Earticle

기간산업 전반의 혁신을 도처에서 목도할 수 있는 시기가 도래한 가운데, 신기술 혁신을 근간으로 국가 경제 발전에 중요한 역할을 하는 테크 스타트업의 생존율 제고와 성장 지원을 위해 다양한 연구가 이루어지고 있다. 제품혁신과 기술 혁신만으로는 테크 스타트업의 차별적인 혁신성장을 설명하기는 어려운 상황에서 그간 테크 스타트업의 혁신 동인으로 다양한 요인이 거론되고 있다. 하지만 선행연구들의 공통분모로서 외부 시장변화 에 대한 민첩한 대응을 통한 끊임없는 비즈니스 모델 전환이 거론된다. 이 때 제품혁신이 나타나고, 부트스트래핑을 통해 재무성과가 창출된다는 것이다. 이에 본 연구는 동적 역량 기반의 비즈니스 모델이 실제로 제품혁신을 통한 재무성과 창출에 유효한지를 구조방정식 모형(Consistent PLS-SEM 및 CB-SEM)을 통해 검증하고, 필수요건 분석(Necessary Condition Analysis)과 예측력 검정(Predictive Power Analysis)을 통해 핵심 동인에 대한 중요도를 심층 분석하였다. 테크 스타트업 재직자 대상의 가설검증 결과, 동적 역량과 제품혁신 간 관계에서 비즈니스 모델은 완전매개 역할을 하는 것으로 나타났다. 또한, 제품혁신과 시장성과 창출에 있어서 동적 역량과 비즈니스 모델은 필수요건에 해당하며 이에 해당 역량 요인들은 경중을 따질 것 없이 기본적으로 충족해야 함을 실증했다. 또한, 동적 역량을 기반으로 비즈니스 모델링을 통해 제품혁신을 이룩하고 시장성과를 창출하는 경로는 예측력도 통계적으로 유의한 것으로 나타났다. 이에 딥테크 중심의 정책, 문화도 중요하지만, 무엇보다 테크 스타트업이라면 시장 니즈에 부합하는 비즈니스 모델링이 함께 동반되어야 함을 시사점으로 제시하는 바이다.

In the midst of a period when innovation across industries can be seen everywhere, various studies are being conducted to improve the survival rate of tech startups and support the growth of those, which play an important role in national economic development based on brand-new technology innovation. As it is difficult to explain the differentiated innovative growth of tech startups based on product innovation and technology innovation alone, various factors have been proposed as drivers of innovation in tech startups. However, as a common denominator, it can be assumed that financial performance such as tech-startup's bootstrapping is created through product innovation when constantly switching business models through agile responses to external market changes. Therefore, this empirical research examines whether dynamic capability-based business models are indeed effective in generating financial performance through product innovation through a structural equation model(Consistent PLS-SEM and CB-SEM), and further analyzes the importance of key drivers through necessary condition analysis(NCA) and predictive power test via PLS-Predict. The results of the hypothesis testing among tech startup employees as subject of research showed that business models play a full mediating role in the relationship between dynamic capabilities and product innovation. In addition, it was demonstrated that dynamic capabilities and business models are essential requirements for product innovation and market performance, and that the capability factors must be basically satisfied regardless of their importance. In addition, the path of product innovation and market performance through business modeling based on dynamic capabilities was found to be statistically significant. This study suggests that deep tech-oriented policies and culture are important, but most importantly, tech startups need business modeling that meets market needs.

본 논문은 민간투자주도형 기술창업지원(팁스) 프로그램이 창업기업의 혁신 및성장에 미친 효과를 분석한다. 팁스는 고급 기술인력의 창업활성화를 위해 엔젤투자, 보육, 멘토링, R&D 자금 지원 등을 결합한 국내 최초의 민간주도형 창업지원 프로그램이다. 분석을 위해 2013년 도입 이후 선정된 창업기업 전수 자료를통계청 기업통계등록부 및 한국평가데이터 재무자료와 연계하였다. 성향점수매칭을 통한 대조군 구축 후 이중차분 모형을 이용해 추정한 결과 창업기업은 팁스 지원 이후 대조군에 비해 매출액, 자산, 특허권 수가 증가했다. 특히, 팁스 프로그램은 지원 후 1-9년 기간에 걸쳐서 기업성과가 지속적으로 향상되는 중장기 효과를가지는 것으로 나타났다. 본 연구는 혁신성이 높은 고성장 기업의 발굴과 육성을위해 민간의 역량을 활용한 기술창업 정책인 팁스에 대한 첫 번째 중장기 평가라는 점에서 학술 및 정책적 기여를 한다.

This paper analyzes the effects of Tech Incubator Program for Startup Korea (TIPS) program on innovation and growth of startups. TIPS is Korea’s first private-led startup support program that combines angel investment, incubating, mentoring, and R&D funding to encourage startups by high-level technical personnel. We estimate difference-in-difference models after constructing a control group based on propensity score matching. We find that startups after the TIPS support increased sales, assets, and the number of patents compared to the control group. Furthermore, we find that the TIPS program has mid- and long-term effects in which corporate performance continues to improve for 1 to 9 years after support. This study can make academic and policy contributions in that it is the first mid- to long-term evaluation of a technology startup policy in Korea that utilizes the private sector’s capabilities to discover and foster highly innovative, high-growth firms.

본 연구는 초기 기후테크 기업의 자발적 탄소시장(VCM) 참여를 지원하기 위해 수도권매립지관리공사(SLC)의 공공 환경인프라와 창업·벤처 녹색융합클러스터의 기업지원 기능을 연계한 단계적 참여모델을 제안하는 데 목적이 있다. 국내외 법령·제도자료, VCM 무결성 기준, 선행연구 및 사례기관의 공개자료를 비교분석한 결과, 주요 진입장벽은 실증, MRV·데이터, 사업개발·인증 비용, 시장 수요, 제도·계약의 다섯 범주로 정리되었다. 또한 SLC의 현장 인프라·운영자료와 녹색융합클러스터의 기업발굴·실증·사업화·투자연계 기능은 상호보완될 가능성이 있는 것으로 분석되었다. 이를 바탕으로 기업·기술 발굴, 단계적 실증, Carbon Eligibility & MRV Gate, 경로 분기, 독립적 타당성 평가·검증 및 사업화, 시장·투자 연계로 구성된 참여모델을 제안하였다. 특히 Gate는 기술실증과 탄소크레딧 적격성을 구분하여 추가성, 방법론·정량화, MRV·데이터, 권리·중복위험 및 사업성을 사전에 검토하도록 설계하였다. 본 연구는 공공 환경인프라와 창업지원 기능을 VCM 무결성 요건과 연계한 정책적 모델을 제시하였다는 의의가 있으며, 향후 파일럿 적용을 통한 실증적 검증이 필요하다.

This study proposes a staged voluntary carbon market (VCM) participation model for early-stage climate-tech firms by linking the public environmental infrastructure of the Sudokwon Landfill Site Management Corporation (SLC) with the business-support functions of the Startup Venture Green Convergence Cluster. Domestic and international regulations, VCM integrity standards, prior studies, and publicly available institutional data were comparatively reviewed. Five major entry barriers were categorized: demonstration, MRV and data, project development and certification costs, market demand, and institutional and contractual issues. The analysis indicates that SLC's field infrastructure and operational data may complement the cluster's functions in company discovery, demonstration, commercialization, and investment linkage. Based on these findings, a staged model is proposed consisting of company and technology discovery, phased demonstration, a Carbon Eligibility & MRV Gate, pathway branching, independent validation/verification and commercialization, and market and investment linkage. The Gate separates successful technology demonstration from carbon-credit eligibility by screening additionality, methodology, quantification, MRV and data, rights and overlap risks, and business viability. The proposed model provides a policy framework for linking public environmental infrastructure and startup support with VCM integrity requirements, although further empirical validation through pilot applications is required.

Startup supporting policy in Korea has been traditionally implemented by top-down policy from government. But many of diverse and effective startup supporting policy in foreign countries has been implemented by bottom-up policy from private and public joint projects, so that able to use know-how and resources of private incubators and venture capitals. And there are also following of systemic support from government. For this reason, Korea instituted TI(Technical Incubator) program of Israel in year of 2013. This program called TIPS(Tech Incubator Program for Startup), shows notable effectiveness compared to existing top-down policy. More specific points, this paper is to suggest a prime example startup policy compared to several foreign case (TI program of Israel, Startup America Initiative, and open innovation case of Japan) In Korea, corporate supporting policy shows a tendency to be led by conglomerate. In the past, Korea was one of the poorest in the world because of occupied period and the Korean War. But after decade, Korea accomplished very rapid economic growth by massive commitment of resources for conglomerate what being initiated by a government policy. Being affected by corporate supporting policy, venture and startup supporting policy is also led by government. But it causes several problems as following. First, excessively concentrated to qualitative growth, it causes lack of internal stability. Second, the moral hazard of startup companies was found. And excess in policy bring about effectiveness matters. Finally, there’s most essential problem which is deficient of inducement for private incubators and venture capitals. To solving described above problems, TIPS program is initially instituted and properly perform a function. This paper is to suggest necessity of paradigm shift from top-down to private and public joint startup supporting policy. And it describes successful introduction process of TIPS, and figure limitation factor of this program out. Finally it describes the problem solving and how to improve this program, so that can increase the productivity in the startup supporting policy. This paper based on the case study of reference and papers concerning to startup policy, related research trend, and research report from relative organizations.

본 연구는 2014~2023년 TIPS 프로그램 지원 과제 3,018건을 분석하여 TIPS 생태계 내 딥테크 과제의 구성·비중 변화 추이를 실증적으로 분석하고, 이를 Isenberg(2011)의 창업생태계 이론과 Rogers(1962)의 기술 확산 S곡선 이론으로 해석하였다. 원천 데이터에 기술 키워드가 없는 제약을 극복하기 위해 과제명 텍스트에서 딥테크 키워드를 직접 추출하고 12대 국가전략기술 체계를 준거로 삼는 분류 방법론을 자체 개발하였다. 분석 결과 TIPS 과제 내 딥테크 비율은 2014년 29.6%에서 2023년 50.8%로 증가하였고, 세대별 평균이 도입기·성장기·성숙기의 S곡선 패턴과 유사한 궤적을 보였다. 2015년 급락은 프로그램 급속 확장기의 초기 확장 역설로, 2019년 급등은 AI 국가전략 및 TIPS 운영사 AI 우대 정책과 시기적으로 연동된 결과로 해석된다. 기술 유형은 초기 소프트 딥테크(AI·SW)에서 후반기 하드 딥테크(반도체·에너지·소재)로 확장되는 구조적 전환을 보였다. Isenberg의 정책·자금·지원·시장 4개 영역은 딥테크 기술혁신과 밀접히 연동되는 기제로, 문화·인적자본은 그 파급효과로 해석하였다. 다만 본 연구의 딥테크 비율 지표는 생태계의 기술 지향성 변화를 보여주는 대리 지표로, 개별 기술의 고도화를 직접 측정한 것은 아니다.

This study analyzes 3,018 project records from Korea's TIPS program (2014?2023) to trace the evolution of deep tech, drawing on Isenberg's entrepreneurial ecosystem theory and Rogers' S-curve diffusion theory. Deep tech was identified by extracting keywords from project titles and matching them against Korea's 12 National Strategic Technologies. The deep tech share rose from 29.6% to 50.8%, with generational averages (23.7%→44.6%→50.2%) following the S-curve's introduction, growth, and maturity stages. The 2015 drop reflects a paradox of early expansion, while the 2019 surge aligns with the National AI Strategy. Focus also shifted from soft (AI, software) to hard deep tech (semiconductors, energy, materials). Among Isenberg's domains, policy, finance, supports, and markets acted as institutional mechanisms, whereas culture and human capital appeared as spillovers. The findings suggest aligning technology policy with ecosystem direction, diversifying beyond AI, and using the deep tech ratio as an indicator of ecosystem maturity.

This paper investigates the linkage between the mode of transformation of entrepreneurial learning into outcomes and the subsequent impact of these learning outcomes in enhancing the survival of high-tech startups in India. The study uses data from 45 high-tech startups headquartered across different locations in India for the purpose of analysis. Survival Analysis of the data is conducted to determine which mode of learning transformation and what type of en trepreneurial decision making preference have a significant influence on the survival of Indian high-tech startups and to what extent do they impact their survival. The results indicate that entrepreneur's prior startup experience, explorative mode of learning transformation, causal decision making of the entrepreneur and availability of funding for the startup as the key factors that reduce the time to survival of Indian high-tech startups. They also provide key insights on how these factors impact the startup survival in this region.

팬데믹과 기후변화 등 세계의 근본적이고 심각한 문제를 해결하기 위해, 새로운 기초기술인 딥테크 창업이 엄청난 잠재력의 시장을 예상하며 급속도로 증가하고 있다. 딥테크 창업은 고도의 새로운 기술력을 위한 초기 단계의 막대한 투자, 다양한 분야의 기술 융합, 장기간이 소요되는 특성으로 기존 창업과 큰 차이가 있다. 이러한 특성 때문에 딥테크 창업 정책은 기존 창업 정책과 차별화가 이루어져야 하나, 한국 딥테크 분야의 유니콘 기업은전무한 상황이며 관련 정책 역시 기존과 유사하게 추진되고 있다. 딥테크 창업 모델 선행연구와 국내외 딥테크창업 현황 및 정책 분석을 통해 딥테크 분야의 유니콘 기업을 위한 필수조건인 기술고도화를 위해 예비창업 단계부터 R&D를 지원하는 것이 중요함을 밝혔다. 또한, 딥테크 창업의 성공은 장시간이 소요되기 때문에 예비창업 단계부터 성장 지원까지 지원하는 전주기적 창업 정책이 매우 중요하다. 따라서, 본 연구는 이러한 특성을 고려한 전주기 융합형 창업 정책 모형을 제안한다. 먼저, 전주기 창업 정책은기술고도화를 위한 출연연 등의 공공 분야 우수기술 발굴, 예비창업팀 구성, 창업모델 구체화, 인큐베이팅, 창업및 성장 단계 등의 모든 단계를 지원한다. 다음으로, 융합형 창업 정책은 창업팀의 융합적 구성/지원/체계 등이 핵심이다. 즉, 탄탄한 팀빌딩을 위해 예비창업단계부터 우수 연구팀과 예비창업가의 융합적 구성과 더불어, 미래 딥테크 분야의 큰 시장을 위한 R&D 지원, 판로 개척, 후속 투자 유치 등의 융합형 지원이 이루어져야 하며, 지원체계 역시 창업지원의 전주기를 걸쳐 연구팀, 예비창업자, 민간 투자사, 창업기획팀 등이 융합적으로 구축되어야한다.

Global deep-tech startups that use new basic technologies to solve fundamental and serious problems in the world are rapidly increasing in anticipation of a market with tremendous potential. Deep tech start-ups differ greatly from existing start-ups in terms of characteristics such as enormous investment in the early stage for advanced new technology, technology convergence in various fields, and long-term requirements. Due to the nature of deep tech startups, deep tech startup policies need to be differentiated from existing startup policies. However, there is no unicorn company in the deep tech field in Korea, and the deep tech start-up policy is being promoted similarly to the existing start-up policy. In order to advance technology, which is a prerequisite for unicorn companies in the field of deep tech, it is key to support R&D from the preliminary start-up stage. Since the success of a deep tech startup takes a long time, a full-cycle startup policy that supports from the preliminary startup stage to growth support is very important. This study proposes a full-cycle convergence-type start-up policy model considering the characteristics of deep-tech start-ups, such as technological advancement, convergence, and long time required. The full-cycle start-up policy supports all stages, such as discovering excellent technologies in the public sector such as government-funded research institutes for technological advancement, forming a preliminary start-up team, materializing a start-up model, incubating, and starting and growing. The core of convergence start-up policy is the convergence of the start-up team, convergence support contents, and convergence support system. For solid team building, the convergence of excellent research teams and prospective entrepreneurs is important from the pre-entrepreneurship stage. For a large market in the future deep-tech field, convergence-type support such as R&D support, market exploration, and follow-up investment attraction is needed. . The support system should also be convergently supported by research teams, prospective entrepreneurs, private investors, and start-up planning teams throughout the entire life cycle of start-up support.