본 논문은 국내 철강산업이 어떻게 기술적 다양화, 조직적 유연화, 지리적 분산화를 경험했는지 조사하고, 그 과정 속에서 기술지식 네트워크가 어떠한 방식으로 형성되었는지 분석했다. 특허 공동출원 자료를 기반으로 기술지식 네트워크를 구축하고, 각 2003년과 2013년 누적네트워크에 대한 k-medoid 클러스터링 분석 및 브로커리지 분석을 실시했다. 그 결과 네트워크 내 행위자가 점차 다양해진 동시에 동일 클러스터 내 내부성이 강화되었고, 산업 내 조직간 소속, 경쟁, 협력 관계 등이 네트워크 형성에 반영되어 있는 것으로 나타났다. 또한 대기업 및 비영리 연구기관 외에, 중소기업의 브로커 역할이 관찰되었다.
본 논문은 국내 철강산업이 어떻게 기술적 다양화, 조직적 유연화, 지리적 분산화를 경험했는지 조사하고, 그 과정 속에서 기술지식 네트워크가 어떠한 방식으로 형성되었는지 분석했다. 특허 공동출원 자료를 기반으로 기술지식 네트워크를 구축하고, 각 2003년과 2013년 누적네트워크에 대한 k-medoid 클러스터링 분석 및 브로커리지 분석을 실시했다. 그 결과 네트워크 내 행위자가 점차 다양해진 동시에 동일 클러스터 내 내부성이 강화되었고, 산업 내 조직간 소속, 경쟁, 협력 관계 등이 네트워크 형성에 반영되어 있는 것으로 나타났다. 또한 대기업 및 비영리 연구기관 외에, 중소기업의 브로커 역할이 관찰되었다.
This paper investigates how Kora steel industry has experienced technological diversification, organizational flexibility, and geographical dispersion, and analyzes how technology-knowledge network has formed. The network is constructed using mutual patent data. K-medoid clustering and brokerage ana...
This paper investigates how Kora steel industry has experienced technological diversification, organizational flexibility, and geographical dispersion, and analyzes how technology-knowledge network has formed. The network is constructed using mutual patent data. K-medoid clustering and brokerage analysis are applied. The results indicate actors in network are diversified and links between those who belong to the same cluster get stronger. Network formation reflects affiliation, competition, and cooperation in the industry, and brokerage roles of conglomerates, research institute, and small and medium sized companies are detected.
This paper investigates how Kora steel industry has experienced technological diversification, organizational flexibility, and geographical dispersion, and analyzes how technology-knowledge network has formed. The network is constructed using mutual patent data. K-medoid clustering and brokerage analysis are applied. The results indicate actors in network are diversified and links between those who belong to the same cluster get stronger. Network formation reflects affiliation, competition, and cooperation in the industry, and brokerage roles of conglomerates, research institute, and small and medium sized companies are detected.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 한국 철강산업의 발전 과정을 기술적, 조직적, 지리적 측면에서 살펴보고, 그 과정에서의 기술지식 네트워크 특성과 형성 과정을 분석했다. 각 1988~2003년과 1988~2013년 네트워크에 대한 클러스터링 분석과, 주요 행위자 분석을 통해 네트워크의 형성 동학을 이해하고자 했다. 분석 결과 도출된 결과는 크게 세 가지이다.
또한 지분 기반 제휴를 통해 적대적 M&A를 방지하고, 규모의 경제 실현을 통해 원료공급사에 대한 교섭력 강화를 도모하려는 목적을 지닌다.
그러나 특정 클러스터 분석에 집중해 국가적 스케일에서의 기술 혁신은 충분히 다루어지지 못했으며, 최근 산업 변화에 대한 연구가 부족한 실정이다. 본 연구는 기술적, 조직적, 지리적 측면에서 한국 철강산업의 변화를 살핌으로서 최근 동향을 파악하고, 특허 공동출원 네트워크에 대한 행위자 중심의 분석을 통해 지식 이전 및 기술지식 학습 메커니즘을 이해하고자 한다. 이를 통해 향후 성숙산업 기술 혁신과 관련 정책 도출에 기여하고자 한다.
본 연구는 기술적, 조직적, 지리적 측면에서 한국 철강산업의 변화를 살핌으로서 최근 동향을 파악하고, 특허 공동출원 네트워크에 대한 행위자 중심의 분석을 통해 지식 이전 및 기술지식 학습 메커니즘을 이해하고자 한다. 이를 통해 향후 성숙산업 기술 혁신과 관련 정책 도출에 기여하고자 한다.
제안 방법
본 연구에서는 출원 특허 중 공동출원 데이터를 활용하여, 각 행위자를 노드로, 공동출원을 링크로 하는 기술지식 네트워크를 구축했다. 공동출원 활동이 본격적으로 시작된 1988년부터 2013년까지의 기간에 대해 누적 네트워크를 구축했다. 기존 연구에서는 기술지식 네트워크 구축을 위해 인터뷰를 통한 1차 자료(구양미, 2008; Broekel and Boschma, 2012)나, 국가 R&D 프로젝트(김형주 외, 2008; Hoekman et al.
네트워크 분석 방법론 중 클러스터링 기법을 이용하여 한국 철강산업 기술지식 네트워크가 어떠한 국지적 네트워크로 구성되어 있는지, 어떻게 발전했는지를 살펴보았다. 앞서 분석한 철강산업의 변화를 바탕으로 2004년을 분기점으로 판단, 1988~2003년과 1988~2013년 두 개의 누적 네트워크에 대해 분석을 시행했다.
네트워크 형성의 국지적 특성을 살피기 위해 k-medoid 클러스터링을 시행하고 주요 노드를 판별했다. 커뮤니티 구조를 지닌 네트워크에서 영향력 높은 노드를 판별하는 방법론으로 연결중심성, 사이중심성, k-shell 분석법, greedy 알고리즘 등 다양한 방법이 고안되었다.
다음으로 시기별 누적 네트워크에 대해 기술통계 분석을 실시하여 전역적인 패턴을 파악했다. 공동출원에 참여하는 행위자 수는 매년 증가했다.
분석 결과 해석에 있어서 각 행위자의 기술적, 조직적, 지리적 측면을 고려했다. 모든 행위자가 기업, 대학, 연구원이기 때문에 한국신용평가, 전자공시시스템 등을 통해 각 조직의 표준산업분류, 사업 연혁, 사업장 주소, 계열사, 주요 주주 등의 자료를 구득하여 해석에 반영했다.
본 연구는 한국 철강산업의 발전 과정을 기술적, 조직적, 지리적 측면에서 살펴보고, 그 과정에서의 기술지식 네트워크 특성과 형성 과정을 분석했다. 각 1988~2003년과 1988~2013년 네트워크에 대한 클러스터링 분석과, 주요 행위자 분석을 통해 네트워크의 형성 동학을 이해하고자 했다.
본 연구에서는 출원 특허 중 공동출원 데이터를 활용하여, 각 행위자를 노드로, 공동출원을 링크로 하는 기술지식 네트워크를 구축했다. 공동출원 활동이 본격적으로 시작된 1988년부터 2013년까지의 기간에 대해 누적 네트워크를 구축했다.
네트워크 분석 방법론 중 클러스터링 기법을 이용하여 한국 철강산업 기술지식 네트워크가 어떠한 국지적 네트워크로 구성되어 있는지, 어떻게 발전했는지를 살펴보았다. 앞서 분석한 철강산업의 변화를 바탕으로 2004년을 분기점으로 판단, 1988~2003년과 1988~2013년 두 개의 누적 네트워크에 대해 분석을 시행했다. 1988~2013년 네트워크에서 고립 링크를 제외하고, 거대 클러스터에 속한 행위자들을 기준으로 분석을 시행했기 때문에 1988~2003년 네트워크는 열린 네트워크 상태이다.
우선 한국 철강산업의 전반적인 기술 변화를 분석하기 위해 전체 출원 특허의 IPC6)(International Patent Classification)를 분석했다. IPC 3-digit의 전반적인 경향을 살펴보면, 출원된 코드의 종류는 1990년 27개에서 2000년 47개, 2013년 59개로 그 수가 증가했다.
국내에서도 마찬가지로 한보철강 매각이 종료된 2004년 이후, 인수합병보다는 해외 기업 및 국내 타 기업들과 J/V, 공동 유통 협약, 기술 협약 등 다양한 형식의 행위자 간 네트워크 구축이 활발해졌다. 일례로 포스코와 세아제강은 강관 분야 베트남 진출에서 공동 투자를 통해 공장을 건설한 바 있으며, 세아베스틸은 자동차 특수강 생산 확대를 위해 진양공업 신 공장 건설에 공동 투자했다. 이외 비철소재 기업, 엔지니어링 기업 등 네트워크의 범위가 넓어졌으며, 특히 기초과학역량을 필요로 하는 2차 소재 산업으로 진출시 신규 진입을 통한 위험 부담보다는 전략적 제휴를 선호하는 것으로 나타났다(과학기술정책연구원, 2005).
대상 데이터
특허청(2009), 이경철(2014)을 참조하여 국가과학기술정보센터에서 IPC와 키워드 검색을 혼합하여 추출했다. 1988년부터 2013년까지 총 14,701건의 특허가 추출되었으며, 그 중 한국 국적 출원자가 포함된 공동출원 총 1,332건에 대해 네트워크를 구축했다.
주: 철강산업 관련 국내 출원 특허자료 14,701건의 전체 IPC를 기반으로 분석. 동순위 IPC가 3개 이상인 경우가 있어 그래프 축 상에는 18위까지만 표기됨.
총 4개의 클러스터가 형성되었다. 총 59개 행위자가 참여하였고, 모듈화 지수9)는 0.37이다. C1, C2, C3가 중심 클러스터를 구성하고 있으며, C4는 중심 클러스터에 연계되지 않고 고립되어 있다.
그러나 본 연구의 주요 분석 시기인 2000년대 이후 특허의 경제적 가치가 부각되었고, 철강산업 내 수요업체 및 엔지니어링 업체 등 기업 간 공동 연구개발 활동이 강화되고 있다는 점(탁승문, 2006), 특허 공동출원이 지식이전의 대리변수로 적합하다고 볼 수 있다는 점(최해옥, 2015; 정준호, 2016) 등을 고려할 때, 특허 공동출원을 유의미한 자료로 활용할 수 있다고 판단했다. 특허청(2009), 이경철(2014)을 참조하여 국가과학기술정보센터에서 IPC와 키워드 검색을 혼합하여 추출했다. 1988년부터 2013년까지 총 14,701건의 특허가 추출되었으며, 그 중 한국 국적 출원자가 포함된 공동출원 총 1,332건에 대해 네트워크를 구축했다.
이론/모형
본 연구에서 구축한 네트워크는 양방향 네트워크로 문지기와 대표자가 같은 지위로 분석되므로 용어를 문지기로 통일했으며, 중재자는 해당 노드가 속하지 않은 서로 다른 두 개의 클러스터를 중개한다는 점에서 의미가 있다고 판단했다. 분석에는 Netminer4.0을 활용했다. 분석 결과 해석에 있어서 각 행위자의 기술적, 조직적, 지리적 측면을 고려했다.
여기에서 도출되는 핵심행위자는 Gould and Fernandez(1989)의 분류 중 조정자에 해당하며 해당 클러스터 내에서 가장 높은 지위를 가진 행위자를 의미한다. 브로커행위자 추출에는 k-medoid 클러스터링 결과를 기준으로, Gould and Fernandez(1989)가 고안한 브로커리지 점수 중 중재자 및 문지기 점수가 0점 초과인 노드를 브로커행위자로 판별하는 방식을 사용했다. 본 연구에서 구축한 네트워크는 양방향 네트워크로 문지기와 대표자가 같은 지위로 분석되므로 용어를 문지기로 통일했으며, 중재자는 해당 노드가 속하지 않은 서로 다른 두 개의 클러스터를 중개한다는 점에서 의미가 있다고 판단했다.
본 사례는 클러스터 간 규모가 불균등하여 기존 중심성 지표를 사용할 경우 큰 클러스터에 속한 노드의 중심성이 높게 나올 수밖에 없다는 한계가 있다. 이를 보완하기 위해 클러스터링 기법의 일종인 k-medoid 클러스터링 알고리즘과, 영향력 높은 노드를 추출하는 PAM(Partitioning Around Medoids)을 사용하여 클러스터링을 시행하고 각 클러스터의 핵심행위자를 추출했다(Zhang et al., 2013). k-medoid 클러스터링 방법은 객체들을 주어진 수의 클러스터로 구분하며.
성능/효과
IPC 3-digit의 전반적인 경향을 살펴보면, 출원된 코드의 종류는 1990년 27개에서 2000년 47개, 2013년 59개로 그 수가 증가했다. 그 중 등록 빈도가 높은 20개의 코드를 선별하여, 시계열에 따른 순위 변화를 분석한 결과, 1990년 상위 20개 코드의 전체 코드 대비 비율은 88.3%였으나, 2013년에는 73.6%로 감소하여 점차 소수 코드의 독점적 출원 경향이 완화되고 다양성이 증가한 것으로 나타났다. 특히 상위 20개 중 6개 코드가 2004년 이후 상위권으로 새롭게 진입한 점을 미루어볼 때, 해당 시기 이후 한국 철강산업 내 질적 기술 변화를 반영하는 것으로 판단된다.
예외적으로 C3는 한국기계연구원이 핵심행위자 역할을 수행하고 있으나, 포스코 관련 행위자인 포항공과대학교와 현대자동차의 브로커리지를 통해 타 클러스터와 연계되어 있다는 점에서 포스코의 영향력이 크다고 판단된다. 모든 핵심행위자는 브로커 역할을 동시에 하고 있는 것으로 나타났으며, 핵심행위자와 브로커행위자 모두 대기업이거나, 비영리 연구기관인 것으로 분석되었다. 지리적 측면에서, 포스코 등 철강기업들이 집적한 경상북도 지역에 입지한 행위자들이 대다수이다.
브로커행위자 추출에는 k-medoid 클러스터링 결과를 기준으로, Gould and Fernandez(1989)가 고안한 브로커리지 점수 중 중재자 및 문지기 점수가 0점 초과인 노드를 브로커행위자로 판별하는 방식을 사용했다. 본 연구에서 구축한 네트워크는 양방향 네트워크로 문지기와 대표자가 같은 지위로 분석되므로 용어를 문지기로 통일했으며, 중재자는 해당 노드가 속하지 않은 서로 다른 두 개의 클러스터를 중개한다는 점에서 의미가 있다고 판단했다. 분석에는 Netminer4.
셋째, 네트워크의 형성 과정에 있어서 브로커 행위자의 역할이 중요한 것으로 나타났다. 타 클러스터와의 주요한 브로커리지 역할 대부분 대기업이거나 비영리 연구기관인 핵심행위자가 수행하고 있는 것으로 나타났다.
철강산업 관련 기업 중에서는 일관제철업과 판재압연업 종사 기업의 공동출원 활동이 활발한 반면, 전기로제강업과 조강압연업 종사 기업의 활동은 상대적으로 미미한 것으로 나타났다. 전기로제강업에 속하는 동부제철, 동국제강, 한국철강 등의 단독 출원 건수는 평균 이상이나, 공동출원 건수는 거의 없는 것으로 나타났다. 특히 동국제강은 판재압연업 종사 계열사인 유니온스틸의 공동출원 활동이 활발한 것과 대조적으로 공동출원에 참여하고 있지 않다.
철강산업 관련 기업 중에서는 일관제철업과 판재압연업 종사 기업의 공동출원 활동이 활발한 반면, 전기로제강업과 조강압연업 종사 기업의 활동은 상대적으로 미미한 것으로 나타났다. 전기로제강업에 속하는 동부제철, 동국제강, 한국철강 등의 단독 출원 건수는 평균 이상이나, 공동출원 건수는 거의 없는 것으로 나타났다.
첫째, 네트워크 내 행위자가 다양해진 동시에 동일 클러스터 내 내부성이 강화되었다. 한국 철강산업의 기술지식 네트워크는 포스코와 RIST, 두 행위자가 형성하는 거대한 클러스터를 중심으로 중심으로 다양한 기술적, 지리적 특성을 지닌 클러스터들이 연계되며 성장했다.
1988~2013년 네트워크 분석 결과는 <그림 3>과 같으며, 총 6개의 클러스터가 형성되었다. 총 146개 행위자가 참여하여 네트워크의 규모가 커졌으며, 모듈화 지수가 0.52로 이전 시기에 비해 증가해 각 클러스터의 국지적 성격이 더욱 뚜렷해졌다. 1988~2003년 네트워크의 클러스터들이 유지(C2→CN2, C3→CN3)되거나, 기존 클러스터들이 결합(C1·C4→CN1)되었고, 새로운 클러스터가 생성(CN4, CN5, CN6)되기도 했다.
후속연구
대기업 중심의 수직적 산업환경에서 기술 혁신을 추동하기 위한 정책적 보완점 등에 대한 시사점을 도출할 수 있을 것이다. 기술지식 네트워크 형성 동인 분석에 있어서 기술적, 조직적, 지리적 요인이 엄밀하게 구분되지 못했다는 점과 브로커리지의 지리적 특성에 대한 질적 연구가 미진한 점 등의 한계는 후속 연구를 통해 보완되어야 할 것이다.
본 연구는 향후 철강산업을 포함한 성숙산업에 대한 기술 혁신 연구의 기초 연구로 활용될 수 있을 것으로 기대된다. 대기업 중심의 수직적 산업환경에서 기술 혁신을 추동하기 위한 정책적 보완점 등에 대한 시사점을 도출할 수 있을 것이다. 기술지식 네트워크 형성 동인 분석에 있어서 기술적, 조직적, 지리적 요인이 엄밀하게 구분되지 못했다는 점과 브로커리지의 지리적 특성에 대한 질적 연구가 미진한 점 등의 한계는 후속 연구를 통해 보완되어야 할 것이다.
커뮤니티 구조를 지닌 네트워크에서 영향력 높은 노드를 판별하는 방법론으로 연결중심성, 사이중심성, k-shell 분석법, greedy 알고리즘 등 다양한 방법이 고안되었다. 본 사례는 클러스터 간 규모가 불균등하여 기존 중심성 지표를 사용할 경우 큰 클러스터에 속한 노드의 중심성이 높게 나올 수밖에 없다는 한계가 있다. 이를 보완하기 위해 클러스터링 기법의 일종인 k-medoid 클러스터링 알고리즘과, 영향력 높은 노드를 추출하는 PAM(Partitioning Around Medoids)을 사용하여 클러스터링을 시행하고 각 클러스터의 핵심행위자를 추출했다(Zhang et al.
본 연구는 향후 철강산업을 포함한 성숙산업에 대한 기술 혁신 연구의 기초 연구로 활용될 수 있을 것으로 기대된다. 대기업 중심의 수직적 산업환경에서 기술 혁신을 추동하기 위한 정책적 보완점 등에 대한 시사점을 도출할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
하드웨어의 소형화, 대용량화, 저가격화, LAN의 고속화 등에 의해 발전한 컴퓨터가 사용되는 곳은?
근래에는 컴퓨터 하드웨어의 소형화, 대용량화, 저가격화, LAN의 고속화 등에 의해 컴퓨터는 금융기관, SNS, 회사의 시스템 등을 비롯하여 사회의 여러 곳에 침투하여 폭넓은 용도로 사용되고 있다. 컴퓨터는 대규모의 정보를 보존하고 빠른 검색 및 불필요한 데이터의 삭제 등 여러 장점이 있다.
컴퓨터의 장점은 무엇인가?
근래에는 컴퓨터 하드웨어의 소형화, 대용량화, 저가격화, LAN의 고속화 등에 의해 컴퓨터는 금융기관, SNS, 회사의 시스템 등을 비롯하여 사회의 여러 곳에 침투하여 폭넓은 용도로 사용되고 있다. 컴퓨터는 대규모의 정보를 보존하고 빠른 검색 및 불필요한 데이터의 삭제 등 여러 장점이 있다. 이에 따라 컴퓨터를 이용한 디지털화된 문서데이터의 양도 크게 늘어나고 있다.
문서를 주제 분야에 대응하여 자동으로 분류하는 기술에 주로 사용되는 방법은 무엇인가?
문서를 분류한다는 것은 문서를 내용에 따라 주제별로 자동 분류하는 방법이다. 문서 분류 방법은 기계학습과 같이 통계적 방법을 이용하는 것이 주류이다. 그러나 통계적인 방법을 사용하기 위해서는 학습 데이터로 대량의 문서를 준비할 필요가 있고 문서 분류의 최종 결과도 매우 정확해야 한다[1].
한래희, 1999, "한국 철강산업의 통상 현안과 쟁점", 법무처 26, pp.142-161.
현대제철, 2006, "TKS 기술협력 계약 관련 참고자료".
Albino, V., Garavelli, C., Schiuma, G., 1999, "Knowledge transfer and inter-firm relationships in industrial districts: the role of the leader firm", Technovation 19, pp.53-63.
Breschi, S., Lissoni, F., 2009, "Mobility of skilled workers and co-invention networks: an anatomy of localized knowledge flows", Journal of Economic Geography 9, pp.439-468.
Broekel, T., 2012, "The co-evolution of proximities - a network level study", Papers in Evolutionary Economic Geography 12.17.
Broekel, T., Boschma, R., 2012, "Knowledge networks in the Dutch aviation industry - the proximity paradox", Journal of Economic Geography 12(2), pp.409-433.
Burt, R. S., 2002, The social capital of structural holes, Guillen, M. F. et al.(eds.), The New Economic Sociology, New York: Russell Sage Foundation, pp.148-192.
Collinson, S., 1999, "Knowledge management capabilities for steel makers: A british-Japanese Corporate Alliance for organizational learning", Technology Analysis and Strategic Management 11(3), pp.337-358.
Gay, B., Dousset, B., 2005, "Innovation and network structural dynamics: Study of the alliance network of a major sector of the biotechnology industry", Research Policy 34, pp.1457-1475.
Giuliani, E., 2011, "Role of technological gatekeepers in the growth of industrial clusters: evidence from Chile", Regional Studies 45(10), pp.1329-1348.
Giuliani, E., Rabelloti, R., Pietrobelli, C.,, 2005, "Upgrading in global value chains: lessons from Latin American clusters", World Development 33(4), pp.549-573.
Gould, R. V., Fernandez, R. M., 1989, "Structures of mediation: a formal approach to brokerage in transaction networks", Sociological Methodology 19, pp.89-126.
Hervas-Oliver, J-L., 2012, "Are technological gatekeepers constraining my cluster? Unfolding the paradox of gatekeepers resilience across cluster life cycle stages", Papers in Evolutionary Economic Geography 12.06.
Ho, M. H. C., Liu, J., 2011, "Knowledge Brokerages across Borders - The Diffusion of Data Envelopment Analysis Methodology", DIME Final Conference, April, 2011.
Hoekman, J., Frenken, K., van Oort, F., 2009, "The geography of collaborative knowledge production in Europe", Annals of Regional Science 43, pp.721-738.
Kauffeld-Monz, M., Fritsch, M., 2013, "Who are the knowledge brokers in regional systems of innovation? a multi-actor network analysis", Regional Studies 47(5), pp.669-685.
Koka, B. R., Prescoot, J. E., 2008, "Designing alliance networks: The influence of network position, environmental change, and strategy on firm performance", Strategic Management Journal 29, pp.639-661.
Lazaric, N., Mangolte, P-A., Massue, M-L., 2003, "Articulation and codification of collective know-how in the steel industry: evidence from blast furnace control in France", Research Policy 32, pp.1829-1847.
Misa, T. J., 1995, A Nation of Steel: The making of modern America, 1865-1925, Baltimore: Johns Hopkins University Press.
Ribeiro, R., 2007, "The role of interactional expertise in interpreting: the case of technology transfer in the steel industry", Studies in History and Philosophy of Science 38, pp.713-721.
Ter Wal, A. L. J., 2013, "Cluster Emergence and Network Evolution: A Longitudinal Analysis of the Inventor Network in Sophia-Antipolis", Regional Studies 47(5), pp.651-668.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.