5

Ⅰ

Ⅱ

Ⅲ

Ⅳ

Ⅴ

Ⅵ

6

7

8

9

Keywords :

10

Ⅰ

11

12

Ⅱ

13

14

15

16

17

18

Keywords Freq. Keywords Freq.1 Internetofthings 5685 16 Wearable 6732 IoT 3083 17 Homeauto 5833 Auto 2081 18 Convergence 5454 Service 2055 19 Robot 5355 Internet 2038 20 Domestic 5336 Things 1973 21 Samsung 5037 Of 1557 22 Worring 4818 Fear 1527 23 Cloud 4729 Acceptability 1510 24 Apple 41910 Healthcare 1415 25 Trustworthiness 41811 Sensors 1407 26 Google 38912 Automation 1382 27 Smart 38413 Blog 1312 28 Smartthings 38114 Smarthome 1141 29 Usability 35215 Bigdata 688 30 Nest 322

Ⅲ

Table 1. The results of frequency(Freq.) analysis for keywords related to smart home (the top 30 keywords)

19

20

Keyword 1 Keyword 2 Freq.1 Smart Home 18142 Of Things 15193 Of Internet 15004 Things Internet 14725 Auto Home 14406 IoT Smart 14337 Domestic Auto 14278 Auto Robot 14219 privacy IoT 141510 Fear IoT 1412

Table 2. The results of co-occurring keyword network analysis for smart home (the top 10 keywords)

21

Figure 1. The results of power centrality analysis: keywords of IoT companies (a), keywords of IoT and its elements (b), and keywords related to evaluation criteria (c).

Ⅳ

22

Figure 2. UI for each mode in the application: Good Morning mode (a), Going Out mode (b), Coming Home mode (c), Dinner mode (d), Exercise mode (e), Good Night mode (f)

23

24

25

Figure 3. The results of behavioral pattern analysis using the application (for a week)

26

27

Group A Group B SD(B)- SD(A)Mean(%) SD(A) Mean(%) SD(B)

(a) 00:56(3.88) 11.40 00:46(3.19) 14.14 2.74(b) 12:42(52.91) 118.32 11:54(49.58) 182.74 64.42(c) 01:46(7.36) 55.49 03:45(15.62) 96.59 41.10(d) 00:50(3.47) 16.43 00:30(2.08) 28.80 12.37(e) 02:10(9.02) 34.92 00:28(1.94) 38.34 3.42(f) 05:36(23.33) 58.99 06:37(27.56) 68.41 9.42

Group A Group B SD(B)- SD(A)Mean(%) SD(A) Mean(%) SD(B)

(a) 00:54(3.75) 11.54 00:43(2.98) 16.32 4.78(b) 02:19(9.65) 120.41 02:31(10.48) 144.07 23.66(c) 07:24(29.44) 113.43 07:28(31.11) 120.13 6.70(d) 01:45(7.29) 44.34 02:23(9.93) 43.20 -1.14(e) 02:04(8.61) 48.98 01:08(4.72) 50.09 1.11(f) 09:54(41.25) 55.97 09:47(40.76) 55.12 -0.85

Table 3. The results of analyzing behavioral patterns during the weekdays: Good Morning Mode (a), Going Out Mode (b), Coming Home Mode (c), Dinner Mode (d), Exercise Mode (e), Good Night Mode (f)

Table 4. The results of analyzing behavioral patterns during the weekend: Good Morning Mode (a), Going Out Mode (b), Coming Home Mode (c), Dinner Mode (d), Exercise Mode (e), Good Night Mode (f)

28

Figure 4. Comparison of behavioral patterns during the weekdays: Good Morning Mode (a), Going Out Mode (b), Coming Home Mode (c), Dinner Mode (d), Exercise Mode (e), Good Night Mode (f)

Figure 5. Comparison of behavioral patterns during the weekend: Good Morning Mode (a), Going Out Mode (b), Coming Home Mode (c), Dinner Mode (d), Exercise Mode (e), Good Night Mode (f)

29

30

31

32

Ⅴ

33

Figure 6. Model design of transforming smart home furniture: Good Morning Mode (a), Going Out Mode (b), Coming Home Mode (c), Dinner Mode (d), Exercise Mode (e), Good Night Mode (f)

34

35

36

37

Figure 7. Comparison of quantitative evaluation on the operating modes of transforming smart home furniture: “Do you think that such transforming smart home furniture will make your life more usable?” (a), “Do you want to change your current house into such transforming smart home furniture?” (b), “Do you feel that such transforming smart home furniture is safe?” (c), “Do you think that such transforming

smart home furniture is dangerous enough to violate your privacy?” (d).

38

39

40

41

42

Ⅵ

43

44

45

46

–

–

47

–

48

–

49

50

51

52

논문요약

사물인터넷 환경을 기반으로 변형되는

스마트 홈 가구 디자인과 평가

성균관대학교

휴먼 융합학과

박 상 후

본 연구는 사물인터넷 환경을 기반으로 하는 변형되는 스마트 홈 가구를 디자인

하고 평가하는 것을 목적으로 하였다

먼저 스마트 홈과 관련하여 사람들의 관심도와 니즈를 알아보기 위해 첫 번째

스터디에서 개월간의 모든 트위터의 트윗 내용들 중에서 과 관련한

키워드들을 추출하고 그 키워드들 간의 관계를 분석하였다 두 번째 스터디에서는

시나리오를 바탕으로 구현한 을 혼자서 사는 대 대의 젊은 사람들

명에게 두 개의 그룹으로 나누어 그룹 출퇴근 시간이 일정한 사람 그룹 출

퇴근 시간이 일정하지 않은 사람 주 동안 실제로 사용하면서 데이터를 모으도록

하였다 이를 통하여 행동 패턴이 분석될 수 있음을 확인하였고 특히 출퇴근 시간

이 일정한 사람들의 평일 행동 패턴을 분석하는 것이 용이함을 알 수 있었다 이를

바탕으로 세 번째 에서는 변형되는 스마트 홈 가구의 모형을 실제로 제작하

여 이전의 실험 참가자들에게 실제로 구현된 모습을 보여주고 이에 대한 평가를 세

가지 방식으로 나누어 예측하여 자동으로 움직이는 방식 스마트 폰을 활용

53

한 원거리 제어 방식 수동 제어 방식 정량평가와 정성평가를 동시에 실시하였

다

그 결과 의 측면에서는 사용자들에게 익숙한 스마트 폰을 활용한 스

마트 홈 가구 제어 방식을 기본 플랫폼으로 하면서 동기 부여의 측면에서 선택적으

로 예측 자동화를 실행하는 시스템을 만들어야 할 것이며 의 측면

에서는 사용자들의 시스템의 안정성과 보안문제 그리고 프라이버시 문제가 매우

중요한 문제임을 확인할 수 있었다

주제어 사물인터넷 스마트 홈 움직이는 가구