이 논문은 데이터 기반의 정량적 기준 즉, 성장단계, 투자시기, 투자유치금액 등에 의해 개별 스타트업을 성장단계별로 구분하고, 단계별 기업군의 특성을 파악하였다. 이는 정확한 통계를 기반으로 스타트업의 성장과정에 대한 정부의 체계적 지원의 근거를 제공하기 위함이다. 분석대상은 TIPS(Tech Incubator Program for Startup) 지원 창업기업으로, 상대적으로 신뢰도가 높은 스타트업을 한정적으로 활용하였다. 분석 결과, 스타트업은 창업 후 1.5년 내에 최소기능제품(Minimum Viable Product) 완성을 위한 종자돈(Seed money)을 확보하고, 1년 내에 제품-시장 적합도(Product-Market Fit)를 검증하여 Series A 투자를 유치하였다(창업 후 2.5년 내에 Series A 투자 유치). 이후 상용화에 성공하면 1.5년 내에 안정적인 성장을 위한 Series B 투자를 유치하였다(창업 후 4년 내에 Series B 투자 유치). 2019년 부터 정부는 흩어진 창업사업화 지원을 통합하여 예비, 초기, 도약으로 구분하여 지원하고 있다. 예비단계는 예비창업자, 초기는 창업 후 3년 이내 기업, 도약은 3년~7년 이내 기업이다. 연구 결과, 단계별 창업사업화를 지원하는 정부 프로그램의 예비·초기·도약 단계의 구분 즉, 창업 3년 이내 구분은 현재까지 유의미하다고 할 수 있다. 향후 연구방향으로 3가지를 제시한다. 첫째, 스타트업 성장단계 판별 및 모니터링을 위한 지표를 개발한다. 둘째, 연차별 변화를 지속적으로 업데이트하여 개별 기업의 성장단계 변화를 추적한다. 셋째, 성공 스타트업에 대한 심층 사례분석을 모델에 적용해 봄으로써, 기술기반 스타트업의 성공적인 성장법칙을 발견한다.
이 논문은 데이터 기반의 정량적 기준 즉, 성장단계, 투자시기, 투자유치금액 등에 의해 개별 스타트업을 성장단계별로 구분하고, 단계별 기업군의 특성을 파악하였다. 이는 정확한 통계를 기반으로 스타트업의 성장과정에 대한 정부의 체계적 지원의 근거를 제공하기 위함이다. 분석대상은 TIPS(Tech Incubator Program for Startup) 지원 창업기업으로, 상대적으로 신뢰도가 높은 스타트업을 한정적으로 활용하였다. 분석 결과, 스타트업은 창업 후 1.5년 내에 최소기능제품(Minimum Viable Product) 완성을 위한 종자돈(Seed money)을 확보하고, 1년 내에 제품-시장 적합도(Product-Market Fit)를 검증하여 Series A 투자를 유치하였다(창업 후 2.5년 내에 Series A 투자 유치). 이후 상용화에 성공하면 1.5년 내에 안정적인 성장을 위한 Series B 투자를 유치하였다(창업 후 4년 내에 Series B 투자 유치). 2019년 부터 정부는 흩어진 창업사업화 지원을 통합하여 예비, 초기, 도약으로 구분하여 지원하고 있다. 예비단계는 예비창업자, 초기는 창업 후 3년 이내 기업, 도약은 3년~7년 이내 기업이다. 연구 결과, 단계별 창업사업화를 지원하는 정부 프로그램의 예비·초기·도약 단계의 구분 즉, 창업 3년 이내 구분은 현재까지 유의미하다고 할 수 있다. 향후 연구방향으로 3가지를 제시한다. 첫째, 스타트업 성장단계 판별 및 모니터링을 위한 지표를 개발한다. 둘째, 연차별 변화를 지속적으로 업데이트하여 개별 기업의 성장단계 변화를 추적한다. 셋째, 성공 스타트업에 대한 심층 사례분석을 모델에 적용해 봄으로써, 기술기반 스타트업의 성공적인 성장법칙을 발견한다.
The purpose of this paper is to classify individual startups by growth stage based on data-based quantitative criteria. This is to provide a basis for systematic support for government startups based on accurate statistics on the startup growth process. This startups were the TIPS (Tech Incubator Pr...
The purpose of this paper is to classify individual startups by growth stage based on data-based quantitative criteria. This is to provide a basis for systematic support for government startups based on accurate statistics on the startup growth process. This startups were the TIPS (Tech Incubator Program for Startup) support company, which used a relatively reliable startup. We found seed money to complete MVP (Minimum Viable Product) within 1.5 years after establishment, verified PMF (Product-Market Fit) within 1 year, attracted Series A investment within 2.5 years after establishment, and successfully commercialized it. It attracted Series B investment for stable growth within 1.5 years (Series B investment within 4 years from start-up). The results of the study, the division of government programs that support stage-based startup commercialization, that is, within three years and within seven years of establishment, is significant to date. Three directions are suggested for future research. First, develop indicators for monitoring startup growth stages. Second, it continuously updates the annual changes and tracks the growth stages of individual startups. Third, we discover the successful growth law of technology-based startups by applying in-depth case analysis of successful startups to the model.
The purpose of this paper is to classify individual startups by growth stage based on data-based quantitative criteria. This is to provide a basis for systematic support for government startups based on accurate statistics on the startup growth process. This startups were the TIPS (Tech Incubator Program for Startup) support company, which used a relatively reliable startup. We found seed money to complete MVP (Minimum Viable Product) within 1.5 years after establishment, verified PMF (Product-Market Fit) within 1 year, attracted Series A investment within 2.5 years after establishment, and successfully commercialized it. It attracted Series B investment for stable growth within 1.5 years (Series B investment within 4 years from start-up). The results of the study, the division of government programs that support stage-based startup commercialization, that is, within three years and within seven years of establishment, is significant to date. Three directions are suggested for future research. First, develop indicators for monitoring startup growth stages. Second, it continuously updates the annual changes and tracks the growth stages of individual startups. Third, we discover the successful growth law of technology-based startups by applying in-depth case analysis of successful startups to the model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
2019년 정부는 다양한 창업사 업화 지원을 예비창업패키지, 초기창업패키지, 창업도약패키 지로 통합하여 단계별 창업사업화 지원방안을 발표·지원하고 있다. 각 사업의 지원대상이 예비창업자, 3년 이내 기업, 3~7년 이내의 기업으로 구분하고 있어, 이러한 지원이 현실적합 한지에 대한 근거를 찾고자 했다.
이 논문에서는 데이터 기반의 정량적 기준에 의해 개별 스타트업을 성장단계별로 분류하고, 단계별 기업군의 특성(공통 점과 유사점)과 마일스톤 상의 특성을 파악함으로써, 스타트 업의 성장과정에 대한 체계적인 지원을 돕고자 했다. 연구 결과, 창업 후 1.
이 논문은 데이터 기반의 정량적 기준에 의해 개별 스타트 업을 성장단계별로 구분하고, 단계별 기업군의 특성(공통점과 유사점)과 마일스톤 상의 특성을 파악함으로써 스타트업의 성장과정에 대한 체계적인 지원을 하는 데 목적이 있다. 분석대상은 TIPS(Tech Incubator Program for Startup) 지원 기업으로 상대적으로 신뢰도가 높은 스타트업을 한정적으로 활용하였다.
가설 설정
성장그룹의 마일스톤 도출을 위해 더브이씨(theVC) 데이터에서 투자라운드 정보가 가용한 기업을 대상으로 했다. 또한 TIPS 선정 전후로 시드투자를 유치할 수 있으나 TIPS 선정을 가장 의미있는 시드투자 유치로 가정하였다.
제안 방법
2단계에서는 성장단계 분류를 위한 의사결정 나무(decision tree) 작성하였다. Exit 여부, 후속투자 유치금액, 각 단계별 경과기간 등의 기준 변수를 활용하여 성장단계를 분류하였다(그림 2 참고). 3단계에서는 의사결정 나무를 이용한 성장단계별 분류를 실행하였다.
J-curve로 TIPS 창업팀은 크게 5개 그룹으로 구분하였고, 성장그룹은 그 안에서 다시 3개 그룹으로 세분화하였다( 참고).
TIPS 창업팀을 기준으로 창업년도, TIPS 사업 선정년도, 기업상태, 연도별 후속투자유치 현황, 각 단계별 경과기간 등을 통해 우리나라 고성장 스타트업을 성장단계별로 구분해 보고, 그 일반적 특성을 도출해 보고자 가설 1, 2를 제시하였다.
이 연구에서 후속투자 유치총액 10억 원을 분기점으로 사용 한데에는 대개 10억 원 이상을 Series A 라운드 투자로 간주 하는 경향을 고려하되, 투자금액 만으로 투자 라운드를 정확 하게 판단하기 어려운 점을 감안하여 10억 원을 분기점으로 선택하였다. 또한 TIPS 선정 후 2년을 분기점으로 사용한데는 J-curve의 죽음의 계곡 탈출시점을 3년으로 간주하고, TIPS 선정 후 필요 보육기간을 2년으로 설정하였다.
3단계에서는 의사결정 나무를 이용한 성장단계별 분류를 실행하였다. 성장단계는 보육그룹, 정체그룹, 잠재성장그룹, 성장그룹, Exit그룹으로 구분하였다. 4단계에서는 데이터를 활용하여 성장단계 그룹별 특성을 파악하고자 했다.
예를 들면, 투자 라운드(Seed/Series-A/B/C 등)에 대한 정확한 정보가 부재(투자 자나 기업이 공개하지 않으면 금액만으로는 추정 곤란)한 경우 파악이 어렵다는 점이다. 성장단계에 대한 정확한 판별을 위해서는 연구개발, 재무상태, 고객현황 등 풍부한 정량적, 정성적 데이터가 필요하지만, 창업 초기단계 기업의 특성 상 신뢰도 높은 데이터가 부족하여, 스타트업에 대한 평가가 집약 되어 있다고 판단되는 후속투자유치 데이터 위주로 성장단계를 분류하여 활용하였다.
실증연구를 위한 분석방법은 5단계로 진행하였다. 1단계에서는 분산된 데이터를 창업팀별로 통합하고, 성장단계 판별을 위한 기준 데이터를 집계(또는 산출)하였다.
이외 M&A, IPO에 성공한 창업팀을 ‘엑싯(exit) 그룹’으로 분류하였으며, 총 6개이다.
특성변수로는 회사 설립년도, TIPS 선정년도, 후속투자 횟수및 금액 등을 활용하였다. 5단계에서는 성장그룹의 투자유치 마일스톤 특성을 파악하고자 했다.
대상 데이터
TIPS 선정 후 총 10억 원 미만의 후속투자를 유치한 창업팀이 ‘잠재성장그룹’이며, 총 74개이다.
TIPS 선정후 2년 이상이면서 후속투자를 유치하지 못한 창업팀이 ‘정체 그룹’이며, 총 55개이다.
투자 라운드별 경과 기간을 토대로 현재의 정부 지원 시책의 타당성을 짚고자 했다. TIPS 창업팀은 2018년 기준 423개이며, 이 중 폐업 및 청산 기업 5개를 제외한 418개를 분석대상으로 하였다. 의사결정 나무(Decision tree)를 통해 TIPS 창업팀을 5개 그룹으로 분류한 결과는 다음과 같다.
TIPS 창업팀의 정보는 TIPS 사업 홈페이지를 참고하였으며2), 창업팀의 재무현황은 한국기업데이터(크레탑), 후속투자 현황은 더브이씨(theVC)를 통해 구매한 시계열 자료를 활용하였다(2018년 말 시점 기준).
이 논문은 데이터 기반의 정량적 기준에 의해 개별 스타트 업을 성장단계별로 구분하고, 단계별 기업군의 특성(공통점과 유사점)과 마일스톤 상의 특성을 파악함으로써 스타트업의 성장과정에 대한 체계적인 지원을 하는 데 목적이 있다. 분석대상은 TIPS(Tech Incubator Program for Startup) 지원 기업으로 상대적으로 신뢰도가 높은 스타트업을 한정적으로 활용하였다.
앞서 성장그룹을 3개로 세분류하였다. 성장그룹의 마일스톤 도출을 위해 더브이씨(theVC) 데이터에서 투자라운드 정보가 가용한 기업을 대상으로 했다. 또한 TIPS 선정 전후로 시드투자를 유치할 수 있으나 TIPS 선정을 가장 의미있는 시드투자 유치로 가정하였다.
이론/모형
이 연구는 스타트업의 라이프사이클 곡선(J-Curve)을 스타트업 성장단계 모형으로 활용하였다. 즉, TIPS 창업팀도 J-Curve 에 따라 다음의 기본전제를 따른다고 볼 수 있다.
성능/효과
셋째, 연차별 변화를 지속적으로 모니터링하여 개별 기업의 성장단계의 변화를 관찰해야 한다. 넷째, 데이터 축적 범위를 확대하고, 신뢰도 높은 데이터 구축에 노력해야 한다. 이러한 연구가 이루어질 때 기술기반 스타트업의 성공적인 성장법칙이 발견할 수 있다.
우선, 후속투 자의 정보를 theVC의 데이터만을 활용하여 이쪽 DB에서 나타나지 않은 투자자, 금액 등은 반영하지 못하고 있다. 둘째, 특정 스타트업이 어떤 단계에 있는지를 판단할 수 있는 객관적 지표가 체계화되어 있지 않다는 점이다. 예를 들면, 투자 라운드(Seed/Series-A/B/C 등)에 대한 정확한 정보가 부재(투자 자나 기업이 공개하지 않으면 금액만으로는 추정 곤란)한 경우 파악이 어렵다는 점이다.
성장그룹 전체(144개사)를 종합하여 보면, 이들은 평균 1.5년내에 시드 투자를 유치하고, 그 이후 평균 1.1년 내에 Series A 투자를 유치, 평균 1.5년 내에 Series B 투자를 유치하고 있다.
또한 TIPS 사업 선정 후 경과기간별 분포를 나타낸다. 성장그룹은 TIPS 선정 후 2~3년 경과한 기업의 비중이 큰 것으로 나타났다. 10~30억 원 사이를 투자받은 성장그룹 A(61개)는 2.
평균 후속투자 유치횟수 및 금액은 <표 3>과 같다. 성장그룹은 평균 3회, 60억 이상의 후속투자를 유치한 것으로 나타났다.
둘째, 성공기업에 대한 심층 사례연구가 필요하다. 셋째, 연차별 변화를 지속적으로 모니터링하여 개별 기업의 성장단계의 변화를 관찰해야 한다. 넷째, 데이터 축적 범위를 확대하고, 신뢰도 높은 데이터 구축에 노력해야 한다.
예비단계는 예비 창업자, 초기는 창업 후 3년 이내 기업, 도약은 3년~7년 이내 기업이다. 연구 결과, 단계별 창업사업화를 지원하는 정부 프로그램의 예비․초기․도약 단계의 구분 즉, 창업 3년 이내 구분은 현재까지 유의미하다고 할 수 있다.
이 논문에서는 데이터 기반의 정량적 기준에 의해 개별 스타트업을 성장단계별로 분류하고, 단계별 기업군의 특성(공통 점과 유사점)과 마일스톤 상의 특성을 파악함으로써, 스타트 업의 성장과정에 대한 체계적인 지원을 돕고자 했다. 연구 결과, 창업 후 1.5년 내에 MVP 완성을 위한 종자돈을 확보하고, 1년 내에 PMF(Product-Market Fit)을 검증하여 창업 후 2.5 년 내에 Series A 투자를 유치하여 상용화에 성공한 후 1.5년내에 안정적인 성장을 위한 Series B 투자를 유치하는 경로 (창업에서 4년 내에 Series B 투자유치)를 보였다.
후속연구
둘째, 성공기업에 대한 심층 사례연구가 필요하다. 셋째, 연차별 변화를 지속적으로 모니터링하여 개별 기업의 성장단계의 변화를 관찰해야 한다.
이 연구는 TIPS 지원 기업 즉, 상대적으로 신뢰도가 높은 스타트업을 한정적으로 활용한데 의미와 한계를 갖는다.
향후 연구방향으로서 몇 가지를 제안하면 우선, 스타트업 성장단계 판별 및 모니터링을 위한 지표 개발이 필요하다.
참고문헌 (15)
Chen, H. M., & Kuo(2004). Performance appraisal across organizational life cycles. Human Systems Management, 23, 227-233.
Cho, M. S., & Kim, S. W.(2017). US Startup Policy Trends and Implications. Issue Paper, 29, STEPI.
Christine S. Koberg, Nikolaus Uhlenbruck, Yolanda Sarason.(1996). Facilitators of organizational innovation_the role of life cycle stage. Journal of Business Venturing, 11, 133-149.
Jung, S. W.(1998). Dynamic Patterns of Management Challenges for Korean Software Ventures; An Exploratory Comparison of High and Low-Growth Firms, Journal of Entrepreneurship and Venture Studies 1(1), 5-34.
Kang, W. J., Lee, H. H., & Oh, W. G.(2012). The Effects of the Utilization of External Resources on the Technological Innovation Performance Along the Stages of Growth in Korean Ventures. Asia-Pacific Journal of Business Venturing and Entrepreneurship, 7(1), 35-45.
Kazanjian, R. K.(1988). Relation of Dominant Problems to Stage of Growth in Technology-Based New Ventures. Academy of Management Journal, 31, 257-279.
Kim, S. W., Jung, M. A., Kim, Y. H., Jun, J. E., Hwang, E. H., Hu, J. S., Kim, S. E., Kim, J. E., Hong, J. I., Park, J. S., Ko, H. J.(2019). Efficiency of Startup Commercialization by Growth Stage. KISED.
Lim, S. H., & Kim, Y. T.(2015). Lean Startup Application Study in the Healthcare Industrial point of View: The Case of Humedix Corporation. Asia-Pacific Journal of Business Venturing and Entrepreneurship, 10(3), 99-109.
Lippit, G., & Walker, D. A.(1967). Crisis in developing organizations. Harvard Business Review, 45(6), 102-112.0
Love, H.(2016). The Start-Up J Curve: The six steps to Entrepreneurial Success. Greenleaf Book Group Press.
Ministry of SMEs and Startups(2020). 2020 government start-up support program integrated announcement(2020-1).
Na, H. K., & Lee, H. W.(2016). The Lean Startup: Korea's Case Study-Cardoc. Asia-Pacific Journal of Business Venturing and Entrepreneurship, 11(5), 29-43.
Nam, Y. H.(1998). Key Success Factors of High-tech Ventures in The Early Stages. Journal of Entrepreneurship and Venture Studies 1(1), 35-69.
Suh, D. H.(2019). Startup Support Methods and Implications of Major Countries. Issue Analysis, 761, KDB.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.