혁신의 주도권이 소수의 대형 기관에 집중되는지, 아니면 다양한 기업과 기관이 분산적으로 참여하는지는 소상공인·중소기업의 성장 기회와 산업 생태계의 역동성에 큰 영향을 미친다. 본 연구는 특허 기술 분야에서의 다양성이 기술적 영향력에 어떤 역할을 하는지를 분석하였다. 구체적으로, 특허 보유 기관의 다양성(assignee entropy)과 의미론적 이질성(semantic heterogeneity)이 특정 기술 분야가 다른 분야에 미치는 영향력(domain authority)에 어떻게 작용하는지를 탐구하였다. 1976년부터 2021년까지 약 200만 건의 특허 데이터를 활용하여 8개 주요 기술 분야(Cooperative Patent Classification, CPC)의 특허 네트워크를 분석한 결과, 첫째, 기술 분야 내에서 생성된 의미론적 이질성이 커질수록 해당 기술이 다른 분야에 미치는 영향력이 확대되는 경향이 나타났다. 이는 기술적 다양성이 새로운 혁신을 촉진할 가능성을 보여준다. 둘째, 특허 보유 기관의 다양성이 높아질수록, 즉 많은 소규모 기관이 분산적으로 특허를 보유할수록 해당 분야의 영향력이 약화되는 경향이 확인되었다. 반대로 소수의 연구개발 중심 기관이 주도하는 경우 기술적 파급력이 더 크게 나타났다.

제조업과 ICT 산업의 변화는 대기업뿐 아니라 이들과 긴밀히 연결된 수많은 소상공인·중소기업의 생존과 성장에 직접적인 영향을 미친다. 본 연구는 제4차 산업혁명(Industry 4.0, I4) 시대에서 한국 제조업과 ICT 산업의 기술적 우위를 비교하고, I4 기술 확산에 따라 지배적 산업이 어떻게 변화할 수 있는지를 분석하였다. 연구는 1990년부터 2021년까지 한국 기업의 특허 데이터를 활용해 두 산업의 기술 네트워크 구조를 살펴보고, 특허 수, 기술 다양성, 경로 의존성(path dependency), 기술적 연관성(relatedness)을 주요 변수로 분석하였다. 분석 결과, 제조업은 여전히 특허 수와 기술 다양성 측면에서 한국의 지배적 리더십을 유지하고 있으며, ICT 산업이 I4 기술에 집중하는 경향을 보이고 있음에도 불구하고 격차는 여전히 큰 것으로 나타났다. 제조업은 기술의 폭넓은 다변화를 추구하는 반면, ICT 산업은 특정 기술에 집중하는 경향을 보였고, ICT 산업이 제조업보다 더 강한 경로 의존성을 보이는 특징도 확인되었다. 또한, 제조업은 특허 활동에서 집중적(intensive) 확장과 광범위(extensive) 확장을 동시에 더욱 강하게 추진하는 것으로 나타났다.

AI 혁신의 방향은 소상공인과 중소기업이 어떤 기술 환경에서 경쟁하고 성장할 수 있을지를 결정짓는 중요한 요인이다. 본 연구는 정부 기관이 AI 특허 출원을 통해 직접적으로 혁신 활동에 어떻게 기여하는지를 분석하고, 그 특성이 민간 기관과 어떻게 다른지를 비교하였다. 연구진은 미국 특허청(USPTO)의 인공지능 특허 데이터(AIPD)를 활용하여, 머신러닝 기반 문서 임베딩 기법으로 정부 기관과 민간 기관의 특허 초록을 분석하였다. 분석 결과, 정부 기관은 민간 기관보다 공공 이익과 국가적 이슈 해결에 중점을 두고, 상업적 활용보다는 기초 기술 발전에 집중하는 경향을 보였다. 또한 정부 기관이 출원한 AI 특허는 다양한 분야에서 인용되며, 이는 정부 주도의 AI 혁신이 광범위한 기술 발전에 영향을 미칠 수 있음을 의미한다. 반면 민간 기관은 자연어 처리, 음성 인식, 반도체 관련 기술 등 상업적 응용이 용이한 분야에 집중하는 것으로 나타났다. 이 연구는 정부가 단순한 지원자 역할을 넘어 위험과 불확실성이 큰 초기 단계의 기술 개발을 주도하며, 중소기업이 이후 이를 응용·활용할 수 있는 기회를 마련한다는 점을 실증적으로 보여준다. 이는 AI 혁신 생태계에서 정부와 민간의 역할 분담이 어떻게 설계되느냐가, 소상공인·중소기업의 기술 접근성과 경쟁력에 직결될 수 있음을 시사한다. 따라서 본 연구는 정부의 R&D 투자와 정책 설계가 단순히 대기업이나 연구기관만이 아니라, 중소기업 생태계 전반에 미치는 파급 효과를 고려해야 함을 강조한다.

소상공인과 중소기업은 AI 도입을 통해 생산성과 경쟁력을 높일 수 있지만, 인력과 자원의 제약으로 인해 AI 활용 과정에서 더 큰 어려움에 직면할 수 있다. 본 연구는 조직이 AI를 도입·활용하는 과정에서 나타나는 주요 장애 요인을 ‘AI 공포(AI-phobia)’라는 개념으로 정리하고, 이를 극복하기 위한 준비 프레임워크(AI-preparedness)를 제시하였다. AI 공포는 △AI 문해력(AI-literacy), △AI 대체 가능성(AI-substitutability), △AI 책임성(AI-accountability), △AI 도입 가능성(AI-implementability)의 네 가지 요소로 구성된다. 예컨대 AI 문해력 부족은 지식 격차(AI-divide)를 심화시키고, AI가 인간을 대체할 것이라는 두려움은 조직 내 역량 약화로 이어질 수 있다. 또한 AI의 의사결정 책임 소재가 불분명할 경우 신뢰성이 떨어지고, 무분별한 도입은 조직의 효율성을 저하시킬 수 있다. 이를 해결하기 위해 연구진은 ‘AI 협업 여정 지도(Journey Map)’라는 단계별 가이드를 제시했다. 이는 정보 수집(capturing), 통합(combining), 준비(preparing), 실행(implementing)의 네 가지 단계를 포함하며, 인간과 AI의 역할을 ‘AI가 수행하는 작업(Working BY AI)’과 ‘AI와 함께하는 작업(Working WITH AI)’으로 구분해 AI 활용 효과를 극대화하는 방안을 제시한다. 본 연구는 AI가 조직 내에서 유기적으로 작동하기 위한 협업 모델을 체계화함으로써, 특히 소상공인·중소기업이 기술 도입 과정에서 직면할 수 있는 문해력 격차와 준비 부족 문제를 극복하는 데 실질적인 시사점을 제공한다. 나아가 향후 연구에서는 AI 발전과 함께 변화하는 조직 환경을 반영해, 소규모 기업이 현실적으로 적용 가능한 협업 모델을 더욱 구체화할 필요가 있다.