사회경험이 부족한 대학생들의 기술창업을 체계적이고 성공적으로 지원하기 위해서는 대학생에게 특화된 창업 영향요인을 분석하여 제공하는 것이 중요하다. 그러나 현재에는 통계 패키지에 의존하여 기술창업 요인 분석이 이루어짐으로써 지속적으로 변화하는 창업환경 분석이 곤란하다는 문제점이 발생하고 있다. 본 논문에서는 AHP를 이용하여 기술창업 의사결정에 관한 영향요인을 계층구조로 나타내고 전처리 후 판단행열에 입력, 표준화값 및 가중치 산정, 일관성 검증, 가중치 종합화를 통한 우선순위를 도출하여 분석할 수 있는 ATSA시스템을 제안하였다. ATSA 시스템은 창업자의 내외적 요인과 지속적으로 변화하는 다양한 창업환경 분석에 다기준 의사결정을 적용하여 정성적인 요인들을 정량적으로 분석함으로써, 기술창업을 위한 의사결정을 효율적으로 지원할 수 있음을 실험을 통해 확인하였다.
사회경험이 부족한 대학생들의 기술창업을 체계적이고 성공적으로 지원하기 위해서는 대학생에게 특화된 창업 영향요인을 분석하여 제공하는 것이 중요하다. 그러나 현재에는 통계 패키지에 의존하여 기술창업 요인 분석이 이루어짐으로써 지속적으로 변화하는 창업환경 분석이 곤란하다는 문제점이 발생하고 있다. 본 논문에서는 AHP를 이용하여 기술창업 의사결정에 관한 영향요인을 계층구조로 나타내고 전처리 후 판단행열에 입력, 표준화값 및 가중치 산정, 일관성 검증, 가중치 종합화를 통한 우선순위를 도출하여 분석할 수 있는 ATSA시스템을 제안하였다. ATSA 시스템은 창업자의 내외적 요인과 지속적으로 변화하는 다양한 창업환경 분석에 다기준 의사결정을 적용하여 정성적인 요인들을 정량적으로 분석함으로써, 기술창업을 위한 의사결정을 효율적으로 지원할 수 있음을 실험을 통해 확인하였다.
It is important to analyze and offer specialized start-ups effect factors for collegians in order to systematically and successfully support technology-centered start-ups of collegians, whose social experience is insufficient. However, consistently changing start ups environmental analysis is diffic...
It is important to analyze and offer specialized start-ups effect factors for collegians in order to systematically and successfully support technology-centered start-ups of collegians, whose social experience is insufficient. However, consistently changing start ups environmental analysis is difficult, which can be a problem, because technology-centered start-ups factor analysis is carried out depending on statistical package. This paper proposes an ATSA system that demonstrates effect factors on technology-centered start-ups decision making as a hierarchial structure by using AHP, inputs the effect factors to judgment matrix after pre-processing, calculates standardized values and weights, verifies consistency, and draws priorities through weights integration. It was confirmed that the ATSA system can efficiently support decision making for technology-centered start-ups by quantitatively analyzing qualitative factors through experiments by applying multi-criteria decision making to the analyses of start-ups founders' internal and external factors and various start-ups environments.
It is important to analyze and offer specialized start-ups effect factors for collegians in order to systematically and successfully support technology-centered start-ups of collegians, whose social experience is insufficient. However, consistently changing start ups environmental analysis is difficult, which can be a problem, because technology-centered start-ups factor analysis is carried out depending on statistical package. This paper proposes an ATSA system that demonstrates effect factors on technology-centered start-ups decision making as a hierarchial structure by using AHP, inputs the effect factors to judgment matrix after pre-processing, calculates standardized values and weights, verifies consistency, and draws priorities through weights integration. It was confirmed that the ATSA system can efficiently support decision making for technology-centered start-ups by quantitatively analyzing qualitative factors through experiments by applying multi-criteria decision making to the analyses of start-ups founders' internal and external factors and various start-ups environments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 계층적 의사결정모델인 AHP(Analytic Hierarchy Process)를 이용하여 창업자의 내외적 요인과 지속적이고 다양하게 변화하는 기술창업의 영향요인을 분석하는 시스템을 제안한다. 특히 IT전공 대학생들을 대상으로 기술창업에 영향을 미치는 다수의 평가요인들을 주요 요인과 세부요인들로 분해하여 계층적으로 분류하고 전처리 후, 쌍대비교(pairwise comparison)를 통해 복수의 평가요인에 대한 체계적인 평가나 의견 수렴이 어려운 경우에도 의사결정이 용이할 수 있도록 다기준 의사결정을 고려하여 요인에 대한 상대적 중요도와 최종 우선순위를 도출한다.
본 논문에서는 AHP를 이용한 기술창업 의사결정 영향요인 분석 시스템을 제안하였다. 제안된 ATSA 시스템은 창업자특성, 기술능력, 창업지원제도 등 주요 요인과 세부 요인으로 프레임 구축하여 문제구조화와 계층분화, 설문의 단일수치화, 판단행렬 입력, 가중치 종합화를 통한 최종 우선순위를 도출을 하여 평가 모듈에서 이를 활용한다.
이 절에서는 기술창업 의사결정 영향요인 분석 시스템을 설계하고 이를 근거로 기술창업 활성화에 영향을 미치는 요인들을 체계적으로 관리, 활용하기 위한 ATSA(AHP-based Technology Start-ups Activation) 시스템을 제안한다.
제안 방법
둘째, 가중치 종합화를 통한 최종 우선순위는 [Fig. 3] 과 같이 시각적으로 비교 분석 하였다. 독립심(a)이 0.
본 논문에서는 AHP를 이용하여 기술창업 의사결정을 위한 영향요인을 판단행렬에 입력받고 표준화값 산정, 가중치 산정, 일관성 검증 및 대안들의 우선순위를 산출하여 가능한 선택 대안들 간의 최종 순위 도출에 활용한다.
본 논문에서는 AHP를 이용한 기술창업 의사결정 영향요인 분석 시스템을 제안하였다. 제안된 ATSA 시스템은 창업자특성, 기술능력, 창업지원제도 등 주요 요인과 세부 요인으로 프레임 구축하여 문제구조화와 계층분화, 설문의 단일수치화, 판단행렬 입력, 가중치 종합화를 통한 최종 우선순위를 도출을 하여 평가 모듈에서 이를 활용한다. 특히, 지속적이고 다양하게 변화하는 기술창업 영향요인 분석에 다기준 의사결정을 고려함으로써 효율적으로 분석 할 수 있음을 실험을 통하여 확인하였다.
따라서 본 논문에서는 계층적 의사결정모델인 AHP(Analytic Hierarchy Process)를 이용하여 창업자의 내외적 요인과 지속적이고 다양하게 변화하는 기술창업의 영향요인을 분석하는 시스템을 제안한다. 특히 IT전공 대학생들을 대상으로 기술창업에 영향을 미치는 다수의 평가요인들을 주요 요인과 세부요인들로 분해하여 계층적으로 분류하고 전처리 후, 쌍대비교(pairwise comparison)를 통해 복수의 평가요인에 대한 체계적인 평가나 의견 수렴이 어려운 경우에도 의사결정이 용이할 수 있도록 다기준 의사결정을 고려하여 요인에 대한 상대적 중요도와 최종 우선순위를 도출한다.
판단행렬의 가로와 세로의 배치는 요인들의 중요도와 난이도를 기준으로 작성하여 요인별 단일수치값을 입력 받고 추후 표준화값 산정을 위해 열의 합을 구한다.
평가의 진행은 주요 요인 및 세부 요인의 평가, 최종 우선순위 평가, ATSA 시스템의 평가 순으로 나누어 실시하였다. 평가 항목은 주요 요인 3개와 세부 평가항목 10개로 다음과 같이 구성되었다.
대상 데이터
본 연구에서는 AHP를 이용한 기술창업 의사결정 영향요인 분석 시스템을 설계하였고, 실험은 IT전공 대학생 31명을 대상으로 진행하였다.
데이터처리
2]와 같이 구성되었다. 설문 결과 입력 단계는 선호도조사에 따른 평가자 자료를 입력받고, 단일수치화 단계는 입력된 평가 자료를 표준입력형태로 계량화하기 위해 전체 평가자료를 기하평균 (Geometric mean)으로 산출한다. 기하평균을 사용하는 이유는 다수의 의견을 모아 합리적이고 공정하게 하나로 만들기 위함이며, 행렬의 역수성을 유지시키는 방법이기 때문이다.
성능/효과
전처리 모듈의 도입은 문제구조화와 단일수치화 과정이 별도의 수작업 없이 합리적으로 처리되었음을 알 수 있다. 또한 AMCDM 모듈의 프로세스에 AHP 기술 기반의 다기준 의사결정을 고려함으로서 평가기준과 영향요인별 중요 도를 정량적으로 분석할 수 있음으로 제안 시스템이 의사결정자의 합리적인 판단을 돕는 도구로써 유효한 결과를 보여 주는 것으로 사료된다.
이는 평가자가 기술창업의 요인들 중 창업자특성을 가장 중요하게 생각하는 것으로 볼 수 있다. 또한 CI값이 0.05로 나타나 설문의 결과가 일관성이 유지됨을 알 수 있다.
셋째, 상대적 가중치 종합화 단계는 전체 우선순위 및 가중치 결정으로 계층구조의 종합화를 통한 대안들의 우선순위 및 가중치를 결정한다. 산출은 계층별 요인에 대한 상대적 중요도를 기반으로 종합가중치벡터를 구하게 되고 종합 가중치벡터의 원소의 값 중 가장 큰 대안이 우선순위가 높은 대안으로 구해진다.
판단행렬의 평가 요인 중 창업지원제도에 대한 선호도는 창업자 특성, 기술능력보다 6만큼 상대적으로 중요함과 매우 중요함 사이의 중간값을 가지며 반대로 창업자특성과 기술 능력은 상대적으로 1/6만큼 낮은 중요도를 갖게 된다. 우선순위(L)는 창업자특성이 0.594, 기술능력이 0.157, 창업지원제도가 0.249로 나타나 창업자특성이 0.594로 다른 요인에 비해 우선순위가 높게 나타났다.
첫째, 주요 요인에 대한 판단행렬 및 우선순위는[Table 2]와 같다. 주요 요인의 우선순위는 창업자특성 (E)이 0.360, 기술능력(T)이 0.324, 창업지원제도(S)는 0.316순으로 나타나 창업자특성(E) 0360으로 가장 높게 평가 되었다. 일관성지수는 .
[Table 3]의 세부 요인 10개에 대한 평가 결과를 정리하면 다음과 같다. 창업자 특성에는 독립심, 기술능력에서는 전공기술력, 창업지원제도에서는 대학창업문화의 우선순위가 높게 나타났다. 이는 IT전공 대학생들이 전공기술력과 더불어 잠재창업가를 위한 창업교육으로 통칭되는 대학의 창업문화가 활성화되기를 희망하는 것으로 볼 수 있다.
제안된 ATSA 시스템은 창업자특성, 기술능력, 창업지원제도 등 주요 요인과 세부 요인으로 프레임 구축하여 문제구조화와 계층분화, 설문의 단일수치화, 판단행렬 입력, 가중치 종합화를 통한 최종 우선순위를 도출을 하여 평가 모듈에서 이를 활용한다. 특히, 지속적이고 다양하게 변화하는 기술창업 영향요인 분석에 다기준 의사결정을 고려함으로써 효율적으로 분석 할 수 있음을 실험을 통하여 확인하였다.
후속연구
차트출력은 요인의 최종순위를 가로막대 형태로 나타내어 시각적으로 요인들의 중요도를 분석을 할 수 있다. 결과표 출력은 요인별 가중치를 행렬 형태로 제공하여 요인별 중요도를 한눈에 볼 수 있고, 향후 대안 선정 및 전략 분석에 활용 할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
ATSA 시스템은 어떤 모듈들로 구성되는가?
ATSA 시스템은 AHP를 기반으로 하는 기술창업 의사결정에 특화된 분석시스템으로서 [Fig. 1]과 같이 모니터링 모듈 및 전처리 모듈, AMCDM 모듈, 평가 모듈로 구성된다.
창업은 어떻게 나눌수 있는가?
창업은 새로운 기술 없이 창업을 하는 프랜차이즈 등의 일반창업과, 창업자가 기술과 아이디어 및 전문성을 가지고 시작하는 기술창업으로 나누어 볼 수 있다. 기술창업(Technology start-ups)은 기술, 경험, 전문 적인 노하우 등의 지식을 모태로 하며 불확실한 상황 속에서 사업기회를 발견하여 영리를 추구하는 행위 등으로 정의한다[14,15].
AMCDM 모듈은 어떻게 구성되는가?
AMCDM(AHP-baesed Multiple Criteria Decision Making)모듈은 ATSA 시스템의 구성 중 가장 핵심적인 모듈로서 다기준 의사결정을 위한 AHP 기술이 도입된 부분이다. 모듈의 구성은 판단행렬 입력, 의사결정자 판단의 세부 프로세스, 상대적 가중치 종합화 단계로 구성된다.
Hyang-Soon Joun, Sang-Oh Shim, An Analysis of Factors on College Students' IT Technology Startups will, Journal of Digital Convergence Sep; 12(9): 1-7. 2014.
Vangelis, S., Stefania, Z. & Andreas, A. L., Do entrepreneurship programmes raise entrepreneurial entention of science and engineering students? The effect of learning, inspiration and resources. Journal of Business Venturing, Elsevier, 22(4), pp.556-591, 2007.
Zhao, M., Conducting R&D in Countries with Weak Intellectual Property Rights Protection, Management Science, 52(8), 1185-1199, 2006..
Krueger, N. F., Relilly, M. D., Carsrud. A., L.competing Models of Entrepreneurial Intentions, Journal of business venturing, 19, 7-28., 2000.
Mok, Young-du, Myeonggi Choi, A Study on the Entrepreneurship Curriculum Development Model to Systemize Entrepreneurship Education in Undergraduate School, Journal of the korean ac damic association of business administration, Vol. 25, No. 2, pp. 833-857, 2012.
Saaty, T. L., The Analytic Hierarchy Process, McGraw-Hill, New York, 1980.
Saaty, T. L., How to make a decision : analytic hierarchy process, European Journal of Operation Research, Vol. 48, pp. 9-26, 1990.
Milan Zeley, Multiple Criteria Decision Making, McGraw-Hill Company, 1982
Il-Kyoung Kwon, Matching Analysis using AHP to between Mobile Context and Emotional expression, Proceedings of KIIS Fall Conference, Vol. 2, No. 2, pp. 239-240, 2012.
Da-Young Chang, 1996. Applications of the extent analysis method on fuzzy AHP, European Journal of Operational Research, Vol 95, No. 3, pp. 649-655, 1996.
Yusub Shin., Myeonggil Choi, A Study on Success Factors for Entrepreneurs in IT Ventures Journal of the Korea Academia-Industrial cooperation Society, v.11 no.7, pp.2371-2385, 2010.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.