인공지능사업 참여기업의 연구개발 활동 특성에 관한 연구: 기술 확보 방식과 기업성과에 미치는 영향을 중심으로

허정; 최무이; 여찬구

추천

검색

자료유형: 학술저널

저자정보: 허정 (한경대학교) 최무이 (Software Policy & Research Institute) 여찬구 (군산대학교)

저널정보: 한국경영컨설팅학회 경영컨설팅연구 경영컨설팅연구 제21권 제4호

발행연도: 2021.11

수록면: 245 - 257 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 인공지능산업의 글로벌 시장성장률은 가파르게 상승하는 모습을 보인다. 우리나라뿐만 아니라 세계 주요국들은 인공지능을 미래 산업의 핵심 성장동력으로 간주하고 인공지능 산업을 활성화할 수 있는 기술, 인재, 연구개발, 법·제도 인프라 확보를 위해 경쟁적으로 노력하고 있다. 반면 인공지능이 학문적인 화두가 된 이후 인공지능 기술 및 이를 활용한 제품에 대한 사용자 관련 연구는 많았으나 전문기업을 대상으로 산업 차원에서 특성을 확인한 연구는 드물다. 본 연구는 국내 인공지능 사업에 참여하고 있는 기업을 대상으로 인공지능 연구개발 활동이 기업의 경영성과에 미치는 영향을 살펴보았다. 본 연구의 목적은 기업의 인공지능 사업화 단계에 따라 기술 확보 방식이 어떻게 상이하며, 인공지능을 주 사업으로 영위하는지가 연구개발비가 사업성과에 미치는 영향을 조절할 것인지의 효과를 확인하는 데 있다. 이를 위해 2019년 기준 국내에서 인공지능 사업을 영위하는 것으로 확인된 271개 기업을 대상으로 교차분석과 조절 효과 분석을 수행하였다. 분석 결과, 기획 단계에서는 자체 개발이 주된 기술 확보인 것에 비해 연구개발 단계에서 공동연구 비중이 상대적으로 높아지며 최종 수익 창출 단계에서도 외부 도입을 통한 기술 확보가 많은 것으로 확인되었다. 또한, 인공지능이 주 사업인 기업에 비해 주 사업이 아닌 기업에서 연구개발비용이 사업성과에 미치는 영향이 더 큰 것으로 나타났다. 본 연구 결과의 주요 정책적 시사점은 인공지능 사업에 참여하는 주요 기업들의 사업화 수준에 따라 기술 확보를 위해 차별화된 정책 지원을 필요로 하다는 점과 인공지능 사업이 주 사업인 기업에 비해 주 사업이 아닌 제조 기반 융합산업 내 기업을 대상으로 연구개발 활동에 투자를 유도하고 지원함으로써 산업 차원의 성과를 좀 더 빠르게 달성할 수 있다는 점이라고 할 수 있다.

Recently, the global market growth rate of the artificial intelligence industry is showing a sharp rise. Not only Korea, but also major countries around the world regard artificial intelligence as a key growth engine for future industries, and are making competitive efforts to secure technology, talent, R&D, and legal and institutional infrastructure that can revitalize the artificial intelligence industry. On the other hand, since artificial intelligence became an academic topic, there have been many user-related studies on artificial intelligence technology and products using it, but studies that confirmed the characteristics at the industrial level targeting specialized companies are rare. This study examined the effects of AI R&D activities on business performance of companies participating in domestic AI projects. The purpose of this study is to check how the method of technology acquisition differs according to the stage of artificial intelligence commercialization of a company, and to determine the effect of whether running artificial intelligence as a main business will moderate the effect of R&D expenses on business performance. For this purpose, chi-square test and bootstrapping analysis on moderation effect were performed on 271 companies that were confirmed to be conducting artificial intelligence business in Korea as of 2019. As a result of the analysis, it was confirmed that the proportion of joint research in the R&D stage was relatively higher than in the planning stage, where self-development was the main technology, and that there was a lot of technology acquisition through external introduction in the final profit creation stage. In addition, it was found that R&D expenses had a greater impact on business performance in companies that were not the main business than those in which artificial intelligence was the main business. The main policy implications of the study are that government support is required to utilize technology acquisition according to the commercialization level of companies participating in the AI business, and that manufacturing companies rather than the companies whose main business are AI. It can be said that industry-level performance can be achieved more quickly by inducing and supporting investment in R&D activities for companies within the infrastructure convergence industry.

#인공지능산업 #사업화 단계 #기술 확보 방식 #연구개발 #기업성과 #주 사업 여부 #Artificial Intelligence Business #Commercialization Stage #Technology Acquisition #Corporate Performance #Main Business

참고문헌 (46)

참고문헌 신청

과학기술정보통신부 / 2019 / 2019년도 연구개발활동조사보고서

권영관 / 2013 / 개방형 혁신전략을 통한 중소벤처기업의 신사업개발에 관한 탐색적 연구: 대학기술도입 사례 / 지식재산연구 8(2):151~177

Fukui Tadaoki / 2000 / 실천 R&D 매니지먼트 / 한국산업기술진흥협회

김경일 / 2018 / 연구개발 투자성향과 기업성과의 관계 / 융합정보논문지 8(4):213~217

김범성 / 2011 / 중소 IT기업의 인적 역량과 구성이 재무성과에 미치는 영향 / 대한경영학회지 24(2):1071~1093

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

허정

소속기관 한경대학교

주요연구분야 사회과학 > 경영학

논문수 3 이용수 57

최무이

소속기관 Software Policy & Research Institute

주요연구분야 사회과학 > 경영학

논문수 2 이용수 53

여찬구

소속기관 군산대학교

주요연구분야 사회과학 > 경영학

논문수 2 이용수 54

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (46)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)