차량 AVN제품 기능에 대한 소비자 선호도 연구 및 핵심 기술 도출

Abstract

소비자의 정보 통신 기술 활용 능력이 향상되고, 자동차에 정보 통신 기술 적용이 일반화되고 있는 상황에서, 소비자의 기능에 대한 높은 요구사항이 반영된 차량 인포테인먼트 개발이 필요하게 되었다. 본 연구에서는 차량 AVN(Audio Video Navigation)제품에 대해 소비자가 선호하는 기능의 우선 순위를 조사하고, 이를 바탕으로 집중 육성해야 할 핵심 기술 분야를 도출하는 방안을 제시한다. 소비자가 중요하다고 생각하는 AVN 제품 기능 파악을 위해 아마존 상품에 대한 소비자 리뷰를 빅데이터로 활용하여, 잠재 디리클레 할당(LDA: latent dirichlet allocation) 알고리즘을 기반으로 한 토픽 모델링 분석을 통해 키워드 별 토픽을 추출하였고, 가장 높은 토픽 비중(19.8%)의 Operation을 필두로, Android-auto, Carplay, Radio&Audio, Install, Navigation, Wireless, Upgrade, Camera, Connectivity의 토픽들이 분류되었다. 이 토픽들을 고객의 목소리로 활용한 품질 기능 전개(QFD: quality function deployment)를 통해 소비자 요구 기능을 실현할 수 있는 핵심 기술 분야를 도출하였으며, Multi-Screen, Cartridge, Container, Phone Projection, Multi Modal, Wifi, AR, Bluetooth, HUD, SPM 순의 우선 순위를 갖는 기술 분야가 추출되었다. 본 연구는 품질 기능 전개의 고객의 목소리 수집 방법에 있어, 기존에 주로 활용되던 컨조인트 조사 방식 등의 설문 방식 이외에, LDA 토픽 모델링에 의한 빅데이터 분석 방법을 활용했다는 점에서 그 방법론적 의의가 있으며, 그 연구 결과는 차량 AVN 제품 사업의 핵심 기술 도출 및 육성에 대한 의사결정을 지원할 것으로 기대된다.

As consumers ability to utilize information and communi- cation technologies has been improved and the applications for automobiles have been generalized, it is necessary to develop vehicle infotainment that reflects the high consumer requirements regarding features. It was investigated the priority of the features required by consumers for vehicle AVN(Audio Video Navigation) products in this research and suggested a plan to derive key technical fields to be intensively trained. Leveraging consumer reviews of Amazon as big data to identify the features of AVN products that consumers consider important, topics by keywords were extracted by topic modeling analysis based on the LDA(Latent Dirichlet Allocation) algorithm, such as Operation, which is the highest portion of topics(19.8%), Android-auto, Carplay, Radio&Audio, Install, Navigation, Wireless, Upgrade, Camera, and Connectivity. Using these topics as the voice of the customer, QFD(Quality Function Development) derived key technology that could realize consumer demand features and priority was followed by Multi-Screen, Cartridge, Container, Phone Projection, Multi Modal, Wifi, AR, Bluetooth, HUD and SPM. A big data analysis by LDA topic modeling was used as a method of collecting VoC for QFD in this study instead of the existing method such as the Conjoint survey and it is meaningful from the perspective of methodology. In addition, the research results are expected to support decision-making regarding the derivation and development of key technologies in the vehicle AVN product business.