1.서 론

경제가 발전할수록 서비스산업이 경제에서 차지하는 비중은 높아진다. 상업, 금융업, 운수업, 관광업 등 전통적 인 3차 산업이 고용 및 생산에서 차지하는 비중이 높아질 뿐 아니라 제품을 생산하는 제조업에서도 생산에 투입되 는 중간재로서의 서비스 비중도 높아지게 된다[21]. 이러 한 서비스 중심의 산업구조는 서비스 기업에게는 경쟁우 위를 위한 기존 서비스의 고급화나 기존의 서비스 외에 보조 서비스를 제공하는 차별화를 강제하는 특징을 보이 며, 제조 기업에게는 제품을 판매하면서 부수적인 서비스 를 점차 증가시키고 기업의 주요 사업을 서비스업으로 확 장하도록 하는 특징을 보인다[32]. 현대는 이미 서비스산 업이 중심이 되는 서비스 경제를 이루었으며, 기업들에게 서비스는 경쟁우위를 확보하기 위한 필수적인 요소가 되 었다. 따라서 기업의 입장에서는 서비스에 대해서도 생산 에서와 같이 생산성을 증가시키고 효율성을 확보하기 위 한 과학적인 분석방법이 필요하게 되었으며, 연구자들은 이러한 요구에 부응하기 위해 서비스를 평가하고 분석하 려는 노력들을 해왔다[8, 9, 26, 30].

이러한 시도들은 서비스를 구조화하고 이를 통해 서 비스의 성능(performance)을 분석하는 방법론에 대한 연 구들로 이어졌으며, 여러 연구에서 프로세스(process)라 는 개념이 서비스의 성능 분석에 유용한 도구(tool)로 소 개되고 있다[1, 11, 22, 27]. 프로세스란 특정 대상에게 약속된 결과를 제공할 수 있도록 설계된 조직적이고 차 근차근한 활동의 집합을 의미한다[10]. 따라서 서비스 프 로세스를 약속된 서비스를 제공할 수 있도록 조직적으로 설계된 서비스 활동(service activity)들의 집합으로 정의 함으로써 서비스를 구조화하고, 각각의 서비스 활동들이 서비스의 성능에 어떻게 영향을 미치는지를 분석함으로 써 서비스 성능의 분석과 평가가 가능한 것이다. 이러한 개념에서 다양한 서비스 프로세스의 분석 방법(method) 이 소개되었으나[6, 14, 19, 23, 31, 29], 이러한 방법들은 서비스를 특성에 따라 분류하고, 서비스 사용자의 관점 을 반영할 수 있는 정량분석을 제공하지 못한다는 한계 점을 가지고 있다[15]. 이러한 한계점을 극복하기 위한 시도로써 고장나무(Fault Tree; FT)의 분석 방법을 서비스 프로세스 분석에 적용하는 서비스나무분석(Service Tree Analysis; STA)이라는 개념이 Geum et al.[15]에 의하여 최 초로 소개되었다.

고장나무분석은 결과(또는 고장)가 되는 사건을 정상 사건(top event)으로 정의하고, 해당 사건의 발생을 연역 적으로 해석하여 원인이 되는 기본사건(basic event)을 찾 아, 기본사건 간의 관계를 AND와 OR라는 논리기호를 사 용하여 나무모양의 그림으로 나타낸 후[24, 33]. 이를 바 탕으로 정상사건에 영향을 미치는 주요 기본사건 간의 논 리적 관계를 해석하고, 기본사건들이 발생하는 확률을 평 가함으로써 정상사건의 발생에 영향을 미치는 주요원인 (기본사상)들에 대한 정량적 분석을 수행하는 방법으로 1962년에 개발된 이후 신뢰성 및 안전성분석에 널리 사 용되고 있다[24, 28].

서비스나무분석은 고장나무분석의 개념을 충실히 따라 제공을 목표로 하는 최종서비스를 정상사상으로 정의하 고, 서비스의 성공적 제공을 위해 필요한 서비스요소를 AND 또는 OR 게이트를 사용하여 구조화함으로써, 고장 나무분석이 가지고 있는 다양한 분석방법을 차용하여 하 위서비스 각각이 최종서비스의 완성에 어떠한 공헌을 하 는지 파악하거나, 이를 기반으로 정량적인 분석을 할 수 있는 다양한 가능성들을 확보하게 되었다. 그러나 Geum et al.[15]의 연구는 서비스를 고장나무분석을 사용하여 분석할 수 있다는 점을 제시한 점에서는 큰 의미를 가지 고 있지만, 세부적인 분석방법에서 고장나무분석이 이미 가지고 있는 우수한 분석기법들을 적극 활용하고 있지 못 하다는 점에서는 많은 아쉬움이 남는다. 대표적으로 신뢰 성 중요도(reliability importance)라는 개념이 그러하다. 신 뢰성중요도란 특정 부품의 작동여부가 시스템의 작동여 부에 미치는 영향력을 수치화 한 척도로써, 하위사건 각 각이 상위사건(최종적으로는 정상사건)에 어떻게 공헌을 하는지를 AND와 OR라는 논리기호를 사용하여 나무형태 로 구조화 한 상황에서 하위사건의 변화가 상위사건에 미 치는 영향력을 파악하는 핵심적인 지표이다. 서비스나무 분석이 제공을 목표로 하는 최종서비스를 하위서비스의 AND 또는 OR 게이트에 의한 계층적 구조로 인식하였다 면, 신뢰성 중요도의 개념을 사용할 경우, 하위서비스의 제공여부가 최종서비스의 제공여부에 미치는 영향력을 수치화한 척도를 확보하게 되고, 이는 최종서비스의 입장 에서 하위서비스의 중요도 우선순위를 판단할 수 있게 되 는 것이다.

하위서비스의 최종서비스에 중요도 우선순위를 판단한 다는 것은 제한된 자원 하에서 최종서비스의 만족도(품 질)을 향상시키기 위한 의사결정시 효율적인 판단이 가능 하게 함을 의미하며, 현재 제공되고 있는 서비스 수준을 지키는 관점에서도 하위서비스들에 대한 효율적 관리가 가능함을 의미한다.

이렇듯, 나무분석에서 신뢰성 중요도는 매우 의미 있 는 지표이기에, Hwang et al.[18]가 서비스나무분석의 내 용을 좀 더 일반화 시키려는 시도와 함께, 신뢰성 중요도 의 개념을 적용하여 서비스나무분석을 확장할 여지가 있 음을 주장하였다. 본 연구는 이러한 여지를 체계적으로 접근하여 서비스요소가 전체서비스에 미치는 영향력을 나타낼 수 있는 지표로써 서비스 중요도라는 개념을 소개 하였고, 두 개 이상의 서비스요소가 상호 보완적(complements) 인지 대체적(substitutes)인지를 판단 할 수 있는 지 표로써 결합 서비스 중요도를 소개하였다. 또한, 해당 지 표들이 서비스 만족도 향상을 위해 어떻게 활용될 수 있 는지를 간단한 예를 통해 보이고 있다. 본 논문의 결과를 통해 서비스나무분석이 단순히 서비스의 만족도를 평가 할 수 있는 방법론에서 서비스의 개선까지 고려할 수 있 는 서비스 분석 방법론으로 그 활용범위가 확장되었다는 점에서 본 논문의 가치를 찾을 수 있다.

2.서비스나무분석(Service Tree Analysis; STA)

<Figure 1>은 서비스나무의 예를 보여주고 있으며, 이후 의 전개에서는 용어의 혼란을 막기 위하여 최종적인 제공 을 목적으로 하는 서비스(즉, 분석하는 대상이 되는 서비스 로써 서비스나무에서 정상사상인 서비스)를 최종서비스 로, 최종서비스를 제공하기 위해 제공되는 하위서비스 또 는 서비스 기능(서비스나무에서 기본사상이 되는 서비스) 을 서비스요소(service element)라는 단어로 사용하겠다.

서비스나무(service tree)는 제공을 목표로 하는 최종서 비스를 정상사상으로 정의하고, 서비스의 성공적 제공을 위해 필요한 서비스요소를 AND 또는 OR 게이트로 구 성한다. 이때, AND 게이트로 연결되는 서비스요소들은 상위 서비스가 만족되기 위해서는 연결된 서비스가 모두 수행되어야 하는(즉, 고객이 반드시 모두 선택해야하는) 것들을 의미하고, OR 게이트로 연결된 서비스요소들은 상위 서비스가 만족되기 위해서는 연결된 서비스 중 하 나 이상만 수행되면 되는(즉, 고객이 선별하여 선택할 수 있는) 것들을 의미한다[15].

서비스나무는 기본적으로 AND와 OR라는 논리기호를 사용하여 나무모양의 그림으로 정상사건을 표현하는 고 장나무의 개념을 충실히 따르고 있기 때문에, 분석 및 해 석 역시 고장나무의 절차를 충실히 따르고 있다. 그러나 분석대상을 서비스로 특정하였기 때문에 고장나무분석에 비해 좀 더 구체적이고 차별화된 해석들이 필요하며, 본 장에서는 이런 부분을 중심으로 서비스나무분석의 절차 및 내용을 소개하였다. 다만, 서비스나무분석은 2009년에 Geum et al.[15]에 의해 최초로 소개되었고 이후의 이렇다 할 후속연구가 거의 없기 때문에 본 장에서는 Geum et al. [15]의 연구내용을 기준으로 소개한다.

2.1.STA의 정성적 분석

고장나무에서는 고장에 영향을 미치는 기본사건들을 도출하기 위하여 최소연결집합(Minimal Path Sets; MPS) 또는 최소절단집합(Minimal Cut Sets; MCS)을 구한다. 이 때 MPS는 정상사건이 발생하기 위해 필요한 최소한의 기본사상의 집합을 의미하며, MCS는 정상사건이 발생하 지 않도록 하는 최소한의 기본사상의 집합을 의미한다.

서비스 프로세스의 관점에서는 고객이 프로세스 안에 서 제공받은 여러 서비스들 중 진정으로 서비스 받기를 원하는(중요하게 여기는) 것을 파악하는 것이 중요하며, 이러한 관점에서 고장나무분석에서는 최소절단집합이 더 의미가 있다. 왜냐하면 최소절단집합의 정의에 비추어 생 각해보면 최소절단집합은 서비스가 제공되기 위해 반드시 제공되어야 할 서비스요소이기 때문이다. 따라서 서비스나 무분석의 정성적 분석에서는 최소절단집합을 구하고 이를 Minimal Service Cut Set(MSCS)라고 정의한다. 그리고 MSCS 에 포함된 서비스요소들을 핵심 서비스(core service)라고 정의하며, 핵심 서비스와 직접적으로 연결된 서비스요소 를 지원 서비스(supporting service), 그 외의 서비스를 선택 적 서비스(optional service)로 구분하여 서비스의 성공적 제공 및 만족도 향상을 위한 각각의 다른 전략적 대처 방 안을 고려하도록 하였다[15].

2.2.STA의 정량적 분석

고장나무분석에서는 정상사건의 발생확률을 정량화하 기 위하여 기본사건의 발생확률 q_i를 구하고, 이를 기반으 로 AND와 OR 게이트에 따라 아래의 식을 사용하여 상 위수준의 발생확률을 계산한다. 식 (1)은 AND 게이트로 연결된 사건들에 대한 확률이고, 식 (2)는 OR 게이트로 연결된 사건들에 대한 확률이다[33].

서비스나무분석에서는 고장나무분석의 정상사건의 발 생확률을 최종서비스의 만족도, 기본사건의 발생확률을 서비스요소들의 만족도로 대체하여 인식하여, 서비스요 소의 성공적 제공확률 q_i를 구하고, 이를 기반으로 최종 서비스의 만족도를 구한다.

그러나 물리적 시스템이 경우 시스템의 상태는 작동 과 고장 중 하나의 상태만이 존재하고 이를 확률적으로 표현함으로써 시스템의 신뢰성 척도로 사용하지만, 서비 스의 경우 해당 서비스의 제공과 미제공의 두 개의 상태 만이 존재하지 않는다. 즉, 제공여부와 동시에 고객에게 어느 정도의 만족도를 주었는가가 서비스의 척도로 사용 된다. 따라서 식 (1)과 식 (2)를 최종서비스에 대한 만족 도를 표현하고자하는 서비스나무의 정량적 분석에 그대 로 사용하기에는 무리가 있다. 왜냐하면, 특정 서비스요 소가 성공적으로 제공되었다 하다라도 그 서비스요소가 어떤 특징을 가지느냐에 따라 최종서비스의 만족도에 미 치는 영향력이 다를 수 있으며, 그 영향력 역시 고객마다 차이가 있을 수 있다[7].

Geum et al.[15]은 이러한 한계점을 Kano 분석의 개념 을 사용하여 극복하려 하였다. 즉, 각각의 서비스요소에 대하여 Kano 분석을 사용한 Matzler and Hinterhuber[20] 의 고객만족비율(customer satisfaction rate; CSR)를 차용 하여 서비스요소별 가중치 a_i와 서비스요소의 성공적 제 공확률 q_i를 추정하고, 이를 기반으로 AND와 OR 게이 트에 따라 각각 식 (4)와 식 (5)를 사용하여 최종서비스 의 만족도를 추정하였다[15]. 이때 가중치 a_i는 식 (3)을 사용하여 추정하며 각각의 기호는 Kano 분석에서 사용 된 다음의 속성들을 의미한다[4, 20].

3.서비스 중요도를 사용한 서비스나무분석

서비스 프로세스 분석에서 최종서비스에 영향을 미치 는 서비스요소들을 찾아내고 그 영향력을 분석하는 것은 매우 중요하다. 왜냐하면, 최종서비스의 성과(만족도 또 는 성공적 제공확률)에 서비스요소가 미치는 영향을 파 악할 수 있다면, 최종서비스의 성과를 향상시키기 위해 우선적으로 개선해야할 서비스요소들을 구분하여 제한 된 자원 하에서 효율적인 서비스의 운영을 위한 의사결 정에 도움이 되리라 판단되기 때문이다.

Geum et al.[15]은 최종서비스에 영향을 미치는 서비 스요소들을 구분하고 그 영향력을 판단하기 위하여 두 단계에 걸친 분석을 수행하였다. 첫째는 최종서비스가 제공되기 위해 반드시 제공되어야 할 서비스요소의 집합 인 최소서비스절단집합들을 확인하여 핵심 서비스요소들 을 일차적으로 파악하였고, 둘째로 서비스요소들의 성공 확률의 변화에 따른 최종서비스의 만족도의 변화량을 확 인하는 민감도 분석을 수행하였다.

물론 위의 두 가지 절차를 수행함으로써 최종서비스의 성과에 큰 영향을 미치는 서비스요소들을 구분하고 그 영 향력을 파악할 수 있을 것이다. 그러나 서비스 프로세스 를 고장나무로 표현하게 되면, 보다 효율적이고 포괄적인 분석방법이 존재한다. 신뢰성 중요도라는 개념이 바로 그 것이다. 신뢰성 중요도란 신뢰성공학 분야에서 시스템을 구성하는 구성품이 시스템의 수명(신뢰성)에 구조적으로 미치는 영향을 나타내는 척도로써 고장나무분석에서도 활용되고 있다[3]. 따라서 서비스나무분석에서도 신뢰성 중요도와의 유사한 개념으로 서비스 중요도라는 개념을 적용 할 수 있을 것이다.

본 장에서는 우선 신뢰성 중요도의 개념을 소개하고, 해 당 개념을 바탕으로 최종서비스의 성과에 영향을 미치는 서비스요소를 구분하고, 그 영향력의 우선순위를 파악하는 것을 목적으로 서비스 중요도라는 개념과 그 활용의 세부 과정을 Geum et al.[15]의 연구에서 사용한 병원서비스의 서비스나무(<Figure 2> 참조)를 예제로 하여 소개한다.

3.1.신뢰성 중요도(Reliability Importance)

기호

신뢰성 중요도는 여러 개의 부품으로 이루어진 시스템 에서 한 부품이 시스템의 작동에 미치는 기여도를 나타내 는 가장 일반적인 척도로서, 각 부품의 신뢰도(작동확률) 를 알고 있다는 가정 하에서 특정 부품의 작동여부가 시 스템의 신뢰도에 미치는 영향력을 수치화 한 것이다. 즉, 시스템의 구조와 구성 부품의 신뢰도를 알고 있을 때, 부 품 i의 신뢰성 중요도(Marginal Reliability Importance)는 식 (6)과 같이 표현될 수 있다[5].

식 (6)에서, 부품 i의 신뢰성 중요도가 해당 부품이 작 동할 때와 작동하지 않을 때의 시스템 신뢰도의 차이임 을 확인할 수 있고, 이는 편미분식으로 다음과 같이 표현 할 수도 있다.

결국 부품 i의 신뢰성 중요도 부품 i의 작동확률의 변 화에 따른 시스템 신뢰도의 변화량을 의미하며, 이는 부 품 i의 작동확률의 변화가 시스템의 신뢰성에 미치는 영 향을 나타내는 척도가 된다[2]. 이러한 신뢰성 중요도의 개념을 두 개의 부품으로 확장한 개념이 결합 신뢰성 중 요도(Joint Reliability Importance; JRI)이다[17]. 즉, 두 부 품 i와 j의 작동확률의 변화가 시스템의 신뢰성에 미치 는 영향을 나타내는 척도로 신뢰성 중요도(MRI)를 기반 으로 다음과 같이 정의된다.

식 (8) 역시 다음과 같은 편미분식으로 표현이 가능하다.(9)

또한 Hong and Lie[17]은 부품 i와 j의 결합 신뢰성 중 요도가 식 (10)과 같이 각각의 단일 신뢰성 중요도로 표현 될 수도 있음을 보였다.

식 (8)로부터 JRI (i,j)의 값은 [ - 1, 1 ] 의 크기를 가진다 는 사실을 알 수 있으며, 식 (10)으로부터 JRI (i, j)의 부호 에 따라, 두 부품이 시스템 신뢰성에 미치는 영향에 관한 상호 작용 방식을 이해할 수 있다. 즉, JRI (i, j) > 0이면, 한 부품은 다른 부품이 고장 났을 때보다 작동할 때 중요도 가 높아지며, 이는 신뢰성 보완재(reliability complements) 의 성격을 가진다. 반대로 JRI (i,j) < 0이면, 한 부품은 다 른 부품이 작동 할 때보다 고장일 때 중요도가 높아지며, 이는 신뢰성 대체재(reliability substitutes)라 할 수 있다[16].

결론적으로, 신뢰성 중요도는 고장나무를 구성하는 구 성품의 중요도를 나타내며, 결합 신뢰성 중요도는 두 개의 구성품이 상호 대체제인지 보완재인지를 판단 할 수 있는 척도를 가진다. 따라서 시스템의 신뢰성을 향상시키기 위 해서 구성품의 신뢰성을 조정하는 상황에서 신뢰성 중요도 는 중요한 척도이며, 다수의 구성품의 신뢰성을 조정하는 상황이라면 결합 신뢰성 중요도 역시 고려되어야 한다.

3.2.서비스 중요도(Service Importance)

서비스 프로세스를 고장나무로 표현하게 되면, 앞에 서 소개한 신뢰성 중요도의 개념을 사용하여, 각 서비스 요소들이 최종서비스의 제공에 얼마나 중요한 역할을 하고 있는지 알 수 있다. 본 장에서는 Geum et al.[15]의 연구에서 사용한 병원서비스의 내용을 예제(<Figure 2> 와 <Table 1> 참조)로 앞에서 소개한 신뢰성 중요도의 개념을 적용하여 서비스 중요도를 도출하고 해석하는 과 정을 소개한다.

<Figure 2>의 내용을 토대로 식 (1)과 식 (2)를 사용하 여 병원서비스의 신뢰성 R (p_i )를 표현하면 다음과 같다.

식 (11)에 <Table 1>의 가중치를 반영하여 병원서비스 의 만족도 S (p_i )를 표현하면 다음과 같다.

만족도 S (p_i )를 사용하여 서비스요소 i의 서비스 중요 도(Marginal Service Importance)인 MSI (i)를 구하기 위하 여 서비스 중요도를 구하는 식 (6)과 식 (7)을 다음과 같 이 수정하여 사용한다.

<Table 2>는 서비스요소 i를 제외한 나머지 서비스요 소들의 성공적 제공확률 p_i를 0.6과 0.8 그리고 0.9로 가 정하고 식 (13) 또는 식 (14)를 적용하여 계산한 MSI (i) 의 결과이다.

<Table 3>과 <Table 2>에서 p_i = 0.6의 내용을 비교해 보면 가장 큰 영향을 미치는 서비스요소는 두 경우 모두 10번(진료)과 11번(처방)임을 알 수 있으며, 이후로도 5번 (인터넷예약), 4번(전화예약), 1번(주차), 12번(무인수납) 등 의 순서로 정확히 같음을 알 수 있다. 결론적으로 각 서비 스요소의 성공적 제공확률이 주어져있을 경우, Geum et al. [15]과 같은 민감도 분석을 수행하지 않아도 서비스 중요 도를 계산하는 것만으로도 최종서비스의 성과에 영향을 미치는 서비스요소와 그 영향력을 파악할 수 있음을 의미 한다.

이외에 <Table 2>의 내용을 통해, 서비스 중요도를 사 용한 추가적인 해석의 가능성도 확인할 수 있다. <Table 2>에서 p_i = 0.6과 p_i = 0.8일 경우의 서비스요소의 영향 력 순서, 즉 MSI (i)의 크기는 10번(진료), 11번(처방), 5번 (인터넷예약), 4번(전화예약), 1번(주차), 12번(무인수납) 의 순서로 동일하다. 그러나 p_i = 0.9일 경우 MSI (i)의 크 기의 순서가 10번(진료), 11번(처방), 5번(인터넷예약), 1 번(주차), 12번(무인수납), 4번(전화예약)으로 바뀌었음을 확인 할 수 있다. 이는 예제의 병원서비스의 경우 서비스 를 제공하는 제공자의 수준이 높아져 각 서비스요소들이 0.9이상의 성공적 제공확률을 확보할 경우, 이전과는 달 리 1번(주차)과 12번(무인수납)의 서비스가 4번(전화예약) 서비스보다 최종만족도에 더 큰 영향을 미친다는 점을 의 미한다. 이 점을 실용적인 관점에서 논의한다면, 만약 현 재 대부분의 서비스요소들의 성공적 제공확률이 0.8인 현 상황에서 최종서비스의 만족도를 높이기 위해 투자를 한 다면 그 투자순위는 10번(진료), 11번(처방), 5번(인터넷 예약), 4번(전화예약), 1번(주차), 12번(무인수납)의 순서가 될 것이다. 그러나 이러한 과정을 통해 서비스 수준이 전 반적으로 향상되어 대부분의 서비스요소들의 성공적 제 공확률이 0.9이상을 확보한 상황에서 다시 최종서비스의 만족도를 높이기 위해 투자를 한다면 그 투자순위는 10번 (진료), 11번(처방), 5번(인터넷예약), 1번(주차), 12번(무 인수납), 4번(전화예약)의 순서가 되어야 할 것이다. 이 내용을 일반화하면, 서비스 제공자가 제공하고 있는 서비 스요소의 전반적인 수준에 따라 최종서비스에 대한 만족 도에 영향을 미치는 서비스요소들이 변화할 수 있음을 의미 한다. 따라서 최종서비스의 성과를 향상시키기 위해 개선 해야 할 서비스요소들을 결정하는 과정은 동적인(dynamic) 의사결정이 되어야함을 시사한다.

3.3.결합 서비스 중요도(Joint Service Importance)

제 3.2절에서 신뢰성 중요도의 개념을 서비스나무분석 에 적용한 서비스 중요도의 개념과 활용방안을 소개하였 다. 본 장에서는 같은 관점으로 결합 신뢰성 중요도의 개 념을 서비스나무분석에 적용하는 결합 서비스 중요도의 개념과 활용방안을 소개한다.

신뢰성에서 결합 신뢰성 중요도는 두 부품 i와 j의 작 동확률의 변화가 시스템의 신뢰성에 미치는 영향을 나타 내는 척도이다. 따라서 서비스나무에서는 두 서비스요소 i와 j의 성공적 제공확률의 변화가 최종서비스의 성과에 미치는 영향을 나타내는 척도로 결합 서비스 중요도를 정의하며, 식 (8)~식 (10)을 변형하여 다음과 같이 3가지 방법으로 JSI (i, j)를 정의할 수 있다.(15)

결합 신뢰성 중요도는 두 서비스요소의 상태가 최종 서비스의 성과에 얼마나 영향을 미칠 수 있는지를 측정 하는 척도로써, JSI (i,j) > 0이면 하나의 서비스요소가 고 객에게 충족되지 못할 때보다 충족될 때 다른 서비스요 소가 전체서비스 만족도에 미치는 영향력이 크다. 반대로 JSI (i, j) < 0이면 하나의 서비스요소가 고객에게 충족 될 때보다 되지 못할 때 다른 서비스요소가 전체서비스 만족 도에 미치는 영향력이 크다. 즉, JSI (i, j) > 0이면, 두 서 비스를 동시에 개선시키는 것이 최종서비스의 만족도 향 상에 시너지(synergy)효과를 얻을 수 있음을 의미하며 그 값 이 클수록 시너지효과도 큼을 의미한다. 물론 JSI (i, j) < 0 인 경우는 두 서비스요소중 하나만을 개선시키는 것이 더 효과적임을 의미한다.

결합 서비스 중요도의 활용을 실용적인 관점에서 논 의하고자 한다. 만약, 예산이 제한되어 모든 서비스요소 에 투자를 할 수 없는 상황에서 최종서비스의 성과를 향 상시키기 우선적으로 투자를 해야 할 서비스요소들을 선 택해야 한다면 서비스나무분석에서는 첫째, 서비스나무 의 최소서비스절단집합들을 확인하여 핵심 서비스요소 들을 일차적으로 파악한 후, 핵심 서비스요소들의 서비 스 중요도를 계산하여 하여 예산의 범위 내에서 우선순 위를 결정한다. 만약, 예산이 핵심 서비스요소모두를 개 선하고도 여유가 있다면 나머지 서비스요소들에 대하여 서비스 중요도를 계산하여 예산이 허락하는 한에서 우선 순위를 결정한다. 이러한 과정을 통해서 예산의 범위 내 에서 투자 가능한 서비스요소들을 결정했을 경우, 만약 에 결정된 서비스요소 간에 결합 신뢰성 중요도가 음수 인 쌍이 존재한다면 이는 투자의 효율성을 저하시키는 결과를 초래할 것이다. 따라서 선정된 서비스요소 간의 결합 신뢰성 중요도를 고려하여 음수인 쌍은 우선순위가 낮은 서비스요소를 배재하는 것이 효율적일 것이다.

이러한 상황을 <Figure 2>의 병원서비스를 예로 설명하 겠다. Geum et al.[15]의 내용에 의하면 <Figure 2>의 병원 서비스나무에서 핵심서비스는 서비스요소 10번(진료)과 11번(처방)이다. 그리고 제 3.2절에서의 계산결과 각 서비스 요소들의 서비스 중요도의 크기는 p_i = 0.8일 때, MSI (10) =MSI (11) < MSI (5) < MSI (4) < MSI (1) < MSI (12) <⋯의 순서를 따름을 확인하였다. 따라서 1개의 서비스요소만을 개선해야 한다면 10번(진료) 또는 11번(처방)을 개선해야 하며, 2개의 서비스요소를 개선할 수 있다면 10번(진료)과 11번(처방)을 개선할 수 있는 상황이다. 그런데 이때 10번 (진료)과 11번(처방)의 결합 서비스 중요도가 음수라면 두 서비스요소를 동시에 개선시키는 것은 오히려 개선의 효 율성을 저하시키는 상황이므로 10번(진료)과 11번(처방) 의 결합 서비스 중요도의 확인이 필요하다. 이에 식 (12)와 식 (15)를 사용하여(식 (15)~식 (17) 중 어느 것을 사용하여 도 무방하다) 계산한 결과는 JSI (10, 11) =0.004067로 양 수이므로 10번과 11번을 동시에 개선하는 것은 권장된다. 만약, 3개의 서비스요소를 개선할 수 있다면 10번(진료)과 11번(처방), 그리고 5번(인터넷예약)의 개선이 가능한 상 황이며, 같은 이유로 5번(인터넷예약)과 10번(진료)과 11 번(처방)의 결합서비스 중요도를 계산하면 JSI (10, 5) = 0.000938, JSI (11, 5) = 0.000938로 두 경우 모두 양수이므로 3개의 서비스요소를 동시에 개선하는 것 역시 권장된다.

이제 4개의 서비스요소를 개선하는 경우를 살펴보자. 이 경우, 개선 가능한 서비스요소의 후보는 10번(진료), 11 번(처방), 5번(인터넷예약), 그리고 4번(전황예약)이 될 것 이다. 그러나 4번(전화예약)과 10번(진료), 11번(처방), 5번 (인터넷예약)의 결합서비스 중요도를 각각 계산하면 JSI (10, 4)과 JSI (11, 4)는 양수인 반면, JSI (5, 4) = -0.00039 로 음수임을 확인 할 수 있다. 이 경우, 서비스 중요도의 다음 순위인 1번(주차)에 대하여 10번(진료), 11번(처방), 5번(인터넷예약)과의 결합 서비스 중요도를 확인할 필요 가 있으며, 그 결과 JSI (10, 1)과 JSI (11, 1)은 양수이며, JSI (5, 1) 역시 0.000147로 양수이다. 따라서 4개의 서비스 요소를 개선하는 경우 신뢰성 중요도에 의한 순서는 10번 (진료), 11번(처방), 5번(인터넷예약), 4번(전화예약)이지만 4번(전화예약)이 5번(인터넷예약)과 같이 개선 될 경우 개 선의 효율성을 저하시키기 때문에 4번(전화예약) 대신 1번 (주차)을 포함시켜 10번(진방), 11번(처방), 5번(인터넷예 약), 1번(주차)을 개선시키는 것이 더 효율적이다. 이 결과 는 제 3.2절에서 p_i = 0.8인 경우의 신뢰성 중요도의 크기가 MSI (10) = MSI (11) < MSI (5) < MSI (4) < MSI (1) < MSI (12) <⋯에서 p_i = 0.9로 향상된 이후 MSI (10)=MSI (11) < MSI (5) < MSI (1) < MSI (12) < MSI (4) <⋯로 바뀐 사실 과도 무관하지 않다.

4.결 론

Geum et al.[15]의 연구는 서비스 프로세스를 고장나 무로 구조화한다는 점에서는 그 가치가 매우 높다. 그러 나 고장나무가 신뢰성 분야에서 오랫동안 사용되었고 그 로인해 다양한 분석방법이 존재함에도 불구하고, Geum et al.[15]의 연구에서는 이를 충분히 활용하고 있지 못한 점에서는 아쉬움이 남는다. 이에, 본 연구에서는 신뢰성 중요도라는 개념을 추가하여 서비스나무분석을 개선하 고 그 활용범위를 넓혔다. 신뢰성 중요도를 서비스나무 분석에 어울리게 서비스 중요도라는 개념으로 변형하여 최종서비스에 대하여 서비스요소들이 미치는 영향력을 판 단, 비교할 수 있도록 하였다. 또한, 결합 서비스 중요도 라는 개념을 통해 두 서비스요소 상호간의 관계를 측정 하여 최종서비스의 개선을 위한 서비스요소들을 결정하 는 과정에서 효율적 의사결정을 할 수 있는 활용방안을 제 시하였다. 본 논문의 결과로 서비스나무분석은 서비스 프 로세스의 분석 방법론으로 한층 개선되었다고 판단된다. 그러나 서비스나무분석의 성능향상 및 활용의 일반화를 위한 추가연구의 여지는 남아있다.

현재의 서비스나무분석에서는 Kano 분석을 사용한 고 객만족비율을 사용하여 최종서비스의 만족도에 대한 가 중치를 추정하고 있다. 그러나 고객만족비율이 최종서비 스의 만족도에 대한 가중치로써 정말 의미가 있는지에 대해서는 논란의 여지가 있다. 왜냐하면 Geum et al.[15] 가 자신의 논문에서 예제로 사용한 병원서비스의 서비스 나무(<Figure 2> 참조)와 Kano 분석의 결과에 따른 고객 만족비율을 그대로 적용하여 최종서비스의 만족도를 계산 하는 경우, 각 서비스요소가 모두 성공적으로 제공이 되 었을 경우, 즉 ∀q_i = 1이라 하더라도 최종서비스의 만족 도는 0.004735에 불과하다. 이러한 조금은 의아스러운 결 과는 식 (3)의 내용에 따라 고객만족비율은 최대 1을 넘을 수 없다는 사실과 최종서비스의 만족도를 계산하는 식 (4)와 식 (5)를 고려하면 너무나 당연한 결과이다. 따라 서 Geum et al.[15]의 고객만족비율을 고려한 최종서비스 의 만족도가 지표로써의 절대적 또는 해석적 가치를 가 지기는 어렵다고 판단된다. 따라서 Geum et al.[15]이 제 안한 최종서비스의 만족도는 값의 증가나 감소가 발생하 는지의 변화여부에만 의미를 부여할 뿐이고, 따라서 본 연구에서 소개한 서비스 중요도나 결합 신뢰성 중요도 역시 값의 크기를 비교하거나 부호만을 해석하는 것이 가능할 뿐 그 값의 크기에 따른 절대적 또는 해석적 의 미를 찾기 힘들다. 그러나 만약 최종서비스의 만족도 또 는 성과에 절대적 의미를 부여할 수 있는 지표가 계산될 수 있다면 서비스 중요도와 결합 서비스 중요도의 해석 적 가치도 가지게 될 것이다.

따라서 Geum et al.[15]이 주장하는 Kano 분석을 사용 한 고객만족비율에 대한 타당성을 판단하고, 최종서비스 의 만족도 관점에서 서비스요소의 만족도가 최종서비스 의 만족도에 기여하는 가중치를 합리적으로 도출하는 연 구가 추후연구로 필요하다고 판단된다.