Research Article

The Journal of the Acoustical Society of Korea. 30 November 2023. 617-626
https://doi.org/10.7776/ASK.2023.42.6.617

ABSTRACT


MAIN

  • I. 서 론

  • II. 연구 방법

  •   2.1 실험 음원

  •   2.2 주관 평가

  •   2.3 실험 절차

  •   2.4 피험자

  •   2.5 실험 장비

  •   2.6 데이터 분석

  • III. 연구 결과

  •   3.1 전반적인 음환경 쾌적도(OSQ)

  •   3.2 청취 난이도(LD)

  •   3.3 최적 물소리 레벨

  •   3.4 인지 평가 결과

  • IV. 결 론

I. 서 론

개방형 사무실은 벽이나 칸막이가 없거나 적은 레이아웃으로 사무실 공간을 막거나 분할하지 않고 스크린이나 가구 요소들로 레이아웃하여 어느정도의 프라이버시가 확보되도록 계획한 사무실을 의미한다. 개방형 사무실은 공간의 다양한 활용이 가능하고 개방감이 좋아 많이 도입되고 있다.[1] 그러나 개방형 사무실에서 발생하는 소음으로 인해 직원 스트레스가 높아진다거나[2] 개방되어 있음에도 불구하고 오히려 대면 소통 횟수는 감소하는 등[3] 다양한 문제점이 발생하고 있다. 그중 소음과 스피치 프라이버시는 이전 연구들[3,4,5]을 통해 가장 중요한 원인으로 제기되었다.

개방형 사무실의 소음 및 스피치 프라이버시를 해결하고자 여러 연구가 진행되었다. Kim et al.[6]은 음향 시뮬레이션을 활용해 천장재와 바닥재 등 사무실에 사용되는 건축 재료를 연구하였고, Lee et al.[7]은 천장고 등 건축요소를 변화시켜 개방형 사무실의 음향변화를 측정하였다. Lee et al.[8]은 오픈플랜오피스 디자인을 위한 스피치 프라이버시 평가 지표를 평가하였으며, Hongistob et al.[9]은 개방형 사무실에서 발생하는 소음을 마스킹하기 위하여, 컴퓨터로 만들어진 마스킹용 노이즈와 물소리를 마스킹용 음원으로 비교하기도 하였다.

그러나 사무실 음환경을 개선하기 위한 마스킹 음원에 대한 종류와 적절한 레벨에 대한 연구는 부족하고 마스킹 음원이 도입되었을 때의 업무 효율성에 미치는 영향에 대한 연구도 많이 진행되지 않았다.

따라서 본 연구에서는 사운드스케이프 디자인 방법을 개방형 사무실 음환경에 도입하여 개방형 사무실에서 발생하는 소음과 스피치 프라이버시 문제를 해결하고 나아가 이용자의 업무 효율성에는 어떠한 영향을 미치는지 조사해보고자 한다.

사운드스케이프는 소리를 의미하는 사운드와 풍경을 의미하는 스케이프의 합성어로 도시 음환경 디자인을 위하여 연구 및 활용되고 있다. 사운드스케이프는 ISO 12913-1에 “컨텍스트 안에서 개인 또는 집단/공동체가 지각하거나 경험하고 이해하는 음환경”이라고 정의되어 있다. 여기서 컨텍스트란 “공간과 시간에서 사람과 활동과 장소 사이의 상호관계를 포함하는 요소”를 의미하며, 이는 청각 질환과 같은 이용자의 특성, 날씨와 풍경과 같은 공간에 관한 요소, 이 외에도 개인 혹은 집단, 사회 문화 등의 사운드스케이프와 관련된 모든 영향 요소를 일컫는다.[10]

기존의 소음 관리체계는 소음과 같은 불필요한 소리를 폐기물로 생각하여 차단하거나 저감하는 것에 초점을 맞췄다면, 사운드스케이프 관점은 소리를 하나의 자원으로써 활용하여, 이용자가 선호하는 소리와 선호하지 않는 소리를 구분하고 선호하는 소리를 강화함으로서 선호하지 않는 소리를 마스킹 하는 방법을 널리 활용하고 있다.[11]

특히 도로교통 소음이 강한 공간에서 쾌적한 자연소리를 도입하여, 인지소음은 줄이고 음환경 쾌적도를 올리는 연구들이 많이 진행되고 있다.[12,13,14,15,16,17,18,19] 쾌적한 도시 음환경을 위해 소음원의 종류별에 따른 선호하는 자연소리가 연구 되었었고, 소음 레벨에 따른 최적레벨도 연구 되었었다.[12,13,15,19] 또한 도로교통 소음 마스킹을 하기 위하여, 물소리를 활용하여 실제로 공공공간을 디자인 하기도 하였다.[20]

따라서 본 연구에서는 이전 사운드스케이프 연구에서 사용한 물소리를 활용하여[19] 개방형 사무실의 음환경에 쾌적한 물소리를 도입하고 이에 따른 음환경 쾌적도와 스피치 프라이버시를 평가하고자 한다. 이후 평가 결과를 바탕으로 한 사무실 소음 레벨에 따른 최적 물소리 레벨을 도출하고, 마지막으로 최적 물소리 레벨을 도입하였을 때의 업무 효율성을 평가하여 최적레벨의 물소리 도입이 개방형 사무실에 미치는 영향을 종합적으로 판단하고자 한다.

II. 연구 방법

2.1 실험 음원

본 연구에서는 개방형 사무실의 음향 특성을 고려하기 위하여, 실제 개방형 사무실인 충남대학교 건축공학과 건축음향 연구실에서 실험 음원을 녹음하였다. 사무실 소음원의 녹음 위치는 Fig. 1에서 확인할 수 있다. 녹음 장비는 바이노럴 마이크(DPA 4560 core)와 녹음기(Tascam DR-40)를 활용하여 녹음을 진행하였다. 5 min씩 3개의 음원을 녹음하여 총 15 min을 녹음하여 사용하였다.

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F1.jpg
Fig. 1.

Dimension of the open plan office and recording position.

녹음된 음원은 동료 간 대화 소리와 전화 벨소리 등 사무실에서 발생하는 소음을 녹음하여 사용하였으며, 물소리는 이전 논문[19]에서 활용한 음원을 사용하여 진행하였다.

물소리의 Spectogram은 Fig. 2와 같으며, 배경소음과 물소리의 주파수 특성은 Fig. 3과 같다. Fig. 2를 통해 알 수 있듯이 시간에 따른 물소리 레벨 변동 특성는 적으며, Fig. 3를 통해 알 수 있듯이 사무실 소음원은 2.5 KHz ~ 6.3 KHz 대역이 강한 반면 물소리는 400 Hz ~ 2 KHz 대역이 강한 것을 알 수 있다. 음원 분석은 전문 소프트웨어인 Headacoustic 사의 ArtemiS Suite 프로그램을 사용하였다.[21]

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F2.jpg
Fig. 2.

(Color available online) Spectrograms of water sound.

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F3.jpg
Fig. 3.

(Color available online) Frequency response of stimuli.

2.2 주관 평가

본 연구에서는 이용자의 사무실 음환경에 대한 쾌적도를 측정하기 위하여, 이전 논문들[19,20]에서 사용한 전반적인 음환경 쾌적도(Overall Soundscape Quality, OSQ)를 7점 척도로 측정하였다(7: 매우 쾌적함, 1: 매우 불쾌함). OSQ는 사운드스케이프를 평가하는 중요한 지표중 하나로서, 음환경에 대한 주관적인 쾌적도를 평가하는 지표이다.[19,22]

스피치 프라이버시를 측정하기 위하여, 청취 난이도(Listening Difficulty, LD)는 5점 척도로 측정하였다. LD의 경우 이전 논문을 참고하여,[23] 피험자들에게 소음원에 포함된 대화소리가 얼마나 잘 들리는 지에 따라 5점 척도로 평가해 달라고 요청하였다. 이에따라 피험자들은 음원에 포함된 대화의 문장이나 단어가 이해되는 정도에 따라, Table 1의 문항을 활용하여 5점 척도로 평가하였다.

Table 1.

Questionnaire of listening difficulty.

Score Question
1 The conversation is perfectly intelligible and understandable
2 Most conversation is perfectly intelligible and understandable
3 Words of conversation are sometimes intelligible but it is not understandable as a whole
4 The conversation is audible but not even words in the conversation are intelligible
5 The conversation is completely inaudible

예를 들어서 대화 소리가 완전히 들리지 않으면 5점을, 대화소리는 들리지만 대화에 포함된 단어조차 이해할 수 없으면 4점을, 반대로 모든 대화를 완벽하게 이해할 수 있으면 1점을 평가하도록 하였다.

또한 물소리 도입이 사무실에서 이용자의 업무효율성에 미치는 영향을 파악하기 위하여, 인지능력평가(Cognitive performance)를 진행하였으며, 인지능력평가의 경우 Cognitive fum 사이트[24]에서 제공하는 색채단어 검사[25]를 활용하였다. 색채단어 검사는 Fig. 4와 같이 글자의 색깔과 글자의 단어가 일치하는 일치 문항과 불일치 문항이 무작위로 제시되며, 제시된 문제에 대하여, 단어 내용과 상관없이 글자의 색깔을 맞추는 문제이다. 문항이 제시된 순간부터 정답 혹은 오답을 선택하는 순간까지 반응 시간을 측정하며, 이에따라 측정된 각 문항들에 대한 반응 시간과 제시된 전체 문항에 대한 정답율을 이용하여 점수를 산출한다. 인지평가 점수를 산출하는 공식은 Eq. (1)과 같다.

(1)
Cognitivescore=CorrectratioResponsetime[s].

Eq. (1)을 통해 알 수 있듯이, 인지능력 평가 점수가 높다는 뜻은 단위 시간당 정답률이 높다는 것을 의미하며, 낮다는 것은 문제를 틀리는 수가 많거나 문제를 푸는 속도가 느리다는 것을 의미한다.

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F4.jpg
Fig. 4.

(Color available online) Questions of cognitive performance.

2.3 실험 절차

본 실험은 물소리 도입 전과 이후에 이용자에게 미치는 영향을 파악하기 위하여, 물소리 도입 전, 사무실 소음원만 있을 때의 음환경을 평가하고 이후 물소리를 도입하여 동일한 평가를 진행하였다.

실험은 먼저 소음원만 30 s간 들려주어 OSQ와 LD를 평가하였다. 이후 소음원과 물소리를 함께 들려주어, 복합음의 OSQ와 LD를 평가하였다. 모든 음원은 피험자가 충분히 듣고 평가할 수 있도록 원하는 만큼 반복하여 제시하였다. 소음원과 물소리 레벨은 Table 2와 같이 소음원은 3단계(55 dBA, 60 dBA, 65 dBA) 물소리는 각 소음원에 대하여 소음대잡음비(Signal to Noise Ratio, SNR )를 5단계(–10 dB, –5 dB, 0 dB, 5 dB, 10 dB)로 나누어 제시하였다. SNR은 Eq. (2)와 같이 계산 되었다.

(2)
SNR=LAeq,30-sec,Water-LAeq,30-sec,Officenoise.

평가가 끝난 후 OSQ와 LD의 결과를 기반으로 소음레벨에 따른 최적 물소리 레벨을 도출하였고 이후 소음원에 대한 인지평가와 소음원과 최적 레벨의 물소리를 섞은 복합음에 대한 인지평가를 순차적으로 진행하였다.

Table 2.

Experimental design: LAeq of acoustic stimuli and SNR of Water sound.

LAeq [dB]
Office noise 55 60 65
Water 45 50 55 60 65 50 55 60 65 70 55 60 65 70 75
SNR [dB]
-10 -5 0 5 10 -10 -5 0 5 10 -10 -5 0 5 10

2.4 피험자

실험에 참여한 피험자는 정상청력을 갖는 충남대학교 대학생 20명을 대상으로 하였다. 나이는 최소 만 20세부터 26세까지 참여하였으며, 남성은 총 13명 여성은 7명이 참여하였다. 모든 피험자는 참여 전에 서면으로 동의 받아 진행되었다.

본 연구는 충남대학교 생명관리위원회의 승인을 받았으며, 관련 지침 및 규정에 따라 수행되었다(IRB 번호: 202208-SB-108-01).

2.5 실험 장비

외부 환경을 최대한 제어하기 위하여, 실험은 외부 소음을 최소화 한 청감실험실에서 진행되었다. 실험실의 배경소음은 16 dBA로 유지하였다. 음원은 오디오 인터페이스(Motu ultralite mk5)와 헤드폰(Sennheiser HD600)을 통해 제시되었으며, 평가 문항인 OSQ와 LD는 구글 폼을 이용하여 노트북을 통해 제시되었고, 인지평가는 Cognitive fun 사이트[24]를 통해 문제가 제시되었다. 실험 전 바이노럴 마이크(HSU-II, Headacoustics)와 음향 분석기(SQobold, Headacoustics)를 이용하여, 음원의 레벨을 조정하였다.

2.6 데이터 분석

사무실 소음 레벨별, 물소리 레벨에 따른 평가 점수들간 유의미한 차이가 있는지 확인하기 위하여, 반복측정 이원 분산분석(Two-way repeated measure analysis of variance, Two-way RM ANOVA)을 실시하였다. 소음 레벨과 물소리 레벨 주효과와 두 요인 간의 상호작용을 확인하고자 반복측정 이원 분산분석을 진행하였다. 반복측정 분산분석의 경우 피험자 그룹이 독립적이지 않고, 적은 수의 피험자여도 피험자간 오차를 최소화 하여 유효한 통계분석 결과를 얻을 수 있어,[26,27] 많은 연구에서 분석 방법으로 활용되고 있다.[16,17,18,19] 반복측정 분산분석의 경우 구형성 가정을 만족해야 한다. 구형성 가정은 반복 측정시 측정치들의 분산이 모두 동일하다는 가정이다.[28] 구형성 검정을 위하여 모클리 테스트(Mauchly’s test)를 진행하였다. 구형성을 만족하지 못하는 경우 Green-house–Geisser correction을 사용하여 F 값의 자유도를 조정하였다. 사후검정은 본페로니 교정(bonferroni correction)을 실시하여, 측정 변수들 간 유의수준을 확인하였다. 모든 통계분석은 통계소프트웨어인 Jamovi(Version 2.3)[28]를 활용하여 수행되었다.

III. 연구 결과

3.1 전반적인 음환경 쾌적도(OSQ)

Table 3Fig. 5는 물소리 도입에 따른 소음 레벨별 전반적인 음환경 쾌적도 평가 결과이다. 에러바는 95 % 신뢰구간을 나타냈다.

Table 3.

Summary of RM ANOVA results for OSQ.

Factor df1 df2 F p ηp2
Noise level 2.00 36.00 10.53 < 0.001 0.369
Masking level 2.12 38.18 14.32 < 0.001 0.443
Interaction 10.00 180.00 6.42 < 0.001 0.263

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F5.jpg
Fig. 5.

(Color available online) Mean OSQ score as function of SNR (-10 dB to 10 dB). The error bars indicate 95 % confidence intervals.

평가 결과 사무실 소음만 있을 때의 OSQ 평균 점수는 55 dBA일 때 3.74점 60 dBA일 때 3.53점 65 dBA일 때 3.63점으로 나타났다. Fig. 5를 통해 확인할 수 있듯이 SNR이 증가할수록 쾌적도는 감소하는 경향이 나타났다. 또한 SNR이 +5, +10일 경우 쾌적도는 감소하였고 이외의 경우(SNR –10, –5, 0) 쾌적도가 증가하는 경향이 나타났다. 이는 물소리를 활용한 이전 논문들과 비슷한 경향을 보여주었다.[12,13,15,20] 특히 사무실 소음 레벨이 65 dBA일 때 SNR이 + 10인 물소리를 도입할 경우 도입 전과 후의 평균 점수 차이가 p-value < 0.05로 통계적으로 유의한 것으로 나타났다.

Table 3에서 볼 수 있듯, 사무실 소음 레벨[F(2, 36) = 10.53, p < 0.001]과 마스킹 레벨[F(2.12, 38.18) = 14.32, p < 0.001]의 주효과는 OSQ에 통계적으로 유의미한 것으로 나타났다. 또한 사무실 소음 레벨과 마스킹 레벨간 교호작용은 있는 것으로 나타났다.

3.2 청취 난이도(LD)

Table 4Fig. 6은 물소리 도입에 따른 소음 레벨별 청취 난이도 평가 결과이다. 에러바는 95 % 신뢰구간을 나타냈다. 먼저 사무실 소음만 있을 때의 LD 평균 점수는 55 dBA일 때 1.58점 60 dBA일 때 1.63점 65 dBA일 때 1.63점으로 나타났다. Fig. 3를 통해 알 수 있듯이 모든 SNR에 대하여 사무실 소음에 물소리를 도입할 경우 LD 값이 증가하는 것을 알 수 있었다. 특히 SNR이 증가 할수록 LD 값은 더욱 상승하는 것을 알 수 있었다.

Table 4.

Summary of RM ANOVA results for LD.

Factor df1 df2 F p ηp2
Noise level 2.00 36.00 21.68 < 0.001 0.546
Masking level 5.00 90.00 118.35 < 0.001 0.868
Interaction 5.26 94.60 6.84 < 0.001 0.275

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F6.jpg
Fig. 6.

(Color available online) Mean LD score as function of SNR (-10 dB to 10 dB). The error bars indicate 95 % confidence intervals.

Table 4에서 볼 수 있듯, 사무실 소음 레벨[F(2, 36) = 21.68, p < 0.001]과 마스킹 레벨[F(5, 90) = 118.35, p < 0.001]의 주효과는 LD에 통계적으로 유의미한 것으로 나타났다. 또한 사무실 소음 레벨과 마스킹 레벨간 교호작용 또한 있는 것으로 나타났다.

3.3 최적 물소리 레벨

Fig. 5에서 볼 수 있듯이 모든 소음 레벨에 대하여, 물소리 레벨이 소음레벨보다 증가할수록 OSQ는 감소하는 경향을 볼 수 있었다. 이에 반하여 LD 값은 물소리가 증가할수록 동일하게 증가하는 경향을 보이는 것을 Fig. 6를 통해 확인할 수 있었다. 따라서 물소리 레벨이 소음 레벨보다 증가할 경우, 음환경 쾌적도에 되려 악영향을 끼칠 수 있기 때문에, 소음레벨의 수준을 고려한 적절한 물소리 레벨의 도입이 필요한 것을 알 수 있다.

이를 토대로 본 연구에서는 전반적인 음환경 쾌적도는 감소하는 SNR +5 dB와 +10 dB는 사무실 소음 마스킹을 위한 물소리 최적 레벨로 적합하지 않다고 판단하였다. 그러므로 이를 제외한 물소리 레벨, SNR –10 dB, –5 dB, 0 dB에 대하여 전반적인 음환경 쾌적도 점수와 듣기 어려운 정도를 종합하여 최적 레벨을 판단하였다.

OSQ와 LD 평가 결과를 고려한 최적레벨을 구하기 위한 데이터 분석에 앞서, 평가 결과를 동일한 스케일로 확인하기 위하여, 정규화하는 작업을 진행하였다. 정규화 방법은 Min-max Normalization Method[29]를 활용하였다. OSQ와 LD의 합산 점수는 측정 값을 Eq. (3)을 이용하여 정규화한 후 두 점수를 합 하여 사용하였다. Fig. 7는 그 결과를 나타낸 것이다.

(3)
Score=xi-xminxmax-xmin,xi:Evaluationscorexmin:Minimum`scorexmax:Maximum`score.

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F7.jpg
Fig. 7.

(Color available online) Mean OSQ with LD score as function of stimuli.

Fig. 7에서 볼 수 있듯이 물소리 레벨이 소음레벨보다 5 dB 낮을 때 합산점수가 최대가 되는 것을 알 수 있었다. 도입 전과 비교하였을 때, 사무실 소음 55 dBA에서는 0.412, 60 dBA에서는 0.557, 65 dBA에서는 0.583이 상승하는 것을 알 수 있었다. 이는 SNR 0 dB보다는 평균 0.04, –10 dB 보다는 평균 0.1 높은 수치로 나타났다. 따라서 사무실 소음레벨 55 dBA ~ 65 dBA 전체에 대하여 음환경 쾌적도와 스피치 프라이버시를 고려한 최적 물소리 레벨은 SNR –5 dB로 결정 되었다.

3.4 인지 평가 결과

Table 5Fig. 8은 최적 레벨의 물소리 도입에 따른 인지능력 평가 결과이다. 에러바는 95 % 신뢰구간을 나타냈다. 물소리를 도입하기 전 인지능력 평가 점수는 소음 레벨별로 55 dBA일 때 평균 1.128점, 60 dBA일 때 1.099점, 65 dBA일 때 1.01점으로 소음레벨이 상승할수록 평균 점수는 하락하는 것으로 나타났다. 물소리를 도입할 경우 평균점수는 55 dBA일 때 평균 0.901점 60 dBA일 때 1.205점 65 dBA일 때 1.262점으로 도입 전과 반대로 소음레벨이 상승할수록 평균 점수도 함께 상승하는 것으로 나타났다.

Table 5.

Summary of RM ANOVA results for cognitive score.

Factor df1 df2 F p ηp2
Noise level 2.00 78.00 16.10 < 0.001 0.293
Masking 1.00 39.00 31.00 < 0.001 0.443
Interaction 1.63 63.72 39.70 < 0.001 0.504

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F8.jpg
Fig. 8.

(Color available online) Mean cognitive score as function of stimuli. The error bars indicate 95 % confidence intervals.

인지능력 평가 결과의 평균 차이는, Table 5에서 볼 수 있듯이 사무실 소음 55 dBA과 65 dBA에서 물소리를 도입하기 전과 후에, 통계적으로 유의미한 것으로 나타났다. 55 dBA에서는 물소리 도입이 인지능력에 부정적인 영향을 미쳤으나, 60 dBA와 65 dBA의 경우 긍정적인 영향을 미치는 것으로 나타났다.

Table 5에서 볼 수 있듯, 사무실 소음 레벨[F(2, 78) = 16.10, p < 0.001]과 마스킹 레벨[F(1, 39) = 31.00, p < 0.001]의 주효과는 인지평가 결과에 통계적으로 유의미한 것으로 나타났고, 사무실 소음 레벨과 마스킹 레벨 간 교호작용 또한 있는 것으로 나타났다.

Fig. 9은 인지평가 결과의 평균 점수를 사무실 소음 레벨과 물소리 도입 유무에 대하여 나타낸 것이다. Fig. 6에서 확인할 수 있듯이 소음 레벨이 증가할수록 최적 레벨의 물소리 도입이 긍정적인 효과가 나타나는 것을 알 수 있었다. 특히 소음레벨 60 dBA와 65 dBA 의 경우 물소리를 도입한 후의 점수가 도입 전의 55 dBA에서의 점수보다 더 높은 것을 알 수 있었다. 이는 작은 소음 레벨에서는 물소리 도입이 부정적인 효과를 가져 오지만 소음 레벨이 클수록 긍정적인 효과를 나타내는 것을 알 수 있었다. 따라서 소음레벨에 따른 적절한 물소리 도입은 인지 능력에 긍정적인 영향을 끼치고 이는 업무효율성에 도 긍정적인 영향을 미칠 것으로 판단된다.

https://static.apub.kr/journalsite/sites/ask/2023-042-06/N0660420615/images/ASK_42_06_15_F9.jpg
Fig. 9.

(Color available online) Mean cognitive score as function of office noise level and water sound. The error bars indicate 95 % confidence intervals.

IV. 결 론

본 논문은 개방형 사무실의 음환경을 개선하기 위해, 사운드스케이프 디자인 방법론을 사용하여, 시끄러운 사무실 환경에 쾌적한 물소리를 도입하고, 물소리 도입이 이용자에게 미치는 영향을 평가하였다.

본 논문은 사무실 소음에 물소리 도입을 할 경우 미치는 영향을 종합적으로 판단하기 위하여, 단순히 인지 음환경만을 판단하지 않고 이용자의 공간 이용특성을 반영하여, 업무 효율성도 함께 고찰하였다. 이를 위하여, 대전광역시 소재의 개방형 사무실에서 총 20명의 대학생을 대상으로 설문 조사 및 인지 평가를 진행하였으며, 3개의 소음레벨에 대하여 각 5개의 물소리 레벨에 대한 인지 음환경을 평가하였고 평가 결과를 바탕으로 소음 레벨에 따른 최적 물소리 레벨과 인지능력을 평가하였다. 본 논문의 결과는 다음과 같이 요약할 수 있다.

1) 사무실 소음 레벨보다 높은 레벨의 물소리를 도입할 경우 음환경 쾌적도는 도입 전과 비교하였을 때 더 쾌적하지 않다고 응답하였다.

2) 스피치 프라이버시는 물소리를 도입하였을 때 도입 전보다 더 확보된다고 응답하였다.

3) 반복측정 이원분산분석 결과 스피치 프라이버시는 모든 소음레벨에 대하여 물소리를 도입할 경우 통계적으로 유의미한 차이를 확인할 수 있었고 음환경 쾌적도의 경우 소음 레벨 65 dBA에서 75 dBA의 물소리를 도입할 경우에만 도입전과 비교하였을 때 통계적으로 유의미한 차이를 확인할 수 있었다.

4) 음환경 쾌적도와 스피치 프라이버시 결과를 종합하였을 때 최적 물소리 레벨은 소음 레벨보다 5 dBA작을 때로 나타났다.

5) 최적레벨의 물소리를 도입하였을 때 작은 소음 레벨에서는 인지능력에 부정적인 영향을 미치지만 소음레벨이 클경우에는 긍정적인 영향을 미치는 것으로 나타났다.

6) 도입 전후에 대한 인지평가의 반복측정 이원분산분석 결과 55 dBA와 65 dBA에서 도입 전 후로 통계적으로 유의미한 차이가 나타났으며, 55 dBA에서는 인지능력에 부정적인 영향이 나타났지만 65 dBA에서는 인지 능력을 향상시키는 것으로 나타났다.

이상으로 결과를 종합하여 볼 때 현재 개방형 사무실의 음환경은 쾌적도와 스피치 프라이버시가 지켜지지 못하고 있으며, 물소리 도입이 이를 개선하는데 효과가 있는 것으로 나타났다. 하지만 무분별한 물소리 도입이 아닌 소음 레벨별 최적의 물소리 도입이 필요한 것으로 나타났으며, 시끄러운 사무실 음환경에서 최적 레벨의 물소리를 도입할 경우 도입 이전과 비교하였을 때 업무 효율성도 강화되는 것으로 나타났다.

다만 본 연구에서는 음원을 헤드폰으로만 제시하였고, 이 경우 음원에 집중하는 효과가 나와 실제 음환경과는 다른 결과가 나올 수 있다. 이에 따라 후속 연구에서는 실제 사무실 음환경에서 스피커를 사용하여 물소리를 재생해보는 등 보다 실제 음환경과 가까운 실험 환경에서 실험을 진행할 필요가 있을 것으로 사료된다.

그럼에도 불구하고, 본 연구에서는 적절한 물소리 도입은 사무실 소음을 줄이는 것 보다 업무 효율을 올릴 수 있음을 확인하였다. 나아가 음환경 쾌적성과 스피치 프라이버시도 함께 개선할 수 있는 것을 밝혀내었다. 따라서 최적 레벨의 물소리 도입은 개방형 사무실의 음환경 개선을 위하여, 유용하게 활용 할 수 있을 것으로 판단된다.

본 연구는 개방형 사무실 음환경 개선을 위한 사운드스케이프 디자인 연구의 기초 연구이며, 그동안 도시 음환경 디자인을 위해 활발하게 연구되어왔던 사운드스케이프 디자인 연구가 실내 음환경 디자인에서도 활용될 수 있음을 함께 확인할 수 있었다.

Acknowledgements

이 연구는 한국연구재단 연구비 지원에 의한 결과의 일부임(과제번호: NRF-2022R1C1C1008066).

References

1
J. H. Jeong, "Speech intelligibility, and speech privacy assessment indicators for indoor spaces" (in Korean), Trans. Korean Soc. Noise Vib. Eng. 27, 22-25 (2017).
2
E. J. Sander, C. Marques, J. Birt, M. Stead, and O. Baumann, "Open-plan office noise is stressful: Multimodal stress detection in a simulated work environment," J. Manag. Organ. 27, 1021-1037 (2021). 10.1017/jmo.2021.17
3
E. S. Bernstein and S. Turban, "The impact of the 'open' workspace on human collaboration," Philos. Trans. R. Soc. B, 373, 20170239 (2018). 10.1098/rstb.2017.023929967303PMC6030579
4
J. S. Kim and R. Dear, "Workspace satisfaction: The privacy-communication trade-off in open-plan offices," J. Environ. Psychol. 36, 18-26 (2013). 10.1016/j.jenvp.2013.06.007
5
S. M. Lee, H. S. Song, J. H. Kim, S. H. Kim, and J. K. Ryu, "Subjective evaluation of acoustic environment in open-plan office" (in Korean), Proc. KSNVE Annual Spring Conf. 75 (2020).
6
Y. J. Kim, S. K. Yum, S. H. Lee, D. S. Song, and Y. S. Kim, "Improvement of speech privacy in open plan offices using articulation index" (in Korean), JAIK, 26, 309-316 (2010).
7
B. K. Lee, P. J. Lee, J. Y. Hong, and J. Y. Jeon, "Prediction of acoustics for open plan office according to the changes of architectural element" (in Korean), Proc. KSNVE Annual Autumn Conf. 285-286 (2010).
8
P. J. Lee, J. Y. Hong, B. K. Lee, and J. Y. Jeon, "Measures for assessing speech privacy of open plan offices" (in Korean), Proc. KSNVE Annual Autumn Conf. 283-284 (2010).
9
V. Hongistob, J. Varjo, D. Oliva, A. Haapakangas, and E. Benway, "Perception of water-based masking sounds-long-term experiment in an open-plan office," Front. Psychol. 8, 1-14 (2017). 10.3389/fpsyg.2017.0117728769834PMC5515102
10
ISO 12913-1:2014 Acoustics - Soundscape - Part 1: Definition and Conceptual Framework, 2014.
11
A. L. Brown, "Soundscapes and environmental noise management," Noise Control Eng. J. 58, 493-500 (2010). 10.3397/1.3484178
12
J. Y. Jeon, P. J. Lee, J. You, and J. Kang, "Perceptual assessment of quality of urban soundscapes with combined noise sources and water sounds," J. Acoust. Soc. Am. 127, 1357-1366 (2010). 10.1121/1.329843720329835
13
J. You, P. J. Lee, and J. Y. Jeon, "Evaluating water sounds to improve the soundscape of urban areas affected by traffic noise," Noise Control Eng. J. 58, 477-483 (2010). 10.3397/1.3484183
14
J. Y. Jeon, P. J. Lee, J. You, and J. Kang, "Acoustical characteristics ofwater sounds for soundscape enhancement in urban open spaces," J. Acoust. Soc. Am. 131, 2101-2109 (2012). 10.1121/1.368193822423706
15
L. Galbrun and T. T. Ali, "Perceptual assessment of water sounds for road traffic noise masking," Proc. Acoust. 2147-2152 (2012).
16
J. Y. Hong, B. Lam, Z. T. Ong, K. Ooi, W. S. Gan, J. Kang, S. Yeong, I. Lee, and S. T. Tan, "The effects of spatial separations between water sound and traffic noise sources on soundscape assessment," Build. Environ. 167, 106423 (2020). 10.1016/j.buildenv.2019.106423
17
J. Y. Hong, B. Lam, Z. T. Ong, K. Ooi, W. S. Gan, J. Kang, S. Yeong, I. Lee, and S. T. Tan, "Effects of contexts in urban residential areas on the pleasantness and appropriateness of natural sounds," Sustain. Cities Soc. 63, 102475 (2020). 10.1016/j.scs.2020.102475
18
J. Y. Hong, Z. T. Ong, B. Lam, K. Ooi, W. S. Gan, J. Kang, J. Feng, and S. T. Tan, "Effects of adding natural sounds to urban noises on the perceived loudness of noise and soundscape quality," Sci. Total Environ. 711, 134571 (2020). 10.1016/j.scitotenv.2019.13457132000311
19
J. Y. Hong, Z. T. Ong, B. Lam, K. Ooi, W. S. Gan, J. Kang, S. Yeong, I. Lee, J. Feng, and S. Tiong Tan, "A mixed-reality approach to soundscape assessment of outdoor urban environments augmented with natural sounds," Build. Environ. 194, 107688 (2021). 10.1016/j.buildenv.2021.107688
20
J. Kang, "On the diversity of urban waterscape," Proc. Acoust. 3533-3538 (2012).
21
Artemis-Suite, https://www.head-acoustics.com/products/analysis-software/artemis-suite, (Last viewed September 1, 2023).
22
F. Aletta, J. Kang, and Ö. Axelsson, "Soundscape descriptors and a conceptual framework for developing predictive soundscape models," Landsc. Urban Plan. 149, 65-74 (2016). 10.1016/j.landurbplan.2016.02.001
23
H. Sato, M. Morimoto, S. Ohtani, Y. Hoshino, and H. Sato, "Subjective evaluation of speech privacy at consulting rooms in hospitals: Relationship between feeling evoked by overhearing speech and word intelligibility score," Appl. Acoust. 124, 38-47 (2017). 10.1016/j.apacoust.2017.03.020
24
Cognitive Fun, http://cognitivefun.net/test/2, (Last viewed November 4, 2022).
25
M. J. Zajano and A. Gorman, "Stroop interference as a function of percentage of congruent items," Percept. Mot. Skills, 63, 1087-1096 (1986). 10.2466/pms.1986.63.3.1087
26
K. G. Beal and H. J. Khamis, "Statistical analysis of a problem data set : correlated observations," Condor, 92, 248-251 (1990). 10.2307/1368411
27
J. M. Bae and G. H. Park, Dr Bae's Healthcare Statistics (Hannarae, Seoul, 2012), pp. 245-263.
28
Jamovi: The jamovi project (Version 2.3), https://www.jamovi.org, (Last viewed May 24, 2023).
29
M. Mazziotta and A. Pareto, "Normalization methods for spatio-temporal analysis of environmental performance: Revisiting the min-max method," Environmetrics, 33, e2730 (2022). 10.1002/env.2730
페이지 상단으로 이동하기