Home | JKIIT Archives | About the JKIIT | E-SUBMISSON |
Sorry.
You are not permitted to access the full text of articles.
If you have any questions about permissions,
please contact the Society.
죄송합니다.
회원님은 논문 이용 권한이 없습니다.
권한 관련 문의는 학회로 부탁 드립니다.
[ Article ] | |
The Journal of Korean Institute of Information Technology - Vol. 22, No. 11, pp. 101-113 | |
Abbreviation: Journal of KIIT | |
ISSN: 1598-8619 (Print) 2093-7571 (Online) | |
Print publication date 30 Nov 2024 | |
Received 11 Jun 2024 Revised 04 Nov 2024 Accepted 07 Nov 2024 | |
DOI: https://doi.org/10.14801/jkiit.2024.22.11.101 | |
노인돌봄인력의 디지털리터러시가 이승보조로봇 수용에 미치는 영향 : 돌봄로봇 사용 자기효능감의 매개효과 | |
윤희정*
; 이정완**
; 신혜리***
; 김영선****
| |
*경희대학교 노인학과 고령서비스-테크융합전공 연구박사 | |
**경희대학교 노인학과 고령서비스-테크융합전공 박사과정 | |
***경희대학교 노인학과 고령서비스-테크융합전공 조교수 | |
****경희대학교 노인학과 고령서비스-테크융합전공 교수(교신저자) | |
A Study on the Relationship between Digital Literacy and Transfer-Assistive Robot Acceptance among Care Workers : The Mediating Effect of the Care Robot Use Self-Efficacy | |
Hee-Jeong Yoon*
; Jung-Wan Lee**
; Hye-Ri Shin***
; Young-Sun Kim****
| |
Correspondence to : Yong-Sun Kim Dept. of Gerontology(AgeTech-Service Convergence Major), Kyung Hee University, Yongin-si, Gyeonggi-do, Republic of Korea Tel.: +82-31-201-3719, Email: ysunkim@khu.ac.kr | |
Funding Information ▼ |
본 연구는 노인돌봄인력의 디지털 리터러시와 이승보조로봇 기술수용의 관계에서 돌봄로봇 사용 자기효능감의 매개효과를 검증하였다. 이를 위해 경희대학교 노인학과에서 수행한 '2023년 이승보조로봇 수요조사' 데이터를 활용하였으며, 이승작업을 수행하는 421명의 노인돌봄인력을 분석대상으로 선정하였다. 매개효과를 검증하기 위해 SPSS Process Macro의 Hayes 4번 모델을 사용하였으며, 매개효과의 유의성 검증은 부트스트랩(Bootstrapping)을 실시하였다. 연구결과, 노인돌봄인력의 디지털 리터러시가 이승보조로봇 기술수용에 긍정적인 영향을 미치며, 돌봄로봇 사용 자기효능감이 부분매개효과를 가지는 것으로 나타났다. 즉, 이승보조로봇 기술수용을 높이기 위해 디지털 리터러시 교육과 더불어 이승보조로봇 사용에 대한 자신감을 향상시키는 접근 또한 필요하다.
This study explores the mediating effect of care robot use self-efficacy on the relationship between digital literacy and the acceptance of transfer-assistive robots among elderly care workers. Data were drawn from the "2023 Demand Survey for Transfer-Assistive Robots" conducted by the Department of Gerontology at Kyung Hee University, focusing on 421 caregivers involved in transfer tasks. The mediating effect was examined using Hayes' Model 4 in SPSS Process Macro, with bootstrapping applied to test significance. The results indicated that digital literacy has a positive impact on the acceptance of transfer-assistive robots, and care robot use self-efficacy partially mediates this relationship. These findings suggest that, alongside digital literacy training, enhancing care workers' confidence in using transfer-assistive robots is essential for increasing technology adoption in elderly care.
Keywords: digital literacy, transfer-assistive robot, technology acceptance, self-efficacy, care worker, mediating effect |
IoT, 인공지능, 로봇기술 등 기술의 발전에 따라 의료, 교육, 가사, 교통 등 다양한 분야에서 로봇의 활용 확대되고 있다. 특히, 최근에는 고령화에 따라 돌봄이 필요한 노인이 증가하고 있으나 돌봄을 제공하는 인력은 감소함에 따라 노인돌봄 분야에서 돌봄로봇의 필요성이 활발하게 논의되고 있다.
돌봄로봇은 ‘로봇기술 등 4차 산업혁명 기술을 기반으로 기존의 기술로는 해결되지 않았던 돌봄 관련 문제를 해결하는 로봇’을 의미하며[1], 이승보조로봇, 욕창예방 및 자세변환로봇, 배설지원로봇, 식사보조로봇, 운동보조로봇(근력강화), 스마트와상 모니터링 및 코칭 로봇, 이동지원로봇, 목욕지원로봇, 커뮤니케이션로봇 등 9개 분야로 구분된다[2]. 돌봄로봇은 노인돌봄인력의 신체적, 정신적 부담을 경감시키고, 돌봄업무의 효율성을 높일 것으로 기대된다. 그러나 이러한 돌봄로봇의 효과를 얻기 위해서는 사용자인 노인돌봄인력이 돌봄로봇을 받아들이고, 현장에서 실제로 활용되어야 한다. 실제로 돌봄로봇은 이론적인 실험실 환경에서는 유망한 결과를 보여주지만[3][4], 돌봄인력의 낮은 수용성으로 인해 현장에 도입하였을 때에는 원하는 효과를 얻지 못하는 경우가 많은 것으로 보고되고 있다[5][6]. 따라서 노인돌봄인력의 돌봄로봇 수용에 영향을 미치는 요인을 검증하는 것이 돌봄로봇의 성공적인 구현에 필수적이다.
의료 및 돌봄분야에서 신기술 수용에 영향을 미치는 요인으로는 연령, 성별, 교육수준 등 인구사회학적 특성[7][8], 조직의 문화, 관리자의 지원 등 조직 및 직무적 특성 등이 보고되고 있으며[9][10], 최근에는 디지털 리터러시 등 기술적 요인 또한 강조되고 있다[11]. 디지털 리터러시는 ‘현대의 사회, 문화, 정치, 경제생활에 참여하기 위해 기술을 활용할 수 있는 능력’을 의미한다[12]. 연구에 따르면 디지털 리터러시가 높은 서비스 사용자 및 서비스 제공자를 포함한 최종 사용자는 건강 및 의료 관리 목적으로 기술을 수용하고 사용할 가능성이 더 높은 것으로 보고되었다[13][14]. 또한, 낮은 컴퓨터 기술 역량과 컴퓨터 경험이 정보통신기술에 대한 태도에 부정적인 영향을 미치고, 정보시스템 수용의 주요 장벽 중 하나인 것으로 확인되었다[15][16].
기술수용 연구에서 자기효능감 또한 중요하게 다뤄지고 있다. 일반적으로 자기효능감은 특정한 행동을 성공적으로 수행하기 위한 자신의 능력에 대한 믿음으로 정의되며[17], 기술적 맥락에서는 특정 형태의 기술을 학습하고 숙달하는 데 대한 개인의 자신감을 나타낸다[18][19]. 업무 변화에 대한 자기효능감이 높은 돌봄인력은 조직 변화에 대한 준비도가 더 높으며[20], 노인돌봄인력의 로봇 사용에 대한 자기효능감이 높으면 로봇화에 대한 준비도가 높고, 돌봄로봇 수용 또한 높은 것으로 보고되었다[21][22]. 또한, 고령자 연구에서는 이러한 기술 사용 자기효능감이 디지털 리터러시에 긍정 영향을 받으며[23], 자기효능감이 디지털 리터러시와 신기술 이용의향의 관계에서 매개효과를 가지는 것으로 보고되고 있다[24].
종합하면 디지털 리터러시와 기술사용 자기효능감은 기술수용에 긍정적인 영향을 미치며, 기술 사용 자기효능감이 디지털 리터러시와 기술수용의 관계에서 매개효과를 가질 것으로 예측된다. 그러나 기존 선행연구는 단순히 자기효능감이 기술수용에 미치는 영향을 살펴보는 등[21][22], 노인돌봄인력의 관점에서 돌봄로봇 기술수용에 디지털리터러시가 미치는 영향을 살펴본 연구는 부재한 실정이다. 따라서 본 연구는 노인돌봄인력의 디지털 리터러시와 이승보조로봇 기술수용의 관계에서 돌봄로봇 사용 자기효능감의 역할을 살펴보고자 한다. 특히, 돌봄로봇 중에서도 노인돌봄인력의 근골격계질환의 주요 원인으로 보고되는 이승 작업을 보조하는 로봇인 이승보조로봇의 기술수용을 우선적으로 살펴보고자 하며, 돌봄로봇을 사용할 수 있다는 자신감을 나타내는 돌봄로봇 사용 자기효능감으로 자기효능감을 세분화함으로써 노인돌봄인력의 이승보조로봇 기술수용을 높이기 위한 디지털 리터러시와 자기효능감 증진 방안을 모색하고자 한다.
본 연구는 고령화 사회에서 돌봄로봇을 효과적으로 도입하기 위한 방안을 제시하는 중요한 시사점을 제공하며, 디지털 리터러시와 자기효능감의 중요성을 강조함으로써 향후 정책 및 교육프로그램 개발에 유용한 참고 자료가 될 것으로 기대된다.
이승보조로봇은 다양한 돌봄로봇 중 하나로 스스로 이동하기 어려운 노인이나 환자를 도움으로써 노인돌봄인력의 신체적 부담을 경감시켜주는 로봇이다[25][26]. 노인돌봄인력은 거동이 불편한 환자의 목욕, 침대 이동, 화장실 이동을 위한 이승 작업을 종종 수행하게 되는데, 이때 돌봄인력의 근골격계 통증이나 부상의 위험이 높은 것으로 알려져 있다[27][28]. 이에 돌봄인력의 부상이나 신체부담 경감 및 돌봄 서비스의 질 향상을 위한 대안으로 이승보조로봇에 대한 관심 및 개발이 확산되고 있다[29][30].
Yoshimi et al.의 연구에 따르면 이승보조로봇을 사용했을 때 돌봄인력의 신체 피로도가 감소된다고 하였고[31], Kulich et al.는 6주간의 이승보조로봇 사용으로 돌봄인력의 신체적 요구와 업무량이 감소한다고 보고하고 있으며[32], Law et al.은 이승보조로봇 사용에 따른 작업부하를 살펴봤을 때, 작업부하 정도가 큰 폭으로 감소하였고, 업무수행도는 증가한다는 결과를 도출하였다[33]. 여러 선행연구를 통해 확인한 바와 같이 이승보조로봇의 활용은 돌봄인력의 업무수행을 용이하게 하여 돌봄 및 이동지원의 효율성과 질을 높이는 데에 기여할 수 있다. 이처럼 이승보조로봇 활용에 따른 효과를 발현시키기 위해서는 이를 사용하는 돌봄인력이 로봇을 적극적으로 수용하고 활용해야 한다.
새로운 기술의 성공적 구현을 위해서는 사용자의 기술수용 또는 거부 결정에 영향을 미치는 요인을 이해하는 것이 필수적이다[34]. 돌봄인력은 돌봄대상자와 가장 가까운 곳에서 일하며, 그들의 돌봄의 질에 직접적인 영향을 미치기 때문에 신기술 수용에 대한 돌봄인력의 관점은 특히 중요하다.
기술수용요인을 이해하기 위해 여러 모델과 이론이 등장했는데[35], 대표적인 이론으로는 기술수용모델(TAM)[36]이 있다. 기술수용모델은 기술수용을 예측하는 주요 변수로 지각된 유용성과 지각된 편의성, 태도와 이용의도을 제시한다[36]. 이후 사용자의 이용의도와 행위에 대해 보다 높은 설명력을 지닌 통합기술수용모델(UTAUT)[37]이나 노인의 소셜로봇 수용검증 모델인 Almere Model[38], 노인돌봄인력에 대한 돌봄로봇 기술수용을 검증하는 고령자기술수용모델(STAM)[39] 등으로 확장되었다. 이러한 기술수용모델을 기반으로 최근에는 자기효능감이나 디지털리터러시 등 정서적 신념이나 기술적 맥락에서의 기술수용 요인을 검증하고자 하는 연구가 수행되고 있다[7][22][43][44].
디지털 리터러시(Digital literacy)의 개념은 당초 Gilster가 정의한 ‘컴퓨터를 통해 발생한 정보를 이해하고 사용하는 능력’에서[45] ‘인터넷과 네트워크 등의 다양한 정보통신기술을 활용뿐 아니라 기술을 활용한 사회참여와 인지적 사고능력’까지 포함하는 개념으로 확장되었고[46], 이후 디지털 매체의 발전에 따라 계속적으로 범위가 확장되고 있다[47]. 디지털 리터러시는 정보화 시대에 삶의 질을 결정하는 필수능력으로 여겨지고 있으며[48], 개인이 기술을 대하는 인식과 행위에도 영향을 미친다고 하였다[49]. 이승보조로봇에 적용되는 기술은 개발이 진행되고 있는 고도화된 기술로 이를 효과적으로 사용하기 위해서는 디지털 리터러시가 중요하게 작용할 것이다[46][50]. 이는 선행연구를 통해 확인할 수 있는데, Stafford et al.의 연구에서는 로봇 사용 경험이 있는 사람의 경우 로봇 사용 경험이 없는 사람보다 컴퓨터 사용률이 높다는 결과를 제시하였고[51], 디지털 리터러시의 수준이 높을수록 신기술을 이해하기 수월하여 해당 기술에 대한 지각된 편의성 또한 증가한다는 연구도 확인할 수 있다[49][50]. 또한, Bandura에 따르면 성공 경험이란 특정 행동을 수행하고 성공한 경험을 뜻하며, 성공 경험이 많으면 자기효능감도 높아진다고 하였다[52]. 관련하여 Oh et al.는 디지털 리터러시는 기술 자기효능감 및 이용성과를 매개로 신기술을 이용하고자 하는 의향에 정적으로 영향을 준다는 결과를 도출하였다[24]. 이와 같은 선행연구를 종합해보면 이승보조로봇 기술수용에 디지털 리터러시가 중요하게 작용할 수 있음을 예측할 수 있다.
인간의 행동을 이끌어 내는 요인 중 하나인 자기효능감(Self-efficacy)은 개인이 지정된 성과를 달성하기 위한 행동을 수행할 수 있는 능력을 가지고 있다는 믿음이다[17]. 특정 자기효능감은 특정 작업이나 상황에 대한 자신감을 지칭하는데, 기술별 자기효능감은 기술에 대한 관심 수준과 상관관계가 있다[53]. 즉, 새로운 기술을 익히는데 있어 개인의 다양한 자신감 수준은 새로운 기술에 대한 개인의 태도, 가능한 영향력 및 후속 행동으로 이어진다[54]. Turja et al.의 연구에 따르면 로봇 자기효능감이 높으면 로봇화가 되는 상황에 대한 준비정도가 높다는 결과가 나타났고[21], Yoon et al.의 연구 결과에서도 이승보조로봇에 대한 자기효능감이 높은 경우 이승보조로봇을 이용하고자 하는 의향도 높게 나타났다[22]. 또한, Latikka et al.은 로봇 사용 자기효능감과 소셜로봇 수용이 관련이 있다는 연구결과를 제시하였고[8], Oksanen et al.의 연구에서도 로봇 사용 자기효능감이 높을수록 로봇과 AI에 대한 신뢰가 높다는 결과를 확인할 수 있다[55]. 이와 같은 선행연구 결과를 근거로 이승보조로봇이라는 신기술 수용 요인으로 자기효능감이 영향을 미칠 것이라고 예측할 수 있으나 노인돌봄인력의 관점에서 특정 자기효능감인 돌봄로봇 사용 자기효능감과 이승보조로봇 기술수용과의 관계를 확인한 연구를 찾아보기 어려워 본 연구에서 이승보조로봇 기술수용 요인으로 돌봄로봇 사용 자기효능감을 검증하고자 한다.
선행연구에 따르면 디지털 리터러시 수준이 높으면 관련된 기술을 쉽게 이해할 수 있고, 기술에 대한 접근 기회 또한 높아져 기술기반 돌봄서비스에 대한 관심이 증가하며 돌봄로봇을 적극적으로 수용하게 된다고 하였다[56]. 또한, 디지털 리터러시는 새로운 과제 성취에 대한 자신감을 가질 수 있도록 하며, 이는 자기효능감을 높이는 영향요인으로 작용한다는 연구결과도 확인할 수 있다[57][58]. 또 다른 연구에 따르면 신기술을 활용하고 수용하는 과정에 자기효능감은 중요하게 작용한다[59]. 고령층의 디지털 기기 이용 의도를 연구한 Kim rt al.,의 연구에 따르면 65세~74세 집단과 75세 이상 집단에서 디지털 자기효능감이 이용 의도에 정적인 영향을 주는 것으로 나타났다[60]. 더불어 ICT 기술관련 자기효능감이 디지털 리터러시와 긍정적으로 관련이 있다는 결과를 확인하였고[61], Kim은 인터넷을 사용한 경험이 e-Learning 자기효능감에 영향을 주고, 자기효능감은 인지된 이용 편리성을 거쳐 e-Learning 시스템 이용의도에 영향을 준다고 하였다[62]. 이와 같이 선행연구의 결과들을 종합하여 볼 때 디지털 리터러시와 이승보조로봇 기술수용의 관계에서 로봇 자기효능감의 매개효과를 추측해 볼 수 있다.
본 연구는 노인돌봄인력의 돌봄부담과 인력부족 문제와 관련하여 노인돌봄인력의 돌봄로봇 수요와 기술수용 등을 파악하기 위해 경희대학교 동서의학대학원 노인학과에서 수행한 '2023년 이승보조로봇 수요조사' 데이터를 활용하였다. 전국의 요양시설, 요양병원, 간호간병통합서비스병동에 근무하는 간호사, 간호조무사, 요양보호사, 간병인 등 노인돌봄인력 542명을 편의표집방식으로 모집하였으며, 2023년 10월부터 11월까지 온라인 설문조사 방식으로 진행되었다. 조사대상자 중에서 이승작업을 수행하지 않는 노인돌봄인력을 제외하여 최종 421명을 분석대상으로 선정하였다. 본 연구는 경희대학교 생명윤리심의위원회의 심의를 통해 설문조사지 및 조사 방법에 대한 객관적 타당성을 검증받았다(IRB no: KHGIRB-23-415).
본 연구는 노인돌봄인력의 디지털리터러시와 이승보조로봇 기술수용의 관계에서 돌봄로봇 사용 자기효능감의 매개효과를 규명하는데 목적이 있으며, 이를 검증하기 위해 연구모형을 그림 1과 같이 설정하였다.
종속변수인 이승보조로봇 기술수용을 측정하기 위해 Latikka et al.의 돌봄로봇 기술수용 측정도구를 활용하였다[8]. Latikka et al.은 고령자의 돌봄로봇 기술수용을 검증하는 Almere Model[38]의 태도, 유용성, 편의성, 즐거움, 신뢰, 적응성, 촉진조건, 불안, 친숙도의 9개 변수를 9개 문항으로 구성하여 노인돌봄인력을 대상으로 하는 돌봄로봇(이승보조로봇, 휴머노이드로봇, 텔레프레즌스로봇, 애완로봇) 기술수용 변수를 개발하였다[8]. 본 연구에서는 이를 활용하여 각 문항은 5점 리커트 척도로 측정 및 평균으로 계산하였으며, 점수가 높을수록 이승보조로봇 기술수용 정도가 높은 것으로 해석했다. 문항의 신뢰도 계수(Cronbach’s α)는 0.894로 높은 수준으로 나타났다.
독립변수인 디지털 리터러시는 돌봄분야에서 적용되고 있는 Lepkowsky and Arndt[63]의 Functional Assessment of Currently Employed Technology Scale(FACETS)을 활용하였으며, 5개 도메인(Home, Social, E-commerce, Health, Technical)의 총 10개 문항을 “0=전혀 하지 않는다” ~ “5=매일”의 6개 옵션으로 측정하여 합산했다. 점수가 높을수록 디지털 리터러시가 높은 것으로 해석되며, 신뢰도 계수(Cronbach’s α)는 0.836으로 높은 수준으로 나타났다.
매개변수인 돌봄로봇 사용 자기효능감은 돌봄로봇 연구에서 널리 사용되고 있는 Turja et al의 문항[64]을 활용하였다. 총 3개 문항을 5점 리커트 척도로 측정 및 평균으로 계산하였으며, 점수가 높을수록 돌봄로봇 사용 자기효능감이 높은 것으로 해석된다. 신뢰도 계수(Cronbach’s α)는 0.789로 높은 수준으로 나타났다.
먼저, 연구대상자의 일반적 특성과 측정변수들의 특성을 살펴보기 위해 빈도분석과 기술통계분석을 실시하였다. 둘째, 주요 변수들의 방향성과 관계를 살펴보기 위해 상관관계 분석을 수행하였다. 마지막으로, 노인돌봄인력의 디지털 리터러시와 이승보조로봇 수용의 관계에서 돌봄로봇 사용 자기효능감의 매개효과를 검증하기 위해 SPSS Process Macro의 Hayes 4번 모델을 사용하였다[65]. 또한 매개효과의 유의성 검증은 부트스트랩(bootstrapping)을 실시하였다. 본 연구의 모든 분석은 SPSS 28.0을 활용하였다.
연구대상자의 일반적 특성은 표 1과 같다. 성별은 여성이 368명(87.4%)으로 대다수를 차지했으며, 연령은 50대가 168명(39.9%), 60대 이상이 105명(24.9%)으로 높은 비중을 차지했으며, 교육수준은 고등학교 졸업 이하가 206명(48.9%)으로 가장 많은 비중을 나타냈다. 월 평균 개인소득은 평균 264.17만원이며, 경력은 평균 12.56년으로 나타났다.
Variables | Field | n/Mean | %/SD |
---|---|---|---|
gender | Man | 53 | 12.6 |
Woman | 368 | 87.4 | |
Age | 20-29 | 12 | 2.9 |
30-39 | 49 | 11.6 | |
40-49 | 87 | 20.7 | |
50-59 | 168 | 39.9 | |
60- | 105 | 24.9 | |
Education | High school and below | 206 | 48.9 |
College | 118 | 28.0 | |
University | 84 | 20.0 | |
Graduate school and above | 13 | 3.1 | |
Personal monthly income(10,000won) | 264.17 | 51.854 | |
Work experience(year) | 12.56 | 8.395 |
노인돌봄인력의 이승보조로봇 기술수용은 평균 30.55±5.97점, 디지털 리터러시는 25.84±8.17점, 돌봄로봇 사용 자기효능감은 3.48±0.71점이다(표 2).
Variables | Range | Mean±SD | Max | Min |
---|---|---|---|---|
Transfer-assistive robot acceptance | 5-45 | 30.55±5.97 | 12.0 | 45.0 |
Digital literacy | 0-50 | 25.84±8.17 | 5.0 | 50.0 |
Care robot self-efficacy | 1-5 | 3.48±0.71 | 1.3 | 5.0 |
주요변수의 상관관계를 확인하기 위하여 Pearson 상관관계 분석을 실시하였으며, 표 3과 같이 이승보조로봇 기술수용, 디지털 리터러시, 돌봄로봇 사용 자기효능감은 유의한 정의 상관관계를 가지는 것으로 나타났다.
1 | 2 | 3 | |
---|---|---|---|
1. Transfer-assistive robot acceptance | 1 | ||
2. Digital literacy | .334*** | 1 | |
3. Care robot self-efficacy | .511*** | .416*** | 1 |
노인돌봄인력의 디지털 리터러시와 이승보조로봇 기술수용 간의 관계에서 돌봄로봇 사용 자기효능감의 매개효과를 검증하기 위해 Process macro model 4를 이용하여 분석하였다. 표 4와 같이 연령, 성별, 교육수준, 개인소득, 경력을 통제한 상태에서 독립변수인 디지털 리터러시는 매개변수인 돌봄로봇 사용 자기효능감(coeff.=.031, p<.001)에 통계적으로 유의한 정의 영향을 미치는 것으로 나타났다.
coeff. | s.e. | t | LLCI | LUCI | |
---|---|---|---|---|---|
(constant) | 2.668 | .343 | 7.777*** | 1.994 | 3.342 |
gender | -.005 | .103 | -.053 | -.207 | .196 |
Age | -.005 | .004 | -1.336 | -.013 | .002 |
Education | .045 | .044 | 1.013 | -.042 | .131 |
Income | .000 | .001 | .505 | -.001 | .002 |
Experience | -.003 | .004 | -.633 | -.011 | .006 |
Digital literacy | .031 | .005 | 6.863*** | .022 | .040 |
F=15.5998***, R2=.1844 |
또한, 표 5와 같이 종속변수인 이승보조로봇 기술수용에 독립변수인 디지털 리터러시(coeff.=.141, p<.001)와 매개변수인 돌봄로봇 사용 자기효능감(coeff.=3.940, p<.001) 모두 통계적으로 유의한 정의 영향을 미치며, 통제변수는 남성, 교육수준 낮을수록, 경력이 많을수록 이승보조로봇 기술수용이 높게 나타났다.
coeff. | s.e. | t | LLCI | LUCI | |
---|---|---|---|---|---|
(constant) | 11.925 | 2.783 | 4.285*** | 6.454 | 17.395 |
gender | 2.000 | .778 | 2.570* | .470 | 3.530 |
Age | .049 | .029 | 1.678 | -.009 | .107 |
Education | -1.018 | .333 | -3.057** | -1.673 | -.363 |
Income | .009 | .006 | 1.624 | -.002 | .020 |
Experience | .075 | .033 | 2.283* | .010 | .139 |
Digital literacy | .141 | .036 | 3.895*** | .070 | .213 |
Care robot self-efficacy | 3.940 | .373 | 10.578*** | 3.208 | 4.672 |
F=29.6144***, R2=.3342 |
디지털 리터러시의 이승보조로봇 기술수용에 대한 돌봄로봇 사용 자기효능감의 매개효과 유의성 검증결과는 표 6과 같다. 먼저, 디지털 리터러시의 이승보조로봇 기술수용에 대한 직접효과의 크기는 .2638이었고 95% bootstrap 신뢰구간(.1878∼.3399)은 ‘0’을 포함하지 않으므로 통계적으로 유의하였다. 디지털 리터러시가 돌봄로봇 사용 자기효능감을 매개하여 이승보조로봇 기술수용에 미치는 간접효과의 크기는 .1226이었고 95% bootstrap 신뢰구간(.0826∼.1655)은 ‘0’을 포함하지 않으므로 통계적으로 유의함을 확인하였다. 이상에서 간접효과 유의성 확인 결과 디지털 리터러시와 이승보조로봇 기술수용의 관계에서 돌봄로봇 사용 자기효능감의 매개효과가 확인되었으며, 이는 노인돌봄인력의 디지털 리터러시 뿐만 아니라 돌봄로봇 사용 자기효능감을 증가시킨다면 이승보조로봇 기술수용이 증가할 수 있음을 의미한다.
Effect | Boot SE | 95% CI | ||
---|---|---|---|---|
Boot LLCI | Boot LUCI | |||
Total effect | .2638 | .0387 | .1878 | .3399 |
Direct effect | .1412 | .0363 | .0700 | .2125 |
Indirect effect | .1226 | .0210 | .0826 | .1655 |
본 연구는 이승작업을 수행하는 전국의 노인돌봄인력 421명을 대상으로 디지털 리터러시가 이승보조로봇 기술수용에 미치는 영향에서 돌봄로봇 사용 자기효능감의 매개효과를 검증하였다. 연구 결과, 노인돌봄인력의 디지털 리터러시가 이승보조로봇 기술수용에 긍정적인 영향을 미치며, 돌봄로봇 사용 자기효능감이 부분매개효과를 가지는 것으로 나타났다. 즉, 노인돌봄인력의 디지털리터러시가 높을수록 이승보조로봇 기술수용이 높으며, 돌봄로봇 사용 자기효능감이 높을 때 디지털리터러시가 이승보조로봇 기술수용에 미치는 긍정적인 영향이 강화된다고 설명할 수 있다. 이 결과는 고령자의 디지털 리터러시가 기술 사용 자기효능감에 긍정적인 영향을 미친다고 보고된 Kim et al.[23], 기술 사용 자기효능감이 디지털 리터러시와 신기술 이용의향의 관계에서 매개효과를 가지는 것으로 보고한 Oh et al.[24]의 연구와 일치한다.
본 연구의 결과에 따른 노인돌봄인력의 이승보조로봇 기술수용을 높이기 위한 제언은 다음과 같다. 첫째, 노인돌봄인력의 이승보조로봇 기술수용을 높이기 위해 디지털 리터러시 교육이 필요하다. 노인돌봄인력의 경우 대부분 50대 이상의 연령으로 디지털 기기에 대한 이해도가 충분하지 않기 때문에 이승보조로봇을 사용하기 전에 기본적인 디지털 기술을 이해하고 활용하는 방법에 대해 교육이 필요하며, 단순히 기기 사용법만이 아니라 정보를 다루고 활용하는 것까지 단계적인 디지털 리터러시 교육이 돌봄인력 커리큘럼에 반영될 수 있도록 고려되어야 한다. 둘째, 디지털 리터러시 교육 및 이승보조로봇 사용 교육을 제공할 때, 기술적인 교육 및 훈련만을 제공하는 것이 아니라 심리적 측면에서 돌봄로봇을 잘 사용할 수 있다는 자신감을 나타내는 자기효능감을 함께 높이는 것이 중요하다. Liao et al.은 기술을 익히는데 있어 개인의 다양한 자신감 수준은 새로운 기술에 대한 개인의 태도, 가능한 영향력 및 후속 행동으로 이어진다고 보고하였다[54]. 즉, 디지털 리터러시, 이승보조로봇 교육 훈련을 제공할 때 노인돌봄인력에게 긍정적인 피드백과 격려를 통해 성공 경험 제공함으로써 이승보조로봇 사용에 대한 자신감을 향상시키는 것이 필요하며, 특히 자기효능감 형성과 관련하여 경험의 양보다는 질적 차원에서 접근하는 것이 중요하다. 종합하면, 향후 노인돌봄인력의 이승보조로봇 기술수용을 높이기 위해서는 노인돌봄인력의 연령과 수준을 고려한 맞춤형 디지털 리터러시 교육, 이승보조로봇에 대한 필요성 및 효과성에 대한 인식제고 교육, 이승보조로봇의 종류, 작동 방법에 대한 이론적인 교육 등의 체계적인 교육 커리큘럼 개발이 필요하며, 나아가 노인돌봄인력이 자신감과 지속적인 성취감을 느끼도록 이승보조로봇을 직접 사용하고 체험할 수 있는 실습 및 응용 심화과정까지 단계적인 커리큘럼을 개발하는 것이 향후 이승보조로봇의 성공적인 도입에 효과적일 것으로 사료된다.
본 연구의 함의는 다음과 같다. 첫째, 본 연구는 디지털 리터러시와 기술 사용 자기효능감이 돌봄로봇 기술수용에 미치는 영향을 단편적으로 검증하였던 기존연구[8][13][22]에서 나아가 디지털 리터러시와 기술수용의 관계에서 기술 사용 자기효능감의 매개효과를 검증함으로써 돌봄로봇 기술수용 연구의 범위를 확장하였다는 학문적 함의를 지닌다. 특히, 본 연구는 돌봄로봇 중에서도 노인돌봄인력의 돌봄부담이 가장 높은 것으로 알려진 이승작업을 보조하는 이승보조로봇의 기술수용을 주목하였으며, 돌봄로봇 사용 자기효능감으로 자기효능감을 구체화하여 살펴봄으로써 개념을 확장하였다는 점에서 기존 연구와의 차별점을 가진다. 둘째, 본 연구는 노인돌봄인력의 이승보조로봇 기술수용을 높이기 위해 기술적 관점 뿐만 아니라 심리적 관점에서 구체적인 교육방안을 제시하였다는 실천적 함의를 지닌다. 연구결과에 따른 체계적이고 구체적인 교육방안을 적용함으로써 돌봄현장에 이승보조로봇의 성공적인 도입에 기여할 수 있으며, 궁극적으로 노인돌봄인력의 업무를 개선하고 돌봄수혜자의 독립적이고 건강한 삶을 지원함으로써 돌봄생태계를 질적으로 향상시킬 것으로 기대된다. 따라서 후속 연구에서는 실제로 교육 커리큘럼을 개발하고, 노인돌봄인력에게 이승보조로봇 교육을 제공하여 이승보조로봇 기술수용 수준이 높아졌는지 검증하는 등의 실증연구를 진행함으로써 교육의 효과성을 검증하고, 교육 커리큘럼을 구체화하는 것이 필요하다.
이 연구는 산업통상자원부 및 한국산업기술기획평가원의 사회적약자자립지원로봇기술개발사업(1단계 이승보조로봇의 실증평가 및 고도화 개발, RS-2023-00229466)과 2021년 대한민국 교육부 및 한국연구재단의 지원을 받아 수행되었음(NRF-2021A3A2A01096346)
1. | National Rehabilitation Institute, Rehabilitation Research Institute, "Research on establishing an action plan to build a care and rehabilitation technology service base including robot technolog", 2018 Rehabilitation Robot Intermediary Research Group internal research report, 2019. |
2. | M. J. Lim, W. K. Song, H. Kweon., and E. R. Ro, "Care robot research and development plan for disability and aged care in Korea: A mixed-methods user participation study", Assistive Technology, Vol. 35. No. 4, pp. 292-301, Feb. 2023. |
3. | H. S. Nodooshan, A. Choobineh, M. Razeghi, and T. S. N. Khales, "Designing, prototype making and evaluating a mechanical aid device for patient transfer between bed and stretcher", International Journal of Occupational Safety and Ergonomics, Vol. 23, No. 4, pp. 491-500, Feb. 2017. |
4. | M. Greenhalgh, E. Blaauw, N. Deepak, C. L. M. St. Laurent, R. Cooper, R. Bendixen, and R. A. Cooper, "Usability and task load comparison between a robotic assisted transfer device and a mechanical floor lift during caregiver assisted transfers on a care recipient", Disability and Rehabilitation: Assistive Technology, Vol. 17, No. 7, pp. 833-839, Sep. 2020. |
5. | Q. Yang, J. Zimmerman, and A. Steinfeld, "Review of medical decision support tools: Emerging opportunity for interaction design", IASDR 2015 Interplay Proceedings, 2015. |
6. | G. Vogt and A. S. L. König, "Robotic devices and ICT in long-term care in Japan: Their potential and limitations from a workplace perspective", Contemporary Japan, Vol. 35, No. 2, pp. 270-290, 2023. |
7. | T. Turja, I. Aaltonen, S. Taipale, and A. Oksanen, "Robot acceptance model for care (RAM-care): A principled approach to the intention to use care robots", Information & Management, Vol. 57, No. 5, pp. 103220, Jul. 2020. |
8. | R. Latikka, T. Turja, and A. Oksanen, "Self-efficacy and acceptance of robots", Computers in Human Behavior, Vol. 93, pp. 157-163, Apr. 2019. |
9. | C. Huisman and H. Kort, "Two-year use of care robot Zora in Dutch nursing homes: An evaluation study", Healthcare, Vol. 7. No. 1, Feb. 2019. |
10. | P. Vichitkraivin and T. Naenna, "Factors of healthcare robot adoption by medical staff in Thai government hospitals", Health and Technology, Vol. 11, pp. 139-151, Nov. 2020. |
11. | A. Kuek and S. Hakkennes, "Healthcare staff digital literacy levels and their attitudes towards information systems", Health informatics journal, Vol. 26, No. 1, pp. 592-612, Mar. 2020. |
12. | British Computer Society, BCS digital literacy for life programme, 2017. https://www.bcs.org/policy-and-influence/education/digital-literacy/ [accessed: Nov. 11, 2024] |
13. | J. Bosch, C. Ludwig, J. Fluch-Niebuhr, and D. Stoevesandt, "Empowerment for the digital transformation: results of a structured blended-learning on-the-job training for practicing physicians in Germany", International Journal of Environmental Research and Public Health, Vol. 19, No. 20, pp. 12991, Oct. 2022. |
14. | T. V. Le, H. Galperin, and D. Traube, "The impact of digital competence on telehealth utilization", Health Policy and Technology, Vol. 12, No. 1, pp. 100724, Mar. 2023. |
15. | S. Ajami and T. Bagheri-Tadi, "Barriers for adopting electronic health records (EHRs) by physicians", Acta Informatica Medica Vol. 21, No. 2, pp. 129, Jun. 2013. |
16. | L. A. Huryk, "Factors influencing nurses’ attitudes towards healthcare information technology", Journal of nursing management, Vol. 18, No. 5, pp. 606-612, Jul. 2010. |
17. | A. Bandura, "Self-efficacy: toward a unifying theory of behavioral change", Psychological review, Vol. 84, No. 2, pp. 191, 1977. |
18. | I. Ajzen, "The theory of planned behavior", Organizational behavior and human decision processes, Vol. 50, No. 2, pp. 179-211, 1991. |
19. | D. R. Compeau and C. A. Higgins, "A social cognitive theory perspective on individual reactions to computing technology", ICIS 1991 Proceedings, Vol. 55, 1991. |
20. | C. E. Cunningham, C. A. Woodward, H. S. Shannon, J. MacIntosh, B. Lendrum, D. Rosenbloom, and J. Brown, "Readiness for organizational change: A longitudinal study of workplace, psychological and behavioural correlates", Journal of Occupational and Organizational psycho, Vol. 75, No. 4, pp. 377-392, Dec. 2002. |
21. | T. Turja, S. Taipale, M. Kaakinen, and A. Oksanen, "Care workers’ readiness for robotization: identifying psychological and socio-demographic determinants", International Journal of Social Robotics, Vol. 12, No. 1, pp. 79-90, Jan. 2020. |
22. | H. Yoon and Y. Kim, "A Study on Factors Affecting the Intention to Use Care Robot among Institutional Elderly Care Professionals : Focusing on Transfer Assist Robot", Korean Gerontology, Vol. 41, No. 5, pp. 715-736, Oct. 2021. |
23. | S. Kim and H. Shin, "Structural Relationships among Digital Competence, Self-Efficacy and Income of Middle-aged and Elderly", Culture and Convergence, Vol. 44, No. 12, pp. 1245-1260, Dec. 2022. |
24. | S. Oh and S. Choi, "The Effect of Digital Information Level on the Intention to Use New Technology among Older Adults: Focused on the Multiple Mediating Effect of Technical Self-Efficacy and Utilization Performance", Elderly Welfare Research, Vol. 76, No. 4, pp. 137-170, Dec. 2021. |
25. | K. Vorasawad, H. Kweon, and C. Kim, "Development of a Care Robot for Lift and Transfer of Bedridden Patients", The Journal of Korea Robotics Society, Vol. 18, No. 4, pp. 403-408, Aug. 2023. |
26. | G. Han, J. Jung, S. Park, and S. Hong, "A Study on the Basic Design Elements in the Development of Lift Support Robot", KSDS Conference Proceeding, pp. 282-283, Jun. 2020. |
27. | A. R. Darragh, C. M. Sommerich, S. A. Lavender, K. J. Tanner, K. Vogel, and M. Campo, "Musculoskeletal discomfort, physical demand, and caregiving activities in informal caregivers", Journal of Applied Gerontology, Vol. 34, No. 6, pp. 734-760, 2015. |
28. | L. A. Pompeii, H. J. Lipscomb, A. L. Schoenfisch, and J. M. Dement, "Musculoskeletal injuries resulting from patient handling tasks among hospital workers", American journal of industrial medicine, Vol. 52, No. 7, pp. 571-578, Jul. 2009. |
29. | G. Cheng, Y. Huang, X. Zhang, H. Chen, and J. Ota, "An overview of transfer nursing robot: Classification, key technology, and trend", Robotics and Autonomous Systems, Vol. 174, pp. 104653, Apr. 2024. |
30. | S. Lee, "Necessity and Field Demand for Assist Robots", Korea robotics society review, Vol. 13, No. 2, pp. 10-13, 2016. |
31. | T. Yoshimi, K. Kato, S. Tsuchimoto, N. Mizuguchi, K. Aimoto, N. Itoh, and I. Kondo, "Investigating proficiency using a lift-type transfer support device for effective care: comparison of skilled and unskilled nursing homes", Disability and Rehabilitation: Assistive Technology, Vol. 19, No. 3, pp. 841-850, 2024. |
32. | H. R. Kulich, L. Wei, T. M. Crytzer, R. A. Cooper, and A. M. Koontz, "Preliminary evaluation of an automated robotic transfer assist device in the home setting", Disability and Rehabilitation: Assistive Technology, Vol. 18, No. 5, pp. 511-518, 2023. |
33. | M. J. Law, et al., "Evaluation of a motorised patient transfer device based on perceived workload, technology acceptance, and emotional states", Disability and Rehabilitation: Assistive Technology, Vol. 19, No. 3, pp. 938-950, 2024. |
34. | V. Venkatesh, "Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model", Information Systems Research, Vol. 11, No. 4, pp. 342-365, Dec. 2000. |
35. | A. A. AlQudah, M. Al-Emran, and K. Shaalan, "Technology acceptance in healthcare: a systematic review", Applied Sciences, Vol. 11, No. 22, pp. 10537, Nov. 2021. |
36. | F. D. Davis, R. P. Bagozzi, and P. R. Warshaw, "User acceptance of computer technology: A comparison of two theoretical models", Management science, Vol. 35, No. 8, pp. 982-1003, Aug. 1989. |
37. | V. Venkatesh, M. G. Morris, G. B. Davis, and F. D. Davis, "User acceptance of information technology: Toward a unified view", MIS quarterly, pp. 425-478, Sep. 2003. |
38. | M. Heerink, B. Kröse, V. Evers, and B. Wielinga, "Assessing acceptance of assistive social agent technology by older adults: the almere model", International Journal of Social Robotics, Vol. 2, pp. 361-375, Sep. 2010. |
39. | K. Chen and A. H. S. Chan, "Gerontechnology acceptance by elderly Hong Kong Chinese: a senior technology acceptance model (STAM)", Ergonomics, Vol. 57, No. 5, pp. 635-652, Mar. 2014. |
40. | S. Kyriakidis, M. L. Stevens, K. Karstad, K. Søgaard, and A. Holtermann, "The influence of nursing home, ward, and eldercare workers on the number of resident handlings performed per shift in eldercare", International Journal of Environmental Research and Public Health, Vol. 18, No. 21, pp. 11040, Oct. 2021. |
41. | K. L. Kucera, et al., "Factors associated with lift equipment use during patient lifts and transfers by hospital nurses and nursing care assistants: A prospective observational cohort study", International journal of nursing studies, Vol. 91, pp. 35-46, Mar. 2019. |
42. | N. L. Noble and N. L. Sweeney, "Barriers to the use of assistive devices in patient handling", Workplace health & safety, Vol. 66, No. 1, pp. 41-48, 2018. |
43. | Y. Li and C. Wang, "Effect of customer's perception on service robot acceptance", International Journal of Consumer Studies, Vol. 46, No. 4, pp. 1241-1261. Jul. 2022. |
44. | Y. Choi, "A Study on the Effect of Digital Technology Acceptance on the Life Satisfaction of Urban Residents in the Era of Covid 19: Focusing on the Moderating Effect of Digital Literacy", Journal of local government studies, Vol. 33, No. 3, pp. 187-219. Sep, 2021. |
45. | P. Gilster and P. Glister, "Digital literacy: Wiley Computer Pub", New York, 1997. |
46. | A. Loureiro and M. Barbas, "Active ageing–enhancing digital literacies in elderly citizens", In Learning and Collaboration Technologies, Technology-Rich Environments for Learning and Collaboration, Vol. 8524, pp. 450-459, Jun. 2014. |
47. | J. Kang, H. Song, and H. Kim, "Development and Application of the Diagnostic Instruments for Measuring Digital Literacy in the Smart Society", Korean Journal of Regional Information Chemistry, Vol. 17, No. 3, pp. 143-173, Sep. 2014. |
48. | J. Lim, E. Kim, and M. Kim, "The Effects of Digital Literacy on the Quality of Life in Elderly", Journal of Lifelong Learning Society, Vol. 16, No. 2, pp. 111-135, May 2020. |
49. | K. S. Kim, "Relationship between Self-efficacy and Living Satisfaction and Depression according to the level of Information Service Activities of the Elderly", Journal of the Korea Society of Computer and Information, Vol. 25, No. 6, pp. 225-230, Jun. 2020. |
50. | A. Kaur, "Artificial intelligence (AI) literacy among older adults", MS thesis. Oslomet-storbyuniversitetet, May 2023. https://hdl.handle.net/11250/3100854 |
51. | R. Q. Stafford, B. A. MacDonald, C. Jayawardena, D. M. Wegner, and E. Broadbent, "Does the robot have a mind? Mind perception and attitudes towards robots predict use of an eldercare robot", International journal of social robotics, Vol. 6, pp. 17-32, Jan. 2014. |
52. | A. Bandura, "Perceived self-efficacy in cognitive development and functioning", Educational psychologist, Vol. 28, No. 2, pp. 117-148, 1993. |
53. | D. S. Niederhauser, and S. Perkmen, "Validation of the intrapersonal technology integration scale: Assessing the influence of intrapersonal factors that influence technology integration", Computers in the Schools, Vol. 25, No. 1-2, pp. 98-111, Sep. 2008. |
54. | S. Liao, L. Lin, and Q. Chen, "Research on the acceptance of collaborative robots for the industry 5.0 era--the mediating effect of perceived competence and the moderating effect of robot use self-efficacy", International Journal of Industrial Ergonomics, Vol. 95, pp. 103455, May 2023. |
55. | A. Oksanen, N. Savela, R. Latikka, and A. Koivula, "Trust toward robots and artificial intelligence: An experimental approach to human-technology interactions online", Frontiers in Psychology, Vol. 11, pp. 568256, Dec. 2020. |
56. | H. Lee, M. A. Chung, H. Kim, and E. W. Nam, "The Effect of Cognitive Function Health Care Using Artificial Intelligence Robots for Older Adults: Systematic Review and Meta-analysis", JMIR aging, Vol. 5, No. 2, pp. e38896, Apr.-Jun. 2022. |
57. | S. Seo, "The Effect of Smartphone Education on the Quality of Life, Self-efficacy, Well-being for the Elderly", Journal of Convergence Information, Vol. 9, No. 5, pp. 165-171, May 2019. |
58. | M.-S. Jeong and Y.-R. Lee, "A Study on the Influence of the Satisfaction of the Internet Use on the Life Satisfaction of the Elderly : A Mediating Effect of Self-efficacy", Andragogy Today, Vol. 15, No. 1, pp. 63-85, Feb. 2012. |
59. | D. R. Compeau and C. A. Higgins, "Computer self-efficacy: Development of a measure and initial test", MIS quarterly, Vol. 19, No. 2, pp. 189-211, Jun. 1995. |
60. | S. Kim, Y. Kim, and H. Shin, "Analysis on Predictive Factors of Digital Information Capability Level: Focused on Gender Difference", Information Society and Media, Vol. 21, No. 2, pp. 21-43, Aug, 2020. |
61. | O. E. Hatlevik, I. Throndsen, M. Loi, and G. B. Gudmundsdottir, "Students’ ICT self-efficacy and computer and information literacy: Determinants and relationships", Computers & Education, Vol. 118, pp. 107-119, Mar. 2018. |
62. | S. Kim, "An Analysis on the Effects of Technology Acceptance and Performance by Learner`s Self-efficacy in the e-Learning System", Journal of Corporate Education and Talent Research, Vol. 7, No. 1, pp. 27-50, Jan. 2005. |
63. | C. M. Lepkowsky and S. Arndt, "Research Article Functional Assessment of Currently Employed Technology Scale (FACETS): Reliability and Validity", International Journal of Medical Science and Clinical Invention, Vol. 5, No. 9, pp. 4064-4068, 2018. |
64. | T. Turja, T. Rantanen, and A. Oksanen, "Robot use self-efficacy in healthcare work (RUSH): development and validation of a new measure", AI & SOCIETY, Vol, 34, No. 1, pp. 137-143, Jul. 2019. |
65. | A. F. Hayes, "Introduction to Mediation, Moderation, and Conditional Process Analysis A Regression-Based Approach", Guilford Press, 2017. |
2017년 2월 : 서울과학기술대학교 산업정보시스템공학과(공학사)
2021년 2월 : 경희대학교 노인학과 고령서비스-테크 융합전공 (노년학석사)
2023년 2월 : 경희대학교 노인학과 고령서비스-테크 융합전공 (노년학박사)
2023년 3월 ~ 현재 : 경희대학교 노인학과 고령서비스-테크 융합전공 연구박사
관심분야 : AgeTech, 돌봄로봇, 돌봄기술, 기술수용
2004년 2월 : 덕성여자대학교 사회복지학과(문학사)
2023년 8월 : 경희대학교 노인학과 고령서비스-테크 융합전공 (노년학석사)
2023년 9월 ~ 현재 : 경희대학교 노인학과 고령서비스-테크 융합전공 박사과정
관심분야 : 노인복지, 디지털격차, 기술수용, AgeTech-Service
2008년 2월 : 숭실대학교 사회복지학과(문학사)
2010년 2월 : 연세대학교 사회복지학과(문학석사)
2017년 2월 : 연세대학교 사회복지학과(문학박사)
2017년 3월 ~ 현재 : 경희대학교 노인학과 고령서비스-테크융합전공 조교수
관심분야 : 노인복지, 노인돌봄, 돌봄기술, AgeTech-Service
1991년 2월 : 연세대학교 심리학과(문학사)
1997년 2월 : 연세대학교 심리학과(문학석사)
2013년 8월 : 연세대학교 사회복지학과(문학박사)
2015년 3월 ~ 현재 : 경희대학교 노인학과 고령서비스-테크융합전공 교수
관심분야 : AgeTech-Service, 돌봄로봇, 돌봄기술, 고령자 기술수용, 고령화정책, 건강노화서비스, health literacy