--- type: author temep: true slug: junseokhwang name_ko: 황준석 name_en: Jun-seok Hwang aliases: - 황준석 - Jun-seok Hwang - J.-S. Hwang - Junseok Hwang affiliation: Seoul National University agent: junseokhwang categories: - '[[temep-faculty]]' research_themes: - '[[network-economics]]' - '[[ict-policy]]' - '[[digital-divide]]' - '[[platform-ecosystem]]' - '[[smart-cities]]' - '[[socio-technical-transition]]' - '[[technology-standardization]]' - '[[ict-innovation-in-developing-countries]]' - '[[ai-and-national-competitiveness]]' - '[[technology-convergence]]' methods: - '[[meta-frontier-analysis]]' - '[[data-envelopment-analysis]]' - '[[stochastic-frontier-analysis]]' - '[[social-network-analysis]]' - '[[patent-analysis]]' - '[[system-dynamics]]' - '[[agent-based-modeling]]' - '[[spatial-regression]]' - '[[topic-modeling]]' - '[[explainable-ai]]' - '[[game-theory]]' - '[[ahp-mcdm]]' courses_taught: [] last_updated: '2026-05-20T11:30:52+09:00' --- # 황준석 *Jun-seok Hwang* · [[temep]], Seoul National University ## 핵심 개념 황준석의 연구는 [[network-economics]], [[ict-policy]], [[platform-ecosystem]], [[digital-divide]] 를 사회적 맥락과 제도 설계의 문제로 연결해 온 흐름으로 읽을 수 있다. ### 개념 지도 마스터 개념: **ICT와 사회의 공진화(Co-evolution of ICT and Society)** ```mermaid flowchart TD M["ICT와 사회의 공진화
[마스터 개념]"] NE["네트워크 경제학
[시장 구조]"] IP["ICT 정책/규제
[제도 설계]"] IS["혁신 시스템
[생태계 동학]"] M --> NE M --> IP M --> IS NE --> PE["플랫폼 생태계"] PE --> CC["콘텐츠 계층 생산성"] NE --> NN["망중립성"] IP --> EFF["효율성 분석
(DEA/SFA)"] IP --> DD["디지털 격차"] DD --> DEV["개도국 ICT 확산"] DD --> SC["스마트시티 포용성"] IS --> TC["기술 수렴 (TC)"] IS --> SE["스타트업 생태계"] SE --> VC["벤처캐피탈 네트워크"] classDef master fill:#fff3b0,stroke:#333,stroke-width:2px class M master ``` 응용 확장: - 스펙트럼 정책 -> [[network-economics]] + 제도 설계 - 기술 표준화 -> 네트워크 분석 + [[game-theory]] - 적정기술(Appropriate Technology) -> 개도국 ICT 확산 + 지속가능 발전 - AI/그린 혁신 -> [[technology-convergence]] + 국가 경쟁력 - 지식경영(Knowledge Management) -> 혁신 시스템 + 협력 네트워크 --- ### 개별 개념 정의 #### 네트워크 경제학 (Network Economics) **정의**: 네트워크 재화(network goods)의 시장 구조, 가격 결정, 상호접속(interconnection) 메커니즘을 분석하는 경제학적 프레임워크. 황준석 연구의 출발점이자 지적 기반. 인터넷 대역폭을 거래 가능한 상품(commodity)으로 보고, 시장 기반 QoS 상호접속 모델을 설계. (Hwang 2000 박사논문, Hwang 2001 COPIN, Hwang 2002 Telematics & Informatics) **핵심 발견**: COPIN(Cross-Network Open Provisioning Intelligent Network) 아키텍처를 제안하여 네트워크 도메인 간 동적 대역폭 거래를 위한 협상 및 트랜잭션 프로토콜 설계. 대역폭 관리 포인트(BMP)를 통한 시장 기반 자원 배분 모델 구축. ([[junseokhwang-2001-copin]]) **사용 맥락**: ICT 시장의 구조적 특성(네트워크 외부성, 양면시장, 승자독식)을 분석할 때의 이론적 기초. #### ICT 정책과 규제 (ICT Policy and Regulation) **정의**: ICT 산업의 효율적 발전과 사회적 복지 극대화를 위한 정부의 제도적 개입. 스펙트럼 관리, 망중립성, 표준화 정책, 플랫폼 규제, 콘텐츠 정책을 포괄하는 광범위한 연구 영역. ([[junseokhwang-2009-mixed-spectrum]], Telecommunications Policy) **핵심 발견**: - **혼합 스펙트럼 관리 프레임워크(Mixed Spectrum Management)**: 단일 체제(command-and-control, property rights, unlicensed, spectrum sharing) 대신 기술/서비스 특성에 따라 혼합 적용하는 프레임워크 제안. 테크노-경제 시뮬레이션으로 각 체제의 사회적 후생을 비교. ([[junseokhwang-2009-mixed-spectrum]]) - **규제가 통신사 효율성에 미치는 영향**: 메타프론티어 분석([[meta-frontier-analysis]])으로 규제 체제 간 효율성 차이를 정량화. ([[anhyuk-yang-2013-telecom-meta-frontier]], Telecommunications Policy) - **망중립성과 ASP 효율성**: 네트워크 중립성 하에서 ISP와 ASP 간 효율성 차이를 메타프론티어로 분석. ISP의 ASP 차별이 전체 인터넷 생태계 효율성을 저하시킴을 실증. ([[daeho-lee-2011-net-neutrality-metafrontier]], Telecommunications Policy) **사용 맥락**: "어떤 정책이 최적인가?"보다 "어떤 조건에서 어떤 정책이 더 효과적인가?"를 묻는 조건부 사고. #### 효율성 분석 (Efficiency Analysis) **정의**: [[data-envelopment-analysis]](DEA), [[stochastic-frontier-analysis]](SFA), [[meta-frontier-analysis]](Meta-Frontier Analysis) 등 프론티어 기법을 활용한 ICT 산업 및 정책의 효율성 측정. 황준석 연구의 핵심 방법론적 도구. ([[changjun-lee-2014-platform-openness]], Telecommunications Policy; Na et al. 2017, Telematics and Informatics) **핵심 발견**: - **플랫폼 개방성과 콘텐츠 제공자 생산성**: iOS(통합형)와 Android(개방형) 플랫폼에서 콘텐츠 제공자의 효율성을 메타프론티어로 비교. iOS 그룹이 그룹 내 평균 효율성은 높지만, 메타프론티어 관점에서는 Android 그룹이 더 높은 효율성. 장기적으로 Android의 높은 잠재력 확인. ([[changjun-lee-2014-platform-openness]]) - **표준화 정책의 효율성**: 모바일 플랫폼 표준화 정책의 효율성을 메타프론티어로 측정. ([[keungoui-kim-2017-standardisation-network-game-theory]], IJMC) - **ISP-ASP 효율성 상호관계**: ISP와 ASP의 효율성 변화가 상호 연관됨을 실증. 인터넷 산업의 지속가능한 성장을 위해 양자의 균형이 필요. (Na et al. 2018, Applied Economics) **사용 맥락**: "성과가 좋다/나쁘다"는 절대적 평가가 아니라 "어떤 프론티어 대비 얼마나 효율적인가?"라는 상대적 평가. 집단 간 비교에는 반드시 메타프론티어를 사용. #### 디지털 격차 (Digital Divide) **정의**: ICT 접근, 활용, 혜택에서의 개인/집단/국가/도시 간 불평등. 단순 접근(access) 격차에서 활용(usage), 성과(outcome) 격차로 확장. 황준석 연구에서 지속적으로 발전하는 핵심 주제. ([[sang-oun-lee-2017-ict-diffusion-human-progress]], Information Technology for Development; Kim et al. 2025, Sustainable Cities and Society) **핵심 발견**: - **ICT 확산과 인간 발전**: 패널 데이터 분석으로 ICT 확산이 인간개발지수(HDI)의 결정 요인임을 실증. 특히 개도국에서 ICT가 인간 발전에 미치는 한계 효과가 더 큼. ([[sang-oun-lee-2017-ict-diffusion-human-progress]]) - **도시 내 디지털 격차의 공간적 파급**: 한국 229개 도시의 도시 내 디지털 격차(ICDD)를 [[spatial-regression]]으로 분석. ICT 인프라 투자와 지식집약 산업이 디지털 격차를 오히려 악화시킬 수 있으며, 지방정부의 거버넌스 역량이 이를 완화. 디지털 격차는 인접 도시로 파급(spatial spillover). ([[jungho-kim-2025-smart-cities-digital-divide-spillover]]) - **스마트시티의 포용성(inclusiveness)**: 기술 도입만으로는 불충분하고, 거버넌스와 제도적 역량이 동반되어야 포용적 스마트시티 실현 가능. ([[jungho-kim-2025-smart-cities-digital-divide-spillover]]) **사용 맥락**: "ICT가 발전을 촉진한다"는 낙관론에 "누구를 위한 발전인가? 격차는 확대되고 있지 않은가?"로 균형을 잡는 관점. #### 네트워크 분석 (Network Analysis) **정의**: 사회 네트워크 이론과 방법론을 ICT 혁신 현상에 적용. 기술 확산, 의견 지도자(opinion leader) 식별, 기술 수렴(technology convergence), 스타트업 생태계, 협력 R&D 네트워크를 분석하는 핵심 도구. ([[youngsang-cho-2012-opinion-leaders-sna]], TFSC; Kim et al. 2019, R&D Management) **핵심 발견**: - **혁신 확산에서 의견 지도자의 역할**: 사회 네트워크 시뮬레이션으로 의견 지도자의 중심성(centrality) 유형에 따라 확산 속도와 최대 채택자 수가 달라짐을 발견. 사교성(sociality)이 높은 지도자는 빠른 확산에, 거리 중심성(distance centrality)이 높은 지도자는 최대 채택에 효과적. ([[youngsang-cho-2012-opinion-leaders-sna]]) - **기술 수렴 역량과 기업 혁신**: 특허 네트워크 분석(IPC 공동출현)으로 기업의 [[technology-convergence]](TC) 역량을 측정. TC degree가 전체 혁신에 긍정적 영향을 미치지만, TC betweenness는 수렴 혁신에 부정적. 유사 기술 집중이 빠른 응용을 촉진하지만 TC 잠재력을 저해할 수 있음. ([[keungoui-kim-2019-technology-convergence-patent-network]], R&D Management) - **스타트업 생태계의 투자자 네트워크**: 338개 투자자와 3,570개 스타트업의 네트워크를 구축하고 [[explainable-ai]](XAI)로 투자자 유형을 분류. 엑셀러레이터, VC, 금융기관이 각각 다른 구조적 위치와 역할(중개, 허브, 상업화)을 수행. ([[hojune-cha-2026-investor-startup-network-xai]], JSBM) **사용 맥락**: "누가 혁신의 중심에 있는가?" "어떤 구조적 위치가 어떤 기능을 수행하는가?"를 묻는 구조 분석 도구. #### 플랫폼 생태계 (Platform Ecosystem) **정의**: 콘텐츠-플랫폼-네트워크-디바이스(C-P-N-D) 계층 구조에서 플랫폼의 개방성, 거버넌스, 경쟁 구조가 생태계 참여자의 생산성과 혁신에 미치는 영향. ([[changjun-lee-2014-platform-openness]], Telecommunications Policy; Lee & Hwang 2018, TFSC) **핵심 발견**: - 플랫폼의 개방성 정도가 콘텐츠 제공자의 효율성에 미치는 영향은 단선적이지 않음. 통합형(iOS)은 단기 효율성, 개방형(Android)은 장기 잠재력에서 우위. - 거대 플랫폼(giant platform)이 콘텐츠 다양성에 미치는 영향 분석. 플랫폼의 시장 지배력이 콘텐츠 다양성을 감소시킬 수 있음. ([[changjun-lee-2016-giant-platform-content-diversity]]) - 온라인 플랫폼의 성숙도가 오프라인 산업의 효율성에 긍정적 영향. ([[hana-kim-2018-platform-maturity-offline-efficiency]], Telematics and Informatics) **사용 맥락**: 플랫폼을 단순한 기술 인프라가 아니라 생태계 거버넌스의 관점에서 분석. #### 스마트시티 (Smart City) **정의**: ICT를 활용하여 도시 문제를 해결하고 시민의 삶의 질을 향상시키는 도시 개발 전략. 기술 도입뿐 아니라 토지, 인프라, 사람, 거버넌스의 네 차원을 통합적으로 고려하는 사회기술적(socio-technical) 접근. ([[jungwon-kong-2025-g2g-smart-cities]], Cities; Lim et al. 2024, Heliyon) **핵심 발견**: - **G2G(정부 간) 파트너십**: 한국 시흥시와 미국 플로리다 NeoCity의 스마트시티 개발을 비교 사례 연구. 기술 도입 전 사회경제적 고려가 선행되어야 하며, G2G 파트너십이 지식 공유의 핵심 메커니즘. ([[jungwon-kong-2025-g2g-smart-cities]]) - **스마트시티 연구의 다양한 이해관계자**: LDA와 BERT를 활용한 [[topic-modeling]]으로 스마트시티 협력자들의 다양한 관심사를 식별. ([[jihye-lim-2024-smart-city-topic-analysis]]) - **디지털 포용성과 스마트시티**: 스마트시티가 기술 혁신과 사회적 형평성을 동시에 추구해야 함. 인프라 투자만으로는 불충분. ([[jungho-kim-2025-smart-cities-digital-divide-spillover]]) **사용 맥락**: 스마트시티를 "기술 솔루션"이 아니라 "사회기술적 전환(socio-technical transition)"의 관점에서 분석. #### 혁신과 기업 성과 (Innovation and Firm Performance) **정의**: 외부 지식 탐색(external knowledge search), R&D 협력, 기술 다각화, 기술 수렴 역량 등 기업의 혁신 활동이 혁신 성과와 생산성에 미치는 영향을 실증 분석. ([[junseokhwang-2010-external-knowledge-ict]], Telecommunications Policy; Kim et al. 2019, R&D Management) **핵심 발견**: - **외부 지식 탐색의 비선형 효과**: incremental 혁신엔 breadth 가 역U (최적 8 개 지식원), radical 혁신엔 외부 탐색 무관 (R&D 강도만 유의), 생산성엔 *breadth U-shape + depth 역U*. ICT 부문의 *innovation outcome ≠ productivity outcome* 분기 발견. ([[junseokhwang-2010-external-knowledge-ict]]) - **OSS 기업의 개방형 혁신**: 외부 cooperative 네트워크 수가 product / process 혁신 모두에 강한 양 효과, 정부 지원은 비유의. ([[junseokhwang-2009-oss-open-innovation-korea]]) - **기술 다각화 전략**: 제약/바이오제약 산업 ([[keungoui-kim-2021-pharmaceutical-diversification]], [[keungoui-kim-2022-product-diversification-pharma-biopharma]], JPIM) 에서 관련 다각화와 비관련 다각화 전략을 비교. 산업별로 최적의 다각화 전략이 다름. - **설계공학 역량(design-engineering capability)**: 설계공학 역량이 기업 혁신 활동과 재무 성과 사이를 정의 moderating ([[jisoo-hur-2023-design-engineering-moderation]]), design engineer 는 *기술 driver* 가 아니라 *design-technology broker* ([[jisoo-hur-2024-design-engineers-intra-firm]]), DE_CAP 의 ROA 직접 양 효과 ([[jisoo-hur-2025-design-engineering-capability-firm]]), 발명자 간 *knowledge overlap* 과 patent impact 의 U-shaped 관계 ([[jisoo-hur-2026-knowledge-overlap-inventor-collaboration]]). **사용 맥락**: "혁신을 하면 무조건 좋은가?"가 아니라 "어떤 유형의 혁신이, 어떤 조건에서, 어떤 성과로 연결되는가?"를 묻는 조건부 분석. #### 개도국 ICT 혁신 (ICT Innovation in Developing Countries) **정의**: 개도국의 ICT 확산, 전자정부, 적정기술, 혁신 생태계 구축에 관한 연구. ITPP, GRC, ASPP 프로그램의 운영 경험과 직결. 약 50개국 200명 이상의 대학원생 공무원을 교육한 실천적 기반. ([[junseokhwang-2008-e-government-sulawesi]] e-gov; Shin & Hwang 2019, JCP; Boru et al. 2025) **핵심 발견**: - **전자정부 실패 분석**: 인도네시아 남술라웨시 전자정부 실패 사례를 분석하여 기술적 요인뿐 아니라 조직/제도적 요인의 중요성을 강조. ([[junseokhwang-2008-e-government-sulawesi]]) - **적정기술과 풀뿌리 혁신**: 라오스 사례로 적정기술이 개도국의 지속가능 발전에 기여하는 메커니즘을 분석. ([[hyunha-shin-2019-appropriate-technology-laos]]) - **에티오피아 농공단지 혁신 생태계**: 통합 농공단지의 거버넌스와 제도적 프레임워크가 혁신 생태계와 다자간 조정에 미치는 영향. ([[efa-muleta-boru-2025-ethiopia-iaip-governance]]) **사용 맥락**: 선진국 이론과 모델을 개도국에 무비판적으로 적용하지 않고, 현지의 사회경제적 맥락을 고려한 맞춤형 접근. #### 기술 표준화 (Technology Standardization) **정의**: 기술 표준의 형성, 확산, 경쟁 과정을 네트워크 분석과 [[game-theory]]으로 분석. 표준화가 혁신을 촉진하는 조건과 저해하는 조건을 식별. ([[dong-hee-shin-2015-standardization-revisited]], Computer Standards and Interfaces; Kim et al. 2018, TASM) **핵심 발견**: - **표준화와 혁신의 관계**: 기존 문헌을 비판적으로 리뷰하여 표준화가 혁신에 미치는 영향이 단선적이지 않음을 체계적으로 정리. ([[dong-hee-shin-2015-standardization-revisited]]) - **기술 표준화의 동적 프레임워크**: 네트워크 분석과 게임이론을 결합한 동적 기술 표준화 분석 프레임워크 제안. ([[keungoui-kim-2017-standardisation-network-game-theory]]) **사용 맥락**: 표준화를 "기술적 합의"가 아니라 "전략적 행위(strategic behavior)"로 보는 관점. #### AI와 국가 경쟁력 (AI and National Competitiveness) **정의**: AI 기술의 확산 패턴, 국가별 특화, 그린 혁신과의 연계를 분석하는 최근 연구 영역. [[patent-analysis]]과 네트워크 분석을 주요 방법론으로 활용. ([[youngsam-chun-2024-ai-specialization-competitiveness]], PLOS ONE; Lee et al. 2025, Scientometrics) **핵심 발견**: - **AI 기술 특화와 국가 경쟁력**: USPTO 1980-2019 AI 특허 407,386 건 + Web of Science 468,104 AI 논문, 170 개국 8 기간 패널의 [[three-way-fixed-effects-panel-logit]] 분석. 기존 기술 역량의 path dependence 가 강하며, *과학 지식 (cross-density) 의 효과가 기술 복잡성보다 더 큼* — AI 같은 신기술 영역에서 후발국은 과학 지식과 산업의 통합 전략이 효과적. ([[youngsam-chun-2024-ai-specialization-competitiveness]], PLOS ONE) - **AI와 그린 혁신의 연계**: 139 개국 × 30 년 (1990-2019) 패널로 *AI-Green Cross-Density* metric 을 도입, AI 와 green 기술의 'twin transitions' 가 후발국의 녹색 catch-up 도구가 될 수 있음을 실증. AI_GREEN_DEN 효과는 중·저소득국에서 더 큼. ([[youngsam-chun-2024-ai-green-cross-density]], Journal of the Knowledge Economy) - **AI 기술 확산의 동적 패턴**: 6,852 USPTO AI 특허 (2011-2020) 의 forward citation 시계열을 [[dynamic-time-warping]] + K-means 시계열 군집화로 매핑. AI 가 [[general-purpose-technology|GPT]] 로 성장할 수 있는지 5 개 특허 indicator (generality, originality, complementarity, TCT, radicalness) 로 추적. ([[soyea-lee-2025-ai-diffusion-patent-clustering]], Scientometrics) **사용 맥락**: AI를 단순한 기술이 아니라 국가 혁신 시스템의 맥락에서 분석. #### 사회기술적 전환 (Socio-Technical Transition) **정의**: 기술 시스템과 사회 제도의 공진화 과정을 [[system-dynamics]](System Dynamics) 등으로 모델링. 공유 모빌리티, 전기차, 스마트시티 등 신기술의 사회적 수용과 규제 간 상호작용 분석. ([[junmin-lee-2022-shared-mobility-regulation-system-dynamics]], Technovation; Lee et al. 2020, Telematics and Informatics) **핵심 발견**: - **공유 모빌리티와 규제**: 한국의 공유 모빌리티(카카오 T 등)와 규제의 관계를 시스템 다이내믹스로 모델링. 사회기술적 전환(socio-technical transition) 관점에서 기존 체제(택시 산업)와 신체제(공유 모빌리티) 간 갈등 동학 분석. ([[junmin-lee-2022-shared-mobility-regulation-system-dynamics]], Technovation) - **중국 공유 모빌리티의 지속가능성**: 사회기술 시스템 전환 시뮬레이션으로 공유 모빌리티의 지속가능성 분석. ([[junmin-lee-2020-ride-hailing-china-sociotechnical]], Telematics and Informatics) **사용 맥락**: 기술의 사회적 수용을 "채택률"이 아니라 "기존 체제와의 경쟁/공존 동학"으로 분석. --- ### 개념 간 관계 #### 전제 관계 (A 없이 B 불가) - **네트워크 경제학 -> 플랫폼/시장 분석**: 네트워크 외부성, 양면시장 이론이 플랫폼 분석의 전제 - **효율성 분석 방법론 -> 정책 평가**: DEA/SFA/메타프론티어 없이 정책의 효과를 정량적으로 비교 불가 - **네트워크 분석 -> 혁신 생태계 이해**: 기술 수렴, 스타트업, 지식 확산의 구조적 패턴 파악에 필수 #### 상호 강화 관계 - **ICT 정책 <-> 효율성 분석**: 정책이 효율성에 영향, 효율성 분석이 정책 설계를 안내 - **디지털 격차 <-> 스마트시티**: 스마트시티가 격차를 줄일 수도, 확대할 수도 있음 - **네트워크 분석 <-> 혁신 성과**: 네트워크 구조가 혁신에 영향, 혁신이 네트워크를 재구성 #### 긴장 관계 (핵심 트레이드오프) - **효율성 vs. 형평성**: ICT 인프라 투자가 효율성을 높이면서 디지털 격차를 확대할 수 있음 - **플랫폼 개방성 vs. 품질 통제**: 개방형(Android)은 장기 잠재력, 통합형(iOS)은 단기 효율성 - **기술 혁신 촉진 vs. 규제 보호**: 신기술(공유 모빌리티, AI)과 기존 산업 보호 간 갈등 - **표준화 vs. 다양성**: 표준화가 호환성을 높이지만 혁신의 다양성을 제한할 수 있음 - **ICT 확산 vs. 사회적 준비도**: 기술 보급이 사회적 역량(리터러시, 거버넌스)을 앞서가면 불균형 --- ### 방법론적 도구 매핑 | 도구 | 용도 | 핵심 논문 | |------|------|----------| | [[meta-frontier-analysis]] (SFA/DEA) | 이질적 집단 간 효율성 비교 | [[changjun-lee-2014-platform-openness]]; [[anhyuk-yang-2013-telecom-meta-frontier]]; [[daeho-lee-2011-net-neutrality-metafrontier]]; [[hana-kim-2018-platform-maturity-offline-efficiency]] | | Tobit / [[log-tobit-model]] 회귀 | 절단 데이터의 혁신/생산성 분석 | [[junseokhwang-2010-external-knowledge-ict]] | | [[system-dynamics]] (SD) | 사회기술적 전환 시뮬레이션 | [[junmin-lee-2022-shared-mobility-regulation-system-dynamics]]; [[junmin-lee-2020-ride-hailing-china-sociotechnical]] | | [[social-network-analysis]] (SNA) | 의견 지도자, 기술 확산, 협력 구조 | [[youngsang-cho-2012-opinion-leaders-sna]]; [[hojune-cha-2026-investor-startup-network-xai]]; [[seoyoung-lee-2025-ev-transition-korea-automotive]] | | [[patent-analysis]] (특허 네트워크) | 기술 수렴 역량, AI 확산 패턴 | [[keungoui-kim-2019-technology-convergence-patent-network]]; [[soyea-lee-2025-ai-diffusion-patent-clustering]]; [[youngsam-chun-2024-ai-specialization-competitiveness]] | | [[game-theory]] | 네트워크 중립성, 기술 표준화 경쟁 | [[daeho-lee-2012-net-neutrality-game]]; [[keungoui-kim-2017-standardisation-network-game-theory]] | | [[agent-based-modeling]] (ABM) | 지식 이전, 혁신 확산 시뮬레이션 | [[namjun-cha-2020-knowledge-creation-groupthink]]; [[rafi-ramadhan-isakh-2023-incentive-knowledge-transfer-abm]]; [[changjun-lee-2016-giant-platform-content-diversity]] | | [[spatial-regression]] | 디지털 격차의 공간적 파급 효과 | [[jungho-kim-2025-smart-cities-digital-divide-spillover]] | | [[topic-modeling]] (LDA/BERT) | 스마트시티, 지식경영 트렌드 분석 | [[jihye-lim-2024-smart-city-topic-analysis]]; [[jihye-lim-2025-hybrid-intelligence-topic-modeling]]; [[jihye-lim-2025-disruptive-technologies-km]] | | [[explainable-ai]] (XAI) | 스타트업 투자자 분류 | [[hojune-cha-2026-investor-startup-network-xai]] | | [[utaut-model]] / [[structural-equation-modeling]] | 기술 수용 분석 (MaaS, 적정기술 crowdfunding, 스마트TV) | [[shinwoo-back-2025-maas-utaut-korea]]; [[younghwan-moon-2018-crowdfunding-appropriate-technology]]; [[eun-yu-2016-smart-tv-korea]] | | [[conjoint-analysis]] / [[mixed-logit]] | IoT 규제 속성 평가 | [[ho-seoung-na-2023-iot-regulation-conjoint]] | | [[principal-component-analysis]] / composite index | 글로벌 통신·방송 인프라 ranking | [[adnan-al-mutawkkil-2009-telecom-broadcasting-indices]] | | [[techno-economic-simulation]] / [[welfare-analysis]] | 스펙트럼 정책의 후생 비교 | [[junseokhwang-2009-mixed-spectrum]] | | [[two-stage-dea]] + Tobit | R&D 기획 효율 평가 | [[jeongwon-lee-2024-rd-planning-ict]] | --- ### 미해결 긴장과 열린 질문 1. **스마트시티의 형평성 딜레마**: ICT 인프라 투자가 디지털 격차를 악화시키는 메커니즘을 어떻게 제도적으로 방지할 것인가? 2. **AI 거버넌스**: AI 기술 특화가 국가 경쟁력에 기여하되, 윤리적/사회적 위험을 어떻게 관리할 것인가? 3. **개도국 맥락의 혁신 정책**: 선진국 모델의 이식 한계를 넘어 현지 맥락에 적합한 혁신 정책을 어떻게 설계할 것인가? 4. **플랫폼 경제의 공정성**: 거대 플랫폼의 시장 지배력이 콘텐츠 다양성과 혁신에 미치는 영향을 어떻게 규제할 것인가? 5. **기술과 제도의 시차(time lag)**: 기술 발전 속도가 제도적 대응을 앞서가는 상황에서 규제의 적시성을 어떻게 확보할 것인가? --- ### 교수의 사고 패턴 #### 핵심 질문 시퀀스 (ICT 정책 문제를 만나면) 1. "이 시장/시스템의 구조는 어떠한가?" (네트워크 구조, 이해관계자 파악) 2. "효율성을 어떻게 측정할 것인가?" (DEA/SFA/메타프론티어 선택) 3. "어떤 제도/정책이 현재 적용되고 있는가?" (규제 체제 파악) 4. "이 정책이 다른 조건에서도 동일하게 작동하는가?" (조건부 분석) 5. "누가 혜택을 받고 누가 소외되는가?" (형평성, 디지털 격차) 6. "국제 비교에서 어떤 시사점이 있는가?" (크로스컨트리 분석) #### 구조 > 개별 행위자 ICT 시스템을 볼 때 개별 기업이나 기술이 아니라 시장 구조, 네트워크 구조, 제도적 프레임워크를 먼저 파악. 개별 행위자의 성과는 이 구조의 함수. #### 정량적 비교의 습관 "A가 B보다 효율적이다"는 주장에 반드시 "어떤 프론티어 대비?" "어떤 투입-산출 변수로?"를 확인. 메타프론티어를 통한 집단 간 비교를 선호. #### 조건부 사고 "X가 Y에 긍정적이다"보다 "어떤 조건(산업, 국가, 발전 단계, 제도적 맥락)에서 X가 Y에 긍정적인가?"를 묻는 사고 방식. 범용적 처방보다 조건부 처방을 선호. #### 실천과 이론의 연결 ITPP, GRC, ASPP, SCGC 등 국제 프로그램 운영 경험이 연구 질문의 원천. 약 50개국의 정부 관료, 연구자, 산업계 리더를 교육한 경험이 연구에 현장 감각을 부여. "이론은 현장에서 검증되어야 합니다." ## 연구 궤적 관통 질문: **"ICT가 사회를 어떻게 변화시키며, 정책과 제도는 이 변화를 어떻게 조율할 수 있는가?"** 현재 wiki에 연결된 corpus를 기준으로 보면, 황준석의 1저자 논문은 2001-2011년의 네트워크/인터넷/ICT 정책 논문군에 집중되어 있고, 이후의 확장은 다수의 공동연구와 지도 논문을 통해 진행된다. 따라서 아래 궤적은 황준석 개인 단독 연구의 선형 전개라기보다, 황준석을 중심 node로 한 ICT 정책·플랫폼·스마트시티·AI 연구 네트워크의 문제의식 변화를 함께 읽는 방식이다. --- ### 시대 구분 #### 1기: 네트워크 공학/경제학 시대 (2000-2006) -- 시장 설계자의 출발 **맥락**: University of Pittsburgh에서 정보과학/통신 박사학위 취득(2000). Syracuse University 조교수(2000-2003) 시기. 인터넷 QoS 상호접속과 대역폭 시장 설계라는 기술-경제 융합 주제로 출발. 이 시기의 연구는 네트워크 아키텍처 설계와 경제학적 모델링이 결합된 공학적 성격. **핵심 논문 분석**: **(1)** [[junseokhwang-2001-copin]] *([[junseokhwang-2001-copin]], IEEE IN Workshop)* - 논지: IP 기반 인터넷 대역폭 거래를 위한 COPIN 아키텍처와 지원 프로토콜 제안. BMP(Bandwidth Management Point)를 통한 도메인 간 동적 자원 배분. - 통찰: 네트워크 자원을 시장(market)에서 거래 가능한 상품으로 보는 관점. 기술 설계와 경제학적 메커니즘 설계의 융합. - 위치: 황준석 연구의 원형(prototype). 이후 ICT 정책 연구로 전환하는 지적 기반. **(2)** [[junseokhwang-2002-interprovider]] *(공저자 [[hak-jin-kim]], [[martin-b-h-weiss]], T&I 19:351-369)* - 논지: DiffServ QoS 네트워크의 도메인 간 대역폭 거래·자원 배분 문제를 LP / NLP / MILP / MINLP 4 모형으로 정식화. 5-tandem-node 백본 시뮬레이션으로 opportunity cost 가 dynamic 가격 신호 역할. - 통찰: 네트워크 상호접속의 경제학적 분석. *down-slope 시장에선 동적 가격 책정이 양측 잉여 공동 증가*, *변동성 큰 시장에선 한 ISP 의 self-interest 가 상대편 잉여를 잠식* — SLA safeguard 의 필요성. 이후 망중립성, ISP-ASP 관계 연구의 씨앗. **(3)** [[junseokhwang-2004-p2p-wireless]] *([[junseokhwang-2004-p2p-wireless]], IEEE Internet Computing)* - 논지: 무선 그리드 네트워크에서 P2P 컴퓨팅을 위한 미들웨어 서비스. - 위치: 분산 컴퓨팅과 네트워크 경제의 접점에 놓인 초기 1저자 논문. **(4)** [[haci-a-mantar-2004-bbrp]] *([[haci-a-mantar-2004-bbrp]], IEEE JSAC)* - 논지: DiffServ 네트워크에서 대역폭 브로커 간 자원 예약의 확장 가능한 모델. - 통찰: 대규모 네트워크에서의 자원 관리 문제. 기술적 확장성(scalability)에 대한 관심. **시기의 기여**: (1) 네트워크 자원의 시장 기반 배분이라는 핵심 아이디어 확립, (2) 기술 설계와 경제학의 융합 능력 체득, (3) P2P, Grid, DiffServ 등 분산 시스템에 대한 기술적 이해 축적. 이 시기의 기술-경제 융합 사고가 이후 ICT 정책 연구의 차별적 기반. --- #### 2기: ICT 정책과 산업 경제학 시대 (2007-2013) -- 정책 분석가로의 전환 **맥락**: 서울대 [[temep]] 부임(2003) 후 본격적으로 한국 ICT 산업과 정책으로 연구 초점 전환. 스펙트럼 정책, 망중립성, 통신/방송 융합, 콘텐츠 산업 등 정책 현안에 대한 실증 분석. [[meta-frontier-analysis]]을 핵심 방법론으로 도입. ITPP 프로그램을 통한 개도국 연구 시작. **핵심 논문 분석**: **(5)** [[junseokhwang-2009-mixed-spectrum]] *(공저자 [[hyenyoung-yoon]], Telecommunications Policy 33(8):437-452)* - 논지: 4가지 스펙트럼 관리 체제(command-and-control, property rights, spectrum sharing, unlicensed)를 [[techno-economic-simulation]] 으로 비교 (한국 2.3 GHz WiBro + 700 MHz DTV 회수 대역, full-factorial 200 회 반복). 혼합 프레임워크 제안. - 통찰: 단일 최적 체제는 존재하지 않으며, 작은 셀·고주파에선 unlicensed 우위, 큰 셀·저주파에선 secondary trading + sharing 합계 ≥ 70%, 'Command and Control' 은 사실상 모든 조건에서 열등. "조건부 정책 사고"의 시작. - 위치: 1기의 네트워크 경제학 지식을 스펙트럼 정책 분석으로 옮긴 1저자 논문. **(6)** [[junseokhwang-2010-external-knowledge-ict]] *(공저자 [[youngjin-lee]], Telecommunications Policy 34:562-571)* - 논지: 한국 ICT 제조업 123 개 기업 (STEPI KIS 2005) 의 외부 지식 탐색 폭(breadth)과 깊이(depth)가 *radical 혁신 (INMARK) / incremental 혁신 (INFIRM) / 생산성 (PROD)* 세 차원에 미치는 영향을 [[log-tobit-model]] 로 분리 추정. Laursen-Salter(2006) frame 의 ICT 부문 이식. - 통찰: (i) Radical 혁신엔 R&D 강도만 유의 (β=1.135, 1%), 외부 탐색 무관; (ii) Incremental 혁신엔 breadth 가 역U (최적 8 개 지식원); (iii) 생산성엔 breadth 가 *U-shape* + depth 가 역U — *moderate breadth + selective depth* 가 최적. 외부 지식 네트워크의 *품질* 정책이 *양* 정책보다 중요. - 위치: ICT 산업의 혁신 메커니즘에 대한 실증 분석의 시작. "산업별 이질성(heterogeneity)"이라는 주제 등장. **(7)** [[youngsang-cho-2012-opinion-leaders-sna]] *(공저자 [[youngsang-cho]], [[daeho-lee]], TFSC)* - 논지: small-world [[stochastic-cellular-automata]] N=10,000 위에서 Granovetter [[threshold-model]] 100 회 반복 시뮬레이션. 5 종 중심성 (send / receive / sociality / distance / rank-nomination) 으로 초기 채택자 2.5% (250 명) 선정 시 확산 속도·총 채택자 수 비교. - 통찰: 총 누적 채택자에서는 distance (4,522) > rank-nomination (4,414) > send-nomination (4,133); peak time 에서는 sociality 가 period 17 로 최단. *최적 중심성은 평균 threshold·sociality·nomination length 에 의존* — threshold 0.25→0.4 증가 시 distance 우위가 send-nomination 우위로 역전. - 위치: 혁신 확산 문제를 사회 네트워크 구조와 연결한 대표적 공동연구. **(8)** [[daeho-lee-2011-net-neutrality-metafrontier]] *(공저자 [[daeho-lee]], Telecommunications Policy 35(9-10):764-772)* - 논지: 한국 인터넷 기업 36 개의 2000-2008 unbalanced panel (238 obs) 을 UCC / GAME / MUSIC / WEB 4 그룹으로 분류, SFA frontier + meta-frontier 산출. NN 옹호측 가설 (bandwidth-heavy ASP 가 차별로 효율 저하) 한국 사례에서 *미성립*. - 통찰: SFA TE 평균 UCC 0.850 > MUSIC 0.724 > GAME 0.714 > WEB 0.617. *bandwidth 와 TGR 간 양의 관계* — bandwidth 큰 UCC 가 더 효율적. ISP 차별의 negative 영향 통계적 비유의 → NN 규제 정당성 약함 (적어도 한국 데이터에서). - 위치: 메타프론티어 분석을 ICT 정책 평가에 적용한 초기 공동연구. **추가 핵심 논문**: - Investigation of Factors Affecting the Diffusion of Mobile Telephone Services: Vietnam ([[junseokhwang-2009-mobile-diffusion-vietnam]], Telecommunications Policy): 개도국 ICT 확산 요인 실증. [[bass-diffusion-model]]·[[gompertz-diffusion-model]]·[[logistic-diffusion-model]] 비교로 logistic 모델 best-fit, Herfindahl 시장집중지수가 확산을 가장 강하게 가속. - Development of Telecommunication and Broadcasting Infrastructure Indices ([[adnan-al-mutawkkil-2009-telecom-broadcasting-indices]]): 글로벌 통신/방송 인프라 지수 ([[principal-component-analysis]] 기반 composite index) 개발 — 한국이 Switzerland 다음 2위. - The Structural Evolution of the Web 2.0 Service Network ([[junseokhwang-2009-web2-service-network-evolution]], OIR): ProgrammableWeb 445 서비스 + 1,929 mashup 데이터로 Web 2.0 service network 의 preferential attachment ($\alpha = 0.487$) 와 scale-free exponent ($\gamma = 0.530$) 진화 분석. Google Maps 가 ranking 1 위 유지. - The Influence of Regulations on the Efficiency of Telecommunications Operators ([[anhyuk-yang-2013-telecom-meta-frontier]]): 미국 / EU / 아시아 telecom 규제 체제별 meta-frontier 효율 비교 — 미국 (deregulation) 우위 (MTR 0.864), EU 가 최저 (0.763). - Net neutrality 게임 이론 분석 ([[daeho-lee-2012-net-neutrality-game]], ETRI Journal): Hotelling 복점 모형으로 ISP 의 ASP 차별 시 사회후생 효과·NN 유지 가격 메커니즘 도출. - 한국 OSS 기업의 개방형 혁신 ([[junseokhwang-2009-oss-open-innovation-korea]], Innovation: O&M): 외부 cooperative 네트워크 수 (TOTALNET) 가 product / process 혁신 모두에 강한 양 효과, 정부 지원 (STATESUP) 은 비유의. - Content-layer 혁신 ([[junseokhwang-2011-content-layer-innovation]], Service Industries Journal): C-P-N-D 4-layer 모델의 content layer 혁신 결정요인 분석. **시기의 기여**: (1) 네트워크 공학에서 ICT 정책/산업 경제학으로의 성공적 전환, (2) 메타프론티어 분석이라는 핵심 방법론 확립, (3) "조건부 정책 사고" 형성, (4) 개도국 ICT 연구의 시작(ITPP 프로그램과 연동). --- #### 3기: 플랫폼/혁신 생태계와 사회적 영향 시대 (2014-2019) -- 생태계 관점의 확장 **맥락**: 모바일 플랫폼 생태계(iOS vs Android)의 부상, ICT와 인간 발전의 관계, 기술 수렴과 Industry 4.0, 적정기술과 개도국 지속가능 발전. 연구 범위가 산업 분석에서 사회적 영향(social impact)으로 확장. **핵심 논문 분석**: **(9)** [[changjun-lee-2014-platform-openness]] *(공저자 [[changjun-lee]], [[daeho-lee]], Telecommunications Policy)* - 논지: iOS (closed) 와 Android (open) 플랫폼에서 콘텐츠 제공자의 효율성을 [[meta-frontier-analysis]] 로 비교. 한국 102 개 모바일 CP 의 2000~2012 패널 (684 obs, iOS-only 10 / Android-only 19 / Both 73). 9 카테고리. - 통찰: Group-internal TE iOS 0.891 > Android 0.804 > Both 0.778 — iOS 의 quality control 이 가장 효율. 그러나 TGR Both 0.862 >> Android 0.391 > iOS 0.339 — Android 가 long-term potential 우월. *Both group 이 TE\* 0.669 로 economies of scale 효과로 가장 효율적*. "플랫폼의 selection process / risk transfer 가 CP 생산성을 결정한다." - 위치: 2기의 메타프론티어 방법론을 플랫폼 생태계에 적용한 대표 논문. **(10)** [[dong-hee-shin-2015-standardization-revisited]] *(공저자 [[dong-hee-shin]], CSI)* - 논지: 기술 표준화와 혁신의 관계에 대한 비판적 문헌 리뷰. 표준화가 혁신에 미치는 영향의 복잡성과 조건 의존성을 체계적으로 정리. - 위치: 이론적 정리(consolidation) 논문. 이후 [[keungoui-kim-2017-standardisation-network-game-theory]] 의 dynamic framework 의 기초. **(11)** [[eun-yu-2016-smart-tv-korea]] *(공저자 [[eun-yu]], [[ahreum-hong]], CHB 61:89-102)* - 논지: KISDI Korean Media Panel 2012-2014, 3,954 households / 6,087 personal-year 균형 패널을 [[fixed-effects-model]] + [[random-effects-model]] (Hausman test) 로 추정. 스마트 TV 시장점유율은 2.6% (2011) → 9.6% (2014) 로 기대 이하. - 통찰: *전기 IPTV 번들 가입자* 만 스마트 TV 채택을 유의하게 억제 (β=-0.0431, p<0.05), cable·satellite 번들은 효과 없음. *internet-connected* 스마트 TV 한정 시 N-screen 시청에 양 효과 (β=0.0107, p<0.05) — 단순 device 보유가 아닌 *연결* 이 lean-forward 행동의 조건. - 위치: 기술 수용 (technology adoption) 연구의 시작. 이후 MaaS ([[shinwoo-back-2025-maas-utaut-korea]]), EV 등으로 확장. **(12)** [[sang-oun-lee-2017-ict-diffusion-human-progress]] *(공저자 [[sang-oun-lee]], [[ahreum-hong]], ITD)* - 논지: 102 개국 14 년 (2000-2013) 패널을 1 년 시차 [[seemingly-unrelated-regression]] 로 분석. ICT 를 Helpman (1998) 의 [[general-purpose-technology]] 로 간주, ICT 확산이 경제 자유·정치 권리·시민 자유 (Heritage Foundation + Freedom House 지수) 까지 결정하는지 검증. - 통찰: H1 (ICT → 인간 진보) 채택 (pooled R² ≈ 0.42, 1% 유의), 매체 영향은 fixed broadband > fixed telephone > mobile cellular. *단 high-income 에서 mobile 확산은 오히려 정치 권리·시민 자유에 음 (−) 효과* — H2.2 / H3.2 기각. 선구작 ([[sang-oun-lee-2014-ict-human-progress]], PICMET) 의 정련. - 위치: 디지털 격차 연구의 거시적 프레임워크. "ICT -> 발전" 경로의 실증. **(13)** [[keungoui-kim-2019-technology-convergence-patent-network]] *(공저자 [[keungoui-kim]], [[sungdo-jung]], R&D Management 49:595-606)* - 논지: IPC 공기 발생 (co-occurrence) 특허 네트워크의 degree·betweenness·closeness 중심성으로 기업 수준 [[technology-convergence]] (TC) 역량 정량화. 1991-2010 EPO 특허·Compustat 데이터로 제조 4 개 산업 (반도체·자동차·통신/방송·의료기기) 상위 30 개 기업 패널 (N=1,217) 분석. - 통찰: TC degree 는 전체 혁신 (총 특허 수) 에 양 (β=53.319) 영향이지만 융합 혁신 비중에는 음 (β=−0.395) 영향, TC betweenness 는 정반대 부호 (−25.263, +0.224). "유사 기술에 집중하면 빠른 응용은 가능하지만 TC 잠재력을 저해할 수 있다." - 위치: 네트워크 분석을 기업 전략에 적용한 대표 논문. 산업별 이질성 분석의 심화. **추가 핵심 논문**: - Crowdfunding as an Alternative Means for Funding Sustainable Appropriate Technology ([[younghwan-moon-2018-crowdfunding-appropriate-technology]], Sustainability): 적정기술 크라우드펀딩. - The Influence of Giant Platform on Content Diversity ([[changjun-lee-2016-giant-platform-content-diversity]], TFSC): 거대 플랫폼의 콘텐츠 다양성 영향. - Appropriate Technology for Grassroots Innovation in Developing Countries ([[hyunha-shin-2019-appropriate-technology-laos]], JCP): 라오스 적정기술. **시기의 기여**: (1) 산업 분석에서 사회적 영향 분석으로의 확장, (2) 플랫폼 생태계의 거버넌스와 효율성 분석, (3) ICT-인간 발전 연계의 실증, (4) 기술 수렴이라는 새로운 연구 영역 개척. --- #### 4기: 스마트시티, AI, 지속가능 전환 시대 (2020-2023) -- 시스템적 통합 **맥락**: 스마트시티와 사회기술적 전환이 핵심 주제로 부상. AI/그린 혁신, 공유 모빌리티, IoT 규제, R&D 정책 효율성 등으로 연구 범위 확장. SCGC(스마트시티 글로벌 컨버전스), ASPP(아세안 스마트시티 전문가 프로그램) 등 프로그램 운영과 연구의 밀접한 연동. **핵심 논문 분석**: **(14)** [[junmin-lee-2020-ride-hailing-china-sociotechnical]] *(공저자 [[junmin-lee]], [[jiyong-kim]], [[hongbum-kim]], T&I 55:101435)* - 논지: 중국 선전시 (2015.1~2018.7) 의 택시 vs Didi vs Uber 경쟁을 Geels (2002) 의 [[multi-level-perspective]] (MLP) + [[agent-based-model]] (AnyLogic 8, 1,000 simple + 3 complex agents, 500 iterations) 으로 모델링. - 통찰: niche clustering (Didi-Uber 합병) 이 28.6% 확률로 발생, 합병 시 더 빠른 transition. 사회기술 시스템 전환의 stochastic 경로 식별. - 위치: 사회기술적 전환 (socio-technical transition) 관점의 공유 모빌리티 시뮬레이션 공동연구. **(15)** [[junmin-lee-2022-shared-mobility-regulation-system-dynamics]] *(공저자 [[junmin-lee]], [[keungoui-kim]], [[jiyong-kim]], Technovation 109:102327)* - 논지: 한국 공유 모빌리티 (Poolus·Tada 등) 와 규제의 상호작용을 Geels [[multi-level-perspective]] + Bass 확산 + 자원 할당 + 정부 개입을 결합한 [[system-dynamics]] (AnyLogic 8.4.0) 으로 2016-2030 14년 시뮬레이션 (200 Monte Carlo iterations). - 통찰: 세 정책 시나리오 — (i) 현 규제 유지 → SM 시장 퇴출, (ii) 단독 규제 완화 → 택시 산업 잠식·사회 갈등, (iii) *SM 세금의 25-35% 를 택시 혁신 R&D 보조금으로 환류* → 양 서비스 공존·사회 후생 증가. 매사추세츠·뉴사우스웨일스 사례와 정합한 정책 권고. **(16)** [[jeongwon-lee-2022-government-support-emerging-ict]] *(공저자 [[jeongwon-lee]], [[hana-kim]], TFSC 174:121253)* - 논지: 한국 ICT 기업 89,750 관측치 (2012-2017) 의 [[first-difference-autoregressive-model]] 로 정부 R&D 보조금의 *부문 성숙도 × 기업 연령 × R&D 단계* 교차 효과 추정. [[industry-evolution]] 이론 (Gort and Klepper 1982, Malerba and Orsenigo 1997) 기반. - 통찰: 신흥 부문 (Sector I) 의 보조금 탄력성 0.046 vs 성숙 부문 (Sector IV) 의 0.013 (비유의). research 보조금은 *신흥 부문의 신생 기업*에서만 유의 (β=0.071). "일률적 정책(one-size-fits-all)은 비효율적이다." **(17)** [[eunjun-jung-2022-crowdfunding-novelty-strategies]] *([[eunjun-jung-2022-crowdfunding-novelty-strategies]], TFSC)* - 논지: 사업 아이디어의 신규성에 따른 크라우드펀딩 투자 유치 전략. **추가 핵심 논문**: - Comparing Technology Convergence of AI on Industrial Sectors ([[soyea-lee-2022-ai-technology-convergence-network-clustering]], Scientometrics): AI 기술 수렴의 산업별 비교. - Related and Unrelated Product Diversification and Collaboration Strategies ([[keungoui-kim-2022-product-diversification-pharma-biopharma]], JPIM): 제약/바이오 산업 다각화 전략. - How to Leverage the Impact of Firm-Specific Uncertainty on Innovation Performance ([[hyejae-jung-2023-firm-uncertainty-alliance-pharma]], JETM): 불확실성과 혁신 성과. - Which Attributes Should be Considered in Regulating the IoT (Na et al. 2023, Sage Open): IoT 규제 속성. **시기의 기여**: (1) 사회기술적 전환(socio-technical transition) 프레임워크 도입, (2) AI/그린 혁신이라는 새로운 연구 영역 진입, (3) R&D 정책 효율성의 조건부 분석 심화, (4) 크라우드펀딩, IoT 규제 등 새로운 연구 대상 확장. --- #### 5기: 글로벌 스마트시티와 AI 시대 (2024-2026) -- 글로벌 비전 **맥락**: 스마트시티의 포용성, G2G 파트너십, AI와 국가 경쟁력, 스타트업 생태계, 전기차 전환 등 거시적이고 정책 지향적인 주제. ASPP, GRC를 통한 국제 협력 네트워크의 성숙. 네트워크 분석 + XAI, 공간 회귀분석 등 새로운 방법론 조합. **핵심 논문 분석**: **(18)** [[jungwon-kong-2025-g2g-smart-cities]] *(공저자 [[jungwon-kong]], [[hongbum-kim]], Cities 156:105532)* - 논지: 한국 시흥시와 미국 플로리다 NeoCity 의 스마트시티 개발 비교 사례 연구. Dameri 의 4 차원 프레임워크 (land · infrastructure · people · government). SNU 가 시흥시 master plan 을 설계하고 그 경험이 NeoCity 로 \$50.8M Build Back Better 보조금과 함께 transplant 되는 G2G 파트너십을 양국 government 11 명 in-depth interview 로 분석. - 통찰: "기술 도입 전 사회경제적 맥락 이해가 선행되어야 한다." G2G 파트너십이 지식 공유의 핵심 메커니즘. - 위치: 스마트시티 연구의 국제 비교로의 확장. **(19)** [[jungho-kim-2025-smart-cities-digital-divide-spillover]] *(공저자 [[jungho-kim]], [[dayoung-lee]], [[junmin-lee]], Sustainable Cities and Society 135:106939)* - 논지: 한국 229 개 시·군·구의 도시 내 디지털 격차 (ICDD = Nonghyup 16,620 명 e-commerce 거래 점수의 도시별 분산) 를 [[spatial-error-model]] (lambda = 0.498***) 로 분석. ICT 인프라 (CCTV β = 935,210\*), [[location-quotient]] 기반 지식집약산업 특화 (KIS β = 2,615.6\*), 거버넌스 (LGN β = −1,411\*, SCP β = −2,542.4\*\*) 의 차별 효과. - 통찰: "스마트시티의 기술적 성분(ICT 인프라, 지식집약 산업)은 포용성과 별개이거나 오히려 부정적일 수 있다. 제도적 성분(거버넌스)이 포용성의 핵심." 디지털 격차의 공간적 파급 (Global Moran's I = 0.218\*\*\*) 발견. LISA 분석으로 서울 인근 시흥·광명의 low-low cluster vs 강원·경상 동남부의 high-high cluster 식별. - 위치: 최근 스마트시티·포용성 축을 대표하는 공동연구. 기술 인프라와 제도적 거버넌스의 효과를 분리해 읽게 한다. **(20)** [[youngsam-chun-2024-ai-specialization-competitiveness]] *(공저자 [[youngsam-chun]], [[jisoo-hur]], PLOS ONE 19:e0301091)* - 논지: USPTO 1980-2019 AI 특허 407,386 건 (CPC 654 subclass) + Web of Science 468,104 AI 논문, 170 개국 × 8 (5-year) periods 패널에 [[three-way-fixed-effects-panel-logit]] 적용. ENTRY/EXIT 확률을 (i) 기존 기술 역량 (TECH_DENSITY), (ii) 과학-기술 cross-density, (iii) [[technology-complexity-index]] (TCI) 세 차원에서 추정. - 통찰: 기존 기술 역량의 path dependence 가 강하며, *과학 지식 (cross-density) 의 효과가 기술 복잡성보다 더 큼*. 후발국은 단순 기술 emulation 보다 AI 과학 지식을 전략적으로 중요한 sector 에 통합하는 접근이 효과적이라는 해석을 제시한다. **(21)** [[hojune-cha-2026-investor-startup-network-xai]] *(공저자 [[hojune-cha]], [[yeokyung-hwang]], [[junmin-lee]], JSBM)* - 논지: Innoforest DB 의 338 investor × 3,570 startup × 15,419 투자 transaction (2019-2023) 의 양자 네트워크 (3,908 노드 / 11,679 엣지). 5 종 centrality + 5 firm-level 속성을 [[xgboost]] (AUC-Macro 0.96) 로 학습, [[shap]] 으로 해석. AC 70, VC 153, FI 39 의 3 cohort 재분류. - 통찰: AC = TIPS-driven early-stage brokerage, VC = network hub coordination, FI = late-stage commercialization 의 차별된 role 식별. 투자자를 자본 공급자뿐 아니라 지식 중개자·멘토·혁신 촉진자로 읽게 한다. **(22)** [[chang-ho-moon-2026-vc-innovation-korea]] *(공저자 [[chang-ho-moon]], Open Economies Review)* - 논지: K-SIC 29 산업 × 2007-2020 industry-level panel (N=406) 에 [[prais-winsten-estimation]] AR(1) + [[fd-gmm]] + [[instrumental-variable]] 4 가지 추정. 별도 firm-level (Venture Business Status Survey 2,729 개) [[propensity-score-matching]] + firm-FE [[negative-binomial-regression]] 으로 endogeneity 통제. - 통찰: VC 의 TFP 영향 β=0.269~0.574 (1%) 로 corporate R&D 보다 작지만 유의. VC 가 patent 에 양 효과 (β=+0.015\*\*\*), 제곱항 음 → reverse-U. expansion stage 에선 VC-backed 가 오히려 적은 patent — *innovation 효과는 early-stage 에 집중, mature 에선 commercialization 으로 전환*. **추가 핵심 논문**: - Is the Transition to Electric Vehicles a Crisis or an Opportunity? ([[seoyoung-lee-2025-ev-transition-korea-automotive]], J Asian Economics): 한국 자동차 산업 (KoDATA 946 firm, 226 municipality) 의 EV 전환 (2008-2021) 을 weighted directed [[social-network-analysis]] + [[network-positioning-matrix]] 로 진단 — *위기가 아니라 기회*. Chungcheong + Gangwon 이 periphery → ecosystem hub 로 성장. - Dynamic Patterns of AI Technology Diffusion ([[soyea-lee-2025-ai-diffusion-patent-clustering]], Scientometrics): AI 기술 확산의 [[dynamic-time-warping]] 시계열 클러스터링. - The Nexus of AI and Green Innovation ([[youngsam-chun-2024-ai-green-cross-density]], JKE): AI와 그린 혁신의 국가 수준 교차 밀도 분석. - Who to Collaborate: Knowledge Overlap and Innovation Performance ([[jisoo-hur-2026-knowledge-overlap-inventor-collaboration]], TFSC): 4,661 US 상장사 1980-2015 patent 의 inventor-pair 3,352,202 쌍 분석 — *knowledge overlap* 이 patent output 은 단조 증가시키지만 patent impact·distinctiveness 와는 **U-shaped**. - Korean MaaS UTAUT 수용성 ([[shinwoo-back-2025-maas-utaut-korea]], Case Studies on Transport Policy): 수도권 통근자 529 명 대상 MaaS 의 UTAUT + SEM 분석, environmental concern 과 social influence 가 핵심 driver. - Ethiopia 통합 농공단지 거버넌스 ([[efa-muleta-boru-2025-ethiopia-iaip-governance]], Economies): [[partial-least-squares-sem]] + mixed methods 로 IAIP 의 innovation ecosystem 과 multi-stakeholder coordination 분석. **시기의 기여**: (1) 스마트시티 연구를 "기술 도입"에서 "사회적 포용성"으로 전환, (2) AI/그린 혁신의 국가 경쟁력 연계, (3) 스타트업 생태계의 구조적 분석, (4) 공간 분석, XAI 등 새로운 방법론 도입, (5) 국제 비교(한국-미국, 한국-아세안)의 본격화. --- ### 지적 실타래 #### 효율성 측정과 정책 평가 (2011 -> 2024, 전 시기) [[meta-frontier-analysis]]을 중심으로 ICT 정책의 효율성을 정량적으로 평가하는 일관된 흐름. 망중립성 (ASP 효율) ([[daeho-lee-2011-net-neutrality-metafrontier]]) -> 통신사 규제 효율 ([[anhyuk-yang-2013-telecom-meta-frontier]]) -> 플랫폼 개방성과 CP 효율 ([[changjun-lee-2014-platform-openness]]) -> 온라인 플랫폼 성숙도와 오프라인 효율 ([[hana-kim-2018-platform-maturity-offline-efficiency]]) -> 지식 창출 전략의 그룹 효율 ([[namjun-cha-2020-knowledge-creation-groupthink]]) -> R&D 기획 효율 ([[jeongwon-lee-2024-rd-planning-ict]]). "측정할 수 없으면 관리할 수 없다"는 신념의 일관된 적용. #### 네트워크 구조와 혁신 (2009 -> 2026, 전 시기) Web 2.0 service network ([[junseokhwang-2009-web2-service-network-evolution]]) -> 의견 지도자와 확산 ([[youngsang-cho-2012-opinion-leaders-sna]]) -> 기술 수렴 네트워크 ([[keungoui-kim-2019-technology-convergence-patent-network]]) -> AI 기술 확산 ([[soyea-lee-2025-ai-diffusion-patent-clustering]], [[youngsam-chun-2024-ai-specialization-competitiveness]]) -> 스타트업 투자자 네트워크 ([[hojune-cha-2026-investor-startup-network-xai]]) -> EV 전환의 지역 supply chain ([[seoyoung-lee-2025-ev-transition-korea-automotive]]). 네트워크 분석을 지속적으로 새로운 대상에 적용하면서 방법론도 진화 (SNA -> 특허 네트워크 -> XAI 결합). #### 디지털 격차와 포용성 (2009 -> 2025, 3기부터 가속) ICT 인프라 지수 ([[adnan-al-mutawkkil-2009-telecom-broadcasting-indices]]) -> ICT 확산과 인간 발전 ([[sang-oun-lee-2014-ict-human-progress]], [[sang-oun-lee-2017-ict-diffusion-human-progress]]) -> 스마트시티 협력자 다양성 ([[jihye-lim-2024-smart-city-topic-analysis]]) -> 스마트시티와 디지털 포용성 ([[jungho-kim-2025-smart-cities-digital-divide-spillover]]). 거시적 크로스컨트리 분석에서 도시 내 공간 분석으로 분석 수준을 정교화. "기술 보급 > 사회적 준비도"라는 딜레마의 지속적 탐구. #### 개도국 ICT 혁신 (2008 -> 2025, 전 시기) 전자정부 실패 분석 ([[junseokhwang-2008-e-government-sulawesi]]) -> 개도국 모바일 확산 ([[junseokhwang-2009-mobile-diffusion-vietnam]]) -> 적정기술 ([[hyunha-shin-2019-appropriate-technology-laos]], [[younghwan-moon-2018-crowdfunding-appropriate-technology]]) -> 에티오피아 농공단지 ([[efa-muleta-boru-2025-ethiopia-iaip-governance]]). ITPP, GRC, ASPP 프로그램의 운영 경험이 연구 질문의 원천. 약 50개국의 현장 경험이 이론에 현실 감각을 부여. #### 조건부 정책 사고 (2009 -> 2026, 전 시기) 혼합 스펙트럼 관리 ([[junseokhwang-2009-mixed-spectrum]]) -> 산업별 혁신 메커니즘 차이 ([[junseokhwang-2010-external-knowledge-ict]]) -> 정부 지원의 조건부 효과 ([[jeongwon-lee-2022-government-support-emerging-ict]]) -> 산업 성숙도별 차별적 R&D 정책 ([[jeongwon-lee-2024-rd-planning-ict]]) -> AI specialization 의 소득군별 차별 효과 ([[youngsam-chun-2024-ai-green-cross-density]]). "어떤 조건에서 어떤 정책이 효과적인가?"라는 조건부 사고의 일관된 발전. #### 플랫폼 생태계와 콘텐츠 다양성 (2011 -> 2018) 콘텐츠 layer 혁신 ([[junseokhwang-2011-content-layer-innovation]]) -> 플랫폼 개방성과 CP 효율 ([[changjun-lee-2014-platform-openness]]) -> 거대 플랫폼과 콘텐츠 다양성 ([[changjun-lee-2016-giant-platform-content-diversity]]) -> 온라인 플랫폼 성숙도의 오프라인 efficiency 영향 ([[hana-kim-2018-platform-maturity-offline-efficiency]]). C-P-N-D 4-layer 모델 안에서 platform layer 의 거버넌스가 다른 layer 에 미치는 효과 추적. #### 디자인-엔지니어링 통합 (2023 -> 2025) 설계공학 역량의 moderation 효과 ([[jisoo-hur-2023-design-engineering-moderation]]) -> 기업 내 design engineer 의 broker 역할 ([[jisoo-hur-2024-design-engineers-intra-firm]]) -> design-engineering capability 의 financial performance 효과 ([[jisoo-hur-2025-design-engineering-capability-firm]]) -> 발명자 간 지식 중복과 협력 ([[jisoo-hur-2026-knowledge-overlap-inventor-collaboration]]). hybrid human capital 의 RBV 관점 — 비교적 최근 라인이지만 4 편 연속으로 견고한 thread 형성. --- ### 해석적 전환점과 동기 #### Syracuse -> SNU (2000-2003 -> 2003) 네트워크 공학/경제학에서 ICT 정책으로의 전환. 한국이라는 ICT 선도국의 정책 현장에 직접 접근하면서 연구 질문이 "네트워크를 어떻게 설계할 것인가?"에서 "ICT 정책을 어떻게 설계할 것인가?"로 전환. #### 메타프론티어 도입 (2011) DEA/SFA를 넘어 메타프론티어 분석을 ICT 정책에 도입. 이질적 집단 간 비교가 가능해지면서 "일률적 정책의 비효율성"을 정량적으로 보여줄 수 있게 됨. 이후 ICT 정책·플랫폼 효율성 평가에서 반복적으로 쓰이는 도구가 된다. #### 플랫폼 생태계 (2015) 산업 수준 분석에서 생태계 수준 분석으로 전환. 개별 기업이 아니라 플랫폼-콘텐츠 제공자-사용자의 전체 생태계를 분석 단위로. "효율성은 개별 기업이 아니라 생태계 구조의 함수이다." #### 사회기술적 전환 (2020) 기술 채택/확산의 정적 분석에서 사회기술적 전환의 동적 시뮬레이션으로 전환. 시스템 다이내믹스 도입. "기술의 성공은 기술 자체가 아니라 기존 체제와의 경쟁/공존 동학에 달려 있다." #### 공간 분석과 포용성 (2025) 디지털 격차 연구가 국가 간 비교에서 도시 내 공간 분석으로 정교화. "ICT 인프라 투자가 디지털 격차를 악화시킬 수 있다"는 반직관적 발견은 기술 낙관론을 견제하는 경험적 근거로 읽을 수 있다. --- ### 지적 DNA 황준석의 연구는 "ICT는 사회적 맥락 안에서만 의미를 가진다"는 관점으로 읽을 수 있다. - ICT 기술 자체보다 기술이 작동하는 시장 구조, 제도적 프레임워크, 사회적 맥락이 결과를 결정 - 정책은 조건부(conditional)로 설계되어야 함. 산업 성숙도, 국가 발전 단계, 제도적 역량에 따라 최적 정책이 다름 - 효율성은 상대적 개념. 절대적 성과가 아니라 프론티어 대비 효율성으로 측정 - 기술 보급은 사회적 준비도(리터러시, 거버넌스, 제도 역량)와 동반되어야 포용적 발전 가능 - 이론은 현장에서 검증되고, 현장 경험이 새로운 이론적 질문의 원천 다른 교수와의 대비: - [[junseokhwang]]: "맥락이 정책의 효과를 결정한다" -- 제도·맥락 축, ICT 정책 설계 - [[jeongdonglee]]: "축적이 혁신에 선행한다" -- 시간 축, 산업 진화론적 - [[siramaliphol]]: "추격에는 방향이 필요하고, 기술에는 사회적 책임이 따른다" -- 발전 축, NIS·개도국 - [[junghyelee]]: "좋은 표현이 좋은 의사결정의 전제이다" -- 데이터 축, 머신러닝 - 공통: 기술 자체가 아니라 기술이 작동하는 환경이 결과를 결정한다는 입장을 공유한다. 측정 대상이 다르다 -- [[junseokhwang]]: 정책 효율성 (메타프론티어), [[jeongdonglee]]: 구조적 역량의 축적, [[siramaliphol]]: NIS 회복력과 추격 경로, [[junghyelee]]: 데이터의 표현 품질 - 차이: [[junseokhwang]] 은 정책의 조건부 설계 ("어떤 정책이 최적인가" 가 아니라 "어떤 조건에서 어떤 정책이 효과적인가") 를 메타프론티어로 정량화한다. [[siramaliphol]] 과는 개도국 ICT 라는 응용 영역을 공유하지만, [[junseokhwang]] 은 네트워크·플랫폼·디지털 격차의 효율성 분석에, [[siramaliphol]] 은 NIS·STI 정책의 회복력과 사회적 영향에 무게 중심을 둔다