공간정보기업 클러스터의 경쟁력 실증 분석 연구 : 수도권(서울/경기) 사례를 중심으로 = Empirical Analysis Research on the Competitiveness of Spatial Information Industry Clusters - Focusing on Cases in the Seoul Metropolitan Area (Seoul/Gyeonggi) -

국문 초록 (Abstract)

본 연구는 4차 산업혁명의 핵심 기반인 공간정보산업 클러스터의 혁신 역량을 체계 적으로 평가하고 혁신성장 경로를 예측하면서 대상 클러스터의 현황과 특성에 적합한 분석모델을 제시함으로써 실무에서 적용할 수 있는 실천적 전략을 수립하는데 시사점 을 제공하는 것을 목적으로 하고 있다. 그동안 혁신 클러스터 형성과 성장배경에 대 해서는 포터의 다이아몬드 모델 등 여러 클러스터 이론에서 집적현상의 배경과 효과 등을 종합적으로 진단·분석해 오고 있으며, 최근 들어 국내 산업단지나 반도체·농식품 등 특정 클러스터 설명에도 이들 이론들이 폭넓게 활용되고 있다. 하지만 2012년 11 월 국가산업통계에 간이산업 분류로 채택된 공간정보산업에 이들 이론들을 온전히 적 용하는 데는 부족함이 있다. 공간정보기업들이 전국적으로 산재되어 있는 중에도 유 독 서울과 경기 지역, 특히 판교나 구로디지털 단지와 같은 첨단 밸리지역에서 집중 율이 높게 형성되어 있는 이유를 설명하거나, 전통적 영역(전통기술 및 인력위주)과 현대적 영역(SW기반 및 컴퓨팅 처리)이 혼재하는 개별기업 업종성격이 이들이 속하 고 있는 클러스터의 전반적 특성으로 어떻게 구성되어 대표되는지를 보여주는 데에는 부족한 측면이 있었다, 또한 이들 기업이 시간에 따라 소규모기업에서 중견기업으로 성장하고, 또 질적으로 전통업종에서 신산업업종으로 변모되면서 발전해 나가는 변화 기제 파악과 각 성장과정에서 거치게 되는 단계별 유형구분과 특성, 변화경로에 대한 체계적인 분석과 예측에는 한계를 보이고 있다. 이에 따라, 본 연구에서는 현대적 클러스터 형성, 발전에 대한 기존 주류이론의 연 속선상에서 공간정보산업의 특성에 맞도록 구성요소와 분석구도를 설계한 공간정보 성장경로 예측·분석모형(가칭 확성기 모형)을 제시하였다. 이 모형은 포터 이론 기반 위에서 공간정보기업 클러스터의 지역 여건과 개별 업종 및 산업특성에 따라 현 상태 를 성장단계별로 유형화하여 분석 및 평가에 용이하도록 구성하였다. 이를 통해 창업 -성장(소멸)-성숙(재창업) 등 빠르게 변화하고 변화 패턴도 예측하기 어려운 공간정 보기업의 성장경로를 잘 설명해 줄 수 있을 것이다. 공간정보기업 클러스터의 혁신성 장 과정은 전통적인 집적 요인 분석보다 혁신을 촉발하는 기업성과 데이터의 상호작 용성을 추적하고, 장․단점을 보완, 조율하는 확성기 모형에 의해 보다 적절하게 분석 될 수 있다. 본 연구에서는 4사분면 배치구도속에 7개 클러스터의 유형화와 특성, 혁 신성장 충족요건, 그리고 단계별 이행경로를 제시하였다. 무엇보다 혁신성장 경로의 시각적 이해를 위해 기존 포터 모델의 성장 동력인 지식네트워크의 핵심적 역할을 강 조하고자 R&D투자와 특허·상표권 활동 등 미래투자 실적을 확성기의 좁은 입구에서 분출되는 추동력으로 형상화하였다. 또 확성기 외벽을 중첩적으로 겹쳐 있도록 묘사 하여 전통업종과 신산업업종이 혼재하면서 성장해 가는 공간정보산업의 성격을 나타 내었다. 본 연구의 중심가설은 “공간정보산업의 성장경로는 ‘형성·정체형’(1단계)-‘성장·쇠퇴 형’(2단계)-‘성숙 확산형’(3단계)으로 이어지는 성장 경로를 따른다” 이며, 세부가설은 다음과 같다. 첫째, 판교 등 R&D 및 신산업비중이 높은 클러스터는 높은 R&D 투자 율을 보일 것이다. 하지만, 일부 클러스터(구로가산, 고양)는 낮은 영업이익률에도 불 구하고 R&D투자에 적극적일 것이다. 둘째, 높은 매출액(이익률)은 R&D 투자율을 높 일 것이다. 하지만 강남/서초/송파 지역 등과 같이 기술우위체제가 안정된 경우에는 낮은 R&D 투자율을 기록할 수 있다. 셋째, 총매출액 대비 인건비 비중이 높은 기업일 수록 고급 인적자원이 투입되는 R&D 투자에 적극적일 것이다. 하지만 마곡 밸리에서 지식사일로 현상이 나타난다면 고급인력 채용률과 지식재산권 실적이 낮을 것이다. 본 연구는 약 5,800여개 공간정보기업의 연간 산업조사 데이터를 모수로 삼고, 이를 지역별/항목별로 2차 가공한 전수 기반의 상향식 접근법을 사용하였다. 분석 방법론으 로는 매출액 등 6개 정량적 지표와 기업 설문자료를 변형하여 구한 정성적 지표를 종 합한 경쟁력 진단 매트릭스와 4사분면 배치구도를 통해 일차적으로 대상 클러스터의 유형화 및 성장경로를 제시하고, 최종적으로 과거와 현재, 미래 혁신역량을 종합적으 로 분석하는 혁신성장 확성기 모델을 수립하였다. 이를 통해 포터 모델의 성과지표 결과 해석에서 나타나는 불일치 현상을 설명하는 이론적 근거를 마련하고 정책적 해 소 방안을 제시하였다. 즉, 구로가산은 고생태계-저성과유형의 불일치 현상으로 보기 보다 ‘성장 정체형’에 해당하고, 마곡사례는 특정 기업 위주로 진행되는 폐쇄적 지식 네트워크로 인해 개방적 혁신 생태계 마련이 필요하며, 고양 사례는 혁신 동력이 R&D 투자에 의해 좌우되므로 정책적 지원이 필요함을 보여주었다. 본 연구의 학술 적·정책적 의미는 확성기 모형을 통해 여타 산업 분야에도 적용될 수 있는 클러스터 성장발전 과정에서의 유형화와 단계별 성장경로에 대한 분석 기준을 제시하고, 기업 경쟁환경과 기술변화 속도, 그리고 정책변수에 민감한 공간정보산업의 성장발전을 위하 여 맞춤형 처방이 필요함을 시사한 점이다.

다국어 초록 (Multilingual Abstract)

This study aims to systematically evaluate the innovation capacity of geospatial
information industry clusters, which form a core foundation of the Fourth
Industrial Revolution, predict their innovative growth paths, and present an
analytical model suited to the status and characteristics of the target clusters,
thereby offering practical implications for establishing implementable strategies.
Historically, various cluster theories, such as Porter’s Diamond Model, have
comprehensively diagnosed and analyzed the background and effects of
agglomeration phenomena concerning the formation and growth of innovation
clusters, and recently, these theories have been widely applied to explain specific
domestic clusters such as industrial complexes, semiconductors, and agri-food, etc.
However, there are limitations in fully applying these theories to the geospatial
information industry, which was adopted as a simplified industrial classification
into the national industrial statistics in November 2012.
These limitations include explaining why concentration rates are highly formed
specifically in advanced valley areas like Pangyo or the Guro Digital Complex,
despite geospatial information companies being scattered nationwide in the Seoul
and Gyeonggi regions, and shortcomings were observed in showing how the
industry characteristics of individual companies—where traditional domains
(focused on traditional technology and manpower) and modern domains (SW-based- 172
and computing processing) coexist—are composed and represented as the overall
characteristics of the clusters they belong to. Furthermore, there are limitations in
systematically analyzing and predicting the mechanism of change, the type
classification and characteristics of each growth stage, and the change pathways
as these companies grow from small businesses to mid-sized enterprises over
time, and qualitatively transform from traditional sectors to new industry sectors.
Accordingly, this study presents a Geospatial Information Growth Path Prediction
and Analysis Model (tentatively named the Megaphone Model), designed with
components and an analytical framework tailored to the characteristics of the
geospatial information industry, building upon the continuum of existing
mainstream theories regarding modern cluster formation and development. This
model is structured to facilitate analysis and evaluation by typifying the current
status according to growth stages, based on Porter's theory and the regional
conditions, individual sector, and industrial characteristics of the geospatial
information enterprise cluster. Through this, the growth path of geospatial
information companies—which change rapidly and whose patterns are difficult to
predict, such as startup, growth (extinction), and maturity (re-startup)—can be
effectively explained. The innovative growth process of geospatial information
industry clusters can be analyzed more appropriately by the Megaphone Model,
which tracks the interactivity of firm performance data that triggers innovation,
and complements and coordinates strengths and weaknesses, rather than relying
on traditional agglomeration factor analysis.
In this study, the typology and characteristics of seven clusters, their
prerequisites for innovative growth, and their stage-specific transition paths were
presented within a four-quadrant arrangement. Above all, to visually understand
the path of innovative growth and to emphasize the core role of the knowledge
network (the growth driver in the existing Porter Model), future investment
performance, such as R&D investment and patent/trademark activities, was
visualized as the driving force emanating from the narrow opening of the
megaphone. Furthermore, the outer walls of the megaphone were depicted as
overlapping layers, representing the nature of the geospatial information industry,
which grows while traditional and new industry sectors coexist.- 173
The central hypothesis of this study is that “the growth path of the geospatial
information industry follows a sequence: ‘Formation/Stagnation Type’ (Stage 1)
‘Growth/Decline Type’ (Stage 2)- ‘Maturity/Diffusion Type’ (Stage 3)”. The
sub-hypotheses are as follows: First, clusters with a high proportion of R&D and
new industries, such as Pangyo, will show a high R&D investment rate; however,
some clusters (Guro-Gasan, Goyang) will actively engage in R&D investment
despite low operating profit margins. Second, high sales (profit margin) will
increase the R&D investment rate; however, in regions where the technological
advantage system is stable, such as Gangnam/Seocho/Songpa, a low R&D
investment rate may be recorded. Third, companies with a higher ratio of labor
costs to total sales will be more active in R&D investment, utilizing highly skilled
human resources; however, if the knowledge silo phenomenon appears in Magok
Valley, the employment rate of high-level personnel and intellectual property
performance will be low.
This study used annual industrial survey data from approximately 5,800
geospatial information companies as its parameters, employing a census-based,
bottom-up approach that processed this data regionally and item-wise. As for the
analysis methodology, the study first presented the typology and growth paths of
the target clusters using a competitiveness diagnostic matrix combining six
quantitative indicators (such as sales) and qualitative indicators derived from
modifying corporate survey data, utilizing a four-quadrant arrangement; finally, the
Innovative Growth Megaphone Model was established, which comprehensively
analyzes past, present, and future innovation capabilities. Through this, theoretical
grounds were prepared to explain the inconsistency phenomenon observed when
interpreting the results of the performance indicators of the Porter Model, and
policy solutions were proposed. Specifically, Guro-Gasan was categorized as the
‘Growth Stagnation Type’ rather than an inconsistency phenomenon of the
‘high-ecosystem/low-performance type’; the Magok case showed the need for an
open innovation ecosystem due to a closed knowledge network focusing on specific
companies; and the Goyang case indicated that policy support is necessary as the
innovation drive is dependent on R&D investment. The academic and policy
significance of this study is that it provides analytical criteria for typification and- 174
stage-specific growth paths during the cluster growth and development process,
which can be applied to other industrial sectors through the Megaphone Model; it
also suggests the need for customized prescriptions for the growth and
development of the geospatial information industry, which is sensitive to the
corporate competitive environment, the speed of technological change, and policy
variables

목차 (Table of Contents)

• I. 서론 1
• 1. 연구 배경과 목적 1
• 1) 연구 배경1
• 2) 연구 목적4
• 2. 연구 범위와 방법5
• 1) 연구 범위5
• 2) 연구 방법9
• Ⅱ. 공간정보기업 경쟁력의 이론적 기반 14
• 1. 부동산 입지 이론15
• 1) 고전적 입지 이론 15
• 2) 현대적 산업입지 이론17
• 2. 산업 클러스터 이론 19
• 1) 지역 혁신 체계론 (Regional Innovation System, RIS) 19
• 2) 신산업지구론 (New Industrial Districts, NID)19
• 3) 마샬의 입지론 (Marshallian Localization Economies)20
• 3 기업의 혁신 성장 이론20
• 1) 진화경제지리학(Evolutionary Economic Geography, EEG) 20
• 2) 혁신 시스템 이론 (Innovation Systems Theory) 21
• 3) 마이클 포터의 혁신 클러스터 이론23
• 4. 공간정보 혁신성장 확성기 모형 28
• 1) 모형의 구성요소 및 작동 기제 28
• 2) GIS(Geographic Information System) 부수적 활용 32
• 3) 기존 혁신 클러스터 이론의 한계 34
• 5. 선행 연구 고찰 36
• Ⅲ. 연구설계 및 방법론 41
• 1. 공간정보산업의 개요41
• 2. 공간정보기업의 입지 특성 45
• 3. 공간정보 클러스터링 효과 분석 50
• 1) 지역별 집적도 분석(입지계수)50
• 2) 기업활동 성과 분석방법 53
• (1) 조사 개요 53
• (2) 데이터 분석 지표55
• (3) 연구 가설 제기 57
• 3) 경제적 성과 분석 59
• (1) 신산업 비율 59
• (2) 장기 생존률 62
• (3) 매출액(이익률) 66
• (4) 앵커기업 비율78
• (5) 투자활동(R&D, 지식재산권 활용) 비율86
• (6) 고급인력 비율91
• 4. 기업 정책지원 수요 분석 95
• 1) 설문조사 개요 95
• 2) 기업의 역량 충족률 비교 100
• 5. 연구가설 검증 결과104
• Ⅳ. 공간정보 혁신성장 종합 평가 119
• 1. 혁신성장 평가함수 119
• 1) 혁신성과 평가 점수 종합 119
• 2) 혁신성장 평가함수 120
• 2. 포터 모델 적용 122
• 1) 다이아몬드 모델과 혁신성과 분석지표의 연계 122
• 2) 기업 역량 충족도123
• 3) 경쟁력 진단 매트릭스 125
• 4) 생태계/성과 배치도 126
• 3. 혁신성장 확성기 모형을 통한 평가132
• 1) 성장단계별 클러스터 유형 135
• 2) 성과 데이터 불일치 현상 설명136
• 3) 혁신성장 확성기 모형의 유용성 141
• 4. 혁신 성과 다이어그램을 통한 평가 142
• 1) 혁신역량 포트폴리오 분석 142
• 2) 혁신역량 자급도 분석 144
• 3) GIS 단계구분도 분석 146
• 5. 클러스터 맞춤형 혁신 특화 실행방안 148
• Ⅴ. 결론 및 정책 제언 154
• 1. 연구 결과154
• 2. 제반 시사점 155
• 1) 학술적 시사점 155
• 2) 정책적 시사점 156
• 3) 전략적 시사점 158
• 3. 연구의 한계 159
• 4. 결어 161
• 참고 문헌163
• Abstract 172
• 부록 176