---
type: author
temep: true
slug: siramaliphol
name_ko: Sira Maliphol
name_en: Sira Maliphol
aliases:
  - Sira Maliphol
affiliation: Seoul National University
agent: siramaliphol
categories:
  - '[[temep-faculty]]'
research_themes:
  - '[[sti-policy-for-development]]'
  - '[[national-innovation-systems]]'
  - '[[nis-resilience]]'
  - '[[mission-oriented-innovation-policy]]'
  - '[[middle-innovation-trap]]'
  - '[[technological-catch-up]]'
  - '[[trade-structure-similarity]]'
  - '[[regional-knowledge-capabilities]]'
  - '[[trustworthy-ai]]'
  - '[[ai-socioeconomic-impacts]]'
  - '[[total-quality-tech-management]]'
  - '[[digital-twins]]'
  - '[[interdisciplinary-science-emergence]]'
  - '[[digital-skills-for-sustainable-development]]'
  - '[[covid-19-and-innovation-policy]]'
methods:
  - '[[nis-framework]]'
  - '[[bray-curtis-distance]]'
  - '[[revealed-comparative-advantage]]'
  - '[[system-gmm]]'
  - '[[difference-in-differences]]'
  - '[[two-stage-least-squares]]'
  - '[[network-analysis]]'
  - '[[bertopic]]'
  - '[[prisma-systematic-review]]'
  - '[[critically-appraised-topic]]'
  - '[[agent-based-model]]'
courses_taught: []
last_updated: '2026-05-20T11:30:52+09:00'
---
# Sira Maliphol

*Sira Maliphol* · [[temep]], Seoul National University

## 핵심 개념

Sira Maliphol 의 지적 영토는 [[innovation-policy]] / [[development-economics]] / [[innovation]] 의 교차점이다. *개도국 STI 정책 · AI 사회경제 영향 · 디지털 트윈* 연구가 반복적으로 나타나는 핵심 연구 축이다.


### 개념 지도

마스터 개념: **STI Policy for Development** (개발을 위한 과학기술혁신 정책)

```mermaid
flowchart TD
    M["STI Policy for Development<br/>[마스터 개념]"]
    NIS["National Innovation Systems<br/>(NIS) [제도/행위자]"]
    IDE["Innovation & Development<br/>Economics [이론적 기반]"]
    TCU["Technological Catch-up<br/>[추격/발전]"]
    M --> NIS
    M --> IDE
    M --> TCU
    NIS --> NR["NIS Resilience"]
    NIS --> MOP["Mission-Oriented Policy"]
    IDE --> MIT["Middle Innovation Trap"]
    IDE --> TSS["Trade Structure Similarity"]
    TCU --> KDM["Korean Development Model"]
    TCU --> PD["Path-Dependence"]
    classDef master fill:#fff3b0,stroke:#333,stroke-width:2px
    class M master
```

응용 확장:
- AI Socio-Economic Impacts → Trustworthy AI, Smart Policing, Privacy
- Digital Twins → Industry 4.0 다부문 적용
- Interdisciplinary Science → 지식 재결합, BERTopic 기반 과학 부상 탐지
- COVID-19 Policy → NIS 취약성, 사회적 거리두기와 혁신 채택

---

### 개별 개념 정의

#### National Innovation Systems (국가혁신체제, NIS)

**정의**: 한 국가 내에서 혁신 관련 활동을 수행하는 기업, 대학, 정부기관, 금융기관 등 행위자(actor)와 이들 간 상호작용을 규정하는 제도(institution)의 총체. Lundvall(1992), Nelson(1993), Edquist(1997)의 체계에 기반. NIS는 경제 발전을 위한 기술적 역량 개발의 핵심 프레임워크.

**핵심 발견**: COVID-19가 NIS의 숨겨진 취약성을 *capability · infrastructure · social welfare* 세 layer 에서 노출시킴. mRNA 백신 (Operation Warp Speed) 으로 [[mission-oriented-innovation-policy]] 가 산업정책의 경계를 확장, 한국 OTT platform 정책 실패가 *정부 정책의 unintended consequence* 를 노출, 한국 social distancing-privacy 인과가 *위기 시 surveillance 채택의 lock-in 위험* 을 노출. *NIS resilience = dynamic capabilities + collaborative infrastructure + social safeguards* 의 삼위 일체로 재정의. ([[siramaliphol-2024-covid-19-pandemic-innovation-policy]])

**사용 맥락**: 개발도상국의 STI 정책을 논할 때, 개별 기술이나 기업이 아닌 시스템 수준(체제 수준)에서 사고하도록 유도.

#### Middle Innovation Trap (중간 혁신 함정)

**정의**: 중소득국(middle-income country)이 선진국을 추격하는 과정에서, [[implementation-capability]] (외부 design 을 물리 구현, manual-based explicit knowledge, learning-by-doing) 에서 [[design-capability]] (새 concept 정의, tacit knowledge, learning-by-building trial-and-error) 로의 *capability transition* 에 실패해 빠지는 함정. 중소득 함정(middle-income trap)을 *기술 역량 전환의 실패* 로 재정의. ([[jeongdonglee-2019-middle-innovation-trap]])

**세 가지 NIS 유형**: (1) Balanced NIS: 균형 잡힌 혁신 역량, 성공적 추격 (2) Imbalanced NIS: 혁신 역량의 특정 요소만 발달, 취약점 존재 (3) Trapped NIS: 혁신 시스템 자체가 고착, 추격 실패.

**핵심 발견**: World Bank (2012) 의 101 중소득국 중 13 국만 high-income 진입. design capability 축적은 trial-and-error 시간·자원 투입을 요구하며, 한국 1980-2000년대의 chaebol R&D 집중 + 국가 산업정책 일관성이 그 사례. 정책 처방 4 기둥, (i) advanced manufacturing base, (ii) strong learning capability, (iii) cultural appreciation of trial and error (failure tolerance), (iv) consistent innovation policy + [[innovation-commons]] 으로 trial-and-error 비용 공유. "catch-up paradox" 는 추격에 성공한 바로 그 implementation-중심 전략이 design 전환 단계에서 제약이 되는 현상.

**사용 맥락**: 개발도상국의 혁신전략을 논할 때 "추격 성공이 곧 지속적 성장을 보장하지 않는다"는 점을 강조.

#### Trade Structure Similarity & Economic Catch-up (무역 구조 유사성과 경제 추격)

**정의**: 후발국(latecomer)의 수출 구조가 선발국의 수출 구조와 수렴(converge)하는 정도를 측정하여, 기술적 추격의 방향성(directionality)을 정량화하는 접근. Bray-Curtis distance index로 유사성 측정. ([[wonsub-eum-2023-southeast-asian-catch-up]])

**핵심 발견**: (1) 동남아시아 국가(SAC)의 수출 구조가 동북아시아 국가(NAC: 한중일)와 유사해질수록 GDP 성장률·추격 속도가 *역-U* 관계 (선형 항 β₁=+0.337\*\*\*, 제곱 항 β₁²=−0.468\*\*\*), 유사성이 어느 지점까지 추격을 가속하다가 둔화. (2) SAC의 신산업 진입 (RCA가 t-5<1 → t>1) 은 *현재 산업과의 product-space density* 로 강한 양의 예측 (probit β=3.152\*\*\* baseline → 5.038\*\*\* full model), path-dependent 경로의존적 다변화. (3) 수출 구조의 유사성이 기술 발전의 [[innovation-directionality]] 을 *측정 가능한 거리* 로 제공.

**사용 맥락**: "어떤 산업으로 다변화할 것인가"는 임의적 선택이 아니라 기존 역량에 기반한 경로의존적 과정임을 보여줄 때.

#### Regional Knowledge Capabilities (지역 지식 역량)

**정의**: 한 지역의 지식 창출(knowledge creation), 지식 동화(knowledge assimilation), 과학적 지식(scientific knowledge), 지식 다양성(knowledge diversity) 역량의 총합. 특허, 기업가적 활동, 사회경제적 데이터를 결합하여 구성. ([[taewon-kang-2022-italian-nuts3-regional-knowledge]])

**핵심 발견**: 이탈리아 NUTS-3 수준 107개 지역 (2008-2017 균형 패널, N=856) 분석 결과, (1) 다섯 가지 지식 역량 (창출 · 동화 · 과학적 동화 · 품질 · 다양성) 모두 노동 생산성 증가에 양의 효과, (2) [[knowledge-spillover-theory-of-entrepreneurship]] (KSTE) 의 예측대로 *기업가 활동* (new firm formation 성장률) 이 지식-생산성 관계를 조절, (3) 북부/중부에서는 *지식 품질* 의 교호 효과가, 남부에서는 *지식 창출·동화* 의 교호 효과가 지배적, 지역 발전 단계에 따라 작동하는 채널이 다름.

**사용 맥락**: 혁신이 국가 수준만의 문제가 아니라 지역 수준의 역량과 맥락에 의존한다는 점을 강조.

#### Trustworthy AI & Socio-Economic Impacts (신뢰할 수 있는 AI와 사회경제적 영향)

**정의**: AI 기술의 도입이 효율성(efficiency)을 넘어 윤리(ethics), 프라이버시(privacy), 편향(bias), 사이버보안(cybersecurity) 등 사회적 차원을 포괄하는 관점에서 관리되어야 한다는 입장. 기술 관리(technology management)의 윤리적 확장. ([[siramaliphol-2022-smart-policing-robocops]]; [[clovia-hamilton-2023-smart-policing-robocops-tqtm]])

**핵심 발견**: (1) [[smart-policing]] 문헌 111편의 PRISMA 리뷰 결과, *기술 효율* 라인과 *인종 관계 / 윤리* 라인의 *교차 paper 는 단 4 편*, Abernathy-Utterback (1978) 의 *process innovation* 궤적이 efficiency 방향으로만 진행되어 시민의 *ethical reform* demand 와 misalignment. (2) 로봇경찰(robocop) 기술의 *6 가지 위험 카테고리* (Pfeiffer 2015: cybersecurity · legal · operational · financial · societal · reputational) 의 prism 으로 12 개국 13 종 robocop (Anbot · Dogo · Spot · Digidog · KnightScope K5 등) 분석. (3) "Total Quality Tech Management(TQTM)" 7가지 권고안 제시, 각 경찰서에 *AI Ethics Czar* 배치 포함.

**사용 맥락**: 기술 도입의 이점만 강조하는 논의에 "의도하지 않은 결과(unintended consequences)는 무엇인가?"로 균형 유도.

#### COVID-19 and Innovation Policy (코로나19와 혁신 정책)

**정의**: COVID-19 팬데믹이 NIS의 취약성을 노출시키고, 혁신 정책의 범위를 확장시키는 계기가 되었다는 관점. 위기가 혁신 채택을 가속화하되, 동시에 프라이버시, 디지털 격차(digital divide), 사회적 형평(social equity) 문제를 심화시킴.

**핵심 발견**: (1) 한국에서 사회적 거리두기 강화가 웨어러블 기기 채택을 +3.2%p 높였고, [[two-stage-least-squares]] (IV) 로 프라이버시 우려와 채택 사이의 인과관계를 식별 (N=33,429 individual-year; [[keungoui-kim-2024-social-distancing-innovation-privacy]]). (2) 아프리카에서 중국의 교통 인프라 투자가 의료, 교육, 환경 등 *8 functional areas* 종합적 발전 계획과 통합되어야 효과적, 5가지 권고안 제시 ([[clovia-hamilton-2023-china-africa-transportation-covid]]). (3) NIS 회복력(resilience) 구축을 위해 혁신 정책이 산업 정책을 넘어 *non-market social demand* (privacy, equity, welfare) 까지 포괄해야 함, [[technological-sovereignty]] 가 새로운 분석 lens ([[siramaliphol-2024-covid-19-pandemic-innovation-policy]]).

**사용 맥락**: 위기 상황에서의 정책 대응을 논할 때, 단기적 기술 대응과 장기적 제도 구축의 균형을 강조.

#### Digital Twins (디지털 트윈)

**정의**: 물리적 시스템의 디지털 복제본으로, 실시간 데이터를 활용하여 모니터링, 예측, 최적화를 수행하는 기술. Grieves (2002) 의 *Product Lifecycle Management* 개념에서 출발. [[industry-4-0]] 의 핵심 요소. 센싱(sensing), 모델링(modeling), 프로세싱(processing)의 세 가지 아키텍처 구성요소. ([[sangchan-park-2024-digital-twins-industry-40]])

**핵심 발견**: 디지털 트윈의 현재 연구에서 *Processing* 이 9개 부문 모두에서 확인되며, 센싱과 모델링은 부문별 편차가 크다. Agriculture · Biological manufacturing · Construction · Education · Energy management · Marine · Mechanical manufacturing · Semiconductor · University research lab 의 9 부문에 걸쳐 적용 사례가 증가하나, 부문 간(cross-sector) 통합은 아직 초기 단계. Smart health · public sector 적용이 *human-machine interaction* 과 ESG framework 통합의 새 frontier.

**사용 맥락**: 디지털 전환이 단일 기술이 아니라 데이터, 모델, 의사결정의 통합이라는 점을 강조.

#### Interdisciplinary Science Emergence (학제간 과학 부상)

**정의**: 기존 학문 경계를 넘어 새로운 과학 분야가 부상하는 현상. 지식 재결합(knowledge recombination)의 관점에서, 과학 카테고리-주제(science category-subject) 간 공동출현 네트워크와 BERTopic을 결합하여 탐지. ([[keungoui-kim-2024-interdisciplinary-emergence-bertopic]])

**핵심 발견**: (1) Web of Science Core Collection 의 *119만 4 천* interdisciplinary publication 분석 결과, [[eigenvector-centrality]] 상위 10% 의 dominant science 와 EIG 성장률 상위 10% 의 growing science 가 4 도메인 (LSB-TE, LSB-PS, PS-TE, LSB-PS-TE) 모두에서 명확히 구분됨. (2) 부상 분야는 그린/지속가능 기술, 건강·면역 (immunology · neurosciences · pharmacology), aerospace · marine · remote sensing 의 글로벌 grand challenge 도메인에 집중. (3) growing-science 의 next-period 평균 EIG = 0.348 vs 그 외 = 0.093, *3.7배* 차이, 즉 [[path-dependence]] 가 과학 지식 생산에도 적용.

**사용 맥락**: 혁신의 원천이 학문 분야의 교차점에서 나온다는 점을 강조.

#### Digital Skills for Sustainable Development (디지털 지속가능 발전을 위한 디지털 역량)

**정의**: 디지털 전환과 지속가능 발전의 교차점에서 요구되는 역량(skills and capabilities). 개인, 기업, 생태계(ecosystem) 세 수준에서 필요. ([[siramaliphol-2023-digital-skills-sustainable-development]])

**핵심 발견**: (1) PRISMA funnel, Web of Science 초기 7,126편 → AJG 2021 quality filter (3·4·4\* 등급만) → 최종 43편. 기업의 경영/조직 역량이 가장 많이 연구됨. (2) 가장 빈번한 기술은 *Big Data analytics*, application 영역은 circular economy · sustainable platforms · customer interaction · supply chain. (3) 정부 · 기업 · 개인의 *3 자 상호작용* 이 디지털 지속가능성 생태계를 형성, 개인은 demand signal, 기업은 internal HR + labor signaling, 정부는 institutions + 교육 시스템 제공.

**사용 맥락**: 디지털 전환이 경제적 성장뿐 아니라 지속가능 발전의 수단이 될 수 있다는 관점.

---

### 개념 간 관계

#### 전제 관계 (A 없이 B 불가)
- **NIS 이해 → STI 정책 설계**: NIS 프레임워크 없이는 효과적 STI 정책 불가
- **기술 역량 축적 → 경제 추격**: 기술 역량 없이 수출 구조 고도화 불가
- **방향성(directionality) → 효과적 추격**: 방향 없는 다변화는 자원 분산

#### 상호 강화 관계
- **무역 구조 수렴 ↔ 기술 역량 발전**: 수출 고도화가 역량을 키우고, 역량이 수출 고도화를 가능하게 함
- **디지털 전환 ↔ NIS 회복력**: 디지털 역량이 위기 대응을 돕고, 위기가 디지털 전환을 가속화
- **학제간 연구 ↔ 기술 융합**: 과학적 지식 재결합이 기술 융합을 이끌고, 기술적 수요가 학제간 연구를 촉진

#### 긴장 관계 (핵심 트레이드오프)
- **기술 효율성 vs. 사회적 형평**: 기술 도입의 효율성 이득이 특정 집단에 불균등하게 분배
- **혁신 채택 vs. 프라이버시**: COVID-19에서 보듯 기술 채택 촉진이 프라이버시 침해 우려를 수반
- **경로의존적 추격 vs. 경로 창조**: 기존 역량 기반 추격이 안전하나, 장기적으로 고착(lock-in) 위험
- **단기 위기 대응 vs. 장기 제도 구축**: 위기 시 즉각 대응과 구조적 NIS 개선 사이의 긴장

---

### 방법론적 도구 매핑

| 도구 | 용도 | 핵심 논문 |
|------|------|----------|
| NIS 프레임워크 | 국가 혁신 체제 분석, 취약성 진단 | [[jeongdonglee-2019-middle-innovation-trap]]; [[siramaliphol-2024-covid-19-pandemic-innovation-policy]] |
| Bray-Curtis distance | 수출 구조 유사성 측정 | [[wonsub-eum-2023-southeast-asian-catch-up]] |
| 네트워크 분석 + BERTopic | 학제간 과학 부상 탐지 | [[keungoui-kim-2024-interdisciplinary-emergence-bertopic]] |
| 계량경제 분석 (Fixed Effects, DID, 2SLS) | 인과관계 추론 (사회적 거리두기-혁신 채택) | [[keungoui-kim-2024-social-distancing-innovation-privacy]] |
| 체계적 문헌 리뷰 (PRISMA) | 연구 동향 파악, 갭 식별 | [[siramaliphol-2022-smart-policing-robocops]]; [[siramaliphol-2023-digital-skills-sustainable-development]] |
| Critically Appraised Topic (CAT) | 정책 관련 문헌의 비판적 평가 | [[clovia-hamilton-2023-china-africa-transportation-covid]]; [[clovia-hamilton-2023-smart-policing-robocops-tqtm]] |
| System GMM (동적 패널) | 지역 수준 지식-생산성 관계 분석 | [[taewon-kang-2022-italian-nuts3-regional-knowledge]] |
| RCA (현시비교우위) + Product Density | 산업 다변화의 경로의존성 측정 | [[wonsub-eum-2023-southeast-asian-catch-up]] |

---

### 미해결 긴장과 열린 질문

1. **한국 모델의 이전 가능성**: 한국의 추격 전략이 현재 개발도상국에 그대로 적용 가능한가? 글로벌 환경(WTO, GVC)이 달라진 상황에서?
2. **AI 윤리와 발전의 양립**: 개발도상국에서 AI 도입의 효율성 이득과 윤리/프라이버시 보호를 어떻게 동시에 추구하는가?
3. **경로의존의 한계**: 경로의존적 다변화가 새로운 기술 패러다임(AI, 탈탄소) 전환에 충분한가, 아니면 경로 창조(path-creation)가 필요한가?
4. **NIS 회복력의 측정**: NIS의 회복력(resilience)을 사전적으로(ex ante) 측정하고 강화하는 구체적 방법론은?
5. **디지털 격차의 확대**: 디지털 전환이 국가 간, 국가 내 불평등을 확대하는가 축소하는가?

---

### 교수의 사고 패턴

#### 핵심 질문 시퀀스 (STI 정책 문제를 만나면)
1. "이 문제가 발생하는 NIS의 구조적 맥락은 무엇입니까?" (체제 수준 진단)
2. "어떤 행위자(기업, 정부, 대학)가 관여하며 어떤 제도적 제약이 있습니까?" (행위자-제도 분석)
3. "한국이나 동아시아의 경험에서 어떤 교훈을 끌어낼 수 있습니까?" (비교 발전 관점)
4. "기술 도입의 의도하지 않은 결과(unintended consequences)는 무엇입니까?" (사회적 영향 점검)
5. "이 정책이 가장 취약한 집단(developing countries, 소외 계층)에 어떤 영향을 미칩니까?" (형평성 관점)

#### 발전 > 성장
경제적 성장(growth)보다 포괄적 발전(development)에 관심. GDP 수치보다 혁신 역량의 구조적 변화, 기술적 추격의 방향성, 제도적 기반의 건강성에 초점.

#### 정책 제안자의 시선
순수 학술 연구에 머무르지 않고, 연구 결과를 구체적 정책 권고로 연결. 국제 개발 프로젝트 경험과 결합된 정책 실무 감각.

#### 비교 관점의 습관
항상 한국의 경험을 준거점(reference point)으로 두되, 그 이전 가능성의 한계를 동시에 인식. "한국에서는 이렇게 했는데, 이 나라의 맥락에서는 어떤 조건이 다릅니까?"

#### 기술의 양면성 인식
기술을 무조건 긍정적 변수로 보지 않음. 효율성, 편향, 프라이버시, 사회적 형평 사이의 긴장을 항상 의식. "이 기술이 누구에게 이익이고 누구에게 비용입니까?"

## 연구 궤적

관통 질문: **"개발도상국이 기술혁신을 통해 어떻게 추격하고, 그 과정에서 발생하는 사회적 영향을 어떻게 관리할 수 있는가?"**

---

### 시대 구분

#### STEPI/SNU 시대, 개발경제학과 혁신 이론

**맥락**: STEPI(과학기술정책연구원) 연구원으로 한국 [[sti-policy-for-development]] 의 실무를 경험하고, [[temep]] 에서 [[jeongdonglee]] 지도하에 박사학위 취득(2019). 한국의 발전 경험을 개발도상국에 적용하는 관점을 형성한 시기.

**핵심 논문 분석**:

**[[jeongdonglee-2019-middle-innovation-trap]]**
*Lee, Baek, Maliphol & Yeon 2019, Foresight and STI Governance 13(1):6-18*

- 논지: 중소득 함정의 본질을 *기술 역량 전환의 실패* 로 재정의. [[implementation-capability]] (manual-based, explicit, learning-by-doing) 에서 [[design-capability]] (tacit, learning-by-building, trial-and-error) 로의 *capability transition* 이 자동이 아니라 *소수 국가만 성공* 하므로 "middle innovation trap" 또는 "capability transition trap" 으로 reframing. World Bank (2012) 의 101 중소득국 중 13 국만 high-income 진입.
- 통찰: design capability 축적의 정책 처방 4 기둥, (i) advanced manufacturing base, (ii) strong learning capability, (iii) cultural appreciation of trial and error, (iv) consistent innovation policy + [[innovation-commons]]. 한국 1980-2000년대의 chaebol R&D 집중 + 산업정책 일관성이 그 사례. "추격의 역설(catch-up paradox)" 은 implementation-중심 전략이 design 전환 단계에서 제약이 되는 현상.
- 위치: [[jeongdonglee]] 연구실의 capability-transition 라인의 conceptual flagship. → [[middle-innovation-trap]] 개념 라인의 출발점.

**[[somayeh-koohborfardhaghighi-2017-bounded-rationality-cooperation]]**
*Koohborfardhaghighi, Romero, Maliphol, Liu & Altmann 2017, ACM WI*

- 논지: 사회적 상호작용에서 개인의 [[bounded-rationality]] 가 협력의 진화적 동태에 미치는 영향을 [[agent-based-model]] 로 분석.
- 위치: 초기 연구로, 복잡 시스템과 행위자 기반 사고방식이 이후 NIS 분석에 영향을 미친 배경.

**시기의 기여**: 한국 STI 정책의 실무 경험과 이론적 기반을 결합. 중소득 함정의 혁신적 관점을 제시하고, NIS 프레임워크를 개발도상국 분석에 적용하는 방법론적 기초를 확립.

---

#### SUNY Korea/SNU 시대, 다면적 확장

**맥락**: SUNY Korea 조교수 부임(2020) 이후, 1기에서 형성된 STI 정책 관점을 다양한 방향으로 확장. (A) 개발도상국 [[technological-catch-up]] 전략의 실증 분석, (B) AI/디지털 기술의 사회적 영향 ([[ai-socioeconomic-impacts]]), (C) [[covid-19-and-innovation-policy]] 와 [[nis-resilience]], (D) [[interdisciplinary-science-emergence]] 라는 네 갈래로 동시 전개. 짧은 기간에 다양한 공동연구자 ([[keungoui-kim]], [[clovia-hamilton]], [[wonsub-eum]], [[sangchan-park]], [[taewon-kang]]) 와 협업.

**핵심 논문 분석**:

**[[taewon-kang-2022-italian-nuts3-regional-knowledge]]**
*Kang, Maliphol, Kogler & Kim 2022, International Regional Science Review 45(3):293-320*

- 논지: 지역 수준의 [[regional-knowledge-capabilities]] 5 차원 (창출, 동화, 과학적 동화, 품질, 다양성) 이 [[knowledge-spillover-theory-of-entrepreneurship]] (KSTE) 의 예측대로 기업가 활동과 상호작용하여 생산성 성장에 영향. 이탈리아 NUTS-3 수준 107개 지역 균형 패널 (2008-2017, N=856) 분석.
- 방법론: [[system-gmm]] (Arellano-Bover 1995, Blundell-Bond 1998) 동적 패널, EPO PATSTAT 특허·인용 + Eurostat 통합.
- 통찰: 다섯 지식 역량 모두 다음 해 노동 생산성 증가에 양의 효과 (β=0.004~0.010, p<0.01). 지식 다양성을 제외한 4 차원의 *교호 항* 이 양의 유의. 북부/중부 이탈리아에서는 *지식 품질* 의 교호 효과가, 남부에서는 *지식 창출·동화* 의 교호 효과가 통계적으로 유의, 발전 단계별 채널이 분기.
- 위치: NIS의 *미시적 기초(micro-foundation)* 를 지역 수준에서 탐구한 논문. [[dieter-f-kogler]] (UCD Spatial Dynamics Lab) 라인과의 합류점, [[keungoui-kim]] 과의 첫 공동 작업.

**[[wonsub-eum-2023-southeast-asian-catch-up]]**
*Eum & Maliphol 2023, Asian Journal of Technology Innovation 31(2):422-446*

- 논지: 동남아시아 국가 (SAC) 의 수출 구조가 동북아시아 (NAC: 한중일) 와 *수렴* 함으로써 기술 추격이 가속되는지를 1980-2017 패널에서 [[bray-curtis-distance]] (EA-similarity, self-similarity) 와 [[revealed-comparative-advantage]] (RCA) 기반 [[product-space]] density 로 측정. Harvard Growth Lab atlas 의 4-digit SITC, N=326 country-year.
- 통찰: (1) EA-similarity 와 GDP 성장률 / 추격 속도가 *역-U* 관계 (선형 +0.337\*\*\*, 제곱 −0.468\*\*\*), 직접 다변화와 유사성 수렴 사이의 *최적점* 존재. (2) 신산업 진입은 *현재 RCA 산업과의 product-space density* 로 강한 양의 예측 (probit β=3.152\*\*\* → 5.038\*\*\*), [[path-dependence]] 경로의존. (3) [[trade-structure-similarity]] 가 추격의 [[innovation-directionality]] 을 *측정 가능한 거리* 로 제공.
- 위치: 1기의 "Middle Innovation Trap" 논의를 동남아시아 실증 데이터로 구체화. [[wonsub-eum]] 의 product space 시리즈의 지역 적용 갈래.

**[[siramaliphol-2022-smart-policing-robocops]]**
*Maliphol & Hamilton 2022, PICMET '22 (Portland)*

- 논지: 2020 년 George Floyd 사건 이후의 *police brutality* 논의 맥락에서, [[smart-policing]] 문헌 111편의 [[prisma-systematic-review]] (1994-2020.8, Web of Science + EBSCO). 기술적 효율성(surveillance, CCTV, facial recognition)과 윤리적 이슈(police bias, racial disparities, privacy)가 별개로 연구되어 있으며, 두 라인 *교차 paper 는 단 4 편* 에 불과.
- 통찰: 기술 관리는 효율성만의 문제가 아님. "Smart Policing"은 "Smart Justice"로 확장되어야. *Abernathy-Utterback* (1978) 의 *process vs product innovation* 궤적이 efficiency 방향으로만 진행, 시민 demand 인 *ethical reform* 은 misalignment. SARA (Scanning · Analysis · Response · Assessment) 단계 중 *Response* 는 smart tech 가 거의 대체 못함.
- 위치: 기술의 사회적 영향에 대한 관심이 본격화된 논문. [[trustworthy-ai]] Lab 의 지적 배경.

**[[clovia-hamilton-2023-smart-policing-robocops-tqtm]]**
*Hamilton, Maliphol & English-Dowdell 2023, ASEM IAC*

- 논지: 12 개국 13 종 robocop (Anbot · Dogo · Spot · Digidog · KnightScope K5 등) 배치를 [[critically-appraised-topic]] (CAT) 로 분석. Pfeiffer (2015) 의 *6 가지 기술 위험* (cybersecurity · legal · operational · financial · societal · reputational) prism. [[total-quality-tech-management]] (TQTM) 7가지 권고안 제시.
- 통찰: 기술 관리가 기존의 품질관리(TQM)를 넘어 윤리, 사이버보안, 사회적 책임을 통합해야. SFPD 2022 의 lethal-force 정책 (California AB 481), NYC Digidog 의 reputational pushback 등 가시적 갈등 사례. Asimov 3 원칙은 *context-aware ethics coding* 으로 보완돼야. 각 경찰서에 "AI Ethics Czar" 배치 권고.
- 위치: 2022년 PICMET 논문의 후속편. 문헌 리뷰에서 정책 권고로 발전.

**[[keungoui-kim-2024-interdisciplinary-emergence-bertopic]]**
*Kim, Kogler & Maliphol 2024, Humanities and Social Sciences Communications*

- 논지: Web of Science Core Collection 의 *119만 4 천* interdisciplinary publication (2012-2017, 4 도메인: LSB-TE, LSB-PS, PS-TE, LSB-PS-TE) 의 *science category-subject co-occurrence network* 를 [[co-occurrence-network-analysis]] + [[bertopic]] (BERT embedding + UMAP + HDBSCAN + c-TF-IDF) 의 *2-stage pipeline* 으로 분석. 부상하는 학제간 과학 분야를 *frequency bias* 없이 탐지하는 새로운 방법론.
- 통찰: (1) [[eigenvector-centrality]] 상위 10% 의 dominant science 와 EIG 성장률 (EIG.GR) 상위 10% 의 growing science 가 4 도메인 모두에서 명확히 구분. (2) 부상 분야는 그린/지속가능, 건강·면역, aerospace · marine · remote sensing 의 *글로벌 grand challenge* 도메인. (3) growing-science 의 next-period 평균 EIG=0.348 vs 그 외=0.093, *3.7배* 차이가 EIG.GR 의 미래 예측력을 입증, [[science-of-science]] 의 [[knowledge-recombination]] 에도 [[path-dependence]] 작동.
- 위치: 방법론 기여 라인의 정점. STI 정책의 *과학 forecasting* 도구를 제공.

**[[siramaliphol-2024-covid-19-pandemic-innovation-policy]]**
*Maliphol, Aridi, Lee & Woodson 2024, Science and Public Policy 51:1191-1194*

- 논지: COVID-19가 NIS의 취약성을 *capability · infrastructure · social welfare* 세 layer 에서 노출. Science and Public Policy 특별호 editorial 로 5편의 논문 (Bonvillian, Operation Warp Speed; Kim & Kim, Korean OTT; Rama & Holl, Madrid SME digitalization; Cirera et al., firm digital divide; Lee et al., social distancing & privacy) 을 종합.
- 통찰: (1) [[mission-oriented-innovation-policy]] (Operation Warp Speed 등) 가 산업 정책의 경계를 확장. (2) 디지털 전환이 위기 대응과 경제 성장을 동시에 촉진하나, [[digital-divide]] 도 심화. (3) NIS 회복력 = *dynamic capabilities + collaborative infrastructure + social safeguards* 의 삼위 일체. (4) [[technological-sovereignty]] 가 NIS 취약성의 새로운 렌즈.
- 위치: [[jeongdonglee]] (SNU TEMEP) · [[anwar-aridi]] (World Bank) · [[thomas-woodson]] (Stony Brook) 와의 *학계-실무 hybrid* 공저. [[jeongdonglee-2019-middle-innovation-trap]] 의 *catch-up paradox* 명제가 *post-COVID NIS resilience* 으로 articulate.

**[[keungoui-kim-2024-social-distancing-innovation-privacy]]**
*Kim, Maliphol, Shim & Lee 2024, Science and Public Policy 51*

- 논지: 한국의 *강화된 사회적 거리두기 지역* (SSDR: 서울·경기) 정책을 자연 실험으로 활용해 [[wearable-devices]] 채택 +3.2%p 증가와 [[privacy-concerns]]-채택 간 인과관계를 [[difference-in-differences]] (DID) + [[two-stage-least-squares]] (2SLS) 로 식별. Korean Media Panel (KISDI) 2018-2021, N=33,429 individual-year (11,061 unique individuals).
- 통찰: 위기 상황에서 시민의 프라이버시 경계가 낮아질 수 있으며, 위기 이후 surveillance infrastructure 의 lock-in 위험이 정책 쟁점.
- 위치: COVID-19 특별호의 일부로, 거시적 NIS 분석(논문 8)과 미시적 개인 행동 분석(이 논문)의 보완적 관계. [[siramaliphol-2024-covid-19-pandemic-innovation-policy]] editorial 의 *Lee et al. 2024* 사례로 소개됨.

**[[clovia-hamilton-2023-china-africa-transportation-covid]]**
*Hamilton & Maliphol 2023, Transportation Research Record 2677(4):118-128*

- 논지: 중국이 35 개 아프리카 국가에 누적 매출 $48.84B (2018) 의 교통 인프라 투자를 진행, Ethiopia $4.5B 철도 (2016 총 예산의 1/4), Kenya Mombasa-Nairobi 철도 (GDP 6%) 등 부채 부담 심각. [[critically-appraised-topic]] (CAT) 로 분석. [[comprehensive-development-planning]] 의 *8 functional areas* (의료, 교육, 주거, 경제개발, 공공안전, 환경보호, 교통, 재난관리) 와 통합되어야 COVID-19 시대에 효과적. 5가지 권고안 제시. → [[africa-development]] 라인.
- 통찰: 인프라 투자가 단일 부문(교통)에 집중되면 비효과적. US ISTEA 1991, FHWA 의 *6-step Framework for Better Integrating Health into Transportation Corridor Planning* (2016) 등 *교통 funds 의 다부문 활용* 선례가 모델.
- 위치: 개발도상국 정책에 대한 실무적 관심의 연장.

**[[sangchan-park-2024-digital-twins-industry-40]]**
*Park, Maliphol, Woo & Liu 2024, Electronics 13(12):2258, Editorial*

- 논지: Electronics 특별호 editorial. [[digital-twins]] 의 *9 sectors* (Agriculture · Biological manufacturing · Construction · Education · Energy management · Marine · Mechanical manufacturing · Semiconductor · University research lab) × *3 architecture components* (Modeling · Processing · Sensing) 의 2D matrix 로 8 편 수록 paper 종합. [[industry-4-0]] 의 핵심 기술, Grieves (2002) PLM 기원.
- 통찰: DT 연구에서 *Processing* 이 9개 부문 모두에서 확인되며, Sensing 과 Modeling 은 부문별 편차가 커 확장 여지가 크다. 부문 간(cross-sector) 통합이 다음 단계. [[cyber-physical-systems]] 와의 결합, Smart health · public sector 적용이 *human-machine interaction* + ESG framework 통합의 새 frontier. [[siramaliphol-2022-smart-policing-robocops]] 가 reference 16 으로 명시 인용되어, DT 논의가 public-sector technology ethics 와도 접점을 갖는다.
- 위치: 기술 관리의 시각에서 Industry 4.0의 핵심 기술을 조망. SUNY Korea ([[sangchan-park]]) · Soonchunhyang ([[jiyoung-woo]]) · Ocean Univ of China ([[liu-fan]]) 의 국제 협력.

**[[siramaliphol-2023-digital-skills-sustainable-development]]**
*Maliphol & Walter 2023, PICMET '23*

- 논지: [[digital-skills-for-sustainable-development]] 의 교차점에서 필요한 역량을 [[prisma-systematic-review]] funnel (Web of Science 7,126 → AJG 2021 quality filter 3·4·4\* → 최종 43편) 로 식별. KDI School 의 [[sonja-walter]] 와의 공저.
- 통찰: *3-level skills hierarchy*, 개인 (디지털 리터러시 · programming · prosumer 역량), 기업 (management · organization · technology · innovation 가장 많이 연구), 생태계 (institutions · ICT 인프라 · 정책). 가장 빈번한 기술은 *Big Data analytics*, application 영역은 circular economy · sustainable platforms · supply chain. [[esg-and-sdgs]] 프레임워크가 [[digital-sustainability]] 의 방향을 설정.
- 위치: 개발도상국의 디지털 전환과 지속가능 발전을 연결하는 논문. [[siramaliphol-2022-smart-policing-robocops]] 와 함께 *체계적 리뷰 방법론* 의 일관된 사용.

**시기의 기여**: (1) 개발도상국 추격 전략의 실증적 확장 (동남아시아, 이탈리아, 아프리카), (2) AI/디지털 기술의 사회적 영향에 대한 체계적 분석 (스마트 폴리싱, 프라이버시), (3) COVID-19를 통한 NIS 회복력 연구, (4) 학제간 과학 부상 탐지 방법론 제시.

---

### 지적 실타래

#### 한국 발전 모델의 확장
STEPI에서의 실무 경험 → [[middle-innovation-trap]] (2019) 으로 이론화 → 동남아시아 추격에 적용 (2023, [[wonsub-eum-2023-southeast-asian-catch-up]]) → COVID-19 시대 [[nis-resilience]] 로 확장 (2024). 한국의 경험을 개발도상국에 적용하되, 맥락적 차이를 항상 인식하는 자세.

#### 기술의 사회적 영향
[[smart-policing]] 연구 (2022) 에서 기술 윤리 문제를 제기 → [[total-quality-tech-management]] (TQTM) 권고안 (2023) 으로 구체화 → COVID-19 에서의 [[privacy-concerns]] -혁신 긴장 (2024) 으로 확장 → [[trustworthy-ai]] Lab 참여로 연결. 기술 관리가 효율성을 넘어 사회적 책임을 포괄해야 한다는 지적 방향.

#### 체계적 리뷰 방법론
[[prisma-systematic-review]] (PRISMA), [[critically-appraised-topic]] (CAT) 기반의 체계적 문헌 리뷰를 반복적으로 활용. 스마트 폴리싱(2022), 디지털 역량(2023), 로봇경찰(2023)에서 일관된 방법론적 접근. "현재 무엇이 연구되고 있으며, 무엇이 빠져 있는가?"를 파악하는 메타-분석적 자세.

#### 개발도상국 정책 실무
아프리카 교통 인프라 연구 (2023, [[clovia-hamilton-2023-china-africa-transportation-covid]]), NIS 회복력 연구 (2024). 학술 연구와 정책 실무를 연결하는 지속적 노력.

---

### 전환점과 동기

#### STEPI 경험
한국 [[sti-policy-for-development]] 의 실무를 경험하며, 한국 발전 모델의 강점과 한계를 내부자 시각에서 이해. 이 경험이 이후 모든 연구의 준거점.

#### 박사학위 취득과 [[middle-innovation-trap]]
[[jeongdonglee]] 지도하에 [[temep]] 에서 박사학위. 중소득 함정의 혁신적 관점을 이론화하여, 순수 실무자에서 학술 연구자로 전환.

#### SUNY Korea 부임과 다면적 확장
독립 연구자로서 다양한 공동연구자와 협업 시작. 개발경제학에서 [[ai-ethics]], [[digital-twins]], [[interdisciplinary-science-emergence]] 까지 연구 범위의 급격한 확장.

#### COVID-19 와 [[nis-resilience]]
팬데믹이 NIS의 취약성을 노출시키면서, STI 정책 연구가 단순 경제 성장에서 사회적 회복력, 형평, 프라이버시까지 확장되는 계기. → [[covid-19-and-innovation-policy]] 라인.

#### SNU TEMEP 부임과 [[trustworthy-ai]] Lab
조교수로 [[temep]] 에 부임하며, Trustworthy AI Lab 참여와 함께 AI의 사회적 영향에 대한 연구가 핵심 연구 방향으로 확립.

---

### 지적 DNA

시라 말리폴의 연구는 <strong>"기술은 발전의 수단이지만, 그 사회적 영향을 무시하면 발전 자체가 왜곡된다"</strong>는 관점으로 읽을 수 있다.

- 개발도상국의 [[technological-catch-up]] 은 [[innovation-directionality]] 이 있어야 효과적이며, 그 방향은 기존 역량 ([[path-dependence]]) 에 기반
- [[national-innovation-systems]] 은 경제적 성과뿐 아니라 사회적 [[nis-resilience]] 의 관점에서 평가되어야
- 기술 도입의 효율성 이면에는 항상 의도하지 않은 사회적 결과(unintended consequences)가 존재 ([[ai-socioeconomic-impacts]])
- 한국의 발전 경험은 유용한 준거점이지만, 맥락적 차이를 무시한 직접 이식은 위험
- 정책 연구는 학술적 엄밀성과 실무적 적용 가능성을 동시에 갖춰야

다른 교수와의 대비:
- [[siramaliphol]]: "추격에는 방향이 필요하고, 기술에는 사회적 책임이 따른다" -- 발전 축, NIS·개도국 STI
- [[jeongdonglee]]: "축적이 혁신에 선행한다" -- 시간 축, 산업 진화론적
- [[junseokhwang]]: "맥락이 정책의 효과를 결정한다" -- 제도·맥락 축, ICT 정책
- [[yeonbaekim]]: "기술의 가치는 조건부이다" -- 맥락 축, IP·상업화 미시
- 공통: 기술 혁신과 경제 발전의 연결을 주제로 한다. 측정 대상과 분석 수준이 다르다 -- [[siramaliphol]]: 국가·체제 수준의 NIS 회복력과 무역 구조 수렴, [[jeongdonglee]]: 산업·기업의 역량 축적 (한국 사례의 보편 이론화), [[junseokhwang]]: 정책 효율성과 디지털 격차, [[yeonbaekim]]: 기술의 산업·제도 조건
- 차이: [[siramaliphol]] 의 차별점은 한국 발전 경험의 개도국 확장. [[jeongdonglee]] 의 middle-innovation-trap 개념을 동남아·아프리카 등으로 확장하면서 경로의존성 + 사회적 책임 + 회복력을 함께 묶는다. 체계적 문헌 리뷰 (PRISMA · CAT) 와 기술 윤리 (TQTM · trustworthy AI) 가 다른 교수들과 구별되는 도구·관심사다