클러스터링 기법을 활용한 중소기업 지원 지식서비스의 성과유형 분류: K 연구원 사례를 중심으로 Classification of Performance Types for Knowledge Intensive Service Supporting SMEs Using Clustering Techniques: Focused on the Case of K Research Institute원문보기
많은 제조기반의 중소기업들은 프로세스나 제품을 혁신하기 위해 공공 및 사기업의 지식서비스를 아웃소싱하고 있다. 본 연구의 사례인 K 연구원은 여러 지식서비스를 다양한 조합형태로 제공하는데, 이러한 제공형태의 복잡성으로 인해 지식서비스 사업성과를 정확히 분석한다는 것이 어려운 상황이다. 본 연구는 기존에 성과평가 항목을 상향식으로 선정하는 방식이 아닌 하향식 관점에서 성과항목을 도출하였다. K 연구원 지식서비스 수혜기업인 82개 기업사례에서 74개의 성과항목이 도출되었고, 최종적으로 17개 항목으로 정제하였다. 이후 사례-성과 행렬을 구조화하여 기업별 성과의 유무를 조사하여 이진 데이터로 입력하였다. K-means 클러스터링 분석을 통해 3개의 군집을 각각 '핵심 경쟁력 강화(제품 및 특허)', '국내 및 해외시장 확대', '운영 효율성 제고'로 식별할 수 있었다.
많은 제조기반의 중소기업들은 프로세스나 제품을 혁신하기 위해 공공 및 사기업의 지식서비스를 아웃소싱하고 있다. 본 연구의 사례인 K 연구원은 여러 지식서비스를 다양한 조합형태로 제공하는데, 이러한 제공형태의 복잡성으로 인해 지식서비스 사업성과를 정확히 분석한다는 것이 어려운 상황이다. 본 연구는 기존에 성과평가 항목을 상향식으로 선정하는 방식이 아닌 하향식 관점에서 성과항목을 도출하였다. K 연구원 지식서비스 수혜기업인 82개 기업사례에서 74개의 성과항목이 도출되었고, 최종적으로 17개 항목으로 정제하였다. 이후 사례-성과 행렬을 구조화하여 기업별 성과의 유무를 조사하여 이진 데이터로 입력하였다. K-means 클러스터링 분석을 통해 3개의 군집을 각각 '핵심 경쟁력 강화(제품 및 특허)', '국내 및 해외시장 확대', '운영 효율성 제고'로 식별할 수 있었다.
In recent years, many small and medium-sized manufacturing companies are making process innovation and product innovation through the public knowledge services. K Research institute provides different types of knowledge services in combination and due to this complexity, it is difficult to analyze t...
In recent years, many small and medium-sized manufacturing companies are making process innovation and product innovation through the public knowledge services. K Research institute provides different types of knowledge services in combination and due to this complexity, it is difficult to analyze the performance of knowledge service programs precisely. In this study, we derived performance items from bottom-up viewpoints, rather than top-down approaches selecting those items as in previous performance analysis. As a result, 74 items were finded from 82 companies in the K Research Institute case book, and the final result was refined to 17 items. After that a case-performance matrix was constructed, and binary data was entered to analyze. As a result, three clusters were identified through K-means clustering as 'enhancement of core competitiveness (product and patent),' 'expansion of domestic and overseas market,' and 'improvement of operational efficiency.'
In recent years, many small and medium-sized manufacturing companies are making process innovation and product innovation through the public knowledge services. K Research institute provides different types of knowledge services in combination and due to this complexity, it is difficult to analyze the performance of knowledge service programs precisely. In this study, we derived performance items from bottom-up viewpoints, rather than top-down approaches selecting those items as in previous performance analysis. As a result, 74 items were finded from 82 companies in the K Research Institute case book, and the final result was refined to 17 items. After that a case-performance matrix was constructed, and binary data was entered to analyze. As a result, three clusters were identified through K-means clustering as 'enhancement of core competitiveness (product and patent),' 'expansion of domestic and overseas market,' and 'improvement of operational efficiency.'
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구의 목적은 지식서비스 조합형태 활용성과를 수혜자 관점에서 파악하여 성과유형을 분류하는 방안을 제시하는 것이다. 목적에 맞는 연구를 위해서 지식서비스 활용 수혜자의 관점에서 성과를 파악할 수 있는 사례 데이터를 확보하고 데이터에서 성과 키워드를 도출하여 군집분석을 통해 성과유형을 제시하고자 한다. 본 연구에서는 사례에 나타나는 내용의 맥락에서 성과를 파악해야 하므로 키워드를 추출하고 전문가의 의견을 통해 이를 성과항목으로 구성하였다.
본 연구는 군집분석을 적용하여 지식서비스의 성과를 유형별로 파악할 수 있는 방안을 제시하였다. 이를 위해 공공기관 지식서비스 수혜자 관점으로 성과를 파악하였고 조합 형태로 제공 및 활용되는 지식서비스의 성과유형을 분류하였다.
이런 흐름 아래 지식서비스 산업이 국가적으로 육성되어 왔으며[9], 특히나 중소기업 지원을 위한 관련 사업이 각 부처 및 기관별로 기획․ 추진되어 실행되고 있다. 본 연구에서는 그러한 공공기관 중 한 곳인 K 연구원을 분석 사례로 살펴보고자 한다.
본 연구의 목적은 지식서비스 조합형태 활용성과를 수혜자 관점에서 파악하여 성과유형을 분류하는 방안을 제시하는 것이다. 목적에 맞는 연구를 위해서 지식서비스 활용 수혜자의 관점에서 성과를 파악할 수 있는 사례 데이터를 확보하고 데이터에서 성과 키워드를 도출하여 군집분석을 통해 성과유형을 제시하고자 한다.
이에 본 연구에서는 기존 지식서비스의 성과에서 충분히 다루지 않았던 성과에 대해서도 넓은 관점으로 파악하고자 지식서비스의 성과에 대한 정의를 지식서비스 활용을 통해 과거, 기존과는 다르게 수혜자 관점에서 상향식으로 도출하고자 하였다. 그 이유는 앞서 언급한 것처럼, 기존 성과평가 방식을 사용한다면, 지식서비스별로 성과지표를 선정해야 한다.
가설 설정
본 연구의 한계는 크게 두 가지가 있다. 첫째, 데이터 수집 방식을 사례를 수집하는데 그쳤다는 것이다. 수혜자 관점으로 성과를 파악하기 위해서는 경영 전반에 걸친 성과에 관한 인터뷰를 통해 데이터를 구축하여야 한다.
제안 방법
계층적 군집분석을 통해 도출된 군집수를 기반으로 비 계층적 군집분석(K-means)을 수행하였다. K-means 분석결과 1번 군집에 포함된 기업(사례) 수는 총 35개 기업으로 구성되었으며 2번 군집은 25개 기업으로 구성되었다.
이에 따라 본 연구에서도 선행연구에서 주로 이용된 방법인 유클리드 거리를 이용하는 Ward 거리를 이용하여 계층적 군집분석을 수행하였다. 계층적 군집분석을 통해 적정 군집수를 도출하였으며, 이를 기반으로 비계층적 군집분석을 수행해 도출된 군집별 성과 특성을 기반으로 성과유형을 분류하였다.
군집 1의 성과를 종합하여 지식서비스 성과유형 1은 제품 개발 및 지재권과 같은 “핵심 경쟁력 제고” 유형으로 프로파일링 하였다.
군집 2의 성과를 종합하여 지식서비스 성과유형 2는 “국내외 시장 확대” 유형으로 프로파일링 하였다.
군집 3의 성과를 종합하여 지식서비스 성과유형 3은 “운영 효율성 제고” 유형으로 프로파일링 하였다.
군집별로 군집유형을 좀 더 자세히 살펴보기 위하여 각 군집에서 사용된 지식서비스 현황에 대해 기술통계를 수행하였다. [Table 3]과 같이 본 연구의 데이터로 사용한 K 연구원 사례에서는 5개의 지식서비스가 주로 사용되었다(연구개발 지원 서비스{svc1}, 설계지원 서비스{svc2}, 해외진출 지원 서비스{svc3}, 유망사업 발굴 서비스{svc4}, 정보지원 서비스{svc5}).
기본적인 절차는 선행연구를 분석하여 도출한 5단계 절차를 기반으로 구성하였다. 단계별 절차는 다음과 같이 진행된다.
넷째, 데이터 입력 단계에서는 우선적으로 도출된 성과항목과 수집된 문서형식의 데이터를 문서-성과 행렬(matrix)로 구성하였고 데이터 입력은 이진(binary)방식으로 수행하였다. [Figure 3]처럼 수집된 문서별로 해당하는 성과가 있는 경우 “1”, 성과가 없는 경우 “0”을 입력하였다.
다섯째, 성과유형 분류 단계는 일반적 군집분석 단계에 따라 수행하였다. 일반적으로 분석 대상의 군집에 관한 선행연구가 없는 경우 계층적 군집분석을 이용하여 적정 군집수를 파악하고 비 계층적 군집분석을 수행한다[11, 21].
데이터 입력은 이진(Binary)방식을 활용하여 각 문서별로 각 성과가 있으면 “1”, 없으면 “0”을 기입하는 방식으로 분석을 위한 데이터를 구축하였다.
둘째, 도출된 성과항목을 기반으로 성과유형을 분류함으로써 성과유형이 3개로 분류되는 것을 확인하였다. 도출된 성과항목을 기반으로 성과유형을 분류하기 위하여 17개 성과와 82개 사례를 문서-성과 행렬로 구성하였다. 데이터 입력은 이진(Binary)방식을 활용하여 각 문서별로 각 성과가 있으면 “1”, 없으면 “0”을 기입하는 방식으로 분석을 위한 데이터를 구축하였다.
그러나 본 연구에서는 이 과정 대신에 K 연구원에서 발간한 지식서비스 활용 사례집을 활용하였다. 둘째, 지식서비스 활용 성과를 키워드 중심으로 데이터화 하고 이를 대표하는 성과항목을 도출하는 과정에서 전문가 의견에 의존하였다. 이는 수혜기업의 성과가 기존 성과지표 외에도 나타나는 등 다양성을 띄고있어 키워드를 성과항목으로 묶는 기준 마련에 한계가 존재한다.
본 연구에서는 이러한 한계점을 고려하여 지식서비스가 수혜자에게 제공한 성과를 기반으로 성과유형을 분류하였다. 또한 성과유형을 분류하기 위해 주로 시장세분화 등에 자주 이용되던 군집분석을 활용하였다. 이를 통해 지식서비스가 제공하는 성과를 파악할 수 있었으며 성과를 유형별로 분류할 수 있었다.
프로파일링 이후에는 군집으로 나누어진 기업의 특성을 기술통계를 활용하여 세부적인 분석을 수행하게 된다. 본 연구에서는 기업이 사용한 서비스 이용률을 통해 지식서비스 사업을 운영하는 주관기관과 사업 담당자 측면에서 분석하였다.
목적에 맞는 연구를 위해서 지식서비스 활용 수혜자의 관점에서 성과를 파악할 수 있는 사례 데이터를 확보하고 데이터에서 성과 키워드를 도출하여 군집분석을 통해 성과유형을 제시하고자 한다. 본 연구에서는 사례에 나타나는 내용의 맥락에서 성과를 파악해야 하므로 키워드를 추출하고 전문가의 의견을 통해 이를 성과항목으로 구성하였다.
그러므로 지식서비스의 성과는 하향식으로 결정된 성과지표 내에서만 나타날 수밖에 없었다. 본 연구에서는 이러한 한계점을 고려하여 지식서비스가 수혜자에게 제공한 성과를 기반으로 성과유형을 분류하였다. 또한 성과유형을 분류하기 위해 주로 시장세분화 등에 자주 이용되던 군집분석을 활용하였다.
그러므로 개별 지식 서비스의 성과가 아닌 특정 공공기관에서 제공하는 다수의 지식서비스가 어떤 성과를 제공하는지를 파악하기 위하여 성과유형을 분류하고 최종적으로는 특정 공공기관의 지식서비스가 제공하는 성과유형을 프로파일링 한다. 셋째, 공공기관 지식서비스의 성과유형 분류 방안을 제시한다. 지식서비스 활용의 성과를 수혜자 관점으로 파악하여 성과유형을 분류함으로써 특정 공공기관에서 제공하는 지식서비스가 어떤 성과유형을 제공하고 있는지를 파악할 수 있다[28].
이후 구축된 데이터를 기반으로 군집분석을 수행하여 K 연구원의 지식서비스 성과유형을 핵심 경쟁력 제고형, 국내외 시장 확대 형, 운영 효율성 제고 형으로 총 3개 유형으로 분류되는 것을 확인할 수 있었다. 셋째, 군집별로 지식서비스 조합 비율을 파악하였다. 군집마다 성과유형을 다르게 나타나는 것을 확인할 수 있었으나 지식서비스 활용은 주로 정보지원 서비스를 활용한 것으로 확인되었다.
수집한 데이터에서 키워드 도출 및 정제된 성과항목을 도출하였다. 총 82개 사례에서 74개의 성과 관련 키워드를 도출하였으며 이를 정제화하여 17개 성과항목이 도출 되었다.
이를 위해 IBM에서 개발한 통계 패키지 프로그램인 SPSS를 이용하였다. 우선 Ward 거리를 기반으로 계층적 군집분석을 수행하였다. 계층적 군집분석의 결과로 도출되는 덴드로그램을 통해 앞서 입력한 82개 데이터의 적정 군집수를 확인하였다.
상향식 접근방법의 목적은 기존에 성과를 평가하던 재무적 지표나 특정 성과지표 외에도 수혜자 관점에서 성과지표를 파악하는데 있다. 이렇게 성과지표를 파악한 후에는 군집분석을 통해 복합적인 지식서비스를 제공받은 기업의 성과유형이 어떠하였는지 분석한다[28]. 군집분석 절차에 따라 군집 수를 결정하게 되며, 성과로 나타날 수 있는 대표적인 유형의 개수를 결정한 후 각 유형에서 나타난 특성을 고찰하여 최종적인 성과유형을 프로파일링 하게 된다[11].
33~0으로 나눠 각각 높음, 중간, 낮음을 의미하는 H, M, L를 입력하였다. 이를 기반으로 하여 [Table 2]와 같이 H, M에 해당하는 성과를 군집별 성과로 파악하였고, 군집별 성과를 기반으로 하여 성과유형을 분류하였다.
본 연구는 군집분석을 적용하여 지식서비스의 성과를 유형별로 파악할 수 있는 방안을 제시하였다. 이를 위해 공공기관 지식서비스 수혜자 관점으로 성과를 파악하였고 조합 형태로 제공 및 활용되는 지식서비스의 성과유형을 분류하였다. 지식서비스의 성과유형 분류를 통해 지식서비스 기획자가 지식서비스를 보완하거나 개선하는데 있어서 참고자료가 될 수 있으며 지식서비스를 활용하고자 하는 수혜자에게도 지식서비스 선택의 참고자료가 될 수 있을 것으로 판단된다.
지식서비스의 성과유형 분류를 위하여 우선 성과들이 몇 개 군집으로 분류되는지 확인하였다. 이를 위해 IBM에서 개발한 통계 패키지 프로그램인 SPSS를 이용하였다.
본 연구의 주요 결과는 다음과 같다. 첫째, 20여 개의 다양한 지식서비스를 제공하는 공공기관인 K 연구원을 대상으로 수혜자 관점으로 성과항목을 파악하였다. 데이터로는 K 연구원 지식서비스 사례 82개를 이용하여 성과 관련 키워드 74개를 도출하였다.
그 결과 도출된 키워드 및 성과항목은 [Table 1]과 같다. 최종 17가지 성과항목을 기반으로 하여 이진(Binary) 방식으로 문서-성과 행렬을 구성한 뒤 데이터를 입력하였다. 82개 사례를 행으로 구성하고, 앞서 도출된 17개 성과항목을 열로 구성한다.
데이터로는 K 연구원 지식서비스 사례 82개를 이용하여 성과 관련 키워드 74개를 도출하였다. 최종적으로는 키워드들을 대표하는 성과항목으로 묶어 총 17개의 성과항목을 도출하였다. 둘째, 도출된 성과항목을 기반으로 성과유형을 분류함으로써 성과유형이 3개로 분류되는 것을 확인하였다.
총 82개 사례에서 74개의 성과 관련 키워드를 도출하였으며 이를 정제화하여 17개 성과항목이 도출 되었다. 키워드 도출과 성과 항목화 진행시 그 기준 및 방법은 교수 및 박사급 경영학 관련 전문가들의 의견을 구하여 수행하였다. 그 결과 도출된 키워드 및 성과항목은 [Table 1]과 같다.
대상 데이터
K-means 분석결과 1번 군집에 포함된 기업(사례) 수는 총 35개 기업으로 구성되었으며 2번 군집은 25개 기업으로 구성되었다. 3번 군집은 22개 군집으로 구성 되어 총 82개 기업이 누락 없이 군집화 되었다.
최종 17가지 성과항목을 기반으로 하여 이진(Binary) 방식으로 문서-성과 행렬을 구성한 뒤 데이터를 입력하였다. 82개 사례를 행으로 구성하고, 앞서 도출된 17개 성과항목을 열로 구성한다. 이후 사례별로 등장하는 성과를 해당하는 성과항목 부분에 “1”로 입력한다.
앞서 언급하였듯이 본 연구의 데이터로는 K 연구원 지식서비스 수혜자 관점의 성과를 파악할 수 있는 지식서비스 활용 사례를 수집하였다. K 연구원에서 발간한 지식서비스 사례집 및 온라인 홈페이지를 통해 총 229개 사례를 수집하였고 그 중 지식서비스 활용을 통한 성과에 대한 내용이 없는 경우나 지식서비스 활용 사례집과 온라인 홈페이지를 통해 수집된 사례 중 중복된 사례들을 제거하여 최종적으로 82개 사례를 데이터로 수집하였다.
이를 기반으로 키워드부터 성과항목까지 도출하여야 수혜자 입장에서의 성과를 정확히 파악하고 성과유형을 분류할 수 있다. 그러나 본 연구에서는 이 과정 대신에 K 연구원에서 발간한 지식서비스 활용 사례집을 활용하였다. 둘째, 지식서비스 활용 성과를 키워드 중심으로 데이터화 하고 이를 대표하는 성과항목을 도출하는 과정에서 전문가 의견에 의존하였다.
첫째, 20여 개의 다양한 지식서비스를 제공하는 공공기관인 K 연구원을 대상으로 수혜자 관점으로 성과항목을 파악하였다. 데이터로는 K 연구원 지식서비스 사례 82개를 이용하여 성과 관련 키워드 74개를 도출하였다. 최종적으로는 키워드들을 대표하는 성과항목으로 묶어 총 17개의 성과항목을 도출하였다.
앞서 언급하였듯이 본 연구의 데이터로는 K 연구원 지식서비스 수혜자 관점의 성과를 파악할 수 있는 지식서비스 활용 사례를 수집하였다. K 연구원에서 발간한 지식서비스 사례집 및 온라인 홈페이지를 통해 총 229개 사례를 수집하였고 그 중 지식서비스 활용을 통한 성과에 대한 내용이 없는 경우나 지식서비스 활용 사례집과 온라인 홈페이지를 통해 수집된 사례 중 중복된 사례들을 제거하여 최종적으로 82개 사례를 데이터로 수집하였다.
단계별 절차는 다음과 같이 진행된다. 첫째, 데이터 수집 단계에서는 지식서비스 수혜자를 대상으로 수집된 지식서비스 성과 사례를 수집한다. 사례를 기반으로 하는 이유로는 같은 지식서비스를 이용하더라도 수혜자에 따라서 다양한 성과가 도출되기 때문에 지식서비스 활용성과를 수혜자의 관점에서 파악하기 위함이다.
수집한 데이터에서 키워드 도출 및 정제된 성과항목을 도출하였다. 총 82개 사례에서 74개의 성과 관련 키워드를 도출하였으며 이를 정제화하여 17개 성과항목이 도출 되었다. 키워드 도출과 성과 항목화 진행시 그 기준 및 방법은 교수 및 박사급 경영학 관련 전문가들의 의견을 구하여 수행하였다.
데이터처리
우선 Ward 거리를 기반으로 계층적 군집분석을 수행하였다. 계층적 군집분석의 결과로 도출되는 덴드로그램을 통해 앞서 입력한 82개 데이터의 적정 군집수를 확인하였다. 적정 군집 수는 3개로써 [Figure 4]의 덴드로그램에서 화살표로 표시한 부분을 기준으로 군집 수를 파악하였다[11].
이론/모형
일반적으로 분석 대상의 군집에 관한 선행연구가 없는 경우 계층적 군집분석을 이용하여 적정 군집수를 파악하고 비 계층적 군집분석을 수행한다[11, 21]. 이에 따라 본 연구에서도 선행연구에서 주로 이용된 방법인 유클리드 거리를 이용하는 Ward 거리를 이용하여 계층적 군집분석을 수행하였다. 계층적 군집분석을 통해 적정 군집수를 도출하였으며, 이를 기반으로 비계층적 군집분석을 수행해 도출된 군집별 성과 특성을 기반으로 성과유형을 분류하였다.
성능/효과
결론적으로 K 연구원의 기본적인 지식서비스 사업인 정보지원 서비스{svc5}는 제품 R&D나 지식재산권 문제, 정부과제에 대한 정보 등을 제공하였고, 이후 설계지원 서비스{svc2}를 통해 매출을 증가시키는 성과를 나타냄을 알 수 있다.
군집 1에서 가장 높은 비율로 사용된 지식서비스는 정보지원 서비스(67%)로 확인되었다. 두 번째로 높은 비율로 사용된 지식서비스는 설계지원 서비스(18%)로 비율 차이가 크게 나는 것을 확인할 수 있었다.
군집 3에서 가장 높은 비율로 사용된 지식서비스는 설계지원 서비스(45%)인 것으로 확인되었다. 두 번째로 높은 비율로 사용된 지식서비스는 정보지원 서비스(36%)로써 큰 차이가 없는 것으로 파악되었다.
셋째, 군집별로 지식서비스 조합 비율을 파악하였다. 군집마다 성과유형을 다르게 나타나는 것을 확인할 수 있었으나 지식서비스 활용은 주로 정보지원 서비스를 활용한 것으로 확인되었다. 본 연구의 결과를 활용하여 지식서비스 제공 공공기관이 해당 기관의 지식서비스를 통한 성과를 유형별로 파악할 수 있을 것이다.
두 번째로 높은 비율로 사용된 지식서비스는 설계지원 서비스(18%)로 비율 차이가 크게 나는 것을 확인할 수 있었다. 나머지 연구개발지원 서비스(8%), 해외진출 지원 서비스(2%), 유망사업 발굴 서비스(6%)의 비율은 10% 미만인 것을 확인할 수 있었다. 군집 1의 성과유형은 핵심경쟁력 제고 유형으로써 제품개발, 지식재산권 확보, 정부과제 수주를 통해 신규매출 및 고용이 증가한 성과유형이었다.
두 번째로 높은 비율로 사용된 지식서비스는 연구개발 지원 서비스(21%)인 것으로 확인되었다. 나머지 해외진출 서비스(9%), 설계지원 서비스(14%), 유망사업 발굴 서비스(12%)의 비율은 20% 미만인 것으로 확인되었다. 군집 2는 국내외 시장 확대 유형으로 판로확대, 해외진출을 통해 매출 및 고용이 증가된 성과유형이었다.
군집 1에서 가장 높은 비율로 사용된 지식서비스는 정보지원 서비스(67%)로 확인되었다. 두 번째로 높은 비율로 사용된 지식서비스는 설계지원 서비스(18%)로 비율 차이가 크게 나는 것을 확인할 수 있었다. 나머지 연구개발지원 서비스(8%), 해외진출 지원 서비스(2%), 유망사업 발굴 서비스(6%)의 비율은 10% 미만인 것을 확인할 수 있었다.
군집 2에서 가장 높은 비율로 사용된 지식서비스 역시 정보지원 서비스(44%)로 확인되었다. 두 번째로 높은 비율로 사용된 지식서비스는 연구개발 지원 서비스(21%)인 것으로 확인되었다. 나머지 해외진출 서비스(9%), 설계지원 서비스(14%), 유망사업 발굴 서비스(12%)의 비율은 20% 미만인 것으로 확인되었다.
군집 3에서 가장 높은 비율로 사용된 지식서비스는 설계지원 서비스(45%)인 것으로 확인되었다. 두 번째로 높은 비율로 사용된 지식서비스는 정보지원 서비스(36%)로써 큰 차이가 없는 것으로 파악되었다. 군집 3은 운영 효율성제고 성과유형이었다.
최종적으로는 키워드들을 대표하는 성과항목으로 묶어 총 17개의 성과항목을 도출하였다. 둘째, 도출된 성과항목을 기반으로 성과유형을 분류함으로써 성과유형이 3개로 분류되는 것을 확인하였다. 도출된 성과항목을 기반으로 성과유형을 분류하기 위하여 17개 성과와 82개 사례를 문서-성과 행렬로 구성하였다.
둘째, 성과 키워드 도출 단계에서는 K 연구원의 지식서비스 활용 사례에서 지식서비스 활용을 통해 성과로 표현되어있는 부분을 키워드 형식으로 변환하였다(예, 필요한 정보를 제공받아 제품개발에 성공하였다 → 제품개발).
셋째, 성과항목 정제 단계에서는 사례를 변환하여 구성된 키워드들을 유사한 키워드끼리 묶어 성과항목화 하였다(예시_제품 개발, 신제품 개발 → 신제품 개발).
데이터 입력은 이진(Binary)방식을 활용하여 각 문서별로 각 성과가 있으면 “1”, 없으면 “0”을 기입하는 방식으로 분석을 위한 데이터를 구축하였다. 이후 구축된 데이터를 기반으로 군집분석을 수행하여 K 연구원의 지식서비스 성과유형을 핵심 경쟁력 제고형, 국내외 시장 확대 형, 운영 효율성 제고 형으로 총 3개 유형으로 분류되는 것을 확인할 수 있었다. 셋째, 군집별로 지식서비스 조합 비율을 파악하였다.
실무적 시사점으로는 공공기관 지식서비스의 제공자와 수혜자 모두에게 참고할 수 있는 결론을 도출하였다는 것이다. 첫 번째 지식서비스를 제공하는 공공기관이 지식서비스 제공을 통해 수혜자에게 어떤 성과를 창출하고 있는지를 유형별로 확인할 수 있게 되었다. 이를 통해 공공기관이 지식서비스를 개발하거나 보완함에 있어서 방향성을 제시할 수 있을 것으로 판단된다.
후속연구
군집마다 성과유형을 다르게 나타나는 것을 확인할 수 있었으나 지식서비스 활용은 주로 정보지원 서비스를 활용한 것으로 확인되었다. 본 연구의 결과를 활용하여 지식서비스 제공 공공기관이 해당 기관의 지식서비스를 통한 성과를 유형별로 파악할 수 있을 것이다. 또한 수혜자는 지식서비스 활용에 있어서 특정 성과유형을 목적으로 삼는데 참고할 수 있을 것이다.
이를 통해 지식서비스가 제공하는 성과를 파악할 수 있었으며 성과를 유형별로 분류할 수 있었다. 뿐만 아니라 수혜자 관점으로 성과를 파악하고 군집분석을 통해 유형을 분류하는 일련의 방안을 제시함으로써 지식서비스 분야뿐만 아니라 다른 분야의 성과유형 분류를 위해 사용될 수 있을 것이다. 실무적 시사점으로는 공공기관 지식서비스의 제공자와 수혜자 모두에게 참고할 수 있는 결론을 도출하였다는 것이다.
또한 사례로부터 일련의 기준과 절차에 따라서 키워드를 도출하고, 성과항목을 도출하여야 한다. 위와 같은 부분이 개선되어 성과유형을 분류하는 연구가 진행된다면 본 연구의 한계점을 보완할 수 있을 것으로 판단된다.
지식서비스 활용의 성과를 수혜자 관점으로 파악하여 성과유형을 분류함으로써 특정 공공기관에서 제공하는 지식서비스가 어떤 성과유형을 제공하고 있는지를 파악할 수 있다[28]. 이러한 방안을 제시함으로써 본 연구에서 다루는 K 연구원 사례뿐만 아니라 지식서비스를 제공하고 있는 여타 공공기관의 성과유형도 분류할 수 있을 것으로 판단된다.
이는 수혜기업의 성과가 기존 성과지표 외에도 나타나는 등 다양성을 띄고있어 키워드를 성과항목으로 묶는 기준 마련에 한계가 존재한다. 이러한 한계점을 보완하는 후속 연구가 진행되어야 할 것으로 판단된다. 이를 위해서는 지식서비스 성과를 경영 전반의 성과를 파악하기 위해 인터뷰 등의 방안 마련이 필요하다.
첫 번째 지식서비스를 제공하는 공공기관이 지식서비스 제공을 통해 수혜자에게 어떤 성과를 창출하고 있는지를 유형별로 확인할 수 있게 되었다. 이를 통해 공공기관이 지식서비스를 개발하거나 보완함에 있어서 방향성을 제시할 수 있을 것으로 판단된다. 두 번째 지식서비스를 활용하는 수혜자가 어떤 성과를 창출할 수 있을지를 사전에 확인할 수 있게 되었다.
질의응답
핵심어
질문
논문에서 추출한 답변
각 부처가 독자적으로 중소기업을 지원하는 지식서비스 지원 사업을 추진해옴에 따라 서비스의 유형이 어떻게 되었는가?
이러한 국가전략에 발맞추어 공공 영역에서는 중소기업의 경쟁력 향상을 위해 컨설팅, 자문, R&D 지원 등의 지식서비스 사업을 수행하고 있으며 많은 기업들 역시 경쟁력 향상을 위해 공공 영역의 지식서비스 컨설팅을 수진 받고 있다[14]. 각 부처가 독자적으로 중소기업을 지원하는 지식서비스 지원 사업들을 추진해옴에 따라 서비스의 유형이 다양화, 전문화되었다. 이에 따라 개별 공공기관에서도 사업관리가 점차 어렵게 되었고 국가적으로도 유사, 중복되거나 비효율적인 사업집행의 문제점이 대두되고 있다[8].
성과평가를 위해 기존에 주로 사용된 방법론은 무엇인가?
성과평가를 위해 기존에 주로 사용된 방법론은 크게 BSC와 Logic Model 두 가지가 있다. 첫 번째 방법론은 균형성과지표(Balanced Score Card)로써 재무적 지표에 치우친 성과평가의 한계점을 지적하며 비 재무적 성과를 고려한 균형있는 성과평가를 위해 Kaplan and Noton[20]에 의해 개발된 방법론이다.
지식 기반의 서비스업에 대한 관심이 집중되는 배경은 무엇인가?
최근 새로운 성장 동력으로 지식 기반의 서비스업에 대한 관심이 집중되고 있다. 산업중심 사회에서 지식중심의 사회로 변모함에 따라 지식의 활용과 서비스화에 대한 사회적 요구가 높아지고 있기 때문이다. 흔히 지식서비스라고 일컫는 이 산업에 대한 성장 전망은 2000년 22.
참고문헌 (37)
Ahn, S. H., Cho, Y. A., and Cho, I. S., “An Cows using BSC Founder for a Study on he Management and Business Consulting,” Asia-Pacific Journal of Business Venturing and Entrepreneurship, Vol. 10, No. 3, pp. 39-49, 2015.
Balkcom, J. E., Ittner, C. D., and Larcker, D. F., “Strategic performance measurement: Lessons learned and future directions,” Journal of Strategic Performance Measurement, Vol. 1, No. 2, pp. 22-32, 1997.
Banks, R. L. and Wheelwright, S. C., "Operations versus Strategy Trading tomorrow Fortoday," Harvard Business Review, May/June, pp. 112-120, 1979.
Bettencourt, L. A., Ostrom, A. L., Brown, S. W., and Roundtree, R. I., "Client Co-Production in Knowledge-Intensive Business Services," California Management Review, Vol. 44, pp. 100-128, 2002.
Brewer, G. A. and Selden C. S., "Why Elephant Gallop Assessing and Predicting Organizational Performance in Federal Agencies," Journal of Public Administration Research and Theory, Vol. 10, No. 4, 2000.
Cho, G., Jeong, G. H., Lee, G. J., and Park I. S., “A Performance Evaluation Model of Technology Support Programs for Small and Medium Industries using BSC and AHP-Focusing on Technology Support Programs for Photonics Industries,” Journal of Industrial Economics and Business, Vol, 24, No. 6, pp. 3389-3410, 2011.
Cho, G. T., Hong, S. W., Cho, Y. G., Kim, D. S., and Choi, H. C., “Performance Evaluation of Government R&D Programmes: A Case of KFDA,” Journal of Korea Technology Innovation Society, Vol. 9, No. 3, pp. 391-411, 2006.
Cho, I. H., “The Study on development of Performance Evaluation Model for Small & Medium Business Programs,” Basic Research, Vol. 5, No. 19, pp. 1-125, 2005.
Choi, H. J., Chang, K. J., and Jeon, K. H., “A Study on Current Policy and Economic Ripple Effect of Knoledge Service Industry,” The e-Business Studies, Vol. 14, No. 1, pp. 49-68, 2013.
Den Hertog, P., "Knowledge-Intensive Business Services as Co-Producers of Innovation," International Journal of Innovation Management, Vol. 4, pp. 491-528, 2000.
Hair, J. F., Black, W. C., Babin, B. J., and Anderson, R. E., "Multivariate Data Analysis," Global Edition, Pearson, 2010.
Han, C. H., Kim, M. K., and Im, C. G., “A Study on the Effects and Value Analysis of the B2B e-Commerce Guarantee Service,” The Journal of Society for e-Business Studies, Vol. 15, No. 4, pp. 265-284, 2010.
Hayes, R. H. and Garvin, D. A., "Managing as if tomorrow mattered," Harvard Business Review, May/June, pp. 70-79, 1982.
Ian Miles, "Knowledge intensive service' suppliers and clients," Ministry of Trade and Industry, Finland, Studies and Reports, 2003.
Ian Miles, Nikos K., Kieron F., Rob B., Pim den Hertog, Willem, H., and Mark B., "Knowledge-Intensive Business Services, Users, Carriers and Sources of Innovation," European Innovation Monitoring System (EIMS) Reports, EC, pp. 1-96, 1995.
Ittner, C. D. and Larcker, D. F., "Innovations in Performance Measurement: Trends and Research Implications," Journal of Management Accounting Research, Vol. 10, pp. 205-238, 1998.
Jang, D. H. and Shin, Y., “A Study on the Introduction of BSC Technique as a Performance Evaluation Method for Local Public Enterprises: Focused on the results of the survey on the appraisal related to the evaluation by the Urban Development Corporation and the KMA,” Local Administration Research, Vol. 20, No. 1, pp. 191-219, 2006.
Jang, H. J., “A Study on the Effect of Government Intervention in Market for Promoting Small and Strong SMEs: An Application of Logic Models to World Class 300 Project,” The Korean Journal of Local Government Studies, Vol. 20, No. 2, pp. 325-346, 2016.
Jeon, S. Y. and Kim, J. Y., “A Study on Performance Evaluation System of Public Organization: The Focused on Balanced Scorecard(BSC) System Implementation in Public Procurement Service,” Korean Journal of Accounting Research, Vol. 12, No. 1, pp. 73-96, 2007.
Kaplan, R. S. and Norton, D. P., "The Balanced Scorecard-Measures that Drive Performance," Harvard Business Review, Vol. 70, No. 1 pp. 71-79, 1992.
Kim, B. H., Hong, Y. J., Shin, J. H., Nam, H. J., and Kim, G. S., “Ryodoraku Pattern Classifications of Tinnitus Patients using Cluster Analysis,” The Journal of Korean Medical Ophthalmology & Otolaryngology & Dermatology, Vol. 26, No. 4, pp. 51-59, 2013.
Kim, P. R. and Hong, J. P., “An Analysis on Growth Factors in the Korean Knowledge Service Industry: Use of I-O Structural Decomposition Analysis,” Journal of Industrial Economics and Business, Vol. 27, No. 2, pp. 635-657, 2014.
Kim, T. R. and Ahn, H. J., “Effect of team system on organizational performance,” Korean Public Administration Review, Vol. 40, No. 4, pp. 303-326, 2006.
Kim, T. R. and Ahn, H. J., “Research Trends on Performance Evaluation: Focused on Performance Indicators,” Korean Public Administration Quarterly, Vol. 19, No. 4, pp. 1097-1118, 2007.
KISTI, "Finding Answers in the Hope, Knowledge Mentoring of SMEs," 2013 ASTI SME Support Casebook, 2013.
Lee, B. H. and Kim, S. Y., "Effect of Employment Creation of SMEs in Government R&D Support Project," Korea Labor Institute, Vol. 55, pp. 72-84, 2009.
Lee, D. H., “A Development of BSC Model for Evaluating B2B Network Project in Koera (Using AHP),” Journal of KECRA, Vol. 11, No. 4, pp. 157-174, 2010.
Lee, J. H. and Park, G. H., “A Study via Cluster Analysis on Strategy for Segmentation of SMEs under the Government Support for Online Marketing: Focusing on HIT500 Participating SMEs,” The e-Business Studies, Vol. 13, No. 4, pp. 169-194, 2012.
Ministry of Knowledge Economy, "2010 Knowledge Service Industry White Paper," pp. 1-465, 2010.
OECD, "Innovation and Knowledge: Intensive Service Activities," pp. 1-179, ISBN 92-64-02273-2, 2006.
OECD, "Main Definitions And Conventions for The Measurement of Research and Experimental Development (R&D)," 1994.
OECD, "Technology, Productivity and Job Creation: Best Policy Practices," pp. 1-21, 1998.
Park, S. H. and Jeong, J. W., "Establishing the Performance Assesment System of Korea's Official Development Assistance in Agricultural Research and Extension," Korean Government Research, Vol. 24, No. 4, 2010.
Park, S. W., “An Economic Ripple Effect Analysis of Knowledge Service Industry,” The Journal of Business and Economics, Vol. 26, No. 3, pp. 65-87, 2010.
Park, Y. H., “Evaluation of Core Competencies Development Program for Small and Medium-sized Enterprise: Using a Logic Model,” Journal of Agricultural Education and Human Resource Development, Vol, 47, No. 4, pp. 99-127, 2015.
Skinner, W., "The Decline, Fall and Renewal of Manufacturing," Industrial Engineering, pp. 32-38, 1974.
Willcocks, L. P. and Lacity, M. C., "Global Sourcing of Business and IT Services" Technology, Work and Globalization, Basingstoke, Palgrave Macmillan, 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.