Ⅰ. 서 론
1. 배경 및 목적
가변안내표지판(VMS: Variable Message Sign)은 원활한 도로 소통을 확보할 수 있으며, 교통사고 방 지를 위한 부속시설로서 교통안전 확보 및 도로 위 돌발 상황 정보를 제공한다. 또한 우회 경로 전방에 설치되어 운전자들의 경로 선택 의사결정을 위한 교통정보를 제공한다. 그 중 도형식 VMS는 기존 VMS와 달리 도로 형태를 표출함으로서 시각적 효 과를 높여 운전자의 이해도와 시인성이 높다. [1,2]
도형식 VMS의 시각적 효과와 높은 시인성에도 불구하고, 도형식 VMS의 운영 방안 등은 연구된 바 없으며, 국토교통부에서 고시한 「ITS 사업시행 지침-도로전광표지(VMS) 설치 운영 및 유지관리 지침」에서도 도형식 VMS의 운영과 관련된 내용 은 다루고 있지 않다. 특히 각 지자체마다 설치되는 도형식 VMS에 대한 기준이 상이하고 시인성 등이 고려되지 않아, VMS로서의 기능을 상실한 경우가 발생한다. 이에 따라 운전자가 안전한 주행 환경에 서 효과적으로 정보를 얻을 수 있도록 운전자의 인 지반응을 고려한 도형식 VMS 운영 방안 및 평가 기법에 대한 연구가 필요하다.
본 연구에서는 도형식 VMS에 대한 운전자의 인 지성능 및 선호도를 평가하는 모형을 개발하고 통 계적인 분석을 통하여 운전자의 선호도를 반영한 도형식 VMS의 적절한 정보 제공량 및 표출면 설계 기준 등을 제시하고자 한다.
2. 연구의 범위 및 방법
본 연구는 도형식 VMS에 대한 운전자의 선호도 평가 모형을 개발하는데 목적이 있다. 선호도 평가 모형은 감성공학적인 접근 방법과 구조방정식 모형 이론을 결합하여 개발하였다. 본 연구의 전체 흐름 은 <그림 1>과 같다.
Ⅱ. 이론적 배경 및 기존 연구 검토
1. 이론적 배경
1) 감성공학
감성공학이란 인간의 감성을 정성·정량적으로 측 정 및 평가하여, 제품개발이나 설계 등에 응용하는 학문으로, 인간의 감성을 정량화하기 위하여 의미 미분법과 상관분석, 수량화 이론 등의 다양한 통계 분석기법을 이용한다. 본 연구는 의미미분법을 활 용하여 감성형용사 중 설명력이 높은 형용사를 도 출하였으며, 도출된 감성요인을 바탕으로 도형식 VMS 선호도와의 관계를 파악하였다.
의미미분법은 설문 조사 시, 감성형용사의 순서 척도에 응답자의 감성정도를 반영시키는 기법이다. 조사대상에 대하여 연상할 수 있는 형용사와 이에 정반대되는 형용사를 양 끝에 배치하고, 순서척도 를 설정하여 통계적 분석을 수행한다. 통계 분석 결 과를 바탕으로 대상에 대한 이용자의 감성을 측정 하고 평가할 뿐만 아니라, 이용자가 선호하고 만족 도가 높은 산출물을 개발하는데 활용할 수 있다.
2) 구조방정식 모형
구조방정식 모형은 연구자가 설정한 인과관계에 대한 모형을 검증하기에 적합한 분석 기법이다. 일 반 회귀분석에서는 변수의 측정오차를 고려하지 않 으나, 구조방정식 모형은 모델에 포함된 관측변수 의 측정오차를 고려하여 잠재변수간의 순수한 구조 계수를 파악한다. 또한 동시에 다수의 독립변수와 다수의 종속변수 간의 관계를 추정할 수 있어 변수 들 간의 관계를 파악하는데 용이하다. 일반적으로 구조방정식 모형은 Structural Equation(구조모델), Measurement Equation(측정모델)로 구성되며, 기본 구조는 아래 <그림 2>와 같다.
구조방정식은 먼저 각 측정모델이 정확하게 측 정되었는지 통계적 검정을 수행 후, 잠재변수 간 관 계를 분석하여 정해진 가설을 검증한다. 개발된 모 형은 적합도 지수를 이용하여 모델 적합도를 검정 하고, 수정을 통해 설명력이 높은 최종 모델을 도출 한다.
2. 기존 연구 검토
왕이완 외(2010)는 터널경관에 대하여 터널의 구 성요소와 운전자의 감성요인 간 관계를 분석하여 터널경관 평가방법을 제시하였다. 감성공학과 경관 분석 방법을 적용하여 운전자가 느끼는 경관 만족 요인에 대하여 분석하고 선호도 모형을 구축하였 다. 내부경관 요소로 조명의 배치, LED 시선유도시 설, 음영비, 내벽타일의 높이, 밝은 조도, 측방 여유 폭 등을 고려하여 9가지 유형의 터널에 대해 실험 을 수행하였다. 그 결과 터널경관에 대한 감성형용 사로 안전성과 변화성이 도출되었고, 감성요인과 구성요소 간 상관관계를 분석을 통해 향후 터널 설 계 방향을 제시하였다. [3]
이병주 외(2003)는 차량 시뮬레이터 실험을 통해 고속도로 혼합곡선부에 대한 운전자 안전성 모형을 도출하였다. 동적 반응 실험을 수행하여 주성분 분 석 및 LISREL 모형을 구축하였으며, 안전성 향상을 위한 설계요인을 규명하고 안전한 설계 방안을 제 시하였다. 분석 결과 정적 상태의 안전성과 가장 관 련이 높은 요인은 주행속도이며, 동적 안전성에 가 장 큰 영향을 미치는 요인은 도로 이미지, 기하구조 등이었다. [4]
김장욱 외(2008)는 고속도로 이용자를 대상으로 고속도로 교통정보만족도에 대한 이용자의 인식과 만족도 간의 상관관계를 밝혔다. 수량화 이론을 바 탕으로 정확성 및 신속성 이미지 요인을 설명변수 로, 만족도를 외적기준으로 분석을 실시하였다. 그 결과 운전자가 만족도에 가장 큰 영향을 받는 요인 은 교통정보 노출 횟수로 ‘교통정보를 통하여 경로 변경이 수월하다.’가 중요한 설명변수로 나타났다. 또한 교통정보만족도에 정확성요인이 가장 큰 영향 을 미치는 것을 밝혀냈다. [5]
강원의 외(2005)는 도로표지 글자 크기의 적정성 평가 방법을 정립하고, 차로변경길이, 반응거리 등 의 변수를 검토하였다. 현장실험을 통해 실제 시인 거리를 산출하고, 실내실험을 통해 정보량에 따른 판독소요길이를 측정하였다. 현재 사용되고 있는 도로표지의 글자크기를 검토한 결과 현행 글자크기 는 적정한 것으로 판단되었다. 그러나 피실험자 대 상이 10명으로, 연구의 신뢰도를 향상시키기 위하 여 추가 인원을 대상으로 실험이 필요하다. [6]
Ryoichi Sakano 외(2009)는 교통수단 선택 결정 과정을 구조방정식 모형을 이용하여 파악하였다. 성별, 자동차 필요 유무, 통행비용, 통행시간, 수단 의 효용 등의 관측변수를 사용하여 모형을 도출하 였다. 또한 SP데이터와 RP데이터를 사용하여 모형 의 적합성을 측정함으로써 적합성을 더욱 향상하였 다. [7]
3. 기존 연구와의 차별성
기존 연구 검토 결과, 도형식 VMS의 운전자 선 호도 평가와 관련된 연구 사례는 없는 것으로 판단 된다. 유사한 사례로는 강원의 외(2005)가 수행한 ‘도로표지 정보의 판독성에 관한 실증 연구’가 있으 나, 해당 연구의 경우 이는 일반 도로표지를 대상으 로, 현행 도로표지의 글자크기 적정성을 연구하였 으며, 이는 도형식 VMS에 적용하는 데는 무리가 있을 것으로 판단된다.
본 연구는 감성공학과 구조방정식 모형을 바탕 으로 도형식 VMS의 선호도 평가 모형을 개발하였 다. 또한 운전자의 선호도를 반영한 적절한 정보제 공량 및 도형식 VMS 표출면 설계 기준 등을 제시 함으로서 향후 도형식 VMS 구축 시 활용 가능한 기준이 될 것으로 판단된다.
Ⅲ. 실험 방법
1. 실험 방법 및 변수 정의
피실험자는 차량시뮬레이터를 이용하여 도심부 도로를 모사한 가상의 왕복 4차로 구간의 교차로를 주행하고, VMS 표출면에 대한 선호도 및 감성형용 사에 대한 점수를 별도의 설문지에 응답하였다. 피 실험자가 시뮬레이션 주행 환경 및 조작에 적응할 수 있도록 실험 전 임의의 시나리오로 연습 주행 후, 본 실험을 진행하였다. 또한 반복된 실험으로 인한 데이터 수집 오차를 방지하기 위하여, 시뮬레 이터 주행은 1인당 8회로 제한하였다.
운전자의 선호도는 크게 운전자 개인 속성, 표출 면 구성 요소, 개인의 감성적 요인에 의해 영향을 받을 것으로 판단하였다. 본 연구에서는 운전자 개 인 속성으로 연령과 성별을 반영하였으며, 표출면 구성 요소는 <표 2>와 같이 반영하였다.
직교계획법을 이용하여, 주행속도를 제외한 6가 지 속성 조합 결과 총 16개의 조합이 도출되었다. 따라서 실험 시나리오는 표출면 구성(16개)과 속도 (3개)의 조합에 따라 총 48개로 구성하였다.
표출면 크기는 4800*2400mm를 기본으로 설정하 였으나 표출면 구성요소(정보량, 통행시간 제공 유 무 및 문자높이 등)에 따라 화면을 구성하는데 어 려움이 있었다. 따라서 표출면 구성요소에 따라 표 출면 높이를 각 1.5배, 2배하였으며, 너비는 이와 비 례하게 적용하였다. 각 표출면은 모두 전방 277m에 서 시인성을 확보할 수 있도록 하였으며, <표 2>의 속성을 제외한 다른 구성 요소들은 <표 3>과 같이 고정하여 실험을 진행하였다.
감성요인의 경우, 마이크로소프트에서 개발한 제 품반응카드의 형용사(118개)와 VMS 평가에 적합한 형용사(18쌍)을 도출하여 감성요인에 대한 대표 형 용사를 선정하였다. [8] 상세한 내용은 Ⅳ. 데이터 분석의 1. 감성형용사 도출에 수록하였다.
2. 실험 환경 구현
실험 환경은 가상주행시뮬레이션 프로그램인 UC-Winroad 패키지를 이용하여 구현하였다. UC-Winroad 패키지는 구성이 간편하고 PC로 조작 이 용이하며, 다른 가상주행 시뮬레이션 패키지와 비교하여 영상의 질이 떨어지지 않는다. 시뮬레이 션의 구체적인 사양은 <표 4>와 같다.
시뮬레이션은 고성능 데스크탑에서 구동되고, 42 인치 고해상도 디스플레이 3대에서 표출하였다.
피실험자는 차량 시뮬레이터에 탑승하고 실제 차량과 유사하게 구성된 핸들과 엑셀레이터를 조작 하여 실험을 수행하였다. 시뮬레이션 내 주행구간 은 일반 도심부 왕복 4차로 구간 교차로를 모사한 가상의 주행 구간이며, 1개의 교차로를 통과하고 다음 교차로 전방에서 VMS를 볼 수 있도록 구성하 였다. 주행 구간은 도로 기하구조 등으로 인한 시인 성 저하 등을 우려하여, 직선구간의 가상 주행도로 를 구현하여 적용하였다.
3. 피실험자군 및 설문지 구성
피실험자는 운전면허 소지자를 대상으로 모집하 였으며, 데이터 수집 시 특정 연령 및 성별에 집중 되는 오류를 방지하고자 현실과 유사한 집단을 구 성하고자 인구 구성 비율에 제한을 두어 모집하였 다. 구성비는 <표 5>와 같다.
피실험자는 총 8회 주행을 수행하며, 매 회 시나 리오 주행을 마치고 주행 중 판독한 VMS에 대한 감성형용사, 선호도를 작성하였다. 실험에 사용된 설문지는 별도 수록하였다.
Ⅳ. 데이터 분석
1. 감성형용사 도출 (1차 실험)
본 실험과는 별도로 감성형용사 도출을 위한 실 험을 진행하였다. 대표 감성형용사를 도출하기 위 한 감성형용사는 마이크로소프트에서 개발한 제품 반응카드의 118개의 형용사와 기존 연구 검토를 통 해 VMS 평가에 적합한 형용사를 선정하였다. [8]
피실험자는 주행 실험 중, VMS 표출면에 대한 느낌을 각 형용사에 대하여, 5점 척도로 평가하였 으며, 18개 형용사의 평가 점수 결과를 바탕으로 요 인분석을 실시하였다. 요인분석은 여러 변수들이 공통적으로 갖는 개념적 특성을 묶어 변수의 성질 을 간결하게 기술하는 기법으로, 요인분석을 통해 위 18개의 형용사를 유사한 요인끼리 묶을 수 있다. 분석 결과 입력 변수들 간의 상관관계를 나타내는 KMO값은 0.875이고 유의확률이 0.000으로 요인분 석이 의미가 있는 것으로 나타났다.
또한 모든 변수의 공통성이 0.5이상으로 나타나 각 형용사에서 추출된 요인들의 설명력이 높은 것 으로 나타났다.
한편, 고유값은 한 요인의 변수들이 가지고 있는 양의 분산을 설명하는 값으로, 요인이 설명할 수 있 는 변수들의 분산 크기를 나타낸다. 고유값이 1보 다 크다는 것은 하나의 요인이 변수 1개 이상의 분 산을 설명해준다는 것을 의미한다. [9] 고유값(Eigen Value)이 1 이상인 성분을 대표 요인으로 도출 한 결과 총 4개의 요인이 도출되었으며 이를 대표 형 용사 그룹으로 선정하였다.
추출된 4개 요인에 포함되는 형용사가 속하는 요 인을 구분하기 위하여, 변수들의 요인부하량(Factor Loading, 각 변수와 요인 사이의 상관관계 정도)이 높게 나타나도록 요인 축을 회전시켰다. 요인 회전 방식은 직각회전에서 많이 쓰이는 Varimax 방식을 이용하였다.
제1성분은 “알아볼 수 있는, 분명한, 명확한, 이 해하기 쉬운” 등 표출되는 정보 및 내용의 이해와 관련된 형용사들이 포함되어 있다. 이는 “대상에 대 한 내용·형태를 인지하는 정도”에 해당하므로 제1 요인을 “이해성”으로 명명하였다. 제2성분은 “안전 한, 편안한, 도움이 되는, 적절한 정보” 등 표출되는 정보 및 내용에 대한 신뢰도를 나타내는 형용사들 이 포함되어 있다. 이는 “대상에 대한 신뢰성 및 대 상의 안전성”에 해당되며, 가장 설명력이 높은 형용 사가 안전성에 관련된 형용사이므로 제2요인을 “안 전성”으로 명명하였다. 제3성분은 “감각적인, 조화 로운” 등 표춤면 구성에 대한 형용사들이 포함되어 있다. 이는 표출면의 심미성을 설명하므로 제3요인 은 “심미성”으로 명명하였다. 제4성분은 “눈에 잘 띄는, 주목을 끄는” 등 표출면에 대한 시각적 주의 를 나타내는 형용사들이 포함되어 있다. 이는 “대상 이 시각적으로 눈에 잘 띄는 정도, 즉 주표출면에 대한 주목성”을 나타내므로, 제4요인을 “주목성”으 로 명명하였다.
2. 선호도 분석
본 연구에서는 16개의 VMS 표출면에 대하여 실 험을 수행하였으며, 각각의 표출면에 대한 피실험 자의 선호도를 측정하였다. 표출면 구성 요소들은 여러 가지 속성을 가지고 있으며 속성 값 중 선호 도가 높은 속성을 밝혀낼 경우, 이를 표출면 설계 시 활용할 수 있다. 또한 표출면 구성요소 뿐만 아 니라 운전자 속성도 선호도에 영향을 미치므로 선 호도 분석 시 함께 고려하였다.
1) 운전자속성에 따른 선호도 분석
운전자 특성인 성별 및 연령에 따른 선호도를 분 석하여 운전자속성에 따른 선호도 차이가 있는지 확인하였다.
남성의 선호도 평균은 65.49로 여성 선호도 평균 60.06에 비해 높은 선호도를 보였으며 연령이 낮을 수록 선호도가 높은 것으로 나타났다. 이는 여성보 다는 남성이, 나이가 어릴수록 좀 더 편안하게 표출 정보에 대한 인식을 하는 것으로 판단된다. 분산분 석 결과 성별, 연령의 유의확률은 유의수준 0.05보 다 낮은 0.002, 0.020으로 집단 간 평균의 차이가 있 는 것으로 나타났다.
2) 구성요소에 따른 선호도 분석
표출면 구성요소와 주행속도에 따른 선호도를 분석하였으며, 분석 결과는 <표 12>과 같다.
분석 결과 각 구성요소에서 도로선형이 직선인 경우, 통행시간을 제공하지 않는 경우, 문자높이가 40cm인 경우, 외곽선을 표현하지 않은 경우, 문자체 가 명조인 경우, 노드 수가 3개인 경우, 주행속도가 40km/h인 경우의 선호도가 가장 높은 것으로 나타 났다. 그러나 속성별 선호도의 평균 차이가 크지 않 은 것으로 나타나 집단 간 차이 검증을 위하여 분 산분석을 수행하였다.
분산분석 결과 유의확률이 유의수준 0.05보다 작 은 문자높이, 문자체, 노드 수, 주행속도의 변수만 이 집단 간 유의한 차이가 있는 것으로 나타났다. 집단 간 차이가 없는 것으로 나타난 도로선형, 외곽 선은 표출 방식에 대한 변수로 운전자의 선호도는 표출 방식이나 디자인 등에 큰 영향을 받지 않는 것으로 판단된다. 또한 통행시간 제공 여부는 유의 미하게 나타나지 않았으나 노드 수와 함께 전체 정 보량을 결정짓는 변수이므로 단순히 통행시간 제공 여부보다는 노드 수와 함께 고려한 총 정보량에 대 한 분석이 필요할 것으로 판단되어 이에 대한 분석 을 추가로 진행하였다.
3) 표출 정보량에 따른 선호도 분석
총 정보량은 통행시간 제공 유무, 노드 수에 의 해 결정되며 지명 정보, 통행시간 정보, 링크별 소 통정보로 나뉜다. 정보량 산정 방식은 다음과 같다.
실험에 사용된 표출면의 정보량은 최소 7단위에 서 최대 30단위로, 총 10개의 집단으로 구분되었으 며 통계분석결과는 다음과 같다.
기술통계 분석 결과 정보량이 많을수록 운전자 선호도가 감소하는 경향을 보였다. 정보량이 11단 위(노드 수 3개, 통행시간 제공)일 때 선호도가 가 장 높고 30단위(노드 수 8개, 통행시간 제공)일 때 가장 낮은 것으로 나타났다.
분산분석 결과 유의확률이 0.000으로 유의수준 0.05보다 작으므로 집단 간 평균의 차이가 있는 것 으로 나타났다.
Ⅴ. 모형 개발
1. 구조방정식 모형 설계
본 연구에서는 운전자속성, 구성요소, 감성요인 등 각각의 요소가 선호도에 미치는 영향을 평가하 고자 구조방정식 모형을 이용하였다. 구조방정식 모형 개발에 앞서 각 요소 간 관계를 통해 경로 도 형을 구성하였으며, 경로 도형을 기반으로 하여 구 조방정식 모형을 도출하는데 필요한 관측변수와 잠 재변수간의 관계를 설정하였다. 경로 도형은 <그림 4>과 같다.
모형 개발 시, 선호도에 영향을 미치지 않은 것 으로 분석된 변수는 모형에 반영하지 않았으며, 정 보량 변수를 추가하여 분석하였다. 또한 가장 적합 하다고 판단된 운전자속성과 구성요소를 하나의 잠 재변수로 구성하여 최종 모형을 결정하였다.
이를 측정모델(행렬식)과 구조모델(수식)으로 정 리하면 다음과 같다. (단, PRE(선호도), EMO(감성요 인), ATT(운전자속성 및 구성요소)로 표현하며 운 전자속성 및 구성요소의 관측변수는 X1 ∼ X6, 감성 요인의 관측변수는 X7 ∼ X10으로 표현한다.)
Structural Equation:
2. 측정 모델(Measurement Equation) 검증
잠재변수와 관측변수의 관계를 파악하기 위하여 요인점수(Factor Score Weight)를 이용하여 식을 도출 하였다. [10] 운전자속성 및 구성요소는 문자높이, 문 자체, 정보량, 주행속도, 연령 5개의 관측변수에 의해 결정되어지며 요인점수 및 모형은 <그림 6>과 같다.
확인적 요인분석 결과 운전자속성 및 구성요소 잠 재변수에 대한 적합도 검정 결과는 <표 17>과 같다.
확인적 요인분석 결과 요인점수(Factor Score Weight)가 다음과 같이 산출되었으며, 그에 따른 잠 재변수와 관측변수간의 모형은 <표 18>과 같다.
감성요인은 이해성, 안전성, 심미성, 주목성 4개 의 관측변수에 의해 결정되며 확인적 요인분석 결 과는 <그림 7>과 같다.
확인적 요인분석 결과 적합도는 <표 19>와 같으 며, 적합도 지수는 적합한 것으로 판단되었다.
확인적 요인분석 결과 요인점수(Factor Score Weight) 가 <표 20>과 같으며, 그에 따른 감성요인 잠재변수 와 관측변수간의 모형은 아래와 같다.
최종 모형의 계수 추정 결과 운전자 속성과 구성 요소는 선호도와 음의 관계로 나타났다. 또한 운전 자 속성과 구성요소는 문자높이와 음의 관계로 나 타나, 문자높이가 높을수록 선호도가 높은 것으로 나타났다. 구성요소와 문자체, 정보량, 주행속도는 양의 관계로 나타났다. 제공되는 정보량이 적을수 록, 속도가 낮을수록 선호도가 높다는 것을 의미한 다. 또한 문자체는 명조보다는 고딕체의 선호도가 높은 것으로 나타났다. 모형의 추정 계수는 <표 21>과 같다.
김기혁(2012), 이주연(2008) 등의 기존 연구에서 는 표준화 추정계수가 높을수록 변수 간 상관관계 가 높아 내생 잠재변수에 미치는 영향이 높다고 판 단하였다. [11,12] 본 연구의 표준화 추정계수의 수 치를 검토한 결과 선호도에 가장 큰 영향을 미치는 요소는 정보량으로 나타났으며, 문자체의 영향은 다소 낮은 것으로 나타났다. 이를 통하여 정보를 표 출하는 방식보다는 제공 정보량이 선호도에 미치는 영향을 높은 것을 알 수 있었다. 표준화 추정계수 결과는 <표 22>와 같다.
또한 감성요인의 4개 대표 형용사 그룹 중 이해 성, 안전성이 큰 영향을 미치는 것으로 나타나, 운 전자는 VMS의 심미성, 주목성보다는 이해성과 안 전성을 중요시하는 것을 알 수 있었다.
3. 구조 모델(Structural Equation) 검증
1) 적합도 지수
본 연구에서 개발한 모형을 검증하기 위하여 CMIN(χ2)/p값, CMIN/DF, SRMR, GFI, AGFI, CFI, NFI, IFI, RMSEA의 적합도 지수를 고려하였다. 절 대적합지수(absolute fit index)는 개발한 모형과 수집 데이터와의 차이를 측정하여 적합도를 검증하는 것 으로 모형의 validation의 수행 의미를 포함하고 있 다. 많은 연구에서는 RMR 지수를 많이 사용하였으 나, 본 연구는 관측변수의 척도가 다르기 때문에 이 에 대한 영향을 받는 RMR 대신 표준화된 수치인 SRMR을 사용하였다. [13,14]
χ2는 표본과 추정 데이터의 공분산행렬의 차이 에 표본의 크기를 곱한 값이다.
RMR은 표본과 추정값의 오차값을 계산한다.
GFI는 표본 데이터의 공분산행렬 내의 분산과 공분산이 추정 공분산행렬에 의하여 설명되어지는 양을 의미한다. AGFI는 모델의 자유도를 이용하여 GFI를 보정한 값이다.
증분적합지수(incremental fit index)는 모든 상관 관계를 0으로 가정하는 모델인 기초모델(null model)과 비교하여 얼마나 잘 측정되는지를 나타내 는 척도로, CFI, NFI, IFI 등이 포함된다.
NFI는 기초모델에 비해 연구모델이 통계적으로 어느 정도 향상되었는가를 나타낸다.
CFI, IFI는 NFI의 단점을 보완한 지수로서 모델 의 자유도를 함께 고려하여 표본의 크기에도 영향 을 거의 받지 않는 장점이 있다.
2) 적합도 검증
본 연구의 모형의 적합도 평가 결과, CMIN(χ2)/p 값 적합도를 제외한 모든 적합도 지수가 적합한 것 으로 나타났다. 본 연구에서는 200개 이상의 표본 을 사용함에 따라 표본의 크기에 민감한 CMIN (χ2)/p값이 부적합하다는 결과를 도출하였다고 판 단하였다.[15] 이를 제외한 모든 적합도 지수가 적 합한 것으로 판단되었으므로 본 모형은 종합적으로 적합하다고 판단된다. 각 적합도 지수 결과는 <표 23>과 같다.
도출된 모형을 바탕으로 관측변수와 선호도의 관계를 파악한 결과 문자높이는 높을수록, 주행속 도는 낮을수록 선호도가 높은 것으로 나타났다. 통 행시간 제공유무를 구분하여 노드 수에 따른 선호 도를 분석한 결과, 통행시간을 제공하지 않는 경우 노드 수가 5개일 때, 통행시간을 제공하는 경우는 노드 수가 3개일 경우 선호도가 가장 높았다.
통행시간을 제공하는 경우는 시간 정보에 의해 전체 정보량이 많아지므로 노드 수가 5개 이상인 경우 통행시간을 제공하지 않는 경우에 비해 선호 도가 낮은 경향을 보였다. 따라서 작은 범위의 정보 를 제공할 경우에는 통행시간을 제공하고, 그렇지 않을 경우 통행시간을 제공하지 않는 것이 운전자 의 선호도를 높일 수 있다. 또한 통행시간을 제공하 지 않는 경우 비대칭적인 정보범위인 노드 수 3개, 7개의 경우 선호도가 다소 낮은 것으로 나타났다. 이를 통하여 정보 제공 범위는 좌우 대칭으로 제공 하는 것이 바람직할 것이다.
Ⅵ. 결론 및 향후 연구과제
본 연구에서는 VMS에 대한 운전자의 인지성능 및 선호도를 평가하는 모형을 개발하기 위하여 차 량 시뮬레이터를 이용하여 총 48개의 시나리오에 대하여 실험 및 설문조사를 수행하였다. 감성공학 적 접근법을 통하여 도형식 VMS의 선호도를 평가 하는 이해성, 안전성, 심미성, 주목성을 대표하는 감성형용사를 도출하였다.
또한 도출된 감성형용사와 VMS 표출면 구성요 소, 운전자속성을 변수로 하는 구조방정식 모형을 도출하여 운전자의 선호도에 미치는 영향을 확인하 였다. 통계분석을 수행하여 적합하지 않은 변수를 제외하고 통행시간 제공과 노드 수를 동시에 고려 한 새로운 변수 정보량을 제시하였다. 이러한 변수 를 이용하여 구조방정식 모형을 개발하였으며 관측 변수와 잠재변수간의 관계를 도출하였다. 문자높이 가 높을수록 선호도가 높은 것을 알 수 있으며, 문 자체, 정보량, 주행속도는 선호도와 음의 관계로 나 타났다. 문자체는 명조체보다 고딕체의 선호도가 높은 것으로 나타났으며, 제공되는 정보량이 적을 수록, 속도가 낮을수록 선호도가 높은 것으로 나타 났다. 또한 운전자의 속성의 추정계수를 통하여 남 자인 경우, 나이가 어린 경우의 선호도가 더 높은 것으로 나타났다. 개발된 모형의 CMIN(χ2)/p값, SRMR, GFI, AGFI, CFI, RMSEA 등의 적합도 지수 를 고려하여 모형의 적합도를 검증하였다.
구조방정식 모형 분석 결과 표출면의 구성요소 중 도로선형, 외곽선, 문자체 등의 디자인적 요소보 다 문자높이, 노드 수 등의 정보제공량과 같은 이해 성과 관련된 부분이 운전자의 감성요인과 선호도에 큰 영향을 미치는 것으로 나타났다. 도형식 VMS 표출면의 제공 정보단위 수는 11단위 또는 12단위 가 적합한 것으로 판단되었으며, 통행시간을 제공 할 경우 3개의 노드, 제공하지 않을 경우 5개의 노 드의 정보를 제공하는 것이 운전자의 선호도를 가 장 높일 수 있을 것으로 나타났다. 따라서 도형식 VMS 표출면 설계 시, 운전자의 이해성을 높일 수 있도록 적절한 정보제공량을 고려하여 인지성능을 개선시켜야 할 것이다.
본 연구에서는 도형식 VMS에 대한 운전자의 선 호도를 평가 모형 개발을 위하여 차량 시뮬레이터 를 사용한 실험을 수행하였다. 실험 환경은 도로 주 변 환경 및 교통상황 등을 고려하여 최대한 현실과 유사하게 모사하였으나, 주/야간, 날씨 등의 자연현 상은 본 연구의 반영 요소에서 제외하였다.
또한 본 연구는 72명을 대상으로 가상주행실험 을 통해 수집한 데이터로, 운전자 속성(성별, 연령), 운전경력 등 개개인의 특성을 구분하여 모형을 개 발하기 위한 충분한 데이터를 확보하는데 있어 어 려움이 있었다.
향후, 주/야간, 날씨 등 자연현상이 미치는 영향 을 고려하기 위하여, 실제 VMS가 설치된 지점에서 의 현장실험을 수행한다면 본 연구에서 개발된 모 형을 검증하고 발전시킬 수 있을 것으로 판단된다. 또한 운전자 속성이 지닌 이질성에 의한 오차로 모 형 개발 시 오차가 발생할 수 있으므로, 보다 많은 데이터를 확보하여 속성별로 개별 모형을 구축한 후, 본 연구의 모형과 비교·검토하는 연구도 필요할 것으로 판단된다. 추가로, 보다 설명력 높은 모형을 얻기 위하여 성별, 연령의 운전자 속성 외에 운전 경력, VMS 정보 이용 빈도, 지역 친숙도 등과 같은 운전자 속성을 추가로 고려할 필요성이 있다. 표출 면 사이즈 역시 하나의 변수로 고려한다면 적절한 표출면 크기를 도출할 수 있을 것이다.
