---
type: paper
slug: keungoui-kim-2019-technology-convergence-patent-network
title: >-
  Technology convergence capability and firm innovation in the manufacturing
  sector: an approach based on patent network analysis
authors:
  - '[[keungoui-kim]]'
  - '[[sungdo-jung]]'
  - '[[junseokhwang]]'
year: 2019
venue: '[[r-and-d-management]]'
volume: '49'
pages: 595-606
doi: ''
categories:
  - '[[innovation-economics]]'
methods:
  - '[[patent-network-analysis]]'
  - '[[panel-regression]]'
themes:
  - '[[technology-convergence]]'
  - '[[industry-4-0]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Technology convergence capability and firm innovation in the manufacturing sector: an approach based on patent network analysis

*[[keungoui-kim]], [[sungdo-jung]], [[junseokhwang]] (2019)* · [[r-and-d-management]] 49:595-606

> Industry 4.0 시대 제조업의 핵심 능력인 기술 융합 (technology convergence, TC) 역량을 IPC 공기 발생 (co-occurrence) 특허 네트워크의 degree·betweenness·closeness 중심성으로 정량화하고, 1991~2010 EPO 특허·Compustat 데이터로 4 개 제조 산업 상위 30 개 기업 패널 (N=1,217) 에 적용한다. TC degree 는 전체 혁신 (특허 총수) 에 양 (β=53.319), 융합 혁신 비중에는 음 (β=−0.395) 영향, TC betweenness 는 정반대 (β=−25.263, +0.224) 부호로 추정된다.

- **RQ**: 기업 수준 기술 융합 역량을 IPC 네트워크 중심성으로 측정 가능한가? 그것이 전반적 혁신 vs 융합 혁신에 어떻게 차별적으로 영향을 미치는가?
- **방법론**: [[patent-network-analysis]] (IPC 공기 발생 weighted 네트워크), [[panel-regression]] (Random effects + Generalized linear model)
- **데이터**: EPO Worldwide Patent Database (1991~2010 US 출원) + Compustat Xpressfeed; 반도체 (SM), 자동차 (AT), 통신방송 (TB), 의료기기 (MD) 4 개 산업 상위 30 개 기업; N=1,217 firm-year. 총 특허 522,582 건 (융합 80.2%).
- **주요 발견**: TC degree 가 overall innovation 에 양 (β=53.319, 1% 유의), convergent innovation 비중에 음 (β=−0.395, 1%). TC betweenness 는 반대 부호 (β=−25.263, +0.224). preferential attachment 효과로 유사 기술 집중은 양적 혁신엔 유리하나 융합 잠재력 확장엔 불리.
- **시사점**: 기업은 융합 잠재력을 키우려면 degree 높은 단순 다중 IPC 가 아닌 betweenness 높은 다리 (bridge) 역할 기술 영역에 R&D 자원을 배분해야 한다.

![IPC 공기 발생 특허 네트워크 구조와 firm-level TC capability 계산 프레임.](/papers/201909_KimK_Technology_convergence_capability_and_firm_innovation_in_the_manufacturing_sector_an_approach_based_on_patent_network_analysis/fig1.jpeg)

## 요약

Industry 4.0 의 기술-산업 경계 흐려짐 (blurring) 환경에서 기업의 기술 융합 역량을 정량화할 도구가 필요하다. 기존 [[technology-convergence]] 연구는 다양화 (Gambardella and Torrisi, 1998), 기술 궤적 패턴 (Curran, 2013), 기술 구성요소 (Caviggioli, 2016) 관점에서 발전했지만 (i) 기업 수준 측정 도구가 부족했고, (ii) 산업·기술 수준 분석에 집중됐다는 한계를 가진다. 본 연구는 특허에 부여된 국제 특허 분류 (IPC) 를 노드로, 동일 특허에 동시 출현한 IPC 쌍을 엣지로 하는 비방향·가중·연간 누적 공기 발생 네트워크를 구축하고, 기업의 TC 역량을 그 기업이 소유한 IPC 들의 degree·betweenness·closeness 중심성 가중 합으로 정의한다 (Eqs. 4~6).

실증 분석은 1991~2010 EPO 특허 데이터 (US 출원 분) 와 Compustat Xpressfeed firm 데이터를 KSIC-IPC 연계표로 결합해 4 개 산업 (SM, AT, TB, MD) 상위 30 개 기업 패널 (N=1,217) 을 구성한다. Model 1 (overall innovation = 특허 총수, random effects) 과 Model 2 (convergent innovation = TC 특허 / 총 특허, generalized linear model) 를 추정한다. 통제변수로 net sales, R&D expenditure, employees, 산업 더미를 포함하며, VIF < 5 로 다중공선성을 확인한다.

핵심 결과는 차별적 부호다. TC degree 는 overall innovation 에 양 (β=53.319, 1% 유의), convergent innovation 에 음 (β=−0.395, 1% 유의). TC betweenness 는 정반대 (β=−25.263 / +0.224). 이는 Barabási and Albert (1999) 의 preferential attachment 와 일관된다. degree 가 높은 IPC 는 기존 기술과 가까이 발전하기 쉬워 규모의 경제로 특허 양이 늘지만, 새로운 융합 비중은 줄어든다. 반대로 betweenness 높은 IPC 는 이질적 기술 사이 다리 역할을 하므로 특허 양은 늘지 않더라도 융합 혁신 비중이 높아진다. TB 산업이 SM·AT·MD 보다 융합 효과가 강하게 추정된 것은 H01·H03·H04 ICT IPC 의 cross-cutting 성격 때문이다. 정책·경영 함의는 단일 dominant 전략이 없고 목표 (양적 혁신 vs 융합 혁신) 에 따라 IPC 포트폴리오 위치 결정이 다르다는 것이다.

## 핵심 결과

| 변수 | Model 1 (overall innovation) | Model 2 (convergent innovation) |
|---|---|---|
| log(TC Degree) | 53.319*** | −0.395*** |
| log(TC Betweenness) | −25.263*** | +0.224*** |
| log(TC Closeness) | −6.366 | +0.115* |
| R&D Expenditure | 0.037*** | −0.000** |
| Employees | −0.152 | +0.002** |

- **표본**: N=1,217 firm-year (4 산업 × 상위 30 기업 × ~10 년).
- **특허**: 총 522,582 건, 융합 특허 (≥2 IPC) 비중 평균 80.2%.
- **모형**: Model 1 = random effects, Model 2 = generalized linear model (분수 종속변수).

## 방법론 노트

기업 $i$ 의 산업 $X$ 내 IPC $j$ 보유 비중을 $SIPC_{i,X,j}$, IPC $j$ 의 산업 $X$ 내 degree centrality 를 $deg(j_X)$ 라 할 때, firm-level TC degree capability 는

$$
\text{Firm } i\text{'s TC Degree} = \sum_{j \in IPC_{i,X}} SIPC_{i,X,j} \times deg(j_X)
$$

로 정의되며 betweenness·closeness 도 같은 형식으로 일반화된다. IPC 공기 발생 네트워크는 비방향·가중·연간 누적 (이미 발전한 기술이 새 융합의 후보) 형태로 구성된다. 패널 회귀는

$$
\text{Innovation activity} = \beta_0 + \beta_1 \log TC_{DEG} + \beta_2 \log TC_{BTW} + \beta_3 \log TC_{CLO} + \beta_4 \text{SALE} + \beta_5 \text{RD} + \beta_6 \text{EMP} + \beta_7 \text{INDUSTRY}
$$

식별은 IPC 중심성의 시계열 변동과 firm fixed/random effects 분리에 의존하며, 종속변수가 분수 (0~1) 인 Model 2 는 Papke and Wooldridge (1996) 의 분수 응답 패널 GLM 으로 추정한다. 통제변수 (SALE, RD, EMP) 가 endogeneity 를 부분 통제한다.

## 연구 계보

[[keungoui-kim]] 의 IPC 기반 patent network 라인의 초기·anchor 작업이다. Kodama (1991) 의 fusion 기반 혁신 개념, Curran and Leker (2011) 의 TC 정의, Adner and Levinthal (2002) 의 emerging tech 확산 문헌을 IPC 공기 발생 네트워크로 운영화했다. 같은 저자의 후속 [[keungoui-kim-2021-pharmaceutical-diversification]] (제약 산업 다양화 차원 확장) 와 [[keungoui-kim-2024-interdisciplinary-emergence-bertopic]] · [[keungoui-kim-2024-social-distancing-innovation-privacy]] 의 방법론적 토대다. [[junseokhwang]] 그룹의 [[patent-analysis]] · ICT 정책 라인과도 연결되며, Kim et al. (2017) 의 standardization network 분석을 firm-level TC capability 로 확장한 것으로 위치한다.

## See also

- [[junseokhwang]]
- [[keungoui-kim]]
- [[patent-network-analysis]]
- [[patent-analysis]]
- [[r-and-d-management]]
- [[industry-4-0]]
- [[technology-convergence]]
- [[keungoui-kim-2021-pharmaceutical-diversification]]