---
type: paper
slug: jisoo-hur-2024-design-engineers-intra-firm
title: >-
  The role of design engineers: Evidence from intra-firm knowledge and
  collaboration networks
authors:
  - '[[jisoo-hur]]'
  - '[[junseokhwang]]'
  - '[[keungoui-kim]]'
year: 2024
venue: '[[plos-one]]'
volume: '19'
pages: e0298089
doi: 10.1371/journal.pone.0298089
categories:
  - '[[innovation-economics]]'
methods:
  - '[[two-way-fixed-effects-regression]]'
  - '[[social-network-analysis]]'
  - '[[degree-centrality]]'
  - '[[betweenness-centrality]]'
  - '[[patent-coauthorship-network]]'
  - '[[cpc-knowledge-network]]'
themes:
  - '[[new-product-development]]'
  - '[[design-engineering]]'
  - '[[intra-firm-networks]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# The role of design engineers: Evidence from intra-firm knowledge and collaboration networks

*[[jisoo-hur]], [[junseokhwang]], [[keungoui-kim]] (2024)* · [[plos-one]] 19:e0298089 · [DOI ↗](https://doi.org/10.1371/journal.pone.0298089)

> 본 연구는 기업 내 inventor 를 보유 특허 종류에 따라 *engineer* (utility only), *designer* (design only), *design engineer* (both) 세 부류로 분류해 각 기업-시기 단위로 (a) inventor 간 [[patent-coauthorship-network]] (collaboration network) 와 (b) CPC 코드 기반 [[cpc-knowledge-network]] (knowledge network) 두 네트워크를 동시 구축한다. 1980-2015 미국 상장기업 4,665 사 × 12 시기 = 1,576,880 inventor-period 패널에 inventor·time two-way fixed effects 회귀. 결과: design engineer 는 engineer 대비 *collaboration network 에서 degree (β=0.150, p<0.01) + betweenness (β=0.122, p<0.01) 가 높지만*, *knowledge network 에서는 degree (β=−0.582, p<0.01) + betweenness (β=−0.049, p<0.01) 가 낮다*. H1A/B (knowledge 낮음) + H2A/B (collaboration 높음) 모두 지지. 함의: design engineer 는 기술 혁신의 직접 driver 가 아니라 *design-technology bridge* / *broker* 역할.

- **RQ**: design engineer (design + utility 특허 양쪽 보유) 는 기업 내 (a) inventor 간 collaboration network, (b) CPC 기반 knowledge network 에서 engineer (utility only) 와 어떻게 다르게 위치하는가? 그 위치 차이는 NPD 에서의 역할 분화를 어떻게 반영하는가?
- **방법론**: [[two-way-fixed-effects-regression]] (inventor + time FE, Hausman test 후 FE 채택, log 변환으로 right-skewed 보정), [[patent-coauthorship-network]] (co-patent weighted ties), [[cpc-knowledge-network]] (4-digit CPC code co-occurrence in patent), [[degree-centrality]] (가중 합), [[betweenness-centrality]] (shortest path 매개), [[social-network-analysis]] (각 firm-period 단위 두 네트워크 동시 구축)
- **데이터**: DISCERN database (Arora–Belenzon–Sheer 2021) 의 미국 상장기업 4,665 사 × 1980-2015 × 12 period (3년 단위); PATSTAT 에서 1,260,045 utility + 122,394 design 특허; 분류: 73,808 designer + 960,961 engineer + 15,357 design engineer; 최종 1,576,880 inventor-period 관측, 1,022,219 unique inventors. 4.9% 다중 firm inventor 제외.
- **주요 발견**: H1A 지지 — design engineer 의 KNOW_DEG 가 engineer 대비 β=−0.582 (p<0.01); H1B 지지 — KNOW_BTW β=−0.049 (p<0.01). H2A 지지 — COLLAB_DEG β=+0.150 (p<0.01); H2B 지지 — COLLAB_BTW β=+0.122 (p<0.01). PRDT (invention 생산성) 가 모든 centrality 의 강한 양 driver. QLT, RPT, TENURE 1% 유의. Firm 규모 (FIRM_PRDT, FIRM_SIZE) 1% 유의 음.
- **시사점**: design engineer 는 *기술 지식의 broker* 가 아니라 *사회적 broker* — 좁은 specialized knowledge 위에서 cross-functional 협업을 매개. NPD 조직 설계 시 engineer (knowledge depth) + design engineer (social bridging) 의 *상보적* 인력 구성이 효과적. James Dyson 의 "engineers are designers" 명제의 정량적 풀이.

![Collaboration network (inventor 간 co-patent) 와 knowledge network (CPC code co-occurrence) 의 동시 구축 illustration.](/papers/202402_HurJ_The_role_of_design_engineers_Evidence_from_intra_firm_knowledge_and_collaboration_networks/fig1.jpeg)

## 요약

NPD 의 성공은 design 과 engineering 의 통합을 요구하지만, 두 영역의 *heterogeneous knowledge* 는 직접 협력의 coordination cost 를 높인다 (Bonsiepe; Krippendorff; Agogué et al.; Yu et al.). 본 연구는 *design engineer* — design + utility 특허 양쪽에 등재된 inventor — 를 *bridge* 로 가설화하고, 그들이 기업 내 두 종류 네트워크에서 engineer 와 어떻게 다른 위치를 점유하는지를 대규모 patent 데이터로 검증한다. James Dyson 의 "At Dyson, there is no division between the engineers and the designers" 발언은 이 가설의 정성적 anchor.

데이터: DISCERN database (Arora–Belenzon–Sheer 2021) 의 미국 상장기업 4,665 사 × 1980-2015 × 12 period (3년 단위) 으로 PATSTAT 의 1,260,045 utility + 122,394 design 특허, 1,022,219 unique inventor 를 분류 — 73,808 designer (design only), 960,961 engineer (utility only), 15,357 design engineer (both). 다중 firm inventor 4.9% 제외 (joint R&D / mobility / restructuring 모호성). 각 firm-period 단위로 두 네트워크 동시 구축: (a) [[patent-coauthorship-network]] — node = inventor, tie = 같은 firm 내 co-patent, weight = co-patent 수; (b) [[cpc-knowledge-network]] — node = 4-digit CPC code, tie = 같은 patent 내 co-occurrence (designer 는 CPC 없어 제외).

종속변수: 두 네트워크 × 두 centrality = 4 개. KNOW_DEG (knowledge degree centrality, inventor 의 CPC 들의 평균 degree), KNOW_BTW (knowledge betweenness), COLLAB_DEG (collaboration degree, inventor 가 다른 inventor 와 가지는 가중 link 합), COLLAB_BTW (collaboration betweenness, shortest path 매개 빈도). 독립변수: POSITION dummy (0=engineer, 1=design engineer, 2=designer). 통제: 개인 — PRDT (invention 수), QLT (5년 forward citation), RPT (같은 firm 내 inventor 인용), TENURE; 기업 — FIRM_PRDT, FIRM_SIZE (employees). [[two-way-fixed-effects-regression]] 모델 $Y_{it} = \alpha + \beta_n \text{Dummy}_{int} + \beta_n \text{Control}_{int} + \mu_i + \lambda_t + \varepsilon_{it}$, log 변환, VIF 1.57-1.71 (안전).

결과 (Table 3, 8 모델): H1A (knowledge degree) 지지 — DESIGN_ENGINEER β=−0.582 (p<0.01), design engineer 의 평균 CPC 가 engineer 보다 낮은 degree, 즉 combinatorial potential 적음. H1B (knowledge betweenness) 지지 — β=−0.049 (p<0.01), CPC 가 다른 knowledge domain 을 잇는 bridge 역할 약함. H2A (collaboration degree) 지지 — β=+0.150 (p<0.01), 더 많은 동료와 직접 협력. H2B (collaboration betweenness) 지지 — β=+0.122 (p<0.01), inventor 들 사이의 broker / gatekeeper 역할 수행. 결론: design engineer 는 *technological innovation 의 직접 driver 가 아니라 cross-functional collaboration 의 facilitator*. 흥미롭게 designer 도 collaboration network 의 betweenness 가 높지만 (β=+0.133), degree 는 낮음 (β=−0.034). [[junseokhwang]] 의 4기 (2020-2023) patent inventor network·design innovation 라인에서 [[jisoo-hur-2023-design-engineering-moderation]] 의 직접 후속이자 자매 작업으로, 동일 DISCERN+PATSTAT 데이터셋과 design engineer 정의를 공유한다.

## 핵심 결과

| 종속변수 (centrality) | DESIGN_ENGINEER β | SE | 가설 | 결론 |
|---|---|---|---|---|
| KNOW_DEG (Model 2) | −0.582 *** | (0.009) | H1A | 지지 |
| KNOW_BTW (Model 4) | −0.049 *** | (0.004) | H1B | 지지 |
| COLLAB_DEG (Model 6) | +0.150 *** | (0.012) | H2A | 지지 |
| COLLAB_BTW (Model 8) | +0.122 *** | (0.008) | H2B | 지지 |
| DESIGNER (Model 6) | −0.034 ** | (0.015) | (참고) | 협력은 약, 매개는 강 |
| DESIGNER (Model 8) | +0.133 *** | (0.010) | (참고) | broker 역할 일부 공유 |

- 표본: 1,576,880 inventor-period × 4,665 firms × 12 periods (1980-2015)
- 분류: 73,808 designers + 960,961 engineers + 15,357 design engineers
- 모형: two-way fixed effects (inventor + time), 모든 변수 log; VIF 1.57-1.71 (안전)
- 통제 PRDT/QLT/RPT/TENURE/FIRM_PRDT/FIRM_SIZE 모두 유의 (PRDT 가장 강력)

## 방법론 노트

[[cpc-knowledge-network]] 의 inventor 단위 centrality 측정은 *inventor 의 CPC element 의 평균 centrality* 로 정의된다:

$$
\text{Knowledge Degree Centrality}(i) = \frac{1}{K(i)} \sum_{k \in K(i)} \left( \sum_{q \in G_K} w_{kq} \right)
$$

$$
\text{Knowledge Betweenness Centrality}(i) = \frac{1}{K(i)} \sum_{k \in K(i)} \left( \sum_{s \neq k \neq t} \frac{\sigma_{st}(k)}{\sigma_{st}} \right)
$$

여기서 $K(i)$ 는 inventor $i$ 의 모든 CPC element 집합, $w_{kq}$ 는 CPC $k$ 와 이웃 $q$ 사이 link weight (co-occurrence 횟수), $\sigma_{st}(k) / \sigma_{st}$ 는 CPC $s,t$ 사이 shortest path 중 $k$ 를 지나는 비율. 직관: degree 는 inventor 의 지식이 *다른 지식 element 들과 얼마나 광범위하게 연결되어 있는지* (combinatorial potential), betweenness 는 *얼마나 disconnected 영역 간 bridge 역할을 하는지* (brokering potential).

[[patent-coauthorship-network]] 의 collaboration centrality:

$$
\text{Collaboration Degree Centrality}(i) = \sum_{j \in G_C} w_{ij}
$$

$$
\text{Collaboration Betweenness Centrality}(i) = \sum_{m \neq i \neq n} \frac{\sigma_{mn}(i)}{\sigma_{mn}}
$$

식별 strategy: inventor-time fixed effects $\mu_i + \lambda_t$ 로 inventor 고유 능력·시기 효과를 흡수, omitted variable bias 완화. POSITION dummy 의 계수 $\beta$ 는 *same inventor 가 design engineer 로 분류된 시점* 의 within-inventor 변동을 거의 활용 (단 분류는 보통 시간에 따라 stable). VIF 1.57-1.71 로 다중공선성 안전. 모든 변수 log 변환은 right-skewed 분포 보정. Hausman test 로 FE vs RE 비교해 FE 채택. 한계: PATSTAT inventor disambiguation 의 오류 가능성, joint patent 의 author contribution 비대칭, 동일인 다중 ID 처리 (design + utility 별도 ID) — 본 연구는 same name + same firm 기준으로 통합. Outside-the-box 한계: 본 연구는 *직접 NPD 성과* 와의 연결을 보이지 않음 — 이는 [[jisoo-hur-2023-design-engineering-moderation]] 자매 작업이 보완.

## 연구 계보

이론 기반은 design–engineering 통합의 NPD 문헌 (Gemser & Leenders 2001; Kobayashi & Watanabe 2018; Bogers & Horst 2014), design engineer 역할 정의 (Hong et al. 2005, JOM "Role change of design engineers", paper [14]), design vs engineer 의 problem-solving style 차이 (Bonsiepe; Krippendorff; Agogué et al.; Yu et al.). 두 네트워크 동시 구축 idea 는 Wang et al. (2014, paper [18]) 의 "two-network conception" 과 Yayavaram & Ahuja (paper [19]) 의 CPC-knowledge network 측정. Co-patent network centrality 분석은 Beaudry & Schiffauerova (paper [43]) 의 inventor centrality–invention quality 연구를 직접 따른다. Degree vs betweenness 의 의미 분리는 Yan & Ding (paper [47]) 의 co-authorship interdisciplinary research 분석, Das et al. (paper [46]) 의 centrality measure 비교, Dias et al. (paper [49]) 의 gatekeeper 정의. James Dyson 의 implicit 명제를 quantitative 로 풀어낸 점이 본 연구의 trade-mark 기여. [[junseokhwang]] 의 4기 (2020-2023) design innovation·patent inventor network 라인에서 [[jisoo-hur-2023-design-engineering-moderation]] 의 직접 후속 (동일 데이터셋, micro-level network 분석으로 macro-level firm performance 결과의 메커니즘 풀이) 이며, [[keungoui-kim]] (Handong) 의 PATSTAT-based 협업 라인과 공유.

## See also

- [[junseokhwang]]
- [[jisoo-hur]]
- [[keungoui-kim]]
- [[plos-one]]
- [[design-engineering]]
- [[new-product-development]]
- [[intra-firm-networks]]
- [[patent-coauthorship-network]]
- [[cpc-knowledge-network]]
- [[degree-centrality]]
- [[betweenness-centrality]]
- [[two-way-fixed-effects-regression]]
- [[jisoo-hur-2023-design-engineering-moderation]]