AI 기술 성숙도와 중소기업 경영성과: BSC 재구성과 NTIS 데이터 기반 실증 분석

• 영문명: AI Technology Maturity and Small Business Management Performance: Analysis Based on BSC Restructuring and NTIS Data
• 발행기관: 한국산업경영학회
• 저자명: 임호정(Hojung Lim)
• 간행물 정보: 『경영연구』第40卷 第4號, 149~168쪽, 전체 20쪽
• 주제분류: 경제경영 > 경영학
• 파일형태: PDF
• 발행일자: 2025.11.30

국문 초록

본 연구는 가트너(Gartner) AI 하이프 사이클의 기술 성숙도 지표와 국가과학기술지식정보서비스(NTIS) R&D 데이터를 결합하여, 인공지능(AI) 기술 성숙도가 중소기업의 경영 성과에 미치는 영향을 실증적으로 검증하였다. AI 기술이 생산성 향상, 비용 절감, 의사결정 지원, 고객 만족도 제고에 미치는 영향을 균형성과표(Balanced Scorecard, BSC) 관점에서 재구성하고, 2019–2024년 수행된 180건의 NTIS 과제를 분석하였다. 분석 결과, AI 기술 성숙도와 경영성과 간에는 통계적으로 유의한 연관성이 확인되었으며, 특히 생산성 향상영역(p≈0.065) 에서 가장 강한 영향이 나타났다. 또한 기술 성숙도와 과제 단계 간 관계(χ²=21.26, p=0.0467) 도 유의하게 검증되었다. 순서형 로지스틱 회귀분석에서는 최고 성숙도(5단계) 기술이 오히려 도입기 과제로 분류될 가능성이 높아(β=-1.74, p=0.035), 기술 성숙도가 반드시 성숙기 성과로 직결되지 않음을 보여주었다. PCA와 K-Means 군집화를 통해 29개 AI 기술을 2차원 성과 공간(생산 효율성–관리 효율성)으로 시각화한 결과, 5개의 비즈니스 가치군(생산성 향상형, 비용 절감형, 의사결정 지원형, 고객 만족형, 잠재 가치형)이 도출되었다. 이 결과는 기업이 전략적 목표에 따라 기술 포트폴리오를 설계할 수 있는 실증적 근거를 제공하며, 정부의 차등적 R&D 지원 정책 수립에도 기여한다.

영문 초록

This study empirically verified the impact of artificial intelligence (AI) technology maturity on the business performance of small and medium-sized enterprises (SMEs) by combining the technology maturity indicators of the Gartner AI Hype Cycle with R&D data from the National Science and Technology Information Service (NTIS). The impact of AI technology on productivity improvement, cost reduction, decision support, and customer satisfaction was reconstructed from a Balanced Scorecard (BSC) perspective and analyzed 180 NTIS projects conducted between 2019 and 2024. The analysis confirmed a statistically significant correlation between AI technology maturity and business performance, with the strongest impact observed in the productivity improvement area (p≈0.065). Furthermore, the relationship between technology maturity and project stage (χ²= 21.26, p=0.0467) was also significantly verified. Ordinal logistic regression analysis showed that technologies with the highest maturity (Stage 5) were more likely to be classified as introductory tasks (β=-1.74, p=0.035), demonstrating that technological maturity is not necessarily directly linked to maturity performance. Using PCA and K-Means clustering to visualize 29 AI technologies in a two-dimensional performance space (production efficiency–management efficiency), five business value clusters (productivity enhancement, cost reduction, decision support, customer satisfaction, and potential value) were identified. These results provide empirical evidence for companies to design their technology portfolios according to their strategic goals and contribute to the government's establishment of differentiated R&D support policies.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법론

Ⅳ. 분석 결과

Ⅴ. 결론 및 향후 연구

참고문헌

키워드

인공지능(AI) 기술 성숙도 균형성과표(BSC) 경영성과 국가과학기술지식정보서비스(NTIS) 가트너 하이프 사이클 K-Means 순서형 로지스틱 회귀 PCA Artificial intelligence Technology maturity Balanced scorecard Business performance National Science and Technology Knowledge Information Service(NTIS) Hype Cycle