한국경영과학회지제 39 권제 3 호 214 년 9 월 http://dx.doi.org/1.7737/jkorms.214.39.3.23 DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 * 전훈 이학연 서울과학기술대학교 IT 정책전문대학원 Measuring Operational Efficiency of Korean Online Game Companies with DEA Window Analysis Hoon Chun Hakyeon Lee Graduate School of Public Policy and Information Technology, Seoul National University of Science and Technology Abstract This paper measures the operational efficiency of domestic online game companies and analyze its trends and patterns by using data envelopment analysis (DEA). DEA is a non-parametric approach to measuring the relative efficiency of decision-making units (DMUs) with multiple inputs and outputs. 14 online game companies are selected as DMUs and three inputs (number of employees, capital and asset) and three outputs (sales, operating profit and net profit) are selected as DEA variables. First, the output-oriented BCC model and super-efficiency model are employed to measure the static operational efficiency of the online game companies from 23 to 212. We also conduct the dynamic analysis with DEA window model to capture the trends of their operational efficiency influenced by internal and external environmental changes. The results are expected to provide fruitful implications for strategic decision making of online game companies and policy making for the online game industry. Keywords:Online Game, DEA, Window Analysis, Operational Efficiency 논문접수일 :214년 3월 2일논문게재확정일 :214년 6월 12일논문수정일 (1차:214년 5월 24일 ) * 이연구는서울과학기술대학교교내연구비의지원으로수행되었습니다 (214-46). 교신저자 hylee@seoultech.ac.kr
24 전훈 이학연 1. 서론 온라인및웹이라는새로운플랫폼의등장과초고속인터넷보급에힘입어국내온라인게임산업은 2년이후폭발적인성장과발전을거듭하여 21년에는 1여만명이넘는종사자수와 16억불에가까운수출실적을기록하였다 [2]. 온라인게임산업초기에는창의적인아이디어와개발력을지닌소규모벤처기업들이산업의주를이루었으며, 소수게임의성공여부에따라기업의성공과몰락이결정되는고위험고수익 (High Risk, High Return) 의사업적특징을보여주었다. 그러나산업이성장함에따라대규모자본과인력을보유한대기업중심으로산업구조의재편이진행되었으며, 글로벌기업들의국내진출이가속화되면서국내시장경쟁은더욱심화되었다. 한편, 온라인게임중독등의문제가사회적이슈가됨에따라정책적규제가강화되었으며, 스마트폰, 태블릿 PC(Tablet-PC) 등모바일플랫폼의등장으로모바일게임시장이급속하게확대되면서온라인게임산업은새로운형태의도전에직면하게되었다. 산업의성장과함께기업의경영전략에도많은변화가있었다. 산업구조재편및경쟁의심화는자연스럽게운영효율성에대한인식을제고시켰다. 대규모자본조달과활용을위한기업공개의필요성이커지면서, 운영효율성은자원의효율적배분및성과측정에있어서필수적인평가요소로활용되었을뿐만아니라, 신사업진출, 인수및합병과같은전략적의사결정시에유용한판단기준이되기도하였다. 이러한이유로온라인게임산업에서기업의운영효율성을평가하고분석하려는시도가지속적으로이루어져왔다. 일반적으로기업의운영효율성측정을위해서는모수적또는비모수적효율성측정기법이활용될수있으며, 특히비모수적기법인자료포락분석 (data envelopment analysis : DEA) 이특정산업내기업들의운영효율성측정및비교연구에널리활용되어왔다. DEA는다수의투입요소 (input) 과산 출요소 (output) 를갖는의사결정단위 (decision making unit : DMU) 의상대적효율성을측정하는선형계획모형이다 [12]. DEA는단순히효율성관점에서성과를측정하는것뿐만아니라비효율적인 DMU 에대해성과향상을위한벤치마킹방향을제시한다는장점으로인해 1차산업인어업 [19] 부터의료산업 [6, 18], 서비스조직 [2], 공항 [16], 투자포트폴리오 [3], 방송산업 [1], 지하철등사회기간산업 [8], 병무청등공공기관 [13], 정부지원연구개발 [7] 등다양한산업및공공분야에활용되어왔다. 한편, 온라인게임의성과평가 [17] 뿐만아니라온라인게임기업과관련된효율성평가에도 DEA는적극활용되어왔는데, 윤건우, 유승호 [9] 는인적자본이론을바탕으로온라인게임기업의인적자본투입의효율성을측정하였으며, 고동원 [1] 은 211 년기준으로게임소프트웨어및서비스산업내의 2개의상장사를대상으로경영효율성을분석하고, 기업별로규모의효율성을산출하였다. 그러나기본적인 DEA 모형은대상 DMU의특정기간동안의정태적효율성을측정하는것을목적으로하기때문에, 시간변화에따른기업의효율성변화를파악할수없다는한계점이있다. 이에따라시간의변화에따른효율성의동태적인변화를추적하여각 DMU의시계열적인성장성, 안정성등을측정할수있는 DEA의 Window 분석을활용한연구가최근활발히이루어지고있다. 해외의경우영국은행산업 [32], 대만통신산업 [34] 등에대한연구가이루어졌으며, 국내의경우생명보험산업 [14], 정보기술산업 [11], 제약산업 [21], 해운산업 [15] 등다양한산업분야의기업효율성연구에 Window 분석이활용되었다. 그러나그동안온라인게임산업분야의운영효율성에대해서는정태적분석수준의연구만이존재할뿐, Window 분석을이용하여동적효율성변화를측정하려는시도는이루어지지않았다. 하지만앞서언급한바와같이온라인게임산업은짧은기간동안대내외환경의변화에따라경쟁구도및산업구조가급격히재편되어왔으므로시간의변화에따른기
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 25 업의운영효율성변화를파악하는것은기업의운영전략수립및온라인게임산업관련정책결정시에중요한시사점을제공해줄수있다. 이에본연구에서는국내온라인게임기업들의정태적효율성과함께동태적효율성분석을동시에수행한다. 우선실증적인데이터를바탕으로 DEA 모형중산출지향 BCC(output-oriented BCC model) 및초효율성모형 (super efficiency model) 을이용하여온라인게임기업의정태적효율성을측정하고, 다음으로 Window 분석을이용하여 23 년부터 212년까지 1년간의동태적효율성을측정함으로써대내외환경변화에따른온라인게임산업및개별기업의효율성변화와추세를분석하고자한다. 이후본논문의구성은다음과같다. 제 2장에서는 DEA 및 Window 분석에대한고찰이이루어지고, 제 3장에서는본연구의프레임워크및변수, 데이터등연구방법을설명한다. 제 4장에서는 DEA 산출지향모형및초효율성모형을통해정태적효율성분석을하고, 제 5장에서는 Window 분석을통해동태적효율성변화를분석한다. 마지막제 6 장에서는본연구의의의와한계및향후연구방향을제시한다. 2. DEA Window 분석 DEA는다수의투입요소와산출요소를갖는 DMU 의효율성을측정하는비모수적생산성측정기법이다. DEA에서의효율성은투입요소와산출요소의가중합의비율로정의되며, 다른 DMU들의효율성이 1을넘지않는범위내에서, 측정하려는대상 DMU의효율성을최대로하는가중치를선형계획법모형을통해산출하여효율성을측정한다. 효율성이 1인 DMU는효율적이며, 1 미만의효율성을가지는 DMU는비효율적인것으로간주한다. DEA 모형은규모의수익 (returns to scale) 에대한가정에따라크게두가지모형으로구분된다. Charnes et al.[25] 에의해제시된 CCR 모형은규 모의수익불변 (constant returns to scale) 을가정하여규모의효율성과순수기술적효율성을구분하지않는다. 이에 Banker et al.[23] 은규모의수익가변 (variable returns to scale) 을가정하는 BCC 모형을제시하였다. 또한 DEA 모형은그목적에따라투입지향 (input-oriented) 모형과산출지향 (output-oriented) 모형으로나눌수있다. 투입지향이란주어진산출수준에서투입을최소화하는것을목적으로하는반면, 산출지향은주어진투입수준에서산출을최대로하는것을목적으로한다. 본연구에서활용하는산출지향 BCC 모형은아래와같은선형계획법모형으로나타낼수있다. (1) 여기서 x, y 는 DMU 의투입물과산출물벡터이고, X와 Y는각각전체 DMU들의투입물과산출물행렬을나타내며, λ는가중치벡터, η는효율성점수의역수이다. 한편, DMU의수가투입및산출변수의수에비해상대적으로적을경우, 효율적인 DMU가과다하게산출되어판별력이저하될수있다. 이러한경우, DEA의판별력을높이기위해초효율성모형이활용될수있다 [33]. 위의식에서 인제약식을제거하여새로운변경선을도출하고이를기준으로각 DMU의초효율성을측정할수있다. 위의 DEA 모형들은특정기간내의정태적효율성에초점을맞추고있는반면, Window 분석은시간의변화에따른효율성의동태적인변화를추적하여각 DMU의시계열적인성장성, 안정성등을측정할수있는기법이다 [26]. Window 분석은 < 표 1> 과같이효율성을측정할총기간에걸쳐투입요소와산출요소의데이터를수집하고, 동태적변화를관찰할기간 (Window) 을결정한다. 각윈도우에서는같은 DMU라도기간이다르면서로다
26 전훈 이학연 < 표 1> DEA Window 분석틀 기간윈도우 1 2 3 k 1 1 p 2 2 p+1 3 3 p+2 w k-p+1 k 른 DMU로간주한다. 예를들면, n개의 DMU 들에대해 k기간동안의데이터를수집한후윈도우폭을 p로결정했을경우, 윈도우의수 (w) 는 k-p+1 이며, 각윈도우의 DMU 수는 pn개가된다 [14]. 이처럼시점이다른 DMU를모두개별적으로다른 DMU로간주함으로써 DMU 수가적을경우에도유용하게활용될수있다는장점이있다. Window 분석의최대장점은윈도우별효율성평가결과가모두도출되며, 이를바탕으로하여시계열적인환경및조건, 트렌드변화에따른각 DMU의효율성변화를분석할수있다는점에있다. 특히, 급변하는신기술산업분야에있어서시간적변화에따라각 DMU의효율성이어떻게변화하는가를분석, 평가하는경우에매우유용한기법이라고할수있다. 3. 연구방법 3.1 연구프레임워크본연구는아래 [ 그림 1] 의구조로수행된다. 먼저, 분석대상온라인기업을선정하고관련된투입변수와산출변수에대한실증데이터를수집한다. 온라인게임기업의투입변수와산출변수를각각설정하고, 각온라인게임기업을 DMU로하는 DEA 를수행하여온라인게임기업의효율성점수를산출한다. 온라인게임기업의효율성은각각두가지관점에서분석이이루어진다. 먼저온라인게임기업의정태적효율성을분석하기위해산출지향 BCC 모형을이용한다. 본연구에서산출지향모형을적용하는것은, 일반적으로온라인게임기업의 [ 그림 1] 연구프레임워크
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 27 의사결정자들이효율성향상을위해산출극대화에초점을맞추기때문이다. 온라인게임산업의특성상한정된산출요소에대해투입의감소를통해효율성을추구하기보다는, 주어진투입요소하에산출을극대화하는것이보다효과적이다. 이는온라인게임이투입요소의통제가어려우며, 투입요소간의다양한시너지효과에의해발생되는네트워크효과가산출효과를크게좌우하기때문이다. 또한산출지향 BCC 모형을사용할경우, 온라인게임기업수가많지않아판별력이저하될수있으므로, 초효율성모형을활용하여동일한분석을수행한다. 다음으로, 온라인게임기업의동태적효율성을분석하기위해 Window 분석을실시한다. 이를통해온라인게임산업의효율성의변화와개별온라인게임기업의시계열적인변화추이를동시에분석한다. 3.2 분석자료 3.2.1 분석대상본연구에서는 213년기준게임산업협회에등록되어있는기업들중온라인혹은모바일플랫폼을통해게임사업을진행하고있는국내기업을분석대상으로선정하였다. 이에따라 14개의대표적인온라인게임기업을추출하였으며, 이들의 23년~212년 1년간의데이터를바탕으로실증분석을수행하였다. 이들기업들은 23년이전부터설립되어 1여년간온라인게임사업을주사업부문으로하여존속하는기업들이며, 정보의투명성과자료의객관성을확보할수있는거래소및코스닥상장기업으로구성되어있다. 이러한기업들은국내온라인게임산업의낮은업력에도불구하고, 초기의온라인게임산업태동기부터온라인게임사업을수행해왔으며, 높은신뢰도와건전한재무구조로거래소및코스닥상장기업지위를유지하고있는기업들이다. 본연구에 DMU로선정된온라인게임기업들은아래 < 표 2> 와같다. 3.2.2 변수투입및산출변수선정은 DEA 수행에있어서가장중요한부분중하나이다. 투입및산출변수의선정을위해 DEA를활용하여기업의운영효율성을측정한기존연구들을분석하였으며, 기존연구들에서활용된투입및산출변수들을 < 표 3> 에정리하였다. 투입변수로는주로인력, 비용, 자본, 자산등이활용되어왔으며, 매출액, 이익이주요산출변수로활용되어왔다. 이에본연구에서도인원, 자본, 자산을투입변수로선정하였으며, 매출액, 영업이익, 당기순이익을산출변수로활용한다. < 표 2> 분석대상온라인게임기업 DMU 주요온라인게임 성격 YNK코리아 로한, 씰온라인 온라인게임개발 / 퍼블리싱 네오위즈게임즈 피망, 피파온라인 온라인게임개발 / 퍼블리싱 드래곤플라이 카르마온라인, 스페셜포스 온라인게임개발 소프트맥스 테일즈위버, SD건담시리즈 온라인게임개발 액토즈소프트 A3, 천년, 라테일 온라인게임개발 / 퍼블리싱 엔씨소프트 리니지, 아이온 온라인게임개발후퍼블리싱 엠게임 열혈강호, 게임포탈 온라인게임개발 / 퍼블리싱 와이디온라인 프리스톤테일, 오디션 온라인게임개발후퍼블리싱 웹젠 뮤, 헉슬리 온라인게임개발후퍼블리싱 한빛소프트 헬게이트, 위드, 에이카 온라인게임개발후퍼블리싱 게임빌 프로야구, 슈퍼사커 모바일게임개발 / 퍼블리싱 컴투스 미니천국, 액션퍼즐패밀리 모바일게임개발 / 퍼블리싱 바른손게임즈 라그하임, 보노보노 온라인게임개발후퍼블리싱 위메이드 창천온라인, 아발론온라인 온라인게임개발후퍼블리싱
28 전훈 이학연 기존연구분야투입변수산출변수 Cinca 외 [3] 인터넷인원수, 비용, 자산방문자수, 매출액 Thore 외 [31] 컴퓨터 매출원가, 판관비, 인원수, 유형자산, 자본적지출, 개발비 매출액, 세전이익, 시가총액 Zhu[36] Fortune 5 인원수, 자산, 자본 매출액, 이익 Yang 외 [34] 통신 ( 대만 ) 자산, 영업비용 매출액, 가입자수, 통화수 Yang[35] 보험 ( 캐나다 ) 인건비, 판관비, 자본, 클레임수 순수수료, 당기순이익 Webb[32] 소매은행 ( 영국 ) 금액, 예금유치원가, 이자비용, 운영비용 총이익, 총대출금 고동원 [1] 게임 SW, 서비스 ( 한국 ) 자산, 투자자산, 인원수 매출액, 시가총액 김우식 [4] 전자 ( 한국 ) 인원수, 자본, 부채 매출 이대용, 이청호 [11] 정보기술 ( 한국 ) 인원수, 자산, 운영비 매출액, 당기순이익 윤건우, 유승호 [9] 게임산업 ( 한국 ) < 표 3> 기업운영효율성측정을위한투입변수와산출변수 개발인력수, 비개발인력수, 개발비, 교육훈련비, 인건비 매출액 온라인게임기업의입장에서투입변수의의미를살펴보면, 인원수는제작, 개발, 퍼블리싱, 마케팅에이르는온라인게임프로세스수행의핵심투입요소로써, 자본은첨단기술도입, 인재확보및재무적안정성을가능케하는서비스및가치체인의투입요소로써, 또한자산은규모의효과를통한시장선점, 신규자본의유입및 M&A 등과같은다양한전략적기회를부여하고, 기업의부실리스크를감소시키며, 지속가능성을높일수있는투입요소로써의역할을한다고할수있다. 산출변수로서매출은기업의총산출을대표하는성과지표이며, 영업이익은주사업영역의수익성을나타내는지표이고, 당기순이익은영업의성과와더불어기업의재무적전략까지포괄한최종이익지표에해당된다고할수있다. DEA에활용된각변수들의연도별기초통계량은 < 부록 1> 에첨부되어있다. 4. 정태적효율성분석 4.1 BCC 효율성먼저 BCC 모형을통해총 14개온라인게임기업의효율성을측정하였다. 산출지향 BCC 모형을통해 23년부터 212년까지매년각각의 DMU의 상대적효율성을측정하였다. 온라인게임기업들의상대적효율성점수는연도마다독립적이며, 다른연도와는무관한상대적효율성점수를의미한다. 정태적분석은연도별로효율적기업과비효율적기업의우열을보여줄뿐만아니라한기업이비효율성을보여준원인에대한분석을가능하게한다. < 표 4> 는기업별, 연도별 DEA 효율성분석결과를요약한것이다. 23년에특징적인결과를나타낸기업은소프트맥스이며가장낮은효율성 (.23) 을기록하였다. 소프트맥스의낮은효율성은 PC 및콘솔게임에서온라인게임으로전환되는시점에서적시적인대응과전환이지연되었다는점이주요한원인이라할수있다. 23년은온라인게임시장이커지면서, 대부분의 1세대게임개발기업들이본격적으로온라인게임개발로전환한시기였다. 그러나소프트맥스는콘솔게임의장기간개발용역으로인해온라인게임시장진입이지연되어상대적으로낮은매출액과이익을기록하게되었다. 25년의특징적인결과는드래곤플라이 (.18), 와이디온라인 (.16) 웹젠 (.21) 바른손게임즈 (.14) 등중소온라인게임기업들이낮은효율성점수를나타냈다는점이다. 블리자드의 WOW(World of Warcraft) 와같은블록버스터게임의등장과국내
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 29 < 표 4> 온라인게임기업들의 BCC 효율성점수 연도 DMU 23 24 25 26 27 28 29 21 211 212 YNK코리아 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 네오위즈게임즈 1..91 1. 1. 1. 1. 1. 1. 1. 1. 드래곤플라이 1..67.18.4.8 1..72.63.49.3 소프트맥스.23.39 1. 1. 1. 1. 1. 1. 1. 1. 액토즈소프트 1..77.56.42.78 1. 1..91 1. 1. 엔씨소프트 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 엠게임 1..97 1. 1. 1..99.56.5.41.44 와이디온라인.55.71.16 1. 1. 1..85 1. 1. 1. 웹젠 1..49.21.16.3.31.23.28.42.41 한빛소프트.87.5.84 1. 1. 1..97.55 1. 1. 게임빌 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 컴투스 1..89.77 1. 1..72.63.53.49 1. 바른손게임즈 1. 1..14.19.43 1. 1. 1..49 1. 위메이드.72 1..64.46 1. 1. 1..64.74.34 효율성평균.88.81.68.76.88.93.85.79.79.82 효율기업수 1 5 6 9 1 11 8 7 8 1 효율기업비율 (%) 71.4 35.7 42.9 64.3 71.4 78.6 57.1 5. 57.1 71.4 대작게임의증가로인해경쟁이심화되었으며, 기업운영면에서는인건비및마케팅비용의상승에따른게임개발비용증가로인해개발중심의중소온라인게임기업들의매출과수익이모두저조했기때문으로해석할수있다. 211년의특징적인기업은컴투스 (.49) 다. 컴투스는게임빌 (1.) 과더불어모바일게임의대표적인기업이었으나, 경쟁자인게임빌에비하여상대적으로저조한효율성점수를나타내고있다. 이는모바일게임이라는동일한비즈니스모델안에서도기업간효율성차이가명백하게존재함을알수있다. 컴투스는 213년게임빌에게피인수되었다. 4.2 초효율성위 < 표 4> 에제시된바와같이대부분의연도에서효율적기업의비율이 5% 이상으로나타나판별력이매우낮은결과가도출되었다. 이는 DMU 인온라인게임기업의수가 14개인반면, 투입및산출변수의개수가 6개로상대적으로많기때문이다. 이에초효율성분석을수행하여, 효율성이 1인기업들간의상대적우위를도출하였으며, 그결과가 < 표 5> 에제시되어있다. 25년특징적인기업은엔씨소프트와네오위즈게임즈이다. 엔씨소프트 (8.41) 는뛰어난개발력을바탕으로제작된대표온라인게임인리니지와후속대작게임들이연속적인성공을거두었고, 특히국내시장에만의존하던다른기업과는달리일찍부터해외진출을시작하여높은수익과성장을지속할수있는글로벌포트폴리오를확대함으로써지속적인매출신장과수익성확보에성공하여최고의효율성을나타냈다. 네오위즈게임즈 (1.6) 의경우에도 FPS(First-Person Shooting) 게임인스페셜포스와스포츠게임인피파온라인의성공으로웹보드게임을주축으로한게임포탈에서탈피하여퍼블리싱게임을장착한장르별게임포트폴리오를구
3 전훈 이학연 < 표 5> 온라인게임기업들의초효율성점수 연도 DMU 23 24 25 26 27 28 29 21 211 212 YNK코리아 3.38 2.58 1. 1. 1. 1. 1. 1. 1. 1. 네오위즈게임즈 1.5.91 1.6 1.91 1.11 1.49 1.4 2.2 3.29 2.93 드래곤플라이 1.48.67.18.4.8 13.7.72.63.49.3 소프트맥스.23.39 1. 1. 1. 1. 1. 1. 1. 1. 액토즈소프트 1.28.77.56.42.78 1.9 1.43.91 3.64 1.74 엔씨소프트 2.12 4.51 8.41 4.5 2.85 1.43 4.1 9.9 2.23 15. 엠게임 1.1.97 2.24 1.79 1.27.99.56.5.41.44 와이디온라인.55.71.16 1.41 1.58 1.32.85 2.77 1. 1. 웹젠 3.1.49.21.16.3.31.23.28.42.41 한빛소프트.87.5.84 1.29 1.11 1.7.97.55 1. 1. 게임빌 1. 1. 1. 1. 1. 1. 5.63 3.51 1.86 2.15 컴투스 4.48.89.77 1.44 1.1.72.63.53.49 1.7 바른손게임즈 1. 1..14.19.43 1. 1. 1..49 1.5 위메이드.72 3.92.64.46 2.26 1.7 1.11.64.74.34 축하였으며, 뛰어난개발인력흡수, 제작스튜디오설치및해외기업과의전략적제휴로인해뛰어난효율성을보여주었다. 28년에는무명의중소게임개발사인드래곤플라이 (13.7) 가가장높은효율성을기록하였다. 드래곤플라이는스페셜포스라는게임을통해국내 FPS라는새로운게임장르를성공시킨게임개발사이다. 드래곤플라이는 25년부터본격적으로서비스되기시작한최고히트작스페셜포스의지속적인업데이트를통해인기를유지하였으며, 28년에와서최고의매출과 4% 대의높은이익율을바탕으로높은효율성을보여주었다. 212년에는모바일게임사인게임빌 (2.15) 과컴투스 (1.7) 가상대적으로높은효율성점수를기록하였다. 초기모바일게임은휴대폰다운로드방식으로게임구현과이용에제약이많았으나 21년부터새로운운영체제를탑재한스마트폰과태블릿이본격적으로확산되고, 이에맞는모바일게임이본격적으로개발되면서관련시장이급격하게성장하기시작하였다. 이에따라모바일게임기업들의매출과수익이증가하고, 높은효율성을나타내었다. 5. 동태적효율성분석 5.1 산업수준동적변화분석앞의산출지향 BCC 모형과초효율성모형으로측정한정태적인효율성분석은효율성산출이간편하고직관적으로이해할수있는장점이있기는하지만, 단기간의등락으로인해기업의운영효율성변화양상을파악하기쉽지않다는한계가있다. 따라서본연구에서는이러한한계를극복하기위해 Window 분석을이용하여동적인효율성을측정하였다. Window 분석을적용함에있어서관찰기간, 즉윈도우의크기를설정하는것이중요한데, 이는윈도우를지나치게좁게설정할경우정태적분석에서처럼투입과산출의기간적불일치가나타날우려가있고, 너무넓게설정할경우변화에대한영향요소가효율성에반영되는시점에서희석될위험이있기때문이다. 본연구에서는이러한점을고려하여관찰기간을 3년으로설정하였다. 이는실무적으로하나의퍼블리싱온라인게임이개발부터
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 31 상용화, 유료화되는시점까지걸리는평균적인기간을고려한것이며, 게임의환경과산업의역사를추적해볼때 23년부터 3년주기로온라인게임산업이급격한변화를겪었다는점을고려한것이다. 아래 [ 그림 2] 는 23년부터 212년까지 1년간온라인게임산업전체의변화를나타내고있다. 온라인게임산업전체의변화를나타내는각연도별점수는 DMU인전체온라인게임기업의효율성점수평균값으로구성되어있으며그래프는시기별효율성점수의변화와추세를나타내고있다. 지난 1년간온라인게임기업들이가장낮은효율성을기록한해는 25년으로.69의효율성점수를기록하였다. 이는 2년대초기진입기에서벗어나온라인게임산업이본격적인성장기에진입하면서생긴구조적인수요공급의불균형시기라고할수있다. 초기온라인게임시장의불확실성이사라지면서, 짧은기간안에온라인게임기업들이대거설립되었고, 시장성을확인한대기업들이사업다각화전략의일환으로온라인게임시장에진출하기시작하였다. 그결과한정된시장에다수의신작게임들이공급되어온라인게임기업들의매출과수익은정체되기시작하였으며경쟁력 을상실한중소개발사들은사라지거나일부대기업에편입되는산업의재편과정을거치게되었다. 25년저점에서시장의경쟁구조가정리되면서서서히온라인게임산업은다시성장세에진입하게된다. 기업들은침체기를겪으면서게임전략, 마케팅및개발능력을강화하고, 기업체질을개선하면서점차효율성을회복하기시작한다. 25년후반부터게임장르의다양화가시작된다. 이전의 MMORG(Massive Multiplayer Online Role-playing Game), 캐쥬얼게임, 웹보드게임등의한정된게임장르에서탈피하여스페셜포스, 서든어택과같은전투및 FPS 게임, 피파온라인이나프리스타일과같은스포츠게임들이가세하여게임이용자의선택폭을확대하였으며, 27년전후글로벌최대호황기를맞이하여온라인게임산업도최대의호황기를구가하면서향상된효율성 (.85) 결과를나타내었다. 28년은온라인게임산업의산업적특성을명백하게보여주는시기였다고할수있다. 27년까지의글로벌호황을구가하던세계경제는 28년서브프라임모기지사태와리먼브러더스파산등으로촉발된글로벌금융위기로인해산업전반이침 [ 그림 2] 산업수준효율성변화추이
32 전훈 이학연 체에빠졌으나오히려온라인게임산업부분은최대의효율성 (.9) 을보여주었다. 28년부터중국시장을필두로하여본격적인온라인게임의해외진출이가속화되고, 수출이폭발적으로증가되었는데, 이는상대적으로동아시아경제가해외악재에큰영향을받지않았다는점도한이유라고할수있다. 28년정점을찍은온라인게임산업은 29년부터게임중독등에대한규제, 청소년보호등의정책적변화와중국후발게임사들의등장으로인해효율성이저하되기시작하였으며, 211년까지점진적인하락기에재진입하였다. 온라인게임산업시장의성장은여전히지속되었으나개별온라인게임사들의성장률은정체되기시작하였고, 높은인건비와게임제작비용의증가, 해외온라인게임사들의국내진출이가속화되면서높은효율성을기록하기는어려워졌다. 특히, 이전까지중국의게임수출을통해높은성장을이룩했던국내게임사들이, 중국국내게임사들의자체게임개발과성장으로상당부문성장이제한되었던점도하나의원인이라고할수있다. 한편, 21년부터사회적으로주요이슈가되었던게임중독과관련된규제법안은여러가지논란을일으켰으나온라인게임산업전반적으로다른외부적인영향을상쇄할만큼심각한영향은보 여주지않은것으로나타났다. 5.2 기업수준동적변화분석앞서 Window 분석을통해온라인산업전체의효율성측면에서시기별변화양상을관찰해보았다면, [ 그림 3] 은개별온라인게임기업측면에서효율성변화를보여주고있다. 기업들의연도별효율성점수값은 < 부록 2> 에제시되어있다. 지난 1년간시기별변화양상을관측해보면, 운영효율성의지속성과변동성측면에서기업들간의차이를파악할수있다. 엔씨소프트, 네오위즈게임즈, 게임빌과같은기업들은시계열적으로높은효율성을지속적으로유지하고있는것으로나타났다. 이는이들기업들이인력, 자산, 자본의효율적인활용을통해장기간높은매출과수익성을확보하고있으며, 불확실한환경이나경쟁변화와같은변동성에직면하여서도안정적인대응능력을보여주고있다고해석할수있다. 한편, 일부기업들은효율성변화가급격하게나타나는데, 이러한기업들은주로게임의일회적성공으로인해산출지표가급변하는개발위주기업이거나비즈니스모델을변경하는기업들인것으로 [ 그림 3] 개별기업효율성변화추이
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 33 파악된다. 소프트맥스, 드래곤플라이등이전자에해당되며, 게임 SW 유통비즈니스에서온라인게임개발로전환한한빛소프트와인수합병을통해온라인게임사업에진출한바른손게임즈같은기업이후자에해당된다고할수있다. 개별기업의차원에서특징적인변화를관찰해보면, 우선웹젠의변화를주목할수있다. 온라인게임 뮤 로 2년대초반대표적인온라인게임기업이었던웹젠은후속대작게임의연속적인실패로 Window 4(26~28) 부터온라인게임기업들중에서가장낮은효율성을기록하게되었다. 장기간의낮은효율성은기업의지속가능성에심각한위협요소로작용하게되고, 자생적인효율성개선이어려울경우에는기업매각및피인수등으로이어질수밖에없으며, 결국 28년웹젠은 NHN 의게임자회사인 NHN 게임즈에피인수되었다. 앞에서살펴본변화가주로개별기업내부요인과상황에의한것이라면, 외부적인요인, 즉외부시장, 환경, 정책의변화에따른온라인게임산업의영향도파악할수있다. 이러한영향은크게세가지현상으로분석할수있다. 첫째로온라인게임시장에서대기업의편중현상이다. 대규모인력과자본이필요한대작게임및소수블록버스터게임에대한집중현상이심해지면서위메이드, 바른손게임즈등의기존중소온라인게임사의경쟁력이낮아졌으며, 자본부족, 인력유출, 고객마케팅등의열세로인해중소온라인게임사의효율성은상대적으로낮은수준을기록하였다. 둘째로, 모바일플랫폼의약진이다. 2년대후반기부터본격화된스마트폰, 태블릿 PC의등장으로인해게임빌, 소프트맥스등의모바일과관련된기업이높은효율성점수를기록하였다. 앞으로모바일플랫폼은더욱발전하는과정에있으므로차후모바일기반의게임기업들이높은효율성을기록하면서온라인게임산업전반에큰영향을줄것이라고예상할수있다. 마지막으로 21년이후고스톱, 포커류등웹보드게임에대한규제정책의영향이다. 이는한게임이나피망등주요게임포털에서도 그영향이가시적인결과로나타나고있는데, 사행성게임규제로인한웹보드게임매출이급감하기시작했으며, 이는게임포털비중이높은엠게임같은기업의효율성변화를통해확인할수있다. 6. 결론 본연구는 DEA를활용하여국내온라인게임기업의운영효율성을측정하고분석하였다. 또한, Window 분석을통해대내외환경변화에따른동태적변화를추적하고분석함으로써주요정책적이슈, 트렌드의변화와기술의발달로인한온라인게임기업들의효율성변화및추이를분석하였다. 온라인게임기업의성과측정에대한기존연구들이주로정태적인효율성측정에만머물러있어, 시간변화에따른동태적효율성변화를분석할수없었으나, 본연구에서는 Window 분석을활용하여대내외환경변화에따른산업및기업의효율성변화및그원인을고찰함으로써, 온라인게임기업의전략적의사결정및온라인게임산업관련정책결정에활용될수있는다양한시사점을도출하였다. 본연구의한계로는아직까지온라인게임산업의역사가다른산업분야보다는짧고, 온라인게임산업내의기업들의업력도길지않으므로이와관련된정책이나환경이아직까지온라인게임산업의현실을충분하게반영하고있지못하기때문에, 동태적영향에대한분석이제한적일수밖에없다는점에있다. 특히, 게임중독법등의규제나정책등이실제로게임산업전체와기업의성과에미치는영향정도를파악하기에는좀더시간이필요할것으로보인다. 그밖에기업정보접근의한계로인해내 외부환경및동적인변화가기업에미치는직간접적인영향의정도를파악하기쉽지않다는점, 온라인게임산업특성을반영하는다양한변수선정이필요하지만, 데이터수집의어려움으로인해다양한변수의활용이어렵다는점도한계점으로들수있다. 그러나이러한한계는온라인게임산업에대한보다다양한연구가진행되
34 전훈 이학연 면서개선되리라예상하며, 온라인게임산업이발전함에따라다양하고풍부한데이터가축적되고, 영향요인에대한정밀하고심도있는분석이이뤄진다면추후에는온라인게임산업의효율성이보다효과적으로측정될수있을것으로기대한다. 참고문헌 [1] 고동원, 게임소프트웨어및서비스산업의경영효율성분석, 한국콘텐츠학회논문지, 제12 권, 제9호 (212), pp.34-347. [2] 김문석, DEA를이용한서비스조직의효율성평가에관한연구, 한국경영과학회학술대회논문집, (29), pp.141-145. [3] 김범석, 김명석, 민재형, 자료포괄분석 (DEA) 를이용한주식의가치평가, 경영과학, 제28권, 제3호 (211), pp.61-72. [4] 김우식, 국내전자기업의경영성과와 R&D 활동과의관계에관한연구, 산업경제연구, 제 17권, 제4호 (24), pp.1467-1484. [5] 김종기, 강다연, DEA 모형을이용한국내아파트건설기업 ( 상장기업 ) 의효율성분석, 한국콘텐츠학회논문지, 제8권, 제7호 (28), pp.21-27. [6] 김지혜, 김해수, 임빛나, 윤장혁, DEA 와맘퀴스트생산성지수를활용한 OECD 국가간의료서비스효율성분석, 한국경영과학회지, 제37 권, 제4호 (212), pp.125-138. [7] 박성민, DEA 효율성을결정하는입력-출력변수식별 : 정부지원 R&D 과제효율성평가를위한실례, 대한산업공학회지, 제4권, 제1호 (214), pp.84-99. [8] 심광식, 김재윤, 지하철효율성평가를위한 DEA-AR/AHP 모형의설계, 한국경영과학회지, 제34권, 제3호 (29), pp.15-124. [9] 윤건우, 유승호, 비모수분석모형 (DEA) 을활용한국내온라인게임기업의인적자본효율성연구, 한국게임학회논문지, 제9권, 제2 호 (29), pp.81-93. [1] 안재경, 김우제, 김종화, 박천일, DEA 를이용한지상파디지털방송경쟁력분석, 한국경영과학회학술대회논문집, (25), pp.358-362. [11] 이대용, 이청호, DEA/Window 기법을이용한정보기술산업의경영효율성과규모경제성평가에관한연구, 경영정보학, 제1권, 제3호 (2), pp.17-4. [12] 이상훈, 이학연, 박용태, 자료포락분석 (DEA) 를이용한지식서비스 (KIBS) 산업의혁신성과분석, 한국경영공학회지, 제16권, 제3호 (211), pp.129-144. [13] 이재영, IDEA 모델을이용한지방병무청운영효율성평가, 경영과학, 제22권, 제1호 (25), pp.1-13. [14] 이형석, 김기석, DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석, 한국콘텐츠학회논문지, 제8권, 제5호 (28), pp.192-26. [15] 임병학, 우리나라해운기업의재무성과에대한효율성평가 : DEA와 Window 분석의적용, 한국물류학회지, 제2권, 제4호 (21), pp.145-16. [16] 전승진, 이철웅, 환경요소를고려한국내공항생산성측정 : DEA 모형의적용, 대한산업공학회지, 제37권, 제4호 (211), pp.35-357. [17] 전훈, 이학연, DEA 기반온라인게임성과관리포트폴리오모형, 대한산업공학회지, 제39권, 제4호 (213), pp.26-27. [18] 조정은, 박지영, 김수욱, 의료서비스산업의국제경쟁력비교분석-DEA 접근법, 한국경영과학회학술대회논문집, (28), pp.118-118. [19] 최종열, 김기석, 김도훈, 연안어업경영의생산효율성분석 : DEA와 SFA 기법비교를중심으로, 한국경영과학회지, 제35권, 제3호 (21), pp.59-68. [2] 한국컨텐츠진흥원, 대한민국게임백서 (28, 29, 21, 211).
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 35 [21] 현정원, 국내제약기업광고비의기술, 배분, 전체효율성에대한 DEA 윈도우분석, 생산성논집 ( 구생산성연구 ), 제25권, 제3호 (211), pp.29-48. [22] Asmild, M., J.C. Paradi, V. Aggarwall, and C. Schaffnit, Combining DEA window analysis with the Malmquist index approach in a study of the Canadian banking industry, Journal of Productivity Analysis, Vol.1, No. 1(24), pp.67-89. [23] Banker, R.D., A. Charnes, and W.W. Cooper, Some models for estimating technical and scale inefficiencies in data envelopment analysis, Management science, Vol.3, No.9 (1984), pp.178-192. [24] Charnes, A. and W.W. Cooper, Preface to topics in data envelopment analysis, Annals of Operations research, Vol.2, No.1(1984), pp.59-94. [25] Charnes, A., W.W. Cooper, and E. Rhodes, Measuring the efficiency of decision making units, European journal of operational research, Vol.2, No.6(1978), pp.429-444. [26] Charnes, A., C.T. Clark, W.W. Cooper, and B. Golany, A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the US Air Forces, Annals of Operations Research, Vol. 2, No.1(1984), pp.95-112. [27] Colbert, A., R.R. Levary, and M.C. Shaner, Determining the relative efficiency of MBA programs using DEA, European Journal of Operational Research, Vol.125, No.3(2), pp.656-669. [28] Cooper, W.W., L.M. Seiford, and K. Tone, Data envelopment analysis : a comprehensive text with models, applications, references and DEA-solver software, Springer, 27. [29] Liu, F.-H. Franklin, and P.-H. Wang, DEA Malmquist productivity measure : Taiwanese semiconductor companies, International Journal of Production Economics, Vol.112, No.1 (28), pp.367-379. [3] Serrano-Cinca, Carlos, Yolanda Fuertes- Callén, and Cecilio Mar-Molinero, Measuring DEA efficiency in internet companies, Decision Support Systems, Vol.38, No.4 (25), pp.557-573. [31] Thore, S., F. Phillips, T.W. Ruefli, and P. Yue, DEA and the management of the product cycle : The US computer industry, Computers and Operations Research, Vol.23, No.4(1996), pp.341-356. [32] Webb, R., Levels of efficiency in UK retail banks : a DEA window analysis, Int. J. of the economics of business, Vol.1, No.3(23), pp.35-322. [33] Xue, M. and P.T. Harker, Note : ranking DMUs with infeasible super-efficiency DEA models, Management Science, Vol.48, No.5 (22), pp.75-71. [34] Yang, H.-H. and C.-Y. Chang, Using DEA window analysis to measure efficiencies of Taiwanʼs integrated telecommunication firms, Telecommunications Policy, Vol.33, No.1(29), pp.98-18. [35] Yang, Z., A two-stage DEA model to evaluate the overall performance of Canadian life and health insurance companies, Mathematical and computer modeling, Vol.43, No.7(26), pp.91-919. [36] Zhu, J., Multi-factor performance measure model with an application to Fortune 5 companies, European Journal of Operational Research, Vol.123, No.1(2), pp.15-124.
36 전훈 이학연 < 부록 1> 온라인게임기업투입변수및산출변수기초통계량 ( 단위 : 명, 백만원 ) 변수명연도 Max Min Mean Dev. 연도 Max Min Mean Dev. 인원수자산자본매출액영업이익당기순익 23 642 249,7 217,484 166,537 55,25 33,498 27 2,978 1,449 2,377 172 62,565 52,687 35,449 9,518 6,996 151 78,872 71,396 44,33 16,784 11,924 28 1,662 473,83 415,578 24,222 45,58 27,312 35 5,666 13,323 4,252 343 12,94 82,56 65,51 14,741 7,833 46 116,713 11,943 66,688 14,555 1,43 인원수자산자본매출액영업이익당기순익 24 938 368,317 331,964 246,894 18,952 77,718 23 3,615 2,258 5,138 223 7,775 61,952 41,991 12,965 1,2 24 12,965 94,742 62,834 29,118 21,45 29 1,882 78,766 634,646 452,521 199,55 182,56 66 14,45 14,418 6,388 392 152,45 122,61 93,1 25,953 21,79 459 21,23 164,12 125,584 53,738 48,912 인원수자산자본매출액영업이익당기순익 25 1,356 421,56 393,358 232,84 72,21 66,678 39 8,61 6,838 3,821 289 8,237 66,511 39,912 7,599 6,216 345 11,85 14,748 61,295 19,69 17,523 21 2,42 1,6,351 85,36 514,657 25,726 173,84 75 16,82 18,446 6,283 466 176,769 134,183 11,782 32,57 17,794 64 262,573 27,112 159,583 69,92 45,447 인원수자산자본매출액영업이익당기순익 26 1,498 463,92 418,36 227,456 51,847 38,52 39 1,18 7,87 2,148 314 85,926 7,77 46,155 7,421 4,539 372 117,87 18,563 62,59 14,665 1,7 211 2,773 1,144,558 964,67 592,13 196,787 176,925 78 24,462 12,793 8,43 498 29,34 15,253 113,126 27,627 24,575 715 37,143 249,218 186,27 56,526 48,438 인원수자산자본매출액영업이익당기순익 27 1,571 53,243 444,376 222,555 46,881 45,47 39 12,133 7,67 3,354 321 93,364 73,95 49,261 9,73 6,532 383 126,349 112,719 55,924 12,984 12,288 212 2,235 1,191,585 349,797 619,38 141,887 16,541 68 26,279 1,334 5,62 428 23,531 95,622 117,246 23,438 2,14 571 329,773 111,884 184,374 43,928 36,119
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 37 < 부록 2> DEA Window 분석결과 게임사명 23 24 25 26 27 28 29 21 211 212 1. 1. 1. YNK 코리아 네오위즈게임즈 드래곤플라이 소프트맥스 1. 1..15.98 1. 1. 1..96 1. 1..57.25 1..13 1. 1. 1. 1..96 1..88.98.34.78.36.81 1..26.41.51.58.58.4 1. 1..72 1..8 1..71.88 1..73 1. 1. 1. 1. 1. 1. 1. 1. 1. 1..57 1. 1. 1..82.93 1. 1. 1..82 1..82.58 1. 1..44 1..64 1..94 1. 1. 1. 1. 1. 1..64.3.68.31.35 1..78.35 1..51 1. 1. 1..86
38 전훈 이학연 게임사명 23 24 25 26 27 28 29 21 211 212 액토즈소프트.8.74.61.67.58.55.58.55 1..46.66 1..66 1. 1. 1. 1..84 1..85 1. 1. 1..9 엔씨소프트 1. 1. 1. 1..96 1. 1. 1..97 1..95 1..8 1. 1..56 1. 1. 1. 1..93 1..91 1. 엠게임 1..84 1..9 1. 1. 1. 1. 1. 1..95.77 1..75.44.75.44.55.45.98.5.98.5.64 와이디온라인.55.82.27 1..36 1..25.92 1..92 1. 1. 1. 1..78.98.77 1..78 1. 1. 1. 1. 1.
DEA Window 분석을이용한국내온라인게임기업의운영효율성평가 1 39 게임사명 23 24 25 26 27 28 29 21 211 212 1..56.72.53.42.32.42.32.41 웹젠한빛소프트.24.3.5.3.5.29.5.29.4.38.85.25 1..28.36 1..87.85.51.66 1..68 1. 1. 1..89 1..93 1..78 1..78.56.76.68 1..68 1. 1. 게임빌 1. 1..82 1..76.82 1. 1..91 1..98 1. 1. 1. 1. 1. 1..9 1..95.88 1..87 1. 컴투스 1..95.63 1..64.76.73.89.75.78.59.64.56.63.45.6.46.36.49.36.34.42.39.77
4 전훈 이학연 게임사명 23 24 25 26 27 28 29 21 211 212 바른손게임즈.55 1..57 1..57.22.24.2.65.15.57 1..57 1..97 1. 1..58 1. 1..51 1..7.15 위메이드.77 1..61 1..57.71.6.69 1..57 1. 1. 1. 1..62 1..54.47.46.51.39.49.35 1. Average.85.85.69.74.85.9.77.78.71.79