--- type: paper slug: jungsub-yoon-2014-firms-routine-product title: 'The Effect of Firm''s Routine on Product Evolution: The Mobile Phone' authors: - '[[jungsub-yoon]]' - '[[euy-young-jung]]' - '[[jeongdonglee]]' - '[[seong-jin-kim]]' - '[[myeonggyu-kim]]' year: 2014 venue: '[[picmet]]' categories: - '[[innovation-economics]]' - '[[industrial-organization]]' methods: - '[[agent-based-model]]' - '[[hedonic-pricing-model]]' - '[[evolutionary-algorithm]]' themes: - '[[product-evolution]]' - '[[firm-routine]]' - '[[mobile-phone-industry]]' - '[[radical-innovation]]' - '[[incremental-innovation]]' - '[[imitation]]' - '[[entry-strategy]]' aliases: [] last_updated: '2026-05-17T21:30:00+09:00' --- # The Effect of Firm's Routine on Product Evolution: The Mobile Phone *[[jungsub-yoon]], [[euy-young-jung]], [[jeongdonglee]], [[seong-jin-kim]], [[myeonggyu-kim]] (2014)* · [[picmet]] '14 > 모바일폰 산업을 무대로 *firm 의 routine* 과 *consumer 선택* 의 상호작용이 [[product-evolution]] 을 어떻게 만들어내는가를 [[agent-based-model]] 로 시뮬레이션한다. 5 개 firm 의 routine 을 imitation·incremental innovation·radical innovation·routine 로 분류하고, 소비자의 [[hedonic-pricing-model]] 효용 함수에 따라 시장이 매 분기 selection 을 가한다. 결과: 모든 firm 이 다른 routine 을 가질 때 (Model 2·4) 제품 진화가 가장 빠르고, [[imitation]] 또는 [[incremental-innovation]] 에 강한 firm 이 시장을 장악한다. - **RQ**: firm 의 *innovation routine* 과 *entry strategy* 의 조합이 제품의 진화 속도와 시장 점유율 분포에 어떤 영향을 미치는가? [[nelson-winter-1982-evolutionary-theory]] 의 *routine = 기업의 유전자* 명제를 모바일폰 산업 simulation 으로 검증한다. - **방법론**: [[agent-based-model]], [[hedonic-pricing-model]], [[evolutionary-algorithm]] - **데이터**: 5 firm × 5,000 homogeneous consumer × 40 quarter (10 년) × 1,000 iteration. 제품 특성 10 종 (SoD·BM·Messenger·QTC·Camera·MP3·DMB·GPS·OS·AP). [[hedonic-pricing-model]] 계수는 2004 Mobile Census Survey (featured phone) 와 2011 Wireless Internet Usage Survey (smartphone, KCC·KISA) 에서 추출. - **주요 발견**: 진화 속도는 *firm 의 routine 이 모두 다를 때 가장 빠르다* (Model 2 SoD 14.39 vs Model 1 의 10.84). first-mover 가 같은 routine 인 환경 (Model 3) 에선 진화가 약하고 latecomer 의 침투가 어렵다. routine 이 다른 환경 (Model 4) 에선 *incremental innovation 강한 firm (Samsung 유사) + imitation 강한 firm (LG 유사)* 이 [[first-mover-advantage]] 를 잠식. - **시사점**: 정부 산업 정책은 [[radical-innovation]] 보다 *imitation + incremental innovation 능력* 을 지원해 latecomer 의 시장 진입을 촉진해야. 기업은 routine 다양성을 유지하는 것이 첫 번째 임무. *지식 풀* 형태의 imitation 인프라가 신생 기업의 생존 조건. ![5 firm 의 4 가지 routine 조합 (Model 1~4) 에서 10 개 제품 특성의 진화 trajectory. routine 다양성이 진화 속도를 가장 크게 끌어올린다.](/papers/201400_YoonJ_The_effect_of_firms_routine_on_product_evolution_The_mobile_phone/fig2.jpeg) ## 요약 [[evolutionary-economics]] 는 *routine = 기업의 유전자* 라는 [[nelson-winter-1982-evolutionary-theory]] 의 비유에서 출발해 30 년간 기업 행동·산업 동학·기술 변화의 설명을 누적해왔다. 그러나 *어떤 routine 조합이 어떤 진화 속도를 만드는가* 라는 정량적 질문은 대부분 사례 연구로만 답해왔다. 본 paper 는 그 간극을 [[agent-based-model]] simulation 으로 채운다. [[jeongdonglee]] author page 의 *제2기 도구의 확산* 중 *실타래 3 (제품의 탄생과 죽음)* 에 위치하며, 이전의 App Store [[product-survival]] 페어 ([[euy-young-jung-2012-product-survival-app]]) 와 같은 *제품-수준 진화* 라인의 simulation-based 확장이다. simulation 은 5 firm 과 5,000 동질 consumer 로 구성된 인공 시장에서 진행된다. 매 분기 (총 40 분기, 1,000 iteration) 각 firm 은 자신의 routine (imitation·radical·incremental·routine 의 가중치) 에 따라 신제품을 출시하고, consumer 는 [[hedonic-pricing-model]] 효용 함수 (featured phone 시기엔 Camera·MP3 가중치, smartphone 시기엔 SoD·OS 가중치) 로 maximize 한다. 네 가지 모형이 비교된다: (1) 모든 firm 동일 routine + 동시 진입, (2) 다른 routine + 동시 진입, (3) 동일 routine + first-mover 존재, (4) 다른 routine + first-mover 존재. 결과는 *routine 다양성* 이 시장 진화의 1차 driver 임을 보여준다. Model 2 의 SoD 진화 속도가 14.39 로 가장 빠르고, Model 1 (동일 routine 동시 진입) 의 10.84 와 큰 차이. [[radical-innovation]] 만 강한 firm (Firm 3) 은 신기능을 도입하지만 [[imitation]] 과 [[incremental-innovation]] 에 약해 시장을 잃고, [[imitation]] 강한 Firm 2 와 [[incremental-innovation]] 강한 Firm 4 가 시장을 장악한다. 검증으로 simulation 결과를 *2005-2013 모바일폰 실제 시장 점유율* 과 매칭한다 — Firm 1 (약 routine) ↔ Motorola, Firm 2 (강 imitation) ↔ LG Electronics, Firm 3 (강 radical) ↔ Apple, Firm 4 (강 incremental) ↔ Samsung, Firm 5 (평균 이상 routine) ↔ Nokia. Motorola 의 몰락, Samsung 의 부상, Nokia 의 단기 성공 후 침체는 simulation 과 정확히 일치하지만, Apple 과 LG 는 어긋난다 (Apple 의 [[radical-innovation]] 이 실제로 큰 시장 성공). 한계는 *consumer 효용의 단순화* (uncomfortable improvement 처리 없음) 와 *cash flow 및 firm capability 부재*. 후속 연구는 *제품계보분석* ([[product-lineage-analysis]]) 의 형식적 통합 방향. [[jeongdonglee]] author page 의 *제4기 진화론적 전환* 의 조용한 복선 ([[jeongdonglee-2013-evolutionary-mobile]] 의 phylomemetic tree) 에 이어지는 단계의 알고리즘적 시도로 볼 수 있다. ## 핵심 결과 진화 속도 (제품 특성 10 종 중 핵심 6 종의 evolutionary speed 지표): | 모형 | SoD | Camera | Messenger | BM | OS | AP chipset | |---|---:|---:|---:|---:|---:|---:| | Model 1 (동일·동시) | 10.84 | 16.86 | 4.89 | 12.28 | 1.96 | 2.83 | | Model 2 (다른·동시) | 14.39 | 22.18 | 6.56 | 18.20 | 2.27 | 3.67 | | Model 3 (동일·first-mover) | 10.54 | 16.92 | 4.53 | 11.82 | 1.95 | 2.94 | | Model 4 (다른·first-mover) | 13.12 | 22.93 | 5.22 | 14.85 | 2.34 | 3.70 | - Model 2 (routine 다양 + 동시 진입) 이 가장 빠른 진화. routine 다양성이 진입 시점 차이보다 결정적. - 진입 시점 차이는 *routine 동질* 환경 (Model 1 vs 3) 에선 거의 효과 없고, *routine 다양* 환경 (Model 2 vs 4) 에선 일부 특성 (Camera·AP chipset) 만 가속. - 시장 점유율은 [[incremental-innovation]] 강 Firm 4 와 [[imitation]] 강 Firm 2 가 장기적으로 dominate. [[radical-innovation]] 만 강한 Firm 3 은 신제품 출시 후 침식됨. ## 방법론 노트 [[nelson-winter-1982-evolutionary-theory]] 의 *routine* 을 모델링하려면 (i) firm 행동의 확률적 규칙성, (ii) 시장 selection 의 작용, (iii) 시간적 동학을 동시에 표현할 수 있는 framework 가 필요하다. [[agent-based-model]] 은 이 세 조건을 모두 만족하며, 본 paper 는 여기에 [[evolutionary-algorithm]] 의 mutation 및 recombination 메커니즘을 결합해 *제품 = gene array* $[g_1, g_2, \ldots, g_n]$ 로 표현한다. 핵심 식 (consumer i 의 제품 j 에 대한 효용): $$ U_{ij} = \sum_{k=1}^{n} \beta_k \cdot g_{jk} - p_j $$ 여기서 $\beta_k$ 는 [[hedonic-pricing-model]] 로 추정된 특성 k 의 shadow price (featured phone 시기 SoD = 4.40, smartphone 시기 = 15.40 등), $g_{jk}$ 는 제품 j 의 특성 k 의 *gene 값*, $p_j$ 는 제품 가격. 각 firm 은 매 분기 다음 결정을 한다: (a) 기존 dominant 제품 모방 (imitation), (b) 기존 특성 개선 (incremental), (c) 새 특성 도입 (radical), (d) 변화 없음. 각 결정의 확률은 firm 별 routine 매트릭스로 고정. consumer 가 효용 최대 제품을 매 분기 구매하면 firm 의 sales 가 결정되고, 누적 sales 가 낮은 firm 은 시장에서 도태. 1,000 iteration 으로 stochastic noise 를 평균. 식별은 *routine 매트릭스의 ceteris paribus 변경* 으로부터 — Model 1 의 routine 을 routine 다양화 (Model 2) 한 채 나머지 모두 동일하게 두면 진화 속도 차이는 routine 다양성의 효과로 귀속. ## 연구 계보 [[nelson-winter-1982-evolutionary-theory]] 의 *routine = 기업의 유전자* 가 직접 predecessor. ABM 의 routine 모델링은 Beckenbach 외 (2012, *J Evol Econ*) 의 *novelty creating behavior* simulation 을 이은 것이고, [[product-evolution]] 의 생물학적 비유는 Ziman (2000) 의 *technological innovation as evolutionary process* 라인. [[first-mover-advantage]] 와 latecomer 의 [[imitation]] dynamics 는 Lieberman·Montgomery (1988, *SMJ*), Schnaars (1994) 의 *managing imitation strategies* 가 이론적 기반. TEMEP 내에서는 [[euy-young-jung-2012-oneperson-firms-application]] 과 [[euy-young-jung-2012-product-survival-app]] 의 App Store [[product-survival]] 페어가 직접 sibling — 같은 *제품-수준 진화* 라인의 empirical 분석 (App Store) 과 simulation 분석 (본 paper) 의 결합. [[jeongdonglee]] author page 의 *제4기 진화론적 전환* 의 복선 ([[jeongdonglee-2013-evolutionary-mobile]]) 과 같은 모바일폰 산업을 무대로 한 *phylomemetic tree 의 algorithmic ancestor*. ## See also - [[agent-based-model]] - [[hedonic-pricing-model]] - [[product-evolution]] - [[firm-routine]] - [[nelson-winter-1982-evolutionary-theory]] - [[first-mover-advantage]] - [[picmet]] - [[jungsub-yoon]] - [[euy-young-jung]] - [[jeongdonglee]] - [[jeongdonglee-2013-evolutionary-mobile]] - [[euy-young-jung-2012-oneperson-firms-application]] - [[euy-young-jung-2012-product-survival-app]]