---
type: paper
slug: seung-ryul-shin-2017-core-technological-portfolio-tech-ma
title: >-
  Reconfiguring the firm's core technological portfolio through open innovation:
  focusing on technological M&A
authors:
  - '[[seungryul-ryan-shin]]'
  - '[[john-han]]'
  - '[[kerstin-marhold]]'
  - '[[jinakang]]'
year: 2017
venue: '[[journal-of-knowledge-management]]'
volume: '21'
issue: '3'
pages: 571-591
doi: 10.1108/JKM-07-2016-0295
categories:
  - '[[innovation-management]]'
methods:
  - '[[negative-binomial-regression]]'
  - '[[patent-analysis]]'
themes:
  - '[[technology-m-and-a]]'
  - '[[open-innovation]]'
  - '[[core-technological-portfolio]]'
  - '[[knowledge-similarity]]'
  - '[[knowledge-complementarity]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Reconfiguring the firm's core technological portfolio through open innovation: focusing on technological M&A

*[[seungryul-ryan-shin]], [[john-han]], [[kerstin-marhold]], [[jinakang]] (2017)* · [[journal-of-knowledge-management]] 21(3):571-591 · [DOI ↗](https://doi.org/10.1108/JKM-07-2016-0295)

> [[technology-m-and-a]] 가 인수기업의 *core technological portfolio* 를 어떻게 재구조화하는지 분석한다. 핵심 기술 영역을 *기존 코어 (existing core)*, *강화 코어 (enhanced core)*, *신규 코어 (new core)* 의 세 유형으로 구분하고, 인수 대상 기업의 두 가지 지식 특성 — *유사성 (similarity)*, *상보성 (complementarity)* — 이 각 영역의 post-M&A 혁신 성과에 미치는 차별적 효과를 검증한다. 2001-2008 biopharmaceutical 산업의 412건 기술 M&A (187개 인수기업) 분석 결과: 강화 코어 영역에서는 *유사성* 이 효과적이고, 신규 코어 영역에서는 *상보성* 이 효과적이며, 기존 코어 영역에서는 두 특성 모두 *부정적 또는 무의미*. M&A 실패율이 높은 이유의 한 설명을 제공한다.

- **RQ**: 인수 대상 기업의 지식 *유사성·상보성* 은 인수기업의 *기존/강화/신규 코어 기술 영역* 별 post-M&A 혁신 성과에 어떤 차별적 효과를 갖는가?
- **방법론**: [[negative-binomial-regression]] (over-dispersion 보정), [[patent-analysis]] (USPC main-class + 50개 subcategory 그룹, Granstrand et al. 1997 의 3% cutoff 로 core area 정의)
- **데이터**: 2001-2008 biopharmaceutical 산업 412건 기술 M&A, 187개 인수기업 (Boston Scientific, Medtronic, Novartis, Du Pont, Abbott, Invitrogen, Pfizer 등 메이저 포함). Thomson Reuters SDC Platinum + USPTO + Datastream. 측정·의료·photo 48%, 약물 39%, 화학·기타 bio 13%. US 64%, 일본 14%.
- **주요 발견**: 가설 패턴 — (1) Existing core: similarity (-), complementarity (-). (2) Enhanced core: similarity (+) 지지. (3) New core: complementarity (+) 지지. 부정 가설은 일부 약하게 지지 또는 무의미.
- **시사점**: 인수 전략은 *목적별 차별화* 가 필요. 비핵심 영역을 코어로 끌어올리려면 *유사 지식* 기반 target 이, 신규 영역 개척에는 *상보 지식* 기반 target 이 적합. 기존 핵심 영역의 인수는 NIH syndrome, propinquity trap, redundancy elimination 으로 오히려 혁신 저해. *exploit vs explore* 단순 이분법을 *3-way core 재구조화* 로 정교화한 framework.

![Technological M&A 를 통한 인수기업의 core technological portfolio 재구조화 모식도 — 기존 (a), 강화 (c), 신규 (X) 코어 영역의 형성 메커니즘.](/papers/201705_ShinSR_Reconfiguring_the_firms_core_technological_portfolio_through_open_innovation_Focusing_on_technological_MA/fig1.png)

## 요약

[[open-innovation]] 문헌 (Chesbrough 2003, 2006a, b) 은 외부 지식 sourcing 이 기업의 혁신 성과를 좌우한다고 주장해 왔지만, *core technological portfolio 의 재구조화 메커니즘* 은 명확히 분석되지 않았다. Granstrand et al. (1997), Prahalad 와 Hamel (1990), Leonard-Barton (1992) 의 *core competence/rigidity* framework 는 기업이 어떻게 코어를 *유지 vs 확장 vs 신규 진입* 하는지에 대한 차별적 처방을 제공하지 못했다. Makri, Hitt, Lane (2010) 이 *similarity vs complementarity* 차원을 분리했으나 *core area* 별 차별 효과는 미분석. Phene et al. (2012) 의 코어 영역 차별화 연구는 similarity/complementarity 차원과 결합하지 않았다.

저자들은 두 빈자리를 결합해, *post-M&A 혁신 산출* 을 *3가지 코어 영역별로* 분해한다: (1) **Existing core area** — M&A 전후 모두 core (pre-list ∩ post-list), 인수기업이 이미 expertise·routine 보유 (Nelson 과 Winter 1982, Dosi 1982). (2) **Enhanced core area** — pre-M&A 비코어 → post-M&A 코어, 인수기업이 *insufficient* 한 영역을 강화. (3) **New core area** — pre-M&A 아예 없던 영역 → post-M&A 코어, 신규 niche 진입. Granstrand et al. (1997) 의 *3% cutoff* (해당 영역 patent 가 전체의 3% 초과 시 core 로 인정) 를 Phene et al. (2012) 처럼 사용. *Similarity* = 공통 main-class 의 target patent / 양사 합산 patent (Ahuja 와 Katila 2001, Makri et al. 2010). *Complementarity* = 공통 subcategory (50개 그룹) 에 있지만 main-class 가 비중첩인 target patent / 양사 합산 patent (Makri et al. 2010). 종속변수는 각 코어 영역의 post-M&A 5년 (2년 시차 후) patent count 를 [[negative-binomial-regression]] 으로 분석.

가설은 6개 (similarity × 3 코어 + complementarity × 3 코어): (i) **Existing core**: similarity (-) — knowledge worker resistance (Larsson 과 Finkelstein 1999), routine disruption (Ranft 와 Lord 2002), redundancy elimination (Cassiman et al. 2005). complementarity (-) — propinquity trap (Ahuja 와 Lampert 2001), NIH syndrome (Katz 와 Allen 1982, Hussinger 와 Wastyn 2015). (ii) **Enhanced core**: similarity (+) — insufficient 영역이라 worker resistance 적음, scale·scope 시너지 (Makri et al. 2010). complementarity (+) — myopia avoidance, absorptive capacity 충분 (Cohen 과 Levinthal 1990). (iii) **New core**: similarity (-) — familiarity trap (Levinthal 과 March 1993), 자원 재배분 회피 (Kraatz 와 Zajac 2001). complementarity (+) — 새 niche 진입에 *비중첩 recombinative potential* 이 핵심 (Björkdahl 2009, Phene et al. 2012).

결과는 *목적별 차별 처방* 의 명료한 증거다 (412 M&A, 187개 인수기업 [[negative-binomial-regression]]). (1) **기존 코어**: similarity 와 complementarity 모두 효과적이지 않거나 부정적 — 이미 충분한 내부 역량과 routine 이 외부 인수의 효과를 무력화. (2) **강화 코어**: *similarity* 가 혁신 성과 상승 — H2a 지지. 친숙한 지식이 흡수 용이. (3) **신규 코어**: *complementarity* 가 혁신 성과 상승 — H3b 지지. 비중첩 지식이 새 영역의 recombinative seed. [[jinakang]] 의 SNU 이론기 [[technology-m-and-a]] 라인의 framework-defining 작업이며, *exploit vs explore* 단순 이분법을 *3-way core 재구조화* 차원으로 정교화한다. [[gihwan-jo-2016-technological-m-and-a-relative-absorptive-capacity]] 의 dyadic perspective 도입을 한 단계 발전시켜 *영역별 차별 effect* 까지 분해. M&A 실패율 60-70% (Cartwright 와 Schoenberg 2006) 의 한 가지 설명은 *기존 코어 영역의 인수가 보편적이지만 그것이 가장 비효율적* 이라는 점.

## 핵심 결과

| 코어 영역 | Similarity 효과 | Complementarity 효과 | 해석 |
|---|:-:|:-:|---|
| **Existing core** (M&A 전후 모두 core) | (-) 또는 무의미 | (-) 또는 무의미 | Redundancy + NIH syndrome + propinquity trap 으로 두 특성 모두 무력 |
| **Enhanced core** (전 비코어 → 후 core) | **(+)** 지지 | (+) | 친숙한 지식이 insufficient 영역 보완에 효과적 |
| **New core** (전 없음 → 후 core) | (-) | **(+)** 지지 | 비중첩 recombinative potential 이 새 niche 진입의 핵심 |

표본: N=412 M&A, 187개 인수기업, 2001-2008. 산업: 측정·의료·photo 48%, 약물 39%, 화학·bio 13%. 평균 *existing core innovation* = 119.5 patent, *enhanced* = 13.7, *new* = 6.3. VIF mean < 3.

## 방법론 노트

종속변수 3개 (existing/enhanced/new core innovation patent count) 모두 over-dispersed 라 [[negative-binomial-regression]] (Hausman et al. 1984 의 Poisson 부적합 판정).

핵심 측정:

$$
\text{Similarity}_{ij} = \frac{\text{target patents in common main-classes}}{\text{total patents of acquirer and target}}
$$

$$
\text{Complementarity}_{ij} = \frac{\text{target patents in common subcategories} - \text{target patents in common main-classes}}{\text{total patents of acquirer and target}}
$$

(Makri, Hitt, Lane 2010). USPC main-class (수백 개 세분) vs subcategory (50개 그룹) 의 두 단계 분류를 활용해 *친숙도* (main-class 일치) vs *결합 가능성* (subcategory 일치하지만 main-class 비중첩) 을 분리.

Core area 식별: Granstrand et al. (1997) 의 3% cutoff (해당 main-class patent 가 firm 전체 patent 의 3% 초과 → core). Pre-M&A window = 5년 (Ahuja 와 Katila 2001, Cloodt et al. 2006), post-M&A window = 5년 (Phene et al. 2012) with 2년 lag (Popp et al. 2004 의 patent grant 평균 28개월). Self-acquisition 제외, target 이 직전 5년 1건 이상 patent 보유한 *technological M&A* 만 (Ahuja 와 Katila 2001 기준).

## 연구 계보

Ahuja 와 Katila (2001) 의 *absolute/relative knowledge size* 효과, Makri, Hitt, Lane (2010) 의 *similarity vs complementarity* framework (직접 모형 기반), Cloodt et al. (2006), Sears 와 Hoetker (2014) 의 M&A 지식 특성 연구, Han et al. (2016), Ganzaroli et al. (2016), Miozzo et al. (2015), Orsi et al. (2015) 의 framework 후속 연구, Phene et al. (2012), Kapoor 와 Lim (2007) 의 코어 기술 영역 차별화 연구, Granstrand, Patel, Pavitt (1997), Prahalad 와 Hamel (1990) 의 core technological competence, Leonard-Barton (1992), Kraatz 와 Zajac (2001) 의 core rigidity, Dosi (1982), Nelson 과 Winter (1982) 의 기술 궤적 (technological trajectory) 이론, Levinthal 과 March (1993), Ahuja 와 Lampert (2001) 의 *propinquity trap*, *familiarity trap*, *myopia of learning*, Katz 와 Allen (1982), Hussinger 와 Wastyn (2015) 의 NIH syndrome, Cohen 과 Levinthal (1990) 의 absorptive capacity, Cassiman et al. (2005), Colombo 와 Rabbiosi (2014) 의 M&A 후 organizational change, Larsson 과 Finkelstein (1999) 의 M&A integration 을 결합한다. [[jinakang]] author page 의 *실타래 4 (기술 M&A 와 지식 통합)* 의 framework 정교화 작업. [[gihwan-jo-2016-technological-m-and-a-relative-absorptive-capacity]] 의 dyadic perspective (similarity, digestibility) 도입을 *3-way core 재구조화* 로 발전시키고, 후속 [[john-han-2018-knowledge-overlap-quality-ma]] 가 지식 중첩의 *질적·양적* 차원으로 확장한다. [[jinakang]] 의 SNU 이론기 [[technology-m-and-a]] 라인 — Jo 2016 (RAC 도입) → 본 논문 (3-way core framework) → Han 2018 (overlap quality) — 의 중간 정점.

## See also

- [[jinakang]]
- [[seungryul-ryan-shin]]
- [[john-han]]
- [[kerstin-marhold]]
- [[journal-of-knowledge-management]]
- [[technology-m-and-a]]
- [[open-innovation]]
- [[core-technological-portfolio]]
- [[knowledge-similarity]]
- [[knowledge-complementarity]]
- [[knowledge-overlap]]
- [[negative-binomial-regression]]
- [[patent-analysis]]
- [[gihwan-jo-2016-technological-m-and-a-relative-absorptive-capacity]]
- [[john-han-2018-knowledge-overlap-quality-ma]]