---
type: paper
slug: euy-young-jung-2012-oneperson-firms-application
title: >-
  One-Person Firm's Application Product Survival Analysis: U.S. vs. Korea in App
  Store
authors:
  - '[[euy-young-jung]]'
  - '[[seogwon-hwang]]'
  - '[[jeongdonglee]]'
year: 2012
venue: '[[picmet]]'
categories:
  - '[[innovation-economics]]'
  - '[[industrial-organization]]'
methods:
  - '[[weibull-hazard-model]]'
  - '[[parametric-survival-analysis]]'
themes:
  - '[[app-store]]'
  - '[[one-person-firm]]'
  - '[[product-survival]]'
  - '[[creative-economy]]'
  - '[[korea-us-comparison]]'
aliases: []
last_updated: '2026-05-20T02:18:39+09:00'
---
# One-Person Firm's Application Product Survival Analysis: U.S. vs. Korea in App Store

*[[euy-young-jung]], [[seogwon-hwang]], [[jeongdonglee]] (2012)* · [[picmet]] '12 Conference Proceedings

> Korea App Store 의 두 가지 흥미로운 특징, 즉 Games 카테고리의 부재와 [[one-person-firm]] (OPF) 비율이 상대적으로 높다는 점에 주목해 한국·미국 App Store 의 top 300 grossing 차트에 진입·이탈한 9,573 개 (Korea) vs 4,000 개 (US) Apps 의 [[product-survival]] 을 [[weibull-hazard-model]] 로 분석한다. 한국 OPF 제품은 한국 시장에서 초기엔 경쟁우위를 누리지만, 시장이 성숙하면서 그 지위가 빠르게 잠식되고 외국 OPF 제품은 한국에서 일관되게 약세를 보인다.

- **RQ**: [[app-store]] 라는 신흥 [[creative-economy]] 마켓에서 [[one-person-firm]] 의 제품 생존율이 국가·진입 시기·카테고리별로 어떻게 달라지는가, 그리고 시장 성숙도가 OPF 의 [[early-entrant-advantage]] 를 어떻게 침식하는가?
- **방법론**: [[weibull-hazard-model]], [[parametric-survival-analysis]], [[right-censoring]]
- **데이터**: Apple App Store top 300 grossing 차트 (2010-06 ~ 2011-07), 한국 61,208 observations / 9,573 subjects / 1,982 Apps, 미국 47,734 observations / 4,000 subjects / 1,500 Apps
- **주요 발견**: 한국 OPF 제품은 한국 시장에서 negative significant hazard 계수 (Model 1: −0.088*) 로 비-OPF 제품보다 생존이 길지만, 2010 후반기 (Model 3: −0.155*) → 2011 전반기 (Model 4: −0.061, ns) 로 우위가 사라진다. 외국 OPF 제품은 한국에서 일관되게 hazard 가 높다 (Model 2: +0.437***).
- **시사점**: 한국 정부의 OPF 지원 정책 (자금·법인설립 규제완화·교육) 과 Games 카테고리 부재라는 *우연한* 진입장벽이 OPF 의 초기 dominance 를 만들었으나, 이는 *내재적 capability* 가 아니라 *제도적·시기적* 우위였다. 지속 가능한 OPF 생태계를 위해선 government 지원 외에 OPF 자체의 품질·marketing·promotion 역량 강화가 필수.

![App Store 의 폭발적 성장 추세 그래프. 미국 App Store 에서 App 수가 2008-06 11,000 개에서 2010-06 183,000 개로 16 배 증가하는 등 신흥 시장의 dynamics 가 본 연구의 setting.](/papers/201200_JungEY_One_person_firms_application_product_survival_analysis_US_vs_Korea_in_App_Store/fig1.jpeg)

## 요약

본 paper 는 [[jeongdonglee]] 의 자기 분류 *제2기 도구의 확산과 시야의 확장 (2006-2012)* 후반부에 해당하며, *실타래 3 (제품의 탄생과 죽음)* 의 간헐적 출현이 임계점에 다가가는 전환을 보여준다. [[productivity-analysis]] 라인 (제1·2기 의 주력) 에서 *제품 자체의 시간적 변화* 라는 dynamics 라인으로의 silent shift 의 한 정점이다. 동시에 [[creative-economy]] 라는 UNCTAD 기반 개념을 한국이라는 신흥 [[ict-policy]] 실험장에서 OPF (1-person firm) 수준으로 micro-zoom 한 시도. innovation economist 의 시선이 industry → firm → 개별 product 까지 내려간다.

분석 setting 은 정교하다. 두 나라 App Store 의 top 300 grossing 차트 (revenue 기반) 에 진입·이탈한 9,573 (한국) / 4,000 (미국) 개 *subject* 를 14 개월간 daily 추적하고, [[weibull-hazard-model]] (parametric proportional hazard) 로 OPF 더미·early/late period 분할·카테고리 dummy 를 통제하면서 hazard ratio 를 추정한다. 핵심 변수는 *Kor_opf* (한국 OPF 제품 더미), *For_opf* (외국 OPF 제품 더미), *Kor_opf_game* (한국 OPF 게임 제품 더미). 결과는 세 층위로 나뉜다. 첫째, *한국 OPF 우위의 시간 의존성*: Model 3 (2010 후반) → Model 4 (2011 전반) 로 가면서 한국 OPF 의 hazard 우위가 사라진다 (significant negative → insignificant). 둘째, *외국 OPF 의 일관된 약세*: 한국 시장에서 외국 OPF 는 hazard 가 +0.437*** 로 높다 (cultural fit·언어·업데이트 부재). 셋째, *Games 카테고리 부재의 우연한 효과*: 한국의 pre-screening 제도로 인한 Games 카테고리 폐쇄가 한국 OPF 게임 제품에게 *우연한 보호막* 으로 작용해 Entertainment 카테고리 안에서 우위를 확보 (Model 7: Kor_opf_game = −0.271**).

본 paper 의 한계는 명확하다. 단일 산업·14 개월의 짧은 window 와 firm 의 financial·labor 정보 부재 — 따라서 firm 의 *true* capability 측정은 불가능. 그러나 본 분석은 sibling [[euy-young-jung-2012-product-survival-app]] (*Marketing Letters*, 6 개월 후 출간) 의 *기초 evidence* 가 된다 — 후속 paper 는 free/paid 차트 비교와 "Pro and Lite" 전략 분석으로 framework 을 확장. 두 paper 모두 [[jeongdonglee]] 의 제2기 후반부 *제품 동학 라인* 의 일부로, 제3·4기 의 [[product-lineage-life-cycle]] · [[phylogenetic-tree]] 연구로 가는 우회로다.

## 핵심 결과

| Model | Sample | Kor_opf | For_opf | 해석 |
|---|---:|---:|---:|---|
| 1 (한국 전체) | 61,208 | −0.088* | (제외) | 한국 OPF 가 비-OPF 보다 생존 길다 |
| 2 (한국 전체) | 61,208 | (제외) | +0.437*** | 외국 OPF 는 한국에서 생존 짧다 |
| 3 (한국 2010 후반) | 20,087 | −0.155* | (제외) | 초기엔 한국 OPF 우위 유지 |
| 4 (한국 2011 전반) | 41,121 | −0.061 ns | (제외) | 시장 성숙 후 우위 소멸 |
| 6 (미국 전체) | 47,734 | (Kor_opf 미국: ns) | −0.124 ns | 미국 시장에선 한국 OPF 약세 |
| 7 (한국 OPF 게임) | 61,208 | Kor_opf_game = −0.271** | | Games 카테고리 부재의 우연한 보호 |

유의수준: *** 99%, ** 95%, * 90% (양측). 음수 = hazard 감소 = 생존율 향상.

## 방법론 노트

App 의 *진입 → top 300 이탈* 까지의 시간을 *failure time* 으로 정의하고, daily 관측을 multiple records per subject 로 처리해 [[right-censoring]] 을 statistical framework 으로 해결한다. [[weibull-hazard-model]] 은 De Vany–Walls (1997) 의 motion picture / Bhattacharjee et al. (2007) 의 music ranking 차트 분석에서 검증된 도구로, baseline hazard 가 power law form 을 띤다는 점에서 *시간에 따라 변화하는* hazard 를 모형화할 수 있다.

핵심 식 (baseline hazard 와 covariate 의 multiplicative 결합):

$$
h_0(t) = p t^{p-1} \exp(\beta_0)
$$

$$
h(t \mid x_i) = p t^{p-1} \exp(\beta_0 + x_i \beta_x)
$$

여기서 $h_0(t)$ 는 baseline hazard, $p$ 는 데이터로부터 추정되는 shape parameter (시간에 따른 hazard 가속·감속 여부), $\exp(\beta_0)$ 는 scale parameter, $x_i$ 는 OPF dummy 와 product/firm/market 통제변수 벡터.

식별은 *두 period × 두 국가* 의 cross-tabulation 에서 온다. 같은 한국 시장 안에서 시기 분할 (2010 후반 vs 2011 전반) 로 OPF 우위의 *침식* 을 식별하고, 같은 외국 OPF 라도 미국·한국 시장에서 generic 한 결과 (한국 OPF: 한국 우위·미국 약세, 외국 OPF: 한국 약세) 가 *대칭적으로 관찰* 되는 데서 cultural-fit 가설을 확인한다.

## 연구 계보

본 paper 는 Agarwal (1997, 1998) 와 Agarwal–Audretsch (2001) 의 *firm size × industry life cycle × survival* 라인과 De Vany–Walls (1997) · Bhattacharjee et al. (2007) 의 *ranking chart 잔류 hazard* 라인을 결합한다. [[jeongdonglee]] author page 의 *제2기 도구의 확산* 분류, *실타래 3 (제품의 탄생과 죽음)* 의 간헐적 출현 패턴과 정확히 일치하며, sibling [[euy-young-jung-2012-product-survival-app]] (*Marketing Letters*) 과 한 페어를 이룬다. 본 paper 가 *국가 비교 framework*, sibling 이 *free vs paid 차트 비교* 의 두 축으로 분기한다. [[sung-bae-park-2003-tft-lcd-industry-learning-curve]] 의 *제품 학습곡선* 과 [[chul-yong-lee-2008-forecasting-diffusion]] 의 *대형 TV 보급 예측* 이 같은 *제품 동학 라인* 의 선행 연구.

## See also

- [[euy-young-jung-2012-product-survival-app]]
- [[jeongdonglee]]
- [[weibull-hazard-model]]
- [[parametric-survival-analysis]]
- [[product-survival]]
- [[early-entrant-advantage]]
- [[creative-economy]]
- [[one-person-firm]]
- [[picmet]]