--- type: paper slug: youwei-he-2025-small-but-not title: 'Small but not least changes: The art of creating disruptive innovations' authors: - '[[youwei-he]]' - '[[jeongdonglee]]' year: 2025 venue: '[[journal-of-informetrics]]' volume: '19' pages: '101703' doi: 10.1016/j.joi.2025.101703 categories: - '[[innovation-economics]]' - '[[evolutionary-economics]]' methods: - '[[product-phylogenetic-network]]' - '[[chromosomal-representation]]' - '[[disruption-index]]' - '[[product-disruption-index]]' - '[[ols-regression]]' - '[[cosine-similarity]]' themes: - '[[disruptive-innovation]]' - '[[sbnl-principle]]' - '[[technological-recombination]]' - '[[product-lineage-analysis]]' aliases: - youwei-he-2025-disruptive-innovations corrigendum: '[[youwei-he-2025-corrigendum-small-but-not]]' last_updated: '2026-05-17T21:30:00+09:00' --- # Small but not least changes: The art of creating disruptive innovations *[[youwei-he]], [[jeongdonglee]] (2025)* · [[journal-of-informetrics]] 19:101703 · [DOI ↗](https://doi.org/10.1016/j.joi.2025.101703) > 자동차 4,496 종의 38,127 개 기술 특성을 "chromosome" 으로 인코딩해 [[product-phylogenetic-network]] 을 구축하고, Funk-Owen-Smith 의 [[disruption-index]] 를 제품 공간에 적응시킨 [[product-disruption-index]] (PDI) 를 제안한 논문. 정량 분석 결과 *대규모 변경* 이 아니라 *핵심 기술의 작지만 전략적인 변경* 이 disruptiveness 를 더 잘 견인한다는 [[sbnl-principle]] (Small But Not Least Changes) 을 도출. 2014 Tesla Model S (PDI = 0.424) vs 2014 Chevrolet Spark EV (PDI = -0.866) 의 case study 가 핵심 증거. [[jeongdonglee]] anchor 의 *제5기 진화론적 체계의 완성* 라인의 정점에 위치하는 작업. > 📝 [Corrigendum](#corrigendum) 참조 — 원 publication 의 article-level keyword set 이 [[youwei-he-2025-corrigendum-small-but-not]] 로 정정되었다 (본문·결과 불변).[^c] - **RQ**: 제품 수준 disruptiveness 를 정량적으로 측정할 수 있는가, disruptive innovation 의 design principle 은 무엇인가? - **방법론**: [[product-phylogenetic-network]], [[chromosomal-representation]], [[product-disruption-index]], [[disruption-index]] (D-index), [[cosine-similarity]], [[ols-regression]] - **데이터**: Edmunds 플랫폼의 미국 시장 출시 자동차 (2013~2024 모델, 4,496 종), 38,127 개 기술 특성, 분석 표본 4,114 종 (2014~2023) - **주요 발견**: 1-year 평균 PDI = -0.296 (대부분 비-disruptive). 2015~2023 PDI 하락 트렌드, 모든 차종 (Fuel · Hybrid · Electric). 핵심 회귀: Retention Quality (★★★ +) · Addition Quantity (★★★ +) · Ancestor PDI (★★★ +) 는 PDI 증가, Retention Quantity (★★★ -) 는 감소 → *질적 핵심 보존 + 양적 작은 추가* 가 disruptiveness 견인. Tesla Model S (PDI 0.424) > Chevrolet Spark EV (-0.866), 명품차 < 일반차. - **시사점**: Disruptive design 은 "모든 것을 바꾸는" 게 아니라 "*핵심 기술을 정조준해 작게 바꾸고 나머지는 보존* 하는" 전략. 항공·생명공학·제약 등 데이터 희소 산업에도 PDI 적용 가능. ![연구의 개념적 framework (Figure 2). 제품 chromosome → 인접행렬 + gene weight → [[product-similarity-space]] · [[product-phylogenetic-network]] → PDI 와 진화 변수 (Retention/Reduction/Addition/Creation Quality·Quantity) → 회귀로 disruptiveness 의 design principle 도출. 측정 가능한 진화 프레임의 *완성형* 도식.](/papers/202508_HeY_Small_but_not_least_changes_The_art_of_creating_disruptive_innovations/fig3.jpeg) ## 요약 [[disruptive-innovation]] 이론 (Christensen 1997 · 2003) 은 시장 dynamics 의 핵심 개념이지만, *제품 수준* 정량 측정 도구가 부재해 사례연구와 시장 모형에 의존해 왔다. Funk-Owen-Smith (2017) 의 [[disruption-index]] (D-index) 는 인용 네트워크 기반으로 논문 · 특허의 disruptiveness 를 정량화했으나, *제품 공간* 에는 명시적 인용 관계가 없어 직접 적용 불가능했다. 본 논문은 [[jeongdonglee]] anchor 의 *제5기 진화론적 체계의 완성* 라인 안에서, [[product-phylogenetic-network]] 의 *유사도* 를 *인용 유사 link* 로 변환하는 방법으로 그 공백을 메워 [[product-disruption-index]] (PDI) 를 제안한다. 핵심 방법은 세 단계다. 첫째, 자동차 4,496 종을 38,127 개 기술 특성 (engine type · cruising range · dimensions 등) 의 chromosome vector 로 표현. 범주형은 0/1, 연속형은 L1 normalization. 둘째, [[cosine-similarity]] 로 제품 쌍 유사도 계산 후, dynamic threshold (focal-ancestor 와 focal-descendant 유사도의 local + global 평균의 최솟값) 으로 유사도를 *인용-유사* link 로 변환. [[product-phylogenetic-network]] 은 각 제품을 top-3 most similar 이전 제품에 연결해 다중 조상 구조 (parsimony 최소화) 로 구성. 셋째, PDI = (n_i - n_j) / (n_i + n_j + n_k) 의 D-index 를 *focal 만 link 한 후손* (i, disruptive 신호) vs *focal 과 ancestor 모두 link 한 후손* (j, consolidating) vs *ancestor 만 link 한 후손* (k) 의 분류로 적용. PDI > 0 이면 disruptive. 검증은 다층적이다. (i) Park et al. (2023) 의 "disruptiveness 시간 감소" 패턴이 자동차에서도 재현됨 (2015~2023 PDI 하락). (ii) 차종 series 내에서 초기 모델일수록 PDI 높음 (Min-Max 정규화 후 percentile 분석). (iii) Tesla Model S (3 세대, 2014, PDI 0.424) vs Chevrolet Spark EV (1 세대, 2014, PDI -0.866) case — Tesla 는 *작게 바꿨지만* 핵심을 정조준, Chevrolet 은 *크게 바꿨지만* 핵심 제외. (iv) 명품차 vs 일반차 비교 — 명품차의 PDI 가 일반차보다 낮음 (Christensen 의 *저가시장에서 disruption 시작* 가설과 정합). 회귀 결과 (Section 4): Retention Quality (질적 보존, 핵심 기술 유지) 는 PDI 와 양의 관계, Retention Quantity (양적 보존, 모든 기술 유지) 는 음의 관계 → *핵심은 보존하되 비핵심은 바꿔야* disruptive. Addition Quantity 와 Ancestor PDI 도 양의 관계 → *작은 변경 + 거인의 어깨 위* 가 결정적. [[sbnl-principle]] (Small But Not Least Changes) 이 자연스럽게 도출된다. [[jeongdonglee]] anchor 의 *축적의 시간* · *축적된 역량 위에 작은 변경* 이라는 명제의 *제품 수준 정량 증거* 이다. ## 핵심 결과 기술 변화 변수의 정의 (frequency weight 기준): | 변수 | 정의 | PDI 와의 관계 | |---|---|---| | Retention Quality | 직계 조상에서 *가중치 (중요도) 가중* 으로 보존된 gene 비율 | + (★★★) | | Retention Quantity | 직계 조상에서 *개수* 로 보존된 gene 비율 | - (★★★) | | Reduction Quality | 변이로 사라진 *중요 gene* 비율 | - | | Addition Quantity | HGT/MT 로 새로 획득한 gene 비율 | + (★★★) | | Creation Quantity | mutation 만으로 생성된 brand-new gene 비율 | + (★★) | | Ancestor PDI | 직계 조상 3 개의 평균 PDI | + (★★★) | Case study (Table 5): | | 2014 Tesla Model S | 2014 Chevrolet Spark EV | |---|---:|---:| | Gene count | 147 | 152 | | Important genes | 97 | 119 | | New important genes | 7 | 86 | | Inherited important genes | 90 | 33 | | First ancestor | 2013 Mercedes-Benz CL-Class | 2013 GMC Savana 3500 | | First ancestor similarity | 0.918 | 0.310 | | PDI | **0.424** | **-0.866** | | Review rate | 4.8 | 4.5 | | Price (USD) | 69,900 | 26,685 | Tesla 는 *유사한 조상을 골라 핵심 기술의 90 개를 보존하고 7 개만 새로 추가*, Chevrolet 은 *유사도 0.31 의 멀리 떨어진 조상에서 86 개 new important gene* — 결과는 정반대. 1-year 평균 PDI = -0.296 (자동차는 incremental innovation 지배), 2015~2023 하락 트렌드 모든 차종 (Fuel · Hybrid · Electric) 공통. ## 방법론 노트 [[product-disruption-index]] (PDI) 는 [[disruption-index]] (D-index, Funk-Owen-Smith 2017; 단순화 Wu et al. 2019) 를 제품 공간에 적응시킨 척도: $$ PDI = \frac{n_i - n_j}{n_i + n_j + n_k} $$ 여기서 $n_i$ = focal 과만 link (high similarity) 된 *후속* 제품 수 (disruptive 신호), $n_j$ = focal 과 ancestor 모두 link, $n_k$ = ancestor 만 link. [[product-phylogenetic-network]] 구성 알고리즘 (parsimony length 최소화): $$ N^* = \arg\min_N \left[ \sum_{i=1}^m \sum_{k=1}^n d(e_{i,j_k}) \right] $$ constraint: $t_{j_k} < t_i$ (조상은 후손보다 시간상 앞서야 함), $e_{i,j_k} \in E$, $j_1, ..., j_n$ 은 $i$ 에 대한 $n$ 개 (= 3) 최단거리 노드. $d(e_{i,j_k})$ 는 [[cosine-similarity]] 의 distance 변환. threshold (Eq. 2) 는 *local* 평균 유사도와 *global* 평균 유사도의 최솟값으로 동적 결정: $$ \text{threshold}_{k,j,i} = \min \left( \frac{\sin_{k,j} + \sin_{i,j}}{2}, \sum \sum \frac{\sin_{k,j} + \sin_{i,j}}{2mn} \right) $$ 식별 전략은 (i) year FE 와 CPC 기반 random year effect 로 시간 트렌드 통제, (ii) 자동차 시장 1-year cycle 에 맞춰 1-year window 사용 (longer cycle 산업은 window 조정 필요), (iii) frequency weight 와 TF-IDF weight 의 robustness 비교. PDI 의 자동차-구체적 패턴 (PDI 평균 < 0) 은 자동차 산업의 long lifecycle · entrenched design path 특성 때문이며, 항공 · 생명공학 등 다른 산업 적용 시 일반화 가능성 검증 필요 (limitation 으로 명시). ## 연구 계보 직접적 방법론 조상은 [[jeongdonglee]] 그룹의 [[product-phylogenetic-network]] 라인 — Lee et al. (2022, IEEE TEM, 모바일 제품 11,013 개 phylogenetic tree), Jeong and Lee (2024, *Technovation*, [[jeongdonglee-2024-where-and-how]] feature phone 진화), Park et al. (2024, *Industrial and Corporate Change*, [[hayoung-park-2025-photovoltaic-technology-phylogenetic-tree]]), Lee et al. (2023, institutional inertia in power sector). 명시적 인용. D-index 측은 Funk and Owen-Smith (2017, *Management Science*), Wu et al. (2019, *Nature*), Park et al. (2023, *Nature*) 의 disruptiveness 시간 감소 trend. 개념적 조상은 Christensen and Raynor (2003, 2013) 의 disruptive innovation 이론, Henderson and Clark (1990) 의 architectural innovation, Govindarajan and Kopalle (2006) 의 radical vs disruptive 구분, Adner (2002) 의 inherited vs novel attribute 분류. [[jeongdonglee]] anchor page 의 *제5기 진화론적 체계의 완성* 라인 분류에서 본 논문은 그 정점 — sibling [[hayoung-park-2025-photovoltaic-technology-phylogenetic-tree]] (PVT diversity dynamics) · [[jiyong-kim-2025-technological-speciation-product-phylogenetic-tree]] (소총 종분화 정량화) · [[seungmin-lee-2025-exaptation-unveiling-potential]] (특허 exaptation) 과 함께 *측정 가능한 진화 4 부작* 을 완성한다. anchor 가 명시한 "PDI 와 SBNL 원칙은 '많이 바꾸면 혁신적' 이라는 상식을 전복" 이라는 평가에 정확히 부합하는 작업. ## See also - [[product-disruption-index]] - [[sbnl-principle]] - [[product-phylogenetic-network]] - [[chromosomal-representation]] - [[disruption-index]] - [[disruptive-innovation]] - [[technological-recombination]] - [[cosine-similarity]] - [[product-lineage-analysis]] - [[youwei-he]] - [[jeongdonglee]] - [[hayoung-park-2025-photovoltaic-technology-phylogenetic-tree]] - [[jiyong-kim-2025-technological-speciation-product-phylogenetic-tree]] - [[seungmin-lee-2025-exaptation-unveiling-potential]] - [[youwei-he-2025-corrigendum-small-but-not]] ## Corrigendum 본 paper 는 [[youwei-he-2025-corrigendum-small-but-not]] 로 정정 사항이 출판되었다. [[journal-of-informetrics]] publication-process 단계의 *article-level keyword 정정* — 본문·식·결과·정책 결론은 전부 불변. - 정정 대상: 출판 메타데이터의 keyword set (원본 7 개 keyword 를 *5 개의 공식 keyword + 9 개의 extracted keyword* 로 재구성) - 정정 사유: [[journal-of-informetrics]] (Elsevier) 의 indexing 정합성 보강 - 결과 영향: 본문 *substantive content* (수식·표·figure 캡션·결론) *전부 불변*. 동일 DOI (10.1016/j.joi.2025.101703) 위에 corrected 버전 PDF 가 re-host. - 정정 발행: [[youwei-he-2025-corrigendum-small-but-not]] (2025, [[journal-of-informetrics]]) [^c]: 본 paper 의 article-level keyword set 이 publication-process 단계에서 정정되었으며, [[youwei-he-2025-corrigendum-small-but-not]] 로 발행되었다. [Corrigendum](#corrigendum) 참조.