1. 서 론

프랜차이즈 가맹브랜드를 운영하고 있는 가맹본부간의 신규 브랜드 런칭, 가맹점 유치 등의 과당경쟁이 지속되면 서 가맹본부의 인수합병, 기업 구조조정, 폐업 등의 경우 가 발생하고 있다[26]. 이것은 과당경쟁으로 인한 가맹본 부 운영의 비효율성에 기인하는 측면이 있다.

던킨브랜드의 계열인 미스터도넛의 경우 일본에서는 가맹점수가 1,000개가 넘고 있으나, 대한민국에서는 1983 년에 진출했다가 결국 사업부진 등으로 인해 철수하였다. 카페베네(Caffebene)는 한때 대한민국의 대표적인 커피 브 랜드였다. 전 세계 가맹점이 1,000개를 넘고, 미국 뉴욕, 사우디, 캄보디아, 일본 등에도 진출하였으나 2018년에 기 업회생절차를 신청하였다. 탐앤탐스, 엔제리너스커피, 에 그드랍 등의 가맹브랜드는 가맹점수 감소와 적자가 지속 되고 있다. 미국 피자 가맹브랜드인 피자헛(Pizza Hut)은 대한민국에 진출하여 대표적인 피자 브랜드가 되었으나 2017년에 투자회사에 매각되었고, 2024년에 가맹점주들 과의 소송에서 패소하고, 경영난이 지속되면서 법원 회생 절차를 신청하였다.

효율성은 효과성과 함께 경영의 주요한 목표이다[23]. 효율성은 비용대비 효과 즉, 투입원가와 수익의 비율로 표 현할 수 있다. 보유하고 있는 자원을 투입하여 재화의 생 산을 통해 수익을 실현하는 것이 기업의 주요한 활동이고 기업 운영의 주요한 목표이다.

한편 공공기관, 서비스업 기업 등과 같이 효율성 측정에 있어서 투입비용 대 산출수익이라는 금전적인 수치만 가 지고 측정하기 어려운 조직도 있다. 또한, 효율성이라는 수치는 절대적인 기준이 있을 수 없어서 동종 산업 및 업 종 내 상대적인 효율성 비교가 필요하다고 생각된다. 특히 기업의 효율성은 재무비율만이 아니라 시간, 인력, 서비스 같은 무형자산을 활용하여 측정해야 한다[19].

기업 운영의 다양한 측면을 고려하여 효율성 측정에 활 용되어온 기법으로 자료포괄분석(DEA: Data Envelopment Analysis)이 있다. 기업의 재무적 요소 외에 비재무적 인 요소까지 함께 고려하여 효율성을 측정하고 분석집단 내 상호 비교가 가능하다. DEA는 다수의 투입물과 산출물 의 관계를 동시에 고려하여 효율성을 측정하기 때문에 효 율적인 기업의 경영 활동이 되기 위한 목표치를 제시하는 데 적합한 분석방법이다[5].

성과지표(Performance Indicators)는 성과 측정의 기준일 뿐 아니라 기업 운영의 방향을 결정하는데 활용되기 때문 에 중요하다. 또한, 성과지표는 목표치로써 도전성 (Challenging), 달성가능성(Attainable), 측정성(Measurable) 등의 속성이 중요하다[7].

본 연구는 프랜차이즈 산업의 업종 중 커피 가맹브랜드 를 대상으로 상대적 효율성을 측정하고 특성이 유사한 참 조기업(Benchmark)을 참고하여 효율성이 떨어지는 기업 의 성과지표(Performance Indicators)를 개발하는 방법을 제시하고자 한다.

2. 이론적 배경

2.1 성과지표(PI; Performance Indicator)

주로 하나의 투입과 하나의 산출관계로 나타내어지는 성과지표(PI; Performance Indicators)는 측정이 용이하나, 다른 영향요인을 고려하지 않기 때문에 한 기업 즉, 의사 결정단위 전체적 성과를 대변하기는 어렵다[5]. 따라서 일 반적인 성과지표 개발 모델들은 측정가능한 성과지표 요 인을 선정하는데 중점을 두고 있으며, 복잡한 성과지표로 구성된다.

대표적인 성과지표 개발모델에는 BSC(Balanced Score Card), QCDP, IPOO, SMART 모델 등이 있다. BSC는 Kaplan and Norton[13]이 주장한 것으로 재무적성과 지표 외에 내부프로세스 관점, 학습 및 성장 관점, 고객 관점의 지표를 균형있게 선정하고 관리할 것으로 제안하였다.

TQM(Total Quality Management)에서 많이 사용되는 QCDP(Quality, Cost, Delivery, Productivity)모델은 품질, 비 용, 납기, 생산성 4가지 부문에서 성과를 측정하고 관리하는 시스템이다. QCDP는 지표들간의 상대적 중요도에 대한 판단을 조직 구성원 개인에게 의지한다[7]. IPOO(Input, Process, Output, Outcome)는 투입, 프로세스, 산출, 결과 4가 지 요소에서 조직이나 프로젝트의 성과를 측정하고 평가하 는 모델이다. 투입은 인력, 예산 등이고, 프로세스는 계획수 립, 통제 등이고, 산출은 제품, 서비스 등이고, 결과는 매출, 고객만족도 등이다. 각 단계별 인과관계가 있고 측정가능한 지표를 사용한다.

한편 조직의 효율성은 기업 운영의 주요한 목표로써 DEA(Data Envelopment Analysis)를 활용하여 효율성 측면 에서 조직의 성과를 측정 및 평가하거나 개선 목표를 제시 하는 여러 연구가 있었다[5, 14, 18, 28, 31].

성과지표가 가져야 할 속성에 대한 다수의 연구가 있었 다. Ria[29]는 적합성, 측정성, 도전성, 달성가능성을 제시 하였다. Harty[12]는 적합성, 중요성, 이해용이성, 사업성 과에 영향, 데이터획득성, 유일성, 조작배제성, 안정성 등 의 요소를 제시하였다. Park et al.[25]은 타당성, 통제성, 정확성, 포괄성, 독특성, 이해도, 잠재적 역행효과 배제, 자 료수집비용 최소화, 자료수집 적시성 등을 제시하였다[7].

2.2 DEA(Data Envelopment Analysis)

2.2.1 DEA 활용 효율성 분석

DEA(Data Envelopment Analysis, 자료포괄분석)은 Charnes[4] 등이 생산함수로 나타내기 어려운 서비스 부 문, 비영리 부문의 상대적 효율성을 평가하기 위해 개발한 것으로 선형계획법을 활용한 비모수적(non-parametric) 기 법이다[19].

조직으로서는 DEA모형을 통해 몇 가지 과제를 해결할 수 있다. 그것은 첫째, 조직이 얼마나 효율적으로 운영되 고 있는가?, 둘째, 조직이 본받아야 할 벤치마킹 대상이 누 구인가?, 셋째, 조직이 효율적으로 변모하기 위해 투입물 과 산출물을 얼마나 조정해야 하는가? 등이다[23].

DEA는 평가집단에 속하는 의사결정단위(DMU: Decision Making Unit)의 다수의 투입물과 산출물의 비중을 통해 상 대적 효율성을 측정하는 기법이다. DEA는 CCR모형, BCC모형으로 구분하고, 산출을 일정한 값으로 고정하고 투입을 최소화하는 투입지향(Input-oriented)모형, 투입을 일정한 값으로 고정하고 산출을 최대화하는 산출지향 (Output-oriented)모형으로 구분하기도 한다[5, 11].

Charnes[4] 등이 개발한 CCR모형은 규모의 수익이 일 정하다는 것을 가정한다. 즉, 투입량이 일정 비율로 증가 될 때 산출량도 동일한 비율로 증가된다는 규모 수익 불변 (Constant Returns to Scale)을 가정한다. Bankers[3] 등이 개발한 BCC모형은 규모의 수익이 가변적이라는 것을 가 정한다. 즉, 투입량이 증가할 때 산출량이 체증 또는 체감 된다는 규모 수익 가변(Variable Returns to Scale)을 가정 한다. CCR모형은 기술효율성과 규모의 효율성을 측정하 며, BCC모형은 순수 기술효율성만 측정한다[11].

CCR모형은 DMU들의 투입물 가중합과 산출물 가중합 의 비율이 1을 초과하지 않으면서 효율성을 최대화하는 값을 측정하는 선형분수계획모형(Fractional Programming Model)이다. 각 투입요소와 산출요소의 가중치들은 0보다 커야한다는 제약조건을 사용한다[30]. 투입지향 CCR모형 은 산출물의 가중합을 1로 고정하고 투입요소의 가중합을 최소화시키는 선형계획함수이다[5].

아래의 식 (1)에서 E₀는 DMU₀의 효율성, Ur은 r번째 산 출물 가중치, Vi는 i번째 투입물 가중치, Yrj는 DMUj의 r 번째 산출물의 양, Xij는 DMUj의 i번째 투입물의 양, ε은 non-Archimedean 상수, n은 DMU의 수, m은 투입물의 수, s는 산출물의 수를 나타낸다.

산출지향 CCR모형은 투입물의 가중합을 1로 고정하고, 산출물 가중합을 최대화시키는 선형계획함수이다.

본 연구에서는 투입지향 및 산출지향 CCR모형을 사용 하였다.

2.2.2 DEA 변수의 선정

DEA를 활용한 효율성 평가를 위해서는 목적에 맞는 적 절한 투입변수와 산출변수 선정이 중요하다[16, 18, 21]. 어떤 변수를 선정하느냐에 따라 효율성 DMU가 달라질 수 있기 때문이다.

일반적으로 ‘투입변수’에는 조직 활동에 필요한 비용요 소, ‘산출변수’에는 조직 활동의 결과인 편익요소를 사용 한다. 양이 작아질수록 효율성 커지는 요소는 투입변수, 양이 커질수록 효율성이 커지는 요소는 산출변수로 사용 할 수 있다[18].

투입변수와 산출변수 선정 시 고려해야 할 사항이 있다. 서로 인과관계를 가지고 있어야 한다. 다중회귀분석이나 상관관계 분석을 활용해 투입변수와 산출변수 간 관계가 밀접하면 인과관계를 설명할 수 있다. 같은 의미를 지닌 변수를 중복하여 사용하지 말아야 한다. 조직이 통제 가능 한 변수를 사용하는 것이 유용하다[23]. 또한 분석대상 DMU의 수가 투입변수 및 산출변수의 합보다 3배 더 많아 야 하며 그렇지 않을 경우 DEA 모델의 판별성이 문제가 될 수 있다[8].

본 연구에서는 프랜차이즈 커피브랜드의 효율성 평가 변수를 1차 선행연구를 통해 도출하고 그 적절성을 설명 할 것이며, 투입변수와 산출변수 간의 상관관계 분석을 통 해 변수간의 인과관계가 있음을 설명할 것이다.

2.3 DEA 활용 선행연구

2.3.1 DEA 활용 성과지표 개발 연구

DEA 모형을 활용하여 평가대상 집단의 효율성을 평가하 고, 효율성 참조집단의 잠재가격 산정을 통해서 비효율성 의사결정집단(DMU)의 성과지표(Performance Indicators) 형태로 제시하거나, 비효율성 집단의 효율화를 위한 개선 목표를 제시하는 국내외의 연구들이 있다.

금융서비스 업종인 은행, 농협 등에 대한 효율성 평가를 위해 선행연구를 통한 투입변수와 산출변수로 DEA를 실 행하는 연구가 있다. 평가대상 금융기업을 DMU로 하여 효율성을 평가하고 벤치마킹 업체인 참조집단을 기준으로 비효율 DMU의 잠재가격을 계산하여 성과지표로 제시하 는 연구이다[5, 28, 31].

Choi[5]는 DEA 활용한 종합적인 효율성 성과지표(PI) 와 투입과 산출을 1개로 하는 단순 성과지표(PI)의 상관관 계 분석을 실행하여 비교하는 연구를 하였다.

프랜차이즈 업종(커피전문점, 음식업, 서비스업 등)에 대한 효율성 평가를 DEA 모델을 통해서 하고 벤치마킹 참조집단(DMU)을 활용하여 효율성 개선 목표치를 제시 하는 연구가 있다[2, 18]. Kim[14]는 커피 가맹본부를 평가 대상 집단으로 정하고, 선행연구를 통해 투입변수(임직원 수, 광고비, 초기투자비)와 산출변수(매출액, 영업이익)를 선정하였고 DEA 실행 및 참조집단의 잠재가격 계산하는 방법으로 산출변수(매출액, 영업이익)에 대한 개선 목표치 를 제시하였다. 또한, 이후에 투입변수와 산출변수간 상관 관계 분석을 실행하였다.

기타 교육기관, 스마트시티 등의 핵심성과지표 개발을 위해 지표에 해당하는 변수를 선정하여 DEA를 실행하고 참조집단 즉, 효율성 DMU를 활용하여 성과지표를 개발하 는 연구가 있다[9, 22].

본 연구가 상기의 연구와 다른 점은 프랜차이즈 커피 가맹브랜드를 DMU로 하면서 DEA를 활용한 ‘성과지 표 개발’에 연구에 중점을 두고 있다는 점이다. 산업 내 실무적으로 빈번히 사용되기 관리 지표인 성과지표 (Performance Indicators) 개발이라는 연구 목표를 명확히 하여 실무적 활용성을 제고하고자 하였다. 또한 투입변수, 산출변수 선정 단계에서 변수간의 상관관계 검증 후에 검 증된 변수를 활용하여 DEA를 실행한 점과 변수의 특성이 유사한 효율성 DMU로 잠재가격 계산을 통해 성과지표를 개발하는 방법을 적용하였다는 차별점이 있다. ‘DEA 활 용 성과지표 개발 프레임’을 제안하였다는 점이 특징이다.

2.3.2 프랜차이즈 산업 DEA 연구

프랜차이즈 산업 내 다양한 업종을 대상으로 업종 집단 내 효율성을 DEA를 활용해 평가하는 국내외의 연구가 다 수 있었다.

프랜차이즈 산업 내 평가대상 업종(소매업, 서비스업, 커피전문점, 치킨전문점 등)을 정하고, 선행연구나 연구목 적에 따라 투입변수, 산출변수를 결정한 후 DEA를 실행하 고 효율성 DMU와 비효율성 DMU를 비교 분석하는 연구 가 대부분이었다[2, 6, 10, 15, 16, 24, 27].

An et al.[2]은 커피 프랜차이즈 사업자 5곳을 DMU로 하여 투입변수(업력, 점포수, 임직원수, 광고비, 점포면적), 산출변수(매출액, 선호도)로 DEA를 실행하고 비교분석 하였다.

Piot-Leprtit et al.[27]은 소매업종, 서비스업종의 프랜차 이즈 사업자를 대상으로 투입변수(자본, 인건비, 기능비 용), 산출변수(매출액)로 하는 DEA를 실행하고 소매업과 서비스업의 효율성을 비교 분석하는 연구를 하였다.

Kim et al.[15]는 치킨 프랜차이즈 사업자를 평가집단으 로 정하고, 연구목적에 따라서 투입변수(총자산, 임직원 수, 가맹점수), 산출변수(매출액, 영업이익)를 선정하고 DEA 실행하여 효율성 DMU와 비효율성 DMU를 비교분석하는 연구를 하였다. 추가적으 로 변수가 효율성에 미치는 지를 Tobit 모형을 통해서 수 행하였다.

본 연구에서는 선행연구를 통해 선정한 투입변수, 산출 변수 간의 상관관계 분석을 먼저 실행하여 최종적으로 인 과관계가 있는 변수를 선정하였다. 또한, 투입변수와 산출 변수의 합의 3배의 DMU를 평가대상으로 하는 커피 가맹 브랜드 45개를 대상으로 하였다.

3. 연구방법

3.1 연구절차

본 연구의 목적은 기업에서 실무적으로 자주 사용하는 성과지표(Performance Indicators)를 개발하는 수리적인 방 법을 제시하는 것이다. 선형함수계획법인 DEA를 활용한 성과지표 개발이라는 명확한 목표에 맞는 연구절차를 수행 하였다. 먼저 DEA 활용한 선행연구에 대한 고찰을 통해 본 연구의 시사점과 차별점을 정립하였다. DEA 활용 성과 지표 개발 프레임워크를 적용할 평가대상 의사결정단위 (DMU)인 프랜차이즈 업종을 선정하였고, 선행연구와 연구 목적에 따라서 투입변수, 산출변수를 선정한 후 변수 간의 상관관계 분석을 통해 인과관계가 있는 변수를 최종적으로 선정하였다. 선정 변수로 적정한 DEA 모형을 실행한 후, 효율성 DMU와 비효율성 DMU를 확인하였다. 비효율성 DMU와 특성이 유사한 효율성 DMU의 가중치(람다 값)을 활용해 효율성 개선을 위한 성과지표를 제시하였다. 마지막 으로 본 연구의 결론, 의의, 한계점과 학술적, 실무적 제언을 제시하였다. 아래의 <Figure 1> DEA 활용 성과지표 개발 프레임을 기준으로 앞부분에 DEA 활용 선행연구와 평가대 상 의사결정단위(DMU) 선정 및 Data 수집 절차가 추가되 고, 마지막에 결론 및 제언 절차가 추가된다.

3.2 DEA 활용 성과지표 개발 프레임

전체 연구절차 중에서 본 연구의 중점인 ‘DEA활용 성 과지표 개발 프레임’을 구체적으로 제시하면 다음의 <Figure 1>과 같다. 평가대상 집단 선정 및 데이터 수집이 완료되었다는 전제로 하였다.

첫 번째, 목표관리를 위한 투입변수, 산출변수를 선정하 고, 해당 변수간의 상관관계 분석을 통해 인과관계가 있는 투입변수와 산출변수를 최종적으로 선정한다. 두 번째, 관 리하고자 하는 목표에 따라 적정한 DEA 모형을 선정한다. DEA 모형으로 평가대상 의사결정집단(DMU)의 효율성을 평가한다. 세 번째, 효율성 DMU와 비효율성 DMU를 확인 하고, 비효율성 DMU에 대해 유사 특성의 효율성 참조조직 (Units)을 선정한다. 네 번째, 참조조직 즉, 효율성 DMU의 가중치(람다 값)을 확인하고, 이를 활용해 가상의 효율 단위 (VEU : Virtual Efficiency Units)를 산정한다. 가상의 효율 단위(VEU)는 비효율성 DMU가 가장 빠르게 효율화 조직이 될 수 있는 기준이 된다. 아래의 <Figure 2>에서 a’’에 해당 하는 지점이 비효율성 DMU(a)의 가상의 효율 단위(VEU) 가 되고, 비효율성 DMU(a)가 효율적 경계(Frontier line)에 이르는 최단의 거리에 있는 지점이기도 하다.

a’’지점에 해당하는 투입물 또는 산출물의 값은 효율성 단위(Units)인 ‘c’와 ‘d’의 잠재가격(Shadow Price)을 통해 서 산정할 수 있고, 이 값이 비효율성 DMU(a)의 효율성 개선 목표 값이 된다. 여섯 번째, 가상의 효율 단위(VEU) 의 값을 토대로 비효율성 DMU의 성과지표 목표로 제시 하여 효율성 개선에 실무적으로 활용할 수 있도록 한다.

4. DEA 분석 활용 성과지표 개발

4.1 DEA 투입 및 산출변수 선정

4.1.1 DEA 투입 및 산출변수

선행연구와 연구목적에 따라 2022년 커피 가맹브랜드 45개를 대상으로 투입변수와 산출변수를 산정하였다. 투 입변수인 총자본, 총부채, 직원수, 광고비, 가맹금은 다수 의 연구에서 사용한 바 있으며[2, 5, 14, 15, 18], 양이 작아 질수록 효율적이 되는 비용요소이다. 이 투입변수는 기업 에서 비교적 통제가 가능한 요소로 효율성 개선을 위한 성과지표로 적정한 측면이 있다. 산출변수인 매출액, 경상 (영업)이익, 가맹점수, 직영점수는 다수의 연구에서 사용 한 바 있으며[2, 14, 15, 18, 27], 양이 커질수록 효율적이 되는 편익요소이다. 이 산출변수는 기업에서 편익 제고를 위한 노력을 할 수 있는 요소로 효율성 개선을 위한 성과 지표로 적정한 측면이 있다.

본 연구에서는 투입 및 산출변수 후보의 합인 10개의 3배를 초과하는 45개의 커피 가맹브랜드 DMU를 평가하 는 것이어서 적정한 수의 변수 산정이라고 볼 수 있다. <Table 2>의 투입변수와 산출변수 간의 상관관계 분석을 통해서 인과관계가 있는 변수를 DEA 모형의 투입변수와 산출변수로 최종 선정한다.

4.1.2 DEA 변수간의 상관관계 분석

Min[23] 등이 주장한 바와 같이 DEA 모형의 투입변수 와 산출변수 간에는 상관관계가 있어야 한다. 피어슨 상관 계수 분석을 통해서 투입변수와 산출변수 간에 유의미한 상관관계가 있는 변수만을 최종적으로 선정하고, 나머지 변수는 제외하여 효율성을 평가한다.

<Table 3>은 투입변수 후보인 총자본, 총부채, 직원수, 광고비, 가맹금과 산출변수 후보인 매출액, 영업이익, 경 상이익, 가맹점수, 직영점수 간의 상관관계를 나타낸 표이 다. 후보 투입변수와 산출변수 간의 상관관계 분석결과를 통해 p-value 값이 0.05 이하로 통계적으로 유의미하고 투 입변수와 산출변수의 상관관계가 있는 것에서 선택하여 최종적으로 변수로 선정하였다.

또한, 본 연구의 목적인 ‘DEA를 활용한 조직의 경영개 선 성과지표 제시’에 적합하도록 조직의 경영효율을 평가 하는데 주로 사용되는 변수를 최종 변수로 선정하였다. ROA(총자산순이익률), ROE(자본이익률), 부채비율 등은 기업의 수익성과 효율성을 평가하는 주요한 지표이다. ROA는 당기순이익을 총자산으로 나눈 값이고, ROE(자본 이익률)은 당기순이익을 자본으로 나눈 값이며, 부채비율 은 총부채를 총자산으로 나눈 값이다. 이러한 지표에 주로 사용되는 변수를 투입변수로 선정하였다.

이에 따라 최종적으로 선정된 투입변수는 총자본, 총부채, 직원수이고, 산출변수는 매출액, 경상이익, 가맹점수이다.

4.2 DEA 분석

4.2.1 DEA 분석 방법

본 연구의 효율성 평가대상 집단(DMU)은 2023년 공정 거래위원회에 등록된 커피 가맹브랜드 중에 모든 정보에 누락이 없고, 가맹점수가 50개 이상인 45개의 커피 가맹브 랜드이다. 공정거래위원회에 정보공개 요청을 통해서 획 득한 정보를 사용하였다.

본 연구의 목적은 DEA를 활용하여 성과지표(PI)를 개 발하는 방법을 제안하는 것이다. 따라서 DEA 모형 중에 주로 사용되고 있는 투입지향 CCR모형과 산출지출 CCR 모형을 사용하여 효율성 분석을 실행하고자 한다. 이를 통 해서 조직 효율성 개선을 위한 투입변수(총자본, 총부채, 직원수), 산출변수(매출액, 경상이익, 가맹점수)를 성과지 표로 제시할 수 있다.

투입지향 CCR모형은 산출량을 고정시켜 놓고 투입량 을 최소화시키는 효율성 평가 모형으로 투입량에 해당하 는 변수(자본, 부채, 직원수)값의 감축 목표를 산정하여 성 과지표로 사용하였다.

산출지향 CCR모형은 투입량을 고정시켜 놓고 산출량 을 최대화시키는 효율성 평가 모형으로 산출량에 해당하 는 변수(매출액, 경상이익, 가맹점수)값의 증대 목표를 산 정하여 성과지표로 사용하였다.

DEA 실행을 위해 사용한 분석 도구는 파이썬(Python) 의 PulP(Python Linear Programming) 라이브러리이다. 이 도구를 사용해 평가대상 DMU의 효율성 평가, 참조집단 (Benchmark)의 람다 값 등을 측정하였다.

4.2.2 DEA 효율성 평가 결과

평가대상 의사결정단위(DMU)인 커피 가맹브랜드 45곳 의 투입지향 CCR 효율성 평가 및 산출지향 CCR 효율성 평가 결과 <Table 4>와 같이 나타났다. DEA 효율성 지수 가 ‘1’인 참조집단 즉, 효율성 DMU는 1, 4, 12, 17~20, 29, 31, 33, 43 등 총 11곳으로 전체에서 약 24.4%가 효율적인 것으로 분석되었다. 이 11개의 효율성 DMU 외의 DMU는 효율성 지수가 0.111에서 0.995 사이로 비효율적인 것으로 나타났다.

투입지향 CCR에서 효율성 지수의 의미는 현재의 산출 량에서는 효율성 지수만큼으로 투입을 감소시켜야 효율적 이라는 의미이다. 예를 들어 <Table 4> 에서 DMU6의 효 율성 지수는 0.771로 평가되었는데, 이것은 현재의 산출량 에서는 77%만 투입을 해야 효율적이라는 의미이다.

산출지향 CCR에서 효율성 지수의 의미는 현재의 투입 량에서는 효율성 지수의 역수(1/효율성 지수) 만큼 산출을 증가시켜야 효율적이라는 의미이다. 예를 들어 <Table 4> 에서 DMU9의 효율성 지수는 0.558로 평가되었는데, 이것 은 현재의 투입량에서는 1/0.558 즉, 179%만큼 산출량을 증가시켜야 효율적이라는 의미이다.

특성이 유사한 효율성 DMU의 람다(λ ; Lambda) 값을 통해 가상의 효율 단위(VEU)를 산정하고 투입지향 및 산 출지향 적인 효율성 개선의 목표를 정할 수 있다.

DEA는 <Figure 2>와 같이 효율적 경계를 구성하고, 비 효율 DMU가 이 경계에서 떨어진 정도를 측정하여 효율 성을 평가한다. 비효율 DMU는 <Figure 2>에서 ‘a"’같은 가상의 효율 DMU(VEU)를 설정할 수 있다. 이 가상의 효 율 DMU는 효율성 DMU들의 선형 결합으로 생성되는데 이때 각 효율성 DMU에 곱해지는 가중치가 바로 람다(λ) 값이다. 이것은 벤치마킹 비중이며 이 값이 클수록 비효율 DMU에 더 큰 영향을 미친다고 할 수 있다.

4.3 비효율 DMU의 효율성 성과지표 개발

4.3.1 가상 효율성 조직(VEU)을 통한 효율성 개선 목표산정

비효율 DMU는 참조집단인 효율성 DMUs를 통해서 효 율성을 위한 개선 목표를 산정할 수 있다. 특성이 유사한 효율성 DMU의 가중치(람다 값)를 활용해 가상 효율성 조 직(VEU)의 값을 <Table 5>에서와 같이 산정하여 이것으 로 비효율 DMU의 목표로 삼을 수 있다.

<Table 5>에서 비효율 DMU10의 경우 특성이 유사한 참조집단인 효율성 DMU 2, 18, 33의 잠재가격(람다 값)을 가중치로 적용하여 투입변수에 해당하는 총자본, 총부채, 직원수와 산출변수에 해당하는 매출액, 경상이익, 가맹점 수 등의 가상의 효율 DMU의 값을 산정할 수 있다. 각 효 율성 DMU의 투입 및 산출량과 해당 람다 값(가중치)을 곱하고 선형결합을 통해 가상 효율 DMU(VEU)의 값을 산 정한다. ‘비효율 DMU10’에게는 ‘VEU 값’이 최종 달성목 표가 되어 개선 목표만큼의 개선을 효율성 성과지표로 선 정할 수 있다.

이와 같이 투입지향 CCR과 산출지향 CCR을 동시에 사 용하여 성과지표 개발에 사용하는 것은 최적의 사례를 기 반으로 비효율 DMU의 투입 및 산출관점에서 개선 목표 를 제시한다는 점이 투입과 산출 모두를 개선해야 하는 실제 경영환경과 부합하여 실무적 활용도가 높다고 생각 된다.

다만, 투입과 산출 관점의 개선 목표간 충돌이 발생할 수 있다는 점에 유의해야 한다. 투입감소와 산출증가가 서 로 상충하여 목표 달성이 어려울 수 있다. 따라서 충돌이 발생할 경우 효율성 개선 목표 달성이 가능하도록 우선순 위를 정하는 것이 필요하다고 생각된다.

4.3.2 효율성 성과지표(PI) 개발

가상 효율성 조직(VEU)을 통해서 선정된 개선목표를 기반으로 하여 <Table 6>과 같이 비효율 DMU10의 정략 적 성과지표를 개발한다.

<Table 6>는 비효율 DMU10의 정량적 성과지표를 예시 적으로 제시한 것이다. ‘핵심성공요인(CSF: Critical Success Factor)’은 조직의 성공을 위해 중요하게 생각하는 요인으 로 본 연구에서는 ‘조직의 효율성’이 그에 해당되며, ‘성과 지표’는 ‘조직의 효율성’에 영향을 미치는 조직의 경영활 동의 성과를 측정하고 관리하는 지표이다.

<Table 6>은 <Table 5>의 가상 효율 DMU의 값을 기준 으로 하여 ‘조직의 효율성’에 관한 성과지표를 총자본, 총 부채, 직원수, 매출액, 경상이익, 가맹점수 등 6가지 항목 으로 제시한 것이다. ‘현재(As-Is)’ 항목의 값은 비효율 DMU10의 현재의 성과지표 값이며, ‘향후(To-Be)’ 항목의 값은 가상 효율성 조직(VEU)의 성과지표 값으로 비효율 DMU10의 성과지표 개선을 위한 중장기 목표가 된다. 이 중장기 목표를 달성하기 위해 조직은 3~5년간의 성과지표 목표를 설정하고 관리를 하는 것을 제언한다. 또한 각 성 과지표간 충돌하는 부분을 고려하여 중점관리 할 성과지 표 선정하는 것을 제언한다. 이에 따라 상기 <Table 6>의 DMU10의 경우에서 가맹점수 증가를 성과지표로 정한다 면 이와 충돌하는 직원수 감소는 성과지표에서 제외하는 것이 바람직하다고 생각된다.

5. 결 론

프랜차이즈 산업은 서비스업, 음식업, 도소매업 등 소상 공인 업종이 주를 이루고 있지만, 하나의 브랜드를 사용하 는 점포(가맹점 및 직영점)수가 증가하면서 가맹브랜드간 의 치열한 경쟁을 하고 있다. 이에 따라 가맹브랜드를 운 영하는 조직(가맹본부)의 효율화가 중요한 이슈가 되고 있 다. 가맹브랜드의 지속가능경영을 위해서는 매출액이나 점포수 확대보다 경영의 효율성이 주요한 목표가 되어야 한다.

본 연구는 조직의 효율성 제고를 위한 성과지표를 개발 하는 방법으로 ‘DEA를 활용한 성과지표 개발 프레임’을 제안하였다. 공정거래위원회에 등록된 커피 가맹브랜드를 의사결정단위(DMU)로 하여 DEA(Data Envelopment Analysis) 실행을 통해 상대적인 조직 효율성을 평가하고, 특성이 유사한 효율성 참조집단(DMU)을 활용하여 가상 효율성 조직(VEU)을 선정하였다. 가상 효율성 조직의 DEA 변수들의 값은 비효율 DMU에게 가장 최단으로 효 율성 DMU로 변모하기 위한 목표가 되고 이 목표를 조직 효율성을 위한 성과지표(Performance Indicator)로 활용하 는 방법을 제시하였다.

본 연구의 의의는 다음과 같다.

첫째, ‘조직 효율성’을 ‘비용 대비 수익’이라는 단순히 하나의 요소만 가지고 평가하기에는 조직의 효율성에 영 향을 미치는 다양한 요소가 존재한다. 본 연구는 효율성을 평가하는데 다양한 투입요소와 산출요소를 고려하여 상대 적 효율성을 평가하는 DEA를 활용하여 조직의 효율성 성 과지표를 개발하는 방법을 제시하였다는 의의가 있다.

둘째, DEA를 통한 상대적 효율성 평가로 비효율 조직 (DMU)이 참고할 만한 효율성 DMU를 선정할 수 있고, 이 를 통해서 성과지표 목표를 제시하는 방법을 제시하여 조 직이 현실적인 성과지표 목표를 개발하는데 실무적으로 활용할 수 있다는 의의가 있다.

셋째, 조직의 효율성을 관리하고 궁극적으로 조직의 효 율성을 높이는 데 있어 실무적 활용이 가능하도록 DEA를 활용한 조직의 효율성 평가와 성과지표 개발에 이르는 체 계적인 방법론을 제시하였다는 데 의의가 있다.

본 연구에서의 한계점, 후속 연구를 위한 제언은 다음과 같다. 첫째, 상대적 효율성을 평가하는 DEA의 특성상 평 가대상 집단의 선정에 따라 참조집단(DMU)이 변경될 수 있다는 점이 있다. 둘째, 투입변수와 산출변수의 선정에 따라 효율성 평가 결과가 달라질 수 있다는 점이 있다. 셋 째, DEA 변수의 선정에 있어서 수집 가능한 데이터를 기 준으로 효율성 평가 변수로 선정하였다는 연구의 한계가 있다.

향후 후속 연구에서는 이러한 한계점을 고려하여 가맹 브랜드의 다른 요소를 변수로 하는 연구나 다른 업종의 가맹브랜드로 연구를 확장하는 것을 제언하다. 또한, 공정 거래위원회로부터 다년간의 가맹브랜드 데이터를 획득하 여 조직 효율성에 대한 시계열 분석 연구를 할 경우 새로 운 유용한 정보를 제시할 수 있으리라 생각된다.