Earticle

초록

한국어

본 연구는 초기창업가의 CoP(Community of Practice) 활동수준이 인구통계학적 특성(학력, 업력, 업종)에 따라 어떻게 다른지 분석하고, 이를 바탕으로 초기창업가를 대상으로 한 CoP 운영방 안을 제시하는 데 목적이 있다. 본 연구에서의 CoP 활동수준은 모임 횟수나 참여 시간과 같은 행동 량이 아니라, 참여를 통해 인지된 학습성과, 만족도, 관계망 형성을 반영하는 인지·태도적 지표로 조작적으로 정의하였다. 연구 방법으로는 선행연구를 통해 CoP의 개념과 활동수준, 국내외 연구 흐 름을 정리하고, 230명 초기창업가를 대상으로 빈도분석과 기술통계, 일원배치분산분석(One-Way ANOVA), T-test, Scheffe 사후검정을 실시하였다. 분석 결과, 성별, 연령에서는 CoP 활동수준 차이 가 없었으나, 학력, 창업 업력, 업종에서는 통계적으로 유의한 차이가 나타났다. 이는 초기창업가의 인구통계학적 특성을 고려하여 CoP 참여 대상을 구성한다면 보다 최적화된 CoP 활동 설계가 가능 하다는 이론적·실무적 시사점을 제공한다.

영어

This study examines how the level of community of practice (CoP) activity among early-stage entrepreneurs varies by demographic characteristics (education, business history, and industry) and to propose implications for designing CoP programs for early-stage entrepreneurs based on these findings. CoP activity is operationally defined as a cognitive–attitudinal index—comprising perceived learning outcomes, satisfaction, and network formation—rather than mere behavioral participation metrics (e.g., meeting frequency or duration). As a research method, the concept and activity level of CoP and the domestic and international research trends were reviewed through prior studies, and frequency analysis, descriptive statistics, one-way ANOVA, T-tests, and Scheffe's post-hoc tests were conducted on data from 230 early-stage entrepreneurs. Results revealed that while gender and age showed no significant influence, CoP activity levels differed significantly based on education level, entrepreneurial tenure, and industry. These findings provide theoretical and practical implications that more optimized CoP program design is possible if the target group is structured in consideration of the demographic characteristics of early-stage entrepreneurs.

목차

[요약]
Abstract
Ⅰ. 서론
1.1 연구 배경
1.2 연구 목적
1.3 연구 가설
Ⅱ. 선행연구
2.1 CoP(Community of Practice)의 개념
2.2 국내·외 CoP 연구흐름
2.3 CoP활동수준
Ⅲ. 연구방법
3.1 연구대상
3.2 자료구성 및 수집
3.3 연구도구의 타당도 및 신뢰도
3.4 분석방법
Ⅳ. 연구결과
4.1 인구통계학 특성에 따른 CoP활동 차이
4.2 다중회귀분석 결과
4.3 다변량분산분석(MANOVA) 결과
Ⅴ. 결론 및 제언
REFERENCES

저자

• 배건일 [ Gun-Il Bae | 국립금오공과대학교 컨설팅학과 학생 ]
• 김선아 [ Sun-Ah Kim | 국립금오공과대학교 산업·빅데이터공학부 교수 ] Corresponding Author

참고문헌