서비스 품질 평가를 위한 퍼지 VIKOR 기법 Fuzzy VIKOR method for evaluating service quality 강대국, 박용태 * 서울대학교 공과대학 산업공학과, 서울특별시 관악구 관악로 1 초록 1. 서론 SERVQUAL은 서비스 품질 평가의 근간 이 되는 기법으로 폭넓게 활용되어 왔다. 하지 만 서비스의 속성이 복잡해지고 다양해지면서 기존 SERVQUAL의 평가기준으로 서비스 품 질을 평가하기 어려운 경우가 많고, 주관적 판 단으로 인해 신뢰성이 낮아지는 문제도 지적 되고 있다. 본 연구는 서비스 품질을 고객들의 기대 수준과 인지 수준의 차이로 평가하는 SERVQUAL의 기본 개념을 반영하면서, 서비 스마다 평가기준을 다르게 설정할 수 있으며, 퍼지 이론을 적용하여 평가자의 주관적 판단 을 고려할 수 있는 퍼지 VIKOR 기법을 제안 한다. 먼저 평가 기준을 설정하고 기준별로 고 객이 인지하는 가치와 기대하는 가치의 차이 를 구한다. 다음으로 가치의 차이를 바탕으로 이상 대안에 대한 근접도 값을 산출하여, 상충 되는 기준들을 고려한 절충 우선순위를 도출 한다. 제안된 기법은 SERVQUAL의 한계점을 보완하면서 나아가 우선순위에 관한 정보 및 품질의 개선이 필요한 기준에 대한 정보를 제 공하는 장점을 지닌다. 키워드: 퍼지 VIKOR, SERVQUAL, 서비스 품 질 평가 서비스의 품질 평가는 경쟁 우위의 잠재 적인 원천을 얻기 위해 필수적이며, 최근 들어 서는 그 중요성이 증가하고 있다 (Bharadwaj et al., 1993; Woodruff, 1997). SERVQUAL은 이 러한 서비스의 품질 평가에 근간이 되는 기법 으로 지금까지 폭넓게 활용되어 왔다. SERVQUAL은 서비스 품질에 영향을 미치는 5가지 차원을 유형성, 신뢰성, 대응성, 보증성, 감정이입으로 정의하고, 서비스의 품질을 서 비스에 대해 고객이 기대하는 수준과 실제 제 공받은 서비스에 대해 인지하는 수준 사이의 불일치 정도로써 설명하는 기법이다 (Parasuraman et al., 1988). 이 개념은 고객만족 에 그 뿌리를 두고 있기 때문에 많은 연구자 들의 동의를 얻었고, 다양한 서비스 분야에 적 용되었다. 하지만 최근 들어 서비스의 속성이 복잡 해지고 다양해지면서 SERVQUAL을 이용한 서비스 품질 평가에 몇 가지 문제점이 제기되 었다. 첫 번째로, 기존의 SERVQUAL의 평가 기준으로 모든 서비스들의 품질을 일괄적으로 평가하기가 어렵다는 것이다. 두 번째로는 평 가자의 주관적 판단으로 인해 평가에 대한 신 뢰성이 낮아지는 문제가 지적되고 있다 (Lazim A. and Wahab N., 2010; Viswanathan, 1999; Xia et. al, 2000). * 교신저자 (parkyt1@snu.ac.kr)
이러한 SERVQUAL의 첫 번째 문제점과 관련하여 다수의 연구들이 서비스 품질을 평 가하기 위한 요소가 무엇인지 파악하기 위해 노력하였다. 특히 많은 연구들이 SERVQUAL 의 5가지 차원이 서비스 품질 평가에 적절한 지 여부에 대해 초점을 맞추었다 (Kettinger and Lee, 1994; Xie et al., 1998). 한편 SERVQUAL의 5가지 차원 외에 서비스 산업 별로 품질 평가 요소가 어떻게 다르게 적용될 수 있는지에 대한 연구도 이루어져 왔다 (Shohreh and Christine, 2003; Liou et al., 2011) 하지만 이러한 서비스 품질 평가 요소에 대한 연구는 모든 서비스 산업에 대해 적용시키기 힘들고, 평가 요소가 연구자마다 다르게 정의 된다는 한계점을 보인다. 두 번째 문제점과 관련해서 기존 연구들 이 서비스의 품질 평가에 있어 퍼지이론을 적 용하여 평가자의 주관적 판단을 고려하고자 하였다 (Yeh and Kuo, 2003; Sun and Tin, 2009 ). 하지만 이러한 연구들은 평가자의 주관적 판단은 고려하였지만, 평가 과정에서 서비스 품질을 고객의 기대와 인지 사이의 불일치로 설명하는 SERVQUAL의 핵심 개념을 반영하 지 못하고 단순히 고객의 인지 수준만을 고려 하였다는 측면에서 한계를 가진다. 이에 본 연구는 다른 퍼지 다 기준 의사 결정법들보다 SERVQUAL의 기본 개념을 가 장 잘 반영할 수 있으면서 기존 SERVQUAL 의 한계점을 보완할 수 있는 퍼지 VIKOR 기 법을 이용해 서비스 품질 평가 방법을 제시하 고자 한다. 본 연구에서 제시하는 퍼지 VIKOR 기법은 서비스에 대한 기대 수준과 인 지 수준 사이의 불일치 정도를 바탕으로 이상 적인 대안에 대한 근접도를 비교하여 절충적 인 우선순위를 매긴다는 측면에서, 기존 SERVQUAL의 핵심 개념을 유지하면서도 의 사결정기준의 다양성과 평가자의 주관적 판단 을 반영할 수 있다. 또한 우선순위에 대한 정 보 외에 품질의 개선이 필요한 기준에 대한 정보를 제공할 수 있다는 점에서 최종 대안에 대한 우선순위만을 제공하는 기존 연구들에 비해 강점을 가진다고 볼 수 있다. 제안된 기법은 구체적으로 먼저 평가 기 준을 설정하고 기준별로 고객이 서비스 품질 에 대해 인지하는 수준과 기대하는 수준의 차 이를 구한다. 다음으로 이 값을 바탕으로 이상 대안에 대한 근접도 값을 산출하여, 상충되는 기준들을 고려한 절충 우선순위를 도출한다. 마지막으로 이 기법을 쇼핑 웹사이트 서비스 품질 평가에 적용함으로써 효과성을 검증한다. 이후 본 논문의 구성은 다음과 같다. 2장 에서는 퍼지 집합 이론에 대한 배경이론을 다 다루고, 3장에서는 퍼지 VIKOR 이론을 소개 한다. 4장에서는 제안하는 방법으로써 서비스 품질 평가를 위한 퍼지 VIKOR 기법에 대해 설명한다. 마지막으로 5장에서는 연구의 시사 점 및 한계점을 살펴보고, 이에 따른 추후 연 구 방향에 대해 고찰한다. 2. 퍼지 집합 이론 퍼지 집합 이론에 대한 개념은 Zadeh에 의해 처음으로 소개되었다 (Zadeh, 1965). 퍼지 집합 이론은 애매한 언어적 변수로 표현된 지 식들을 포함한 문제들을 다루기 위해서 만들 어졌다. 이 이론에서는 키가 크다 혹은 아름 답다 와 같은 언어적 변수를 정확한 수학적 형태로 제공하기 위해, 소속 함수라는 개념을 사용한다. 구체적인 개념은 다음과 같다. 전체집합 내의 퍼지 집합 는 다음과 같이 의 각 원소 가 구간 [0,1] 내의 어떤 실수로 구성된 하나의 소속 함수 로서 나타낸다. 소속 함수의 종류는 여러 가지가 있지만, 본 연구에서는 삼각형 퍼지 수를 이용하기로 한다. 삼각형 퍼지 수 은 로 정의 할 수 있고, 퍼지 수 의 소속 함수 는 다음과 같이 정의한다.
3. 퍼지 VIKOR 기법 VIKOR (Serbian: ViseKriterijumsa Optimizacija I Kompromisno Resenje)는 다 기준 의사결정법의 하나로 이상적인 대안에 대한 근접도를 비교하여 절충적인 우선순위를 매기 는 기법이다 (Opricovic, 1998). 이 기법에 평가 자의 주관적 판단이 개입되는 퍼지한 환경에 서의 다 기준 의사결정 문제를 해결하기 위해 퍼지 집합 이론을 결합하여 퍼지 VIKOR가 제 시되었다 (Wang and Chang, 2005). 퍼지 VIKOR에서는 첫 번째로, 각 기준 에 대한 대안의 평가 값을 퍼지수로 구한다. 두 번째, 도출된 평가 값에 대해 각 기준별 로 이상값과 부 이상값을 결정한다. 세 번째, 이상값과 부 이상값과 모든 기준을 비교한 그 룹 효용(group utility) 값과 가장 나쁜 평가를 받은 기준만을 비교한 각 기준별 후회 (individual regret) 값을 구한다. 마지막으로 이 두 값을 동시에 고려하여 우선순위를 판단하 게 된다. 본 연구에서는 이러한 퍼지 VIKOR 기법에 SERVQUAL의 핵심 개념을 반영하여 서비스의 품질 평가에 적합하도록 수정한다. [그림 1] 서비스 품질 평가를 위한 퍼지 VIKOR 기법의 절차 단계 1) 평가를 내릴 k명의 의사결정자들 을 결정하고, 서비스 품질을 평가할 m개의 서 비스들과 n개의 평가기준을 선정한다. 단계 2) 각 기준의 가중치와 각 기준별 서비스에 대한 평가를 [표 1]과 [표 2]와 같이 언어적 변수로 정의한다. 이 때 서비스의 품질 평가를 서비스에 대한 기대 수준 및 인지 수 준의 두 가지 관점에서 실시한다. 4. 제안하는 방법: 서비스 품질 평가를 위한 퍼지 VIKOR 기법 본 연구에서는 서비스 평가에 있어 SERVQUAL의 한계점을 보완하기 위한 퍼지 VIKOR 기법을 제시한다. 본 연구에서 제시하 는 퍼지 VIKOR는 기존 퍼지 VIKOR에 SERVQUAL의 개념을 이용하여 수정을 한 것 이다. [그림 1]은 제안하는 방법의 절차를 나 타낸다. [표 1] 기준의 가중치에 대한 언어적 척도 언어 변수 삼각형 퍼지수 매우 낮음 (VL) (0.00, 0.00, 0.25) 낮음 (L) (0.00, 0.25, 0.50) 보통 (M) (0.25, 0.50, 0.75) 높음 (H) (0.50, 0.75, 1.00) 매우 높음 (VH) (0.75, 1.00, 1.00) [표 2] 서비스 평가를 위한 언어적 척도 언어 변수 삼각형 퍼지수 매우 나쁨 (W) (0.0, 0.0, 2.5) 나쁨 (P) (0.0, 2.5, 5.0) 보통 (F) (2.5, 5.0, 7.5) 좋음 (G) (5.0, 7.5, 10) 매우 좋음 (B) (7.5, 10, 10)
단계 3) 의사결정자들의 의견을 종합하 여 각 기준의 가중치에 대한 평균과 각 기준 별 서비스에 대한 평가의 평균을 구한다. 이 때, 각 기준별 서비스에 대한 평가 값은 각 의 사결정자들이 기준별 서비스에 대해 기대하는 수준과 인지하는 수준의 차이 값을 통해 구하 게 된다. 즉 k명의 의사결정자가 있을 때 각 의사결정자들이 각 기준별 서비스에 대해 기 대하는 수준이 이고, 인지하는 수준이 라 면 기준의 가중치와 각 기준별 서비스에 대한 평가 값( )는 다음과 같이 구해진다., 이 때 합산하여 평균을 구하기 전에 삼각 형 퍼지 수로 표현된 와 값의 경우, 디퍼 지화(defuzzify)하는 과정을 먼저 거치게 된다. 디퍼지화 과정은 퍼지수를 BNP(Best Nonfuzzy Performance) 라는 구체적인 하나의 값으로 변 환하는 것을 의미하며, 이와 관련하여 Mean-of-Maximum, Center-of-Area, α-cut Method 등과 같은 방법들이 기존에 제시되었다. 본 연 구에서는 간단하고 분석하는 사람 개인의 판 단 정보가 들어가지 않는 Center-of-Area 방법 을 이용하여 퍼지수( )을 디퍼지화하며, 그 방법은 다음과 같다. 일 경우 단계 4) 의사결정 행렬을 구한다. 일반적 으로 다 기준 의사결정 문제는 행렬의 형태로 표현되고 그 형태는 다음과 같다. 여기서 은 선택해야할 서비 스들이고, 은 평가해야 할 기준들 이며, 는 각 기준별로 k명의 의사결정자 들이 평가한 값이다. 이 값이 작을수록 기대 수준과 인지 수준의 차이가 작 으므로 서비스 품질이 높다고 할 수 있다. 단계 5) 모든 기준별 서비스 평가 값을 바탕으로 이상값 ( )과 부 이상값 ( )을 다 음과 같이 구한다. min max 여기서 값은 각 기준별로 서비스들에 대한 평가 값 중 가장 이상적인 값이기 때문 에 기대하는 수준과 인지하는 수준의 차이가 가장 작은 값이 된다. 이와 반대로 값은 각 기준별로 서비스들에 대한 평가 값 중 가장 큰 값이 된다. 단계 6) 이상값( )과 부 이상값 ( )을 바탕으로 정규화된 평가 값( )를 다음과 같이 구하고, 와 도 다음 식을 통해 구한다. max (이 때, ) 여기서 는 최대 그룹 효용(maximum group utility)으로써 모든 기준을 고려한 이상 값으로부터 서비스 의 거리 척도를 의미하 고, 는 각 기준별 후회(individual regret)로써 가장 나쁜 평가를 받은 기준을 고려한 부 이 상 값으로부터 서비스 의 거리 척도를 의미 한다. 이 때, 다른 서비스들에 대해 각 기준별 로 및 값을 비교함으로써 품질 개선이 필요한지 여부를 파악할 수 있다. 단계 7),,, 값을 다음과 같은 식으로 구하고, 이를 바탕으로 값을 다음과 같은 식으로 구하여 우선순위를 매긴다. min, min
min, max 여기서 는 0에서 1사이의 값으로써 최대 그룹 효용(maximum group utility)의 가중치를 나타내고, 반대로 는 각 기준별 후회 (individual regret)에 대한 가중치를 의미한다. 즉, 의 가중치를 1로 잡는다면 그룹효용만을 고려하기 때문에, 우선순위를 도출할 때 각 기 준들을 모두 고려해서 기준별 평가 값들이 전 체적으로 낮은 서비스에 더 높은 우선순위를 두게 된다. 한편 의 가중치를 0으로 잡는다 면 각 기준별 후회만 고려하게 되므로, 가장 나쁜 평가 값을 보여주고 있는 기준이 다른 서비스들과 비교해서 낮은 값을 가지는 서비 스에 더 높은 우선순위를 주게 된다. 결론적으 로 값은 그룹 효용과 각 기준별 후회를 동 시에 고려한 절충적 평가 값이며, 0에 가까울 수록 좋다. 일반적으로 값은 0.5를 이용한다. 5. 결론 다. 또한 서비스 특성에 따라 그룹 효용 및 각 기준별 후회에 대한 가중치를 다르게 설정하 여 평가할 수 있다는 장점이 있다. 마지막으로 서비스별로 서비스 품질의 개선이 필요한 기 준에 대한 정보를 추가적으로 얻을 수 있다는 측면에서 유용하게 이용될 수 있다. 그러나 본 연구는 몇 가지 한계점을 지니 고 있으며 추가적인 연구를 통해 보완되어야 할 필요성이 있다. 첫 번째로, 본 연구에서는 의사결정자의 주관적 판단을 고려하기 위해 퍼지 집합 이론을 이용하여 평가 값을 언어적 변수로 표현하였는데, 이 언어적 변수를 디퍼 지화 하는 과정에서 다양한 방법들과 비교연 구를 통해 효율적인 기법 제시가 이루어지지 못했다. 따라서 향후에는 디퍼지화 방법들인 Mean-of-Maximum, Center-of-Area, α-cut Method 와의 비교연구를 할 필요가 있다. 두 번째로, 다양한 다 기준 의사결정법들과 본 연구의 결 과를 비교하지 못하였다. 따라서 Fuzzy TOPSIS, Grey relational analysis (GRA) 등과 같은 기법들과 비교하여 본 연구 결과에 대한 타당성 검증을 할 필요가 있을 것이다. 본 연구는 서비스 품질 평가를 위한 퍼 지 VIKOR 기법을 제시하였다. 구체적으로 첫 째, 서비스, 평가 기준, 의사결정자를 선정하 고, 각 기준의 중요도와 기준별 서비스에 대한 평가를 언어적 변수로 표현하였다. 둘째, 의사 결정자들의 의견을 종합하여 각 기준의 가중 치 및 각 기준별 서비스에 평가 값의 평균을 구하였다. 이 때 평가 값은 SERVQUAL의 개 념을 이용하여 기대 수준과 인지 수준의 차이 로써 구하였다. 셋째, 모든 기준 별 서비스 평 가 값에 대해 이상적인 값과 부 이상적인 값 을 도출하고, 이를 토대로 그룹 효용 값 및 각 기준별 후회 값을 구한다. 마지막으로 그룹 효 용 값 및 각 기준별 후회 값을 동시에 고려하 여 서비스들의 절충적인 우선순위를 매긴다. 본 연구에서 제안한 퍼지 VIKOR 기법은 기존 SERVQUAL의 핵심 개념을 유지하면서 도 의사결정기준의 다양성과 평가자의 주관적 판단을 반영할 수 있다는 점에서 의의를 가진 Acknowledgements 이 논문은 2011년도 정부(교육과학기술부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (NO.2011-0030814). 참고문헌 Bharadwaj, S.G., Varadarajan, P.R., and Fahy, J. (1993), Sustainable competitive advantage in service industries: A conceptual model and research propositions, Journal of Marketing, 57(October), 83-99. Brown, S.W. and Swartz, T.A. (1989), A gap analysis of professional service quality, Journal of Marketing, 53(2), 92-98. Kettinger, W.J. and Lee, C.C. (1994), Perceived service quality and user satisfaction with the information services function, Decision sciences
25(5-6), 737-766. Lazim, A. and Wahab, N. (2010), A fuzzy decision making approach in evaluating ferry service quality, Management research and practice, 2(1), 94-107. Liou, J.J.H., Tsai, C.Y. and Lin, R.H. (2011), A modified VIKOR multiple-criteria decision method for improving domestic airlines service quality, Journal of Air Transport Management, 17(2), 57-61. Opricovic, S. (1998), Multicriteria optimization of civil engineering systems, Belgrade: Faculty of Civil Engineering. Parasuraman, A., Zeithaml, V.A., and Berry, L. (1988), SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality, Journal of Retailing, 64(1), 12-40. Shaohan, C. and Minjoon, J. (2003), Internet users' perceptions of online service quality: A comparison of online buyers and information searchers, Managing Service Quality, 13(6), 504-519. Sun, C.C. and Lin, G.T.R. (2009), Using fuzzy TOPSIS method for evaluating the competitive advantages of shopping websites, Expert Systems with Applications, 36(9), 11764-11771. Viswanathan, M. (1999). Understanding how product attributes influence product categorization: development and validation of fuzzy set-based measures of gradedness in product categories, Journal of Marketing Research, 36(1), 75 95. Wang, T.C. and Chang, T.H. (2005), Fuzzy VIKOR as a resolution for multicriteria group decision-making, The 11th International Conference on Industrial Engineering and Engineering Management, 352-356. Woodruff, R.B. (1997), Customer value: the next source for competitive advantage, Journal of the Academy of Marketing Science, 25(2), 139-153. Xia, X., Wang, Z., and Gao, Y. (2000), Estimation of non-statistical uncertainty using fuzzy-set theory, Measurement Science & Technology, 11(4), 430 435. Xie, M., Wang, H., and Goh, T. N. (1998), Quality dimensions of Internet search engines, Journal of information science, 24(5), 365-372. Yeh, C. H. and Kuo, Y. L. (2003), Evaluating passenger services of Asia-Pacific international airports, Transportation Research:Part E, 39(1), 35-48. Zadeh, L.A. (1965), Fuzzy sets, Information Control, 8, 29-44.