스마트폰의 발전과 함께 성장한 차량공유서비스는 신기술과 결합하며 더 많은 사용자를 확보하기 위하여 노력하 고 있는 상황이다. 사용자의 서비스 사용을 유도하고 촉진하기 위해서는 감성을 이해하고 파악하는 것이 중요하며, 자동차의 감성과 관련된 연구는 꾸준히 진행되어져 왔다. 그러나 차량공유서비스 관련 연구들은 주로 교통정책이나 산업공학 관련 연구가 대부분이다. 따라서 차량공유서비스의 사용자에게 사용자 친화적인 경험을 제공하고 서비스를 확산하기 위해서는 차량공유서비스의 감성에 대한 이해가 필요하다. 이에 본 연구에서는 차량공유서비스에서 기대되 는 감성을 표현하는 어휘를 탐색하고 대표 감성을 추출하고자 하였다. 이를 위하여 차량공유서비스와 감성에 대하여 문헌을 통해 이해하였다. 그리고 관련 문헌에서 감성 어휘를 수집한 후, 전문가 리뷰를 진행하여 차량공유서비스의 감성 어휘 탐색에 적절한 어휘를 정리하였다. 마지막으로 정리된 감성 어휘 항목을 바탕으로 설문조사를 실시하였고, 차량공유서비스에서 기대되는 대표 감성으로 <혁신>, <실용>, <불편>, <충실>, <쾌락>, <유연>의 6가지를 도출하였다. 본 연구는 차량공유서비스를 사용하면서 사용자가 느끼거나 기대되는 감성을 측정하고 비교할 수 있는 감성 어 휘와 대표 감성을 도출했다는 것에 연구 의의를 가진다. 또한 향후 연구에서 대표 감성을 바탕으로 이를 측정하는 구체적인 평가 항목을 제작할 수 있을 것으로 보인다.

Recently, owing to the development of ICT industry and wide spread of smart phone, the number of people who use car sharing service are increased rapidly. Currently two-way car sharing system with same rental and return locations are mainly operated since this system can be easily implemented and maintained. Currently the demand of one-way car sharing service has increase explosively. But this system have several obstacle in operation, especially, vehicle stock imbalance issues which invoke vehicle relocation. Hence in this study, we present an optimization approach to depot location and relocation policy in one-way car sharing systems. At first, we modelled as mixed-integer programming models whose objective is to maximize the profits of a car sharing organization considering all the revenues and costs involved and several constraints of relocation policy. And to solve this problem efficiently, we proposed a new method based on particle swarm optimization, which is one of powerful meta-heuristic method. The practical usefulness of the approach is illustrated with a case study involving satellite cities in Seoul Metrolitan Area including several candidate area where this kind systems have not been installed yet and already operating area. Our proposed approach produced plausible solutions with rapid computational time and a little deviation from optimal solution obtained by CPLEX Optimizer. Also we can find that particle swarm optimization method can be used as efficient method with various constraints. Hence based on this results, we can grasp a clear insight into the impact of depot location and relocation policy schemes on the profitability of such systems.