서 론

광업 현장은 본질적으로 폐쇄적이고 가변적인 작업 환경에서 운영된다. 작업장에는 분진과 진동, 폭발 및 붕괴 위험 등 고위험의 가혹 조건이 상존하며, 이는 기술 및 설비의 도입과 운영 전과정에서 지속적인 제약으로 작용한다(Kim et al., 2025). 설비는 대형, 고가, 장주기 자산이므로 교체 주기가 길고, 안전 및 환경 규제 준수 부담과 작업 중단으로 인한 비용이 막대하여 의사결정의 위험과 책임이 크다(Frolova et al., 2019). 데이터 인프라 측면에서도 지형, 작업 반경, 전파 환경, 전원 공급, 인허가 등의 제약으로 네트워크 커버리지 단절과 지연이 빈번하고 상위망 연결 확보가 어렵다(Theissen et al., 2023). 정보 및 제어 체계는 현장 센서, 장비 제어기(PLC, Programmable Logic Controller), 운영 모니터링(SCADA, Supervisory Control and Data Acquisition), 전사적자원관리(ERP, Enterprise Resource Planning) 시스템으로 이어지는 다층 구조를 이루는데, 시스템 간 데이터 형식과 통신 규격의 이질성으로 통합에 높은 난이도와 비용이 수반된다. 더불어 부품 수급과 납기, 단종 위험, A/S 접근성 변동이 상존해 운영 리스크가 구조적으로 증대한다. 이러한 조건에서는 정확도와 처리량 같은 단일 성능 지표만으로 기술의 현장 적용 가능성을 타당하게 판단하기 어렵다(Ediriweera and Wiewiora, 2021).

국내 광업의 산업구조는 이러한 기술 및 운영상의 제약을 더욱 심화시킨다. 연 매출액 1억 원 미만 광산이 전체의 50%, 10억 원 미만 광산인 72%를 차지할 정도로 영세성이 두드러져 신규 기술 투자 여력이 제한적이다(KIGAM, 2025). 열악한 작업 환경과 심부화, 설비 현대화 지연이 복합적으로 작용하면서 인력난과 고령화가 만성화되었고, 디지털 정보 격차로 인해 데이터 수집, 저장, 분석 역량과 네트워크 및 시스템 인프라가 취약하다(Park and Choi, 2022). IT/OT(Information Technology/Operational Technology) 전담 인력 부족은 현장 데이터 기반 의사결정과 디지털 전환 속도를 지연시키며, 설비 현대화 미흡은 고장 및 정비 리스크를 확대하고 운영 불확실성을 증폭시킨다(Sithole, 2024). 그 결과 평균 수리 시간(Mean Time To Repair, MTTR) 증대와 가동률 저하, 안전재고 및 긴급조달 비용 상승이 누적되어 비용 측면의 파급효과가 커진다(TerraTraax, 2025). 따라서 광업에서는 성능 지표만으로 도입 타당성을 가늠하기 어렵고, 경제·운영·인지의 다차원 요소를 함께 고려한 평가 체계가 요구된다.

한편, 정보시스템(Information System, IS) 분야에서는 새로운 기술의 수용과 거부를 설명하기 위한 이론들이 지난 40여 년간 축적되어 왔다(Rondan-Cataluña et al., 2015). 합리적 행동 이론(Theory of Reasoned Action, TRA)을 출발점으로 기술수용모형(Technology Acceptance Model, TAM)과 통합기술수용·이용모형(Unified Theory of Acceptance and Use of Technology, UTAUT) 등으로 이어지는 연구들은 주로 사용 의도와 실제 사용 행동을 설명하는 데 초점을 맞추어 발전해 왔다(Fishbein and Ajzen, 1975; Davis, 1986; Venkatesh and Morris, 2000; Venkatesh and Davis, 2000; Venkatesh et al., 2003; Venkatesh and Bala, 2008; Venkatesh et al., 2012; Ko, 2019). TRA-TAM-UTAUT 계열 이론은 대체로 일반적인 정보시스템 환경에서 개인의 심리적 요인과 사용 의도에 초점을 두고 있어, 광업과 같은 고위험·고자본 산업에서 기술 도입 시 마주하는 경제적, 운영적, 인지적 제약을 세분하여 현장 단위의 적용 가능성을 평가하는 데에는 한계가 있다.

이러한 연구 공백과 산업적 필요를 배경으로, 본 연구는 광업의 특수성을 반영하여 기술 도입 타당성을 정량적으로 평가하는 기술접근성지수(Technology Accessibility Index, TAI)를 제안한다. 본 지수는 경제(Economic, E), 운영(Operational, O), 인지(Cognitive, C) 관점에서 항목 체계를 설계하고, 기업 규모와 사용자 유형 등 현장 맥락의 차이를 평가 과정에 반영함으로써 단순 성능 비교를 넘어 접근성·적합성 중심의 도입 가능성 평가를 지향한다. 구체적으로, 첫째 TRA-TAM-UTAUT 계열의 기술 수용·확산 이론을 검토해 TAI 설계의 기준선을 정립하고, 둘째 국내 광업 현장의 기업 규모와 사용자 유형을 구조화한 콘텍스트 정의를 마련해 평가에 반영한다. 셋째 경제·운영·인지 관점의 문항과 가중치·산출 규칙을 설정하여 TAI 설문과 계산 체계를 통합한 특정 도구를 완성하고, 넷째 파일럿 설문을 통해 지수의 현장 적용 가능성과 실무 활용성을 점검하고자 한다. 본 연구는 성능 지표 중심의 평가에서 자원 제약·운영 리스크·사용자 인지 요소를 통합 고려하는 평가로 패러다임을 전환함으로써, 영세 구조가 두드러진 국내 광산의 실정에서 적정 기술 선별의 근거를 제공할 것이다.

기술 수용 및 확산 이론

사람들이 기술을 수용하거나 거부하는 이유를 이해하려는 노력은 정보시스템 분야의 핵심 주제로서, 컴퓨터 기술이 일상 전반으로 확산되는 과정과 함께 다양한 이론적 모형으로 축적되어 왔다. 그 출발점인 TRA는 개인의 행동 의도가 태도와 주관적 규범의 함수로 결정된다는 점을 제시하였다(Fishbein and Ajzen, 1975). 특정 기술을 사용하려는 마음가짐은 그 기술에 대한 긍정적 혹은 부정적 평가와 동료·조직이 부여하는 사회적 압력의 상호작용으로 형성된다는 해석이다. 다만 TRA는 범용성이 큰 대신 정보시스템 도입 및 활용 맥락에서 곧바로 대입하기에는 한계가 있으며, 행동 통제 요소를 충분히 고려하지 못한다는 비판을 받아왔다. 이러한 한계를 보완하기 위해 Davis(1986)는 TAM을 제안하여, 수용을 좌우하는 핵심 신념으로 지각된 유용성(Perceived Usefulness)과 지각된 사용 용이성(Perceived Ease of Use)을 제시하고, 두 신념이 태도-의도-실제 사용으로 이어지는 경로를 명료하게 정식화하였다(Malatji et al., 2020; Zoccarato et al., 2024; Lee et al., 2025). TAM은 간결한 구조에도 다양한 조직과 산업 맥락에서 일관된 설명력을 보이며 IS 분야의 대표 이론으로 자리매김하였다.

이후 Venkatesh et al.(2003)은 TRA, 계획행동이론(Theory of Planned Behavior, TPB), TAM 등 기존 모형의 핵심 변수를 통합한 UTAUT를 제시하였다. UTAUT는 성과 기대, 노력 기대, 사회적 영향, 촉진 조건이 행동 의도와 사용 행동을 설명하며, 연령·성별·경험·자발성을 조절변수로 포함한다(Osifeko et al., 2019). 또한 TAM2(Venkatesh and Davis, 2000)는 유용성의 선행 요인(사회적 영향, 직무 관련성, 결과 품질·명확성 등)을, TAM3(Venkatesh and Bala, 2008)는 사용 용이성의 선행 요인(자기효능감, 지원 인식, 불안, 즐거움, 객관적 용이성 등)을 체계화하였다. UTAUT2(Venkatesh et al., 2012)는 범위를 소비자 맥락으로 확장해 즐거움 동기, 가격 가치, 습관을 추가함으로써 개인 소비자 기술에서의 예측력을 높였다. 한편 조직·산업 수준의 도입을 설명하기 위해 TOE(Technology-Organization-Environment) 프레임워크와 혁신 확산 이론(Diffusion of Innovations, DOI)도 널리 활용되어 왔다.

이러한 이론들은 교육, 제조, 의료, 금융 등 다양한 분야에서 신기술 도입을 설명하는 실증 연구로 확장되었다. 예컨대 제조 부문에서는 TAM-TOE 통합 모형으로 스마트 공장 기술 채택을 설명하고, 교육 분야에서는 증강현실(Augmented Reality, AR) 학습 도구 수용에 TAM을 적용하여 태도, 지각된 유용성, 촉진 조건이 수용 의도에 유의미한 영향을 미친다는 결과를 반복적으로 보고하였다. 그럼에도 기존 모형에는 다음의 한계가 지적된다(Ajibade, 2018). (1) TAM은 개인 수준에는 유효하나 조직 및 산업 수준에서는 추가 요인이 필요하다. (2) 자기보고식 설문 중심으로 의도-행동 간 괴리가 발생할 수 있다. (3) UTAUT의 예측력은 주로 조직 내부 도입 상황에서 검증되었다. (4) 도메인 고유의 공정·안전·인프라 요구를 충분히 내재화하지 못한다.

이 한계는 광업과 같은 특수 산업에서 특히 두드러진다. 광업은 안전과 연속 가동이 최우선인 고위험·고자본 산업이며, 지하와 오지 등 저연결 인프라 환경에서 운영되는 경우가 많다. 노후 설비와의 시스템 통합 난이도, 엄격한 HSE(Health, Safety and Environment) 규제, 현장 시험 제약, 기업 규모 및 사용자 역할에 따른 이질적 요구 등은 지각과 태도 중심의 의도 예측만으로는 충분히 포착되기 어렵다. 실제로 특정 기술이 높은 성능을 보여도 안전성이 명확히 검증되기 전에는 도입이 지연되는 경향이 있으며, 자본 제약, 규제준수, 운영 연속성과 같은 비행동적 요인이 의사결정을 좌우한다. 기존 TRA-TAM-UTAUT 계열 이론은 기술 수용 연구의 중요한 기반을 제공하지만, 광업과 같이 고위험, 고자본, 저연결 환경에서는 경제적·운영적·인지적 접근성처럼 현장 고유 제약을 구조적으로 반영하는 평가 체계가 추가로 요구된다.

기술접근성평가 개념 설계

본 연구에서 제안하는 기술접근성지수는 광업 현장에서 후보 기술의 도입, 통합, 운영, 학습 전 주기에 존재하는 장벽을 경제, 운영, 인지 관점에서 정량화해 적정 기술 선정을 지원하는 지수이다. 따라서 단순 성능(정확도, 처리량 등)만으로는 포착하기 어려운 비용·인프라·조직·사용자 제약을 항목화하여 점수로 환산하고, 동일 기술이라도 현장 맥락에 따라 접근성이 달라지는 현실을 지수에 직접적으로 반영한다. 여기서 ‘콘텍스트(context)’는 기업 규모와 사용자 유형의 조합으로 표현되는 현장 맥락을 의미한다.

현장 콘텍스트에 따라 접근성이 달라지는 현실을 지수에 직접적으로 반영한다. TAI의 적용 범위는 장비, 센서, 통신/네트워크, 소프트웨어, 안전시스템 등 광업 현장 기술 전반을 포괄한다. TAI 평가 절차는 Fig. 1과 같이 세 단계로 구성된다. 1단계는 기업의 규모와 사용자 유형을 결합한 콘텍스트 프로파일 정의(C1–C9)이고, 2단계는 TAI 설문도구를 통한 모듈별 평가로서 5단계 의미구간의 10점 스케일을 사용한다. 3단계는 모듈 평균을 바탕으로 콘텍스트 가중 합산과 정규화 점수를 산출하는 과정이다.

Fig. 1.

Workflow of the Technology Accessibility Index (TAI) assessment.

콘텍스트 프로파일

TAI의 핵심은 본 연구에서 정의하는 ‘콘텍스트’, 즉 기업 규모와 사용자 유형의 조합으로 표현된 현장 맥락에 기반한 평가다. 기업의 규모와 사용자 유형에 따라 재무 여력, 전담 인력, 인프라 수준이 달라지면서 동일 기술의 도입 난이도, ROI(Return on Investment), 학습 부담이 체계적으로 변한다. 예를 들어 안전·규제 준수, 운영 연속성, 기존 시스템 연계 수준, 설비 연식, 부품 수급과 같은 현장 제약은 규모(소상공인·소규모·중규모) 혹은 역할(고령 작업자·일반 작업자/관리자·현장 엔지니어)에 따라 서로 다른 강도로 작용한다. 또한 전원, 통신 인프라의 안정성, 교대제·작업조 편성 역시 적용성에 차이를 만든다. 이러한 콘텍스트를 구분하지 않으면 평균값이 왜곡된 우선순위를 만들어 도입 실패 리스크가 커질수 있다. 따라서 본 연구에서는 콘텍스트별 가중 적용을 원칙으로 한다.

콘텍스트 정의는 기업규모(3) × 사용자 유형(3)의 조합으로 총 9개 프로파일(C1–C9)을 구성하며, 적용 단위는 기업이 아니라 현장(site) 단위를 원칙으로 한다(동일 기업이 여러 현장을 보유한 경우 현장별로 콘텍스트를 구분). 기업 규모는 국내 금속 및 비금속 광산의 운영 실정을 반영하여 소상공인·소규모·중규모로 구분하였다. 이때 생산 규모는 비금속·금속 여부와 관계없이 모두 광석량(ore tonnage), 즉 연간 광석 생산량을 기준으로 정의하였다.

소상공인 운영 광산(micro-scale mine)은 상시 근로자 10인 미만, 연간 광석 생상량이 50만 톤 미만인 영세 광산으로 정의한다. 기술 투자 여력이 매우 낮고 IT/OT 전담 인력이 부재하며, 설비 유지관리와 정보화 업무를 외주에 크게 의존하는 특징을 갖는다. 소규모 광산(small-scale mine)은 상시 근로자가 약 10–50인, 연간 광석 생산량이 대체로 50만–150만 톤 수준인 광산으로, 설비 및 인력 규모는 제한적이지만 일정 수준의 기계화·자동화와 조직 구조를 갖춘 경우에 해당한다. 비용 민감도가 높아 초기 투자와 유지관리비에 민감하게 반응하며, 전담 IT/OT 인력보다는 겸임 인력 중심의 운영이 일반적이다. 중규모 광산(medium-scale mine)은 상시 근로자 50인 이상, 연간 광석 생산량이 150만 톤 이상인 광산으로 정의한다. 유지보수·기술 인력을 별도로 보유하고, IT/OT 통합과 데이터 기반 운영에 대한 잠재 역량이 상대적으로 크다. 본 연구에서는 연간 광석 생산량 구간을 50만 톤 미만, 50만–150만 톤, 150만 톤 이상으로 설정하고 이를 각각 소상공인 운영 광산, 소규모 광산, 중규모 광산의 기준으로 사용하였다.

사용자 유형은 고령 현장작업자, 일반 현장작업자/관리자, 현장 엔지니어(기술직/R&D)로 구분한다. 고령 작업자는 반복 작업의 숙련도가 높지만 디지털 장비 적응 부담이 크고, 일반 작업자/관리자는 작업 효율과 현장 통제를 중시하며 일정 수준의 자동화·디지털 장비 경험을 갖는다. 현장 엔지니어는 탐사, 채광 공정 최적화, 안전 시스템 설계, 생산 데이터 분석 등을 담당하는 자동화·디지털 전환의 핵심 인력이다. 동일 응답자가 복수 역할을 수행할 때에는 실제 사용 의사결정 비중이 큰 역할로 분류한다. 이 9개 프로파일의 상황, 중점사항, 주요 리스크는 Table 1에 요약하였다.

콘텍스트별 가중치 설계는 해당 현장에서 무엇이 상대적으로 더 중요한지에 대한 판단을 수치화한 것이다. 본 연구는 가중치의 직관석 해석과 민감도 안정성을 위해 3수준 스케일을 채택하였다. 여기서 제시하는 가중치 값들은 특정 선행연구에서 도출된 경험적 추정치가 아니라, 광산 현장의 의사결정 구조와 역할 분담을 고려하여 설정한 초기 값이다.

먼저 기업 규모 요인은 재무 여력, 투자 여지, 보조금 접근성과 직결되므로 경제(E) 모듈에만 반영한다. 값은 소상공인 1.0, 소규모 0.8, 중규모 0.6으로, 규모가 작을수록 경제적 제약의 영향력이 커진다는 현실을 반영하되 과도한 편향은 피하도록 완만한 기울기를 설정했다. 반면 사용자 유형 요인은 학습, 조작, 정비, 절차 변경 수용력과 밀접하므로 운영(O)과 인지(C) 모듈에만 반영한다. 운영(O) 가중은 고령 작업자 0.3, 일반 작업자/관리자 0.6, 현장 엔지니어 1.0으로 설정하여 절차 변경, 통합, 정비 책임이 큰 집단일수록 운영 비중을 높였다. 인지(C) 가중은 이에 상응하여 고령 작업자 1.0, 일반 작업자/관리자 0.6, 현장 엔지니어 0.3으로 부여하여 학습 부담, 가동성, 불안 등 인지적 부담이 큰 집단일수록 비중이 커지도록 설정했다.

이 규칙을 3 × 3 콘텍스트에 결합하면 Table 2와 같은 콘텍스트별 가중치(C1–C9)가 도출된다. 예컨대 C1(소상공인 × 고령 작업자)은 예산·인력 제약과 학습 부담이 동시에 크기 때문에 E = 1.0, O = 0.3, C = 1.0을, C9(중규모 × 현장 엔지니어)은 IT/OT 통합과 데이터 연계 역량이 상대적으로 높아 운영적 고려가 우선되므로 E = 0.6, O = 1.0, C = 0.3을 부여한다. 규모가 같고 역할이 달라질 때, 혹은 역할이 같고 규모가 달라질 때 모두 일관된 방향으로 가중이 변하도록 설계하였으며, 콘텍스트 변화는 최종 지수 변화의 인과가 투명하게 해석된다.

평가 항목 및 척도

본 연구에서 제안하는 TAI는 경제적, 운영적, 인지적 세 모듈로 구성되며, 각각 도입 타당성, 현장 적용성, 사용자 수용성을 독립적으로 측정한다. 세 모듈은 성능 지표만으로는 포착되기 어려운 비용·인프라·조직·사용자 측면의 제약을 항목화하여 점수로 환산하도록 설계되었으며, 항목명과 간략 설명은 Table 3에 정리하였다.

먼저 경제적 접근성(E)은 도입의 재무적 지속가능성을 평가한다. 구체적으로, 자본적 지출(Capital Expenditure, CAPEX)의 수용 가능성, 총 소유비용(Total Cost of Ownership, TCO)의 적정성(운영비(Operating Expenditure, OPEX), 정비·에너지·소모품 비용 포함), 생산성 향상 및 인력절감에 대한 기대효과, 보조금·정책금융·ESG 연계 자금 등 외부 재정 지원 접근성, 그리고 안전·환경·성과 개선에 따른 간접효과(위험 노출 저감, 배출·에너지 사용 저감 등)를 평가한다.

운영적 접근성(O)은 설치부터 운전, 통합, 정비에 이르는 현장 적용성을 다룬다. 설치·시운전의 용이성과 휴지시간(downtime) 최소화 가능성, 사용자 인터페이스/경험(User Interface/User Experience, UI/UX) 기준의 조작성·직관성, 기존 시스템과의 연동 용이성(PLC, SCADA, ERP), 고장 진단과 현장 복구의 신속성, 벤더 지원 접근성과 서비스 수준 협약(Service Level Agreement, SLA)의 적정성, 그리고 부품·소모품 조달 안정성과 납기 및 단종 리스크를 포함한다.

인지적 접근성(C)은 사용자 관점의 학습·심리·행동 요소를 측정한다. 비전문가 기준의 학습 난이도와 문서·자료의 이해 용이성, 교육 소요 시간 및 비용, 현장 전이의 용이성, 스스로 운용하고 일반적 문제를 해결할 수 있다는 자기 효능감, 오조작 및 고장에 대한 불안 없이 사용할 수 있는 심리적 안도감, 실제 도입 시의 사용 의지, 동료에게 추천하려는 확산 의향이 이에 해당한다.

응답 척도는 5단계 의미구간을 10점 척도로 매핑하여 사용한다. 즉 매우 낮다/낮다/보통/높다/매우 높다를 각각 2/4/6/8/10점으로 부여하며, 선택 기준과 해석은 Table 4에 제시하였다. 각 모듈 점수는 해당 모듈에 속한 문항들의 산술평균으로 산정하고, 최종 지수는 콘텍스트별 가중치를 적용하여 계산한다.

TAI 산출 방법

TAI 분석의 단위는 현장(site) × 기술(technology)이며, 각 응답 세트에는 콘텍스트 코드(C1–C9)를 병기하며, 콘텍스트별 가중치는 Table 2의 값을 사용한다. 본 연구에서는 경제(E), 운영(O), 인지(C) 모듈의 가중치를 각각 ωE(c), ωO(c), ωC(c)로 표기하고, 괄호 안 c는 특정 콘텍스트를 의미한다.

먼저 모듈별 점수를 산정한다. 모듈 M∈{E,O,C의 i번째 문항 응답값을 xM,i, 해당 모듈의 문항 수를 nM이라 할 때, 모듈 점수 M¯는 문항들의 산술평균으로 정의된다.

모든 문항은 5단계 의미구간을 10점으로 매핑한 동일 척도(2–10점)로 응답되므로, M¯ 역시 이론상 2–10점 범위에서 해석된다. 결측이 존재할 경우에는 확보된 응답만으로 평균을 계산하되, 특정 모듈에서 응답 수가 과소하여 대표성이 저하되는 경우는 결과표에 별도로 표기한다.

다음으로 콘텍스트 가중을 적용해 종합점수를 산정한다. 콘텍스트 c에서의 TAI 원점수는 세 모듈 점수의 가중합으로 정의한다.

여기서 ωE(c)는 기업 규모에 의해 결정되는 경제 모듈 가중치이고, ωO(c)와 ωC(c)는 사용자 유형에 의해 결정되는 운영 및 인지 모듈 가중치이다.

마지막으로 콘텍스트 간 비교 편의를 위해 정규화 점수를 병기한다. 이는 콘텍스트별 가중치 합의 크기 차이를 제거하기 위한 조정치로, 다음과 같이 정의한다.

모듈 점수들이 동일 척도(2–10)에 정의되어 있으므로 TAInorm(c) 역시 2–10 범위에서 해석 가능하다. 본 연구에서는 보고시 TAIrow와 TAInorm를 함께 제시하여, 전자는 콘텍스트 가중을 반영한 절대적 수준, 후자는 가중 크기 차를 제거한 상대적 수준을 동시에 제공함으로써, 동일 기술의 접근성을 콘텍스트에 따라 일관되고 투명하게 비교·해석할 수 있도록 한다.

TAI 파일럿 설문 방법

본 연구에서는 TAI 측정 도구의 현장 적용 가능성과 측정 신뢰도·해석 타당성을 예비 검증하고, 앞서 제시한 콘텍스트 가중치 체계와 모듈별 항목 척도의 민감도와 실무 적합성을 평가하기 위해 파일럿 설문을 수행하였다. 아울러 설문 운영 과정(대상 기술 브리핑, 콘텍스트 부여, 응답 수집 및 검증)의 절차 타당성과 데이터 수집 체계의 운영상 접합성을 확인하였다.

파일럿 설문은 경기도 포천시 소재 삼양리소스 관인광산을 대상으로 수행하였다. 연구 대상지는 총 8개 광구, 1,438 ha의 광구 면적으로 구성되며, 주 생산 광종은 자철광과 티탄철광으로, 부가적으로 바나듐을 함유한다. 채광 방식은 주로 중단채광법(sub-level stoping)이 적용된다. 현장 조직은 기능별로 채광팀(채광·장비·정비), 공무팀(선광·전기·기계), 기술팀(환경·안전·화약), 관리팀(노무·자재)으로 편성되어 있으며, 인원 현황은 채광 23명, 선광 7명, 관리 6명으로 구성되어 있다. 이와 별도로 로더·덤프트럭·드릴 장비기사 9명(외주)이 상주 운용되고 있다(Park and Choi, 2024). 이러한 규모와 편성은 본 연구의 콘텍스트 정의와 설문 대상자 분류의 기초 정보로 활용하였다.

설문 대상은 관인광산 재직 종사자 10인으로 구성하였다. 표집은 앞서 정의한 사용자 유형이 최소 한 번 이상 대표되도록 층화하여 구성하였다. 응답 단위는 현장 × 기술이며, 각 응답에는 콘텍스트 코드를 병기하였다. 또한 기업 규모와 응답자 역할 정보를 메타데이터로 수집하여 콘텍스트 판정에 활용하였다.

파일럿은 “광산 3차원(3D) 공간 데이터 취득(센싱)” 분야의 후보 기술로 360° 카메라의 도입을 가정하여 진행하였다. 360° 카메라는 다수의 초광각 렌즈를 통해 전방위 영상을 동시 취득하는 장비로, 휴대성과 운용의 간편성이 높아 현장 시각화와 간단한 3D 시각 자료 제작에 적합하다. 전용 모바일 어플리케이션을 통해 현장에서 즉시 확인이 가능하고 비전문가도 운용이 용이하다는 장점이 있으나, 정밀 측정 관점에서는 지상(고정식) 라이다(Light Detection and Ranging, LiDAR) 대비 정확도와 분해능에 한계가 존재한다. 본 파일럿에서는 이러한 장단점을 명시한 기술 소개 자료를 사전 제공하고, 해당 기술이 관인광산에 도입되는 가상 시나리오를 전제로 TAI 설문을 실시하였다.

설문지는 앞서 정의한 TAI 평가 항목과 10점 환산의 5단계 응답 척도를 사용하였다. 조사 절차는 (1) 연구 목적 및 응답 익명성 안내, (2) 대상 기술 요약 브리핑, (3) 현장 맥락 확인 및 콘텍스트 코드 부여, (4) 자기기입식 설문응답의 순으로 진행하였다. 설문은 개별 응답을 원칙으로 하였다. 이러한 절차를 통해 현장 콘텍스트가 부여된 TAI 응답 데이터를 확보하였으며, 산출 규칙에 따라 모듈 평균, 콘텍스트 가중 합산(원점수), 정규화 점수의 순서로 지수를 산정하였다.

기술접근성지수(TAI) 도구 개발 및 현장적용

설문 도구 개발 결과

TAI 설문 도구는 광산 현장에 도입될 후보 기술의 접근성을 경제(E), 운영(O), 인지(C) 관점에서 다층적으로 판단할 수 있도록 설계하였다. 설문지는 (1) 응답자·현장 정보 확인과 (2) 기술 접근성 평가의 두 부분으로 구성하였다. 평가 대상 기술의 핵심 정보는 별도의 브리핑 시트로 제공하고, 응답자는 해당 자료와 자신의 경험을 바탕으로 응답한다. 응답 척도는 5단계 의미구간을 10점(2/4/6/8/10)으로 매핑한 고정 선택지를 사용하였다.

문항 체계는 Table 5와 같이 세 모듈로 구성하였다. 경제 모듈(E)은 도입 비용 부담(E1), 유지·운영비 및 총소유비용 적정성(E2), 인력절감·생산성 기대효과(E3), 외부 재정지원 가능성(E4), 안전·환경 성과 기여(E5–E6)를 포함한다. 운영 모듈(O)은 설치·시운전 용이성(O1), 조작성·직관성(UI/UX)(O2), 기존 시스템 통합성(O3), 고장 진단·현장 복구(O4), 기술 지원 접근성·SLA 적정성(O5), 부품·소모품 수급 안정성 및 납기/단종 리스크(O6)를 다룬다. 인지 모듈(C)은 비전문가 기준 학습 용이성(C1), 교육 부담(C2), 자기 효능감(C3), 심리적 안도감/불안 저감(C4), 사용 의지(C5), 동료 추천 의향(내부 확산 가능성)(C6)을 통해 사용자 수용성을 측정한다. 모든 문항은 기술 공통으로 적용되며, 직접 사용 경험이 없더라도 제공된 자료에 근거한 전문적 판단을 허용한다. 표지와 대상 기술 브리핑 시트 예시는 Fig. 2에 제시하였다.

Fig. 2.

TAI survey tool: (a) cover page of the TAI questionnaire, (b) briefing sheet for the target technology.

파일럿 설문 결과

본 연구에서는 360° 카메라의 접근성을 실제 현장 맥락에서 측정하는 동시에, 설문 문항과 기술 설명자료의 적절성을 사전 점검하기 위해 파일럿 설문을 수행하였다. 총 10부의 응답을 회수한 뒤 품질관리 기준(결측 과다, 전 항목 동일값 응답 등)을 적용하여 4부를 제외하고, 최종적으로 6부의 유효 응답을 분석에 사용하였다(Table 6).

표본의 콘텍스트 분포는 C7 = 1, C8 = 4, C9 = 1로 확인되었다. 세 콘텍스트 모두 중규모 광산에 해당하며, 사용자 유형은 각각 고령 현장작업자(C7) 1명, 일반 작업자/관리자(C8) 4명, 현장 엔지니어(C9) 1명으로 구성되었다. 즉, 기업 규모 측면에서는 동일하나 역할 구성에서는 일반 작업자/관리자 비중이 높았다.

모듈별 산출 결과, 6인의 평균 점수는 경제(E) 6.95, 운영(O) 7.28, 인지(C) 7.83으로 나타났다. 본 연구의 해석 기준에서 인지(C)는 ‘보통–높다’ 구간의 우호적 수준, 운영(O)은 ‘보통’을 상회하는 수준으로 평가되었다. 반면, 경제(E)는 세 모듈 중 상대적으로 낮았는데, 이는 도입·운영비의 구조와 외부 재정지원(보조금·정책금융 등)에 대한 정보 명확화가 실제 도입 의사결정의 핵심 변수로 작동할 수 있음을 시사한다.

콘텍스트별 정규화 TAI는 C7 = 8.46, C8 = 7.03, C9 = 7.25로 산출되었다(Table 7). 표본 수의 제약으로 일반화에는 주의가 필요하지만, C7 사례는 E/O/C 모두 ‘높다(≥8)’로 평가되어 가장 높은 값을 보였고, C8 집단은 6.67–7.78 범위에서 비교적 일관된 분포를 보였다. 개별 응답의 정규화 TAI 범위는 6.67–8.46, 평균 7.31(중앙값 7.07)로, 전반적으로 ‘보통–높음’ 사이(중상 수준)로 평가되었다. 종합하면, 360° 카메라의 인지적 접근성 강점이 확인되어 현장 교육·내부 확산 측면에서 도입 친화적으로 해석할 수 있으며, 경제적 접근성이 상대적으로 낮은 점을 감안하면 CAPEX/OPEX의 투명화와 보조금·정책금융 등 외부 재정지원의 구체화가 병행될 필요가 있다. 또한 운영적 정착성을 높이기 위해 원격·현장 A/S 접근성, 부품·소모품 수급 안정성, 장애 진단·복구 절차의 표준화를 도입 계획 단계에서 선제적으로 반영하는 것이 바람직하다.

아울러 본 파일럿은 설문 도구 자체의 점검을 병행하였다. 문장 명확성·중복성, 모듈 배치의 적정성, 척도 해석의 일관성, 기술 설명자료의 정보량과 용어 수준, 문항-자료 간 정합성을 검토한 결과, 전반적으로 현장 적용에 무리가 없었으나 일부 문항의 표현 간결화와 설명자료의 사례 보강이 향후 개선사항으로 도출되었다.

토 의

본 토의에서는 파일럿 설문에서 드러난 TAI의 작동 양상과 한계를 정리하고, 실제 의사결정 환경에서 활용성을 높이기 위한 보완 방향을 논의한다. 특히 (1) TAI 도구 자체의 한계와 개선 과제, (2) 단일 콘텍스트 산출 구조의 실무적 제약과 이를 보완할 콘텍스트 변환 모델의 필요성에 대해 서술한다.

개발된 TAI 도구의 한계와 보완 방향

우선, 파일럿의 표본 규모와 분포가 제한적이었다. 응답 수가 적고, 중규모 광산과 특정 사용자 유형에 편중되어 있어 추정치의 불확실성이 크며 다른 현장으로의 적용에는 주의가 필요하다. 후속 연구에서는 C1–C9 전 콘텍스트를 대상으로 층화 표집을 실시하고, 다현장으로 데이터를 확장하여 충분한 표본을 확보해야 한다.

둘째, TAI 도구가 의도한 대로 기술의 접근성을 잘 측정하는지에 대한 기본 점검이 필요하다. 동일 모듈 문항의 일관성, 세 모듈 구분의 적합성, 관련 외부 지표와의 결과 방향이 일치하는지 점검해야 한다. 만약 문제가 확인되면 문항 문구와 배치, 해석 기준을 보정할 필요가 있다.

셋째, 설문 운영 과정에서의 취약성을 줄여야 한다. 광산 종사자의 연령·디지털 친숙도 차이는 척도 해석의 비대칭과 결측, 동일응답(straightlining)을 유발할 수 있다. 현장 용어 중심의 간결한 문장, 글자 크기, 아이콘, 예시 강화 등 가독성 개선, 짧은 튜토리얼과 “모름/해당 없음” 선택지 제공을 통해 불필요한 강제응답을 줄이는 설계가 필요하다. 운영 측면에서는 주의력 확인 문항, 응답시간·패턴 기반 이상치 탐지, 결측 처리 규칙, 조사원 보조 절차로 구성된 표준화된 품질관리 프로토콜을 병행하여 응답 신뢰도를 향상시켜야 한다.

마지막으로, 콘텍스트 가중치 설계의 견고성이 요구된다. 본 연구에서는 해석의 투명성을 위해 3수준 가중을 제시했으나, 실제 정책·투자 의사결정에서는 콘텍스트별 중요도의 미세 차이를 반영할 수 있어야 한다. 계층분석법(Analytic Hierarchy Process, AHP)과 델파이(Delphi) 기반의 전문가 판단을 활용해 경제·운영·인지 및 하위 항목의 상대적 중요도를 계량화하고, 민감도 분석을 통해 가중 변화가 순위와 의사결정에 미치는 영향을 체계적으로 평가해야 한다.

요약하면, 대표성 있는 표본 확장과 체계적 타당화, 표준화된 응답 품질 관리, 전문가·데이터 기반 가중 재정의가 이루어질 때 TAI는 다양한 현장과 콘텍스트에서 신뢰 가능한 의사결정 지원 지표로 자리매김 할 수 있을 것이다.

TAI 콘텍스트 변환 모델의 필요성

현행 TAI는 기업규모 × 사용자 유형으로 정의된 단일 콘텍스트에서의 응답을 전제로 산출된다. 그러나 실제 의사결정 환경에서는 시간 및 예산 제약으로 모든 콘텍스트를 동시에 조사하기 어렵고, 조사 시점에도 미관측 콘텍스트가 빈번히 발생한다. 기술 선정, 보조사업 우선순위 설정, 다현장 확산 전략 수립과 같이 즉시성을 요하는 판단에서는 현재 확보된 결과를 바탕으로 아직 조사하지 않은 콘텍스트의 예상 TAI를 제시할 수 있는 장치가 필요하다. 이러한 공백을 메우기 위해서는 TAI 콘텍스트 변환 모델의 도입이 필요하다. 이 모델은 실측을 대체하는 것이 아니라, 자료가 부족한 상황에서 보조 추정치를 제공하고 비교 가능성을 높이기 위한 보조 도구이다.

콘텍스트 변환 모델의 효익은 세 가지로 요약된다. 첫째, 제한된 자료만으로도 미관측 콘텍스트에 대한 잠정적 비교치를 산출해 의사결정의 응답성을 높일 수 있다. 둘째, 이질적인 현장 결과를 동일한 해석 틀로 연결함으로써 교차 비교 가능성을 강화할 수 있다. 셋째, 추정 불확실성이 큰 영역을 식별해 추가 데이터 확보의 우선순위를 명확히 하고, 조사 및 예산 등 투입 자원의 배분 효율을 개선할 수 있다.

다만 변환 값은 본질적으로 추정치이기 때문에, 적용 한계와 함께 제시되고 보수적 해석을 전제로 활용되어야 한다. 특히 인력, 인프라, 규제 환경의 이질성이 큰 광업 도메인에서는 변환 결과를 최종 근거로 삼기보다 해당 콘텍스트의 실측 설문으로 확인하는 절차가 필수적이다. 정책·실무적으로는 변환 모델을 활용해 위험 기반의 단계적 확산 전략(불확실성이 낮은 콘텍스트부터 우선 도입)을 수립하고, 최종 도입 전 현장 실측을 통해 책임 있는 의사결정을 하는 것이 바람직하다. 다시 말해, 콘텍스트 변환 모델은 TAI의 재현성과 이식성을 보완해 서로 다른 현장 간 합리적 비교와 신속한 사전 검토를 가능하게 하는 보완 장치로 활용할 수 있다.

결 론

본 연구는 광업의 특성과 국내 현장의 영세성·고령화·디지털 격차를 고려할 때, 단순 성능 지표만으로는 기술 도입의 타당성을 충분히 설명하기 어렵다는 문제의식에서 출발하였다. 이에 따라 경제(E), 운영(O), 인지(C) 접근성을 통합 및 계량하는 TAI를 설계하고, 기업 규모 × 사용자 유형으로 정의되는 콘텍스트를 가중 규칙에 연결함으로써 평가의 일관성과 재현성을 높였다. 문항 체계는 총 18개 긍정 진술로 구성되며, 5단계 의미구간을 2–10점으로 매핑한 고정 척도를 채택하여 현장 단위의 비교 가능성을 확보하였다.

현장 적용성은 경기도 포천 관인광산을 대상으로 한 파일럿을 통해 점검하였다. “광산 3D 공간 데이터 취득(센싱)”의 후보 기술로 360° 카메라를 설정하고 6건의 유효 응답을 분석한 결과, 모듈 평균은 E = 6.95, O = 7.28, C = 7.83, 정규화 TAI의 평균은 7.31로 나타났다. 이는 학습·수용 및 기본 운용 측면에서 도입 친화성이 확인된 반면, 경제성이 상대적으로 낮아 초기·운영비의 투명화와 보조금 및 정책금융 등 외부 재정지원의 구체화가 병행되어야 함을 시사한다. 또한 도입 단계에서 A/S 접근성, 부품·소모품 수급 안정성, 장애 진단·복구 표준화를 선제적으로 설계하는 것이 운영 안정화에 유효할 것으로 판단된다.

다만 본 결과는 표본 규모가 작고 중규모 광산 콘텍스트에 편중되어 있어 탐색적 해석에 머문다는 한계를 가진다. 후속 연구에서는 C1–C9 전 콘텍스트를 대상으로 한 층화 표집과 다현장 확장, 도구의 신뢰도 및 타당성 검증, 그리고 전문가 기반 가중 재정의를 통해 측정의 견고성을 강화할 필요가 있다. 이러한 절차는 문항 표현과 모듈 구성, 가중과 해석 기준을 정밀하게 조정하여 TAI의 일반화 가능성을 높일 것이다.

아울러 실제 의사결정 환경에서 모든 콘텍스트를 동시에 조사하기 어려운 현실을 감안할 때, 관측된 결과를 바탕으로 미관측 콘텍스트의 예상 TAI를 보조적으로 제시하는 콘텍스트 변환 모델의 도입이 요구된다. 이러한 보완과 확장이 이루어졌을 때 TAI는 광업 현장의 기술 선정·투자 심의·보조사업 기획에서 비교 가능하고 신뢰 가능한 의사결정 지표로 정착할 수 있을 것이며, 도입 실패의 위험을 낮추고 안전·환경·생산성의 균형적 개선을 뒷받침하는 실무도구로 자리매김할 수 있다.