이정동

Jeong-dong Lee · 기술경영경제정책전공, Seoul National University

핵심 개념

핵심 개념 지도 (Concept Map): 14개 핵심 개념의 정의, 관계, 위계

전체 위계 구조

flowchart TD
    M["축적 Accumulation<br/>[마스터 개념]"]
    IC["IC-DC 전환"]
    RD["R&D 지속성"]
    PROD["생산의 혁신적 역할"]
    M --> IC
    M --> RD
    M --> PROD
    TRAP["중진국 혁신 함정"]
    DESIGN["개념설계 능력"]
    IC --> TRAP
    IC --> DESIGN
    TRAP --> SOV["적극적 기술주권"]
    DESIGN --> WHITE["화이트 스페이스"]
    WHITE --> EXAPT["전적응 Exaptation"]
    WHITE --> SBNL["SBNL 원리"]
    PLLC["제품계보 PLLC"]
    NIS["NIS / 혁신생태계"]
    PROD --> PLLC
    PROD --> NIS
    PLLC --> SPEC["기술종분화"]
    PLLC --> DOM["우성설계"]
    SPEC --> APPROP["전유 Appropriability"]
    NIS --> POLICY["정책 일관성"]
    classDef master fill:#fff3b0,stroke:#333,stroke-width:2px
    class M master

1.1 accumulation (Accumulation) — 마스터 개념

기술역량이 누적적(cumulative), 경로 의존적(path-dependent), 자기강화적(self-reinforcing) 과정을 통해 쌓이는 현상. 양적 확대에서 질적 전환으로 진행되는 단계적 구조를 가진다. 이정동 이론 체계의 최상위 개념이며, 다른 모든 개념은 축적의 하위 구조이거나, 축적의 메커니즘을 설명하거나, 축적의 실패/성공 조건을 규명한다.

핵심 명제: (1) 축적은 시간이 걸리며 지름길은 없다. (2) 축적은 양이 아니라 질이다 — 경험(experience)에서 실험(experimentation)으로 전환하는 타이밍이 중요. (3) 축적은 자기강화적이다 — “Success breeds success.” (4) 축적에는 함정(trap)이 있다 — 각 전환 지점에서 lock-in이 발생하면 정체.

출처: 대중 저서 “축적의 시간”(2015), “축적의 길”(2017). 학술 근거로 Kang & Lee (2017, Research Policy)에서 기술역량이 높은 기업은 R&D를 지속하고 기회에 증폭하는 선순환을 보이며, 낮은 기업은 저투자 함정에 빠진다는 것을 실증.

사용 맥락: 어떤 기술/산업/국가의 현상을 분석할 때, 첫 번째 질문은 항상 “무엇이 축적되었는가, 무엇이 축적되지 않았는가?” 성공 사례에서는 축적의 경로를 추적하고, 실패 사례에서는 축적의 단절 지점을 식별한다. 빠른 성과를 주장하는 논의에 대해서는 “축적의 시간 없이 가능한가?”를 반문한다.

1.2 IC-DC 전환 (implementation-capability - design-capability Transition)

국가(또는 기업)의 기술역량을 구성하는 두 축. IC(실행역량)는 know-how, learning-by-doing으로 발전하는 생산 현장의 숙련이다. DC(설계역량)는 know-why, learning-by-building으로 발전하는 독자적 R&D와 개념 설계 능력이다.

발전 순서는 IC 먼저, DC 나중이다. IC가 일정 수준에 도달하면 DC 축적이 시작된다. Granger 인과관계 실증: IC가 DC를 cause하지만, 역은 성립하지 않는다. 역량 전환의 임계점: NTC(국가기술역량지수) 약 3, 1인당 GDP $10,400-$ 27,100 구간이며, 정확히 중소득 범위와 겹친다.

출처: Lee et al. (2019, Foresight and STI Governance)에서 개념 제시, Yeon & Lee (2021)에서 42개국 패널 데이터로 계량 검증, Lee et al. (2023, Asian Journal of Technology Innovation)에서 한국 산업발전사에 적용 (Revisiting South Korean industrial development and innovation policies: from implementation capability to design capability).

사용 맥락: Fast-follower에서 First-mover로의 전환을 논할 때 중심 프레임워크. 한국 산업의 현안을 분석할 때 “이것은 IC 단계의 문제인가, DC 단계의 문제인가?”를 먼저 판별. IC 단계의 처방을 DC 단계의 문제에 적용하면 오진이 되고, DC 단계의 처방을 IC 미축적 상태에 적용하면 공허한 구호가 된다.

1.3 SBNL 원칙 (Small But Not Least)

파괴적 혁신은 광범위한 기술 변경이 아니라, 핵심적인 소수의 기술을 전략적으로 변경하는 것에서 나온다는 원리. 기존 제품의 기술 특성 대부분을 유지(Retention)하면서, 핵심적인 기술을 제거(Reduction)하고, 소수의 새로운 핵심 기술을 추가(Creation)하는 조합이 파괴적 혁신을 만든다. “많이 바꾸면 파괴적”이라는 상식을 전복한다 — 새로운 기술을 많이 추가할수록 오히려 파괴성이 감소.

Tesla가 전형적 사례: 내연기관이라는 핵심 기술을 제거하고 전기 파워트레인이라는 소수의 핵심 기술을 추가하여 높은 파괴성 달성.

출처: He & Lee (2025, Journal of Informetrics). 자동차 시장 4,496개 모델, 38,127개 기술 특성(“유전자”) 분석.

사용 맥락: 축적의 결과가 어떻게 파괴적 혁신으로 전환되는지를 설명할 때. 화이트 스페이스 진입 방법을 논할 때. 핵심 기술에 대한 깊은 이해(축적)가 있어야 “무엇을 바꾸고 무엇을 유지할지” 판단 가능.

1.4 기술 종분화 (Technological Speciation)

기존 제품 계보에서 새로운 기술적 종이 갈라져 나오는 사건. 핵심 발견: (1) 종분화는 기술적 돌파가 아니라 교리/수요 변화가 촉발(선택 환경의 변화가 먼저), (2) 급진적 단절이 아니라 시행착오를 통한 점진적 분화 과정, (3) 종분화를 완성한 후손만이 생존하며 시도는 빈번하지만 완성은 드물다.

TSD(Technological Speciation Degree)라는 정량 지표로 측정 가능.

출처: Kim, Yoon, & Lee (2024, Journal of Evolutionary Economics). 소총 585개 모델, 160년(1840-2000) 분석에서 세 차례 종분화 사건 식별.

사용 맥락: “왜 어떤 기술은 새로운 범주로 분화하고 어떤 기술은 그대로 남는가?” 기술 변화의 급진적 단절 vs 점진적 분화를 판별할 때 핵심 프레임. 축적 테제의 진화론적 번역 — “기술 혁신은 급진적 과정이 아니라 시행착오를 통한 점진적 분화의 연속적 과정이다.”

1.5 외적응 (Exaptation)

Stephen Jay Gould가 제안한 진화생물학 개념의 기술 버전. 기술이 원래 설계 의도와 다른 분야에서 활용되는 현상. 깃털이 체온 조절용에서 비행용으로 전용된 것처럼 기술도 원래 의도와 다른 용도로 전환될 수 있다.

핵심 발견: (1) 외적응은 외적응을 낳는다(자기강화적), (2) 기술 분야 다양성이 외적응을 촉진, (3) 외적응과 파괴적 혁신은 양의 관계. 축적과 긴장 관계에 있는 개념이다 — 축적이 의도적이고 점진적이라면 외적응은 비의도적이고 우연적. 그러나 축적된 역량이 있어야 외적응의 기회를 포착할 수 있다.

출처: Lee S. & Lee J.D. (2025, Scientometrics). 미국 특허 855,983건(1986-2017) 분석.

사용 맥락: “화이트 스페이스”의 진화론적 근거. 기존 기술을 예상치 못한 방식으로 전용하는 것이 새로운 영역을 창출한다. 한국 기업의 기존 제조업 역량이 전혀 다른 분야에서 가치를 발휘할 가능성을 탐색할 때 핵심 도구.

1.6 계통수 (계통수)

제품/기술 간의 조상-후손 관계를 시각화한 나무 구조. 기술적 유사도에 기반하여 진화 경로를 추적하는 방법론적 도구이자 인식론적 프레임워크. 핵심 메커니즘: 제품을 기술 특성의 벡터로 표현 -> 벡터 간 유사도 측정(코사인, Gower) -> 조상-후손 관계 설정 -> 재귀적으로 계보(lineage) 도출.

출처: Jeong & Lee (2024, Technovation)에서 모바일 11,013개의 대규모 계통수 구축. Kim, Yoon, & Lee (2024, J. Evol. Econ.)에서 소총 585개 계통수 구축.

1.7 제품계보 수명주기 (제품계보 수명주기, PLLC)

기존 기술수명주기(TLC)의 미시적 대안. 개별 제품 수준에서 기술 변화의 순환 패턴(도입기-성장기-성숙기-쇠퇴기)을 포착. 정보이론 기반의 PI(Product Innovativeness) 지표로 혁신성 측정.

핵심 발견: (1) 성공 기업(Apple)은 고유한 계보를 형성하고 혁신성을 누적 축적. (2) 실패 기업은 짧은 계보와 낮은 혁신성. (3) 멸종한 계보도 지식으로서 “부활(resurrection)” 가능. (4) 기술 진화에서는 라마르크적 유전(획득 형질의 전달)이 작동.

출처: Jeong & Lee (2024, Technovation). 11,013개 모바일 제품(1995-2021) 분석.

1.8 functional-phylogenetic-tree (Functional Phylogenetic Tree)

기술적 특성뿐 아니라 기능적 특성에 기반하여 구축한 계통수. 기업 수준에서 모든 제품의 계보를 통합하여 제품 진화 전략을 관찰. 기술적 유사성 기반 계통수가 “어떻게 만들어졌는가”를 추적한다면, 기능계통수는 “어떤 용도로 진화했는가”를 추적.

1.9 중-혁신 함정 (Middle Innovation Trap)

중소득 함정의 기술역량 버전. IC(실행역량)에서 DC(설계역량)로의 전환 실패가 본질. 선진국의 개념설계를 따라하기에는 역량이 부족하고, 후발국의 저비용 경쟁에는 이미 뒤지는 이중 압착 상태.

탈출 조건: (i) 도전적 목표 설정, (ii) 인적자원/인프라/지식 축적, (iii) 시행착오의 점진적 과정과 궤도 수정, (iv) 위험 감수를 수용하는 문화적 전환.

출처: Middle Innovation Trap (Lee et al. 2019, Foresight and STI Governance). 대통령 특별보좌관 재임(2019-2021) 경험이 이 개념을 강화.

사용 맥락: “왜 한국은 혁신하지 못하는가?”에 대한 구조적 진단 프레임. 반드시 IC/DC 분석과 함께 사용해야 한다 — IC가 충분한데 DC로 전환하지 못하는 것인지, IC 자체가 부족한 것인지를 구별해야 한다.

1.10 협력적 기술주권 (Collaborative Technology Sovereignty)

기술 국가주의(techno-nationalism)의 대안. 기술 주권은 모든 것을 자체 생산하는 것이 아니라, 핵심 기술에서의 협상력과 대체 불가능성을 확보하되 나머지는 국제 협력을 통해 해결하는 전략.

출처: Lee J.D. (2024, Science and Public Policy).

사용 맥락: 미중 기술 경쟁, 반도체 공급망, 한국 기술 외교 전략. 자급자족과 기술 주권을 혼동하지 말 것.

1.11 appropriability (Appropriability)

혁신의 성과를 혁신자가 전유(점유)할 수 있는 정도. 축적이 일어나려면 축적의 과실을 축적 주체가 전유할 수 있어야 한다. 혁신시스템의 미시적 기초.

1.12 국가혁신시스템 (국가혁신체계, NIS)

한 국가의 혁신 활동을 지원하는 제도, 조직, 네트워크의 총체. 축적이 일어나는 제도적 환경이며, 정책 일관성(policy coherence) 논의와 직결. 산업정책, 과학기술정책, 교육정책, 인력정책의 정합성이 NIS의 질을 결정한다.

출처: Research and development linkages in a national innovation system: Factors affecting success and failure in Korea (Lee & Park 2006, Technovation). 한국 국가혁신시스템의 R&D 연계 분석.

1.13 혁신 생태계 (Innovation Ecosystem)

NIS의 동태적 버전. 혁신 주체들(기업, 대학, 정부, 금융) 간의 상호작용과 공진화를 강조. NIS가 구조를 본다면 혁신생태계는 동학(dynamics)을 본다.

1.14 concept-design-capability (Concept Design Capability)

DC의 가장 상위 형태. 독자적으로 문제를 정의하고 해결 방향을 설계하며 새로운 개념을 창출하는 능력. “남이 만든 문제를 푸는 것”이 아니라 “스스로 질문을 만드는 능력.” white-space에 진입하기 위한 핵심 역량이며, “최초의 질문”을 던지는 능력과 직결.

개념 간 연결 구조

2.1 전제 관계 (A가 B의 전제)

생산역량 -> 기술역량: 생산 경험(know-how)이 기술 혁신(know-why)의 토양. “만들어봐야 안다.”
IC -> DC: IC가 먼저 축적되어야 DC 축적이 시작 (Granger 인과관계).
축적 -> SBNL: 핵심 기술에 대한 깊은 이해(축적)가 있어야 “무엇을 바꾸고 무엇을 유지할지” 판단 가능.
축적 -> 외적응 포착: 다양한 경험의 축적이 있어야 예상치 못한 전용의 기회를 인식.
계통수 -> PLLC: 계통수가 구축되어야 특정 계보의 수명주기를 분석 가능.
종분화 -> 새로운 계보: 종분화 사건이 발생해야 새로운 제품 계보가 시작.
DC -> 화이트 스페이스: DC가 있어야 화이트 스페이스에 진입 가능. IC만으로는 남이 정의한 공간에서만 활동.
NIS -> 축적: 일관된 NIS가 있어야 축적이 가능.

2.2 상호 강화 관계

축적 <-> R&D 지속성: 기술역량이 높으면 R&D를 지속하고, R&D 지속이 기술역량을 강화 (선순환).
외적응 <-> 외적응: 외적응적 구성요소가 많을수록 더 외적응되기 쉽다 (자기강화적).
파괴성 <-> 파괴성: 파괴적 경로에 진입한 계보는 지속적으로 파괴적 (파괴성의 유전).
NIS <-> 축적: 일관된 NIS가 축적을 촉진하고, 축적된 역량이 NIS를 고도화.

2.3 긴장 관계

축적(의도적) vs 외적응(비의도적): 양립 가능하지만 다른 논리로 작동. 잠정적 해석: 축적이 외적응의 전제 조건. “준비된 우연.”
우성 설계(수렴) vs 종분화(분기): 기술 진화는 이 두 힘의 교차 속에서 전개. 우성 설계는 다양성을 줄이고, 종분화는 다양성을 늘린다.
경험(깊이) vs 실험(넓이): 경험의 한계수익이 체감하는 시점에서 실험으로 전환해야 하나 타이밍 판단이 어렵다.
CGE(균형) vs 진화론(비균형): 이정동의 두 방법론적 전통이 아직 통합되지 않은 긴장.

2.4 핵심 인과 경로

경로 1 — 축적의 순차적 전개: 생산 경험(know-how) -> IC 축적 -> 임계점 도달 -> DC 축적 -> 화이트 스페이스 진입. 각 단계를 건너뛸 수 없다.

경로 2 — 함정과 탈출: IC에 고착(lock-in) -> 중위 혁신 함정 -> 탈출 조건: 시행착오 허용 + 정책 전환 + 위험 감수 문화. IC 단계의 성공이 DC로의 전환을 오히려 방해하는 역설.

경로 3 — 진화적 혁신의 메커니즘: 축적된 역량 -> 제품 계보 형성 -> 수요/환경 변화 -> 기술적 종분화(적응적) 또는 외적응(비의도적) -> 새로운 계보 탄생.

경로 4 — 파괴적 혁신의 역설: 깊은 축적 -> 핵심 기술에 대한 이해 -> SBNL 전략(핵심 소수만 변경) -> 파괴적 혁신.

경로 5 — 기술 주권 확보: DC 축적 -> 핵심 분야에서 대체 불가능성 확보 -> 협력적 기술 주권.

방법론적 도구

이정동 연구의 일관된 원칙: “측정할 수 없으면 이해할 수 없다.” 도구가 관점을 만들고, 새로운 도구는 새로운 영역을 개간한다.

3.1 DEA / Malmquist 생산성 지수

측정 대상: 산업/기업의 생산성과 효율성. 기술 진보와 효율성 향상의 구분. 탐구하는 개념: 생산역량, 효율성, 기술 진보. 적용 사례: 천연가스 산업 국제 비교, 한국 제조업 TFP, 메타프론티어 Malmquist 지수(Lee, Oh, Zhu, 2010, 인용 220회). 시기: 제1-2기(1998-2012). 이정동 연구의 출발점.

3.2 특허 분석

측정 대상: 기술역량, 지식 축적 패턴, 외적응. 탐구하는 개념: 경험 vs 실험(IPC 코드 기반), 외적응(CPC 코드 분야 간 교차 인용), 파괴적 혁신(DI), IC/DC 측정. 적용 사례: 한국 제조업 1,455개 기업의 지식 축적 전략(Kang & Lee, 2019), 미국 특허 855,983건의 외적응 분석(Lee & Lee, 2025).

3.3 제품계보분석 (제품 계보 분석, PLA)

핵심 절차: 제품을 기술 특성의 벡터로 표현 -> 벡터 간 유사도 측정 -> 조상-후손 관계 설정 -> 계보 추적 -> PLLC 구성. 탐구하는 개념: 계통수, PLLC, 종분화, 제품 진화 패턴. 적용 사례: 모바일 11,013개(1995-2021), 소총 585개(1840-2000), 자동차 4,496개(2012-2023).

3.4 유전자 기반 제품 분석 (염색체 표현)

핵심 절차: 제품 = 염색체, 기술 특성 = 유전자 -> Retention/Reduction/Addition/Creation으로 세대 간 변화 측정 -> PDI(Product Disruption Index)로 파괴성 측정. 탐구하는 개념: SBNL 원리, 파괴적 혁신, 수직적 유전(VI), 수평적 유전자 전달(HGT), 돌연변이(MT). 적용 사례: 자동차 4,496개 모델(38,127개 기술 특성).

3.5 계통수 방법론 (Phylogenetic Methods)

핵심 절차: Gower/코사인 유사도 기반 조상-후손 관계 도출 -> Betweenness centrality로 주요 계보 식별 -> TSD로 종분화 측정 -> PI(정보이론 기반)로 혁신성 측정. 탐구하는 개념: 기술종분화, 진화 메커니즘(유전, 변이, 선택), 다양성 동학. 특징: 생물학의 분석 도구를 기술 분석에 직접 이식. 비유가 아니라 형식적 분석 프레임워크.

3.6 연산일반균형 분석 (연산일반균형 모델)

측정 대상: 국가 경제 전체의 동학. R&D 투자의 거시적 효과, 성장과 형평성 트레이드오프. 탐구하는 개념: 거시적 기술 변화, 교육-기술 경쟁, 분배 효과. 시기: 제3기(2014-2021). 미시에서 거시로의 도약. 진화론과의 긴장: CGE는 균형 모델이고 진화론은 비균형적. 아직 통합되지 않았다.

3.7 사례비교 (사례 비교)

핵심 절차: 특정 기업/산업/국가의 발전 경로를 비교하여 성공/실패의 메커니즘 도출. 탐구하는 개념: IC-DC 전환, 중진국 혁신 함정, 정책 일관성. 적용 사례: 삼성의 세 차례 전환(반도체, 디스플레이, 스마트폰), Apple vs 실패 기업의 계통수 비교.

도구-관점 대응표

시기	도구	측정 대상	관점
1998-2005	DEA, Malmquist 생산성 지수	산업 생산성/효율성	정태적 효율성
2006-2012	특허 분석, NIS	혁신시스템 구조/성과	시스템적 시야
2013-2019	연산일반균형 분석	국가 경제 동학	거시적 성장
2020-2025	계통수, TSD, PI, PDI, 외적응 지수	기술/제품 진화 메커니즘	진화적 동학

이론적 긴장과 미해결 질문

4.1 축적 이론 내부의 7가지 미해결 긴장

1. IC->DC 전환의 메커니즘: 연속인가, 단절인가? IC가 DC를 Granger-cause한다는 실증 결과(연속성)와, 전환이 시행착오/위험 감수 문화/사회문화적 제도 전환을 요구한다는 주장(단절성) 사이의 긴장. 임계점(GDP $10,400-$ 27,100)을 제시했지만, 임계점 도달 이후의 전환 메커니즘은 아직 블랙박스.

2. 생산의 역할: 디지털 시대에도 유효한가? 생산역량이 기술역량의 기반이라는 주장은 전통 제조업에는 설득력이 높으나, 소프트웨어/AI/플랫폼 같은 디지털 산업에서 전통적 의미의 “생산” 부재 시 적용 가능성이 열린 질문. 디지털 맥락에서 IC가 무엇인지 미규명.

3. 국가 수준 분석 vs 기업 수준 분석의 간극 정책은 국가 수준에서 설계되지만 축적은 기업 수준에서 일어난다. 두 수준 사이의 매개 메커니즘이 미해명.

4. 한국 사례의 일반화 가능성 IC->DC 프레임워크의 보편성이 42개국 데이터로 검증되었으나, 한국의 독특한 조건(발전국가, 재벌, 냉전) 없이 유사한 전환이 가능한지는 열린 질문.

5. “경험->실험”과 “IC->DC”: 같은 말인가? 경험(experience)->실험(experimentation)과 IC->DC 전환은 구조적으로 유사하나 두 프레임워크의 관계가 명시적으로 논의되지 않음.

6. 제3전환의 구체적 경로 디지털 전환(4차 산업혁명)을 제3전환으로 제시하지만, AI/플랫폼/데이터 시대에 “축적”의 대상과 방법이 어떻게 변화하는지 아직 탐색적 수준.

7. 시행착오의 제도화 문제 DC 축적을 위해 시행착오와 위험 감수 문화가 필요하다는 진단은 명확하나, 한국 사회의 낮은 실패 관용성, 빠른 성과 지향, 위계적 조직문화라는 구조적 조건이 충분히 다루어지지 않았다.

4.2 진화론적 전환의 미해결 질문들

1. 축적과 외적응의 통합: 의도적 축적과 비의도적 전용은 어떻게 하나의 프레임워크 안에서 공존하는가? 외적응 가능성을 높이는 “축적 전략”이란 무엇인가?

2. CGE와 진화론의 통합: “episodic change”(2022) 개념이 단초일 수 있으나, 두 접근법의 체계적 통합은 미완.

3. 불평등과 기술 진화의 연결: 기술이 진화한다면 그 진화의 방향은 누구에게 유리하고 누구에게 불리한가? “The shrinking middle”(2023)과 “technological speciation”(2024)이 만나는 지점이 아직 탐구되지 않았다.

4. 기술 진화와 생물 진화의 근본 차이: 라마르크적 유전, 수평적 유전자 전달의 일상화, 멸종 기술의 부활 가능성 — 이 차이들이 진화론적 프레임워크의 예측력에 미치는 영향이 미해명.

5. 종분화의 예측 가능성: 종분화가 수요 변화에 의해 촉발된다면 수요 변화 예측을 통해 종분화를 예측할 수 있는가, 아니면 본질적으로 사후적 식별만 가능한가?

교수의 사고 패턴

5.1 핵심 질문 구조

어떤 기업/산업/국가를 분석할 때 작동시키는 질문의 순서:

“이것은 축적의 결과인가, 축적의 부재인가?” — 성공이든 실패든 항상 축적의 관점에서 본다.
“어떤 종류의 역량이 축적되었는가?” — IC인가, DC인가. know-how인가, know-why인가.
“전환이 일어났는가, 함정에 빠졌는가?” — IC에서 DC로의 전환 완수 여부.
“메커니즘은 무엇인가?” — 단순한 성공/실패 판정이 아니라, 왜 그 결과가 나왔는지의 인과적 메커니즘.

5.2 메커니즘 > 처방

이정동의 사고는 진단적이지 처방적이지 않다. “이렇게 하라”보다 “이것이 왜 이렇게 되었는가”에 집중한다. 처방이 나올 때도 “시행착오의 시간이 필요하다”, “정책의 일관성이 필요하다”처럼 구조적 조건을 제시하지, “A 기술에 투자하라”같은 구체적 처방을 내리지 않는다.

근거: 기술 진화는 예측 불가능한 요소(외적응, 우연적 종분화)를 포함하므로, 특정 결과를 처방하는 것은 불가능하다. 가능한 것은 축적이 일어나는 조건을 만드는 것뿐이다.

5.3 한국적 맥락의 보편화 시도

항상 한국의 구체적 경험에서 출발하되, 이를 보편적 이론으로 확장하려 한다. 한국의 7대 산업 육성 -> IC 축적의 일반 이론. 한국의 R&D 투자 급증 -> IC->DC 전환의 일반 이론. 한국의 추격 성공 -> 후발국 발전의 일반 모델. 그러나 “한국이 한 것을 그대로 따라하라”는 주장은 하지 않는다. “프레임워크는 보편적이되, 경로는 맥락 의존적”이라는 입장.

132편 중 “Korea/Korean”이 제목에 포함된 논문이 최소 30편. 한국은 사례가 아니라 존재 이유다. 그러나 한국을 보는 방식이 진화한다: 초기(비교 대상) -> 중기(정책 대상) -> 후기(진단 대상).

5.4 도구가 관점을 만든다

가장 일관된 패턴: 도구를 먼저 만들고(또는 가져오고), 그 도구로 새로운 영역을 개간한다. DEA -> 효율성 관점. CGE -> 거시적 동학 관점. 계통수 -> 진화적 관점. 유전자 분석 -> 미시적 변화 메커니즘 관점. 도구의 전환이 곧 관점의 전환이다.

5.5 시간의 차원을 항상 포함한다

정태적 스냅샷이 아니라 동태적 궤적을 추적한다. 전차 83년, 소총 160년, 모바일 26년, 한국 산업발전 60년. “지금 효율적인가?”가 아니라 “어떻게 여기까지 왔는가?”를 묻는다.

5.6 생물학적 메타포의 3수준

이정동에게 생물학적 개념은 세 수준으로 사용된다:

비유적 수준 (초기): “기술도 진화한다”는 느슨한 비유. 전차 논문(2021).
프레임워크 수준 (중기): 계통수, 종분화, 유전 등을 형식적 분석 도구로 사용. 소총/모바일 논문(2024).
존재론적 수준 (현재): “기술은 진화하는 유기체”라는 존재론적 주장. 외적응 논문(2025). 기술 진화의 통일 이론을 향해 진행 중.

5.7 미시적 증거에서 거시적 함의 도출

항상 미시적 데이터에서 출발하여 거시적 원리를 도출하는 귀납적 전략: 개별 전차 모델 -> 기술 궤적의 수렴/분기 법칙. 개별 소총 모델 -> 종분화의 메커니즘. 개별 모바일 제품 -> 기업 전략과 산업 동학. 개별 자동차 모델 -> SBNL 원리. 개별 특허 -> 외적응의 자기강화 메커니즘.

5.8 군사 기술에서 민간 기술로의 확장

분석 대상의 선택이 전략적이다. 전차(논문 1) -> 소총(논문 2): 군사 기술로 개념 확립. 모바일(논문 3) -> 자동차(논문 4): 민간 기술로 확장. 특허(논문 5): 가장 일반적 수준으로 확장. 군사 기술은 이윤 동기의 잡음이 적고 교리라는 명확한 선택 환경이 있어 진화 메커니즘을 “순수하게” 관찰할 수 있다. 이 “깨끗한” 환경에서 개념을 확립한 후 복잡한 민간 시장으로 확장하는 것은 자연과학의 실험 전략(통제된 환경 -> 실제 환경)과 유사하다.

부록: 개념-방법론-논문 교차 참조표

핵심 개념	주요 방법론	핵심 논문
축적/R&D 지속성	패널 회귀분석	Kang & Lee (2017, Research Policy)
경험 vs 실험	특허 IPC 분석	Kang & Lee (2019, IJTM)
생산->혁신	Product/Technology space	Eum & Lee (2019, Technovation)
IC-DC 전환	복합 지표, Panel quantile regression	Yeon & Lee (2021)
중진국 혁신 함정	개념적 프레임워크	Middle Innovation Trap (Lee et al. 2019, Foresight & STI Gov.)
생산-기술 공진화	Product/Technology space	Eum & Lee (2022, Ind. & Corp. Change)
한국 산업발전사 재해석	사례연구, 정책 분석	Revisiting South Korean industrial development and innovation policies: from implementation capability to design capability (Lee et al. 2023, AJTI)
우성 설계/기술 궤적	PCA, K-means	Kim, Yoon, Lee (2021, J. Evol. Econ.)
기술종분화	계통수, TSD	Kim, Yoon, Lee (2024, J. Evol. Econ.)
PLLC/제품 계보	계통수, PI(정보이론)	Jeong & Lee (2024, Technovation)
SBNL/파괴적 혁신	유전자 기반 분석, PDI	He & Lee (2025, J. Informetrics)
외적응	특허 인용 네트워크, CPC	Lee & Lee (2025, Scientometrics)
기술주권	정책 분석	Lee (2024, Sci. and Public Policy)

연구 궤적

27년간 132편의 논문이 말해주는 한 학자의 사유 진화

기술은 어떻게 변하는가? 그리고 그 변화를 어떻게 포착할 수 있는가?

이 질문이 27년간 변주되며, DEA에서 계통수까지의 궤적을 만들었다.

시대 구분: 다섯 시기의 전환점과 동기

이정동의 27년(1998-2025) 연구 궤적은 132편의 논문에 기록되어 있다. 연도별 주제 전환, 방법론의 변화, 한국 경제 맥락과 대조하면 다섯 개의 시기가 드러나며, 각 전환점에는 내적 논리와 외적 압력이 교차한다.

제1기: 측정의 도구를 벼리다 (1998-2005, 13편)

핵심 키워드: productivity, efficiency, natural gas, DEA, discrete choice, frontier

자원공학 박사 출신의 이정동은 천연가스 산업의 생산성 국제비교에서 학술 경력을 시작한다. [data-envelopment-analysis], Malmquist 생산성 지수, SFA (확률적 프론티어 분석) 등 정량적 도구를 연마하는 시기다. 이 시기의 이정동은 “측정하는 사람”이다. 자원공학의 핵심 질문인 “얼마나 효율적으로 추출하는가?”가 그의 학술적 DNA에 각인되어 있었고, 이 측정의 정신은 이후 27년 내내 도구만 바꾸며 지속된다.

1998년 첫 논문 “Technological progress versus efficiency gain in manufacturing sectors” (Technological Progress versus Efficiency Gain in Manufacturing Sectors)의 제목에 이미 27년을 관통하는 질문의 씨앗이 있다. 기술 진보와 효율성 향상은 같은 것인가, 다른 것인가? 이 구분은 훗날 “축적”이라는 개념으로 개화한다.

2002년의 전환점이 중요하다. “Estimation of the shadow prices of pollutants” (Journal of Environmental Management, 인용 240회)는 전체 커리어 최다 인용 논문이다. DEA를 환경 문제에 적용한 이 논문에서 하나의 패턴이 확립된다. 도구를 먼저 만들고, 그 도구로 새로운 영역을 개간하는 것. 이 패턴은 2025년 진화생물학의 도구를 기술혁신에 적용하는 시점까지 반복된다.

2003-2005년에 소비자 선호와 제품 확산 예측으로 시야를 넓힌 것은, 효율성 분석이라는 정태적 프레임의 한계를 체감했기 때문이다. 생산자 측의 효율성만으로는 기술 변화의 동학을 포착할 수 없다는 인식이 싹텄고, 이것이 소비자 측과 제품의 시간적 변화로 관심이 이동하는 계기가 된다. 2003년 휴대폰 디스플레이 혁신 평가 논문 (Evaluation of Technological Innovation in the Cellular Phone Display)은 단순한 파생 연구가 아니라, 20년 후 모바일 제품 계통수 분석(2024)으로 이어지는 긴 복선의 시작이다.

전환의 내적 동인: DEA 방법론이 성숙하면서 “무엇을 측정하는가?”에서 “왜 측정하는가?”로 질문이 진화했다.

제2기: 도구의 확산과 시야의 확장 (2006-2012, 48편)

핵심 키워드: technology, government, e-government, policy, Cambodia, innovation system, patent, manufacturing, market

7년간 48편이라는 생산성 폭발기. 두 가지 운동이 동시에 일어난다.

첫째, 방법론의 확산. DEA와 생산성 분석을 한국 제조업, 자동차 시장, 벤처캐피탈 등 다양한 산업에 적용한다. 2010년의 “A metafrontier approach for measuring Malmquist productivity index” (인용 220회)가 방법론적 정점이다. 기존 Malmquist 지수의 한계를 극복하는 메타프론티어 접근법을 제안한 이 논문으로 DEA 학계에서의 위치는 확고해지며, 여기에 안주하는 것이 학술적 생산성 측면에서 가장 안전한 선택이었을 것이다. 같은 시기 Manufacturing Sector Productivity Growth in the Asia Pacific Region (APPC 2006 Global Economic Review 특집호 editorial, Almas Heshmati 공저) 가 한국 단일국 productivity 분해 framework 을 Asia-Pacific 비교 platform 으로 organizing 한 작업으로 자리잡으며, Introduction: Productivity, Efficiency, and Economic Growth in the Asia-Pacific Region (Springer-Verlag 편집서 introduction) 과 Introduction to APPC-2018, a Special Issue of the Journal of Productivity Analysis, 'Novel Applications of Efficiency and Productivity Analyses in the Asia-Pacific Region' (J. Productivity Analysis APPC 2018 특집호 editorial, 11 년 만의 Heshmati 재결합) 으로 이어지는 cross-national productivity editorial 시리즈를 형성한다. 14 년 후 Local capacity, innovative entrepreneurial places and global connections: an overview (J. Technology Transfer) 와 함께 editorial line 의 또 다른 갈래를 이룬다.

둘째, 혁신시스템 연구의 본격화. Research and development linkages in a national innovation system: Factors affecting success and failure in Korea “Research and development linkages in a national innovation system” (2006, Technovation, 인용 70회)이 표지판이다. 개별 산업의 효율성이 아니라 국가 혁신시스템 전체의 구조를 보기 시작한 것이다. 이 전환의 배경에는 한국의 NIS(국가혁신체계) 논쟁이 본격화되는 시대적 맥락이 있다.

이 시기에 캄보디아 전자정부 관련 논문 8편(총 인용 308회)이 쏟아진다. 표면적으로 지도교수의 학생 지원이지만, 최빈국에서의 기술 도입과 제도 구축 과정을 가까이서 관찰한 이 경험이 후기 추격(catch-up) 연구의 암묵적 거울이 되었을 가능성이 높다. 캄보디아에서 기술이 어떻게 수용되고 제도화되는가를 목격한 것이, 한국의 추격과 축적을 성찰하는 데 비교의 축을 제공했을 수 있다.

동시에 제품의 시간적 변화에 대한 관심이 조용히 자란다. 대형 TV 수요 예측(2006), 다세대 제품 확산 모델(2005), DRAM 시장 기술 push-pull 분석(2009). 아직 “진화”라는 언어는 사용하지 않지만, 기술과 제품이 시간 속에서 변해간다는 인식이 자리 잡고 있다.

왜 이 시점에 전환이 일어났는가: 효율성이라는 정태적 질문이 혁신이라는 동태적 질문으로 바뀌려면, “주어진 것을 얼마나 잘 활용하는가”에서 “새로운 것이 어떻게 만들어지는가”로 관심이 이동해야 한다. DEA의 성공이 역설적으로 DEA의 한계를 선명하게 보여준 것이다. 측정은 할 수 있게 되었는데, 측정 결과가 말해주지 않는 것, 즉 변화의 메커니즘이 여전히 블랙박스로 남아 있었다.

제3기: 성장의 역학과 거시적 전환 (2013-2019, 38편)

핵심 키워드: growth, economic, firm, electricity, energy, CGE, persistency, R&D, capability, countries

세 가지 중대한 변화가 교차하는 시기다.

(1) [cge-analysis] 모델의 등장. 2014년부터 CGE 분석이 본격적으로 나타난다. 개별 기업이나 산업의 효율성을 측정하던 연구자가 국가 경제 전체의 동학을 모형화하기 시작한다. R&D 투자의 거시적 효과(2014, 2016, 2021), 성장과 형평성의 트레이드오프(2017, 인용 45회), 교육과 기술 간의 경쟁(2020, 인용 34회). 이 전환의 배경에는 2015년 『축적의 시간』 출간이 있다. 대중적 담론에서 “한국은 왜 혁신하지 못하는가?”라는 거대한 질문을 던진 이정동이, 학술적으로도 그 질문에 답할 수 있는 거시 도구를 필요로 했던 것이다.

(2) 에너지 정책의 심화. 전기, 원자력, 녹색성장, 탄소배출권, 재생에너지가 이 시기 연구의 또 다른 축이다. 한국 에너지 정책 논쟁(원전 확대 vs 축소, 전력시장 자유화, 배출권거래제 도입)의 시대적 맥락과 정확히 일치한다.

(3) accumulation 이론의 학술적 기반 구축. 강태윤과의 공저 “The persistency and volatility of the firm R&D investment” (2017, Research Policy, 인용 96회)가 이 시기의 가장 영향력 있는 학술 기여다. R&D 투자의 지속성이 양보다 중요하다는 주장은 ‘축적’이라는 대중적 개념의 학술적 번역이다. 기술역량이 높은 기업은 부정적 충격에도 R&D를 유지하고(지속성), 긍정적 충격에는 증폭시킨다(변동성). “Success breeds success”, 축적은 자기강화적 과정이다. 이 발견은 이후 accumulation 이론 전체의 미시적 기초가 된다. 이 시기에 Impact of R&D Intensity on the Firm Growth: Evidence from Korean Manufacturing Firms도 R&D-성장 관계의 한 축을 담당한다.

2015년의 분기점: ‘축적의 시간’ 출간. 학술 연구자에서 대중 지식인으로의 전환점이다. 학술 연구에도 영향을 미친다. 2015년 이후 논문에서 “capability”, “accumulation”, “catch-up” 같은 용어가 뚜렷하게 증가한다. 학술 연구와 대중적 저술이 서로를 강화하는 피드백 루프가 형성된 것이다. 같은 해에 A measure of technological capabilities for developing countries에서 기술역량 지수의 정량화 작업이 병행된다.

2019년의 분기점은 두 겹이다. 문재인 정부 경제과학 특별보좌관 취임(2019-2021)과 Middle Innovation Trap (“Middle innovation trap”) 개념의 제시. 중진국 함정(middle income trap)의 기술역량 버전인 이 개념은 한국이 실행역량(IC)에서 개념설계역량(DC)으로의 전환에 실패하면 정체한다고 진단한다. 정책 현장의 경험이 학술적 개념화로 직접 이어진 사례다.

왜 이 시점에 이 전환이 일어났는가: 미시에서 거시로의 도약은 두 힘의 합력이다. 내적으로는, 개별 기업/산업 분석을 아무리 쌓아도 “한국 경제 전체가 왜 이 지점에 멈춰 있는가?”라는 질문에 답할 수 없다는 한계 인식. 외적으로는, 『축적의 시간』이라는 대중적 저술이 학술 연구에 거시적 시야를 요구하는 피드백 루프를 만들었다. 대중적 직관(“축적이 부족하다”)을 학술적으로 검증하려면 기업 수준을 넘어 국가 수준의 데이터와 모델이 필요했다.

제4기: 진화론적 전환의 선언 (2020-2023)

핵심 키워드: product, technological, innovation, phylogenetic, evolution, speciation, capability, sovereignty

가장 극적인 지적 전환이 시작되는 시기다. 진화생물학의 언어와 개념이 기술혁신 연구에 전면적으로 도입된다. 그러나 이 전환의 씨앗은 훨씬 이전에 있었다. 2007년 “Evolutionary characteristics of China’s intermediate manufactures”에서 “evolutionary”라는 단어가 처음 등장하고, 2013년 Evolutionary Patterns of an Artifact: The Mobile Phone (“Evolutionary patterns of an artifact: The mobile phone”, PICMET ‘13) 에서 한국 모바일폰 370 개로 phylomemetic-tree 를 처음 구축하면서 “제품 진화 (product evolution)” 가 비유 에서 알고리즘 으로 한 단계 격상된다 — 4기 진화론적 전환의 조용한 복선. 다만 이때까지 진화론적 어휘는 핵심 분석 도구가 아닌 보조적 차원에 머물렀고, 본격 격상은 2021년 이후가 된다.

2021년이 진정한 전환점이다. “Dominant design and evolution of technological trajectories: The case of tank technology, 1915-1998” (Journal of Evolutionary Economics)에서 전차라는 군사 기술 100년을 분석하면서 우성 설계과 진화 궤적 개념을 체계적으로 사용한다. 분석 도구는 여전히 PCA와 K-means로 전통적이고, 생물학 개념은 비유적 수준이다. 그러나 이 논문이 중요한 것은 진화적 관점의 가능성을 탐색하는 “개념 증명(proof of concept)“이기 때문이다. 전차라는 군사 기술을 선택한 것 자체가 전략적이다. 시장 경쟁의 잡음이 제거되고 교리(doctrine)라는 명확한 선택 환경이 존재하는 군사 기술에서 진화 메커니즘을 “순수하게” 관찰할 수 있다. 같은 시기 Local capacity, innovative entrepreneurial places and global connections: an overview가 J. Tech Transfer 특집호 overview 역할을 한다.

2023년 “Drivers of institutional evolution: phylogenetic inertia and ecological pressure”에서 계통적 관성과 생태적 압력이라는 개념이 등장하면서, 비유가 분석 프레임워크로 격상되기 시작한다. 같은 해 Revisiting South Korean industrial development and innovation policies: from implementation capability to design capability가 IC/DC 프레임을 한국 산업 발전사 전체에 적용한다.

동시에 이 시기에 정책적 관심도 깊어진다. “Techno-nationalism to collaborative technology sovereignty” (2024, Science and Public Policy)는 기술 국가주의에서 협력적 기술주권으로의 전환을 주장하는 논문으로, 공적 지식인으로서의 입장과 학술적 연구가 가장 직접적으로 만나는 지점이다.

왜 이 시점에 이 전환이 일어났는가: 세 가지 조건이 수렴했다. 첫째, accumulation 이론의 학술적 체계화가 일단락되면서 “다음 질문”으로 나아갈 여지가 생겼다. 축적이 중요하다는 것은 확립되었고, 이제 “축적된 것이 어떤 메커니즘으로 변화하는가?”를 물을 차례였다. 둘째, 제품 진화에 대한 20년간의 간헐적 관심(2003년 휴대폰 디스플레이부터)이 임계점에 도달했다. 셋째, 기존 경제학 도구의 한계가 명확해졌다. CGE 모델은 균형을 전제하지만 기술 변화는 본질적으로 비균형적이다. TFP 분석은 기술 변화의 존재를 확인하지만 메커니즘은 블랙박스로 남긴다. 진화론적 접근은 이 모든 한계에 대한 응답이다.

제5기: 진화론적 체계의 완성 (2024-2025)

핵심 키워드: exaptation, diversity dynamics, phylogenetic tree, product lineage, SBNL

진화론적 전환이 개별 논문을 넘어 하나의 체계로 수렴하는 시기다. 2024년에 네 편의 핵심 논문이 쏟아진다.

소총 160년 진화를 분석한 “Technological speciation” (Journal of Evolutionary Economics)에서 TSD(기술 종분화 Degree)라는 정량적 지표가 개발되고, 계통수가 실제로 구축되면서, 비유가 측정 가능한 분석 프레임워크로 격상된다. 종분화의 시도는 빈번하지만 완성은 드물고, 완성한 계보만이 살아남는다는 발견은 “축적의 시간이 필요하다”는 테제의 진화론적 증거다.

모바일 제품 11,013개의 계통수를 구축한 “Where and how does a product evolve?” (Technovation)에서 제품계보 수명주기 (PLLC) 모델이 제안되고, iPhone의 계보가 BlackBerry와 Palm에 뿌리를 두고 있음이 밝혀지며, 성공한 기업의 비밀이 “고유한 계보의 축적”임이 드러난다.

2025년에는 두 편의 논문이 체계를 완성한다. 자동차 4,496개 모델을 유전자 수준에서 분석한 논문에서 PDI(Product Disruption Index)와 SBNL 원칙 (Small But Not Least) 원칙이 도출된다. 핵심 기술에 대한 전략적이고 작은 변경이 광범위한 변경보다 파괴적 혁신을 더 잘 이끈다는 발견은, “많이 바꾸면 혁신적”이라는 상식을 전복한다. 특허 855,983건을 분석한 외적응 논문에서는 기술의 비의도적 전용이 파괴적 혁신의 숨겨진 원천임이 실증되고, “전적응은 전적응을 낳는다”는 자기강화 메커니즘이 발견된다.

지적 실타래(Thematic Threads): 사라지고 다시 나타나는 것들

실타래 1: 측정에 대한 집착 (1998-현재, 연속적)

DEA, Malmquist 지수, 메타프론티어, CGE, 계통수 분석. 도구는 바뀌지만 “어떻게 측정할 것인가?”라는 강박은 27년 내내 지속된다. 자원공학 출신이라는 점이 중요하다. 자원공학은 본질적으로 “얼마나 효율적으로 추출하는가”를 묻는 분야다. 많은 진화경제학자들이 진화 개념을 비유적으로 사용하는 데 반해, 이정동은 TSD, PI, PDI, 전적응 지수라는 정량 지표를 만들어낸다.

실타래 2: 한국이라는 렌즈 (1998-현재, 연속적)

132편 중 “Korea/Korean”이 제목에 포함된 논문이 최소 30편 이상이다. 한국은 사례가 아니라 존재 이유다. 그러나 한국을 보는 방식이 변한다:

초기(1998-2005): 한국의 생산성을 국제 비교한다 (한국은 비교 대상 중 하나)
중기(2006-2015): 한국의 산업 정책, 에너지 정책, 혁신 시스템을 평가한다 (한국은 정책 대상)
후기(2019-2025): 한국의 혁신 전략 자체를 문제 삼는다 (한국은 진단 대상). “중-혁신 함정”, “from implementation capability to design capability”, “techno-nationalism to collaborative technology sovereignty”

흥미로운 것은 진화 논문 5편(2021-2025)에서 한국이 직접 등장하지 않는다는 점이다. 전차, 소총, 모바일, 자동차, 특허 모두 범지구적 데이터다. 이것은 한국을 초월한 것이 아니라, 한국적 문제의식을 보편적 언어로 번역한 것이다. “한국 기업은 왜 혁신하지 못하는가?”라는 질문이 “기술은 어떻게 종분화하는가?”라는 보편적 질문으로 승격되었다.

실타래 3: 제품의 탄생과 죽음 (2003-현재, 간헐적이다가 후기에 폭발)

2003년 “Evaluation of Technological Innovation in the Cellular Phone Display” (Evaluation of Technological Innovation in the Cellular Phone Display)에서 시작된 제품 혁신에 대한 관심이, 2012년 “Product survival analysis for the App Store”를 거쳐, 2021년 이후 “product evolution”, “제품 계보”, “product citation network”로 전면화된다. 20년에 걸쳐 서서히 자란 관심사다.

특히 휴대폰(mobile phone)은 그의 연구에서 반복적으로 등장하는 대상이다. 2003년(디스플레이 혁신), 2005년(소비자 선호와 기기 융합), 2006년(모바일 경쟁), 2008년(차세대 수요), 2013년(진화 패턴), 2014년(기업 루틴과 제품 진화), 2021년(제품 혁신 동학), 2024년(계통적 진화 패턴). 생물학자에게 초파리(Drosophila)가 있다면, 이정동에게는 휴대폰이 있다.

실타래 4: 생산(production)의 복권 (2008-2022, 간헐적)

한국 제조업의 TFP 분석(2008)에서 시작해, “Role of production in fostering innovation” (2019, Technovation, 인용 17회), “The co-evolution of production and technological capabilities during industrial development” (2022, 인용 11회)로 이어지는 실타래. 혁신이 R&D 실험실에서만 나오는 것이 아니라 생산 현장에서도 나온다는 주장이다. 이것은 ‘축적의 시간’의 핵심 논지와 정확히 일치한다.

실타래 5: 불평등에 대한 관심 (2017-2025, 후기 출현)

“Growth versus equity” (2017), “Winners and losers in a knowledge-based economy” (2023), “THE SHRINKING MIDDLE” (2023), “How dynamic have the returns to education been with technological change?” (2025). 기술 변화가 경제 성장뿐 아니라 분배에 미치는 영향에 대한 관심이 후기에 뚜렷해진다. 대통령 특별보좌관 경험이 이 관심사를 강화했을 가능성이 높다.

측정에서 이해로의 전환: 내적 논리의 해부

이정동 연구 궤적의 가장 깊은 층위에는 “측정에서 이해로”의 전환이 있다. 이 전환은 세 단계로 진행되며, 각 단계에서 분석의 해상도가 높아진다.

제1층위: 효율성의 확인 (DEA/TFP 시대). TFP 분석은 기술 변화의 존재를 확인하지만 그 메커니즘은 블랙박스로 남긴다. “기술 진보가 있었다”고 말할 수 있지만, “왜, 어떻게 그 진보가 일어났는가?”는 답하지 못한다. 생산 함수의 잔차(residual)로 처리되는 기술 변화는 측정되지만 이해되지 않는다.

제2층위: 조건의 규명 (혁신시스템/축적 시대). 혁신시스템 분석은 기술 변화를 둘러싼 제도적 맥락을 밝히고, accumulation 이론은 기술역량이 경로 의존적으로 쌓이는 구조를 드러낸다. “왜 어떤 나라/기업은 기술 변화에 성공하고 어떤 나라/기업은 실패하는가?”에 대한 답이다. 그러나 기술 변화가 구체적으로 어떤 경로를 따르는지, 변화의 내적 메커니즘 자체는 여전히 규명되지 않는다.

제3층위: 메커니즘의 해부 (진화론 시대). 마침내 기술 변화의 내적 메커니즘 자체가 분석 대상이 된다. 왜 어떤 기술은 종분화하고, 어떤 기술은 전적응하며, 어떤 기술 계보는 살아남고 어떤 것은 사라지는가? 유전(inheritance), 변이(variation), 선택(selection)이라는 세 메커니즘을 통해 기술 변화의 블랙박스가 열린다.

이 세 층위의 전환은 우연이 아니라 필연이다. 각 층위의 한계가 다음 층위로의 도약을 강제했기 때문이다.

핵심 개념의 탄생과 성장

각 개념의 정의, 관계, 위계는 위의 핵심 개념 절 참조.

accumulation 이론의 정교화: 대중적 직관에서 학술적 이론으로 (7단계)

『축적의 시간』(2015)에서 제시된 직관, “지름길은 없다, 시행착오의 축적만이 역량을 만든다”는 이후 7편의 학술 논문을 통해 accumulation 이론(accumulation thesis)으로 정교화된다.

미시적 기초 확립 (2017): R&D 투자의 지속성-변동성 패턴 분석. “Success breeds success”, 축적의 자기강화성 발견.
질적 차원으로의 확장 (2019a): 경험(experience)과 실험(experimentation) 사이의 균형이 중요. 2000년대 중반 이후 한국 기업은 경험의 깊이도 실험의 비율도 동시에 하락. 축적의 양쪽 날이 모두 무뎌진 것이다.
생산-혁신 연결 (2019b): 93개국 데이터로 과거의 생산 비교우위가 미래의 기술 비교우위를 예측함을 실증. “만들어봐야 안다.”
역량의 이원 구조 (2019c/2021): IC와 DC의 구분, 역량 전환의 임계점(1인당 GDP $10,400-$ 27,100)의 계량적 검증, IC가 DC를 Granger-cause한다는 인과 관계의 실증.
공진화 프레임워크 (2022): 생산-기술 공진화의 세 단계 전환 모델. “지식 없는 도약”에서 “지식에 기반한 도약”으로의 전환이 축적의 핵심.
역사적 종합 (2023): 한국 산업발전사 전체를 IC/DC 프레임워크로 재해석. 정책의 일관성(policy coherence)이 전환의 성패를 결정한다는 발견.

진화론적 확장: accumulation에서 진화로

accumulation 이론이 “무엇이 어떻게 쌓이는가?”를 물었다면, 진화론적 전환은 “쌓인 것이 어떻게 변화하는가?”를 묻는다. accumulation 이론과 진화 개념의 관계를 추적하면, 하나의 직관이 두 가지 언어로 표현되는 구조가 드러난다.

기술 종분화과 축적 (→ 위 핵심 개념 절 참조): 종분화가 급진적 단절이 아니라 시행착오를 통한 점진적 분화 과정이라는 발견은 축적 테제의 진화론적 번역이다. “시행착오의 축적만이 새로운 종을 만든다.”
외적응과 축적의 긴장 (→ 위 핵심 개념 절 참조): 축적은 의도적이고 점진적. 전적응은 비의도적이고 우연적. “전적응은 전적응을 낳는다”는 발견이 단서를 제공한다. 다양한 경험의 축적이 예상치 못한 전용의 가능성을 열어준다. 축적은 전적응의 필요조건이다. 이 관계는 아직 명시적으로 이론화되지 않았지만, 이정동 연구의 가장 생산적인 긴장이자 다음 지적 과제의 핵심이다.
제품계보 수명주기과 축적 (→ 위 핵심 개념 절 참조): 성공한 기업의 계통수는 고유한 계보를 형성하며 혁신성을 누적 축적. 실패한 기업은 짧은 계보와 낮은 혁신성. “고유한 진화 경로를 형성하고 그 안에서 혁신성을 축적하는 것”이 성공의 열쇠.
SBNL 원칙과 white-space (→ 위 핵심 개념 절 참조): 파괴적 혁신이 핵심적인 소수를 전략적으로 바꾸는 것에서 나온다는 SBNL 원칙은, 『최초의 질문』에서 말하는 “white-space 진입”의 구체적 방법론이다. 축적된 역량이 있어야 “무엇을 바꾸고 무엇을 유지할지”를 아는 전략적 판단이 가능하다.

방법론적 혁신: 새로운 도구의 개발 과정

이정동 연구의 방법론적 혁신은 “도구를 먼저 만들고, 그 도구로 새로운 영역을 개간한다”는 일관된 패턴을 따른다.

제품의 벡터화: 진화 분석의 전제 조건

모든 진화 논문에서 제품/기술은 정량적 벡터로 표현된다. 전차는 6차원(무게, 길이, 출력, 속도, 장갑, 구경), 소총은 10차원, 모바일은 37,041차원 이진 벡터, 자동차는 38,127차원(“염색체”)이다. 이 차원의 상승은 해상도의 상승이며, 기술 변화를 포착하는 현미경의 배율을 높여가는 과정이다.

계통수 구축과 분석 도구

생물학의 계통수 분석을 기술/제품 영역에 이식한 것이 진화론적 전환의 방법론적 핵심이다. Gower 유사도(소총)와 코사인 유사도(모바일)를 사용하여 대규모 계통수를 구축한다. 11,013개 노드의 모바일 계통수가 현재의 도달점이다.

핵심적 방법론적 기여는 생물 진화와 기술 진화의 차이를 명시적으로 인정하면서 도구를 적응시킨 것이다. 기술에서는 라마르크적 유전이 가능하다(획득된 지식이 전달된다). 수평적 유전자 전달이 일상적이다(다른 제품 계보에서 기술을 가져온다). 멸종한 기술도 지식으로서 부활할 수 있다(Nokia 6310의 2021년 부활). 이러한 차이의 인식 위에서 생물학 도구를 비판적으로 수용한 것이, 단순한 비유와 분석 프레임워크를 가르는 선이다.

PLLC와 유전자 수준 분석

정보이론의 정보량(information content) 개념을 활용하여 제품 혁신성(PI)을 정량적으로 측정한다. 제품을 염색체로, 기술 특성을 유전자로 표현하여 Retention, Reduction, Addition, Creation이라는 네 가지 유전자 변화 메커니즘을 정의한다. DEA로 산업 전체의 효율성을 측정하던 1998년에서, 개별 제품의 개별 유전자 변화를 측정하는 2025년까지. 해상도의 도약이 27년간의 방법론 진화를 관통한다.

도구 개발의 전략적 순서

분석 대상의 선택이 전략적이다. 전차와 소총이라는 군사 기술로 개념을 확립한 후, 모바일과 자동차라는 민간 기술로 확장하고, 특허 데이터를 통해 가장 일반적 수준으로 올라간다. 통제된 환경에서 개념을 확립한 후 복잡한 실제 환경으로 확장하는 것은 자연과학의 실험 전략과 동일하다.

인용 중력(Citation Gravity): 어떤 아이디어가 공명했는가

최고 인용 논문 5편이 말해주는 것

순위	인용	연도	논문	의미
1	240	2002	Shadow prices of pollutants (DEA)	방법론적 혁신 + 환경이라는 시의적 주제
2	220	2010	Metafrontier Malmquist productivity index	순수 방법론적 공헌 (DEA 학계의 표준 도구)
3	120	2010	E-government adoption in Cambodia	개발도상국 기술 수용 (정보시스템 학계에서 공명)
4	110	2009	E-government adoption in ASEAN	위와 동일한 흐름
5	100	2018	Creative destruction: Uber	공유경제 (시의성 최고)

가장 많이 인용된 논문은 두 유형이다: (1) 방법론적 공헌 (DEA/생산성 도구), 학자들이 자신의 연구에 도구로 사용하기 때문에 인용이 쌓인다. (2) 시대적 공명 (전자정부, 공유경제), 특정 시기에 뜨거운 주제와 맞아떨어진 경우.

반면 그가 가장 심혈을 기울이는 진화적 기술혁신 연구는 상대적으로 인용이 적다(최고 9회). 이것은 아직 초기 단계라서 인용이 쌓일 시간이 부족하고, 분야 자체가 니치(niche)하기 때문이다. 그러나 방법론적 도구는 더 좋은 도구가 나오면 대체되지만, 기술을 생물처럼 보는 관점은 패러다임이기 때문에, 바로 이 연구가 그의 지적 유산이 될 가능성이 가장 높다.

인용과 영향력의 괴리

“The persistency and volatility of the firm R&D investment” (2017, Research Policy, 인용 96회)는 학술적 영향력과 대중적 메시지가 일치하는 드문 사례다. “R&D 투자의 지속성이 중요하다”는 메시지는 곧 “accumulation“이라는 대중적 개념의 학술적 증거다. 이 논문의 성공은 이정동 연구의 이상적 모델을 보여준다: 학술적 엄밀성과 정책적 시의성의 결합.

공저 패턴: 지도교수의 궤적

이정동이 직접 이끄는 연구 (제1저자 “Lee J.D.” 또는 “Lee J.”)

총 22편. 시기별로 뚜렷한 패턴이 있다:

초기(1998-2008): 13편 중 8편을 직접 제1저자로 이끔 (61.5%). 연구자로서 자신의 영역을 직접 개척하는 시기
중기(2009-2018): 자신의 이름은 빠지고 학생들이 전면에 나선다 (제1저자 비율 급감)
후기(2019-2025): 다시 직접 제1저자로 등장하되, 주제가 완전히 달라짐. “중-혁신 함정” (2019), “Revisiting South Korean industrial development” (2023), “Techno-nationalism to collaborative technology sovereignty” (2024), “Mapping the Evolutionary Pattern of Mobile Products” (2024)

후기의 제1저자 논문들은 모두 큰 그림을 그리는 논문이다. 원숙한 연구자가 세부 분석은 제자들에게 맡기고, 자신은 지적 방향을 제시하는 역할로 전환한 것이다.

주요 제자들의 연구 궤적

강태윤 (Kang T., 2017-2021, 5편, 총 인용 151회): 기업 R&D 역학의 핵심 저자. Research Policy 논문(96회)이 대표작. “축적” 테제의 학술적 증거를 만드는 역할.

여유진 (Yeo Y., 2015-2025, 5편, 총 인용 88회): CGE 거시 모델링의 핵심 저자. 이정동의 거시적 시야를 구현하는 역할.

오인하 (Oh I., 2008-2016, 7편, 총 인용 166회): 초기-중기의 핵심 저자. 제조업 TFP, 식물 동학, 신용보증 정책 등 실증 분석의 주축.

이현 (Lee H., 2019-2023, 3편, 총 인용 45회): 에너지 전환과 진화적 접근의 교차점.

엄원식 (Eum W., 2019-2022, 3편, 총 인용 32회): “축적” 테제를 개발도상국 맥락으로 확장.

정다산 (Jeong D., 2024-2025, 2편, 총 인용 9회): 가장 최근의 핵심 저자. “제품 계보“와 “product citation network”이라는 새로운 분석 프레임워크를 구축 중.

김준영 (Kim J., 2021-2024, 2편, 총 인용 7회): 군사 기술(전차, 소총)을 통한 기술 진화 연구. 무기 기술이라는 독특한 대상을 통해 기술 진화의 보편 법칙을 탐구.

학술지 선택: 어떤 공동체와 대화하는가

시기별 변화

초기 (1998-2005): Energy Economics, Energy Policy, Journal of Productivity Analysis. 에너지 경제학 + 생산성 분석.
중기 (2006-2012): PICMET(5편), Applied Economics, Internet Research. 기술경영 커뮤니티 + 다양한 응용 분야.
후기-1 (2013-2019): Energy Policy(4편), Economic Modelling, Research Policy. 에너지 정책 + 경제 모델링 + 혁신 연구 핵심 저널 진입.
후기-2 (2020-2025): Journal of Evolutionary Economics(3편), Science and Public Policy(3편), Scientometrics(3편), Technovation(2편). 진화경제학 + 과학정책 + 과학계량학.

한 곳에 안주하지 않고, 자신의 지적 관심이 이동할 때마다 새로운 학문 공동체와 대화를 시작한다.

어휘의 진화: 제목이 말해주는 사유의 변천

1998-2005 (공학자의 언어): “productivity”, “efficiency”, “capacity utilization”, “frontier”, “estimation”. 측정하고, 추정하고, 비교하는 정적 언어.

2006-2012 (정책 분석가의 언어): “innovation system”, “policy”, “strategy”, “adoption”, “market”. 시스템을 분석하고 정책을 설계하는 언어. 아직 정적이지만 “왜?”라는 질문이 등장.

2013-2019 (거시경제학자의 언어): “growth”, “economic”, “CGE”, “trade-off”, “equity”, “persistency”, “capability”, “accumulation”. 성장과 분배를 고민하고, 역량과 축적을 말하는 언어. 시간의 차원이 들어오기 시작한다.

2020-2025 (진화생물학자의 언어): “evolution”, “phylogenetic”, “speciation”, “exaptation”, “lineage”, “dominant design”, “diversity dynamics”. 살아있는 것의 언어. 기술이 더 이상 만들어지는 것(designed)이 아니라 진화하는 것(evolving)이 된다. 이 언어적 전환은 기술혁신에 대한 존재론적 관점의 변화를 반영한다.

지적 용기의 네 순간

첫 번째 용기: DEA의 “성공”을 떠나다 (2006-2008년경)

가장 많이 인용된 논문 2편(인용 240회, 220회)이 모두 DEA/생산성 방법론 논문이다. 이 “성공한 영역”에서 계속 논문을 쓰는 것이 가장 안전한 선택이었을 것이다. 그러나 효율성 측정의 한계를 인식하고, 혁신시스템이라는 훨씬 넓고 불확실한 영역으로 발을 옮긴다. 효율성의 “무엇”에서 혁신의 “왜”로 질문을 바꾸는 것은, 측정의 확실성을 포기하고 이해의 불확실성으로 들어가는 결정이다.

두 번째 용기: 학자에서 공적 지식인으로 (2015년)

『축적의 시간』 출간은 학술 연구자가 대중적 발언의 영역에 들어서는 것이다. 대중적 성공이 학술적 신뢰를 훼손할 수 있고, 학술적 동료들의 냉소를 살 수 있다. 그러나 이 선택은 학술 연구와 대중적 저술 사이에 피드백 루프를 만들어, accumulation 이론의 학술적 정교화를 가속한다. 대중적 직관(“축적이 부족하다”)이 학술적 검증을 요구하고, 학술적 발견이 대중적 언어를 풍요롭게 하는 순환.

세 번째 용기: 정책 현장으로의 진입 (2019년)

대통령 특별보좌관 취임은 학자가 자신의 이론을 정책 현장에서 시험하는 행위다. 시행착오를 허용하라, 축적의 시간을 달라는 학술적 처방이, 임기의 시간적 압력과 단기 성과의 정치적 요구 앞에서 어떤 한계를 보이는지를 체감했을 것이다.

네 번째 용기: 경제학의 언어를 버리다 (2021년 이후)

가장 극적인 지적 용기의 순간이다. DEA와 생산성 분석을 기반으로 기술경영 분야를 개척해온 교수가 진화생물학의 언어와 도구를 전면적으로 도입하는 것은, 자신의 학문적 정체성을 재정의하는 행위다. 그럼에도 이 전환을 감행한 것은 기존 도구로는 포착할 수 없는 현상이 있다는 확신 때문이다. 2021년 전차 논문에서 “진화”는 아직 수사적이었다. 2024년 소총 논문에서 TSD를 개발하고 모바일 논문에서 11,013개 노드의 계통수를 구축함으로써, “진화를 말하는 것”에서 “진화를 측정하는 것”으로 도약한다. 이것이 비유와 과학을 가르는 선이다.

네 순간을 관통하는 패턴

매번 성공한 영역을 떠나 불확실한 영역으로 이동한다. 이 패턴 자체가 그가 말하는 “accumulation“의 역설을 체현한다. 축적하되 축적된 것에 안주하지 않는 것. 경험의 깊이를 쌓되, 적절한 시점에 실험으로 전환하는 것. “경험에서 실험으로”의 전환 타이밍이 중요하다고 주장한 이정동이, 자신의 연구 궤적에서 정확히 그 전환을 반복적으로 수행해왔다.

미완의 수렴: 아직 연결되지 않은 것들

CGE 거시 모델링과 진화론적 접근의 간극: CGE는 균형 모델이고, 진화론은 본질적으로 비균형적이다. “episodic change”(2022) 개념이 단초일 수 있다.
불평등 연구와 기술 진화 연구의 연결: 기술이 진화한다면, 그 진화의 방향은 누구에게 유리하고 누구에게 불리한가? “The shrinking middle”(2023)과 “기술 종분화“(2024)이 만나는 지점이 있을 것이다.
[accumulation]과 [exaptation]의 통합: 축적은 점진적이고 의도적인 과정이다. 전적응은 비의도적이고 우연적인 과정이다. “축적된 역량이 전적응의 가능성을 높인다”는 통합 명제가 필요하다. 이것이 아마도 이정동의 다음 지적 과제일 것이다.
생산의 복권과 디지털 시대의 무형성: “만들어봐야 안다”는 제조업 맥락에서 강력하지만, 소프트웨어, AI, 플랫폼 경제에서 전통적 “생산”이 부재할 때 [implementation-capability]은 무엇이 되는가?
보편 이론과 한국적 특수성: 진화 논문 5편은 범지구적 데이터로 보편 법칙을 추구하고, 축적 논문 7편은 한국의 경험에서 출발하되 일반화를 시도한다. 한국의 독특한 조건(발전국가, 재벌 구조, 냉전 맥락, 압축 성장) 없이 IC에서 DC로의 전환이 가능한지는 열린 질문이다.

일관된 질문: 하나의 질문, 네 번의 변주

기술은 어떻게 변하는가? 그리고 그 변화를 어떻게 포착할 수 있는가?

1998년: “기술 진보와 효율성 향상은 어떻게 구분되는가?” (DEA로 답한다) 2017년: “왜 어떤 기업은 R&D를 지속하고 어떤 기업은 그만두는가?” (패널 데이터로 답한다) 2024년: “기술은 왜 종분화하는가?” (계통수로 답한다) 2025년: “기술은 왜 원래 의도와 다른 방향으로 진화하는가?” (특허 인용 네트워크로 답한다)

도구는 완전히 바뀌었지만 질문의 구조는 동일하다.

그리고 두 번째 일관된 질문이 병행한다.

한국은 왜 이 지점에 머물러 있는가? 그리고 어떻게 다음 단계로 나아갈 수 있는가?

일관된 분석적 자세

질문과 함께 변하지 않은 것은 분석의 자세다. 다섯 가지 일관된 분석적 동작이 27년을 관통한다.

“정량화하라.” 측정할 수 없으면 이해할 수 없다는 강한 신념.
“시간축 위에서 추적하라.” 83년(전차), 160년(소총), 26년(모바일), 31년(특허). 모든 분석이 장기 시계열을 다룬다.
“비교하라.” 국제 비교, 산업 간 비교, 시기 간 비교를 통해 본질을 드러내는 인식론적 전략.
“미시에서 거시로.” 개별 모델에서 보편 법칙을 도출하는 귀납적 전략.
“다학제적 도구를 두려워하지 마라.” 경제학에서 OR로, OR에서 정보이론으로, 정보이론에서 진화생물학으로.

맺음: 지적 DNA

이정동의 지적 DNA는 이중 나선 구조를 가진다. 한 가닥은 기술 변화를 정량적으로 포착하려는 집요함이고, 다른 한 가닥은 한국이라는 맥락에서 그 변화의 의미를 묻는 실천적 관심이다. 이 두 가닥이 꼬이면서 DEA가 혁신시스템이 되고, 혁신시스템이 accumulation 이론이 되고, accumulation 이론이 진화론적 프레임워크가 된다.

이 27년의 궤적을 하나의 문장으로 요약하면:

측정에서 이해로, 효율성에서 진화로, 도구에서 세계관으로.

인접 그래프

1-hop 이웃 227개

인물 29
개관 2
방법론 13
개념 15
주제 8
강의 8
논문 152

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동