Research on the Entrepreneurship and Transmission Evolution Mechanism of Platform Enterprises Based on Complex Networks

기술 요약: 복잡계 네트워크 기반 플랫폼 기업의 기업가 정신 및 전파 진화 메커니즘

문제 제기
본 연구는 플랫폼 기업이 어떻게 기업가 정신을 육성하고, 이러한 기업가적 행동이 산업 클러스터 내에서 어떻게 전파되고 진화하는지를 이해하는 과제를 다룬다. 기존 문헌은 핵심 기업이나 일반적인 네트워크 관계의 관점에서 플랫폼 기업가 정신을 조사해 왔으나, 이러한 전파 메커니즘의 구조적 진화를 모델링하기 위해 복잡계 네트워크 이론을 활용한 체계적인 연구는 부족한 실정이다. 현재의 사회 네트워크 분석 방법은 기업가적 네트워크에 내재된 내부의 복잡한 관계와 비선형적 역동성을 정량적으로 측정하기에는 불충분하다. 본 논문은 다양한 네트워크 구조가 기업가적 전파의 속도, 안정성 및 규모에 어떻게 영향을 미치는지 시뮬레이션함으로써 플랫폼 기업가 정신의 "블랙박스"를 밝히고자 한다.

연구 방법론
본 연구는 NetLogo 6.1.0을 이용한 다중 에이전트 시뮬레이션(multi-agent simulation) 접근 방식을 채택하여 기업가적 네트워크의 동적 진화를 모델링한다. 방법론은 시계열 분석과 문헌에서 식별된 특정 유형의 플랫폼 기업 네트워크 구조에 매핑된 세 가지 구별된 복합 네트워크 모델을 통합한다:

1. 시장 지향적 네트워크 (Market-Oriented Networks): Erdős-Rényi (ER) 무작위 그래프 모델을 사용하여 모델링한다. 이는 동질적인 기업들과 무작위적인 자원 교환을 특징으로 하며, 균일한 차수 분포(degree distribution)와 확률적 연결을 가진 네트워크를 나타낸다.
2. 하이브리드 네트워크 (Hybrid Networks): Local-World Evolving (LN) 네트워크 모델을 사용하여 모델링한다. 이는 기업들이 특정 서브 네트워크나 국지적 영역 내에서 운영되며, 가용성과 상호 보완적 기술을 바탕으로 파트너를 선택하는 구조를 반영하며, 중간 정도의 이질성을 나타낸다.
3. 허브 앤 스포크 네트워크 (Hub-and-Spoke Networks): Barabási-Albert (BA) 척도 없는(Scale-Free) 네트워크 모델을 사용하여 모델링한다. 이는 단일 지배적 플랫폼 기업을 중심으로 하는 구조를 나타내며, 멱함수 법칙(power-law)에 따른 차수 분포, 선호적 연결(preferential attachment), 그리고 중앙 허브에 대한 높은 의존성을 특징으로 한다.

시뮬레이션 규칙 및 알고리즘
시뮬레이션은 두 가지 주요 전파 알고리즘을 포함한다:

• 임계치 확산 모델 (Threshold Diffusion Model): 기업은 특정 임계치를 넘어서는 성공적인 동료들의 영향력을 받을 때에만 기업가적 행동을 채택한다. 이는 조직 학습과 고유 임계치 대 창발적 임계치의 평가를 고려한다.
• 이웃 효과 모델 (Neighbor Effect Model): 특히 능동적 영향 패러다임 하에서, 이 모델은 연결된 기업들이 관계를 강화하고 실행을 가속화하기 위해 이웃에게 혁신을 의식적으로 전파하는 과정을 시뮬레이션한다.

시뮬레이션은 메커니즘 진화를 평가하기 위해 네 가지 핵심 성과 지표를 추적한다:

• 전파 성공률 ($S$): 혁신을 성공적으로 채택한 기업의 수.
• 전파 안정화 시간 ($T$): 기업가적 활동이 평형 상태에 도달하는 데 걸리는 시간.
• 전파 증폭 계수 ($E$): 네트워크 내의 누적 기업가적 사례 수.
• 전파 집중도 ($CV$): 기업가적 행동의 중앙집중화 경향.

실험은 최대 500개의 노드(기업)를 대상으로 수행되었으며, 초기 기업가적 기업의 비율(5%, 10%, 15%)과 전파의 원천(플랫폼 기업 vs. 무작위 기업)을 변수로 설정하였다.

주요 결과
시뮬레이션은 기업가적 전파의 진화에 관하여 다음과 같은 결과를 도출하였다:

• 네트워크 구조와 참여: 허브 앤 스포크(BA) 네트워크는 가장 많은 수의 기업가적 기업을 생성한다. 동일한 초기 조건 하에서, 허브 앤 스포크 네트워크는 하이브리드(LN) 네트워크보다 우수하며, 하이브리드 네트워크는 전체 기업가적 활동의 총량 측면에서 시장 지향적(ER) 네트워크보다 우수하다.
• 전파 속도와 안정성: 반대로, 스타트업의 비율을 통제했을 때, 시장 지향적(ER) 네트워크가 전파 안정성에 가장 빠르게 도위하며, 하이브리드 네트워크가 그 뒤를 잇고, 마지막으로 허브 앤 스포크 네트워크가 가장 느리다. 시장 지향적 네트워크는 가장 짧은 안정화 시간과 가장 높은 누적 증폭 계수를 나타내는데, 이는 이들의 복잡한 다중 체인 연결이 더 빠른 신호 전파와 평형 도달을 가능하게 함을 시사한다.
• 확산 원천의 영향: 플랫폼 기업을 초기 확산 원천으로 사용할 경우, 이들의 핵심 경쟁력과 자원 우위 덕분에 정보 비대칭성이 감소하여 초기 단계의 전파가 가속화된다. 그러나 중·후기 단계에서는 원천과 관계없이 전파 속도가 수렴한다.
• 초기 조건: 초기 기업가적 기업의 비율을 높이면 전체적인 안정화 시간이 단축되고 기업가적 행동의 집중도가 낮아지는데, 이는 더 큰 초기 기반이 더 강력한 기업가적 분위기를 조성하고 확산 과정을 가속화함을 나타낸다.

의의 및 주장
본 논문은 복잡계 네트워크 이론을 이 분야에 적용함으로써 기업가 정신과 그 전파 효과에 대한 실증적 연구를 수행했다는 점에서 혁신적이고 선구적이라고 주장한다. 주요 기여는 다음과 같다:

1. 이론적 통합: 기업가적 네트워크 이론과 복합계 네트워크 역동성 사이의 간극을 메우며, 정적인 사회 네트워크 분석을 넘어 동적인 정량적 시뮬레이션으로 나아갔다.
2. 구조적 분류: 기업가적 네트워크를 체계적으로 분류(허브 앤 스포크, 하이브리드, 시장 지향적)하고, 이를 특정 복잡계 네트워크 모델(BA, LN, ER)에 매핑하여 각기 다른 진화 로직을 시뮬레이션하였다.
3. 메커니즘 규명: 기업가적 진화의 내재적 논리를 밝혀냈으며, 허브 앤 스포크 구조가 높은 수의 기업가를 생성하는 데는 우수하지만, 시장 지향적 구조가 전파의 속도와 안정성 측면에서는 더 효율적임을 입증하였다.

저자들은 스타트업 기반의 규모와 플랫폼 자체에 의한 기업가 정신의 개시 모두가 전파의 촉매제로 작용하여, 결과적으로 비즈니스 발전을 가속화한다고 결론짓는다. 본 연구는 플랫폼 기업이 기업가적 참여 극대화와 혁신적 행동의 신속하고 안정적인 전파라는 두 목표 사이의 균형을 맞추기 위해 어떻게 네트워크 구조를 최적화할 수 있는지에 대한 새로운 관점을 제공한다.