해군 함정 컴퓨팅 시스템의 클라우드 컴퓨팅 시스템으로 전환의도에 영향을 미치는 요인에 관한 연구 :A Study on the Factors Affecting Switching Intention to Cloud Computing of the Naval Shipboard Computing System

남상완

추천

검색

자료유형: 학위논문

저자정보: 남상완 (숭실대학교, 숭실대학교 대학원)

지도교수: 한경석

발행연도: 2019

저작권: 숭실대학교 논문은 저작권에 의해 보호받습니다.

이용수11

이 논문의 연구 히스토리 (2)

2019

해군 함정의 클라우드 컴퓨팅 전환의도에 미치는 영향 분석

남상완 , 한경석 , 고제욱 외 1명 디지털콘텐츠학회논문지 2019.03 학술저널

해군 함정 컴퓨팅 시스템의 클라우드 컴퓨팅 시스템으로 전환의도에 영향을 미치는 요인에 관한 연구

남상완 IT정책경영학과 2019.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 현재 해군 함정에서 운용하는 컴퓨팅 시스템을 클라우드 컴퓨팅 시스템으로 전환하고자 할 때 영향을 미치는 요인에 대하여 알아보고자 실증분석을 통해 살펴보고자 하였으며, 연구 목적을 달성하기 위해 선행연구를 기반으로 연구모형을 제시하였다.
본 연구를 위해 조직의 혁신기술 수용을 기술, 조직, 환경적 맥락에서 설명할 수 있는 TOE Framework를 사용하여 다양한 독립 변수를 도출하였으며, 이주이론의 PPM 모델(Push-Pull-Mooring Model)을 활용하여 연구모형을 수립하고 이를 실증적으로 분석하였다. Push Factors(부정적 요인)의 속성으로 시스템 기능성 저하, 시스템 사용성 저하, 시스템 수용성 저하 및 시스템 확장성 저하를 선정하였고, Pull Factors(긍정적 요인)의 속성으로 시스템 유연성, 조직 혁신성, 제도적 지원 및 경제성을 선정하였다. Mooring Factors(전환장벽 요인)의 속성으로 전환비용과 정보보안을 선정하여 조절효과를 검증하였다. 선정된 요인별 독립변수들은 매개변수인 불만족과 대안의 매력도를 통해 클라우드 컴퓨팅 시스템으로의 전환의도에 어떠한 영향을 미치는지를 분석하였다.
본 연구의 실증분석을 위하여 현 함정에서 컴퓨팅 시스템을 운용한 경험이 있거나 운용 중인 전투병과 인원과 클라우드 컴퓨팅 시스템을 충분히 이해 가능한 정보통신병과 인원을 대상으로 온·오프라인 설문조사를 실시하여 배포된 300부의 설문지 중 252부를 회수하였다. 미응답 문항이 있거나 불성실한 응답 20부를 제외한 232부의 설문데이터를 최종분석에 사용하였다.
실증분석 결과 Push Factors인 시스템 기능성 저하, 시스템 사용성 저하, 시스템 수용성 저하 및 시스템 확장성 저하의 4개 독립변수가 불만족의 매개변수에 유의미한 영향을 주었으며, Pull Factors인 시스템 유연성, 조직 혁신성, 경제성 3개의 독립변수는 매개변수인 대안의 매력도에 유의미한 영향을 주는 것으로 나타났다. 매개변수인 불만족과 대안의 매력도는 종속변수인 전환의도에 의미있는 영향을 미치는 것으로 파악되었다. 또한, Mooring Factors의 전환비용과 정보보안이 매개변수(불만족, 대안의 매력도)와 클라우드 컴퓨팅 시스템으로의 전환의도에 영향을 미치는데 있어서의 조절효과에 대한 분석은 모두 유의미한 영향을 미치지는 않는 것으로 나타났으며, 작전부서와 정책부서의 두개 그룹에 대한 다중집단비교분석을 수행한 결과 시스템 유연성이 대안의 매력도에 정(+)의 영향을 미치는 가설과 경제성이 대안의 매력도에 정(+)의 영향을 미치는 가설 그리고 불만족이 대안의 매력도에 정(+)의 영향을 미치는 가설에서 두 그룹간 조절효과가 있는 것으로 나타났다.
본 연구는 함정 컴퓨팅 시스템을 클라우드 컴퓨팅 시스템으로 전환의도에 영향을 미치는 요인을 실증적으로 분석하였으며, 이를 바탕으로 향후 클라우드 시스템으로 전환·구축 시 고려해야 할 특성에 대한 기준을 마련하였다는데 큰 의의가 있다.

This study is conducted through empirical analysis to verify the factors that affect switching intention to cloud computing of naval shipboard computing system and a research model based on the related studies is suggested in order to achieve the purpose of the study.
For this study, various independent variables were derived using the TOE Framework that can explain the organizational innovation acceptance in technical, organizational, and environmental contexts. The research model is based on the PPM(Push-Pull-Mooring) model of migration theory. As the attributes of the negative factors(Push Factors), system performance degradation, system usability degradation, system acceptance degradation and system expansion degradation are set and System flexibility, organizational innovation, institutional support and economic efficiency are set as attributes of positive factors(Pull Factors). The moderation effect is verified by selecting switching costs and information security as attributes of Mooring Factors. It is also analyzed how the independent variables of each selected factor affect a switching intention of cloud computing system through the parameters of dissatisfaction and alternative attractiveness.
For the empirical analysis of this study, on/off-line surveys are conducted to military personnel who is operating or has operated the computing system in naval ships, and military personnel who can fully comprehend cloud computing system. The questionnaires are collected 252 questionnaires out of 300 distributed questionnaires and 232 questionnaires are used for final analysis, except for 20 untruthful questionnaires.
As a result of the empirical analysis, the Push Factors such as system performance degradation, system usability degradation, system acceptance degradation and system expansion degradation(four independent variables) are found to significant effects on the dissatisfaction parameter. The Pull Factors such as system flexibility, organizational innovation and economic efficiency(three independent variables) are shown to have a significant effect on the parameter of alternative attractiveness.
According to the moderation effect analysis of Mooring Factors(switching cost, information security), there’s not any significant effect to be found concerning the parameters, dissatisfaction and alternative attractiveness and switching intention of cloud computing system.
As a result of MSEM(Multi group Structural Equation Model) analysis by the two groups as the operational and policy departments, the moderating effects of Mooring Factors were significant between the two groups in the hypothesis that system flexibility has a positive effect on the attractiveness of alternatives, in the hypothesis in which economic feasibility has a positive effect on the attractiveness of alternatives and in the hypothesis that dissatisfaction has a positive effect on the attractiveness of alternatives.
This study has empirically analyzed the factors affecting the switching intention to cloud computing of naval shipboard computing system and it is very meaningful that the criteria for the characteristics that should be considered in the conversion and construction of the cloud system in the future are based on this analysis.

#해군 함정 #클라우드 컴퓨팅 시스템 #전환의도 #PPM #TOE Framework

국문초록 ⅵ
영문초록 ⅷ
제 1 장 서 론 1
1.1 연구의 배경 및 목적 1
1.2 연구의 범위 및 방법 3
1.3 논문의 구성 4
제 2 장 이론적 배경 6
2.1 해군 함정 컴퓨팅 시스템 6
2.2 클라우드 컴퓨팅(Cloud Computing) 9
2.2.1 클라우드 컴퓨팅 정의 9
2.2.2 클라우드 컴퓨팅 유형 및 특징 12
2.2.3 클라우드 컴퓨팅의 특징 19
2.2.4 군 도메인에서 클라우드 컴퓨팅 시스템 적용 추세 22
2.3 TOE(기술-조직-환경) Framework 27
2.3.1 TOE Framework 27
2.3.2 기술적 요인, 조직적 요인, 환경적 요인 28
2.3.3 TOE Framework 관련 선행연구 31
2.4 이주이론 및 PPM 모델 34
2.4.1 이주이론 34
2.4.2 PPM 모델 36
2.4.3 PPM 모델 관련 선행연구 39
제 3 장 연구모형 및 설계 43
3.1 연구모형 44
3.1.1 독립변수(Push/Pull Factor) 48
3.1.2 매개변수 및 종속변수 51
3.1.3 조절변수(Mooring Factor) 52
3.2 가설 설정 53
3.2.1 Push Factor(부정적 요인)에 대한 가설 53
3.2.2 Pull Factor(긍정적 요인)에 대한 가설 58
3.2.3 불만족 요인에 대한 가설 62
3.2.4 대안의 매력도 요인에 대한 가설 63
3.2.5 Mooring Factor에 대한 가설 64
3.3 변수의 정의 67
3.3.1 변수의 조작적 정의 67
3.3.2 측정항목 69
제 4 장 실증분석 73
4.1 자료수집 및 분석방법 73
4.2 표본의 특성 75
4.3 탐색적 요인분석 77
4.4 확인적 요인분석 81
4.4.1 측정모형의 적합도 검정 83
4.4.2 측정모형의 신뢰도 및 집중타당성 검정 84
4.4.3 판별타당성 검정 86
4.5 구조방정식 모형의 적합도 검정 87
4.6 연구가설의 검정 88
4.6.1 가설검정 결과 89
4.6.2 가설검정 결과요약 92
4.7 조절효과 분석 93
4.7.1 전환비용에 따른 조절효과 분석 94
4.7.2 정보보안에 따른 조절효과 분석 94
4.7.3 소속부서에 따른 조절효과 분석 95
제 5 장 결 론 97
5.1 연구 결과 및 시사점 97
5.1.1 연구 결과 97
5.1.2 시사점 102
5.2 연구의 한계 및 향후 연구 제언 104
참고문헌 106
부 록 124

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)