---
type: paper
slug: hyundo-choi-2011-knowledge-network-government-driven-rd
title: >-
  Government-driven knowledge networks as precursors to emerging sectors: a case
  of the hydrogen energy sector in Korea
authors:
  - '[[hyundo-choi]]'
  - '[[sangook-park]]'
  - '[[jeongdonglee]]'
year: 2011
venue: '[[industrial-and-corporate-change]]'
volume: '20'
issue: '3'
pages: 751-787
doi: 10.1093/icc/dtr002
categories:
  - '[[innovation-systems]]'
  - '[[innovation-economics]]'
methods:
  - '[[social-network-analysis]]'
  - '[[degree-centrality]]'
  - '[[structural-holes]]'
themes:
  - '[[sectoral-innovation-system]]'
  - '[[knowledge-network]]'
  - '[[emerging-sectors]]'
  - '[[hydrogen-energy]]'
  - '[[government-driven-rd]]'
  - '[[public-research-organizations]]'
  - '[[korean-rd-programs]]'
  - '[[malerba-building-blocks]]'
aliases: []
last_updated: '2026-05-17T21:30:00+09:00'
---
# Government-driven knowledge networks as precursors to emerging sectors: a case of the hydrogen energy sector in Korea

*[[hyundo-choi]], [[sangook-park]], [[jeongdonglee]] (2011)* · [[industrial-and-corporate-change]] 20(3):751-787 · [DOI ↗](https://doi.org/10.1093/icc/dtr002)

> 본 paper 는 새로운 산업 sector 가 emergence 하기 *이전* 의 *knowledge network* 자체가 sector 의 precursor 임을 한국 수소에너지 1989–2005 의 정부 주도 R&D 프로그램 사례로 입증한다. *Malerba (2002, 2004)* 의 sectoral innovation system 의 세 building block (knowledge · actors and networks · institutions) 이 *가치사슬 형성 이전* 에 R&D network 안에서 모두 식별된다. [[social-network-analysis]] (Ucinet, spring-embedding) 으로 8 개 정부 R&D 프로그램의 129 명 actor · 시기별 ties 를 추적하면 [[public-research-organizations]] (PRO) 와 large firm 이 *중심 actor* (degree centrality 12), university 와 SME 는 *주변 actor* (~4), PRO 의 [[structural-holes]] efficiency 0.794 가 최고. 정부의 *subtle intervention* 만으로 hub-and-spoke 단일 cluster 가 형성됨.

- **RQ**: Sector emergence 이전 단계에 *지식 네트워크* 가 sector 의 precursor 로 기능하는지, 그리고 정부가 network organizer / manager 로서 어떤 역할을 하는지 — Malerba 의 SSI building block 들이 가치사슬 형성 이전 R&D network 안에서 어떻게 형성·진화하는지
- **방법론**: [[social-network-analysis]], [[degree-centrality]], [[structural-holes]]
- **데이터**: 한국 수소에너지 정부 R&D 프로그램 8 개 (1989–2005, MOST · MOCIE), KISTEP 자료 + 프로젝트 최종보고서 보완, 총 129 actor (PRO · university · large firm · SME), 누적 투자 USD 63M (1988–2002, 공적자금 비중 55%)
- **주요 발견**: PRO 와 large firm 이 중심 (평균 degree centrality 12), university · SME 는 주변 (~4). PRO 의 [[structural-holes]] efficiency 0.794 (최고) → 가장 강한 *bridging organization*. MOST network 는 PRO + university 중심 (basic science), MOCIE network 는 large firm 중심 (commercialization) — 두 paired program 이 SSI building block 의 다른 측면을 보임. Density · centralization 1998 년 *automobile sector 진입 시점* 의 단기 drop 후 hub-and-spoke 로 재구조화. 정부 지원 중단 시 actor 가 network 를 떠나는 dependency 관찰.
- **시사점**: Emerging sector 의 *조기 진단 도구* 로서 knowledge network 분석의 가능성 — 가치사슬 미형성 단계에서도 SSI building block 의 발현 확인. 한국형 *state corporatism* model 에서 정부의 R&D 프로그램 자체가 sector 의 *negotiation space* 를 만들고, 위험·불확실성 공유의 mechanism 으로 작동

![Figure 3 — 시기별 actor 유형 (PRO · university · large firm · SME) 과 총 ties 수의 누적 증가. 2001–2005 의 *bandwagon effect* 와 PRO · large firm 중심의 hub-and-spoke 구조 형성을 보여줌.](/papers/201106_ChoiH_Government_driven_knowledge_networks_as_precursors_to_emerging_sectors_A_case_of_the_hydrogen_energy_sector_in_Korea/fig3.png)

## 요약

본 paper 는 SSI 연구의 *literature gap* 을 메우려는 시도다. *Malerba (2002, 2004)* 와 *Jacobsson and Bergek (2004)* 등이 sectoral innovation system 의 building block (knowledge · actors and networks · institutions) 을 식별했지만, 대부분의 실증은 *가치사슬이 이미 형성된* 성숙 sector 에 집중되어 *sector 가 emerge 하기 이전* 의 building block 형성 과정을 다루지 못했다. *Saviotti and Pyka (2004)* 가 새 sector 의 출현이 경제 성장의 질적 동인임을 강조하고, *Aldrich and Fiol (1994)* 가 legitimacy 획득 과정의 중요성을 지적했지만, *어떻게 측정 가능한 형태로 precursor 를 식별할 것인가* 는 미해결이었다. 본 paper 는 *knowledge network* 자체가 가치사슬 이전의 precursor 로 기능한다는 명제를 제안한다.

방법론은 한국 수소에너지 sector 의 1989–2005 정부 R&D 프로그램 8 개 (MOST 의 21st Century Frontier R&D + MOCIE 의 Hydrogen and Fuel Cell RD&D 등) 를 [[social-network-analysis]] 로 분석한다. KISTEP 자료 + 프로젝트 최종보고서를 결합해 노드 (project leader · participant firm · PRO · university) 와 ties (sub-group leader → project leader, project leader → participant firm, project leader → PRO·university) 를 구성. Ucinet 의 spring-embedding layout 으로 시각화하고 [[degree-centrality]] (valued + binary) · density · centralization · [[structural-holes]] efficiency 의 시계열을 추적한다. 결과는 세 단계 패턴을 보인다. 첫째, 초기 (1989–1994) 는 소규모 scientific community, PRO 와 university 중심. 둘째, 1998 년 automobile sector 진입 시 density · centralization 의 단기 drop. 셋째, 2003 년 이후 *bandwagon effect* — 정부 신규 프로그램으로 actor 수와 ties 가 급증, PRO 와 large firm 중심 hub-and-spoke 로 재구조화. PRO 의 efficiency index 0.794 가 다른 actor (large firm 0.677, university 0.673, SME 0.453) 보다 현저히 높아 *bridging role* 의 핵심. MOST network (PRO · university 중심, 평균 efficiency 0.65) 와 MOCIE network (large firm 중심, 0.58) 의 비교는 building block 의 *프로그램별 차이* 를 보여준다 — MOST 는 basic science, MOCIE 는 commercialization 의 응답.

연구의 함의는 두 가지다. 첫째, knowledge network 분석은 *emerging sector 의 조기 진단 도구* 로 사용 가능 — 가치사슬 미형성 단계에서도 SSI 의 세 building block (지식 base · actors and networks · institutions, 1987 *대체에너지법* · 2005 *수소경제 마스터플랜* 등) 이 모두 식별된다. 둘째, 한국형 *state corporatism* model 에서 정부 R&D 프로그램은 단순한 자금 제공이 아니라 *negotiation space* 와 *위험 공유 mechanism* 으로 작동 — 정부 지원 중단 시 actor 가 network 를 떠나는 dependency (Ssangyong Cement Ltd, 일부 삼성 전자기업의 일시 이탈 후 재진입) 가 이를 입증. 본 paper 는 [[jeongdonglee]] 의 *제2기 (2006–2012) 혁신시스템 연구의 본격화* 분류에 정확히 위치하며, 동시기에 ingest 된 [[dong-hyun-oh-2011-evaluation-sectoral-innovation]] 의 *sectoral TFP decomposition* 과 paired contribution 을 형성한다 — 두 paper 가 *Malerba SSI 의 한국 emerging sector 분석* 의 quantitative · qualitative 두 axis 를 채운다.

## 핵심 결과

| 지표 | MOST network (basic science) | MOCIE network (commercialization) |
|---|---:|---:|
| PRO 비중 | 17% (9) | 11% (10) |
| University 비중 | 42% (22) | 32% (29) |
| Large firm 비중 | 15% (8) | 26% (23) |
| SME 비중 | 26% (14) | 31% (28) |
| PRO 평균 degree centrality | 8.2 | 5.2 |
| Large firm 평균 centrality | 2.9 | 8.2 |
| 평균 efficiency index | 0.65 | 0.58 |

*MOST 와 MOCIE 의 paired 비교: basic science 중심 (MOST) 은 PRO 가 hub, commercialization 중심 (MOCIE) 은 large firm 이 hub. PRO 의 actor 유형별 efficiency 0.794 가 large firm 0.677 / university 0.673 / SME 0.453 보다 현저히 높음. 27 명의 *shared actor* (두 프로그램 모두 참여) 의 평균 efficiency 0.65 가 non-shared 0.49 보다 우월 — bridging organization 의 정량 evidence. SCI 출판 6 (1991) → 235 (2005), US 특허출원 8 (2001) → 120 (2005).*

## 방법론 노트

[[social-network-analysis]] 의 핵심 measure 두 가지의 공식 정의가 사용된다.

$$
\text{Density} = \frac{\text{total ties}}{g(g-1)/2}
$$

$$
\text{Centralization} = \frac{\sum_{i=1}^g [C(n^*) - C(n_i)]}{\max \sum_{i=1}^g [C(n^*) - C(n_i)]}
$$

여기서 $g$ 는 actor 수, $C(n_i)$ 는 actor $i$ 의 [[degree-centrality]], $C(n^*)$ 는 최대 centrality. Density 는 *실제 ties / 이론적 최대 ties*, centralization 은 *상위 actor 에 ties 가 얼마나 집중되는가*. 두 지표의 *gap 확대* (centralization↑ but density↓) 는 hub-and-spoke 구조 형성의 진단 신호. [[structural-holes]] efficiency (Burt 1992) 는 actor $i$ 의 bridging 능력 measure:

$$
\text{Efficiency}_i = \frac{\sum_j (1 - \sum_q p_{iq} m_{jq})}{C_i}, \quad q \neq i, j
$$

여기서 $p_{iq}$ 는 actor $i$ 가 contact $q$ 에 투자한 relation 자원 비율, $m_{jq}$ 는 contact $j, q$ 간 relation marginal strength. 식별은 *valued ties* (강도 가중) 와 *binary ties* (강도 무시) 의 paired 사용 — valued 는 절대 지표, binary 는 비율 지표에 사용. 데이터의 한계는 governmental funding flow 자체를 ties 로 사용한 점 — *형식적 R&D 협약* 과 *실질적 지식 흐름* 의 deviation 가능성. 시각화는 Ucinet 의 *spring-embedding* (Kamada-Kawai 1989) 으로 node 의 위치가 ties 빈도에 따라 결정되어 중심 vs 주변 actor 의 분포가 직관적.

## 연구 계보

선행 작업: *Malerba (2002, 2004, 2006) Research Policy / Cambridge* 의 SSI building block framework, *Carroll et al. (1996) SMJ* 의 de novo · de alio firm fate, *Nelson (1994)* 의 co-evolution, *Pavitt (1984) Research Policy* 의 sectoral 기술변화 분류, *Klepper (1997) ICC* 의 industry life-cycle, *Burt (1992) Harvard* 의 structural hole 이론, *Wasserman and Faust (1994)* 의 SNA 표준서. 한국 사례 선행: *Kim (1993, 1997) Imitation to Innovation* 의 한국 NIS, *Amsden and Hikino (1994) ICC* 의 한국 conglomerate 의 project execution capability. TEMEP 내 직접 sibling 은 [[jeongdonglee]] 의 *제2기 (2006–2012) 혁신시스템 연구* 분류 — 본 paper 와 같은 batch 의 [[dong-hyun-oh-2011-evaluation-sectoral-innovation]] 이 SSI 의 *quantitative TFP decomposition* 분석, 본 paper 가 *qualitative network 분석* 으로 paired contribution. 또한 [[minsung-kang-2007-china-intermediate-manufactures]] 의 중국 중간재 산업 evolution 분석이 sector-level dynamics 라인의 더 이른 sibling. *Choi 의 SPRU PhD 과정 + 2007 Globelics Academy* 에서 Malerba 의 직접 지도가 paper Acknowledgements 에 명시 — *Malerba 라인의 한국형 SSI 응용* 으로 분류 가능.

## See also

- [[jeongdonglee]]
- [[hyundo-choi]]
- [[sangook-park]]
- [[social-network-analysis]]
- [[sectoral-innovation-system]]
- [[knowledge-network]]
- [[emerging-sectors]]
- [[hydrogen-energy]]
- [[malerba-building-blocks]]
- [[structural-holes]]
- [[dong-hyun-oh-2011-evaluation-sectoral-innovation]]
- [[minsung-kang-2007-china-intermediate-manufactures]]
- [[industrial-and-corporate-change]]