SMJ 2025 Q4) 의사결정자의 인지와 기업 경계의 재정의

이 호의 12편은 크게 두 축 위에 펼쳐진다. 첫째, 기존 전략 패러다임의 정교화(Extension)인가, 아니면 기존 통념에 대한 도전(Challenge)인가. 둘째, 개별 논문이 독립적으로 제시하는 발견(Individual Paper)인가, 아니면 복수 논문을 교차 분석할 때 비로소 드러나는 패턴(Cross-paper Discovery)인가. 이 두 축이 만드는 Research Topic Matrix(RTM) 2×2 프레임으로 이 호의 주제 지형을 분석한다.

Q3. Established Momentum — 검증된 주제의 최신 진화

이 호에서 가장 두터운 연구 기반 위에 서 있는 논문군은 기업 행동이론(BTOF)과 상위 계층 이론(Upper Echelons)의 확장이다. Ben-Menahem et al.⁷은 성과-열망 격차와 R&D 얼라이언스 포트폴리오 폭의 관계를 경기 사이클이라는 거시 조건과 결합하여, BTOF의 핵심 명제를 환경 조건론과 통합한다. 사회적 열망이 역사적 열망보다 경기 불황기에 더 강한 탐색 동기로 작동한다는 발견은 기존 열망 이론의 경계 조건을 정교화한다. Albert et al.¹의 TMT 데이터베이스는 Hambrick & Mason(1984) 이래 40년간 축적된 상위 계층 연구의 실증 기반을 대폭 확장하며, 30년간 미국 대형 기업의 TMT 편평화와 CXO 직함 인플레이션이라는 구조적 변화를 최초로 대규모 다산업 표본으로 기록한다. Triebel et al.¹⁰의 이사회 인터락 연구는 Haunschild(1993) 이래 30년간 분리되어 발전해 온 네트워크 동학 흐름과 결과 흐름을 구조화 이론으로 통합하여, 발신형·수신형 인터락에서의 공진화를 실증한다.

Q4. Paradigm Challenges — 기존 통념에 대한 도전

이 호에서 가장 도발적인 발견을 제시하는 논문군은 기존 이론의 핵심 가정을 역전시키는 연구들이다. Fan et al.¹¹의 기술적 독자성 역설은 RBV의 핵심 명제—독자적 자원이 경쟁 우위를 낳는다—를 지지하면서도, 동시에 흡수 역량 이론의 예측—독자성이 내향적 파급 편익을 감소시킨다—도 타당함을 보여, 두 이론의 긴장을 비경합 자원의 속성으로 체계적으로 설명한다. Bu & Genin⁹은 오염 피난처 이론의 단방향 논리—느슨한 규제가 투자를 유인한다—에 대해 환경 오염 자체의 직접적 운영 비용이라는 반대 메커니즘을 실증하여, 오염 피난처가 '지옥의 문'으로 전환될 수 있음을 보인다. Langan²은 이사회가 저성과 CEO를 유임시키는 결정이 거버넌스 실패가 아니라 기업 보호를 위한 선의의 판단일 수 있음을 실증하여, 에이전시 이론의 감시 실패 가정에 도전한다. Pham et al.¹²은 채용을 통한 학습에서 내부 적합도가 높은 기업이 오히려 학습에 더 큰 어려움을 겪는다는 반직관적 결과를 NK 모델로 도출하여, 흡수 역량 이론의 경계 조건을 재설정한다.

Q2. Hidden Convergence — 교차분석에서 드러나는 수렴 패턴

개별 논문으로는 보이지 않지만 복수 논문을 교차 분석할 때 드러나는 첫 번째 수렴 패턴은 '미시적 기반(microfoundations)의 전략적 재발견'이다. Jeong et al.³의 여성 리더십→직원 참여→기업성과 경로, Putra et al.⁶의 인지적 프레임→플랫폼 범위 전략 경로, Triebel et al.¹⁰의 인터락 유형별 학습 메커니즘, Pham et al.¹²의 개인-조직 상호학습 동학은 모두 거시 전략 현상의 '어떻게'를 미시 행위자 수준에서 추적한다는 공통 지향을 공유한다. 이 네 편은 서로 다른 이론적 전통(상위 계층 이론, 행태 전략론^g1, 구조화 이론, 조직 학습론)에서 출발하지만, '전략은 개인의 인지·행동·학습을 통해 실현된다'는 미시적 기반 관점에서 수렴한다.

두 번째 수렴 패턴은 '대규모 데이터 인프라가 전략 연구의 공공재로 부상'하는 현상이다. Albert et al.¹의 TMT 데이터베이스와 Kim et al.⁴의 BDS-HG 데이터셋은 모두 기존에 접근이 제한되었거나 존재하지 않았던 공개 데이터셋을 제공하여, 연구자들이 표본 대표성을 벤치마킹하고 새로운 실증 질문을 탐구할 수 있는 기반을 만든다. 이 트렌드는 Ethiraj et al.(2017)이 촉구한 '전략 연구를 위한 대형 데이터셋 개발'의 요구에 직접 응답하며, 향후 전략경영 분야의 재현성(replicability) 논쟁에 중요한 기여를 할 것이다.

Q1. Emerging Frontiers — 새로운 연구 전선의 등장

교차분석에서 가장 흥미로운 새로운 연구 전선은 '가치 기반 조직 편향(value-based organizational sorting)'의 전략적 함의이다. Kovacs & Sels⁸의 창업팀 정치적 동질성 연구는 정치적 이념이 성별·인종·연령과 동등한 규모의 팀 형성 편향을 만들어내며, 이것이 벤처 생존에 유의미한 영향을 미친다는 것을 최초로 대규모 데이터로 입증한다. 이 발견은 An et al.⁵의 글로벌 특허 소송 입지 연구—국가 간 제도적 동질성이 소송 집중을 유발한다—와 교차하여, '동질성(homogeneity)이 전략적 행동의 집중과 효율성을 높이지만, 동시에 다양성의 상실이라는 비용을 수반한다'는 보편적 긴장을 드러낸다. 이 긴장은 조직 내부(팀 구성)와 조직 외부(제도 환경) 모두에서 관찰되며, 향후 다양성-효율성 트레이드오프의 맥락 의존적 연구로 발전할 잠재력이 크다.

주) 상세 설명은 Appendix B 참조. 구조적 부재 분석은 Appendix E 참조.

이 호의 12편은 방법론적으로도 주목할 만한 패턴을 보여준다. 기존 연구설계의 정교화(Design Extension)와 방법론적 관행에 대한 도전(Design Challenge)이라는 X축, 그리고 개별 논문의 방법론적 기여(Individual Paper)와 복수 논문 교차분석에서 드러나는 패턴(Cross-paper Discovery)이라는 Y축으로 Research Methodology Matrix(RMM)를 구성한다.

Q3. 검증된 방법론의 최신 진화

이 호에서 가장 전통적이면서도 정교한 방법론적 기여는 인과 추론 설계의 다층화이다. Fan et al.¹¹은 산업 중심 Bartik IV와 특허 만료 IV라는 두 가지 질적으로 상이한 자연실험을 결합하고, Post-LASSO IV로 통제변수 선택을 자동화하며, Oster(2019) 방법으로 관측 불가능한 선택 편의를 정량 평가하는 다층 인과 추론 설계를 구현한다. An et al.⁵도 미중 지정학적 긴장과 앨리스 판결이라는 두 자연실험을 이중차분법으로 활용하여 결과 유사성의 인과적 효과를 검증한다. Bu & Genin⁹은 석탄 발전 비중을 도구변수로 활용한 2SLS와 기업-국가 고정효과를 결합한다. 이러한 다중 식별 전략의 병행은 전략 연구의 인과 추론 수준을 높이는 방법론적 모범 사례를 제시한다.

Q4. 방법론적 통념에 대한 도전

방법론적으로 가장 혁신적인 시도는 계산 모델링(computational modeling)의 전략 이론 구축 적용과 생성형 AI의 연구 보조 도구화이다. Pham et al.¹²은 NK 피트니스 경관 위에 March(1991)의 상호 학습 모델을 확장한 계산 모델을 구축하여, 실증 데이터 없이도 이론적 메커니즘의 정밀한 분리와 반직관적 예측의 도출이 가능함을 보여준다. 이 접근은 전통적 가설-검증 패러다임에 대한 방법론적 대안을 제시한다. Albert et al.¹은 GPT-4o 파인튜닝 모델을 활용하여 161,028건의 임원 직책을 98.1%의 정확도로 분류하고, 오픈소스 대안(Llama 3.1, Mistral Nemo)으로 재현 가능성을 확보함으로써, 생성형 AI가 대규모 텍스트 분류 과업에서 인간 수준 이상의 성과를 낼 수 있음을 실증한다.

Q2. 수렴하는 연구설계 문법

복수 논문을 교차 분석할 때 드러나는 방법론적 수렴 패턴은 두 가지이다. 첫째, 성향 점수 기반 인과 추론의 표준화이다. Langan²은 PSM+Cox 비례위험회귀, Jeong et al.³은 도구변수 회귀+CEM(정밀 강압 매칭), Kovacs & Sels⁸은 PSM+IPTW+이중 강건 추정(DRE)을 활용한다. 이 세 연구는 서로 다른 주제를 다루지만 모두 관찰 연구에서 인과적 해석에 접근하기 위한 다중 성향 점수 기법의 병행이라는 공통 문법을 공유한다.

둘째, 단일 사례 질적 연구의 이론 구축 기능 재확인이다. Putra et al.⁶은 TELECO의 9년간 IoT 플랫폼 전략을 Gioia 코딩 방법론으로 분석하여, 인지적 프레임의 동태적 변화를 포착하는 과정 모형을 도출한다. 이 연구는 양적 연구로는 포착하기 어려운 '프레임 전환 편차'라는 미시 메커니즘을 발견함으로써, 질적 과정 연구가 대규모 데이터 분석과 상호 보완적임을 보여준다.

Q1. 새로운 연구설계의 등장

가장 혁신적인 연구설계는 다중 확률적 행위자 지향 모형(multiplex SAOM)의 전략 연구 적용이다. Triebel et al.¹⁰은 세 가지 인터락 유형(발신형·수신형·간접형)의 동학과 두 가지 전략적 행동(인수합병·매각)의 공진화를 하나의 모형 안에서 동시 추정하여, 네트워크 데이터의 내재적 상호의존성을 직접 처리하는 최첨단 방법론을 전략 연구에 도입한다. 또한 Kim et al.⁴의 BDS-HG 데이터셋은 집계 수준의 공공 데이터를 기업 수준 행동과 연결하는 Felten et al.(2021) 방식의 연구설계를 시연하여, 제한 접근 마이크로데이터 없이도 전략 연구가 가능한 새로운 경로를 제시한다.

주) 상세 설명은 Appendix C 참조.

RTM이 "무엇을 연구하는가", RMM이 "어떻게 연구하는가"의 지형도라면, RDM은 "무엇으로 연구하는가"의 지형도입니다. 11편의 실증 논문이 활용한 데이터를 질적/양적(Qualitative/Quantitative)과 기존 활용/신규 탐색(Exploitation/Exploration)이라는 두 축으로 배치하면, 이번 호의 독특한 데이터 전략 패턴이 드러납니다. 양적 10편, 질적 1편으로 양적 우세가 뚜렷하지만, 양적 연구 내에서 Q3(기존 DB 활용) 6편과 Q4(맞춤형 DB 개발) 4편의 비율이 6:4로 나타나, 기존 DB 의존도가 상대적으로 낮고 자체 데이터 구축의 비중이 높습니다.

TMT 데이터베이스와 BDS-HG — 데이터 구축 자체가 학술적 기여인 논문이 2편 동시 등장합니다

Q4(맞춤형 DB 개발)에 4편이 포진해 있다는 것은 이번 호의 가장 주목할 데이터 전략입니다. Albert et al.¹은 GPT-4o 파인튜닝으로 S&P 500 기업 28년간 TMT 구성 데이터베이스를 새로 구축했고, Kim et al.⁴은 Census Bureau BDS-HG 데이터셋을 전략 연구에 처음 활용 가능하도록 재구성했습니다. 두 논문 모두 데이터셋 공개 배포를 표방하며, 후속 연구의 물적 기반을 제공합니다. Kovacs & Sels⁸은 Crunchbase와 L2 유권자 등록 데이터를 창의적으로 결합하여 창업팀 정치 성향 데이터를 구축했고, Triebel et al.¹⁰은 독일 상장기업 211개사의 이사회 인터락 네트워크를 수작업으로 수집했습니다.

ExecuComp·Compustat·BoardEx — 기존 DB의 조합과 인과 식별 전략이 6편의 차별화 방식입니다

Q3(기존 DB 활용) 6편은 대학 구독 DB와 공개 데이터의 조합으로 구성됩니다. Langan²과 Jeong et al.³은 각각 ExecuComp/BoardEx와 HCCP(공개)를 활용하며, Fan et al.¹¹은 USPTO 특허 데이터(공개)와 Compustat(대학구독)을, An et al.⁵은 Darts-IP(상업)를, Ben-Menahem et al.⁷은 스위스 기업 패널을, Bu & Genin⁹은 세계은행 환경 데이터(공개)와 BEA 투자 데이터를 사용합니다. 같은 유형의 DB에서도 다층 자연실험¹¹, 이중 DID⁵, 2SLS⁹ 등 식별 전략이 차별화의 핵심입니다.

TELECO의 9년 현장연구 — 질적 연구가 인지적 프레임 전환이라는 미시 메커니즘을 포착합니다

Q1(신규 질적 연구)은 1편이지만, Putra et al.⁶의 단일 사례 연구는 37명 인터뷰와 177개 현장 노트, 335개 내부 문서에 기반한 9년간의 종단적 과정 이론을 구축합니다. 양적 연구로는 포착하기 어려운 관리자의 인지적 프레임 전환 과정을 Gioia 코딩으로 체계화한 이 연구는, 데이터의 양이 아닌 깊이가 이론 구축의 원천임을 보여줍니다.

주) 주) 실증 논문 11편 대상. 계산 모델링 논문 1편([12])은 제외.

미시적 기반 연구의 다층 확장이 필요하다

RTM Q2에서 드러난 '미시적 기반의 전략적 재발견' 패턴은 고무적이지만, 현재의 연구들은 대부분 단일 수준(개인→조직, 또는 조직→환경)의 매개 경로만을 추적한다. Jeong et al.³의 여성 리더십→직원 참여→기업성과 경로와 Pham et al.¹²의 개인-조직 상호학습 동학을 결합하면, TMT 구성이 조직 학습 동학을 통해 전략적 변화를 어떻게 촉진하거나 억제하는가라는 다층 질문이 가능해진다. 특히 Albert et al.¹이 구축한 TMT 데이터베이스는 이러한 다층 연구의 실증적 기반을 제공한다. RTM Q3의 BTOF 연구⁷가 보여준 환경 조건의 조절 효과와 RMM Q4의 계산 모델링¹²을 결합하면, 경기 사이클이 조직 내부의 학습 동학을 어떻게 변화시키는지를 시뮬레이션으로 먼저 예측하고 실증으로 검증하는 혼합 방법론 연구가 가능하다. (Action Item #1)

동질성-다양성 트레이드오프의 제도적 경계 조건을 규명해야 한다

RTM Q1에서 식별한 '가치 기반 조직 편향'의 전략적 함의는 Kovacs & Sels⁸의 창업팀 연구와 An et al.⁵의 IP 지형 연구가 각각 조직 내부와 외부에서 동일한 긴장—동질성은 효율성을 높이지만 다양성의 상실을 수반한다—을 보여준다는 점에서 특히 중요하다. 그러나 이 트레이드오프의 최적점이 제도적 맥락에 따라 어떻게 달라지는지는 미탐구 상태이다. RMM Q3의 다층 인과 추론 설계¹¹를 활용하면, 정치적 양극화 수준이 다른 국가들에서 창업팀 동질성의 성과 효과가 어떻게 달라지는지를 비교할 수 있다. 또한 IP 제도 조화(EU 통합특허법원 등)가 진행 중인 지역에서 An et al.⁵의 결과 유사성 프레임워크를 적용하면, 제도적 수렴이 소송 전략뿐 아니라 혁신 전략에도 어떤 영향을 미치는지를 탐구할 수 있다. (Action Item #2)

데이터 인프라와 인과 추론의 결합이 즉시 실행 가능한 연구 기회를 제공한다

RTM Q2와 RMM Q1의 교차점에서 가장 실행 가능한 연구 기회가 발견된다. Albert et al.¹의 TMT 데이터베이스는 이미 공개되어 있으며, 이를 Compustat 재무 데이터 및 Kim et al.⁴의 BDS-HG와 연결하면 TMT 구조 변화가 기업 성장 역학에 미치는 인과적 영향을 대규모로 분석할 수 있다. CEO 교체나 주요 M&A를 자연실험으로 활용하는 차이인차이 설계¹¹와 결합하면 내생성 문제를 완화할 수 있으며, Triebel et al.¹⁰의 SAOM 방법론을 적용하면 TMT 변화와 이사회 인터락 변화의 공진화도 포착할 수 있다. 이 연구는 기존 공개 데이터와 검증된 방법론만으로 착수할 수 있어 석박사 수준에서 즉시 실행 가능하다. (Action Item #3)