• 산업클러스터
• /
• 제1권1호
• /
• pp.67-86
• /
• 2007

원주의료기기 산업은 업력, 매출, 인력 등의 열악한 초기조건에도 불구하고 단기간에 괄목할만한 성과를 나타냈다. 2007년 말 기준 기업 수 79개로 전국대비 4.6%가 원주에 입주하고 있으며, 매출액은 국내 총생산의 10%, 국내 총수출의 15%를 차지하고 지난 3년간 평균성장률 66.7%로 국내 의료기기산업 활성화에 기여하고 있다. 또한 우리나라 의료기기산업의 각 분야별 대표업체가 이미 원주로 이전하였거나, 이전계획을 가지고 있어 앞으로 원주의료기기 클러스터 형성이 가속화될 것이다. 현재 원주의료기기 클러스터는 초기 창업단계를 벗어나 성장단계로 진입하고 있다. 특히, 중앙정부의 클러스터 사업유치로 공통부품개발, 기업 ${\infty}{\pounds}$ 협력모델 구축, 공동마케팅 추진 등 네트워크 기능이 활성화되고 있으며 이를 통해 빠르게 성장하고 있다. 비록 선진국의 의료산업 관련 클러스터와 비교할 때 투자금액이나 인프라 측면에서 크게 미약하지만 지금까지 국내 의료기기 업체들의 독자적 성장모델 추구로 인해 국제경쟁력 확보에 실패하였다는 과거의 문화를 바꾸고 있다는 측면에서는 긍정적 성과를 이루었다고 판단된다. 원주의료기기 산업이 단기간에 급속히 발전했지만 국제적인 경쟁력을 갖춘 선진 산업클러스터와 비교하면 산업규모나 기업지원 인프라가 아직은 대단히 취약하다. 요약하면, 적은 R&D투자와 그에 따른 기술력 취약, 의료기기 연구개발 인력확보의 어려움, 국내외 마케팅 역량취약, 금융 인프라와 제도적 지원정책의 부족, 혁신주체들 간 네트워킹의 미성숙으로 요약될 수 있다. 이러한 문제점을 해결하고 원주의료기기 산업을 세계적 경쟁력이 있는 의료기기산업 클러스터로 육성하기 위해서는 부족한 관련 인프라를 보완하고 기술혁신과 공동마케팅, 기업지원 네트워크 확대가 더욱 필요하다. 지금까지 원주에서 추진해 온 경험을 바탕으로 판단하면 결론적으로 지역에 따라 차별화되고 산업구조 및 성숙도에 적$\ll$朗(낭)-유연한 형태의 우리만의 클러스터 모델발굴과 체계적인 산업육성전략 수립에 필요한 지자체 및 중앙정부의 구체적인 역할모색이 있어야만 원주의료기기 산업이 세계적인 클러스터로 발전할 수 있을 것으로 생각된다.

• 한국산업정보학회논문지
• /
• 제23권5호
• /
• pp.119-134
• /
• 2018

오늘날 기업은 기술의 급속한 발전, 고객의 다양한 요구로 인해 높은 불확실성과 경쟁 상황에 놓여 있다. 이러한 기업 환경 속에서 지속적인 경쟁우위와 미래 성장 동력을 확보하는 방안 중 가장 중요한 것이 NPD (신제품 개발)와 관련된 문제로, 이는 기업과 학계에 매우 중요한 이슈이다. 이에 본 연구는 NPD 분야의 기존 연구 흐름과 앞으로의 동향을 파악하여 NPD와 관련된 실무자와 연구자들에게 새로운 가치를 제공하고자 한다. 이를 위해 본 연구는 Scopus 데이터베이스를 활용하여 해외 저명한 저널에 게재된 논문의 키워드를 수집하여 키워드 네트워크 분석을 실시하였다. 이를 통해 NPD 분야의 기존 연구 흐름을 파악할 수 있었고, 각 키워드 간의 연결 관계와 시간의 흐름에 따른 변화를 바탕으로 구체적인 연구주제들의 변화 과정을 제시하였다. 또한, NPD 분야에서 선호되는 키워드를 바탕으로 앞으로의 연구 동향을 제시하였다. 본 연구를 통해 NPD 키워드 네트워크는 멱함수 법칙의 분포를 따르고 있는 좁은 세상 네트워크이고, 키워드의 선호에 의해서 링크가 형성되어 네트워크의 성장이 이루어졌음을 확인할 수 있었다. 또한, 컴포넌트 분석 및 중심성분석을 통해 NPD 키워드 네트워크에서는 주로 Innovation(혁신), New Product Innovation(신제품 혁신), Risk Management(리스크 관리), Concurrent engineering(동시공학), Research and Development(연구개발), Product Life Cycle Management(제품 수명주기 관리) 등과 같은 키워드들이 중심성이 높음을 확인하였다. 한편, 시간의 흐름에 따른 키워드의 선호적 연결의 변화를 살펴본 결과, Innovation(혁신), New Product Introduction(신제품 출시), Project Management(프로젝트 관리) 등의 주제를 중심으로 i) 공급업체와 NPD 협업, ii) 시장의 불확실성을 고려한 NPD, iii) 기술 경영 및 지식경영 분야와 통섭을 고려한 NPD, iv) 중소기업 관점의 NPD 등과 같은 주제의 연구가 요구됨을 확인하였다. 본 연구의 분석 결과는 NPD의 연구 동향, 다른 분야와의 학제간 연구를 위한 새로운 연구주제를 결정하는데 유용하게 쓰일 수 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.