$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

비선형회귀 확산모형을 이용한 반도체 시장수요 추정
Estimation of Semiconductor Market, Using NLS Diffusion Model 원문보기

디지털융복합연구 = Journal of digital convergence, v.12 no.3, 2014년, pp.141 - 147  

김진 (페어차일드 반도체) ,  고경일 (백석대학교 경상학부)

초록
AI-Helper 아이콘AI-Helper

확산모형은 시장의 예측이나 그 방법론의 연구를 위해 마케팅에서 광범위하게 다뤄졌을 뿐 아니라, 경제학에서도 다양하게 활용되어 왔다. 특히 Bass 모형은 Rogers의 혁신확산 및 수명주기이론을 간단한 수리적 모형으로 표현할 수 있기에 혁신적 신제품의 채택과 확산을 설명하는데 널리 활용되었다. 그럼에도 불구, 확산모형은 '산업의 쌀' 이라 일컬어지는 반도체의 수요예측에 일부 선도적 연구를 제외하고는 활용된 바 없다. 이에 Bass 모형에서 진일보한 비선형회귀 접근법 확산모형을 활용, 전력반도체 중 전기전자기구의 필수 스위치로 채택되는 MOSFET의 수요를 추정하여 수명주기를 예측하고 그 과정을 설명함으로써 산업관계자는 물론 반도체와 전기전자산업 정책입안자에게 중요한 시사점을 전달하고자 한다.

Abstract AI-Helper 아이콘AI-Helper

Diffusion model is popular research topic in marketing and economy particularly for the areas of model specification and market size forecasting. In particular, Bass model can explain Roger's innovation diffusion and product life cycle through easy mathematical representation and hence the model has...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 관련자들에게 주는 실용적 시사점을 위하여, 본 연구에서는 선행 연구와 현업에서 가장 널리 사용되었던 최소자승 모수추정 기본 Bass 모형을 개선한 비선형회귀 접근법 확산모형을 활용하여 모수정확도 및 모형의 설명력을 개선하고 MOSFET의 잠재시장 규모를 추정하였다. 그리고 이를 바탕으로 MOSFET의 제품수명주기를 예측해보았다.
  • 다만 현재로서는 MOSFET의 퇴장보다는 대체기술의 전면적 등장 가능성을 제기하고자 한다. 왜냐하면 역사적으로 MOSFET은 광범위한 응용처에 대해 이미 성능과 그 효율을 검증받았으며 평균판가 역시 지속적으로 하락하고 있어 세트 제조사 입장에서는 검증된 스위치인 MOSFET을 마다할 이유가 없기 때문이다.
  • 이러한 의문에 답하기 위해 본 연구에서는 전력반도체 중 가장 중요한 역할을 차지하고 있는 MOSFET의 과거 매출 데이터를 바탕으로 비선형회귀 (Non-linear Least Square) 접근법 확산모형을 이용하여 잠재시장 규모를 추정하고 이를 바탕으로 수명주기를 가늠해 보고자 한다. 더불어 예측된 수명주기에 근거하여 현재 기술로 개발, 생산되는 MOSFET 이후의 대체재에 대한 실무적 입장을 제시함으로써 관련 반도체의 산업관계자는 물론 반도체와 전기전자산업 정책입안자에게 필요한 시사점을 전달하고자 한다.
  • 이에 반하여 MOSFET은 구현기술(예, Planar 기술, Super Junction 및 Trench 기술)이나 구조(예, N-MOS, P-MOS 등)에 따라 비록 몇몇 하부 제품군을 갖고 있지만 이는 응용처의 요구와 시스템의 특성에 맞게 구분되어 적용되는 것이므로, 하나의 대 제품군으로 보아도 무방하다. 또한 다른 Power Transistor 제품들에 비하여 모듈 출하의 비중이 상대적으로 훨씬 적으며, BJT나 Rectifier보다 상대적으로 근래에 양산화되어1) 비교적 제품 수명주기 상 초기 단계의 데이터를 모형에 적용할 수 있다는 데이터 구득상의 장점에 의해 본 연구에서는 MOSFET을 분석대상으로 삼고자 한다.
  • 모수인 p, q, m은 최소자승법, 최우추정법 그리고 비선형회귀법 등을 이용하여 추정할 수 있는데 본 절에서는 비선형회귀법을 소개하고자 한다. Srinivasan and Mason(1986)은 모수들을 다음의 과정으로 추정하였다.
  • 반도체 산업의 전략마케팅 전문가로서 가장 빈번히 받는 질문 중 하나는 반도체 제품의 미래 시장규모에 대한 예측이다. 이러한 의문에 답하기 위해 본 연구에서는 전력반도체 중 가장 중요한 역할을 차지하고 있는 MOSFET의 과거 매출 데이터를 바탕으로 비선형회귀 (Non-linear Least Square) 접근법 확산모형을 이용하여 잠재시장 규모를 추정하고 이를 바탕으로 수명주기를 가늠해 보고자 한다. 더불어 예측된 수명주기에 근거하여 현재 기술로 개발, 생산되는 MOSFET 이후의 대체재에 대한 실무적 입장을 제시함으로써 관련 반도체의 산업관계자는 물론 반도체와 전기전자산업 정책입안자에게 필요한 시사점을 전달하고자 한다.
  • 더불어 확산모형을 이용한 잠재시장 추정이 타 표본에서도 타당성을 보장하는지 그 일반화를 재확인할 필요가 있겠다. 이를 바탕으로 실무적 연구를 계속 진행하고자 한다.
  • Bass 모형으로 대표되는 확산모형은 표본 데이터의 선택, 관측값의 추가 및 그 주기에 따라 모형의 모수추정치가 안정적이지 못하며 예측력이 떨어진다는 한계점이 있기에 이의 극복을 위한 다양한 시도가 있으며 아직도 진행 중이다. 이에 본 연구는 표본의 특성, 데이터 구득성 그리고 실용적인 입장에서 비선형회귀 확산모형을 채택, MOSFET 시장을 분석해 보았다. 비선형회귀 확산모형에서는 표본의 크기가 작을 경우, 잠재시장 규모와 혁신 계수가 과소평가되고 모방계수가 과대평가되는 편의의 가능성이 약점으로 지점되지만 표본크기인 91분기 데이터는 그런 가능성을 충분히 줄일 수 있을 것으로 판단된다.
  • 일반적으로 비선형회귀 확산모형의 예측력과 모수추정치 정확도는 일반화 Bass 모형이나 최우추정 접근법과 유사하거나 또는 능가한다고 평가되고 있다[7, 13, 24]. 이에 본 연구에서는 적용이 용이하면서도, 대 표본을 모형에 적용했을 때 정확한 모수추정치를 얻을 수 있는 비선형회귀 접근법 확산모형을 분석의 방법론으로 채택하고자 한다.
  • 한편 전술한 바와 같이, 제조업 여러 분야에서 핵심부품으로서 반도체가 갖는 중요성에도 불구하고 Norton and Bass(1987)가 초기 메모리 반도체의 세대별 확산을 분석한 선도적 연구를 제외하고는 기존 확산모형 연구에서 반도체 산업은 분석되지 않고 있다. 이에 본 연구에서는 전력사용 절감과 전력효율성의 증대라는 시대적 요구에 맞추어 그 중요성이 점증하고 있는 전력반도체 중 가장 큰 비중을 차지하는 스위칭 소자 MOSFET의 수요를 비선형회귀 확산모형을 활용, 추정하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
전력반도체의 종류에는 무엇이 있는가? 전력사용이 증대되는 가운데 기구와 장치 수준에서 전력 에너지를 절감하고 효율을 향상시키는 것은 한계가 있으며, 보다 근본적인 대책은 시스템에서 전력의 관리, 변화, 분배를 맡는 고성능/고효율 전력반도체를 적용하는 것이라 하겠다. 전력반도체는 크게 Power Discrete와 Module 그리고 다양한 Power Management IC(Integrated Circuit) 등으로 구분할 수 있다[3, 4, 5]. 각종 전기전자 시스템을 구동시키는 스위칭 소자에는 Power Discrete 중 Power MOSFET(Metal Oxide Semiconductor Field Effect Transistor)이 주로 적용되는데 MOSFET은 전력 반도체 중 가장 큰 점유율을 갖고 있다.
Bass 모형의 장점은 무엇인가? 확산모형의 대표적 방법론은 Bass 모형이다[9]. Bass 모형은 소개 이후 신제품 또는 서비스의 확산과정을 설명하는데 가장 널리 사용되어 왔는데, 행태론에 근거한 Rogers의 S자형 제품수명주기 이론[6]을 간단한 수리적 모형을 통해 설명할 수 있다는 데 큰 장점이 있다[10]. 이때 Bass 모형은 Rogers의 신제품 채택자 집단 중‘Innovators’를 대중매체로부터의 정보 습득 또는 외부 영향에 의한 최초 구입자 집단인 ‘혁신자(Innovators)’로정의하였으며 그 외의 집단들은 구전효과 또는 내부 영향에 의하여 모방 구매하는 ‘모방자(Imitators)’로 정의하였다[8, 9].
전력 사용이 증대되는 가운데 이를 극복할 수 있는 근본적인 대책은 무엇인가? 더불어 제조업과 가전수요 증대의 영향으로 전력 사용이 큰 각종 모터 사용이 늘고 있다[2]. 전력사용이 증대되는 가운데 기구와 장치 수준에서 전력 에너지를 절감하고 효율을 향상시키는 것은 한계가 있으며, 보다 근본적인 대책은 시스템에서 전력의 관리, 변화, 분배를 맡는 고성능/고효율 전력반도체를 적용하는 것이라 하겠다. 전력반도체는 크게 Power Discrete와 Module 그리고 다양한 Power Management IC(Integrated Circuit) 등으로 구분할 수 있다[3, 4, 5].
질의응답 정보가 도움이 되었나요?

참고문헌 (26)

  1. Gene Kim and Kyung-Il Khoe, A Study on Managerial Efficiency of Global IDM Semiconductor Suppliers: Based on Super Efficiency DEA by Scale Categorization, Korean Journal of Business Administration(in Korean), Vol. 25, No. 1, pp. 369-394, 2012. 

  2. Elizabeth Cruz and Matthew Towers, The World Market for Major Home Appliances - 2011, Wellingborough, UK: IMS Research, 2011. 

  3. Semiconductor Industry Blue Book History, Bruckmuehl, Germany and San Jose, California: WSTS Inc., 2013. 

  4. Marijana Vukicevic, Power Management Market Tracker, Englewood, Colorado: iSuppli Corporation, 2011. 

  5. Victoria Fodale, Power Semiconductor Discretes and Modules - World 2013, Englewood, Colorado: IHS Electronics & Media, 2013. 

  6. Everett M. Rogers, The Diffusion of Innovations (5th ed.), New York, NY: The Free Press, 2003. 

  7. Renato Guseo and Mariangela Guidolin, Modelling a Dynamic Market Potential: A Class of Automata Networks for Diffusion of Innovations driven by Riccati Equations, Working Paper of Padua University, pp. 1-23, 2007. 

  8. Vijay Mahajan, Eitan Muller and Frank M. Bass, New Product Diffusion Models in Marketing: A Review and Directions for Research. Journal of Marketing Vol. 54, No. 1, pp. 1-26, 1990. 

  9. Frank M. Bass, A New Product Growth Model for Consumer Durables, Management Science, Vol. 15, No. 5, pp. 215-227, 1969. 

  10. Frank M. Bass, Trichy V. Krishnan and Dipak C. Jain, Why the Bass Model Fits Without Decision Variables, Marketing Science, Vol. 13, No. 3, pp. 203-223, 1994. 

  11. Vijay Mahajan and Robert A. Peterson, Innovation Diffusion in a Dynamic Potential Adopter Population, Management Science, Vol. 24, No. 15, pp. 1589-1597, 1978. 

  12. Vijay Mahajan, Eitan Muller and Rajendra K. Srivastava, Determination of Adopter Categories by Using Innovation Diffusion Models, Journal of Marketing Research, Vol. 27, No. 1, pp. 37-50, 1990. 

  13. Gerard J. Tellis, A Critical Review of Marketing Research on Diffusion of New Products, in Naresh K. Malhotra (ed.) Review of Marketing Research, Vol. 3, pp. 39-80, 2007. 

  14. Douglas J. Tigert and Behrooz Farivar, The Bass New Product Growth Model: A Sensitivity Analysis for a High Technology Product, Journal of Marketing, Vol. 45, Fall, pp. 81-90, 1981. 

  15. Trichy V. Krishnan, Frank M. Bass and V. Kumar, Impact of a Late Entrant on the Diffusion of a New Product/Service, Journal of Marketing Research, Vol. 37, No. 2, pp. 269-278, 2000. 

  16. Louis P. Bucklin and Sanjit Sengupta. The Co-diffusion of Complementary Innovations: Supermarket Scanners and UPC Symbols, Journal of Product Innovation Management, Vol. 10, No. 2, pp. 148-160, 1993. 

  17. Sachin Gupta, Dipak C. Jain and Mohanbir S. Sawhney, Modeling the Evolution of Markets with Indirect Network Externalities: An Application to Digital Television, Marketing Science, Vol. 18, No. 3, pp. 396-416, 1999. 

  18. John A. Norton and Frank M. Bass. 1987. A Diffusion Theory Model of Adoption and Substitution for Successive Generations of High-technology Products, Management Science, Vol. 33, No. 9, pp. 1068-1086, 1987. 

  19. Zhengrui Jiang and Dipak C. Jain, A Generalized Norton-Bass Model for Multigeneration Diffusion, INSEAD Working Paper, pp. 1-19, 2012. 

  20. Peter N. Golder and Gerard J. Tellis. Will It Ever Fly? Modeling the Takeoff of Really New Consumer Durables, Marketing Science, Vol. 16, No. 3, pp. 256-270, 1997. 

  21. Christophe Van Den Bulte and Gary L. Lilien, Bias and Systematic Change in the Parameter Estimates of Macro-Level Diffusion Models, Marketing Science, Vol. 16, No. 4, pp. 338-353, 1997. 

  22. David Schmittlein and Vijay Mahajan, Maximum Likelihood Estimation for an Innovation Diffusion Model of New Product Acceptance, Marketing Science, Vol. 1, No. 1, pp. 57-78, 1982. 

  23. V. Srinivasan and Charlotte H. Mason, Nonlinear least Squares Estimation of New Product Diffusion Models, Marketing Science, Vol. 5, No. 2, pp. 169-178, 1986. 

  24. Rudy Severns and Jack Armijos, MOSPOWER Applications Handbook, Santa Clara, California: Siliconix Inc., 1985. 

  25. Daisuke Satoh, A Discrete Bass Model and Its Parameter Estimation, Journal of the Operations Research Society of Japan, Vol. 44, No. 1, pp. 1-18, 2001. 

  26. Richard Eden, The World Market for Silicon Carbide & Gallium Nitride Power Semiconductors - 2013, Englewood, Colorado: IHS Electronics & Media, 2013. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로