2018년 2월, 우리나라 정부는 '국민이 주인인 정부'를 실현하고자 정부혁신 종합추진계획을 수립하였다. 종합계획의 핵심은 국민 참여이며, 정부 내부의 역량만을 통해 가치를 창출하는 것이 아닌 시민, 기업의 아이디어와 역량을 함께 모아 정부가 해결할 수 없는 사회 현안을 해결한다는 관점에서 개방형 혁신(Open Innovation)과 매우 유사하다. 이에 따라 본 연구에서는 개방형 혁신이 처음 발표된 2003년부터 2018년 4월까지의 영문 초록 데이터로 LDA(Latent Dirichlet Allocation) 기반의 토픽모델링을 이용하여 개방형 혁신 연구 주제들을 도출하고, 도출된 주제간 토픽 네트워크 분석을 실시하였다. 도출된 결과를 바탕으로 정부혁신 종합추진계획의 추진과제와 비교 분석하였다. 본 연구의 시사점은 개방형 혁신에 대한 연구 주제와 주제간 관계를 도출하고, 그 결과를 정부혁신 종합추진계획과의 비교를 통해 개방형 혁신 관련 우리나라 정책의 향후 발전방향을 제시하였다는 점에서 의의가 있다.
2018년 2월, 우리나라 정부는 '국민이 주인인 정부'를 실현하고자 정부혁신 종합추진계획을 수립하였다. 종합계획의 핵심은 국민 참여이며, 정부 내부의 역량만을 통해 가치를 창출하는 것이 아닌 시민, 기업의 아이디어와 역량을 함께 모아 정부가 해결할 수 없는 사회 현안을 해결한다는 관점에서 개방형 혁신(Open Innovation)과 매우 유사하다. 이에 따라 본 연구에서는 개방형 혁신이 처음 발표된 2003년부터 2018년 4월까지의 영문 초록 데이터로 LDA(Latent Dirichlet Allocation) 기반의 토픽모델링을 이용하여 개방형 혁신 연구 주제들을 도출하고, 도출된 주제간 토픽 네트워크 분석을 실시하였다. 도출된 결과를 바탕으로 정부혁신 종합추진계획의 추진과제와 비교 분석하였다. 본 연구의 시사점은 개방형 혁신에 대한 연구 주제와 주제간 관계를 도출하고, 그 결과를 정부혁신 종합추진계획과의 비교를 통해 개방형 혁신 관련 우리나라 정책의 향후 발전방향을 제시하였다는 점에서 의의가 있다.
In February 2018, the Korean government established the "Comprehensive Plans for Government Innovation" in order to realize 'the people-centered government'. The core of the comprehensive plans is participation of the people, which is very similar to open innovation where social issues are solved by...
In February 2018, the Korean government established the "Comprehensive Plans for Government Innovation" in order to realize 'the people-centered government'. The core of the comprehensive plans is participation of the people, which is very similar to open innovation where social issues are solved by ideas and capabilities of the private sector rather than those of the government. Therefore, this study was conducted by extracting open innovation topics through topic modeling based on LDA(Latent Dirichlet Allocation) as English abstract-data from 2003, when the plans for open innovation was first announced, to April 2018. Based on the extracted results, it also conducted a comparative analysis with "Comprehensive Plans for Government Innovation." The study has significant implications in that it derives the relationship between the subjects, analyzes the present policies of Korea on open innovation and suggests directions for development.
In February 2018, the Korean government established the "Comprehensive Plans for Government Innovation" in order to realize 'the people-centered government'. The core of the comprehensive plans is participation of the people, which is very similar to open innovation where social issues are solved by ideas and capabilities of the private sector rather than those of the government. Therefore, this study was conducted by extracting open innovation topics through topic modeling based on LDA(Latent Dirichlet Allocation) as English abstract-data from 2003, when the plans for open innovation was first announced, to April 2018. Based on the extracted results, it also conducted a comparative analysis with "Comprehensive Plans for Government Innovation." The study has significant implications in that it derives the relationship between the subjects, analyzes the present policies of Korea on open innovation and suggests directions for development.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 문재인 정부에서 추진하고자 하는 개방형 혁신이 어떠한 형태로 발전해야 하는지 그 방향성을 제시하기 위해 해외 선행 연구자들이 어떠한 관점을 중심으로 개방형 혁신을 연구하였는지 조사하였고, LDA(Latent Dirichlet Allocation) 기반의 토픽모델링과 네트워크 분석을 실시하였다. 개방형 혁신이 언급되기 시작한 2003년부터 2018년 4월까지의 논문 제목, 연도, 초록 데이터를 수집하고, 토픽 모델링을 통해 9개의 주제를 도출하여 각 주제간 네트워크 분석을 통해 상대적으로 더 비중이 높은 주제를 식별하여 정부의 역량을 보다 더 집중할 수 있는 정책 제안과 효과를 기대할 수 있다.
따라서 토픽모델링을 통해 문헌 집합의 주제와 주제별 비율, 각 단어들이 주제에 포함될 확률 등을 알아낼 수 있고, 의미론 분석이 가능하기에 토픽 모델링을 활용한 연구는 <표 5>와 같이 다양하게 진행되고 있다. 본 연구에서는 토픽 모델링을 활용하여 개방형 혁신과 관련된 주요 주제를 추출하고 분석하고자 한다.
그리고 9개의 주제에 대하여 네트워크 분석도 수행하였다. 이를 통해 상대적으로 더 비중이 높게 연구된 주제를 식별하고, 비중이 높은 주제와 연관성이 높은 다른 주제들도 식별하고자 하였다. 일련의 연구 과정을 도식화하면 <그림 3>과 같다.
(2016), 김상겸·장성용(2016), 김현희·이혜영(2016) 등의 연구는 LDA 알고리즘을 적용하여 독립적인 주제들을 추출하고, 공통된 단어들을 중심으로 토픽 네트워크를 구축하여 연결 중심성, 매개 중심성, 그리고 근접 중심성이 높은 토픽들을 찾아내 다른 주제들과 연관성을 찾았다. 본 연구에서는 LDA 기반 토픽모델로 도출된 주제 간 네트워크 분석을 통해 그 관계를 시각적으로 표현하여 해석하고자 하였다.
제안 방법
개방형 혁신이 언급되기 시작한 2003년부터 2018년 4월까지의 논문 제목, 연도, 초록 데이터를 수집하고, 토픽 모델링을 통해 9개의 주제를 도출하여 각 주제간 네트워크 분석을 통해 상대적으로 더 비중이 높은 주제를 식별하여 정부의 역량을 보다 더 집중할 수 있는 정책 제안과 효과를 기대할 수 있다. 이렇게 도출된 결과를 문재인 정부에서 발표한 「정부혁신 종합 추진계획」과 비교하여 시사점을 제시하였다. 텍스트 마이닝과 데이터 분석을 통해 정부의 정책에 대한 방향을 제시하는 본 연구는 향후 데이터 기반 과학적 행정 구현의 기반이 되는 연구가 될 수 있을 것이다.
gov는 공공 부문의 문제를 시민이 제시한 아이디어를 통해 해결하는 정부 혁신의 플랫폼이다. Challenge.gov에서 추출한 정량의 데이터와 공공관리자 36명과의 인터뷰를 통해 개방형 혁신 추진을 저해하는 요인을 분석하였다. 그 결과로, 시스템적 장벽(System-inherent Barriers)이 정부의 혁신을 저해하는 요인으로 분석되었으며, 개방형 혁신 정책의 요구와 조직의 사명이 일치할 때 개방형 혁신이 일어날 수 있고, 기존의 업무 절차도 혁신시킬 수 있는 요인이라고 하였다.
먼저 수집된 1,788개 논문의 제목과 초록에서 등장하는 단어를 데이터 분석에 알맞은 형태로 변환하기 위해 R program을 이용하여 Tokenization, Stopwords, Lemmatization 등 데이터 전처리 작업을 진행하였다. 그 후 빈도분석을 통해 연구 데이터가 주는 1차적인 시사점을 도출하였다.
그 후 빈도분석을 통해 연구 데이터가 주는 1차적인 시사점을 도출하였다. 또한, 수집된 연구 데이터에 LDA 기반 토픽모델링을 이용하여 개방형 혁신과 관련한 총 9개의 주제를 도출하였고, 이주제들에 대한 연구 비중을 전체 기간과 2개 구간으로 나누어 분석하였다. 그리고 9개의 주제에 대하여 네트워크 분석도 수행하였다.
또한, 수집된 연구 데이터에 LDA 기반 토픽모델링을 이용하여 개방형 혁신과 관련한 총 9개의 주제를 도출하였고, 이주제들에 대한 연구 비중을 전체 기간과 2개 구간으로 나누어 분석하였다. 그리고 9개의 주제에 대하여 네트워크 분석도 수행하였다. 이를 통해 상대적으로 더 비중이 높게 연구된 주제를 식별하고, 비중이 높은 주제와 연관성이 높은 다른 주제들도 식별하고자 하였다.
텍스트 데이터를 분석에 활용하기 위해 전처리 작업을 진행하였다. 비정형화된 텍스트 데이터를 분석이 가능하도록 하기 위해서는 데이터 전처리 작업을 진행해야 하며, 전처리된 데이터는 분석에 소요되는 시간을 줄이고, 정확성을 높일 수 있다.
토픽모델링을 통해 도출된 개방형 혁신 연구주제에 대한 네트워크 분석을 실시하였다. 네트워크 분석 결과로 나타난 노드의 크기는 문서 내에서 주제의 기여도를 의미하며, 굵기와 진하기는 주제 간 연관성 정도를 나타낸다(김현희·이혜영, 2016).
또한, 주제를 구성하는 주요 키워드 간의 연관성을 파악하기 위해 주제별 beta 값 상위 3개의 단어들을 추출하여 네트워크 분석을 실시하였다. <그림 10>과 같이 커뮤니티(community)-사회적인(social), 오픈 소프트웨어(OSS)-소프트웨어(Software), 사회적인 (Social)-서비스(Serivce)등이 주요 키워드 간 연관성이 높게 나타났다.
<그림 10>과 같이 커뮤니티(community)-사회적인(social), 오픈 소프트웨어(OSS)-소프트웨어(Software), 사회적인 (Social)-서비스(Serivce)등이 주요 키워드 간 연관성이 높게 나타났다. 키워드 간 네트워크 분석을 통해 주요 키워드 간 연결성 정도를 확인할 수 있었다.
둘째, 본 연구는 도출된 주제를 기반으로 우리나라 정부에서 수립한 정부혁신 종합추진계획과 비교를 수행하였으며, 이를 바탕으로 추가적인 정책 과제를 제안하였다. 따라서 실제 데이터를 바탕으로 진행한 정책 대안 제시는 향후 데이터 기반 과학적 행정 구현의 하나의 사례가 될 수 있다.
2003~2018년 기간을 2개의 구간(2003~2013년,2014~2018년)으로 나누어 주제 점유율의 변화에 대한 분석을 수행하였으며, 그 결과는 과 같다.
R program을 통해 전처리한 167,637개의 단어를 구글 드라이브 워드를 사용하여 단어 출현 빈도에 따른 분포도를 와 같이 만들었다.
먼저, Web of Science 내 논문 데이터의 영문 제목과 초록을 이용하여 키워드 분석을 수행하였다. R program을 통해 전처리한 167,637개의 단어를 살펴보면, 혁신을 뜻하는 Innovation과 더불어 firm, knowledge, research, study, technology, process 순으로 가장 많이 등장하였다.
토픽모델링을 통해 도출된 9개의 주제에 대한 연구 추이 분석을 2단계로 진행하였다. 첫째, 데이터를 수집한 전체 기간(2003~2018년)에 대해 어떤 주제가 더 큰 비중으로 연구되었는지 분석하였다.
토픽모델링을 통해 도출된 9개의 주제에 대한 연구 추이 분석을 2단계로 진행하였다. 첫째, 데이터를 수집한 전체 기간(2003~2018년)에 대해 어떤 주제가 더 큰 비중으로 연구되었는지 분석하였다. 둘째, 개방형 혁신에 대해 별도의 발전단계를 구분하고 있는 선행연구가 없기 때문에 개방형 혁신의 개념을 2003년 처음 도입한 헨리 체스브로 교수가 새롭게 쓴 「New frontiers in open innovation」이 발간된 2014년을 기준으로 하였다.
헨리 체스브로 교수는 2014년 발간한 책에서 개방형 혁신의 다양한 사례와 향후 발전방향에 대해 소개하고 있다. 따라서 2014년 이후를 확산단계로 구분하고, 2013년 이전을 개방형 혁신 모델 및 이론의 성장 단계로 구분하여 전체 기간을 제 1구간 성장 단계(2003~2013년), 제 2구간 확산 단계(2014~2018년)로 나누어 구간별 분석을 하였다.
대상 데이터
또한, ‘Open과 ‘Innovation을 별도로 분류하여 연구 데이터를 스크래핑할 경우, 본 연구 목적과는 다른 혁신 이론이나 개방과 관련된 다른 논문 데이터가 수집되어 키워드 ‘Open Innovation이 검색되는 연구 데이터만 수집하였다.
본 연구에서 연구 데이터를 추출한 Web of Science는 Institute for Scientific Information(I.S.I)가 제공하는 인용색인 데이터베이스인 SCIE, SSCI, A & HCI를 온라인에서 동시에 검색할 수 있는 웹 데이터베이스이기에 선정하였다.
I)가 제공하는 인용색인 데이터베이스인 SCIE, SSCI, A & HCI를 온라인에서 동시에 검색할 수 있는 웹 데이터베이스이기에 선정하였다. 또한, 2003년부터 연구 데이터를 추출한 이유는 개방형 혁신이 언급된 연도가 2003년이기에 2003년부터 2018년 4월까지의 논문 데이터 1,788개를 수집하였다.
본 연구를 위해 세계 최대의 논문 자료를 보유하고 있는 웹사이트인 Web of Science에서 2003년부터 2018년 4월까지의 데이터 중 제목과 초록에 키워드 ‘Open Innovation이 검색되는 논문의 제목, 연도, 초록을 포함한 1,788개의 연구 데이터를 스크래핑(Scraping)하였다.
첫째, 데이터를 수집한 전체 기간(2003~2018년)에 대해 어떤 주제가 더 큰 비중으로 연구되었는지 분석하였다. 둘째, 개방형 혁신에 대해 별도의 발전단계를 구분하고 있는 선행연구가 없기 때문에 개방형 혁신의 개념을 2003년 처음 도입한 헨리 체스브로 교수가 새롭게 쓴 「New frontiers in open innovation」이 발간된 2014년을 기준으로 하였다. 헨리 체스브로 교수는 2014년 발간한 책에서 개방형 혁신의 다양한 사례와 향후 발전방향에 대해 소개하고 있다.
데이터처리
먼저 수집된 1,788개 논문의 제목과 초록에서 등장하는 단어를 데이터 분석에 알맞은 형태로 변환하기 위해 R program을 이용하여 Tokenization, Stopwords, Lemmatization 등 데이터 전처리 작업을 진행하였다. 그 후 빈도분석을 통해 연구 데이터가 주는 1차적인 시사점을 도출하였다. 또한, 수집된 연구 데이터에 LDA 기반 토픽모델링을 이용하여 개방형 혁신과 관련한 총 9개의 주제를 도출하였고, 이주제들에 대한 연구 비중을 전체 기간과 2개 구간으로 나누어 분석하였다.
이론/모형
본 연구에서 활용한 R program의 코드는 Silge& Robinson(2018)의 연구 자료 내 코드와 오픈 소스 코드 저장소인 ‘Github'의 코드를 활용하였다.
주제 9개를 정의하기 위해서 Durst & Stahle(2013)가 선행 연구에서 정의한 개방형 혁신과 관련된 연구 주제를 활용하였다.
그러나 perplexity value는 주제의 수가 증가할수록 감소하는 경향이 나타나기에 효과적으로 해석할 수 있는 수준에서 주제 수를 선정하였고, LDA 모델의 파라미터 추정을 위해 Gibbs Sampling 방식을 사용하였다 (김상겸·장성용, 2016).
Hornik & Grun(2011)이 배포한 R Program의 Package Topic models”을 활용하여 앞서 전처리 작업을 수행한 데이터에서 주제를 추출하였다.
토픽모델링에서 최적의 주제 수를 결정하는 값으로 언어모델(Language Model) 성능을 평가하는 척도인 perplexity value를 사용한다. 20개, 30개, 50개 등 주제의 수를 늘려가며 각 주제의 수에 대한 perplexity value를 구하여 가장 낮은 값을 가지는 주제의 수를 선택한다(Blei, et al.
성능/효과
gov에서 추출한 정량의 데이터와 공공관리자 36명과의 인터뷰를 통해 개방형 혁신 추진을 저해하는 요인을 분석하였다. 그 결과로, 시스템적 장벽(System-inherent Barriers)이 정부의 혁신을 저해하는 요인으로 분석되었으며, 개방형 혁신 정책의 요구와 조직의 사명이 일치할 때 개방형 혁신이 일어날 수 있고, 기존의 업무 절차도 혁신시킬 수 있는 요인이라고 하였다. 또한, Lee, et al.
노드 크기가 연결 중심성으로 구축된 <그림 9>를 살펴보면, Topic 7 촉진자, Topic 8 리더십, Topic 6 프로세스가 연결 중심성이 높은 허브 역할을 하는 핵심 주제로 식별되었다. 또한, Topic 4 참여자는 연결 중심성은 상대적으로 낮게 나왔지만, 연결 중심성이 높은 주제들뿐만 아니라 전반적인 모든 주제와의 연관성의 정도가 높게 식별되었다.
넷째, 전반적으로 높은 비중으로 연구되고 있는 개방형 혁신 관련 주제는 Topic 8 리더십, Topic 7 촉진자, Topic 6 프로세스, Topic 1 자원 배분이며, 2014년 이후 Topic 4 참여자가 상대적으로 연구 비중이 크게 상승한 것을 알 수 있었다. 영국의 혁신지원 연구기관인 국립과학기술예술재단(Nesta)의 혁신주도 경제성장 보고서를 보면, 다양한 영역의 프로젝트를 유기적으로 연결하기 위해 적극적인 협업과 소통, 참여가 필요하다고 주장하고 있다.
마지막으로, Topic 7 촉진자, Topic 8 리더십, Topic 6 프로세스가 상대적으로 다른 주제들보다 핵심 주제라고 할 수 있다. 폐쇄형 혁신과 개방형 혁신의 프로세스는 근본적으로 다르며, 외부의 참여 유무가 큰 차이이다.
본 연구에서 토픽모델링을 이용해 도출한 개방형 혁신 연구 주제는 자원 배분, 거버넌스, 관계성, 참여자, 문화, 프로세스, 촉진자, 리더십, 전략 등 9개이며, 그 중에서도 리더십과 촉진자가 상대적으로 많이 연구되고 있는 것으로 확인되었다. 리더십, 촉진자, 프로세스가 상대적으로 많이 연구되고 있을 뿐만 아니라 다른 주제보다 핵심 주제로 도출되었다.
리더십, 촉진자, 프로세스가 상대적으로 많이 연구되고 있을 뿐만 아니라 다른 주제보다 핵심 주제로 도출되었다. 또한, 참여자는 최근 연구비중이 높아지고 있고, 다른 주제들과 전반적으로 연관관계가 높은 것으로 나타났다. 실제로 OECD 정부혁신 트렌드 보고서(Embracing Innovation in Government Global Trends, 2017)에 따르면, 열린 혁신에 영향을 미치는 4가지 요소를 관료적 장벽 극복, 투명·개방적 신뢰에 기반한 시민과의 관계 구축, 시민들의 아이디어 활용, 혁신 촉진 문화 형성으로 제시하고 있다.
첫째, 기존에 이루어지는 개방형 혁신 관련 실증연구나 설문 분석을 통한 연구방법이 아닌(안치수·이영덕, 2011이창근 외, 2015 신성현, 2017 Durst & Stahle, 2013 Mergel, 2017 Janssen, et al., 2017) 비정형 데이터를 분석하는 데이터 분석 기법인 토픽 모델링과 네트워크 분석을 이용하여 개방형 혁신과 관련된 주제를 확인하여 학문의 다양성 확보에 기여했다는 의의가 있다.
셋째, 본 연구에서 도출된 주제와 키워드는 공공 분야뿐만 아니라 다른 분야에도 적용할 수 있다는 점에서 개방형 혁신에 대한 국내 연구자들의 연구방향 수립 시 참고자료로 활용할 수 있다는 의의도 있다.
우리나라 정부에서 수립한 정부혁신 종합추진계획과 본 연구를 통해 도출된 9개의 주제와 비교해볼 때, 과 같이 상당 부분 일치하는 것을 확인할 수 있다.
본 연구에서 도출된 9개의 주제는 과 같이 선행연구의 주제와 동일하게 ‘관계성, 참여자, 거버넌스, 촉진자, 자원 배분, 전략, 프로세스, 리더십, 문화이며, Durst & Stahle (2013)의 연구 결과를 뒷받침함과 동시에 주제별 키워드의 집합을 도출하여 추가 분석 및 결과 해석이 가능하였다.
먼저, Web of Science 내 논문 데이터의 영문 제목과 초록을 이용하여 키워드 분석을 수행하였다. R program을 통해 전처리한 167,637개의 단어를 살펴보면, 혁신을 뜻하는 Innovation과 더불어 firm, knowledge, research, study, technology, process 순으로 가장 많이 등장하였다. R program을 통해 전처리한 167,637개의 단어를 구글 드라이브 워드를 사용하여 단어 출현 빈도에 따른 분포도를 <그림 5>와 같이 만들었다.
셋째, 개방형 혁신과 관련되어 도출된 연구 주제는 자원 배분, 거버넌스, 관계성, 참여자, 문화, 프로세스, 촉진자, 리더십, 전략 등 총 9개이다. 세부적으로 살펴보면, Topic 1 자원 배분은 개방형 혁신을 추진하는 주요 목적과 관련이 있다.
후속연구
따라서 본 연구에서는 문재인 정부에서 추진하고자 하는 개방형 혁신이 어떠한 형태로 발전해야 하는지 그 방향성을 제시하기 위해 해외 선행 연구자들이 어떠한 관점을 중심으로 개방형 혁신을 연구하였는지 조사하였고, LDA(Latent Dirichlet Allocation) 기반의 토픽모델링과 네트워크 분석을 실시하였다. 개방형 혁신이 언급되기 시작한 2003년부터 2018년 4월까지의 논문 제목, 연도, 초록 데이터를 수집하고, 토픽 모델링을 통해 9개의 주제를 도출하여 각 주제간 네트워크 분석을 통해 상대적으로 더 비중이 높은 주제를 식별하여 정부의 역량을 보다 더 집중할 수 있는 정책 제안과 효과를 기대할 수 있다. 이렇게 도출된 결과를 문재인 정부에서 발표한 「정부혁신 종합 추진계획」과 비교하여 시사점을 제시하였다.
이렇게 도출된 결과를 문재인 정부에서 발표한 「정부혁신 종합 추진계획」과 비교하여 시사점을 제시하였다. 텍스트 마이닝과 데이터 분석을 통해 정부의 정책에 대한 방향을 제시하는 본 연구는 향후 데이터 기반 과학적 행정 구현의 기반이 되는 연구가 될 수 있을 것이다.
둘째, 개방형 혁신 활동은 내향형(Outside-In)” 혁신과 외향형 (Inside-Out)” 혁신이 있는데, 계획 내에서는 내향형 혁신활동에 중점을 두고 있기에 행정안전부 (2015)에서 발표한 계획의 과제인 재난 발생 시 필요한 구호물자를 시민들이 자발적 협력을 통해 동원 (Outside-Out)하는 방식의 과제도 고려해볼 필요가 있다. 셋째, 정부혁신 종합추진계획에는 촉진자와 관련된 사항이 많이 포함되어 있지만, 창업 생태계나 열린 혁신 생태계를 구축하기 위한 촉진자(퍼실리테이터)의 역할에 대한 연구도 더 필요하다고 보인다. 창업 기업의 개방형 혁신체계 구축을 위한 촉진자의 역할을 검증하는 연구를 수행하였으나(박상혁 외, 2014), 아직까지 공공 분야에서의 촉진자와 관련한 연구는 존재 하지 않는다.
둘째, 본 연구는 도출된 주제를 기반으로 우리나라 정부에서 수립한 정부혁신 종합추진계획과 비교를 수행하였으며, 이를 바탕으로 추가적인 정책 과제를 제안하였다. 따라서 실제 데이터를 바탕으로 진행한 정책 대안 제시는 향후 데이터 기반 과학적 행정 구현의 하나의 사례가 될 수 있다.
첫째, 본 연구에서 활용한 논문 데이터는 민간 분야와 공공 분야의 연구가 혼재되어 있다는 점에서 정확한 공공 분야의 개방형 혁신 주제 분석이 아닐 수 있다. 따라서 Web of Science 이외에 다른 저널지를 포함하여 Open Innovation”과 함께 Public”, Government” 등이 함께 도출된 논문 데이터로 분석해볼 필요가 있다.
따라서 Web of Science 이외에 다른 저널지를 포함하여 Open Innovation”과 함께 Public”, Government” 등이 함께 도출된 논문 데이터로 분석해볼 필요가 있다. 둘째, 해외 논문에 한정하여 연구를 진행하였기에 국내의 논문 데이터와 비교연구를 수행한다면, 더욱 정확한 연구결과를 도출할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
개방형 혁신은 어떻게 구분되는가?
개방형 혁신은 크게 “내향형(Outside-In)” 혁신과 “외향형(Inside-Out)” 혁신으로 분류된다. 내향형 혁신은 제품이나 서비스를 개발하기 위해 기술 혁신과 정에 외부의 아이디어나 기술을 활용하여 기술 역량을 내재화하는 것을 말하며, 외향형 혁신은 기업이 보유한 기술을 외부로 내보내서 기업의 기존 비즈니스 모델이 아닌 신규 모델을 찾는 것이다(Chesbrough, 2003a 2003b).
개방형 혁신이란?
개방형 혁신은 기업들이 기업 내부의 역량뿐만 아니라 외부 아이디어와 연구개발(R&D) 자원을 함께 활용해 기업의 기술을 혁신시키고, 발전시킬 수 있다는 이론이다(Chesbrough, 2003a 2003b). 개방형 혁신 모델은 아래 <그림 1>과 같다.
개방형 혁신 정책을 추진함에 있어서 리더십, 촉진자, 참여자, 프로세스가 우선적으로 고려되야 할 주제인 이유는?
본 연구에서 토픽모델링을 이용해 도출한 개방형 혁신 연구 주제는 자원 배분, 거버넌스, 관계성, 참여 자, 문화, 프로세스, 촉진자, 리더십, 전략 등 9개이며, 그 중에서도 리더십과 촉진자가 상대적으로 많이 연구되고 있는 것으로 확인되었다. 리더십, 촉진자, 프로세스가 상대적으로 많이 연구되고 있을 뿐만 아니라 다른 주제보다 핵심 주제로 도출되었다. 또한, 참여자는 최근 연구비중이 높아지고 있고, 다른 주제들과 전반적으로 연관관계가 높은 것으로 나타났다. 실제로 OECD 정부혁신 트렌드 보고서(Embracing Innovation in Government Global Trends, 2017) 에 따르면, 열린 혁신에 영향을 미치는 4가지 요소를 관료적 장벽 극복, 투명·개방적 신뢰에 기반한 시민과의 관계 구축, 시민들의 아이디어 활용, 혁신 촉진 문화 형성으로 제시하고 있다. 따라서 개방형 혁신 정책을 추진함에 있어서 리더십, 촉진자, 참여자, 프로세스가 우선적으로 고려되어야 할 주제라 할 수 있다.
정보통신정책연구원 (2009). 국내외 공공-민간 온라인 소통 활성화 현황 및 시사점: 영국 Power of Information Taskforce Report를 중심으로.
청와대 (2017). "문재인 정부 국정과제." http://www1.president.go.kr (검색일: 2018.06.22.).
한국산업기술진흥원 (2013). 영국의 혁신주도 성장전략과 정책제언.
행정안전부 (2015). 보도자료 "국민의 행복 달성, 가치 실현을 지원하는 전자정부 구현" http://www.mois.go.kr (검색일: 2018.06.22).
행정안전부 (2018). "정부혁신 종합 추진계획." http://www.mois.go.kr (검색일: 2018.06.22.).
Assar, S. & Boughzala, I. & Isckia, T. (2011). "eGovernment Trends in the Web 2.0 Era and the Open Innovation Perspective: An Exploratory Field Study." International Conference on Electronic Government EGOV 2011: Electronic Government, pp. 210-222.
Blei, D. M. & Ng, A. Y. & Jordan, M. I. (2003), "Latent dirichlet allocation, Journal of Machine Learning Research." 3, 993-1022.
Blei, D. M. & Lafferty, J. D. (2005). "Correlated Topic Models." Proceedings of Neural Information Processing Systems, pp. 147-154.
Blei, D. M. (2012). "Probabilistic topic models." Communications of the ACM, 55(4): 77-84.
Brunswicker, S. & Vanhaverbeke, W. (2014). "Open Innovation in Small and Medium-Sized Enterprises (SMEs): External Knowledge Sourcing Strategies and Internal Organizational Facilitators." Journal of Small Business Management, Volume53, Issue4.
Chesbrough, H. (2003a). "Open Innovation: The new imperative for creating and profiting from technology." Boston, MA: Harvard Business School Press.
Chesbrough, H. (2003b). "The era of open innovation." MIT Sloan Management Review, 44(3), 3541.
Colombo, G. & Dell'Era, C. & Frattini, F. (2011). "New Product Development (NPD) Service Suppliers in Open Innovation Practices: Processes and Organization for Knowledge Exchange and Integration." International Journal of Innovation Management, vol. 15, no. 1, pp. 165-204.
Direct of Digital Engagement (2009). "Digital Engagement: Update on Power of Information."
Durst, S. & Stahle, P. (2013). "Success Factors of Open Innovation - A Literature Review." International Journal of Business Research and Management (IJBRM), Volume (4) : Issue (4) : 2013.
Felin, T. & Zenger, T. R. (2014). "Closed or open innovation? Problem solving and the governance choice." Research Policy, Volume 43, Issue 5, June 2014, pp. 914-925.
Hornik, K. & Grun, B. (2011). "topic models : An R package for fitting topic models." Journal of Statistical Software, 40(13), pp. 1-30.
Islam, A. M. (2012). "Methods of Open Innovation Knowledge Sharing Risk Reduction: A Case Study." International Journal of e-Education, e-Business, e-Management and e-Learning, Vol. 2, No. 4.
Janssen, M. & Konopnicki, D. & Snowdon, J. & Ojo, A. (2017). "Driving public sector innovation using big and open linked data (BOLD)." Information Systems Frontiers, April 2017, Volume 19, Issue 2, pp. 189-195.
Kankanhalli, A. & Zuiderwijk, A. & Tayi, GK. (2017). "Open innovation in the public sector: A research agenda." Government Information Quarterly, Volume 34, Issue 1, January 2017, pp. 84-89.
Lee, K. H. & Jung, H. J. & Song, M (2016). "Subject-method topic network analysis in communication studies." Scientometrics, Volume 109, Issue 3, pp. 1761-1787.
Lee, S. M. & Hwang, T. W. & Choi, D. H. (2012). "Open innovation in the public sector of leading countries." Management Decision, Vol. 50 Issue: 1, pp. 147-162.
Lichtenthaler, U. (2011). "Open Innovation: Past Research, Current Debates, and Future Directions." Academy of Management Perspectives, Vol. 25, No. 1 (February 2011), pp. 75-93.
Lopez-Vega, H. & Tell, F. & Vanhaverbeke, W. (2016). "Where and how to search? Search paths in open innovation." Research Policy, Volume 45, Issue 1, February 2016, pp. 125-136.
Maier, D. & Waldherr, A. & Miltner, P. & Jahnichen, P. & Pfetsch, B. (2017). "Exploring Issues in a Networked Public Sphere: Combining Hyperlink Network Analysis and Topic Modeling." Social Science Computer Review, pp. 1-18.
Mergel, I. (2017). "Open innovation in the public sector: drivers and barriers for the adoption of Challenge.gov." Public Management Review, 20:5, pp. 726-745.
Mimno, D. & McCallum, A. (2012). "Topic models conditioned on arbitrary features with dirichlet-multinomial regression." arXiv preprint arXiv: 1206.3278.
MIT Sloan (2011). "Top 10 Lessons on the New Business of Innovation." MIT Sloanselect Collection Winter 2011, "The Era of Open Innovation." pp. 35-41.
Nesta (2012). "Plan I: The Case for Innovation-led Growth." http://www.nesta.org.uk/report/plan-i. (Retrived on June 22, 2018)
Newman, M. (2010). "Networks : An Introduction." Oxford University Press .
OECD (2017). "Embracing Innovation in Government Global Trends."
Paulini, M. & Maher, M. L. & Murty, P. (2014). "Motivating participation in online innovation communities." International Journal of Web Based Communities, 10:1, pp. 94-114.
Poulin, D. & Tucci, C. & Viscusi, G. (2017). "Open Innovation in the Public Sector: Review and Integration of the Management and Public Administration Literatures." 14th Scandinavian Workshop on E-Government (SWEG), Sundsvall, Sweden, February.
Ren, S. & Su, P. (2015). "Open innovation and intellectual property strategy: the catch-up processes of two Chinese pharmaceutical firms." Technology Analysis & Strategic Management, Volume 27, 2015 - Issue 10.
Silge, J. & Robinson, D. (2018) Text Mining with R. O'Reilly. http://www.tidytextmining.com (Retrived on June 22, 2018).
UK Cabinet Office (2017). "Government Transformation Strategy 2017 to 2020." http://www.gov.uk. (Retrived on June 22, 2018)
US Government (2016). "Open Government Initiative - US Department of State." https://www.state.gov/open/. (Retrived on June 22, 2018).
Viscusi, G. & Poulin, D. & Tucci, C. (2015). "Open innovation research and e-government: clarifying the connections between two fields." XII Conference of the Italian Chapter of AIS (itAIS2015), Roma, Italy, 9th - 10th of October, 2015.
We st, J. & Salter, A. & Vanhaverbeke, W. & Chesbrough, H. (2014). "Open innovation: The next decade." Research Policy, Volume 43, Issue 5, June 2014, pp. 805-811.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.