최근 중국, 인도네시아, 태국 등 해외시장에서 제3자에 의해 한국기업의 상표 권이 무단으로 선점되는 사례가 꾸준히 증가하고 있으나 이로 인한 우리기업의 실질적 피해에 관한 대규모 실증 연구는 진행되지 않고 있다. 이에 본 연구에서는 2017년 1월부터 2023년 12월까지의 해외상표 무단선점 의심사례 데이터를 기반으로 한국의 527개 기업에 대한 패널 데이터를 구축하여 회귀분석을 통해 해외상표 무단선점 시 기업의 주식시장가치에 변화가 발생하는지를 분석하였다. 특히 기업의 적절한 지식재산 보호전략과 지식재산 보호 역량이 상표침해로 인한 피해를 완화시킬 수 있는지에 주목하였다. 분석 결과 상표가 선점된 기업은 그렇지 않은 기업에 비해 명확하게 기업가치가 하락하였다. 다만 침해가 발생한 국가에 특허권을 사전에 보유하였다면 무단선점 피해가 완화되는 것이 확인되었으며, 기업의 지식재산권 보호역량이 우수할 때도 동일한 효과가 관측되었다. 이는 특허권과 상표권이 상호보완적 효과를 가진다는 점과 지식재산권 보호역량에 따라 상표침해의 실질적 피해가 정해진다는 것을 함의한다. 본 연구는 해외상표의 무단선점이 기업의 장기재무성과에 막대한 악영향을 준다는 것을 입증하였다는 점에서 기업들의 해외상표 보호에 대한 경각심을 고취시키며 동시에 상표보호를 위한 기업의 적극적 대처와 보호역량 강화를 위한 투자의 중요성을 시사 한다.
생성형 AI는 방대한 데이터를 기반으로 사용자의 요구에 부합하는 콘텐츠를 자동 생성함 으로써 창의성과 생산성을 동시에 향상시키고 있다. 구독경제 기반의 생성형 AI 서비스는 소비자와 기업 모두에게 혜택을 제공한다. 소비자는 높은 초기 비용 없이 지속적으로 서비스를 이용할 수 있으며, 기업은 반복적인 매출과 고객 데이터를 기반으로 서비스 품질을 고도화할 수 있다. 이와 같은 선순환 구조가 안정적으로 유지되기 위해서는 소비자의 지속적인 유료 구독이 필수적이다. 이에 본 연구는 생성형 AI 서비스에 대한 구독의도 형성 요인을 규명하기 위해 기술수용모델(TAM)과 어포던스(Affordance) 이론을 통합한 연구모형을 제시하고 실증 분석을 수행하였다. 생성형 AI 사용 경험이 있는 직장인 134명을 대상으로 온라인 설문 조사를 실시하였으며, 수집된 자료를 SPSS 27.0과 PROCESS macro를 활용하여 상관분석, 다중회귀분석, 그리고 매개효과 분석을 실시하였다. 분석 결과, 어포던스 요인 중 개인화된 도움 제공은 인지된 유용성과 인지된 용이성 모두에 유의한 영향을 미쳤고, 맥락 인지는 인지된 유용성에만 유의한 영향을 미쳤다. 반면 대화의 의인화는 두 인지 요인 모두에 유의한 영향을 보이지 않았다. 또한 인지된 용이성은 인지된 유용성에 정(+)의 영향을 미쳤으며, 두 인지 요인은 모두 이용의도에 유의한 정(+)의 영향을 미쳤다. 특히 이용의도는 구독의도에 가장 강력한 영향을 미치는 핵심 변수로 확인되었고, 인지된 유용성과 용이성은 이용의도를 매개로 구독의도에 간접적인 정(+)의 효과를 보였다. 본 연구는 생성형 AI와 구독경제의 융합이라는 새로운 소비 패러다임에 대한 이론적 기반을 제공함과 동시에, 사용자 경험 중심의 AI 서비스 설계 및 구독형 비즈니스 전략 수립에 실무적 시사점을 제시한다.
본 연구는 국방기술개발 및 기업육성 지원사업의 기업 성과에 대한 단기적 효과를 실증적으로 분석하였다. 분석대상은 「국방과학기술혁신 촉진법」과 「방위산업 발전 및 지원에 관한 법률」 시행 이후 국방기술진흥연구소에서 추진된 연구개발 및 기업육성 지원사업 수혜기업이다. 수혜기업의 재무정보와 사업 참여 정보를 연계한 패널데이터를 구축하고, 기업별 최초 수혜연도를 기준으로 이중차분법(Difference-in-Differences; DID)을 적용하였다. 수혜기업만으로는 분석이 제한적인 점을 보완하기 위해 세미나·설명회 참여기업 정보를 활용하여 비교집단을 구성하였으며, Callaway and Sant’Anna(2021)의 Staggered DID 방법 론을 적용하였다. 분석결과 정책지원은 기업의 자체 연구개발비를 유의하게 증가시켜 기술 역량 축적과 재투자 유인을 반영하는 것으로 나타났다. 반면 매출·영업이익 등의 재무성과 지표에서는 단기적으로 뚜렷한 변화가 나타나지 않았으며, 규모와 산업 특성에 따라 효과의 크기에는 일부 차이가 나타났다. 본 연구는 국방 R&D 지원의 장기성과 검증에는 한계가 있 으나, 단기적으로 관찰 가능한 지표를 활용하여 초기 정책효과를 확인했다는 점에서 의미가 있다. 이는 향후 장기적 효과 분석을 위한 기초자료로 활용될 수 있을 것이다.
엔트로피 지표(섀넌 엔트로피, 지니계수, 허시만-허핀달지수)와 경제복잡성 (ECI) 지표, 네트워크 분석을 활용하여 국내 반도체 산업의 구조를 실증적으로 분석하였다. 엔트로피 지표를 산업의 계열화/전문화와 연계하고 ECI와 엔트로피 지표의 특성을 상호보완 적으로 활용하는 새로운 접근을 시도하였다. 전국 단위로 반도체 산업 관련 업종에 해당하는 기업을 추출하여 기업 홈페이지 및 소개자료 등을 통해 반도체 산업 가치사슬 중 어느 부분에 해당하는지를 분류하는 작업을 실시하였으며, 최종적으로 2,957개 기업을 후공정, 전공정, 소재, 부품, 장비, 설계 기업으로 분류하여 특정하였다. 이 중 중 거래관계를 추출 가능한 1,212개 기업의 66,210개 거래관 계망 정보를 활용하여 실증 연구를 진행하였다. 국내 반도체 산업의 거래 네트워크는 무척도성, 작은세상 특성, 모듈성, 계층성을 모두 보이는 소수 핵심기업 중심 계열화된 네트워크였다. 국내 반도체 산업의 두 가지 구조변화 (2020년 거래관계망 계열화, 2023~2024년 복잡성지수 추세 반전)등을 식별할 수 있었다. 2018~2024기간 동안 국내 반도체 산업은 점차 전문화되는 추세였으나 2020년에 일시적 으로 계열화 추세를 보였다. 소·부·장 산업은 비교적 전문화되어 있고 전공정·설계는 계열 화되어 있었다. 광역지자체별로 살펴보면 경기·충남·충북 등 전통적 반도체 산업 중심 지의 계열화 수준이 높았으나, 경제복잡성 지수는 경남·부산에서 높게 나타났다. 경남·부산· 광주 등의 경제 복잡성 지수의 약진, 경기·충남·충북의 경제 복잡성 지수 부진은 2023~2024년에 두드러지게 나타났으며, 지역별 기업 영업이익률과도 양의 상관관계를 나타냈다. 2023년 이후 AI반도체, 전력반도체 육성정책과의 관련성에 대한 심층적인 분석이 필요하다. 최종적으로 비수도권 균형발전 관점 반도체 혁신정책의 효율성을 일정 부분 입증할 수 있었다.