R&D Partner Type, Product Life-cycle, and Innovation Performance of High-technology Ventures
Giwon M. Kim, 황준석 (2019) · IEEE International Symposium on Innovation and Entrepreneurship (TEMS-ISIE)
한국 첨단 기술 벤처 707 개의 2017 벤처기업실태조사 데이터로 5 개 R&D 파트너 유형 (대학·공공연구소·민간연구소·벤처/SME·대기업) × 3 개 제품 생애주기 단계 (도입·성장·성숙) 의 차별적 효과를 회귀 분석 (OLS) 로 추정한다. 도입기 (85 firms) 는 대기업 파트너만 유의 (+0.827*), 성장기 (315 firms) 는 대학·공공연구소·대기업 모두 유의 (+0.319*, +0.332**, +0.437*), 성숙기 (307 firms) 는 대학·공공연구소만 유의 (+0.341**, +0.263*). 민간연구소·다른 벤처/SME 는 모든 단계에서 무의미.
- RQ: 첨단 기술 벤처에게 어떤 R&D 파트너 유형이 어느 제품 생애주기 단계에서 혁신 성과 (특허 수) 를 높이는가?
- 방법론: 회귀 분석 (OLS, 종속변수 = ln(특허 수+ 출원 중)), 단계별 분할 추정
- 데이터: 2017 한국 벤처기업실태조사 (Survey of Korea Venture Firms, MSS), 33,289 인증 벤처 중 stratified random sampling 2,114 firms → 필터링 후 707 firms (특허 1+ 보유, 5 개 파트너 중 1+ 협력 경험)
- 주요 발견: 도입기 = 대기업 (+0.827*), 성장기 = 대학 (+0.319*) + 공공연구소 (+0.332**) + 대기업 (+0.437*), 성숙기 = 대학 (+0.341**) + 공공연구소 (+0.263*). 민간연구소·다른 벤처/SME 는 모든 단계 무의미.
- 시사점: 벤처는 단계별로 파트너 포트폴리오를 동적으로 재구성해야 하며, “shark” 의 위험에도 불구하고 도입기 대기업 협력이 가장 유효하다 (Prashantham and Dhanaraj, 2015 와 일관).
요약
개방형 혁신 문헌은 대기업 중심으로 발전해 왔고, 벤처의 R&D 협력은 (i) 파트너 유형 효과에 대한 기존 연구들이 상충되는 결과 (Belderbos et al., 2004 vs Nieto and Santamaria, 2007 등) 를 보였으며, (ii) 제품 생애주기 (product life-cycle, PLC) 단계가 contingency 변수로 거의 고려되지 않았다. 본 논문은 이 두 차원을 동시 고려해 PLC 단계가 R&D 파트너 효과의 contingency 라는 가설을 검증한다. 데이터는 2017 한국 벤처기업실태조사 (MSS) 의 2,114 firms 중 (a) 직원 500 미만, (b) 특허 1+ 보유 또는 출원, (c) 5 개 파트너 (대학·공공연구소·민간연구소·벤처/SME·대기업) 중 최소 1 개와 협력 경험을 가진 707 firms 다.
종속변수는 ln(특허 수 + 출원 중), 독립변수는 5 개 파트너 유형 더미, 통제변수는 firm age, size (직원 수), total asset, sales, policy support 경험, R&D intensity, 6 개 산업 더미다. PLC 단계는 응답자의 자기 분류 (start-up + early growth = 도입기 85 firms, rapid growth = 성장기 315 firms, mature = 성숙기 307 firms) 로 구분된다. 각 단계별 OLS 회귀 (baseline + complete model) 를 수행하고 VIF 로 다중공선성을 확인한다.
핵심 결과는 단계별 차별적 패턴이다. 도입기에서는 대기업 파트너만 유의한 양의 효과 (β=0.827, p<0.1) 를 보인다. 벤처의 미성숙 자원을 보완할 큰 파트너의 자본·시장 접근이 결정적이다 (“swimming with sharks” 의 위험에도 불구하고). 성장기에서는 대학 (β=0.319*), 공공연구소 (β=0.332**), 대기업 (β=0.437*) 세 유형 모두 유의하다. 제품 라인이 확장되며 다양한 자원과 시장 접근이 동시에 필요하다. 성숙기에서는 대학 (β=0.341**) 과 공공연구소 (β=0.263*) 만 유의하다. 표준화가 진전돼 incremental 개선이 우세하므로 기초 과학·장기 탐색 협력이 더 유효해진다. 모든 단계에서 민간연구소 (PRC, 단방향 contract research) 와 다른 벤처/SME (약한 기술 역량) 는 유의 효과가 없다. 결론은 벤처가 단계별로 파트너를 동적으로 재구성하는 단계-적합 (stage-fit) 전략을 채택해야 한다는 것이다.
핵심 결과
| 파트너 유형 | 도입기 (N=85) | 성장기 (N=315) | 성숙기 (N=307) |
|---|---|---|---|
| 대학 (Univ) | 0.224 | 0.319* | 0.341** |
| 공공연구소 (PRI) | 0.114 | 0.332** | 0.263* |
| 민간연구소 (PRC) | 0.838 | 0.658 | −0.200 |
| 벤처/SME (VSME) | −0.197 | 0.015 | −0.150 |
| 대기업 (Large) | 0.827* | 0.437* | 0.306 |
* p < 0.1, ** p < 0.05, *** p < 0.01
- 종속변수: ln(특허 + 출원 중).
- 표본: 도입기 (start-up + early growth) 85, 성장기 (rapid growth) 315, 성숙기 (mature) 307; 총 707 firms.
- 유효 파트너 (요약): 도입기 = Large, 성장기 = Univ + PRI + Large, 성숙기 = Univ + PRI.
방법론 노트
종속변수는 firm 의 특허 수 (granted + applied) 자연로그, 독립변수는 5 개 파트너 유형 더미 (, , , , ), 통제변수는 firm age, size (직원 수), asset, sales, policy support 경험 더미, R&D intensity (R&D 투자 / 총 투자), 6 개 산업 더미 ().
식별은 PLC 단계별 표본 분할 (sample split) 로 이루어진다. 각 단계 () 내에서 위 식을 OLS 로 추정해 가 단계마다 어떻게 다른지 비교한다. VIF < 5 로 다중공선성 위험을 통제한다. 한계는 PLC 단계가 응답자 자기 보고 (subjective estimation) 라는 점과 한국 표본 일반화 가능성이다.
연구 계보
황준석 그룹의 개방형 혁신 · R&D 협력 라인에 위치하며 제품 수명 주기 이론 (Dean, 1950; Anderson and Zeithaml, 1984) 과 R&D 파트너 선택 문헌 (Belderbos, Carree, and Lokshin, 2004; Nieto and Santamaria, 2007) 을 결합한 작업이다. 동일 그룹의 자매 작업 Strategic groups emerged by selecting R&D collaboration partners and firms' efficiency (전략 그룹 + meta-frontier 효율성) 가 파트너 포트폴리오 패턴의 클러스터 효과를 다루어 본 논문의 단계별 단일 파트너 효과 분석을 보완한다. Lee (2013) 의 catch-up 국가 NIS 특수성 논의와도 연결되며, Diestre and Rajagopalan (2012) 의 “swimming with sharks” 모티프를 한국 벤처 맥락에 검증한다.
See also
- 황준석
- 개방형 혁신
- R&D 협력
- 제품 수명 주기
- IEEE International Symposium on Innovation and Entrepreneurship (TEMS-ISIE)
- 벤처기업 인증
- Strategic groups emerged by selecting R&D collaboration partners and firms' efficiency
인접 그래프
- 인물 2
- 방법론 1
- 개념 3
- 주제 1
- 수록처 1
- 분류 1
- 논문 1