Earticle

최근 국내외 경제 불확실성이 증가하면서, 기업 및 산업의 지속가능한 성장을 위한 전략적 대응이 요구되고 있다. 본 연구는 연구산업진흥단지 내 입주기업을 대상으로 지속가능성 성과(경제적, 사회적, 환경적 측면)에 영향을 미치는 요인을 실증적으로 분석하고자 하였다. 이를 위해 연구산업진흥단지에 입주한 기업의 재직자를 대상으로 설문조사를 실시하였으며, 수집된 자료를 SPSS 27.0을 활용하여 분석하였다. 분석 결 과, 제도적 요인, 물리적 요인, 사회적 요인이 모두 지속가능성 성과에 유의미한 영향 을 미치는 것으로 나타났으며, 특히 외부 네트워크 형성과 입지 환경이 가장 큰 영향 을 미치는 것으로 확인되었다. 이는 신생 혁신클러스터에서 기업 간 협력 네트워크의 활성화와 입지 환경의 전략적 활용이 지속가능성 확보에 핵심적인 요소임을 시사한다. 본 연구는 연구산업진흥단지와 같은 신생클러스터의 지속가능한 성장을 위한 정책적 시사점을 제공하며, 정부 및 전담기관은 기업 간 협력 네트워크 구축을 지원하고, 클러 스터 입지 환경을 최적화하는 전략적 접근이 필요함을 제안한다.

With growing global economic uncertainties, strategic measures have become increasingly critical to ensuring the sustainable growth of firms and industries. This study empirically examines the factors influencing the sustainability performance of firms located in the Research Industrial Promotion Complex. A survey was conducted among employees of resident firms, and the collected data were analyzed using SPSS 27.0. The results indicate that institutional, physical, and social factors all significantly impact sustainability performance, with external network formation and locational environment exerting the strongest effects. These findings highlight that fostering inter-firm collaboration networks and strategically leveraging locational advantages are key determinants of sustainability in emerging innovation clusters. This study provides important policy implications for promoting the sustainable growth of Research Industrial Promotion Complexes, emphasizing the need for governments and relevant agencies to strengthen inter-firm collaboration and adopt strategic approaches to optimizing cluster locational conditions.

공공 기술사업화는 국가 혁신의 핵심 동력이지만, 현실에서는 기술이전 및 사업화 성공률이 낮은 수준이다. 본 연구는 딥러닝 기법을 활용하여 연구개발특구 내 기술사 업화 성공 사례를 분석하고, 사업화 후보기술과 적합한 산업 분야를 도출하는 AI 기반 기술 추천 모델을 제시한다. 본 연구에서는 Word2vec을 활용하여 12대 국가전략기술 분야별로 사업화 성공 기 술과 후보기술 간의 연관성을 분석하였으며, TF-IDF 기법을 적용하여 사업화되지 않 은 기술들의 핵심 키워드를 도출하였다. 이를 통해 기존 연구들이 전문가 평가나 특허 인용 지표에 의존했던 한계를 극복하고, 데이터 기반의 기술사업화 후보 선정 및 산업 적합성 분석 방법을 제시하였다. 연구 결과, 기술-수요자 맞춤형 매칭 플랫폼 구축, 데이터 기반 기술사업화 전략 수 립, 기술사업화 네트워크 구축의 필요성을 확인하였다. 본 연구는 딥러닝 기반 AI 모 델을 공공 기술사업화 분석에 최초로 적용하여 기술과 수요기업 간 최적 매칭을 도출 한 점에서 학문적·실무적 의의를 갖는다. 나아가, 데이터 기반 분석 기법을 적용하여 산업 수요에 최적화된 기술 이전 및 사업화가 이루어질 수 있도록 하는 정책적 시사 점을 제공한다.

the success rate of technology transfer and commercialization remains low. This study presents an AI-based technology recommendation model that utilizes deep learning techniques to analyze successful technology commercialization cases within INNOPOLIS and identify suitable industrial sectors for commercialization candidate technologies. In this study, Word2vec was employed to analyze the relationships between successfully commercialized technologies and candidate technologies across 12 national strategic technology fields, while the TF-IDF technique was applied to extract key keywords from uncommercialized technologies. This approach overcomes the limitations of previous studies that relied on expert evaluations and patent citation indicators, proposing a data-driven methodology for selecting commercialization candidates and analyzing industry suitability. The study identifies the need for establishing a technology-demand matching platform, developing data-driven technology commercialization strategies, and strengthening technology commercialization networks. By applying a deep learning-based AI model to public technology commercialization analysis for the first time, this research provides both academic and practical significance by facilitating optimal matching between technologies and potential demand entities. Furthermore, it offers policy implications for optimizing technology transfer and commercialization in alignment with industry demand through data-driven analytical methods.

본 연구는 기술준비수용모델을 적용하여 생성형인공지능 ChatGPT 사용의도를 조사 하였다. 본 연구는 구조방정식 모델링을 통해 ChatGPT의 지각된 유용성이 사용의도에 미치는 매개효과를 분석하였다. 조사대상은 2024년 9월9일부터 9월20일까지 전국에 서 ChatGPT를 사용해본 소비자 320명이고 그 중 유효한 314부로 분석하였다. 조사결 과 낙관성과 소비자 혁신성은 모두 지각된 유용성에 큰 영향을 미치고 ChatGPT의 사 용의도에도 영향을 미친다. 따라서 지각된 유용성은 ChatGPT사용의도를 매개하는데 중요한 역할을 하고 그 중 낙관성의 매개효과가 소비자 혁신성의 매개효과보다 큰 것 으로 나타났다. 연구결과 TRAM은 생성형인공지능제품의 채택의도를 이해하는데 이론 적 기반을 제공한다. TRAM을 사용하면 생성형인공지능제품에 관해 신제품 출시 초기 단계에서 매우 혁신적인 소비자에 대한 통찰력을 얻어 신제품의 예측 가능성을 향상 시킨다.

This study aims to examine the intention to use ChatGPT, a generative artificial intelligence (AI) tool, by applying the Technology Readiness and Acceptance Model (TRAM). This study employs structural equation modeling to investigate the mediating effect of perceived usefulness of ChatGPT within the TRAM framework. The survey was conducted from September 9 to September 20, 2024, with 320 consumers nationwide who used ChatGPT, of which 314 responses were valid. The results reveal that both optimism and consumer innovativeness exert a significant influence on perceived usefulness, which in turn affects the intention to use ChatGPT. Moreover, perceived usefulness plays a pivotal role in fostering the intention to use ChatGPT. Among them, the mediating effect of optimism was greater than the mediating effect of consumer innovation. The findings suggest that the TRAM framework offers a robust theoretical foundation for understanding the intention to adopt a new product of generative AI. In practice, employing a TRAM framework enhances the predictability of a new product by gaining insights into highly innovative consumers at the early stages of a new product introduction, particularly in the context of generative AI products.

시민을 ‘혁신 주체’로서 주목하는 전환적 혁신론, 사회 혁신론 분야의 다양한 연구에 도 불구하고 혁신주체로서의 시민의 성격과 특성에 대한 체계적이고 이론적인 검토는 부족하다. 본 글은 이를 해소하기 위해, 혁신주체로서의 시민 역량의 원천을 혁신의 미시적 기초와 거시적 맥락에 대한 논의 속에서 찾아보고, 세 가지 맥락, 즉 ‘시민-사 용자’(Citizen-User), ‘시민-소비자’(Citizen-Consumer), ‘시민-시티즌십 구성 인’(Citizen -Citizenship Builder)으로서의 시민에 대한 논의를 비판적으로 검토하여 혁신주체로서의 시민의 성격과 특성을 알아본다. 가치의 공동창출자인 시민-사용자는 디지털 기술을 활용하여 ‘프로슈머’(Prosumer)로서 역할하면서 동심원형 혁신의 주체, 비즈니스 모델 혁신의 주체로서 기능할 수 있다. 시민-소비의 ‘일상생활방 식’(Practice) 혁신은 기술을 포함한 물적 토대, 역량, 사회적 의미의 변화 등을 통해 시스템 혁신에 이를 수 있다. 종종 기존 이해관계, 권력관계, 사회질서, 세계관을 흔드 는 질문을 제기하는 과학기술지식에 대하여 시민-시티즌십 구성인은 공동체의 새로운 권리, 의무, 규범을 담아내는 과학적 시티즌십, 기술적 시티즌십을 구성함으로써 혁신 주체로서의 역할을 담당한다. 따라서, 시민은 민간 서비스 시스템 혁신 뿐 아니라 공 공 서비스 시스템 혁신에서 혁신주체로서 기여할 수 있다.

Diverse streams of research literature are drawn and critically reviewed to address the lack of systematic and theoretical understanding as to the role of citizens as innovation actors. The source of innovation capability of citizens is illuminated through the examination of micro-foundation of innovation, learning, and macro-context of technological innovation, techno-economic paradigm, consisting of concentric innovation and wave innovation. 3 contexts of citizens as innovation actors are identified and their nature and characteristics are examined in each context: citizen-user, citizen-consumer, citizen-citizenship builder. Citizen-User can act as co-creators of new value and digital technology enables them to become prosumers who drive concentric innovation where not just product and service innovations but also business model innovations may thrive. Citizen-Consumer’s consumption practice is better to be understood as an outcome of social process rather than individual choice. Consumer’s competence, material and technological infrastructure and social meaning of the consumption practice in question are elements affecting innovation in consumption practice which is usually locked into existing practices. Material infrastructure, however, often plays a critical role in breaking it and reconstituting new practices. Citizen-Citizenship builder plays the role of innovation actors by contributing to the development of new citizenship addressing questions thrown by new scientific and technological knowledge often disrupting existing power relations, social relations, social orders, belief systems and world views. Citizens’ independent activity reconstructing rights, responsibilities and social norms regarding new scientific and technological knowledge, namely scientific citizenship and technological citizenship, greatly shapes the level of society’s ability to make transformative innovations, social innovations or system innovations.