• 기술혁신연구
• /
• 제24권1호
• /
• pp.143-167
• /
• 2016

본 연구에서는 IPO시점을 전후하여 기업의 혁신 활동과 성과의 변화에 대한 분석을 목적으로 연구개발 투자 비중이 높은 의료 및 의약 분야의 코스닥 IPO 상장 기업을 대상으로 7개의 투입, 산출 모형에 대한 효율성 분석과 비교를 실시하였다. 의약분야 기업의 IPO 전후 3년간의 혁신활동 효율성을 측정하고 차이를 분석하기 위해 DEA모형을 적용하였다. 본 논문의 주요한 결과는 첫째, 의약분야의 IPO 기업의 창업에서 IPO까지 평균 12.86년이 소요되었고, 혁신활동은 평균적으로 IPO 이전보다 더욱 활발해져 연구개발 투자액이 증가되었다. 출원특허의 수는 IPO 이전 3년 동안 8.43개에서 IPO 이후 3년 동안에는 상장기업 평균 16.67로 급증하였으며 기업의 기술 영역도 전후 3년 동안 상장기업 평균 11개에서 22개 기술분야로 크게 확대되는 모습을 보였으나, 재무적 측면에서 성장 추이와 수익성은 IPO 이전보다 낮아졌다. 둘째, 연구개발 투자와 특허출원 활동에 대한 재무적인 성과는 IPO 이후 효율성이 모두 약화되었으며, 최종적인 성과에 이르기까지 투자와 활동을 분리하여 연구개발투자에 따른 특허 출원 성과, 특허 출원 활동에 따른 재무적인 성과에 대한 효율성 역시 IPO 이전보다 모두 낮아진 것으로 분석되었다. 셋째, 특허활동에 따른 재무성과에 대한 효율성은 연구개발 투자에 따른 특허 출원 성과, 연구개발투자와 특허활동에 따른 재무성과에 대한 효율성에 비해 낮았고, 특히, IPO 이후 특허활동에 따른 재무성과의 비효율성은 규모의 비효율성으로 인해 발생되었음이 분석되었다. 마지막으로, 본 연구에서 IPO 이후 전체적인 효율성 하락은 IPO를 퉁한 연구개발투자 확대가 시장의 재무적 성과로 이어지지 못하였고, IPO 이후 전체적인 비효율성은 연구개발투자를 통한 혁신의 결과 도출 단계보다는 혁신활동의 결과물이 시장의 성과를 이끌어 내는 데 나타나는 비효율성으로 인한 것으로 분석되었다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.111-126
• /
• 2017

연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.