기술 요약: 국가의 소프트웨어 복잡성

문제 제기

경제 복잡성에 관한 전통적인 연구는 주로 국제 무역 데이터, 특허 출원, 고용 통계와 같은 행정 기록에 의존해 왔다. 이러한 지표들은 가치가 높지만, 소프트웨어 경제의 미묘한 차이를 포착하지 못하는 "디지털 사각지대"를 가지고 있다. 소프트웨어 역량은 관세가 아닌 클라우드 서비스와 원격 플랫폼을 통해 전송되므로 이동성이 높으며, 현지 자회사나 광범위한 서비스 범주(예: "컴퓨터 및 정보 서비스")에 의해 가려지는 경우가 많다. 결과적으로, 기존의 복잡성 지수는 디지털 활동을 체계적으로 과소평가할 수 있으며, 소프트웨어 역량이 1인당 GDP, 소득 불평등, 탄소 배출량과 같은 거시경제적 결과에 어떻게 영향을 미치는지 파악하는 데 실패할 수 있다. 소프트웨어 기반의 복잡성이 전통적인 복잡성 지표를 보완하는지 아니면 대체하는지, 그리고 관련성(relatedness)의 원칙이 디지털 다각화에 어떻게 적용되는지에 대한 이해에는 중대한 격차가 존재한다.

방법론

저자들은 2020년부터 2023년까지 163개국과 150개 프로그래밍 언어를 대상으로 하는 GitHub 혁신 그래프(GHIG) 데이터를 사용하여 국가 수준의 **소프트웨어 경제 복잡성 지수($ECI_{software}$)**를 구축한다.

1. 데이터 소스 및 세분화: 본 연구는 오픈 소스 소프트웨어(OSS) 기여도의 지리적 분포를 활용하며, 자기 보고 편향을 피하기 위해 개발자의 IP 주소를 기반으로 코드 푸시(code push)를 국가별로 할당한다.
2. 분석 단위 (소프트웨어 번들): 개별 프로그래밍 언어를 독립적인 활동으로 취급하는 대신, 저자들은 리포지토리 내에서 드러난 공동 사용(co-use)을 바탕으로 이들을 소프트웨어 번들(기술 스택)로 집합시킨다.
   • 활성 GitHub 리포지토리 전반에 걸친 언어 쌍의 코사인 유사도에 대해 계층적 응집 클러스터링을 사용하여 59개의 해석 가능한 클러스터(예: 프런트엔드 웹 스택, 데이터 과학 스택, 저수준 시스템 등)를 식별하였다.
3. 복잡성 계산:
   • 개발자 활동을 각 클러스터 내에서 합산하여 국가-번들 행렬($X_{ck}$)을 생성하였다.
   • 현시적 비교 우위(RCA) 행렬을 이진화하여 특화 행렬($M_{ck}$)을 만들었다.
   • $ECI_{software}$는 국가의 역량과 활동 복잡성 사이의 매핑의 정상 상태(steady state)를 정의하는 표준 Hidalgo와 Hausmann(2009)의 반복 알고리즘을 사용하여 계산되었다.
4. 비교 분석: 저자들은 Stojkoski 외(2023b)가 컴파일한 무역($ECI_{trade}$), 특허($ECI_{technology}$), 연구 출판물($ECI_{research}$)에서 유도된 다차원 복잡성 지수와 $ECI_{software}$를 비교하였다.
5. 실증 테스트:
   • 거시적 상관관계: $ECI_{software}$가 1인당 GDP, 소득 불평등(지니 계수), GDP 대비 $CO_2$ 배출량에 미치는 설명력을 테스트하기 위해 횡단면 OLS 회귀 분석(도구 변수 강건성 검사 포함)을 사용하였다.
   • 관련성: 관련성 원칙을 테스트하기 위해, 국가의 기존 포트폴리오에 대한 번들의 "관련성 밀도"를 함수로 모델링하여 소프트웨어 번들로의 진입 및 이탈을 분석하였다.

주요 결과

1. 차별성 및 보완성

• 상이한 프로필: $ECI_{software}$는 전통적인 지표와 비교했을 때 국가의 지리적 순위에 차이를 보인다. 예를 들어, 러시아는 무역 복잡성(0.112)보다 소프트웨어 복잡성(0.872)에서 훨씬 높은 점수를 기록했으며, 인도는 연구 복잡성(-0.633)보다 소프트웨어(0.606)에서 더 높은 순위를 차지했다.
• 보완적 정보: $ECI_{software}$는 전통적인 지수들과 상관관계가 있지만($R^2 \approx 0.5-0.6$), 비중복적인 정보를 제공한다. 1인당 GDP를 예측하는 모델에서, 무역, 특허, 연구 복잡성을 통제하더라도 $ECI_{software}$는 여전히 강력하고 유의미한 예측 변수로 남는다. 일부 명세에서는 $ECI_{trade}$만큼의 성능을 보여준다.

2. 거시경제적 상관관계

• 1인당 GDP: $ECI_{software}$는 1인당 GDP와 양(+)의 관계를 가지며 유의미하게 연관되어 있다. 이는 물리적 무역이나 특허 데이터로 설명되지 않는 소득의 국제적 편차를 설명하는 디지털 역량의 차원을 포착한다.
• 소득 불평등: $ECI_{software}$와 지니 계수 사이에는 유의미한 음(-)의 관계가 존재한다. 소프트웨어 복잡성이 높은 국가는 소득 불평등이 낮은 경향이 있으며, 이는 소프트웨어 특화가 보다 포용적인 성장을 지원할 수 있음을 시사한다.
• 배출량: 단순 모델에서 소프트웨어 복잡성은 배출 강도($CO_2$ per GDP)와 음의 상관관계를 보인다. 그러나 전체 다차원 모델에서는 이 효과가 통계적으로 유의미하지 않게 되는데, 이는 $ECI_{software}$와 $ECI_{research}$가 저탄소 지식 집약적 경제와 관련하여 겹치는 설명력을 공유하기 때문인 것으로 보인다.

3. 소프트웨어에서의 관련성 원리

• 진입 역학: 국가는 기존 전문 분야와 "관련된" 소프트웨어 번들로 진입(RCA 획득)할 가능성이 유의미하게 높다. 관련성이 1 표준편차 증가할 때마다 진입 확률은 약 7.2 퍼센트 포인트 증가한다.
• 이탈 역학: 반대로, 현재 포트폴리오와 관련된 소프트웨어 번들에서 이탈(RCA 상실)할 가능성은 낮아진다.
• 사례 연구: 중국, 영국, 러시아에 대한 분석은 이러한 역학을 보여준다. 중국은 인접한 번들로 활발하게 다각화하고 있으며, 영국은 안정성을 보이고, 러시아는 핵심 강점과 관련성이 낮은 번들로부터의 개발자 유출과 일치하는 이탈 양상을 보인다.

의의 및 주장

본 논문은 소프트웨어 역량을 측정하는 비용 효율적이고 재현 가능하며 세밀한 척도를 제공함으로써 경제 복잡성의 틀을 디지털 경제로 확장한다고 주장한다.

• 정책적 관련성: 본 연구는 디지털 복잡성을 육성하는 것이 물리적 인프라보다 인적 자본 개발과 소프트웨어 생태계 내의 지식 파급 효과에 더 많이 의존한다는 점을 시사한다. 연구 결과는 정책 입안자들이 관련성 원칙에 따라 국가의 현재 강점과 기술적으로 근접한 소프트웨어 번들로의 다각화를 장려해야 함을 의미한다.
• 이론적 기여: 이 연구는 물리적 산업에서 유도된 "관련성 원리"가 디지털 역량의 진화 또한 지배한다는 것을 입증한다. 소프트웨어 복잡성이 단순히 전통적 복잡성의 대체물이 아니라, 디지털 경제 구조에 대한 이해의 공백을 메우는 보완적 차원임을 보여준다.
• 한론: 저자들은 GitHub 데이터에 의존하는 것이 독점적/폐쇄형 소스 역량을 과소평가할 수 있고, 2020~2023년이라는 짧은 기간이 장기적 성장 역학을 모델링하는 데 한계가 있음을 인정하지만, 지수의 안정성은 장기적 전망에 대한 예측 가능성을 시사한다.

요약하자면, 본 논문은 오픈 소스 소프트웨어 지리학이 경제 구조를 분석하기 위한 실행 가능하고 보완적인 렌즈를 제공하며, 포용적이고 지속 가능한 경제적 결과와 상관관계가 있는 독특한 전문화 패턴을 밝혀낸다고 결론짓는다.