1. 서 론

기업이 지속적 경쟁우위를 확보하기 위해서는 혁신 역량이 필요하다. Teece et al.[41]은 급변하는 기술 및 시장 환경에서 지속적인 경쟁우위를 확보하기 위해서는 기업이 보유하고 있는 자원을 재구성하고 새로운 역량을 통합하는 동적 역량(dynamic capabilities)이 중요하다고 강조하였다. 이러한 역량의 핵심 메커니즘은 지식의 재조합과 확장에 있으며, 이에 Katila and Ahuja[21]는 성공적인 혁신을 위해 끊임없이 기존 지식과 새로운 지식 간의 균형있는 결합이 필요하다고 하였다. 이처럼 기업 혁신은 내부 역량에만 의존하지 않고 외부 지식의 획득과 활용을 통해 강화된다는 점에서, 기업의 지식의 탐색과 융합 능력이 혁신 성과 창출의 핵심이라고 할 수 있다.

그러나 모든 기업이 동일한 수준의 혁신 역량을 보유하고 있는 것은 아니다. 특히 중소기업은 인적, 재정적 면에서 자원이 제한적이며, 외부 지식과 기술을 흡수하고 활용할 수 있는 조직적 역량 또한 상대적으로 부족하다. 혁신 활동의 불확실성과 높은 리스크, 외부효과 등의 특성들은 중소기업의 자체 투자 유인을 약화시키며, 그 결과 중소기업의 혁신 투자가 사회적으로 바람직한 수준에 미치지 못하게 한다[2, 37]. 따라서 많은 연구자들은 혁신 활동의 저해요인을 줄이고 혁신 투자를 촉진하여 사회적 편익을 증가시키기 위한 핵심 정책 수단으로 정부지원을 강조해왔다[2, 11, 24, 25, 37].

즉, 재정지원, 세제혜택, 기술지도, 인력 지원 등 다양한 형태의 정부지원은 기업의 부족한 자원과 역량 부족을 보완하고, 혁신에 투자에 수반되는 불확실성을 완화함으로써, 민간 부분의 혁신 활동을 촉진한다[11, 24, 25].

그러나 정부지원이 모든 혁신 활동에 동일하게 작용하는 것은 아니다. 기존 연구들에 따르면, 정부지원 유형, 기업의 역량 수준, 그리고 혁신의 목표 등에 따라 지원 효과가 상이하게 나타난다[8, 18, 19, 30, 48]. 뿐만 아니라 정부지원과 기업 내부의 역량 간 상호작용에 따라서도 혁신성과 수준은 달라질 수 있다. 경우에 따라서는 지원이 혁신성과에 역효과를 발생할 수 있다는 연구 결과도 있다[51].

또한, 기업은 정부 지원뿐 아니라 외부 지식원천 및 네트워크를 적극적으로 활용해야 한다[6]. 고객, 공급자, 경쟁사, 대학, 연구기관 등 다양한 외부 지식원천은 기업이 새로운 기술 아이디어를 탐색하고 기존 기술의 한계를 보완하며, 혁신 기회를 포착하는 데 중요한 역할을 한다. 이러한 외부 지식의 활용은 기술적 불확실성을 줄이고 학습 효과를 높여 혁신 성과를 촉진한다[6, 9, 27]. 특히 정부지원이 제공하는 재정적·비재정적 지원은 외부 지식 활용의 폭을 확대시켜, 기업이 외부 연구기관과의 협력이나 기술 네트워크 접근을 용이하게 하는 역할을 수행한다[4].

그러나 지금까지의 선행연구들은 주로 정부 지원이나 외부자원 원천 활용이 혁신 성과에 미치는 직접적 효과를 연구했을 뿐, 두 요인 간의 상호 복합적 효과를 충분히 검증하지 못하였다. 정부 지원이 혁신 성과에 미치는 영향이 외부 지식원천 활용 정도에 따라 어떻게 달라지는 지에 대한 체계적 실증 연구는 여전히 부족한 실정이다.

이에 본 연구는 정부지원의 유형에 따라 혁신 성과에 미치는 영향이 다름을 실증 분석하고, 외부 지식원천의 활용이 정부지원과 혁신성과 관계를 어떻게 조절하는지를 밝히고자 한다. 구체적으로 정부지원을 재무적 지원(조세, 자금, 금융)과 비재무적 지원(기술, 인력)으로 구분하여 각각이 가시적 산출 성과인 시장성과와 혁신기반 성과인 혁신역량에 미치는 영향을 검증하고, 외부 지식원천 활용 정도가 정부 지원의 효과를 강화하거나 약화시키는 조절효과가 있는가를 분석한다. 추가로 정부 지원이 혁신역량을 매개로 하여 시장성과에 미치는 영향을 분석하고자 한다. 이를 통해 본 연구는 정부 지원이 산출 성과인 시장성과뿐 아니라 내적 역량 향상 측면에서도 효과적으로 작동하기 위한 조건을 확인하고, 기업이 혁신 성과를 제고하기 위해 어떠한 외부 지식 활용 전략과 정책을 조합해야 하는지에 대한 실질적 시사점을 제시하고자 한다.

본 연구는 과학기술정책연구원(STEPI)에서 수행한 한국기업혁신조사(KIS: Korean Innovation Survey, 2022) 데이터를 활용하였다. 혁신 성과로 가시적 산출 성과인 시장성과(신제품 출시, 시장선점)와 기반 성과인 혁신역량(특허출원, 생산방법 혁신)을 설정하였으며, 정부의 지원은 재무적 지원(조세, 자금, 금융)과 비재무적 지원(기술, 인력)으로 나누어 분석하였다. 그리고 지식 탐색 원천으로는 시장기반 정보원천(고객사, 공급사 등 민간기업)과 과학기반 정보원천(대학, 정부연구기관)을 설정하였다.

본 논문은 제1장 서론, 제2장 선행연구 및 가설 설정, 제3장 연구방법, 제4장 연구결과, 제5장 결론 및 향후 연구 방향으로 구성된다.

2. 선행이론 및 가설 설정

2.1 혁신성과

혁신 성과는 성과의 유형에 따라 미치는 영향 경로와 메커니즘이 상이하다[38]. Hall[16]은 제품 혁신은 수요 측면의 성과(매출 기반 생산성 증가)에, 공정 혁신은 공급 측면의 성과(생산 효율성 향상)에 각각 유의미한 영향을 미친다고 실증적으로 제시하였다. 혁신 성과가 실질적으로 구분 가능한 다차원적 개념이며, 동일한 정부지원이라도 성과 유형에 따라 상이한 효과를 나타낼 수 있음을 시사한다.

혁신 활동의 결과로 나타나는 가시적 산출성과인 시장성과는 신제품의 출시를 통해 경쟁자보다 먼저 시장을 선점하는 것으로 볼 수 있다. 신제품은 완전히 새로운 제품뿐 아니라 기존 제품의 기능 개선을 포함하며 시장 출시를 통해 시장 점유율 확대, 매출 증대, 경쟁우위 확보를 목적으로 하는 것으로, 단순한 기술적 완성 여부를 넘어서, 이후 사업화를 통해 실제로 시장에 진입했는가에 따라 그 성과가 판단된다[14].

그러나 신제품이 개발되었더라도 시장 출시가 지연되거나 단기적인 경제적 성과로 이어지지 못하는 경우도 많기 때문에, 혁신 투자 자체가 창출하는 기술적·전략적 가치 역시 중요하게 고려될 필요가 있다. Cohen and Levintha[9]은 기업의 자체 R&D경험이 외부 지식의 인식, 흡수, 활용 능력을 결정하는 흡수역량(absortive capacity)을 형성하여 외부에서 제공되는 정보를 더 잘 활용할 수 있다고 하였으며[1, 9, 35, 42], 지식의 변형과 활용을 통한 신제품 개발 과정이 기업 내부의 기술역량 강화, 지식 축적, 조직 학습 등 장기적인 혁신 역량 강화에 기여할 수 있다고 하였다[49]. 이는 정부지원을 통한 내부역량의 향상이 장기적인 혁신을 유도하여 혁신 성과로 이어질 수 있음을 의미한다. 한편, 새로운 생산방법의 혁신은 도구나 장비의 개조를 포함하며, 전체 공정에서 지식을 기술로 전환할 수 있는 능력을 요구한다[44]. 즉, 기술 내재화, 반복적 학습, 현장 기반의 문제 해결 능력 등 기업 내부의 축적된 역량에 기반의 혁신역량으로 간주할 수 있다.

이러한 이론적 배경에 근거하여, 본 연구는 혁신성과를 가시적 산출성과인 시장성과와 혁신 기반 성과인 혁신역량 두 가지로 구분하고, 각각의 혁신성과에 미치는 정부지원 유형별 효과 차이를 실증적으로 분석한다. 이와 같은 구분은 정부의 지원정책 설계 시 재무적 지원과 비재무적 지원의 전략적 차별화 필요성을 제시하며, 정책 효과 극대화를 위해 외부 지식원천 활용과 복합 정책 필요성의 실증적 근거를 제공할 수 있을 것으로 기대한다.

2.2 정부지원

많은 선행연구들은 기업의 혁신 지원을 위한 정부의 지원 정책을 크게 재무적 지원(조세, 자금, 금융 등)과 비재무적 지원(기술지도, 인력양성, 협력 네트워크 구축 등)으로 구분하여 연구하였으며[18, 25, 30], Hong and Cho[18]는 정부지원을 재무적 지원에 해당하는 범용 지원(조세, 금융, 자금)과 비재무적 지원에 해당하는 목적성 지원(기술, 인력, 인증, 구매 지원)으로 구분하여 각 효과를 분석하였다. 연구 결과 범용지원은 상품혁신이나 생산방법 혁신에 유의한 효과를 보이지 않았으나, 목적성 지원은 두 성과 모두에 유의한 정(+)의 영향을 미치는 것으로 나타나 지원 유형에 따라 효과가 다르게 나타날 수 있음을 확인하였다. Choi[8]은 산업별로 기술개발과 기술사업화 과정으로 나누고 각각의 과정이 다르며 이를 고려한 지원 정책의 조합이 필요하다고 하였다.

재무적 지원은 기업이 단기적으로 직면하는 자금 제약을 해소하고, 신제품 개발과 시장 진입을 촉진하는 데 효과적인 수단이 될 수 있다[20, 28, 34]. OECD[39]의 보고서에도 혁신 단계에서 기업이 겪는 자금 제약을 해소하기 위해 보조금, 세제 혜택, 금융지원 등 재무적 지원의 중요함을 강조하고 있다[10, 39]. Yoon et al.[48]는 정부의 자금지원을 기획-개발-사업화의 단계로 구분하여 그 효과를 분석한 결과, 사업화 단계에서의 자금지원은 제품화 성공, 품질 향상, 신 산업 분야 진출 등 다양한 혁신 성과에 유의한 영향을 미친다는 점을 도출하였다. 이러한 결과는 재무적 지원이 사업화 단계의 상용화 가능성을 높여 가시적 산출성과인 시장성과 창출에 효과적이라는 것을 시사한다. 이러한 선행 연구에 근거하여 다음과 같이 가설을 설정하였다.

반면, 비재무적 지원은 기업의 내재적 기술역량이나 조직적 학습능력을 강화하는 데 주안점을 두며, 단기적 시장성과보다는 중장기적 혁신의 기반인 혁신 역량의 향상을 통한 시장성과 혁신에 기여하는 것으로 볼 수 있다. 국내의 많은 실증 연구들이 기술지도, 정보 제공, 인력 지원 등 비재무적 지원이 기업의 혁신역량 강화와 사업화 성과에 유의한 영향을 미친다고 분석한 바 있다[25, 30, 48]. Lee et al.[30]은 정부 R&D 지원을 재무적·비재무적으로 구분하여 분석한 결과, 비재무적 지원이 특허성과, 기술혁신성, 신제품 혁신 등 다양한 기술성과에 긍정적인 영향을 미친다고 밝혔다. 또한 Kim and Lee[22]는 제조업에서 정부의 비재무적 지원이 기업가정신과 혁신성과 사이에서 매개 효과를 갖는다고 실증하여, 비재무적 지원이 기업의 내부 학습경로와 역량 강화를 통해 장기적 혁신성과로 이어질 수 있음을 보여주었다. 따라서 다음과 같이 가설을 설정하였다.

2.3 지식원천

외부 주체들과 협력은 기업 단독으로는 확보하기 어려운 자원의 동원이나 개발을 가능하게 하고 연구개발(R&D) 비용과 위험을 분산시킬 수 있으며, 혁신 수행에 따른 재정적 부담을 줄일 수 있다[6, 13]. 즉, 기업의 혁신 과정에서 외부 주체들의 아이디어와 지식 활용이 내부의 부족한 혁신 활동을 보완하는 중요한 수단이 된다[6, 13, 27]. 특히 정부가 제공하는 자금, 인력, 기술 정보 등의 지원이 외부 지식 원천과 결합될 경우 상호 보완적 시너지 효과가 증가하여 기업의 혁신 성과를 제고할 수 있다[13, 50].

선행 연구들은 혁신 성과가 협력 파트너의 특성에 따라 상이하게 나타난다는 점을 강조하며, 기업의 전략적 목표와 부합하는 외부 지식원천 선택의 중요성을 제시해 왔다[13, 26]. Grimpe and Sofka[15]는 외부 지식 검색 능력(패턴)이 혁신 활동의 투입과 성과간의 관계를 매개한다고 하였으며, 단순히 정보원천의 범위를 확장하는 것보다 기술지향 또는 시장지향과 같은 전략적 탐색 패턴이 기업의 흡수역량과 정렬될 때 혁신 투입과 성과 간 연결이 보다 효과적으로 형성됨을 보였다. 이는 외부 지식 원천의 활용이나 협력이 혁신 성과를 조절할 수 있음을 시사한다.

Faems et al.[13]은 외부 협력을 탐색(exploration)과 활용(exploitation)의 관점에서 구분하여, 대학 및 공공연구 기관과의 협력은 새로운 지식 창출에 기반한 탐색형 협력으로 급진적 혁신과 보다 밀접하게 관련되는 반면, 고객 및 공급자와의 협력은 기존 기술 활용 중심의 협력으로 점진적 혁신에 기여함을 밝혔다. 또한 Kohler et al.[26]은 외부지식원천 탐색 유형을 과학지향형, 공급자 지향형, 시장지향형으로 구분하여, 과학지향 탐색은 대학 및 공공연구기관으로부터의 지식 획득을 통해 기초지식 축적과 기술혁신을 촉진하며, 높은 흡수역량을 전제로 시장 선도적 혁신성과를 창출하는 반면, 시장지향 탐색은 고객 및 경쟁자의 상호작용을 통해 시장 요구사항을 빠르게 파악하고 반영하여 기존 제품 개선과 상용화 성공률을 높이는 데 긍정적으로 작용한다고 하였다. 이는 과학지향형 탐색 전략이 내부 기술 역량의 축적과 장기적 혁신 기반 형성에, 시장지향형 탐색전략은 가시적 산출성과인 시장성과를 촉진함을 시사한다. 또한 Zeng et al.[50]은 정부와의 협력이 직접적인 혁신성과를 높이기보다는 외부 협력 네트워크 형성을 촉진함으로써, 간접적으로 혁신을 강화한다고 하였다. 이는 정부의 자금지원과 함께 외부 네트워크 구축을 지원하는 비재무적 지원이 병행될 때 더 큰 시너지 효과를 낼 수 있음을 시사한다.

종합하면 고객 및 경쟁자로부터의 얻게 되는 시장 지향적 지식은 시장의 요구와 변화에 대한 대응력을 높이고 제품 상용화 성공률을 향상시킴으로써[13, 26], 재무적 지원을 통해 추진되는 신제품 개발의 시장 성과를 강화하는 데 기여할 수 있다. 또한 정부지원이 외부 네트워크와 결합될 때 혁신 효과가 증대된다는 연구[50] 결과를 고려할 때, 시장기반 정보원천 활용은 재무적 지원의 시장성간의 관계를 강화하는 조절요인으로 작용할 것으로 예상된다.

반면, 대학 및 공공연구기관을 통한 과학지향형 지식 탐색은 기초지식 축적을 통한 기술혁신을 촉진하며[13, 26], 정부·연구기관·기업 간 협력 활성화 통해 비재무적 지원의 역량 강화 효과를 확대한다[50].

과학기반 원천을 적극 활용하는 기업은 비재무적 지원을 통해 확보한 기술·인력 역량을 보다 효과적으로 내재화하여 특허 등 혁신기반 역량 성과를 높일 수 있다. 따라서 다음과 같이 가설을 설정하였다.

3. 연구방법

3.1 자료 수집 및 표본

본 연구는 과학기술정책연구원(STEPI)에서 수행한 한국기업혁신조사(KIS: Korean Innovation Survey, 2022) 데이터를 활용하였다. 한국기업혁신조사는 OECD의 오슬로 매뉴얼(Oslo Manual) 제4차 개정판 및 유럽의 공동체 혁신조사(CIS: Community Innovation Survey)의 최신 조사표를 반영하여 설계되었으며[33], 2022년 조사에서는 최근 3년간(2019~2021년) 정상적으로 사업 활동을 수행한 상용근로자 10인 이상 제조업체 표준산업분류 대분류 C(제조업)에 속하는 총 4,000개 기업을 대상으로 하였다. 이 중 응답 누락 등 결측지를 제외한 1,892개 기업이 이후 분석에 활용되었다.

한편, 혁신의 가능성이 상대적으로 높은 기업이 정부지원 대상자로 선정될 확률이 높기 때문에 정부지원이 혁신성과에 미치는 영향을 추정하는 과정에서 자기선택 편향이 발생할 수 있다. 이를 완화하기 위하여 Rosenbaum and Rubin[40]의 방법에 따라 성향점수매칭(propensity score matching, PSM)을 실시하였다. PSM은 개별 관찰치가 처치(treatment)를 받을 성향을 사전에 추정한 뒤 유사한 성향을 가진 처치군과 비처치군을 매칭함으로써 두 집단 간 공변량의 불균형을 줄이는 방법으로 무작위 배정이 불가능한 관찰 자료에서도 인과효과 추정을 보다 타당하게 수행할 수 있다. 성향점수는 정부지원 여부(처치 여부)를 종속변수로 하고, 선행연구에서 정부지원 결정에 영향을 미치는 요인으로 제시된 기업규모, R&D인력비율, 업종 등을 독립변수로 설정하여 회귀분석을 통해 추정하였다. 매칭은 1:1 최근접 이웃(nearest neighbor) 매칭 방식으로 수행하였으며, 그 결과 초기 표본 1,892개 중 정부지원을 받은 366개 기업과 이에 상응하는 정부지원 미 수혜 기업 366개 기업을 매칭하여 최종적으로 732개 기업으로 구성된 표본을 도출하였다.

3.2 변수의 정의

3.2.1 종속변수(혁신성과)

기업의 혁신 성과는 시장에서 관찰 가능한 시장성과와 기업 내부의 역량 축적을 반영하는 혁신역량 성과로 구분하여 측정하였다. 먼저 시장성과는 OECD Oslo Manual[33]에서 제시된 제품혁신 성과지표를 바탕으로 신제품 출시여부와 시장선점 두 항목으로 평가하였다. 신제품 출시는 혁신이 실제 시장에서 실현되었는지를 판단하는 핵심 지표이며[14, 27], 시장선점은 경쟁자보다 먼저 시장에 진입함으로써 획득하는 선도자 우위(first-mover advantage)를 반영한다[14]. 두 지표는 모두 혁신 활동이 시장에서 창출한 결과라는 점에서 동일한 개념적 차원(시장성과)에 속하는 동일한 구성요소로 간주하였다. 측정에 있어 두 항목은 성과의 강도를 선형적으로 반영하지 않으며, 개수의 차이가 질적 차이를 의미하지 않기 때문에, 개별 항목을 합산하기보다 성과의 존재 여부(0=없음, 1=있음)를 나타내는 이진 변수로 측정하였다[33]. 이러한 측정 방식은 선행연구의 접근과도 일치한다. 예컨대, Lee et al.[29]는 제품혁신과 공정혁신의 하위 문항 중 하나라도 충족하는 경우 혁신이 발생한 것으로 분류하였으며, Lee et al.[31]와 Yoo et al.[47] 역시 신규 제품 또는 개선 제품 중 하나라도 실현된 경우 제품혁신으로 간주하여 분석하였다.

반면, 혁신역량 성과는 Cohen and Levinthal[25] 및 Teece et al.[41]가 제시한 기술·지식 역량 개념에 따라 특허출원 여부와 생산방법(공정) 혁신 여부로 측정하였다. 특허는 기술지식 창출의 대표적 산출물로 Artz et al.[3]은 기업의 R&D 투자가 특허성과에 유의한 정(+)의 영향을 미치며, 내부 연구역량이 축적될수록 기업이 새로운 지식과 기술을 특허 형태로 전환할 가능성이 높아진다고 하였다. 또한 Cardinal and Hatfield[5] 역시 특허활동을 기술혁신 성과를 측정하는 핵심 지표 중 하나라고 하였으며, 일정 기간 동안의 특허 건수를 통해 객관적 측정이 가능하다는 점을 강조하였다. 이러한 선행연구는 특허활동이 기업의 혁신역량을 대표하는 유효한 대리변수라는 것을 뒷받침한다.

생산방법 및 공정혁신은 기업의 기술혁신 역량과 운영역량을 반영하는 또 다른 구성 요소이다. Yam et al.[45]은 기술혁신 역량의 핵심 요소 중 하나로 제조능력을 제시하였으며, 이는 R&D 결과를 시장에서 구현 가능한 제품으로 전환하기 위해 요구되는 생산공정의 개선·품질관리·기술 내재화 역량을 포함한다고 보았다. 또한 Widya-Hasuti et al.[44] 역시 공정혁신을 기업의 기술적·운영적 역량을 반영하는 중요한 혁신 성과로 보고하며, 효율화·비용절감·품질향상 등 조직 내부의 기술 활용 능력을 나타내는 지표로 제시하였다. 이러한 관점에서 생산방법 및 공정혁신은 기업의 기술혁신 역량과 운영역량을 직접적으로 반영하는 요소로 이해될 수 있다. 따라서 본 연구는 특허출원과 생산방법 혁신(공정) 가운데 하나라도 존재하는 경우 해당 기업이 혁신역량 성과가 있는 것으로 간주하여 이를 이진 변수(있음=1, 없음=0)로 측정하였다.

3.2.2 독립변수(정부지원)

정부지원은 기업이 혁신 과정에서 직면하는 재원 부족, 전문인력 확보의 어려움, 기술 인프라 접근성 한계 등 다양한 제약 요인을 완화하기 위한 주요한 정책 수단으로 조세지원, 자금지원 금융지원, 인력지원, 기술지원, 인증지원, 구매지원 등 여러 유형으로 구분된다[32]. 선행연구에서는 이러한 정부지원을 재무적 지원과 비재무적 지원으로 구분하여 그 효과를 분석하였으며[25, 30], 본 연구 역시 이러한 분석 관행과 이론적 맥락을 반영하여 독립변수를 구성하였다.

본 연구에서 재무적 지원은 조세지원, 자금지원, 금융지원으로 측정하였으며, 이는 기업의 혁신활동에 필요한 자금을 직접 또는 간접적으로 투입함으로써 재무적 제약을 완화하는 지원 유형으로 정의된다. 세부적으로 조세지원은 연구개발 투자에 대한 세액공제 또는 감면을 의미하고, 자금지원은 보조금 지급이나 국가 연구개발사업 참여 등 직접적인 재정 지원을 포함한다. 금융지원은 투·융자, 기술금융, 보증 연계 기술평가 등 민간 금융기관을 매개로 한 간접적 재정지원 형태로, 기술 기반의 자금 조달 여건을 개선하는 역할을 한다.

한편, 비재무적 지원은 인력지원과 기술 지원으로 구성되며 이는 혁신역량 강화와 기술 내재화를 위한 비재정적 혁신 기반 제공에 중점을 둔다. 구체적으로 인력지원은 R&D 인력의 채용·파견, 전문인력 양성, 기술인력 지원센터 운영 등을 포함하고, 기술지원은 기술개발, 기술이전, 기술사업화, 특허전략 수립, 시험·분석, 장비 활용 등 기술 인프라 접근성을 확대하는 지원을 의미한다.

이러한 재무적·비재무적 정부지원의 활용 정도는 각 항목별로 0(활용 안 함)~5(매우 많이 활용함)의 Likert 척도로 측정하였으며, 각 유형별 항목의 평균값을 산출하였다.

3.2.3 조절변수(정보원천)

본 연구에서는 Kohler et al.[26]의 외부 지식 탐색 전략 구분을 적용하여 외부 지식 원천을 시장기반 정보원천과 과학기반 정보원천으로 구분하였다. 시장기반 정보원천은 계열사, 자회사, 고객사, 공급업체 등 주로 시장 활동과 밀접하게 관련된 기관으로부터 획득하는 정보로, 실용적이고 상업화 가능한 정보 위주의 지식원천으로 작용한다. 반면, 과학기반 정보원천은 대학 및 공공 연구기관과 같이 과학적·기술적 지식의 생성과 축적을 주요 기능으로 하는 기관으로부터 획득하는 정보로. 이들 기관은 주로 기초연구 및 응용연구를 수행하며, 기업의 혁신 활동에 있어 장기적이고 탐색 지향적인 성격의 지식을 제공한다. 외부 지식 원천 활용 여부는 혁신 활동 수행 과정에서 해당 정보원천을 활용하였는지 여부에 따라 이진 변수로 측정하였다. 시장기반 정보 원천은 그룹 내 기업 및 외부 민간기업(고객사, 경쟁사 등)으로 구분하였으며, 두 원천 중 하나라도 활용한 경우 1, 모두 활용하지 않은 경우 0으로 측정하였다. 과학기반 정보 원천은 대학과 정부출연연구기관을 대상으로 하였으며, 이들 중 하나라도 협력이나 정보 활용이 있었을 경우 1, 그렇지 않은 경우는 0으로 처리하였다.

3.2.4 통제변수

정부 지원과 외부 지식 탐색이 기업의 혁신 성과에 미치는 영향을 분석함에 있어, 선행연구에 따라 기업 및 산업 특성을 통제하였다. 구체적으로 업종, 기업규모, 연구전담인력 비율(R&D인력비율)의 세 가지 변수를 통제변수로 활용하였다[11, 15, 46, 47]. 업종은 산업별 기술집약도와 시장 구조의 차이에 따라 혁신활동 및 외부 지식 활용 방식에 영향을 미칠 수 있다[15]. 기업 규모는 보유한 자원 수준, 조직 역량, 시장 대응 능력 혁신 활동에 영향을 미치는 핵심 요인으로, 동일한 정부 지원 정책이라도 기업 규모에 따라 상이한 효과를 보일 수 있다[47]. 연구전담인력 비율은 기업이 자체적으로 지식 탐색 및 혁신활동을 수행할 수 있는 내부 역량을 나타내는 지표로, 지식흡수 역량 및 성과에 중요한 영향을 미칠 수 있다. 관련 연구에 따르면 기업 내 R&D 연구소 설치 및 운영 여부가 외부 지식원천을 효과적으로 이해하고 활용할 수 있는 역량, 즉 지식흡수능력의 매개체로서 역할을 하는 것으로 나타났다[46].

따라서 본 연구에서는 이러한 요인들을 통제하여 정부 지원 및 외부 지식 탐색 유형의 효과를 보다 정확히 분석하고자 하였다. 업종은 한국지리정보 시스템에서 연구개발 집약도에 따라 첨단기술, 고기술, 중기술, 저술 산업으로 분류하여 더미변수화 하였으며, 규모는 대, 중, 중견, 소기업으로 더미변수화 하였다. 연구전담인력은 전체 상시근로자수 대비 연구전담 인력비로 로그를 적용하였다.

3.3 분석 방법

본 연구는 정부지원 유형이 혁신성과에 미치는 영향과 외부 지식원천 활용의 조절효과를 체계적으로 검증하기 위해 단계적 분석 절차를 적용하였다.

먼저 관찰자료의 자기선택 편향을 완화하기 위해 성향점수매칭(PSM)을 하여 정부지원 수혜 기업과 비수혜 기업 간 동질적 비교집단을 구성하였다. 이후 시장성과와 혁신역량이 모두 이진 변수로 측정된 점을 고려하여 재무적·비재무적 지원이 각각의 혁신성과에 미치는 직접효과를 검증하기 위해 로지스틱 회귀분석을 하였다. 다음으로 외부 지식원천 활용이 정부지원 효과를 변화시키는지를 확인하기 위해 시장기반 정보원천과 과학기반 정보원천을 조절변수로 하여 Hayes의 PROCESS mcro(mdel 1)를 활용하여 조절효과를 검증하였다. 이를 통해 정보원천 활용 수준에 따라 정부지원의 효과가 어떻게 달라지는지를 보다 정교하게 파악하였다. 추가적으로, 재무적·비재무적 지원이 혁신역량을 매개로 시장성과에 영향을 미치는 간접효과를 확인하기 위해 PROCESS mcro(mdel 4)를 적용하여 매개효과 분석을 수행하였다. 부트스트래핑을 통해 간접효과의 신뢰구간을 산출함으로써 매개경로의 통계적 유의성을 검증하였다. 이러한 일련의 분석 절차를 통해 정부지원의 유형별 효과, 외부 지식원천의 조절적 역할, 그리고 혁신역량을 통한 간접효과를 검증하였다.

4. 분석결과

4.1 기술통계 분석

<Table 1>은 표본의 일반적 특성을 나타낸다. 종사자 수 기준으로는 10명 이상 50명 이하 규모의 기업이 전체의 41%로 가장 높은 비중을 차지하여 중소기업 중심의 분포를 보였으나, 매출액 기준으로는 1000억 원 이상 기업이 31.6%로 가장 많아 중견·대기업 중심의 분포가 나타났다. 이러한 차이는 표본에 고기술 산업에 속하는 기업이 상대적으로 많이 포함되어 있어, 인력 규모는 작더라도 높은 매출을 기록하는 기업이 존재하기 때문으로 해석할 수 있다. 또한 기업 연령은 20년 이상 된 성숙 기업이 다수를 차지하고, 산업 유형은 중·고기술 산업 중심으로 구성되어 있다. 따라서 본 표본은 규모·매출·연령·산업 등 주요 통제변수를 포괄하고 있어, 이후 분석에서 이러한 요인들을 적절히 통제한 해석이 가능하도록 구성되었다.

<Table 2>는 정부지원과 혁신성과의 관계를 독립 표본 t-검정을 실시한 결과이다. 본 연구는 동분산을 가정하지 않는 Welch 방식의 t-검정 기준으로 평균 차이를 해석하였다. Welch 검정은 집단 간 분산이 상이한 경우에도 적용이 가능하며 이러한 경우 통계적으로 더 적절한 검정 방식으로 알려져 있다.

분석 결과, 시장성과 여부에 따른 재무적 지원은 통계적으로 유의한 평균 차이를 보이지 않은 반면, 비재무적 지원은 두 집단 간 평균 차이가 유의하게 나타났다(t=-3.960, p<0.001). 또한 혁신역량 성과 여부에 따른 재무적 지원은 두 집단 간 평균에 유의한 차이를 보였으며(t= -2.602, p < 0.010), 비재무적 지원도 두 집단 간 평균 차이가 유의하게 나타났다(t=-4.215, p<0.001).

<Table 3>은 혁신성과 및 외부 정보원천의 분포 차이를 빈도와 비율로 살펴봄으로 변수 간 관계의 기초적 패턴을 파악하기 위한 교차분석 결과이다. 시장기반 정보원천 활용 여부에 따른 시장성과의 분포 차이는 통계적으로 유의하지 않았다(χ²=0.105, p=0.746). 이는 시장기반 정보원천 활용이 시장성과 달성에 결정적인 차이를 만들어내지 않음을 의미한다. 반면, 과학기반 정보원천 활용 여부에 따른 시장성과의 차이는 유의하게 나타났다(χ²=8.461, p=0.004). 혁신역량 변수에서도 유사한 패턴이 관찰되었다. 시장기반 지식원천 활용은 혁신역량 성과와 유의한 관련성이 있으나, 시장기반 정보원천을 활용하지 않을 때 더 높은 성과를 나타내 그 방향성이 부정적으로 나타났으며(χ²=-4.05, p<0.05), 반대로 과학기반 지식원천 활용은 혁신기반 역량과 매우 강한 양의 관련성을 보였다(χ²=10.89, p<0.01).

4.2 정부지원이 혁신성과에 미치는 영향 검증

<Table 4>는 재무적 지원과 비재무적 지원이 시장성과에 미치는 영향을 로지스틱회귀 분석한 결과이다. 모형 전체는 통계적으로 유의하였으며(χ²=99.818, p<0.01), Hosmer-Lemeshow 검정 결과 p값이 0.478로 모형이 적합하였고 17%의 설명력을 보였다(Nagelkerke R²=0.17). 분류 정확도는 65.8%로 예측력이 양호하였다.

재무적 지원과 비재무적 지원 모두 시장성과에 유의미한 정(+)의 영향을 미치는 것으로 나타났다. 재무적 지원을 받은 기업은 그렇지 않은 기업에 비해 시장성과가 발생할 승산비(OR)가 약 1.308(p< 0.05)이고, 비재무적 지원은 약 1.333으로 나타나(p<0.01) 두 지원 모두 시장성과에 기여하는 것으로 확인되었다. 단변량 분석(t-test)의 단순한 비교에서는 재무적 지원과 시장성과 간 평균 차이가 유의하게 나타나지 않았지만, 기업규모, 업종, 비재무적 지원 등을 통제한 로지스틱회귀 분석에서는 재무적 지원이 시장성과에 유의한 긍정적 영향을 미치는 것으로 나타났다(B=0.269, OR=1.308, p<0.05).

또한 기업 규모와 R&D 인력 비율은 시장성과에 유의한 영향을 미쳤으며, 특히 규모가 클수록, R&D 인력이 많을수록 시장성과가 강화되는 경향을 보였다. 업종 역시 유의한 영향을 나타냈다. 이와 같은 결과에 따라 가설(H1)은 '재무적 지원은 시장성과 혁신에 긍정적(+) 영향을 미칠 것이다.'는 지지되었다.

<Table 5>는 정부지원이 혁신역량 성과에 미치는 영향을 분석한 결과이다. 모형 전체는 통계적으로 유의하였으며(χ²=118.482, p<0.01), 21.2%의 양호한 설명력을 보였다(Nagelkerke R²=0.212). 분류 정확도는 71.4%로 나타나 비교적 높은 예측력을 보였다.

로지스틱회귀 분석 결과 재무적 지원은 혁신역량성과에 유의한 영향을 미치지 않았으며(B=0.083, OR= 1.087, p>0.05), 비재무적 지원은 혁신 역량 성과에 유의한 정(+)의 영향을 미쳤다(B=0.309, OR=1.361, p <0.05). 이는 기술 및 전문인력 중심의 비재무적 지원이 기업 내부 역량 축적을 강화한다는 점을 시사하며, 자금지원 위주의 재무적 지원은 혁신 역량의 향상에 제한적일 수 있음을 의미한다.

기업 규모는 혁신역량에 정(+)의 영향을 미쳤으며 기업 규모가 클수록 혁신역량이 유의하게 증가함을 보였다. 업종 역시 혁신역량에 대해 유의한 영향을 미쳤다. 그러나 R&D 인력 비율은 통계적으로 유의하지 않은 것으로 나타났다(p>0.05). 따라서 가설(H2)은 '비재무적 지원은 기업 혁신기반 역량 향상에 긍정적(+) 영향을 미칠 것이다.'는 지지 되었다.

4.3 외부 지식원천의 조절효과 검증

4.3.1 정부지원의 시장성과에 대한 정보원천 활용 조절 효과 검증

<Table 6>은 정부지원이 기업의 시장성과에 미치는 영향에 외부 지식원천(시장기반/ 과학기반 정보원천)이 이 관계를 어떻게 조절하는지 네 개의 모형(Model 1~4)으로 나누어 검증한 결과이다. 설정한 네 개의 조절 모형은 모두 통계적으로 유의한 로그우도 개선(LR χ², p<0.01)을 보여 시장성과를 설명하는 데 적합한 것으로 판단할 수 있다. Nagelkerke R² 기준 약 11~14%의 설명력을 보였으며, 분류 정확도(ROC-AUC) 역시 모두 0.7이상으로 전체 분석 모형이 적합함을 보였다.

기업규모 및 연구전담인력 비율은 네 개의 모형 모두에서 매우 유의한 정(+)의 영향을 보여 기업의 규모와 기술역량이 클수록 시장성과 도출 가능성이 유의하게 증가함을 확인하였으며, 업종의 구분은 모두 비유의(모두 p>.05)하여 업종의 차이가 유의하게 시장성과의 차이를 가져오는 것은 아닌 것으로 확인되었다.

<Table 6>에서 <Model 1>의 재무적 지원과 시장성과의 관계에서 시장기반 정보원천의 조절 효과를 보면, 재무적 지원은 단독으로는 시장성과에 오히려 부정적인 영향을 미치는 것으로 나타났으나(B=-0.899, OR=0.407, p<0.01), 시장기반 지식원천과의 상호작용항은 매우 유의한 정(+)의 영향을 보였다(B = 1.130, OR = 3.095, p <0.01), 이는 시장기반 정보원천이 재무적 지원의 효과를 강화하는 긍정적 조절변수임을 의미한다. <Table 7>의 조건부 효과 분석을 보면 시장기반 정보원천의 활용은 활용이 없는 경우(W=0) 재무적 지원이 시장성과에 부(-)의 영향을 미치지만 시장기반 정보원천을 활용을 하는 경우(w=1) 유의하게 긍정적 영향을 미침을 알 수 있다.

<model 2>의 비재무적 지원과 시장성과의 관계에서 시장기반 정보원천의 조절효과에 대한 분석은 비재무적 지원의 주효과는 시장성과에 유의하지 않은 것으로 나타났으나(B=-0.243, OR=0.784, p >0.05) 비재무적 지원과 시장기반 정보원천과의 상호작용항은 유의한 긍정적 효과(B=0.511, OR=1.666, p<0.05)를 보여 조절 효과가 있음을 확인하였다. 이러한 결과는 <Table 7>의 조건부 효과 분석에서 더 상세하게 알 수 있다. 시장기반 정보원을 활용하지 않은 수준(W=0)에서는 재무적 지원의 효과가 유의하지 않았던 반면(B=-0.243, p>0.1), 활용한 경우(W=1)에는 유의한 정(+)의 영향이 있었다(B= 0.267, p < 0.01). 이와 같은 결과에 따라 가설(H3)은 '시장기반 정보원천 활용은 재무적 지원이 시장성과에 미치는 긍정적 효과를 강화할 것이다.'는 지지되었다.

<Model 3>에서 재무적 지원과 시장성과의 관계에 대한 과학기반 정보원천의 조절효과는 통계적으로 유의하지 않은 것으로 나타났다(B=0.295, OR=1.343, p >0.05).

반면, <Model 4>에서 비재무적 지원과 시장성과의 관계에 대한 과학기반 정보원천의 조절효과를 분석한 결과, 비재무적 지원과 과학적 정보원천의 상호작용항은 유의하여 조절효과(B=0.591, OR=1.806, p<0.01)가 있는 것으로 나타났다. 조건부 분석은 과학기반 정보원천 활용은 활용이 없는 경우(W=0) 비재무적 지원의 효과가 유의하지 않았던 반면(B = 0.018, p >0.1), 과학기반 정보원천을 활용한 경우(W=1)에는 유의한 정(+)의 영향을 미치는 것으로 나타났다(B=0.609, p<0.01). 이는 외부 정보원천의 활용 여부에 따라 재무적·비재무적 지원의 시장성과 효과가 유의하게 달라짐을 의미한다.

4.3.2 정부지원의 혁신역량 향상에 대한 정보원천 활용 조절 효과 검증

<Table 8>의 정부지원이 기업의 혁신역량에 미치는 영향에 외부 지식원천 활용이 이 관계를 어떻게 조절하는지의 분석을 네 개의 모형(Model 5~8)으로 나누어 검증하였다. 모형 비교 결과, 모든 모델에서 통계적으로 유의한 설명력을 보였다(LR χ², p<0.01).

<Model 5>에서 재무적 지원과 혁신역량의 관계에 대한 시장기반 정보원천의 조절효과를 분석한 결과, 재무적 지원은 단독으로는 혁신역량에 부정적인 영향을 미치는 것으로 나타났다(B=-0.704, OR=0.495, p<0.01). 그러나 시장기반 정보원천과의 상호작용항은 유의한 정(+)의 효과를 보여(B=1.016, OR=2.762, p<0.01) 조절효과가 있음을 확인하였다. 조건부 효과 분석 결과, 시장기반 정보원천을 활용하지 않는 기업(W=0)에서는 재무적 지원이 혁신역량을 유의하게 감소시킨 반면(B=-0.701, p<0.001), 이를 활용하는 기업(W=1)에서는 재무적 지원이 혁신역량을 유의하게 강화하는 것으로 나타났다(B=0.315, p< 0.01). 이는 시장기반 정보원천의 활용 여부에 따라 재무적 지원의 효과가 부정적(-) 효과에서 긍정적(+) 효과로 전환됨을 의미한다.

<Model 6>에서는 비재무적 지원의 혁신역량에 대해 시장기반 정보원천의 조절효과가 유의하지 않은 것으로 나타났다. 그러나 조건부 효과 분석을 통해 시장기반 정보원천을 활용하지 않는 경우(W=0)에는 비재무적 지원의 효과가 전혀 유의하지 않았던 반면(B=12.6513, p>0.05), 이를 활용하는 기업(W=1)에서는 비재무적 지원이 혁신역량에 유의한 정(+)의 영향을 미치는 것으로 나타나(B=0.24, p<0.05). 시장기반 정보원천의 조절효과가 있는 것을 확인할 수 있었다. 이는 비재무적 지원이 시장의 요구와 정보를 반영하는 지식과 결합될 때에는 혁신역량 강화로 연결됨을 의미한다.

다음으로 <Model 7>의 재무적 지원의 혁신역량에 대한 과학기반 정보원천 활용 조절효과 분석에서는 재무적 지원, 과학기반 활용, 그리고 상호작용항 모두 유의하지 않았다. 조건부 효과 분석에서도 과학기반 정보원천 활용 여부에 따른 재무적 지원 효과의 유의한 차이는 나타나지 않았다. 이는 과학기반 지식이 단기적인 자금 위주의 재무적 지원과 결합될 경우 즉각적인 혁신역량 향상으로 이어지기 어렵다는 점을 시사한다.

마지막으로 <Model 8>에서는 비재무적 지원의 혁신역량에 대한 효과에서 과학적기반 정보원천의 조절효과 분석에서 조절효과는 유의하지 않았으나, 조건부 효과 분석 결과 과학기반 정보원천을 활용하는 기업(W=1)에서는 비재무적 지원이 혁신역량에 정(+)의 영향을 미치는 경향성이 나타났다(B=1.573, p<0.1). 반면, 과학기반 정보원천을 활용하지 않는 기업(W=0)에서는 비재무적 지원의 효과가 유의하지 않았다(B=0.153, p>0.05). 내부화하고 산학협력 역량을 보유한 기업에 한하여 비재무적 지원이 기술적 학습과 기반 역량 강화로 연결될 가능성이 있음을 시사한다.

이상의 결과를 정리하면 혁신역량 성과에 대한 정보원천 활용의 조절효과를 검증한 결과, 시장기반 정보원천은 재무적 지원이 기업의 혁신역량 성과에 미치는 영향을 유의하게 조절하는 것으로 나타났으며, 비재무적 지원은 시장기반 정보원천의 활용도가 높을 경우에 유의한 조절 효과를 갖는 것으로 나타났다. 과학기반 정보원천 활용은 비재무적 지원에서만 조절효과를 나타냈는데, 조건부 분석에서 과학기반 정보원천의 활용이 높을 경우 영향을 미치는 경향성을 확인하였다(p=.068). 이는 과학기반 정보원천 활용이 비재무적 지원 효과를 강화할 가능성을 시사하는 것으로, 가설(H4)은 '과학기반 정보원천 활용은 비재무적 지원이 기업의 혁신기반 역량에 미치는 긍정적 효과를 강화할 것이다.'는 부분적으로 지지되었다.

지금까지 결과들은 정부지원의 효과가 외부 지식원천 활용에 따라 달라지는 조건부적 성격을 가지고 있음을 실증적으로 보여준다. 즉, 정부지원은 기업 내부의 혁신역량과 결합되어야 장기적 성과로 이어지며, 특히 시장지식 활용 기업에는 단기적으로, 과학기반 지식을 활용하는 기업에게는 중장기적으로 지원 효과가 나타날 수 있다는 점에서 정책적 시사점을 제공한다.

4.4 매개효과 검증

Kang and Seo[19]은 기술 및 인력 지원이 중소기업의 신제품 성과에 직접적인 영향은 없었지만, 기업의 흡수역량과 상호작용할 때 신제품 성과에 긍정적 효과를 나타낸다고 보고하였다[1]. 이는 비재무적 지원이 내부 역량의 축적을 통해 간접적으로 시장성과에 영향을 미칠 수 있음을 시사한다.

본 연구에서는 정부의 지원이 유형별로 시장성과에 미치는 영향에서 혁신역량이 어떠한 매개적 역할을 수행하는지를 추가로 검증하였다. 분석 방법은 Hayes의 PROCESS macro(model 4)를 활용하였다. 이 분석은 매개변수를 연속형으로 가정하는 구조로, 분석 가능성을 확보하기 위해 혁신역량을 특허 출원 및 생산방식(공정) 혁신 두 지표를 결합하여 평균을 산출하여 연속형 변수로 변환하였다. SPSS 25에서 수행되었으며, 부트스트래핑(bootstrap) 5,000회 반복을 통해 95% 신뢰구간을 산출하였다.

<Table 10>의 분석 결과를 보면, 재무적 지원은 혁신역량에 유의한 영향을 미치지 않는 것으로 나타났다(B=0.005, p>0.1).

그러나 혁신역량은 시장성과에 매우 유의한 정(+)의 영향을 미쳤으며(B = 2.395, OR =10.96, p<0.001), 이는 혁신역량 수준이 높을수록 시장성과가 크게 향상됨을 의미한다. 한편 재무적 지원이 시장성과에 미치는 직접효과는 통계적으로 유의하지 않았고(B=0.017, p>0.1), 혁신역량을 통한 간접효과 또한 유의하지 않았다(Indirect Effect=0.012, 95% CI -0.055, 0.079]).

반면, 비재무적 지원은 혁신역량에 유의한 정(+)의 영향을 미치는 것으로 나타났다(B= 0.054, p<0.001, 95% CI [0.027, 0.081]). 또한 혁신역량은 시장성과에 매우 유의한 정(+)의 영향을 미쳤으며(B = 2.362, OR = 10.61, p<0.001, 95% CI [1.862, 2.863]), 이는 혁신역량 수준이 높을수록 시장성과가 크게 향상됨을 의미한다. 한편 비재무적 지원이 시장성과에 미치는 직접효과는 통계적으로 유의하지 않았으나(B = 0.105, p> 0.1, 95% CI -0.074, 0.285]), 혁신역량을 통한 간접효과는 유의하게 확인되었다(Indirect Effect = 0.128, 95% CI [0.068, 0.200]). 따라서 혁신역량은 비재무적 지원과 시장성과를 연결하는 핵심 매개 경로로 작용하며, 비재무적 지원이 기업 내부의 지식 축적과 기술학습을 통해 혁신역량을 강화하고, 강화된 혁신역량이 다시 시장성과로 이어지는 구조를 형성함을 시사한다.

5. 결론 및 시사점, 연구의 한계

5.1 결론 및 시사점

본 연구는 제조업 대상으로 정부지원 유형(재무적/비재무적 지원)이 혁신성과(시장성과/ 혁신역량)에 미치는 영향과, 외부 지식원천(시장기반/과학기반 정보원천)이 이 관계를 어떻게 조절하는가를 실증적으로 분석하였다. 분석 결과는 다음과 같다.

첫째 재무적/ 비재무적 지원 모두 시장성과에 유의한 정(+)의 영향을 미쳤다. 이는 자금·세제·금융 등 재무적 지원뿐 아니라 기술·인력 등 비재무적 지원도 가시적 산출성과인 시장성과에 기여함을 의미한다.

둘째, 혁신역량 향상에는 재무적 지원은 유의한 영향이 없었으며 비재무적 지원은 유의한 정(+)의 영향을 미쳤다. 즉 기술지도·인력지원 등 비재무적 지원은 기반성과인 혁신역량을 강화하지만, 단기적 자금 중심의 재무적 지원은 혁신 역량을 향상하는데 제한이 있음을 의미한다.

셋째, 재무적 지원은 시장기반 정보원천을 활용할 때 시장성과와 혁신역량 성과 모두가 강화되는 효과가 나타났으나 과학기반 정보원천을 활용했을 때는 시장성과와 혁신역량 성과 모두에 유의미한 조절효과가 나타나지 않았다. 이는 재무적 지원을 활용할 때는 과학기반 정보원천보다 시장기반 정보원천을 활용할 수 있는 정책과의 조합이 효과적임을 시사한다.

넷째, 비재무적 지원은 시장기반 정보원천을 활용할 때 시장성과에 긍정적(+) 조절효과가 나타났으나 혁신역량 성과에는 시장기반의 활용 정도에 따라 미치는 영향이 달랐다. 시장기반 활용수준이 낮을 때는 유의미한 조절효과가 없었으나 활용 수준이 높을 때는 유의미한 조절효과를 보였다. 반면, 과학기반 원천 활용은 시장성과와 혁신역량에 모두 유의미한 긍정적(+) 영향이 있었으나 혁신역량 성과는 과학원기반 정보원천의 활용 정도가 높을 때 효과가 있었다.

다섯째, 추가적인 매개효과를 분석한 결과, 비재무적 지원은 혁신역량을 통해 시장성과로 이어지는 유의한 간접효과가 확인되었으나. 재무적 지원은 매개효과가 나타나지 않았다. 즉, 정부 지원이 역량에 기반한 장기적 성과로 이어지려면 기업 내부의 역량 강화, 학습 경로 구축을 해야 한다는 것을 시사한다.

이상의 결과를 종합하면, 정부 지원은 유형별로 그 효과가 다름을 확인할 수 있다. 재무적 지원은 시장지향적 정보원천 활용과 결합할 때 가시적, 단기적 시장 성과를 극대화할 수 있으며, 비재무적 지원은 과학지향적 정보원천 활용과 결합을 통해 혁신역량에 기반한 좀 더 장기적 관점에서 시장성과 창출에 효과적이다.

이러한 결과는 정부 지원이 기업의 외부지식 탐색 전략과 연계되어 설계될 필요가 있다는 실무적 시사점을 준다. 신속한 시장진입과 시장성과를 목표로 하는 기업에는 재무적 지원과 시장기반 정보원천을 연계하는 지원 프로그램이 필요하며, 반면 기술축적 및 지식기반 역량의 향상을 통한 장기적 성장 전략을 가진 기업에는 비재무적 지원과 과학기반 원천을 결합한 지원정책을 개발할 필요가 있다는 점을 제시한다.

또한 본 연구는 기존 연구가 주로 재무적 지원 효과나 외부지식 활용의 직접효과에 집중했던 것과 달리, 정부지원과 외부지식원천의 상호작용 구조를 분석함으로써 학술적 기여를 한다. 정부 지원의 효과는 지원 유형과 외부지식 원천의 성격에 따라 상이하게 나타나는 조합적 효과가 존재한다는 것을 밝히고 외부지식원천을 시장기반·과학기반으로 구분하여 조절효과의 단기·장기 경로를 실증한 점, 비재무적 지원의 매개적 경로를 확인함으로써 혁신역량의 매개 역할을 분석하여 기존 연구를 확장한 점이 본 연구의 차별점이다.

5.2. 연구의 한계점 및 향후 방향

본 연구는 정부지원을 재무적지원과 비재무적 지원으로 구분하여 각각의 혁신성과에 대한 영향을 실증함으로 혁신의 성격에 따라 정부지원 유형을 다르게 해야 한다는 실무적 시사점을 도출하였으며, 기존 연구에서 단일 효과 위주로 정부지원과 지식원천의 혁신성과에 대한 영향을 분석하였던 것과 달리 지식원천을 조절변수로 하여 정부지원과의 복합적 효과를 연구한 것이 본 연구의 차별성이고, 학문적으로 의의가 있다고 할 수 있다.

그러나 그럼에도 불구하고 다음과 같은 한계점이 존재한다.

첫째, 단일 시점의 설문을 통한 데이터(KIS) 분석으로 횡단면적 한계가 있다. 이러한 분석은 정책효과나 기업 성과의 시간적 변화를 충분히 반영하지 못한다.

둘째, 외부 지식원천 활용을 이진 변수로 측정하여 지식원천 활용 강도·빈도·목적 등에 따른 혁신성과 차이를 충분히 반영하지 못한다.

셋째, 혁신성과를 시장성과와 혁신역량으로 이분화하였으나, 실제 기업의 혁신 성과는 매출, 생산성, 특허, 품질 등 보다 복합적이고 다양하다.

따라서 향후 연구에서는 패널자료를 활용하여 정부지원 효과의 장기적 변화를 분석할 필요가 있으며, 외부 지식원천 활용은 강도, 빈도, 목적 등 보다 다양한 차원에서 정교하게 측정하여 연구가 되어야 하며, 혁신성과 지표 역시 시장성과와 혁신역량 외에도 생산성, 매출, 특허, 품질 등으로 더욱 확대하여 분석할 필요가 있다. 더불어 산업별·기업규모별 차이와 특성을 고려한 비교 연구도 요구된다. 마지막으로 기업 내부 역량 강화 및 학습 경로 구축과정과 정부지원 및 외부 지식원천과의 상호작용을 심층적으로 탐구해야 할 것이다.