What Explains Firm’s Innovativeness in Korean Manufacturing?: Global Activity and Knowledge Sources

1. 기업의 글로벌 활동과 생산성

기업의 글로벌 활동은 다양한 형태를 가지는데, 그 하나는 수출입을 통한 국제교역에의 참여이고, 다른 하나는 국내외 다국적기업(Multi-National Corporations: MNCs)과의 연계를 통한 참여라고 볼 수 있다. 일반적으로 경제학 이론에서는 국제교역 및 다국적기업을 통한 외국인직접투자(FDI)는 이 과정에 참여하는 기업들의 생산성에 긍정적인 영향을 미칠 것으로 예상하고 있다(Grossman and Helpman[1991]).

많은 연구들은 기업의 국제교역 참여와 생산성 간의 인과관계에 대한 이론적 논의에 기초하여 이러한 인과성이 실제 존재하는지, 그리고 그 방향은 어떠한지에 대해 분석해 왔다. 이들 분석에서는 글로벌 활동에 참여하는 기업들은 일반적으로 내수 시장(local market)보다 더 큰 시장을 대상으로 활동하고 있으며, 이러한 시장의 확대는 이들 기업으로 하여금 생산성을 제고하는 노력을 유도할 것이라는 이론을 가정하고 있다. 또한 기업들이 글로벌 시장에 참여함으로써 획득한 지식과 노하우(특히 해외 시장이나 고객에 대한 정보) 역시 생산성 제고를 위해 중요한 역할을 수행할 수 있다.

수출활동에 활발하게 종사하는 기업들이 일반적으로 생산성이 보다 높은 것으로 나타나고 있지만, 계량분석 결과들은 이러한 인과성을 명확하게 지지하지는 않고 있다. Bernard and Jensen(1999)은 1990년대 말까지의 연구를 종합하면서 소위 ‘수출 학습효과’를 지지하는 증거들은 뚜렷이 발견되지 못했다는 점을 지적한 바 있다. 또한 Keller(2004) 역시 관련된 기존의 연구 결과들을 검토한 결과, 글로벌 활동이 활발한 기업의 높은 생산성은 ‘자기선택(self-selection)’의 결과라고 결론 내리고 있다. 즉, 이미 높은 생산성을 시현하고 있는 기업들이 국제교역에 더욱 적극적으로 참여하는 경향이 있으며, 따라서 기업의 생산성으로부터 글로벌 활동으로 이어지는 인과성은 인정되지만 그 역은 검증하기 어렵다는 것이다. 하지만 최근의 일부 연구들, 특히 개발도상국이나 자본주의로의 이행을 경험한 동유럽 국가들을 대상으로 하는 연구에서는 수출의 학습효과를 일부 관찰할 수 있다고 보고하고 있다(Girma et al.[2004]; De Loecker[2007]; Hahn and Park[2009]). 종합해 보면, 현재까지 기업의 글로벌 활동과 생산성 간의 관계는 주로 ‘자기선택’ 메커니즘으로 설명되고 있지만 ‘수출 학습효과’의 가능성이 완전히 배제된 것은 아니며, 따라서 이는 실증적으로 검증되어야 할 과제라고 할 수 있다.3

한편, 외국인직접투자(FDI)의 투자유치국(host country) 내 기업에 대한 확산효과(spillover effect)를 검증하려는 분석 또한 이루어져 왔다.4 이와 관련된 이론적 논의에서는 FDI가 투자유치국 내 기업의 생산성에 영향을 미칠 수 있는 경로를 크게 모방, 인적자본 습득, 경쟁 및 수출의 확산효과로 대별하고 있다.5 그러나 FDI의 확산효과에 대한 실증분석 결과들 역시 다소 모호하게 나타나고 있다. 개발도상국을 대상으로 한 일부 연구들은 FDI가 투자유치국 내 기업의 생산성에 긍정적인 확산효과를 가진다는 점을 발견하였지만, 선진국을 대상으로 한 여러 연구들은 통계적으로 유의한 효과를 식별하지 못하였으며, 심지어 러시아나 과거 동구권 국가를 사례로 한 연구에서는 부정적인 효과가 나타나기도 하였다(Görg and Greenaway[2003]).

Salomon and Shaver(2005)는 직관적으로는 충분히 예상할 수 있음에도 불구하고 수출의 학습효과를 실증적으로 확인하기 어려운 것은 여러 원인에 의한 것일 수 있다는 점을 지적하고 있다. 첫째, 위에서 언급된 수출 학습효과의 메커니즘(지식 확산효과)은 여러 이유로 인해 생산성 제고의 형태로 시현되지 않을 수 있다. 예를 들어 해외 고객에 대한 정보는 기업들로 하여금 해외 고객의 수요를 충족할 수 있는 제품을 개발하도록 유도할 수 있지만 이로 인한 생산성 제고효과는 미미할 수도 있다. 둘째 ‘국내(intra-national)’ 확산효과가 클 경우, 글로벌 시장에 참여하는 기업들은 수출의 학습효과를 내재화시키는 데 어려움을 겪을 수 있다. 이상의 논의는 기업의 글로벌 활동과 생산성 간의 관계가 당초 예상보다 훨씬 복잡할 가능성이 크며, 따라서 양자 간의 인과성을 실증적으로 검증하기 위해서는 기업 생산성에 내생적으로 영향을 미치는 연구개발(R&D) 투자나 인적자본 형성 등과 같은 기업의 투자를 함께 고려할 필요가 있다는 점을 시사하고 있다.

2. 기업의 글로벌 활동과 기술혁신 간의 관계

이러한 배경에서 최근의 연구들은 기업의 글로벌 활동과 생산성 간의 관계에 내생적으로 영향을 미칠 수 있는 기업의 무형자산에 대한 투자를 함께 고려하려 시도하고 있다. 이 방향의 연구에서는 기업의 R&D 투자 또는 혁신(innovation) 활동을 생산성 변수를 대체하는 변수로 사용하고 있다(Salomon and Shaver[2005]; Liu and Buck [2007]; Aw et al.[2008]; Criscuolo et al.[2010]). 이와 같은 일련의 연구들은 기업의 글로벌 활동과 R&D 투자 또는 혁신활동 간의 관계가 여러 요인들의 복합적 상호작용의 결과인 기업 생산성과 글로벌 활동 간의 관계에 비해 보다 직접적으로 관찰될 수 있을 것이라는 가정에 근거하고 있다. 이 연구들에서는 기업의 글로벌 활동이나 생산과정에서 지식의 흐름을 중요한 요인으로 고려하는 소위 ‘지식생산함수(knowledge production function)’ 모형을 일반적으로 사용하고 있다. 다시 말해 기업의 글로벌 활동이 가지는 긍정적인 확산효과가 외부 지식에의 접근 가능성 제고나 외부 지식의 습득을 통해 나타날 것으로 예상하고 있다.6

지식흐름의 중요성은 기업의 전략적 행위 관점에서 설명될 수 있다. 기업이 수행하는 연구개발은 ‘양면성’을 가지고 있다는 점, 다시 말해 자체 연구개발 노력을 통해 기술 경쟁력을 높임과 동시에 외부 지식을 이용할 수 있는 역량을 제고하는 역할을 수행한다는 점이 일반적으로 인정되고 있다(Cohen and Levinthal[1989]). 급진적 혁신(disruptive innovation)은 매우 드물고 대부분의 혁신은 기존 지식에 의존할 수밖에 없기 때문에 기업들의 성공적인 기술혁신을 위해서는 외부 지식의 효과적인 이용이 매우 중요한 전제조건이 된다.7 최근 들어 기술진보와 시장환경 변화의 속도가 급속히 증가함에 따라 기업들은 점차 외부에서 생산된 정보나 지식에 의존하는 경향이 커지고 전략적 협력의 형태로 자체 R&D 활동의 상당 부분을 외부에 개방하는 경우도 등장하고 있으며, 이러한 기업 행위는 ‘개방형 혁신(open innovation)’으로 개념화되고 있다.8 이와 같은 ‘개방형 혁신’ 과정에서 지식의 흐름은 신제품 개발을 통해 시장 경쟁력을 높이려는 기업들에게 핵심적인 의미를 지닌다.9

지식의 흐름은 또한 개발도상국의 관점에서도 중요한 함의를 지닐 수 있다. 일반적으로 후발국들은 기존에 축적된 지식에 의존할 수 있기 때문에 선진국에 비해 경제발전을 위한 유리한 위치를 차지하고 있다고 주장되어 왔으며, 이러한 의미에서 국제교역과 외국인직접투자(FDI)는 지식의 전달을 촉진하는 경로로 작용할 수 있다. 그러나 기술적 선도와의 간격이 지나치게 클 경우에는 기존 지식을 적절하게 활용할 수 없다는 점에서 후발국의 ‘흡수 역량(absorptive capacity)’ 역시 매우 중요하다(Furman et al.[2002]). 외부의 첨단 지식에 대한 접근이 용이해진다는 것이 반드시 성공적인 외부 지식의 흡수를 보장하지는 않으며, 따라서 후발국들은 외부 지식을 적절하게 활용하기 위해 스스로의 역량을 갖추어야 한다.

‘흡수 역량’은 국가 수준에서뿐만 아니라 기업 수준에서도 중요한 함의를 지니는데, 이는 이론적으로 지식의 암묵적 속성(tacit nature)에 의해 설명될 수 있다(Keller [2004]). 특정한 종류의 지식은 쉽게 코드화될 수 있으며 한 장소에서 다른 장소로 쉽게 옮겨질 수 있는 반면, 이전이 매우 어려운 지식 유형도 존재한다. 이러한 ‘암묵적’ 지식은 외부 지식을 활용하는 기업에 의해 내부화되어야 하며, 따라서 기업들은 글로벌 활동으로부터 발생하는 지식 확산효과를 내부화하기 위해 자신의 혁신 역량을 확충할 필요가 있다.

기업의 글로벌 활동과 기술혁신 간의 관계를 분석한 연구들은 다양한 데이터 셋과 기술혁신을 대변할 수 있는 지표들을 사용하고 있다. 일부 연구들은 기업 수준에서의 기술혁신 결과물을 측정하기 위해 특허 데이터를 이용하는 반면, 다른 연구들에서는 주로 유럽 국가에서 수행된 ‘공동체혁신조사(Community Innovation Survey: CIS)’나 CIS와 유사한 국가별 혁신조사를 통해 구축된 미시 데이터를 이용하고 있다. 이러한 두 가지 접근법은 각각 장단점을 지니고 있는데, 특히 후자는 기업의 혁신활동을 직접 측정하고 있으며 특허 데이터에 비해 지식의 흐름을 보다 용이하게 포착할 수 있다는 점에서 장점을 지닌다.

이에 착안하여 많은 선행연구들이 유럽의 CIS 데이터를 이용하여 혁신활동과 관심 변수들 간의 관계를 분석해 왔다.10 상당수의 연구들은 기업의 혁신과 수출 종사 여부 간의 관계에 초점을 맞추고 있다. 예를 들어 Janz and Peters(2002)는 기업의 매출액 중 혁신적 제품의 비중과 수출활동 종사 여부 간의 관계를 분석한 결과 긍정적이지만 통계적으로 유의하지 않은 관계가 존재함을 발견하였으며, Veugelers and Cassiman(1999)은 기업의 수출 집중도가 혁신 발생에 통계적으로 유의한 정의 효과를 가지고 있음을 보고하였다. 보다 최근의 연구에서 Damijan et al.(2008)은 기업의 혁신과 수출 간의 쌍방향 인과성을 검증하려 시도하였으며, 그 결과 수출은 제품혁신(product innovation)보다는 공정혁신(process innovation)을 촉진하는 경향이 있다는 결과를 보고하고 있다.

반면, 기업의 혁신과 다국적기업 소속 여부(multinationality) 간의 관계를 분석한 연구로는 영국을 대상으로 한 Frenz and Ietto-Gillies(2007) 및 Criscuolo et al.(2010)의 연구를 들 수 있다. Frenz and Ietto-Gillies(2007)는 기업의 글로벌 속성이 기술혁신 발생에 미치는 효과를 영국의 CIS 데이터를 기초로 분석하였으며, 그 결과 다국적기업에 속하는 영국 기업들에서 기술혁신이 더 자주 발생하며, 또한 이들 기업은 보다 연속적으로 기술혁신활동에 종사하고 있다는 점을 보고하였다. Criscuolo et al.(2010) 역시 유사한 결과를 보고하고 있는데, 특히 이 연구에서는 지식원천(knowledge sources)이 기술혁신의 유형과 체계적인 상관관계를 가지고 있다는 점을 발견하였다. 예를 들어 특허의 경우에는 대학으로부터의 지식이 중요하지만 고객이나 부품공급자(suppliers)로부터의 지식은 크게 중요하지 않은 것으로 나타난 반면, 보다 폭넓은 의미의 공정혁신이나 제품혁신의 경우에는 상반된 결과를 보여주었다.

본 연구는 위에서 언급한 두 논문과 밀접하게 연관되어 있다. 본 연구는 한국의 기술혁신조사를 이용한 분석 결과가 영국을 대상으로 한 연구와 유사한 결과를 도출하는지를 살펴보고자 한다는 점에서 Criscuolo et al.(2010)에서 제시한 바 있는 지식원천을 고려한 지식생산함수 모형을 따른다. 이를 통해 한국과 영국의 기업들 간에 글로벌 활동의 유형별로 혁신성과에 있어 어떠한 차이점이나 공통점이 존재하는지 그리고 혁신성과의 창출에 있어 어떠한 요소들이 보다 중요한지에 대한 비교가 가능할 것으로 판단된다.

3. 국내 선행연구 검토

본 논문과 관련된 국내 선행연구의 경우 2000년대 초반까지는 수출이나 FDI가 국민경제에 미치는 효과에 대한 거시 또는 업종 수준의 분석이 주를 이루었던 반면,11 2000년대 후반 들어서는 기업 수준의 미시 데이터를 이용한 분석이 늘어나고 있다. 또한 2000년대 후반 이후에는 기업 수준의 생산성과 더불어 R&D 투자나 기술혁신 수준 등의 변수를 함께 고려하는 연구들이 늘고 있다.

기업의 글로벌 활동과 생산성 간의 관계를 분석한 연구로는 김승진(1999), 이병기(2002), 이광훈⋅조혜영(2003) 등을 들 수 있다. 김승진(1999)은 1991~97년 동안의 제조업 내 국내기업 및 외국인투자기업을 대상으로 외국인투자기업의 노동생산성 파급효과를 분석한 결과, 외국인투자기업의 노동생산성이 국내기업에 비해 높으며 외국인투자기업의 생산성 파급효과는 정의 효과를 지니지만 통계적으로 유의하지 않다고 보고하였다. 이를 근거로 동 연구는 FDI가 국내 산업의 노동생산성을 제고시킬 가능성은 존재하지만 제도적 장애요인의 극복이 중요함을 지적하였다. 이병기(2002)는 외국인투자기업의 생산성 파급효과를 국내 제조업체에 대한 패널 자료를 이용하여 실증분석한 결과, 외국인투자의 비중이 높은 산업에서 기술이전을 통한 (산업 내) 생산성 파급효과가 크게 나타났으며, 외국인의 지분 참여가 많은 기업의 생산성 개선효과가 큰 것으로 나타났지만 지역 내 생산성 파급효과를 나타내는 계수값은 통계적으로 유의하지 않았음을 보고하고 있다. 이광훈⋅조혜영(2003)은 기업 수준 자료를 이용하여 외국인직접투자가 국내 정보통신기술(IT)산업에 미치는 지식 파급효과를 추정한 결과, (자료의 제약은 존재하지만) 외국 지식자본의 전체 IT산업 및 유관 세부 산업에 대한 지식 파급효과가 존재함을 확인하였다.

수출의 학습효과를 직접 검증하려 시도한 연구로는 이시욱⋅최용석(2009)을 들 수 있다. 이 연구에서는 국내기업의 글로벌 활동(특히 수출)이 가지는 학습효과를 PSM 매칭을 이용하여 추정하였으며, 그 결과 한국 제조업체의 수출 학습효과가 존재하지 않거나 단기간에 국한된다고 보고한 선행연구들(예를 들어 Aw et al.[2000])과 달리 수출활동의 총요소생산성에 대한 학습효과가 존재하고 이 효과가 수출활동 개시 이후 약 4년간 지속됨을 발견하였다.

국내기업의 글로벌 활동과 생산성 간의 관계를 기업의 기술혁신 수준이나 R&D 투자를 통해 분석하려 한 연구들로는 성태윤 외(2009), 최석준⋅서영웅(2010), 강영호(2012) 등을 들 수 있다.

성태윤 외(2009)에서는 업종 수준에서 산업별 수출 비중과 R&D 집중도 간의 상관관계를 분석한 결과, 양자 간에 정의 상관관계가 존재하고 이는 통제변수를 추가하거나 도구변수를 이용한 2SLS 분석에서도 견조하게 유지된다는 점을 근거로 수출산업군에 속하는 기업들이 더 활발하게 R&D에 투자한다고 결론 내리고 있다. 최석준⋅서영웅(2010)에서는 2005년 기술혁신조사 데이터를 바탕으로 국내 및 외국인직접투자(FDI) 기업 간의 경영⋅기술혁신 성과의 차이를 비교 분석한 결과, PSM 매칭 전에는 FDI가 기업의 경영성과나 혁신성 모두에 정의 효과를 가지는 반면 매칭 후에는 통계적 유의성이 사라진다는 점에서 FDI가 기업의 경영⋅혁신 성과에 미치는 효과는 예상보다 낮다고 보고하고 있다. 강영호(2012)에서는 KIS Value 외감 대상 제조업체를 대상으로 수출기업과 비수출기업 간의 총요소생산성 차이를 비교하고 기업의 R&D 수준이 수출의 학습효과에 부가적인 효과를 미치는지를 분석한 결과, 비수출기업과 비교했을 때 수출기업들의 총요소생산성은 2000년대 중반 이후 크게 늘어났으며 추세적으로 격차가 확대되고 있어 수출의 학습효과를 지지하였으며, 기업 자체의 기술혁신 노력이 수출 학습효과를 강화하는 효과를 지니고 있다고 보고하였다.

선행연구를 종합해 보면, 분석 표본과 기법상의 차이에도 불구하고 대체적으로 기업의 글로벌 활동(수출이나 외국인투자)은 생산성과 정의 관계를 보이고 있었으며, 글로벌 활동에 종사하는 기업에서 R&D 투자나 혁신 수준이 전반적으로 높은 것으로 나타났다. 이들 연구 결과들은 글로벌 활동에 종사하는 기업의 상대적으로 높은 생산성 수준은 ‘자기선택’의 과정으로 볼 수도 있지만, 수출의 학습효과를 지지하는 연구 결과에서 볼 수 있듯이 기업의 글로벌 활동이 R&D 투자나 혁신 노력을 제고하고 다시금 생산성 제고로 이어지는 인과성도 존재할 수 있음을 시사하고 있다. 그러나 국내의 기존 연구에서는 지식생산함수 기법을 통해 기업의 글로벌 활동을 유형별로 구분하고 각 유형별로 기업들이 어떠한 지식원천을 기반으로 혁신활동을 수행하여 왔는지를 분석한 경우는 찾아보기 어렵다는 점에서 본 논문은 한국 데이터를 분석한 기존 연구와 차별성을 가진다고 할 수 있다.

1. 데이터

본 연구에서는 과학기술정책연구원(STEPI)에서 조사⋅공표하고 있는 ‘기술혁신조사(Korean Innovation Survey: KIS)’를 주 데이터로 이용한다.12 KIS는 제조업부문에 대해 매 3년 간격으로 2002년, 2005년 및 2008년에 조사되었으며, 각 연도의 데이터는 조사시점 이전 3년 동안의 기업의 혁신활동을 포함하고 있다.13 하지만 KIS는 매번 상이한 표본 집단을 대상으로 조사되고 있기 때문에, 본 연구의 목적에 보다 적합할 수도 있을 기업체 패널 데이터를 구축하지는 못한다는 점에서 한계를 지닌다.14 따라서 본 연구에서는 지식생산함수 접근법을 적용하기에 적합하게 구축된 KIS-2005의 횡단면 데이터를 이용하였다. 다만, 실증분석 과정에서 나타날 수 있는 잠재적인 내생성(endogeneity) 문제를 해결하기 위해 KIS-2002 데이터를 부분적으로 활용하였다.15

KIS-2005 데이터는 다음 사항에 대한 정량적, 정성적 정보를 포함하고 있다.

① 기업의 글로벌 활동 여부(global activity)

② 기업의 혁신성과(innovation output)

③ 기업의 혁신투입(innovation input)

④ 지식원천(knowledge sources)

KIS 데이터는 국내기업이 수출활동을 하고 있는지에 대한 정보는 가지고 있으나, 이들이 해외직접투자를 영위하고 있는 다국적기업인가에 대한 정보는 포함하고 있지 않다. 따라서 본 연구에서는 국내기업들 중 다국적기업의 성격을 지닌 기업들을 식별하기 위해 한국수출입은행의 데이터를 KIS 데이터와 연계하였다. 우리나라의 경우 해외직접투자를 수행하는 기업들은 그 사실을 주거래은행에 등록해야 하며, 이들 주거래은행들은 한국수출입은행에 투자기업, 투자액, 대상국 등에 대한 정보를 보고하도록 되어 있다. 따라서 이 두 데이터를 연계함으로써 국내기업들이 해외직접투자를 수행하고 있는 다국적기업의 모회사인지 여부를 식별할 수 있다.

본 연구에서는 KIS 데이터에 포함된 기업의 글로벌 시장 참여의 정도를 ① 순수 국내기업(수출도 하지 않고 다국적기업의 일부도 아닌 기업), ② MNC가 아닌 국내 수출기업, ③ 외국 MNC 국내지사, ④ 국내 MNC 모기업 등 네 가지로 범주화하였다. 첫 번째 범주에 속하는 기업들(순수 국내기업)은 수출이나 다국적기업과의 연계 면에서 아무런 활동이 없기 때문에 기업의 글로벌 활동 면에서 보면 가장 낮은 수준을 보이고 있다고 할 수 있다. 두 번째 범주에 속하는 기업들(MNC가 아닌 국내 수출기업)은 본 연구에서 검토하고자 하는 기업의 글로벌 활동 중 한 가지에만 종사하고 있으므로 기업의 글로벌 활동 면에서 중간 수준의 활동을 하고 있는 기업군이라 할 수 있다. 마지막으로 세 번째 및 네 번째 범주의 기업들(외국 MNC 국내지사 및 국내 MNC 모기업)은 다국적기업과 연계되어 있다는 점에서 글로벌 환경에 가장 많이 노출되어 있다고 볼 수 있다. 아래의 계량분석에서는 혁신성과, 혁신투입 및 지식원천의 중요도 면에서 위에서 구분한 기업 유형별로 어떠한 차이가 존재하는지를 살펴보게 될 것이다.

2. 방법론

앞에서 논의한 대로 본 연구의 실증분석은 Criscuolo et al.(2010)에서 사용한 바 있는 ‘지식생산함수(knowledge production function)’ 접근법을 사용한다. 이 방법은 Griliches (1979)에 의해 개발되었으며, 지식의 생산을 다음과 같은 함수 형태로 가정한다.

위의 식에서 △K_i는 혁신성과(지식스톡의 증가), G_i는 기업의 글로벌 활동의 정도, H_i는 새로운 지식창출을 위한 혁신투입(investment in innovation input, 예를 들어 R&D 지출 등 기업의 직접적인 투자), K'_i는 기업 내부로부터의 기존 지식의 흐름(information flow within the firm), K'_-i는 기업 외부로부터의 기존 지식의 흐름(information flow from outside the firm), X_i는 기업규모나 업종과 같은 여타 통제변수를 의미한다.

본 연구에서는 우선 가장 단순한 계량모형을 통해 순수 국내기업을 기준으로 나머지 세 가지 유형의 글로벌 참여 유형(즉, MNC가 아닌 국내 수출기업, 외국 MNC 국내지사, 국내 MNC 모기업)에 따라 혁신성과에 있어 어떠한 효과를 나타내고 있는지를 분석한다. 이는 글로벌 활동에 종사하는 기업들이 기준 기업(이 경우 비수출 국내기업)에 비해 더 높은 혁신 산출물을 생산하는지를 살펴보기 위한 것이다.

만약 이 분석에서 글로벌 활동이 활발한 기업일수록 보다 많은 혁신성과를 생산해 내는 것으로 나타날 경우, 그 다음 단계로 이러한 혁신성과는 무엇을 주된 원천으로 하여 생산되는가를 분석한다. 앞서 언급한 지식생산함수 모형에 따르면 그 원천으로는 크게 두 가지를 식별할 수 있다. 즉, 혁신성과는 한편으로는 새로운 지식에 대한 투자(H_i)를 증가시키거나, 다른 한편으로는 기업 내부 및 외부의 기존 지식(K'_i 및 K'_-i)을 보다 적극적으로 활용함으로써 가능하다. 따라서 추가적인 모형에서는 지식 생산을 위한 투자와 내⋅외부 지식의 활용 정도를 변수로 추가하면서 단순화된 모형에서 나타난 추정치들이 어떻게 변화하는지를 살펴보게 될 것이다.

위의 모형을 추정하는 데 있어서 내생성(endogeneity) 문제가 발생할 수 있다. 만약 피설명변수로 사용하는 혁신성과에 영향을 줄 수 있는 관찰되지 않은 기업 고유의 요인들(예를 들어 기업의 혁신활동에 대한 높은 가치 부여 등)이 설명변수에도 영향을 준다면, 새로운 지식에 대한 투자(H_i)나 기존 지식의 활용(K'_i 및 K'_-i)은 오차항과 상호연관되어 있을 수 있기 때문이다. 본 연구에서는 횡단면(cross-sectional) 데이터를 사용하고 있기 때문에 이러한 내생성 문제에 대해 근본적인 해결책을 제시하지는 못한다. 그러나 Criscuolo et al.(2010)에서와 유사하게 KIS-2002 데이터로부터 산업별 평균 R&D 지출 변수를 구축하여 회귀분석 시 도구변수로 활용함으로써 이러한 내생성 문제를 최소화하도록 한다.

1. 기초통계 분석

본격적인 회귀분석 결과를 제시하기 전에, 본 절에서는 우선 혁신과 관련된 변수들이 기업의 글로벌 활동 수준에 따라 어떻게 상이한지를 살펴본다. 기초통계 분석 결과는 <Table 1>~<Table 3>에 제시되어 있다. <Table 1>은 기술혁신(제품 및 공정 혁신)의 발생 여부, 특허출원 더미, 기술혁신(제품 및 공정 혁신)의 개수 및 특허출원건수 등과 같은 다양한 혁신성과지표들의 평균값 및 표준편차의 값들을 각 글로벌 활동 그룹별로 제시하고 있다.

분석 결과를 살펴보면, 글로벌 활동의 수준이 높아질수록 대체로 기술혁신의 결과물 생산이 보다 활발하다는 것을 보여주고 있다. 예를 들어 순수 국내기업의 31.0%만이 과거 3년 동안 (제품 또는 공정) 혁신을 창출했다고 응답한 반면, 국내 MNC 모기업의 경우 66.2%에 달하는 기업들이 제품혁신 혹은 공정혁신을 수행하였다고 답하였다(Table 1A의 첫 번째 열 참조). 국내 특허출원건수 역시 평균적으로 국내 MNC 모기업에서 가장 높았으며(19.1개), 순수 국내기업에서 가장 낮았다(0.6개)(Table 1B의 마지막 열 참조).

<Table 1>에서 제시된 기초통계 분석 결과는 Criscuolo et al.(2010)에서 보고된 영국 기업의 경우와 거의 동일한 패턴을 보인다. 한국과 영국의 직접적인 비교를 위해 부록의 <Appendix Table 1>에는 Criscuolo et al.(2010)에서 보고된 영국의 혁신성과 기초 통계를 수록하였다. 이 표를 보면, 예를 들어 1994~96년 3년 동안 영국의 순수 국내기업의 경우 18%가, 그리고 MNC 모기업의 경우 45%가 제품혁신 혹은 공정혁신을 수행하였다고 답변하였다. 결국 한국과 영국의 경우 공통적으로 혁신성과를 기준으로 볼 때, 일반적으로 ‘순수 국내기업〈MNC가 아닌 국내 수출기업<외국 MNC 국내지사<국내 MNC 모기업’의 순으로 서열화되어 있으며, 이는 보다 높은 수준의 글로벌 활동을 영위하는 기업들이 보다 많은 혁신성과를 창출하고 있음을 의미한다. 한국의 기술혁신조사는 2005년에 수행되면서 과거 3년에 대해 서베이한 것이고 영국의 조사는 1999년에 수행되면서 과거 3년에 대해 서베이한 것이기 때문에 직접적인 비교는 불가능하지만, <Table 1>과 <Appendix Table 1>을 비교할 때 제품 및 공정 혁신, 특허 여부 및 특허 개수 등에 있어 한국 기업의 혁신성과가 영국 기업의 혁신성과에 비해 더 높다는 것은 흥미로운 사실이라 하겠다.

<Table 1A>

Innovation Outputs

Note: All figures are means of the variables and standard deviations are in parentheses.

<Table 1B>

Innovation Outputs

Note: All figures are means of the variables and standard deviations are in parentheses.

<Appendix Table 1>

Innovation Outputs of UK Companies

Note: All figures are means of the variables and standard deviations are in parentheses.

This table comes from Table 1a of Criscuolo et al. (2010).

다음으로 <Table 2>는 글로벌 활동 그룹별로 기업들이 새로운 지식의 창출을 위해 R&D 지출이나 R&D 인력고용 등에서 어느 정도의 투자를 하고 있는지를 보여준다. 새로운 지식의 창출을 위해 기업들이 투자하는 정도의 글로벌 활동 그룹별 차이는 <Table 1>의 혁신성과 변수에서 나타난 차이와 유사한 패턴을 보여주고 있다. 즉, 새로운 지식에 대한 투자규모는 국내 MNC 모기업에서 가장 컸으며, 순수 국내기업의 경우 가장 낮았다. 국내 MNC 모기업의 R&D 지출액은 평균 15억 9백만원인 반면 순수 국내기업의 경우에는 1억 2,480만원이며, R&D 인력 수의 경우에도 각각 31.7명과 4.9명으로 큰 차이를 보이고 있다.17

<Table 2>

Innovation Inputs

Note: All figures are means of the variables and standard deviations are in parentheses.

마지막으로 <Table 3>은 기업들이 혁신성과 생산을 위해 기존의 지식자본을 활용하는 경우 개별 지식원천(knowledge sources)이 가지는 중요도의 평균값을 제시하고 있다.18 순수 국내기업들은 기존 지식스톡의 이용에 있어서 가장 낮은 수치를 보이고 있음을 알 수 있다. 실제로 순수 국내기업의 경우, 모든 지식원천의 중위값이 0인 것을 감안할 때 중위의 순수 국내기업은 기존의 지식원천을 전혀 이용하지 않고 있다. 한편, 국내 MNC 모기업들은 기업 내부의 기존 지식을 가장 잘 활용하고 있으며, 외국 MNC 자회사들은 그룹 내부의 정보를 가장 잘 활용하고 있다. 특히 외국 MNC 자회사의 그룹 내 정보의 중요도의 평균값 및 중위값은 각각 2.478과 3.000으로서 가장 큰 수치를 보이고 있는데, 이는 다국적기업과 관련한 일반적인 지식자본모형과 일치하는 결과이다. 새로운 지식은 주로 모기업에 의해 창출되며, 이렇게 창출된 지식이 주로 모기업으로부터 자회사로 이전되기 때문이다.19

<Table 3>

Knowledge Sources

Note: All figures are means of the variables and medians are in parentheses. Each variable is a categorical indicator on the importance of each knowledge source in innovation activities. Each variable takes possible integer values from 0 to 5 (higher values indicate greater importance).

지금까지 기업의 글로벌 활동과 기술혁신 결과물 간의 단순 상관관계(correlation)를 분석한 결과에 따르면, 본 연구에서 사용한 우리나라 제조업 표본에서도 영국에서와 마찬가지로 글로벌 활동의 수준이 높을수록 기술혁신의 성과가 높으며, 새로운 지식 생산에 더 많이 투자함과 동시에 기존의 지식자본을 보다 광범위하게 활용하는 경향을 보인다. 다음 절에서는 기초통계 분석을 통해 확인된 글로벌 활동과 기술혁신 성과 간의 비례관계가 어디에서 비롯되는지를 보다 면밀히 살펴보기 위하여 회귀분석을 실시한다.

2. 회귀분석

분석에 사용된 기술혁신 결과물 변수 각각에 대한 회귀분석 결과는 <Table 4>~<Table 6>에 제시되어 있다. 먼저 <Table 4>의 모든 회귀분석에서 종속변수는 혁신 더미이며, 종업원 수로 측정한 기업규모 및 KSIC 2-digit 수준에서의 산업 더미가 포함되어 있다. 혁신 더미는 만일 기업이 과거 3년 동안 한 번이라도 공정혁신이나 제품혁신을 수행하였다면 1의 값을 가지며, 그렇지 않은 경우 0의 값을 가진다. <Table 4>의 모형 (i)은 이러한 혁신 더미를 세 개의 글로벌 활동 더미(MNC가 아닌 수출기업, 외국 MNC 국내지사 그리고 국내 MNC 모기업)와 여타 통제변수(기업규모 및 산업 더미)에 대해 프로빗 모형을 추정한 결과이다.20

<Table 4>

Regression Results for Innovation Dummy

Note: *, **, and *** represent statistical significance at the 10%, 5% and 1% levels, respectively. All specifications include unreported other control variables: size (measured by number of workers) and industry dummy variables (23 industries at 2-digit industry codes assigned by STEPI). (ⅰ) is the probit estimation results for KIS 2005. (ⅱ) and (ⅲ) are the IV-probit estimation results. For all specifications, marginal impacts for the indicated regressors are reported with robust standard errors in parentheses.

추정 결과, 세 가지 범주의 글로벌 활동 더미(MNC가 아닌 수출기업, 외국 MNC의 국내지사, 그리고 수출에 종사하는 국내 MNC의 모기업)에 대한 추정계수들은 모두 통계적으로 유의한 양(+)의 값을 가지는 것으로 추정되었다. 보다 구체적으로, 다른 조건이 일정하고 기업의 규모와 산업 더미를 통제하였을 때, 혁신활동을 수행할 확률이 가장 높은 기업의 범주는 국내 MNC 모기업인 것으로 추정되었으며, 그 다음으로는 MNC가 아닌 국내 수출기업 그리고 수출활동을 하는 외국 MNC의 국내지사의 순서로 추정되었다.21

다음으로 모형 (ⅱ)는 R&D 투자금액을 설명변수로 추가할 경우 새로운 지식에 대한 투자(investment in new knowledge)가 기업의 혁신활동에 어떠한 영향을 미치는가를 살펴보고자 하는 것이다.22 R&D 투자에 대한 추정계수는 99% 수준에서 통계적으로 유의한 양(＋)의 값을 가지는 것으로 나타나, 기업의 혁신활동에 있어 새로운 지식에 대한 투자는 중요한 역할을 하는 것으로 추정되었다. 그러나 이 변수를 추가하게 될 경우 MNC가 아닌 국내 수출기업에 대한 계수추정치는 0.212에서 0.152로 약 28% 감소하였으며, 국내 MNC 모기업에 대한 계수추정치도 0.228에서 0.136으로 약 40% 감소하였는 데 반해, 외국 MNC 국내지사의 경우에는 계수추정치와 그 통계적 유의성에 변화가 거의 없다. 이는 국내 수출기업과 국내 MNC 모기업의 경우 혁신성과를 창출함에 있어 직접적인 R&D 투자와 같이 새로운 지식에 대한 투자가 매우 중요하다는 것을 의미한다. 한편, 외국 MNC 국내지사에 대한 계수추정치가 R&D 투자를 고려한 이후에도 큰 변화가 없었다는 것은 외국 MNC들이 혁신성과를 창출하는 데 있어서 직접적인 R&D 투자에 크게 의존하지 않는다는 것을 의미한다.

모형 (ⅲ)에서는 기존에 존재하는 지식의 흐름과 관련한 다양한 변수들을 추가하였다. 이 경우에는 외국 MNC 국내지사와 국내 MNC 모기업에 대한 계수추정치가 모두 통계적으로 유의하지 않은 것으로 추정되었으며, 국내 수출기업의 경우에도 그 추정치가 약 34% 감소하였다. 이는 이들 기업군들의 경우 기존에 존재하는 지식자본의 적극적인 활용이 혁신성과를 창출하는 데 있어 중요한 역할을 하였음을 의미한다.

영국의 기업 데이터를 대상으로 분석을 수행한 Criscuolo et al.(2010)에서의 결과와 위의 결과를 비교해 보면, 한국 기업과 영국 기업들 간에 상당한 차이가 존재함을 알 수 있다. 영국의 경우에는 새로운 지식에 대한 투자와 관련된 변수를 추가하였을 때에는 글로벌 활동 더미변수들에 대한 추정계수의 변화가 거의 없었으나, 기존 지식의 활용과 관련한 변수들을 추가하였을 때에는 글로벌 활동 더미변수들에 대한 추정계수들이 모든 기업군에서 크게 감소하였다. 이를 근거로 Criscuolo et al.(2010)은 글로벌 활동을 하는 기업들이 혁신활동을 함에 있어 (새로운 지식에 대한 투자보다) 기존의 지식을 활용하는 성향이 있다고 결론짓고 있다. 그러나 본 논문에서의 분석 결과는 한국의 경우에는 새로운 지식에 대한 투자와 기존 지식의 활용 모두를 통하여 혁신활동을 하는 경향이 있으며, 그 정도는 글로벌 활동의 유형에 따라 차이가 있음을 말해 주고 있다. 즉, 외국 MNC 국내지사의 경우에는 기존 지식의 활용을 통한 혁신활동이, 그리고 국내 수출기업과 국내 MNC 모기업의 경우에는 R&D 투자와 기존 지식의 활용 모두를 통한 혁신활동이 이루어지고 있다는 것이다.

<Table 4>에서의 종속변수는 혁신 더미로서 과거 3년 동안 한 번이라도 제품혁신이나 공정혁신을 수행하였다면 1의 값을, 아니면 0의 값을 가지는 변수이다. 따라서 동일한 회귀분석을 제품혁신(product innovation)과 공정혁신(process innovation)으로 나누어 수행해 볼 수 있는데, 그 결과는 <Table 5>에 보고되어 있다. 먼저 제품혁신의 경우에는 MNC가 아닌 국내 수출기업과 국내 MNC 모기업에서 R&D 투자 변수가 추가될 경우(모형 (ⅱ))와 기존 지식과 관련된 변수가 추가될 경우(모형 (ⅲ)) 그 추정계수들이 비슷한 정도로 각각 감소하는 것을 관찰할 수 있다. 예를 들어 MNC가 아닌 국내 수출기업의 경우 모형 (i)에서 21.8% 정도의 제품혁신을 할 확률이 존재하였는데, 여기에 새로운 지식에 대한 투자 변수(R&D 투자)가 추가되면(모형 (ⅱ)) 그 확률이 15.9%로 약 5.9%p 감소하고, 여기에 기존 지식의 활용과 관련된 변수들이 추가되면(모형 (ⅲ)) 그 확률이 10.6%로 추가적으로 약 5.3%p 감소하는 것으로 추정되었다. 그러나 공정혁신의 경우에는 R&D 투자 변수를 추가시키는 것이 추정계수를 거의 변화시키지 않았는 데 반해, 기존 지식의 활용과 관련된 변수가 추가되면 추정계수가 크게 줄어들거나 통계적으로 유의하지 않은 것으로 추정되었다. 이는 공정혁신에 있어서는 새로운 지식에 대한 R&D 투자보다는 기존의 지식을 활용하는 경향이 더 크다는 것으로 해석될 수 있다.

<Table 5>

Regression Results for Product and Process Innovation Dummy

Note: *, **, and *** represent statistical significance at the 10%, 5% and 1% levels, respectively. All specifications include unreported other control variables: size (measured by number of workers) and industry dummy variables (23 industries at 2-digit industry codes assigned by STEPI). Model (ⅰ) is the probit estimation results for KIS 2005. Model (ⅱ) and (ⅲ) are the IV-probit estimation results. For all specifications, marginal impacts for the indicated regressors are reported with robust standard errors in parentheses.

마지막으로 <Table 6>은 혁신의 성과로서 기업의 특허건수를 사용한 분석 결과이다. 기업의 특허건수의 관측치는 실제로 많은 수의 영(0)의 값을 포함함과 동시에 양(+)의 정수값을 가지고 있다. 이에 따라 <Table 6>에서는 Poisson 회귀분석모형을 사용하였다. 이 경우 외국 MNC 국내지사는 특허건수에 있어 통계적으로 유의한 추정계수를 갖지 못하는 것으로 나타났으며, MNC가 아닌 국내 수출기업과 국내 MNC 모기업의 두 그룹에 대해서만 통계적으로 유의한 추정치가 나타났다. 또한 MNC가 아닌 수출기업이 특허출원을 함에 있어서는 주로 새로운 지식에 대한 투자가 중요하며, 국내 MNC 모기업의 경우에는 새로운 지식에 대한 투자와 기존 지식의 활용이 모두 동일하게 중요한 것으로 나타났다.

<Table 6>

Regression Results for Number of Patents

Note: *, **, and *** represent statistical significance at the 10%, 5% and 1% levels, respectively. All specifications include unreported other control variables: size (measured by number of workers) and industry dummy variables (23 industries at 2-digit industry codes assigned by STEPI). Model (ⅰ) is the the poisson estimation results for KIS 2005. Model (ⅱ) and (ⅲ) are the IV-poisson estimation results. For all specifications, marginal impacts for the indicated regressors are reported with robust standard errors in parentheses.