서비스업의 오픈이노베이션이 혁신 성과에 미치는 영향에 관한 연구

국문 초록 (Abstract)

본 연구는 서비스업의 오픈 이노베이션이 혁신 성과에 미치는 영향에 대해 검증하고자 하므로, 과학기술정책연구원에서 수행한 기술혁신조사(KIS)의 서비스업 데이터를 활용하여 분석하기로 한다. 기술혁신조사는 오픈 이노베이션의 활동 및 혁신 성과로 측정할 수 있는 변수들을 포함하여 설문하고 있기 때문에 본 연구의 데이터로 사용하기에 적합하다고 할 수 있다. 본 연구의 목적에 따라 혁신 성과를 종속변수로 설정한다. 혁신을 구분하는 방법은 연구에 따라 상이하지만, 본 연구에서는 4대 혁신으로 분류되는 제품혁신, 프로세스혁신, 조직혁신, 마케팅혁신을 모두 종속변수로 설정한다. 이는 혁신이 모든 영역에서 발생하고 (Massa and Testa, 2008), OECD(2005)와 과학기술정책연구원(2012) 역시 네 가지 혁신을 제시하고 있으며, Cho et al.(2011) 역시 서비스 기업이 성과를 최적화하기 위해 네 가지 혁신을 모두 고려해야 한다고 언급했기 때문이다. 하지만 다른 혁신들과 달리, 제품혁신의 경우 전체 매출액 대비 시장최초 제품 혁신(new to the market innovation)의 매출액 비중, 전체 매출액 대비 기업최초 제품 혁신(new to the firm innovation)의 매출액 비중을 함께 조사하고 있다. 따라서 종속변수는 4대 혁신에 대한 혁신 도입 여부와 더불어 제품혁신에 대해서는 두 개의 세부 종속변수로 나눠지므로, 총 6가지의 종속변수가 설정된다. 본 연구의 목적인 오픈 이노베이션이 혁신 성과에 미치는 영향을 검증하기 위해 오픈 이노베이션 활동의 두 차원인 외부정보 탐색의 너비와 외부정보 탐색의 깊이를 각각 다른 독립변수로 설정한다. 먼저 외부정보 탐색의 너비를 측정하기 위해 과학기술정책연구원(2012)의 통계자료에 분류된 정보의 원천 구분에 따라 총 10개로 분류한다. 설문 대상 기업은 자신이 정보의 원천으로 활용하는 그룹을 모두 응답하도록 하였으므로, 개별 기업의 외부정보 탐색의 너비는 0부터 10까지의 정수를 갖게 된다. 외부 정보 탐색의 깊이는 10가지로 분류한 정보 원천 중, 각 기업이 정보의 원천으로 사용하는 그룹에 대해 정보를 심도 있게 이용하는 정도를 파악하여, 깊게 활용할 경우 1점을, 그렇지 않을 경우 0점을 부여한다. 모든 정보를 깊게 활용하는 기업의 경우 10개의 정보의 각 1점을 합한 10의 값을 갖게 되며, 다양한 정보를 활용하더라도 깊게 활용하는 정보가 없는 기업은 0의 값을 갖는다. 더불어 혁신 성과에 영향을 미칠 수 있는 변수들을 통제하기 위해, 기업의 흡수 능력, 다른 회사 혹은 기관과의 협력 여부, 기업의 크기, 기업의 나이, 판매 주력시장, 소속 산업 등을 통제변수로 설정한다. 본 연구의 목적은 서비스업의 외부정보 탐색의 너비, 외부정보 탐색의 깊이라는 두 가지 변수가 혁신 성과에 어떠한 영향을 미치는지를 분석하는 것이므로, 회귀분석을 이용하는 것이 연구의 방법이 된다. 4대 혁신으로 구성되는 제품혁신, 프로세스혁신, 조직혁신, 마케팅혁신의 경우 연속형 변수가 아닌 혁신을 도입한 경우 혹은 도입하지 않은 경우로 구분되는 범주형 변수로 구성된다. 따라서 이들 혁신의 경우 혁신을 수행한 경우 1, 그렇지 않은 경우 0의 값을 부여하여 이분형 로지스틱 회귀분석을 사용하기로 한다. 반면 제품혁신에 대한 추가 종속변수인 시장최초 제품 혁신과 기업최초 제품 혁신 성과의 값은 매출액 대비 혁신적 제품의 매출액 비중으로 설정한 바, 모두 확률의 값을 가지므로 0부터 100 사이의 값을 갖게 된다. 또한 매출액 비중이라는 특성 상 종속변수의 값은 0 혹은 100의 양 극단에 치우쳐있을 가능성이 있다. 이처럼 하한 값과 상한 값이 모두 정해져있고 분포의 정규성(normality)을 만족시키지 못할 경우 일반적인 회귀분석을 수행할 수 없으며, 대신 종속변수를 자연로그 형태로 변환하여 잠재변수(latent variable)로 다시 설정하고 Tobit regression을 수행하는 방법을 사용하도록 한다(Laursen & Salter, 2006).