Earticle

데이터 자산과 인공지능 활용이 기업 혁신성과에 미치는 영향

  • 간행물
    한국경영정보학회 정기 학술대회 바로가기
  • 권호(발행년)
    2025 경영정보관련 학회 춘계통합학술대회 (2025.05) 바로가기
  • 페이지
    pp.573-573
  • 저자
    왕커이, 차오신, 오세환
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A472687

원문정보

초록

한국어
디지털 경제의 가속화와 함께 인공지능(AI)은 기업 혁신의 핵심 동력으로 자리잡고 있다. 본 연구는 기업의 데이터 자산 수준과 혁신성과 간의 관계에서 AI 활용 수준이 매개 역할을 수행하는가에 대한 실증 분석을 수행하였다. 최근까지 데이터 자산과 AI의 중요성은 강조되어 왔지만, 이들이 상호작용하여 혁신성과에 미치는 통합적 메커니즘에 대한 실증연구는 부족한 실정이다. 이에 본 연구는 자원기반관점과 동적역량이론을 통합하여 기업 내 데이터 자산이 AI 활용을 촉진하고 결과적으로 혁신성과를 향상시키는 경로를 이론적으로 설명하고 실증적으로 검증하였다. 데이터 자산은 기업이 합법적으로 보유하고 조직적으로 관리하며 경제적 가치를 지닌 디지털 자원으로 정의된다. 이러한 자산은 전통적인 유형의 자산과 달리 비경합적이고 재사용 가능하며, 일상적 운영에 통합될 때 새로운 지식을 창출할 수 있다. 동시에 AI는 범용 기술로서 데이터 기반 의사결정, 프로세스 자동화, 신제품 개발 등 다양한 혁신활동을 지원하는 기술로 주목받고 있다. 이 두 요소 간의 상호작용이 실제로 혁신성과에 어떤 영향을 미치는지 분석하는 것이 본 연구의 핵심 목적이다. 연구를 위해 중국 A주 상장기업 1,087개사를 대상으로 2010년부터 2023년까지의 패널 데이터를 구축하였으며 총 14,476건의 기업-연도 관측치를 분석에 활용하였다. 데이터는 CSMAR, CNRDS, 기업 연차보고서 등으로부터 수집되었으며 금융업종 및 ST/ST* 지정 기업은 기존 연구에 따라 제외하였다. 주요 변수 관련, 데이터 자산 수준은 연차보고서에서 '데이터' 관련 키워드가 등장한 빈도를 기반으로 측정되었으며, AI 활용 수준은 기업의 AI 관련 투자총액을 통해 파악하였다. 혁신성과는 특허 출원 수를 기준으로 측정하였다. 또한 기업 연령, 부채비율, 자기자본이익률(ROA), 최대주주 지분율, 기업 규모, 독립이사 비율, R&D 비율 등의 통제변수를 포함하여 회귀모형을 구성하였다. 고정효과 패널 회귀 분석 결과, 데이터 자산 수준은 AI 활용 수준에 유의미한 정(+)의 영향을 미쳤으며, AI 활용 수준 또한 혁신성과(특허 출원 수)에 유의미한 영향을 미치는 것으로 나타났다. 특히, AI 활용 수준은 데이터 자산과 혁신성과 간의 관계를 부분적으로 매개하는 것으로 분석되었다. 이러한 결과는 기업이 데이터 자산을 보유하는 것만으로는 충분하지 않으며, 이를 AI 기술을 통해 실질적인 혁신활동으로 전환시키는 능력이 중요하다는 점을 시사한다. 이러한 연구 결과는 기업의 디지털 전환 전략에 있어 다음과 같은 함의를 제공한다. 첫째, 데이터 인프라를 전략적 자원으로 인식하고, 이를 효과적으로 활용할 수 있는 AI 기반 시스템 및 인적역량 확보가 필수적이다. 둘째, 데이터 자산과 AI 활용 간의 시너지를 극대화하기 위한 조직 내 통합적 데이터 거버넌스 체계의 구축이 요구된다. 셋째, 정책적 측면에서도 기업의 데이터 역량 강화와 AI 응용을 동시에 지원할 수 있는 체계적 정책 설계가 필요함을 시사한다. 본 연구는 기존 연구에서 사용된 텍스트 기반 측정 방식을 차용하여 데이터 자산을 정량적으로 평가하였으며, 이를 실증적으로 적용함으로써 해당 방법론의 활용 가능성을 재확인하였다. 이론적으로는 자원기반관점을 확장하여 데이터 자산을 디지털 혁신의 핵심 자원으로 정립하였다. 또한, 실무적으로는 기업이 AI 기술에 투자할 때 데이터 기반이 뒷받침되어야 그 효과를 극대화할 수 있음을 보여준다. 다만, 본 연구는 AI 활용만을 단일 매개 변수로 설정하였다는 점에서 제한적으로 향후 연구에서는 조직 역량, 인적자본, 개방형 혁신 등의 다양한 매개경로를 추가로 검토할 필요가 있다.

목차

Extended Abstract

저자

  • 왕커이 [ 경북대학교 경영학부 석사과정 ]
  • 차오신 [ 경북대학교 경영학부 박사과정 ]
  • 오세환 [ 경북대학교 경영학부 부교수 ]

참고문헌

자료제공 : 네이버학술정보

    간행물 정보

    • 간행물
      한국경영정보학회 정기 학술대회 [KMIS Conference]
    • 간기
      반년간
    • 수록기간
      1990~2025
    • 십진분류
      KDC 325 DDC 658