 (12) 어두울 때 주의(경고) 정보를 프로젝션 도형식으 로 제공 (13) 밝을 때 양보 표시 정보를 비상등으로 제공 (14)밝을 때 양보 표시 정보를 디스플레이 문자형으 로 제공 (15)밝을 때 양보 표시 정보를 디스플레이 도형식으 로 제공 (16) 밝을 때 양보 표시 정보를 디스플레이 바형으로 제공 (17) 어두울 때 양보 표시 정보를 비상등으로 제공 (18)어두울 때 양보 표시 정보를 디스플레이 문자형 으로 제공 (19)어두울 때 양보 표시 정보를 디스플레이 도형식 으로 제공 (20)밝을 때 양보 표시 정보를 프로젝션 문자형으로 제공 20개의 질문은 각 하나의 항목에 대하여 긍정적 질문 (사용하면)과 부정적 질문(사용하지 않으면)의 2가지 질 문으로 구성된 설문지로 조사를 실시하였으며, 응답지는 “(1) 마음에 들다, (2) 당연하다, (3) 느낌이 없다, (4) 하 는 수 없다, (5) 마음에 안 들다”로 제시하였다. 위의 설문 방법은 KANO 모델의 기본 요소를 적용하였다. 3.3. KANO 모델 이론 도쿄이과대학(東京理科大学)의 품질관리학 교수였던 카노 노리아키(狩野紀昭) 박사가 1984년에 만든 카노 모 델은 제품을 개발할 때 고객 만족도와 관련해서 고려해야 하는 요소가 있으며, 한계특성(기본요소), 성능특성(만족 요소), 환호특성(기쁨요소)의 3가지 요소는 하나라도 무 시된다면 경쟁력과 수익성이 없는 제품을 만들어낼 가능 성이 크다고 설명한다. 소비자들은 기술적으로 어렵더라도 다른 제품 및 서 비스에 모두 포함이 되어 있다면 당연하다고 생각하는 반면 기술적으로 어렵지 않거나 비용이 적게 소요되는 제품 및 서비스 항목에는 큰 만족감을 느끼는 경우가 있 으며 이것이 품질에 대한 이원적 인식방법론이다. 즉 주 관적 요소(만족, 불만족)와 객관적 요소(충족, 미충족) 를 동시에 고려하는 품질의 이원적 인식방법에 따라 모 델을 만들었다(Huiskonen, 1998 (12) ; Kametani et al., 2010 (13) ). Fig. 3 (14) 은 KANO 모델의 5가지 품질요소에 대한 내용이다. 1. 매력적 품질요소(Attractive Quality Element)는 충 족이 되면 만족을 주지만 충족이 되지 않더라도 하는수 없이 받아들이는 품질요소이다. 반면 충족이 되었을 경우 고객감동(Customer Delight)의 원천이 되는 요소이다. 따라서 이 요소에서의 차별화가 경쟁력 확보에 중요 원천이상화·강수희·장정아 96 자동차안전학회지:제14권,제4호,2022 Fig. 4 Classification of requirements using the KANO Model approachFig. 5 Quality attribute judgment result 이 된다. 2. 일원적 품질요소(One-Dimensional Quality Element) 는 품질에 대해 충족이 되면 만족하지만, 충족이 되지 않 으면 불만을 일으키는 품질요소이다. 3. 당연적 품질요소(Must-Bequality Element)는 당 연히 제공될 것으로 생각하는 기본적인 품질요소로서 충 족이 되더라도 당연하게 생각하며, 반면 충족되지 않으면 강한 불만을 일으키는 품질요소이다. 4. 무관심 품질요소(Indifferent Quality Element)는 충족이 되거나 충족이 되지 않더라도 불만을 일으키지 않 는 요소이다. 5. 역 품질요소(Reverse Quality Element)는 원치 않 는 품질요소가 충족되면 오히려 불만을 일으키거나 만족 이 저하되는 품질요소이다. Fig. 4는 분류의 도식적 절차이며 긍정적이고 부정적으 로 공식화된 질문(5×5)에 대한 응답의 가능한 25개 조합 을 모두 포함하는 평가시트이다. (15) 만족계수와 불만족계수를 제시하여 제품이나 서비스 의 만족 및 불만족 정도가 어느 정도인지 파악할 수 있는 계수를 제시하며 주요 산출식은 다음과 같다. (15) ( ≦ ≦ ) (1) ( ≦ ≦ ) (2) 여기서,SI: 만족계수 DI: 불만족계수 A: 매력적품질요소 P: 일원적품질요소 M: 당연적품질요소 I: 무관심품질요소 R: 역품질요소 j: 품질특성요소(1,..,.m) 만족계수가 1에 가까울수록 만족도에 대한 영향이 강 하며, 불만족계수가 -1에 가까울수록 불만족에 대한 영 향이 크다고 판단할 수 있다. 또한 만족계수와 불만족계수의 평균인 ASC는 품질의 중요도 값으로 사용되며, 1에 가까울수록 고객의 만족에 미치는 영향도가 크다. ≦ ≦ (3) 3.4. KANO 모델 분석 결과 앞서 수행한 설문문항에 대하여 품질요소의 특성에 따 라 빈도수를 활용하여 도식적 절차대로 품질 특성을 대한 빈도수를 이용하여 분류하였다. 이후 만족계수(SI)와 불 만족계수(DI), 가중치(ASC)를 산정하였다. 그 결과 V2H 커뮤니케이션 시스템 개발에 대한 20개 의 설문문항은 KANO 분석결과 매력적 품질요소, 당연 적 품질요소, 무관심 품질요소로 분류되었다(Table 2 참조). 대부분의 질문이 무관심 품질요소(Indifferent Quality Element)로 도출되었으나, 다음의 6개 기술에 대해서는 매력적 품질로 분석되었다(Fig. 5 참조). (1) 어두울 때 주의(경고) 정보를 디스플레이 도형식 으로 제공하는 기술(10번) (2) 어두울 때 주의(경고) 정보를 프로젝션 도형식으 로 제공하는 기술(12번) (3) 밝을 때 양보표시 정보를 디스플레이 문자형으로 제공하는 기술(14번)KANO 모델을 활용한 V2H 커뮤니케이션 기술의 우선순위 분석 자동차안전학회지:제14권,제4호,2022 97 Table 2 Quality attribute judgment result NoQuestionnaire Attrac- tive Quality One- Dimen siona l Must- Be Reverse Quality Indiff- erent Quality Dimension check Timko’s coefficient ASC ASC ranking Coeffi- cient of satisfac- tion Coeffi- cient of dissatis- faction 1 Provide caution (warning) information as emergency lights when bright 2 14 15 32 0 Indifferent0.25 -0.46 0.35511 2 Provide attention (warning) information to high beam when bright 0 2 3 48 35 Indifferent0.04 -0.09 0.06520 3 Provides attention (warning) information in the form of display text when it is bright 9 8 9 20 0 Indifferent0.37 -0.37 0.378 4 Provides caution (warning) information in the form of a display when it is bright 8 10 3 28 0 Indifferent0.37 -0.27 0.3212 5 Provides caution (warning) information in the form of a display bar when it is bright 7 4 6 36 5 Indifferent0.21 -0.19 0.217 6 Provides attention (warning) information in bright light (voice information) 11 6 3 24 0 Indifferent0.39 -0.20 0.29515 7 Provide caution (warning) information as emergency lights when it is dark 3 20 9 24 0 Must-Be0.41 -0.52 0.4652 8 Provide caution (warning) information in high beam when it is dark 4 6 0 44 15 Indifferent0.19 -0.11 0.1519 9 Provides attention (warning) information in the form of display text when it is dark 9 10 0 28 0 Indifferent0.40 -0.21 0.30514 10 Provides caution (warning) information in the form of a display graphic when it is dark 11 12 0 16 0 Attractive0.59 -0.31 0.453 11 Provides attention (warning) information in the form of projection text when it is dark 10 8 0 28 0 Indifferent0.39 -0.17 0.2816 12 When it is dark, caution (warning) information is provided in the form of a projection graphic 14 6 0 16 0 Attractive0.56 -0.17 0.36510 13 Providing yield indication information as emergency lights when it is bright 7 12 3 20 10 Indifferent0.45 -0.36 0.4056 14 Provide yield indication information in display text form when bright 13 8 3 12 0 Attractive0.58 -0.31 0.4454 15 Provides yield indication information in the form of a display when it is bright 12 10 3 12 0 Attractive0.59 -0.35 0.471 16 Provides yield indication information in the form of a display bar when it is bright 10 2 3 36 0 Indifferent0.24 -0.10 0.1718 17 Providing yield indication information as hazard lights when it is dark 6 12 6 24 5 Indifferent0.38 -0.38 0.387 18 Provide yield indication information in display text form when it is dark 14 6 3 12 0 Attractive0.57 -0.26 0.4155 19 Provides yield indication information in the form of a display graphic when it is dark 13 6 3 16 0 Attractive0.50 -0.24 0.378 20 Provides yield indication information in the form of projection text when bright 13 2 6 16 5 Indifferent0.41 -0.22 0.31513Next >