#빅데이터 

파이썬으로 배우는 경영학 – 기업의 탄생과 발전

서로 다른 배경을 가진 분석가와 기업 관리자의 원활한 의사소통을 위해, 경영학에서 말하는 이론과 사례를 파이썬 코드로 옮겼습니다.

2022-11-10 | 허주

모두의연구소 콘텐츠 크리에이터 모임 “코크리” 1기 활동으로 작성된 글입니다. (저자 블로그)

  • 원본 글: 기업은 가치를 키워야하니까요!
  • 예상 독자
    • 갑작스레 관리 업무를 맡아버린 데이터 분석가
    • 잘 나가는 IT기업에 들어간 마케터
    • 데이터 분석과 조직 운영 사이에서 힘들어하는 관리자

모든 기업은 돈을 벌기 위해 존재합니다. 과장이 아닙니다. ‘우리는 돈을 버는 것이 목적이 아닙니다’라고 외치는 기업은 딱 두 개, 한국철도공사(KORAIL), 한국전력공사(KEPCO) 같은 공기업이거나, 아름다운 가게, 마리몬드 같은 사회적 기업일 가능성이 높습니다. 하지만 그마저도 어느 정도의 돈을 벌어야 한다는 현실적 압박에 시달리고 있는 것이 사실입니다.

기업은 돈을 벌기 위해 다양한 활동을 하고 있습니다. 그리고 기업이 수행하고 있는 활동을 체계적으로 정리한 것을 우리들은 ‘경영학’이라고 부르고 있습니다. 경영학은 우리에게 매우 친숙한 학문이에요. 지금 실존하는 거의 모든 대학에서 경영학과를 운영하고 있습니다. 공대라고 알려져 있는 카이스트(KAIST)나 포스텍(POSTECH)에서도 경영학과는 존재합니다.

너무 익숙해서일까요, 경영학은 친숙하면서도 한편으로는 소홀하게 다루어지고 있어요. 항상 우리 주위에 있어 주는 공기(Air)같다고나 할까요. 매일매일 편안하게 숨 쉬고 있을 때는 인식하지 못했던 공기는 수영을 하거나, 등산을 할 때 그 소중함을 느끼게 되죠? 똑같은 일이 일어납니다. 중고등학생일 때 경영학에 대해서 전혀 배우지 않았던 우리는 취업하면서부터 경영학의 중요성을 슬슬 인식하기 시작합니다. 뭔가 우리 팀이 잘 안되고 있는 느낌을 받기 시작하는 거죠. 특히 스타트업(Start-up)이나 작은 벤처(Venture) 기업에 속해 있는 분들은 입사와 동시에 갑자기 눈뜨게 됩니다. 처음에는 회사가 이해되지 않았을 거에요. ‘뭐야 왜 저래?’, ‘이걸 왜 하지??’, ‘저걸 왜 저렇게 처리하지?’ 그리고 다음으로는 화를 내고 체념합니다. ‘아 진짜, 우리 회사 최악이다.’, ‘이직이 답이다.’, ‘그냥 적당히 시키는 것만 하자.’ 그리고 마지막 단계에서 드디어 깨닫게 됩니다.

‘나는 경영학을 전혀 모르고 있었구나.’

사실 팀(Team)은 의도적으로 서로 다른 전공과 성격의 사람들을 섞어 두는 경우가 많이 있습니다. 무엇인가 창발적(Emergence) 아이디어를 의도하기 위함이죠. 하지만 의도와는 다르게 이상한 일들이 일어납니다. 팀원들 간에 서로 말이 잘 안 통하는거에요. 서로 이해를 하지 못하는 일들이 자꾸만 일어납니다. 최근 들어 데이터 직군이 소위 유명세를 떨치게 되면서 서로 간에 외계어가 난무하기 시작하고 있죠.

데이터가 담고 있는 정보를 읽어내는 능력을 데이터 리터러시(Data Literacy)라고 합니다. 데이터 리터러시가 상대적으로 부족한 일반 팀원은 이렇게 생각합니다. “Data Analyst가 우리 팀에 들어왔으니까 우리도 대단한 거 할 수 있겠지?, 뭐가 막 엄청 확 달라지겠지?, 우리도 인공지능 할 수 있겠지?, 인공지능 로봇 같은 거 말이야. 인사평가나 성과관리도 A.I로 하고, 수익률 쭉쭉 뽑아보자.” 하지만 데이터 직무를 담당하는 팀원은 이렇게 맞받아칩니다. 네???? 안됩니다. 아직 안 됩니다. 우선 쓸만한 Data가 없고요, 있는 거 적당히 쓰려고 해도 엉망이에요. 처음부터 Data 수집하는 것도 쉽지 않은 일이구요, 수집이 된다 해도 쓸 수 있는 특성 값(Feature)이 뭔지 저는 잘 모릅니다.. 둘 사이 골은 깊어집니다. 그러다가 적당하게 타협하게 됩니다. 마감일자가 정해져 있으니까 당연한 수순입니다. 그 팀은, 그 조직은 가지고 있던 가능성(Potential)을 100% 발휘하지 못하게 됩니다.

이 콘텐츠는 이런 팀을 위해 쓰였습니다. 구체적으로 한 팀에 있는 서로 다른 두 외계인들을 하나로 잇기 위한 이야기들을 묶어 두었습니다. 화성에서 온 분석가와 금성에서 온 관리자가 ‘기업’이라는 이 땅 위에서 사이좋게 본연의 목적을 함께 달성하기 위한 이야기들입니다. 경영에서 말하는 이론과 사례를 가능하다면 코드로 옮겨보고 싶은 생각입니다.

그럼 본격적으로 시작해 보겠습니다.

1. 기업의 목적 : 가치극대화

우리들은 가장 먼저 기업이란 무엇인지 알아야 합니다. 기업을 다루고 있는 학자들이 갖고 있는 렌즈(Lense)에 의해 서로 다른 정의들을 내세우고 있습니다. 예를 들어 피터 드러커¹는 기업을 생산(Production)을 위한 조직(Organization)으로 정의합니다. 그리고 허스트²는 기업을 특정한 목적을 달성하기 위한 집단으로 설명하고 있습니다. 하지만 서두에 밝혔듯 기업은 돈을 버는 것을 가장 중요한 목적으로 하는 조직입니다.

기업이 돈을 벌기 위한 조직임을 부정할 수는 없습니다. 실제로 주위에서 쉽게 볼 수 있는 기업들은 모두 돈을 벌기 위한 활동들을 하고 있습니다. 오랜 기간 기업의 존재와 목적은 돈을 버는 것으로 굳어지고 있었습니다. 하지만 기업이 추구하는 바를 돈(Make Earning)을 버는 것으로만 설명해서는 안 된다고 주장하는 사람들이 등장합니다. 아동노동, 환경오염, 소득의 양극화같이 비극적인 사건들이 일어났기 때문입니다. 기업이 현대 사회에서 담당하는 역할이 비대해지다 보니 발생하는 다양한 부작용들로 인해 기업은 오히려 인류 사회를 퇴보하고 자멸하게 만들 수 있다는 우려가 깊어졌습니다. 이에 최근에는 기업의 사회적 책임(CSR:Corporation Social Responsibility)과 공유가치(CSV:Creating Shared Value)를 넘어 ESG(Environmental, Social and Corporate Gevernace)를 강조하고 있습니다.

이 모든 것을 종합하면 바람직한 오늘날의 기업의 존재 목적은 가치 극대화(Value Maximalize) 정도로 정리할 수 있을 것 같습니다. 즉, 주주 가치 극대화에서 이해관계자 가치 극대화로 패러다임이 변화하고 있음을 나타내고 있습니다. 그리고 이 점은 이 콘텐츠 시리즈를 지지하는 근간 철학이니만큼 꼭 기억해 주셨으면 좋겠습니다.

2. 기업의 탄생 : 거래비용

기업의 목적을 넘어 이제 기업이 왜 발생했는지에 대해 살펴보겠습니다. 코즈³와 윌리엄스⁴ , 무어⁵, 자코비데스⁶는 거래 비용(Transaction Cost)의 최소화를 위해 기업이 존재한다고 합니다. 즉, 인간은 필연적으로 거래(Transaction)를 할 수밖에 없고, 거래 비용을 최소화해야 이익을 보고, 이익을 보기 위해서는 기업이 개인보다 더 유리하기 때문이라는 거죠.

빵을 만들고 거래하는 초기 시장을 간단한 그림으로 한번 표현해 보겠습니다. 우선 필요한 개념부터 정의하겠습니다. 필요한 개념은 생산 비용(Production Cost), 거래 비용, 효용(Utility), 편익(Benefit) 등 총 네 개입니다. 우선 생산 비용은 제품을 생산할 때 필요한 모든 비용입니다. 빵을 만들 때 필요한 원자재 비용, 인건비, 설비 유지 비용 등을 예로 들 수 있습니다. 두 번째, 거래 비용은 거래를 할 때 발생하는 비용입니다. 사전 거래 비용과 사후 거래 비용으로 구분됩니다. 어느 빵이 좋은지 탐색하는 탐색비용(사전 거래 비용), 빵을 사기 위한 가격 협상(사전 거래 비용), 빵을 거래하고 나서 발생할 수 있는 교환/품질보증 비용(사후 거래 비용) 등을 예로 들 수 있습니다. 세 번째, 효용은 고객이 거래를 통해 갖게 되는 주관적인 만족 수준을 의미합니다. 동일한 가격의 빵이라도 고객이 갖고 있는 니즈(Needs)의 수준에 따라 효용의 정도는 달라질 수 있습니다. 너무 배가 고픈 사람과 배부른 사람이 빵에 갖는 만족도는 다를 수 밖에 없겠죠? 마지막으로 편익은 거래 이후 계산되는 최종 이익의 정도입니다. 일반적으로 효용에서 비용을 차감한 것으로 정의됩니다. 편익은 회계 상 금전적 가치만을 다루는 ‘이익’과는 다르게 개인의 주관적인 만족과 가치 수준을 포함하는 계량 단위로 사용됩니다.

빵을 거래하는 개인만이 존재하는 초기 시장을 간단하게 [그림1]과 같이 표현했습니다. 시장을 이용하는 A부터 E까지 총 다섯 명의 사람들은 각각 생산 비용 100, 거래 비용 10, 효용 150, 편익 40(150–100–10)을 영위하고 있습니다. 즉, 자연스럽게 시장에 존재하는 모든 생산 비용은 500, 모든 거래 비용 50, 모든 효용 750, 모든 편익 200(750–500–50)으로 계산됩니다.

개인 거래만 존재하는 초기시장

[그림1] 개인 거래만 존재하는 초기시장

반면 기업이 등장해 시장 거래에 참여하는 것을 나타내는 [그림2]는 조금 달라집니다. A와 B, C가 합심해 만든 기업은 생산 비용 300, 거래 비용 10, 효용 450을 보이며 최종 편익이 140입니다.
거래 비용이 20만큼 줄어든 것이지요. 그리고 전체 시장에서 관찰되는 각 요소들의 총합은 각각 생산 비용 500, 거래 비용 30, 효용 750으로 최종 편익은 220입니다. 실제로는 기업이 형성됨에 따라 생산 비용이 기하급수적으로 줄어들기 때문에 기업을 형성하고 있는 A, B, C는 더 큰 편익을 누리게 되고, 시장 전체의 최종 편익은 더 증가하게 됩니다.

기업이 존재하는 시장

[그림2] 기업이 존재하는 시장

즉, 아무런 기술 혁신 없이, 단순하게 기업이 형성되는 것만으로도 전체 사회 집단이 누리게 되는 최종 편익이 증가한다는 것을 확인할 수 있습니다. 이 점이 기업의 존재를 거래 비용의 최소화로 해석하려는 이유입니다.

간략하게 아래와 같이 실험해볼 수 있습니다.
편의를 위해 아래를 전제합니다.

  • 거래 비용은 생산 비용의 10%
  • 효용은 무조건 생산 비용보다 높음
  • 편익은 효용-생산 비용-거래비용으로 정의
import random
import pandas as pd
import matplotlib.pyplot as plt
#시장에 기업이 없는 상황에서의 최종편익 도출 
no_corporation=[] #시장에 기업이 없는 상태
for i in range(0,5):
    random.seed(i)
    production_cost = random.randrange(50, 100) #생산비용을 임의로 설정
    transaction_cost = production_cost*0.1 #생산비용의 10%를 거래비용으로 가정
    utility = production_cost+random.randrange(50) #효용은 무조건 생산비용보다 높아야함
    benefit = utility - production_cost - transaction_cost #편익은 효용-생산비용-거래비용으로 정의
    no_corporation.append([production_cost, transaction_cost, utility, benefit])
no_corporation = pd.DataFrame(no_corporation, columns=[['production_cost', 'transaction_cost', 'utility', 'benefit']])
no_corporation.loc["Total"] = no_corporation.sum(axis=0)

이 경우 시장에 존재하는 최종 편익(Total Benefit)은 113.5입니다.

#시장에 기업이 존재하는 경우 
with_corporation = no_corporation["production_cost"][:3] #Player 3명이 기업을 구성했다고 가정
with_corporation["transaction_cost"] = float(with_corporation[:3].mean()*0.1/3) #기업 구성원에 따른 거래비용 재계산
with_corporation["Utility"] = no_corporation["utility"][:3]
with_corporation["Benefit"] =  with_corporation["utility"].values-with_corporation["production_cost"].values-with_corporation["transaction_cost"].values
with_corporation=pd.concat([with_corporation, no_corporation[3:5]])
with_corporation.loc["Total"] = with_corporation.sum(axis=0)
with_corporation

반면 기업이 존재하는 경우 시장에 존재하는 최종 편익(Total Benefit)은 125.83으로 기업이 없는 경우보다 약 12.3정도 높습니다.

사실 너무 당연한 결과입니다. 시장 구성원이 갖고 있는 거래 비용이 기업이 생성되면서 통합되어 축소될 수밖에 없도록 구성되었기 때문입니다. 임의 값을 넣어 20~30번 반복해도 당연히 최종편익값은 양수(+)가 나올수 밖에 없습니다.

3. 기업 활동의 발전 : 가치사슬

자본주의가 발전하기 시작하면서 거래비용을 최소화하기 위한 기업의 형태와 행태가 구체적으로 진화하기 시작했습니다. 그리고 축적되었던 지식과 이론들이 애덤 스미스의 국부론에 의해 태동하기 시작했고 테일러의 과학적 관리법⁷에 의해 계량화되기 시작했습니다. 다양한 논의와 연구가 가속화되면서 마침내 마이클 E. 포터⁸는 가치사슬(Value Chain)이라는 프레임워크를 활용해 기업의 활동과 기능을 분석하기 시작합니다.

Source: Porter, M. E., & Advantage, C. (1985). Creating and sustaining superior performance. Competitive advantage, 167, 167–206.

포터에 의하면 기업은 가치사슬(Value Chain) 과정을 통해 가치를 창출합니다. 가치사슬은 본원적 활동(Primary Activities)와 지원적 활동(Support Activities)로 구분됩니다.
본원적 활동은 기업이 제품이나 서비스를 만들어내는 핵심 활동을 의미합니다. 고객에게 제품 또는 서비스를 전달함으로써 경쟁우위를 확보하는 기본적인 과정이며 각 단계가 지날 때마다 기업 내부에 부가 가치가 축적됩니다. 구체적으로 원자재 투입, 생산/운영, 로지스틱스, 마케팅과 영업, 서비스를 의미합니다. 반면 지원적 활동은 제품이나 서비스를 보다 효과적으로 생산하거나 판매할 수 있도록 지원하는 활동을 의미합니다. 기업의 본원적 활동을 지원하는 다양한 기능을 의미하며 모든 기능은 본원적 활동뿐만이 아닌 지원활동 간에도 서로 지원하고 있습니다. 인프라 지원, 인적자원관리(HRM), 기술과 구매를 의미합니다.

4. 기업 활동의 진화 : 플랫폼

거래비용을 최소화하기 위한 기업의 수단은 이제 정교해지기 시작합니다. 본격적으로 전략과 마케팅, 생산과 인사조직, 회계/재무가 구분되고 각각의 이론과 실제 사례를 기반으로 융복합적이며 고도로 진화하기 시작합니다. 필요하다면 심리학과 물리학, 수학, 정치, 컴퓨팅 등 다른 분야에서의 논의를 거리낌 없이 가져와 적용합니다. 최근 논란이 되고 있는 물적분할을 포함해 아웃소싱, 모듈화된 생산 체계 등 이제 쉬이 이해하기 어려운 형태들마저 나타나고 있습니다. 그리고 거래비용을 최소화하기 위한 기업의 혁신과 변화는 오늘날 플랫폼(Platform)이란 이름의 최종 형태를 보이고 있습니다. 개인이 모여 기업이 되고, 기업이 모여 하나의 플랫폼을 형성하게 되고, 플랫폼에서 승자의 독식이 발생하면서 강력한 비즈니스 모델로서의 플랫폼이 등장한 것입니다.

최근에는 COVID-19로 인해 주춤하지만 실제로 국내외 대부분의 산업들이 플랫폼에 기반해 급격하게 성장하고 있습니다. 아쉽게도 2022년이 시작되면서 서비스를 종료하긴 했지만 한국과학기술정보연구원은 국내 주요 산업의 기업들 간 거래 데이터를 이용해 산업 네트워크를 시각화함으로써 쉽게 구조를 파악할 수 있는 기업 정보 기반 네트워크 시스템 서비스를 제공하고 있습니다.

플랫폼을 향한 기업의 진화는 2010년~2018년 간 국내 화장품 산업의 변천사를 Networkx로 표현함으로서 간단히 살펴볼 수 있습니다. Networkx는 그래프 이론에 기반한 네트워크 분석을 할 수 있는 파이썬 라이브러리입니다. igraph라는 라이브러리도 있다는 점 알아두시면 좋을 것 같네요. 네트워크 분석은 추후에 구체적으로 소개할 예정인데요, 우선 네트워크에 표현되는 점(Node)은 기업, 선(Edge)은 기업 간 거래라고 생각해주시면 됩니다.

먼저 수집한 데이터를 전처리하고 그래프 객체로 생성합니다.

#그래프 객체 생성
transaction_network2010 = nx.from_pandas_edgelist(transaction_network2010, 'source', 'target', edge_attr=True, create_using=nx.DiGraph)
transaction_network2018 = nx.from_pandas_edgelist(transaction_network2018, 'source', 'target', edge_attr=True, create_using=nx.DiGraph)

그리고 별다른 과정 없이 바로 그림으로 그려볼께요. 이때 각 노드(기업)가 그려지는 Position은 Kamada_kawai_layout으로 표현합니다. Networkx에는 다양한 Position Layout이 있는데 일반적으로 Kamada_kawai_layout을 많이 사용합니다.

#시각화 (2010년 화장품 산업)
plt.figure(figsize=(5,5),  facecolor='white')
pos = nx.kamada_kawai_layout(transaction_network2010)
nx.draw(transaction_network2010, pos)
plt.show()
#시각화 (2018년 화장품 산업)
plt.figure(figsize=(5,5),  facecolor='white')
pos = nx.kamada_kawai_layout(transaction_network2018)
nx.draw(transaction_network2018, pos)
plt.show()

그려진 각각의 기업 간 거래 네트워크에서 기업 개수와 거래 갯수를 계산해볼까요?

print(transaction_network2010.number_of_nodes()) #2010년 화장품 산업 내 기업 개수
print(transaction_network2010.number_of_edges()) #2010년 화장품 산업 내 거래 개수

print(transaction_network2018.number_of_nodes()) #2018년 화장품 산업 내 기업 개수
print(transaction_network2018.number_of_edges()) #2018년 화장품 산업 내 기업 개수

2010년에는 각각 88개 기업과 64개 거래, 2018년에는 159개 기업과 154개 거래가 이루어졌습니다. 8년 사이 화장품 산업에 새롭게 참여하는 기업의 숫자가 증가하면서 동시에 거래 빈도 또한 증가한 것을 확인할 수 있죠. 슬슬 산업에서의 중심 기업이 등장하는 것 같기도 하고요. 이 결과를 토대로 다양한 해석과 의견을 개진할 수 있습니다.

최근 IT기술과 인프라의 발전으로 빅데이터 수집과 처리가 수월해지고, 인공지능 등 이를 직접적으로 활용할 수 있는 기술이 본격화하기 시작하면서 플랫폼 기반의 기업 진화 속도는 더욱 빨라지고 있습니다.

바로 여기서 실무자와 관리자, 즉 화성에서 온 분석가와 금성에서 온 관리자가 슬슬 말이 안 통하기 시작합니다. 서로 너무 다른 용어를 사용하기 때문입니다. 서로 너무 다른 목적을 갖고 있기 때문입니다. 서로 너무 다른 시야를 갖고 있기 때문입니다. 관리자가 습득하는 경영 이론과 테크닉은 너무 형이상학적이고 뜬구름 잡는 소리로밖에 들리지 않습니다. 반면, 분석자가 보고하는 내용은 너무 쓸데없는 이야기들로 가득합니다. 그래서 된다는 건지 안된다는 건지 파악하기 어렵습니다.

관리자는 기술 자체에는 큰 관심이 없습니다. 어떻게 기업에 적용할 수 있는지에 대한 응용(Application)이 더 궁금합니다. 분석자는 기업 자체에는 큰 관심이 없습니다. 어떻게 분석을 최적화하고 계량화(Quantifying)할 수 있는지가 더 궁금합니다. 사실 이 두 가지 모두 기업의 생존과 팀의 발전에 필요하다는 것을 잘 알고 있으면서도 말이죠. 이제 슬슬 서로를 이해할 때가 되었습니다. 왜냐고요?

기업은 가치를 키워야 하니까요!

시간이 지나고 그 어떤 기술이 등장하더라도 이것은 바뀌지 않을 분명한 명제일 것입니다. 이를 보다 구체적으로 이해하기 위해 기업이 수행하는 전략, 마케팅, 생산 등 내용을 소개하고 어떻게 기술적으로 활용되고 있는지 꾸준히 살펴보도록 하겠습니다.

Reference

  1. Drucker, P. F. (1993). Concept of the Corporation. Transaction Publishers.
  2. Hirst, S. (2018). The Case for Investor Ordering. Harv. Bus. L. Rev., 8, 227.
  3. Coase, R. H. (1993). The nature of the firm: origins, evolution, and development. Oxford University Press, USA.
  4. Williamson, O., & Masten, S. (1995). Transaction cost economics. Edward Elgar Publishing.
  5. Moore, J. F. (1993). Predators and prey: a new ecology of competition. Harvard business review, 71(3), 75–86.
  6. Jacobides, M. G., Cennamo, C., & Gawer, A. (2018). Towards a theory of ecosystems. Strategic management journal, 39(8), 2255–2276.
  7. Taylor, F. W. (1919). The principles of scientific management. Harper & brothers.
  8. Porter, M. E., & Advantage, C. (1985). Creating and sustaining superior performance. Competitive advantage, 167, 167–206.

콘텐츠 크리에이터 소개

“김철민”, Business Applicated Data Analysis를 추구합니다. 공부할게 많아서 자신감을 잃곤 합니다. 그래도 항상 노력합니다. (블로그)