<31342D312D3120B9DAB3B2B1D420B9E8B9E9BDC420C7D1C0E7C8C62E687770>

미국 항공산업 노선구조의 진화에 대한 재고찰 미국 항공산업 노선구조의 진화에 대한 재고찰 박남규 (서울대학교 경영대학/경영대학원 교수) 배백식 (콜롬비아대학교 경영대학원 MBA과정) 한재훈 * (한림대학교 경영학부 조교수) 미국 항공산업에 대한 많은 선행 연구들이 미국 항공산업에서 중앙집중형(hub-and-spoke) 항공 노선망이 발전하게 된 주요한 계기를 978년부터 시작된 항공산업에 대한 규제완화라고 밝히고 있다. 그러나 본 연구에서는 중앙집중형 항공노선망의 출현은 규제완화로 인한 것이 아닌, 항공산업의 역사 적 성장에 따른 자연적 결과이며, 규제완화가 실시되기 훨씬 이전에 이미 중앙집중형 항공노선망이 출현하였다는 사실을 규명하고자 한다. 이러한 사실을 규명하기 위하여 본 연구에서는 네트워크 이론 을 기반으로 하여 미국 항공산업의 역사적 발전을 정성적 및 정량적으로 분석하였다. 93년대부터 2년대까지 7여년에 걸친 미국 항공산업의 발전 역사를 년을 주기로 관찰하였으며, 5대 주요 항공사의 노선망 구조에 대한 자료를 분석하였다. 실증자료에 대한 분석 결과는 항공산업에 대한 규 제완화가 실시되기 훨씬 이전부터 미국내 주요 도시를 중심으로 중앙집중형 항공노선 구조가 형성되 었으며, 중앙집중형 노선구조는 규제완화에 따른 급진적 결과물이 아닌 오랜 시간에 걸친 항공노선의 자연적 진화에 따른 현상이라는 것을 보여주고 있다. Key words : 노선구조 네트워크 진화, 미국 항공산업, 척도없는 네트워크 * 논문투고일 : 2. 5. 7 수정논문접수일 : 2. 3. 25 게재확정일 : 2. 3. 26 * 교신저자, 한림경영연구소 연구원 겸직

2 박남규ㆍ배백식ㆍ한재훈 I. 서론 93년에 라이트(Wright) 형제의 비행으로 시작된 미국의 항공산업은 지난 한 세기동안 기업간 경쟁, 관 련 기술 발전, 제도 및 규제의 변화, 그리고 정부의 적 극적인 개입의 따라서 다양한 변화를 거치며 발전되어 왔다(e.g., Davies, 964; Flemming, 99; Morrison and Winston, 995; Shaw, 993). 항공산업의 발전 과 기업 간의 경쟁에 가장 많은 영향을 미치는 요인의 하나는 한 지역(node 또는 origins)과 다른 지역 (node 또는 destinations)을 연결하는 노선(route)이 며, 노선간 연결을 통하여 형성되는 노선구조(route network)이라고 할 수 있다(e.g., Davies, 964; Levine, 987; Park, 24). 선행연구들은 미국내 항공산업의 노선구조가 오늘 날과 같은 형태로 형성되기까지 정부의 역할이 매우 중요한 것으로 주장하고 있다. 그중에서 가장 대표적인 주장의 하나는 978년 실시된 항공산업의 규제 완화가 중앙집중형(hub-and-spoke) 노선구조를 출현시킨 중 요한 요인이라는 인식이다. 예를 들어, Levine(987) 은 규제완화 이전의 항공사들은 전형적인 선형구조의 노선형태를 취하다가 규제완화 이후에는 거의 모든 항 공사들이 중앙집중형 시스템을 도입한 것으로 보고하 였고, 이와 같은 결과는 규제완화에 의해 탄생한 새로 운 노선 네트워크(route network) 라고 주장했다. 또 한 Borenstein(989; 992)은 규제완화 이후 자유경쟁 체제로 전환한 항공 산업에서 항공사들이 시장지배력 (market power) 제고와 서비스 향상을 위해서 중심 도시(hub city)를 만들었고, 이와 같은 과정에서 중앙 집중형 노선구조가 창출되었다고 주장하였다. 즉, 항공 사들은 중앙집중형 네트워크의 규모를 확장하여 중심 도시(hub city)에서 시장지배력을 키울 수 있었다는 것이며, 이를 가능하게 한 배경으로서 규제완화를 들 고 있다. Goetz and Sutton(997) 역시 규제완화가 많은 항공사들의 합병을 유발시켰고 합병 후 기업을 효율적으로 운영하기 위해 주요 거점에서 중앙집중 관 리(centralized control)를 행하면서 중심 도시(hub city)를 만들었고, 추후 계속적으로 증가하는 수요를 감당하기 위해서 중심도시에 더 많은 노선을 연결하는 전략을 취했다고 밝히고 있다. 그러나 본 연구에서는 기존 연구에서 주장되어온 보 편적 인식과는 다른 새로운 시각을 제시하고자 한다. 즉 미국 항공 산업에서 중앙집중형 항공노선망이 출현 한 이유는 기존에 알려진 규제완화의 결과가 아니라, 항공산업의 역사적 성장에 따른 자연적 현상이며, 또 한 규제완화가 실시되기 이전부터 이미 중앙집중형 항 공노선망이 미국 항공산업 내에 존재하였다는 사실을 주장하고자 한다. 이를 통해, 미국의 항공산업이 정부 주도로 발전된 것이 아니라 자생적으로 효율성을 추구 하기 위한 중앙집중형 구조로 형성되었다는 사실을 밝 히고자 한다. 이와 같은 사실을 규명하기 위하여 본 연구에서는 항공산업의 노선구조를 네트워크의 전형적 구조 중 하 나라고 인식하고, 전통적인 네트워크 이론과 최근 발 전하고 있는 작은 세상 이론(Small World Theory)에 입각하여 미국 항공산업의 노선구조 발전과정에 대한 분석을 하였다(e.g., Watts and Strogatz, 998; Barabasi and Albert, 999). 본 연구는 지난 한세기 동안 미국 항공산업의 역사 속에서 항공노선이 어떻게 성장하고 변화하였는지를 고찰하기 위하여, 93년대 부터 약 7년간의 각 항공사별 노선구조에 대한 자료 를 정성적 그리고 정량적인 방법을 활용하여 분석하였 다. 특히, 미국내 5대 항공사에 대해서는 개별 항공사 의 노선구조에 대한 자료를 분석하여, 본 논문에서 제 시하는 결과에 대한 보충자료로 활용하였다. 실증자료 에 대한 분석 결과는 본 논문에서 주장한 것처럼 항공

미국 항공산업 노선구조의 진화에 대한 재고찰 3 산업에 대한 규제완화가 실시되기 이전부터 미국내 주 요 도시를 중심으로 중앙집중형(hub-and- spoke) 항 공노선 구조가 형성되었으며, 중앙집중형 노선구조는 규제완화에 따른 급진적 결과물이 아닌 오랜 시간에 걸친 항공노선의 자연적 진화에 따른 현상이라는 것을 보여주고 있다. 본 논문의 구성은 다음과 같다. 먼저 2장에서는 미 국 항공 산업에 대한 전반적인 이해를 위해 항공산업 의 역사에 대한 고찰과 기존 문헌 연구를 통해 항공 노 선의 진화 과정에 대해 정성적인 접근을 했다. 3장에 서는 네트워크 이론과 모형에 대한 고찰을 통해 미국 항공 노선의 진화를 분석할 이론적 모형에 대한 소개 를 하였다. 그리고 4장에서는 실증분석을 위하여 수집 한 자료에 대한 설명과 본 연구에서 활용한 분석방법 에 대한 소개를 하였다. 5장에서는 본 연구에서 주장 한 주요 내용에 대한 실증분석 결과를 정리했다. 마지 막으로 6장에서는 본 연구의 결론 및 시사점을 정리하 고 향후 연구과제를 제시하였다. Ⅱ. 미국 항공 노선 발전과정의 역사적 배경에 대한 고찰 항공 산업의 발전은 크게 항공관련 기술과 항공 노 선망 진화과정에서 찾을 수 있으며, 두 분야는 서로 밀 접하게 연관되어 항공산업의 발전을 주도하고 있다 (Holloway, 23). 특히, 미국 항공 노선의 진화 과정 은 항공관련 기술의 발전과 정부의 정책 등과도 관련 이 있으므로 항공 노선의 변화과정에 대한 고찰을 위 해서는 항공 산업 전반에 걸친 역사적 배경을 살펴 볼 필요가 있다(Davies and Quastler, 995). 미국 항공 산업의 역사는 젊은 탐험가들의 도전 정 신과 정부의 지원으로 9년대 초부터 시작되었다. 그러나, 그들이 개발한 초기 비행기는 장거리 비행의 어려움과 같은 기술적 한계를 가지고 있었으므로 비행 기를 상업적인 목적으로 활용하기에는 제한적이었다 (Barnett, Abraham, and Schimmel, 979). 세계 차 대전 이후 미국정부가 처음으로 시도한 항공산업 육성 방안은 미국에 항공우편 노선망을 건설하는 것이 었다. 97년 말에 미국 정부는 항공우편 서비스를 시 범적으로 시작하여 98년 5월에 뉴욕(New York)에 서 필라델피아(Philadelphia)를 거쳐 워싱톤 디씨 (Washington D.C.)로 첫 우편물이 성공적으로 운송 되었다. 그 다음해에는 시카고(Chicago)에서 클리블랜드 (Cleveland)로 가는 항공우편 노선이 개설되며, 이 항로 는 92년에 오마하(Omaha)와 새크라멘토(Sacramento) 까지 연결되면서 비로소 완성되게 된다(<그림 > 참조). 정부의 주관 하에 운영되었던 항공 우편 산업은 925년에 그 운영권이 민간 기업으로 이양되었지만 정 부의 보조금 지원 아래 운영되었고, 93년에 이르러 서는 정부의 주도적인 개입 아래 소수의 대형 항공사 들이 탄생하게 된다. 소수의 대형항공사를 지원하던 당시 정부의 주장은 다수의 민간 기업에게 보조금을 분산시키면 막대한 자금이 요구되는 비행기의 기술 개 발이 지연될 우려가 있으므로, 소수의 항공사들에게 정부의 보조금을 집중시키면 그 항공사들은 막대한 자 금을 형성하여 비행기의 기술 개발을 촉진시킬 수 있 다는 것이었다. 이렇게 해서 탄생된 대형 항공사는 American, United, T.W.A.였다(Davies, 987). 94년대부터 97년대 사이에는 정부의 지원으로 탄생된 미국 대형 항공사들의 기술 경쟁으로 인하여 미국의 항공 노선 역시 변화를 맞이하게 되었다. 94 년대부터 항공사들의 항공 노선은 정부의 정책 아래 공공의 이익을 우선시하는 네트워크 형태를 본격적으 로 갖추게 되었다(Flemming, 99). 미국 정부는 공 공의 이익을 실현하기 위해 보다 많은 지역에 그 서비스 를 제공한다는 목적을 지향하며 효율적인 망(network)

4 박남규ㆍ배백식ㆍ한재훈 Source : A History of The World's Airlines (Davies, 987) <그림 > 미국 항공우편 서비스 노선망 98-92 을 형성하기 보다는 우선적으로 미국 전역에 공평하게 항공서비스를 제공하도록 산업을 육성했다. 이러한 육 성 정책은 항공노선이 지리적 확장을 이룩하게 만들었 지만 효율성을 추구하는 시장메커니즘을 충분히 반영 하지는 못했다(Davies, 964). 미국 정부는 한 도시 (node)에 많은 연결(link)을 만들어내기 보다는 새로운 노선(route)을 만들어낼 여력으로 새로운 도시에 항공 서 비스를 제공하고자 했다(Heppenheimer, 995; Kelly, 963). 미국 정부가 생각한 route의 형태는 주된 transcontinental route을 만들고 그것에 연결하는 feeder route를 만드는 것이었다. 다시 말해, 대륙을 횡단하는 주된 route에 가지를 치는 형식으로 작은 노 선을 연결시키는 것이었다. <그림 2>는 하나의 예로서 T.W.A의 초기 route들이다. 이와 같은 지리적인 확장 정책은 95년대까지 계 속된다. 미국 정부는 한 도시(node)에 많은 노선(link) 을 만들어내기 보다는 새로운 노선을 만들어낼 여력으 로 새로운 도시에 항공 서비스를 제공하고자 했던 것 이다. <표 >에서 확인할 수 있듯이 United의 경우를 예로 들면, 93년대 초에는 7개의 도시에만 비행을 하다가 94년대 말에 이르러서는 4개의 도시에 항 공 서비스를 제공하게 된다. 이와 같은 지리적 확장에 도 불구하고 94년대의 대부분의 도시는 아직도 2~3 개의 노선만을 가지고 있었기 때문에 년이 넘는 세 월 동안 한 도시에 다른 도시로 직접 연결되는 노선의 수가 그다지 증가하지 않았음을 알 수 있다. 다른 항공 사의 경우도 마찬가지였다. 94년에 이르러서는 2배 가까이 되는 도시에 신규 서비스를 제공하게 되지만 한 도시에서 다른 도시로 연결되는 노선의 수는 그다 지 증가하지 않았음을 확인할 수 있다. 미국 항공 노선(airline route)이 지리적으로 보다 확장되어 하나의 거미줄(web) 형태를 지니게 되는 시 기는 95~97년대이다(Barcun and Jeming, 973). 이러한 노선의 변화 이면에는 항공기와 관련한 기술 발전이 가장 큰 역할을 했다. 945년에 막을 내린 세 계 2차 대전은 미국 항공 산업의 기술적 진보를 촉진 시키는 시발점이 되었다. 비행기를 구성하는 자재 측 면에서는 강철이 도입되었고 네 개의 엔진으로 비행하

미국 항공산업 노선구조의 진화에 대한 재고찰 5 Source : Timetable of T.W.A. (945) from internet <그림 2> 94년대 T.W.A. 항공 노선 네트워크 <표 > 93년대부터 94년대 말까지 각 항공사들이 노선(link)수에 따라 가진 주요 도시(node)의 수 United American TWA Eastern Delta 노선 수 93 94 93 94 93 94 93 94 94 2 7 3 2 2 4 6 5 2 5 9 2 29 5 23 7 27 4 3 8 2 7 6 6 5 4 3 5 3 2 5 5 3 6 7 총 비행한 도시 수 7 4 25 49 9 34 27 62 26

6 박남규ㆍ배백식ㆍ한재훈 는 항공기가 등장하게 됨으로써 안전성 측면에서도 많 은 발전을 이루었으며(Morrison and Winston, 995), 속도 측면에서도 대륙횡단이 8시간으로 단축됨 에 따라 미국 항공 수요는 급증하게 되었다. 이와 같은 기술적 발전으로 발생되는 증가되는 수요를 만족시키 기 위해서 항공사들은 보다 더 효율적인 항공노선 서 비스를 도입하고자 했다(Garvey, Fisher, and Johnson, 2). 이와 같은 항공 노선의 효율적 관리 와 운영을 위해 항공 노선망은 단일 선형 네트워크에 서 <그림 3>과 같은 복잡한 거미줄(web)형태로 변화 하게 된다. 96년대의 항공 노선은 94년대에 비해 보다 많은 도시에 서비스를 제공하였고 한 도시에 연 결된 평균 노선의 수는 94년대에 비해 약 2배 정도 증가하게 된다. 대형 항공사들이 시장을 주도해 나가면서 미국 항공 사는 정부의 지원 없이 자생할 수 있는 단계까지 발전 하게 되었다. 이런 시장 환경을 고려하여 미국 정부는 978년 규제완화법령(Deregulation Act)을 국회에 통과시켜 미국의 항공 산업은 정부의 지원이 없는 자 유경쟁 시장체제를 갖추게 되었다(Davies, 964). 이 와 같은 정책의 변화 이후에 미국 항공 노선 또한 이에 부합되는 형태로 급격하게 변화하기 시작한다. 항공사 들은 더 이상 수요가 없는 지점에서 비행기를 운행하 지 않을 수 있게 되었으므로 정부가 만들어 놓은 항공 로의 효율(efficiency) 정도에 대해 새롭게 고민을 하 기 시작했다(Biedemanm, 982; Goetz and Sutton, 997). 978년 규제완화 법령 시행 이전에는 델타항공 (Delta Airline)만이 중앙집중형(hub-and-spoke) 시 스템을 도입했으나, 규제완화 이후 대부분의 항공사들 은 경쟁적으로 중앙집중형 시스템을 도입했다(Lewis and Newton, 979). 중앙집중형 시스템은 선형적인 노선(route)에서 최 Source : Timetable of T.W.A. (967) from internet <그림 3> 96년대 T.W.A. 항공 노선 네트워크

미국 항공산업 노선구조의 진화에 대한 재고찰 7 소의 환승으로 보다 빨리 고객이 원하는 시간에 목적 지로 도착할 수 있도록 한다. 이러한 과정에서 각 항공 사들은 중앙집중형 시스템을 항공산업에서 필수적인 자원으로 인식했다. 중앙집중형은 중심 도시(hub city) 에서 시장지배력을 이용하여 새로운 진입자에 대한 견 제를 효과적으로 수행하는 역할을 했다(Hendricks, Piccione, and Tan, 997). 또한 중앙집중형(hub-and-spoke) 시스템은 방대한 노선 네트워크를 낮은 비용에 운영하는 것을 가능하게 했다(Caves, Christensen, and Tretheway, 994). 예를 들면, 항공사의 입장에서 피츠버그(Pittsburgh: spoke 도시)에서 클리블랜드(Cleveland: spoke 도 시)를 연결하는 직항로를 운영하는 것은 낮은 수요 때 문에 경제적 이익이 없을 것이다. 그러나, 전국에서 클 리블랜드로 가고자 하는 모든 승객들이 먼저 세인트루 이스(St. Louis: hub 도시)에 모이게 된다면 세인트루 이스에서 클리블랜드로 가는 수요가 많아져 노선을 경 제적으로 운영할 수 있을 것이다. 이와 같이 미국 항공노선의 역사를 살펴보면 공공서 비스 제공 목적의 정부주도에서 규제완화 이후 이익창 출을 위한 기업주도로 항공 산업이 변화했음을 알 수 있다. 또한 미국 항공산업의 발전 과정에서 정부의 역 할이 큰 비중을 차지하며 정부 정책과 방향에 따라 미 국 항공산업이 성장해왔음을 확인할 수 있다. 미국 항 공산업의 역사에서 이와 같은 효율성에 기반을 둔 중 앙집중형 시스템의 도입은 규제완화 이후 항공 산업의 가장 큰 변화 중에 하나라고 기존 연구에서 주장되어 왔다(Borenstein, 989, 992; Goetz and Sutton, 997; Levine, 987; Shaw, 993). Levine(987)은 규제완화 이후에 모든 항공사들이 중앙집중형 시스템을 도입하여 이전의 선형적인 노선 형태에서 변화하는 현상을 관찰하고 이와 같은 새로운 노선네트워크를 구축하게 된 것을 규제완화의 산물이 라고 주장했다. Borenstein(989; 992)의 연구에서는 규제완화 이후 자유경쟁 체제로 전환한 항공 산업에서 항공사들이 방대한 항공 노선 네트워크를 유지하고 효율 적으로 운영하기 위해서 중심도시(hub city)를 기반으 로 하는 중앙집중형 시스템을 적극적으로 도입했으며, 이를 통해 시장지배력(market power)을 증대하고 다양 한 항공서비스를 제공했다고 분석했다. 또한 Goetz 및 Sutton(997)은 규제완화를 항공사들의 합병을 촉진시 킨 하나의 요인으로 간주하고 합병 후 거대해진 기업은 효율적으로 항공노선을 운영하기 위해 하나의 본부 (headquarter)에서 중앙집중 관리(centralized control) 를 시작했다고 보았다. 이를 통해 중심도시(hub city)가 만들어지고 또한 중심도시에 더 많은 노선을 연결하는 전략을 통해 서비스 향상을 제고했다고 주장하였다. 98년대 들어서는 대형 항공사들은 발전된 항공기 술을 기반으로 보다 넓은 지역에서 보다 빠른 속도로 항공노선을 운영을 할 수 있게 되었고(Fleming, 99; Sorenson 99), 잦은 인수 및 합병과 항공사들의 파산 으로 항공 산업이 안정화 추세로 접어들었다(Graham, 993; Shakun, 99). 이러한 과정에서 한 도시에 노 선을 집중시키는 현상이 더욱 두드러지게 발생했다 (Shaw 993). 항공산업과 규제완화와 관련한 과거 연구들의 관점 은 정부의 지원하에 방만하게 운영되고 있던 항공사들 의 항공노선이 규제완화와 더불어 자율경쟁 체재로 변 화하면서 경쟁 우위를 확보하기 위해 효율적인 운영이 필요한 상황에 직면하여 중앙집중형 시스템이 창출되 었다고 보고 있다. 이와 같은 기존 연구의 주장이 지지 되기 위해서는 규제완화 이전의 항공노선망은 중심도 시(hub city)가 생성되어 노선이 몇몇의 도시에 집중 되는 쏠림 현상이 발생하지 않아야 하며 선형적인 형 태를 지니고 있어야 한다. 따라서, 본 연구에서는 항공 노선망이 중앙집중형 시스템의 형태를 구축함에 있어

8 박남규ㆍ배백식ㆍ한재훈 서 규제 완화 시행이 직접적인 요인이었는지 아니면 규제완화 이전부터 항공사들의 효율적인 운영을 위해 중앙집중형 시스템이 구축되고 있었는지에 대해 네트 워크 이론의 관점에서 재확인하고자 한다. 본 장에서는 미국 항공노선의 발전과정을 연대순으 로 살펴보고 또한 기존 연구에 대한 고찰을 통해 항공 산업에 대한 이해를 높이고자 했다. 이와 같은 정성적 접근은 계량분석에 앞서 항공 산업의 발전과 노선 진 화의 배경에 대한 이해를 높임으로써 실증분석만으로 는 설명하기 어려운 부분에 대한 보완적 이해를 제공 할 수 있다. Ⅲ. 미국 항공산업의 노선 구조를 분석 하기 위한 이론적 모형 본 연구의 목적은 미국 항공 노선의 가장 큰 특징 중 하나인 중앙집중형(hub-and-spoke) 시스템의 출 현을 네크워크 이론의 관점에서 분석하여 기존연구에 서 간과하였던 네트워크 속성을 재부각하고 기존연구 에 보여지고 있는 혼재된 결과에 대해 보다 정치한 재 해석을 하고자 한다. 이를 통해서 네트워크 이론의 가 치와 효용성에 대해서 재해석하여 전략경영 분야에서 의 가치를 재고찰하고자 한다. 93년대부터 약 7년 간의 자료를 근거로 하는 실증 분석에 앞서 본 연구의 이론적 배경이 되는 네트워크 이론에 대해 먼저 설명 하고자 한다. 본 연구 분석에 적용할 척도없는 네트워 크 모형(Scale-Free Network Model)에 대해 논하기 에 앞서 기존의 주요 네트워크 모델에 대해 먼저 살펴 보고자 한다. 먼저, 네트워크 이론에서 가장 오래된 모델은 Erdos와 Renyi에 의해 처음으로 연구된 무작위 망 (Random Network) 모델이다(Erdos and Renyi, 959; 96). 이 모델의 형성은 N개의 꼭지점(vertex) 에서 시작한다. 한 개의 꼭지점(vertex)에서 p의 확률 로 다른 임의의 꼭지점과 선을 긋게 되는데 이렇게 해 서 형성된 망(network)이 ER(Erdos and Renyi)의 random network이다. Erdos와 Renyi는 이러한 random model에서 한 개의 꼭지점(vertex)이 k개의 모서리를 갖게 될 확률은 포아송 분포(Poisson distribution)를 따른다고 밝혀냈다. 이 모델은 각 노드에 서 연결되는 링크들이 평균과 확률에 의해 무작위로 연결되어 하나의 거대한 클러스터를 구성함을 설명하 고 있으나, 현실세계의 네크워크는 다수의 클러스터가 존재하며 이와 같은 클러스터가 하나의 노드가 되어 이웃 클러스터와 연결되어 있다(Barabasi, 22). 다음으로 규칙적인 성향을 보이는 네트워크와 무작위 (random) 네트워크의 중간 단계를 설명하기 위해 Watts 와 Strogatz(WS)는 작은세상 네트워크(small-world network)라고 불리는 새로운 모델을 제시했다(Watts and Strogatz, 998). 작은 세상 모델은 N개의 꼭지점 (vertex)에서 시작해서, 가장 가까이 있는 점과 두 번 째로 가까이 있는 점을 서로 연결한다. 이 때, 네트워 크의 모양은 규칙성을 갖지만 각 꼭지점은 P ws 의 확 률로 재연결(rewire)되면서 규칙성을 잃어간다. 따라 서, P ws = 일 경우 시스템은 상당히 응집(clustered) 되어 있고, 두 개의 꼭지점(vertex)간의 평균 거리인 <l> 은 N의 개수가 증가함에 따라 선형적으로 증가된 다. 반면, P ws = 일 경우, 시스템은 random network가 되어 상당히 낮은 응집력을 보이게 되고 <l> 은 N에 로그적으로(logarithmically) 증가된다. 또한 Small world 모델은 지름길 개념(concepts of shortcuts)과 중심 개념(concepts of hub)을 도입하여 보다 네트워크 모형에 정교함을 증가시켰다. 먼저, 지름길 개념이란 북미지역의 AIDS 확산의 예로 설명이 가능 하다(Klovdahl, 985). 초기의 동성애자의 관계는 지 리적인 제약으로 인근 지역 동성애자들하고만 교류가

미국 항공산업 노선구조의 진화에 대한 재고찰 9 있었으나, AIDS 보균자의 항공여행으로 인해서 AIDS 가 급속히 확산되었다. 이와 같이 항공여행이라는 지 름길과 같은 수단으로 인해 인근지역을 중심으로 점차 적으로 확산되는 것이 아니라 먼 지역으로 인근지역을 거치지 않고 전이되어 질병이 확산될 수 있다. 중심 개 념은 월드와이드웹(World Wide Web: WWW)의 예 에서 설명되듯이 무수하게 많은 인터넷상의 자료는 CNN, Yahoo 등과 같은 중심(hub) 사이트를 거쳐 쉽 게 검색이 가능하다(Albert et al., 999). 이와 같은 개념을 기반으로 해서 대규모의 네트워크에 대해 연구 가 진행되었다(Bhalla and Iyengar, 999; Jeong, Tombor, Albert, Oltavi, and Barabasi, 2; Lee, Lee, and Lee, 26). 그러나, 네트워크 규모가 커지 면 커질수록 유형화에 대한 어려움이 있으므로 각 노 드에 연결되는 링크 숫자와 빈도에 중점을 두어 단순 화하여 접근하는 과학적이며 정밀한 네트워크 모형이 필요하다(Barabasi, 22). Barabas와 Albert(999)의 척도없는 모델(Scale-free model)은 작은세상(small world) 모형을 기반으로 대 규모 네트워크의 유형을 분석하기 위해 제안되었다. ER 의 random network와 WS의 small world network가 간과한 2개의 요소를 추가하고 있다. 첫째, ER과 WS의 모델은 N이 고정된 상태를 가정한 후 임 의로 연결(link)을 만들거나(ER model) 혹은 재연결 되면서(WS model) 네트워크를 형성한다. 하지만 현 실 세계를 비춰 보면 많은 네트워크는 개방형(open) 네트워크로서, 새로운 꼭지점(vertex)이 지속적으로 첨가되어 시스템의 N은 증가하게 된다. 예를 들면, 영 화 배우의 네트워크는 새로운 배우가 등장하게 됨으로 써 N이 증가되고, World Wide Web은 새로운 웹사 이트가 탄생함으로써 N이 증가된다. 그렇기 때문에, 네트워크를 묘사할 때 N을 고정된 값을 보기보다는 새로운 꼭지점(vertex)의 등장으로 N이 지속적으로 증가하는 점으로 나타내는 것이 보다 현실에 가까운 네트워크가 될 것이라고 주장했다(Albert, Jeong, and Barabasi, 999). 둘째, ER 모델과 WS 모델은 새로운 꼭지점 (vertex)과 연결(link)을 형성하는데 있어서 무작위이 며 균일한 분포를 따른다고 가정하였다. 그러나 Barabas와 Albert (BA)는 현실 세계의 많은 네트워크 에서는 선호적 연결(preferential attachment)이 존재 하는 것을 관찰하였다. 예를 들면, 신인 영화 배우는 지명도가 높은 영화배우와 작업을 할 확률이 높고, 인 터넷에 새롭게 탄생된 웹사이트는 유명한 웹사이트와 연결(link)을 걸어놓을 확률이 높다. 이러한 점을 미루 어 볼 때, 새로운 꼭지점이 다른 꼭지점과 연결을 형성 할 때는 정규분포를 따르지 않고, 이미 많은 연결을 가 지고 있는 꼭지점과 연결될 확률이 높은 것으로 파악 되었다. 이렇게 두 개의 조건을 더 추가함으로 인해서 BA는 척도없는 모델(Scale-free model)을 고안하게 되었다. 척도없는 모델을 만드는 과정은 다음과 같다. () 확장(Growth) : 작은 수의 꼭지점(m )으로 시작 해서, 시간이 지날 때마다 m개의 연결(link)을 형성하 는 꼭지점(vertex)을 하나씩 추가한다. (2) 선호적 연결(Preferential attachment) : 새로운 꼭지점(vertex)이 다른 꼭지점과 연결될 확률은 Π이 고, 이것은 연결될 꼭지점에 얼마큼 많은 link(k)가 이 미 존재하는지에 비례한다. k ( k ) = i i t번의 시간이 경과하면 이 네트워크는 N = t + m 의 꼭지점과 m t개의 모서리를 형성한다. 그리고 이 j k j

박남규ㆍ배백식ㆍ한재훈 러한 모델은 한 개의 꼭지점이 k개의 모서리를 가질 확률은 지수법칙(power law)을 따르고 그 지수는 γ = 2.9 ±.이다. 이러한 시스템은 시간에 관계없 는 분포를 나타내야 한다. 다시 말해 시간에 따라 새로 운 꼭지점(vertex)이 추가되지만 P(k)의 분포는 시간 과 관계없는 무척도(scale-free)형태로 시스템이 구축 된다(Barabasi, Albert and Jeong, 999). 따라서, 본 연구에서는 Romualdo and Vespignani (2)의 주장과 같이 네트워크 효과와 진화 과정을 가 장 과학적으로 접근하고 단순화한 Barabasi와 Albert 의 척도없는 모형(Scale-free model)을 기반으로 미국 항공 노선 네트워크를 분석하였다. 특히 척도없는 모형 의 선호적 연결 개념은 항공 노선 네트워크의 발생시점 과 그 이유에 대해 분석을 가능하게 하며, 또한, Watts and Strogatz가 제안한 특성경로길이(Characteristic path length)와 군집지수(Clustering coefficient)를 이용하여 미국 항공 산업의 특성을 파악했다. 밀도 (density), 중앙성(centrality)과 같은 계수는 네트워크 의 결속정도를 측정하기 위해 활용되었으나, 본 연구 에서는 항공노선망의 연결정도와 특성을 계량화하여 과학적인 분석을 가능하게 하는 특성경로길이와 군집 지수를 도입하여 추가적인 변수의 선택에 대한 가능성 을 제시하였다. 특히 군집지수는 네트워트의 기하학적 특성을 효과적으로 측정할 수 있는 계수로서 기존연구 에서도 활용빈도가 높다(김용학, 23; Barabasi, 22; Watts and Storgatz, 998). 즉 군집지수의 증 가는 노선의 중복(redundancy)의 증가를 의미하므로, 높은 군집지수는 한 도시에서 다른 도시로 이동할 수 있는 경우의 수의 증가를 의미한다. 특성경로길이는 한 도시에서 다른 도시로 이동을 위해 거쳐야 하는 노 선의 수를 측정할 수 있으며, 지수가 2에 수렴할수록 중앙집중형 시스템에 근접함을 의미한다. Ⅳ. 분석 자료 및 분석 방법 4. 분석 표본 본 연구의 정량적 분석을 위해서 미국 내 5개 대형 항공사를 연구 대상으로 선정하였다. 선정 기준은 93년대부터 2년까지 지속적으로 산업 평균 이상 의 매출액을 달성한 대형 항공사들이며, 선정된 항공 사들은 United, American, T.W.A., Eastern, 그리고 Delta이다. 항공사 별로 93년부터 978년 규제완화 (Deregulation) 이전까지는 각 항공사가 발간한 연도 별 시간표(Time table)를 기준으로 항로(Route) 네트 워크를 분석했다. 인터넷 탐색(Web search)을 통해 시간표(Time table)를 획득했고 Time table 뒤에 제 시된 Route map을 기준으로 항공사의 운항 데이터를 수집했다. 979년부터 22년까지의 항공사 별 운항 데이터는 Back Aviation Solutions OAG Schedules Database를 이용했다. 4.2 분석 방법 본 연구에서는 각 항공사가 운행 중인 노선 네트워 크의 연도별 분포도(Degree of Distribution)를 측정 했다. 분포도는 노선 수, 즉 연결(link) 수와 그에 해당 하는 도시의 수, 즉 노드(node)의 수를 데카르트 좌표 (Cartesian coordinate)에 도식하여 네트워크의 특성 을 파악하는 분석기법이다. 연도별 분포도(Degree of Distribution)를 통해 주요 도시에 노선이 몰리는 현 상이 있는지에 대해서 시각적으로 확인할 수 있다. 아울러 Watts와 Strogatz의 작은세상 네트워크 (small-world network) 분석에서 제시한 군집지수와 특성경로길이를 연도별로 구해 네트워크의 특성을 파

미국 항공산업 노선구조의 진화에 대한 재고찰 악하고자 하였다. 군집지수는 네트워크가 small-world 의 특성을 가지고 있는지 알려주는 수치이다. 우선, n 개의 꼭지점(vertex)을 보유한 집합 V (V = ν, ν 2, ν 3,..., ν n)와 각 꼭지점을 연결하는 링크의 집합인 E가 있 다. e ij 는 집합 E의 원소이고 ν i 과 ν i 를 연결하는 링크이 다. ν i 의 이웃(neighborhood) N은 ν i 와 직접적으로 연결된 꼭지점의 집단이라고 정의한다. N = { υ }: e E i j ij 꼭지점(vertex) ν i 의 정도(degree) k i 는 이웃 (neighborhood) N i에 있는 원소들의 개수이다. 군집 지수 C i 는 이웃의 원소들이 서로를 연결하는 실제 링크의 수와 최대로 가질 수 있는 링크수와의 비율을 나타낸다. 직접도표(Directed graph)의 경우 e ij와 e ji는 다른 것이므로 각 이웃 N i 의 원소들이 가질 수 있는 최대의 링크 수는 k i (k i -) 이다. 그러므로 군집지수는 다음과 같다. { e jk} Ci = : vj, vk Ni, ejk E k ( k ) i i 비직접도표(Undirected graph)의 경우 e ij와 e ji는 같은 링크로 고려되기 때문에, N i 의 원소들이 가질 수 있는 최대의 링크 수는 k i (k i -)/2 이다. 그러므로 군집 지수는 다음과 같다. 2{ e jk} Ci = : vj Ni, eij E k ( k ) i i 네트워크 전체의 군집지수(c)는 각 꼭지점이 가지고 있는 군집지수(clustering coefficient)의 평균이 된다. 그 예는 <그림 4>에서 보여주고 있다. C n n i = = 특성경로길이는 한 꼭지점(vertex)에서 다른 꼭지점 (vertex)으로 이동하는데 평균적으로 최소 몇 개의 링 크를 지나가야 하는지 나타내는 수치이다. 두 지점간의 최단 거리(Geodesic distance) P ij 는 ν i 에서 ν j 로 이동 하는데 지나는 최소의 링크 수이다. 따라서 특성경로길 이(l)는 모든 P ij 의 평균이 되고 다음과 같이 계산된다. C i Neighborhood of i i i i C = C = 3 C = <그림 7> I 의 Clustering Coefficient

2 박남규ㆍ배백식ㆍ한재훈 n n l = pij,( i j) ( ) 2 n j= i= pab + pac + pad + pbc + pbd + pcd 4 l = = 6 3 이다. A Ⅴ. 분석 결과 및 해석 D B C <그림 > Characteristic Path Length <그림 5>에 나타난 네트워크의 경우 P ab =, P ac =, P ad =2, P bc =, P bd =, P cd =2 이므로, 93년대부터 약 7년간 5개의 항공사 자료를 분석 한 결과를 살펴보면 먼저 연도별 분포도(Degree of Distribution)에 대한 분석을 통해 주요 도시에 항공 노선이 집중되는 현상이 있는지를 시각적으로 확인할 수 있다. 93년대부터 약 년 주기에 따른 각 항공 사별 분포도(Degree of Distribution)를 <그림 6> ~ <그림 >을 통해서 제시했다. 또한 군집지수와 특성 경로길이의 계산 값은 <표 2>에서 제시하였다. 93.8.6.4.2 2 3 4 966.8.6.4.2 5 5 2 94.8.6.4.2 2 4 6 8 979.8.6.4.2 2 3 4 5 959.8.6.4.2 5 5 986.8.6.4.2 2 4 6 8 2 <그림 2> Degree of distribution for United Airline

미국 항공산업 노선구조의 진화에 대한 재고찰 3 945.8.6.4.2 2 3 4 5 979.8.6.4.2 234567 958.8.6.4.2 5 5 2 986.8.6.4.2 2 4 6 8 2 97.8.6.4.2 5 5 2 25 3 22.8.6.4.2 5 5 2 <그림 4> Degree of distribution for Delta Airline 93.8.6.4.2 2 3 4 979.8.6.4.2 2 3 4 5 94.8.6.4.2 2 4 6 8 986.8.6.4.2 2 4 6 8 2 976.8.6.4.2 5 5 2 25 22.8.6.4.2 2 4 6 8 2 <그림 5> Degree of distribution for American Airline

4 박남규ㆍ배백식ㆍ한재훈 945.8.6.4.2 2 4 6 8 979.8.6.4.2 2 3 4 5 967.8.6.4.2 2 4 6 8 986.8.6.4.2 2 4 6 8 2 973.8.6.4.2 2 4 6 8 2 4 2.8.6.4.2 2 4 6 8 2 <그림 6> Degree of distribution for T.W.A. 933.8.6.4.2 2 3 4 5 967.8.6.4.2 5 5 2 947.8.6.4.2 2 4 6 8 979.8.6.4.2 2 4 6 8 959.8.6.4.2 2 4 6 8 986.8.6.4.2 2 4 6 8 <그림 7> Degree of distribution for Eastern

미국 항공산업 노선구조의 진화에 대한 재고찰 5 각 항공사의 분포도를 살펴보면 규제완화 이전까지 (93년대부터 97년대) 하나의 공통된 패턴으로 발 전하고 있는 것을 볼 수 있다. 분포의 모양이 94년 대를 기점으로 비대칭 분포(skewed distribution)를 보이기 시작하고 좌편향성을 보이기 시작한다. 우측꼬 리(Right tail) 는 95년에서 97년대까지 지속적으 로 증가하는 추세에 있고 규제완화 이후(98년대)에 는 우측 꼬리(right tail)가 정도까지 도달하게 되 는 것을 알 수 있다. 비대칭 분포의 우측꼬리가 점점 길어지는 모양은 한 도시에 많은 노선이 집중되는 현 상을 나타내는 것을 의미한다. United Airline(UA)의 경우 986년 분포도의 우측꼬리는 7까지 도달하게 되는데, 이는 실제로 UA의 중심 도시(hub city)인 일 리노이주의 시카고에 7개의 항공노선이 존재하기 때문이다. 이러한 맥락에서 97년대 규제완화 이전까 지 분포도의 우측 꼬리가 점점 길어지는 추세는 한 도 시에 상대적으로 더 많은 노선이 집중되는 경향을 보 여주고 있다. 규제완화 이전까지는 한 도시에 최대로 연결되는 항공 노선 수가 2개 정도이므로 중앙집중형 시스템이 발생했다고 보기는 어렵지만 중앙집중형 시 스템으로 접근하고 있는 추세임을 알 수 있다. 또한 한 도시에 많은 항공노선이 집중되는 현상은 Barabasi와 Albert의 척도없는 모형의 관점에서 보면 선호적 연결이 발생하기 시작했음을 의미한다. 분포도 의 우측 꼬리가 크게 증가하는 시기는 규제완화 법령이 시행된 979년 이후이지만, 94년대부터의 항공노선 에서도 우측꼬리가 관측되므로 선호적 연결의 경향성 은 규제완화 시행 이전에 이미 발생했음을 알 수 있다. 다음으로 <표2>에서와 같이 군집지수(c)와 특성경 로길이(l)에 대한 분석 결과를 살펴보면, 도시간 연결 성(connectivity)을 측정한 군집지수는 규제완화 이전 의 97년대와 규제완화 이후의 98년대는 많은 차 이를 보인다. 97년대에는 이웃 도시간의 연결성이 약.33인 반면 98년대에는 약.68로 증가하게 된 다. 이는 97년대에 비해 98년대에는 도시간의 연 결성이 약 2배로 증가했음을 보여준다. 군집지수의 증 가는 곧 중복(redundancy)의 증가를 의미한다. 즉, 한 공항에서 다른 공항으로 이동하는데 갈 수 있는 길의 경로가 많아졌다는 의미로서 승객들은 자신의 여행경 로를 더욱 다양하게 선택할 수 있게 되었다. 특성경로길이를 살펴보면 시간이 지남에 따라 2에 수렴하고 있다. 특성경로길이가 2라는 뜻은 한 도시에 서 다른 도시로 이동하기 위해서는 2개의 링크를 거쳐 가야 된다는 의미로서 이는 곧 완벽한 중앙집중형 시 스템임을 뜻한다. 분석 결과에서 볼 수 있듯이 97년 대에 이미 많은 항공사들의 특성경로길이는 2에서 3사 이에 있기 때문에 회 경유(one-stop) 서비스가 보편 화 되어가는 추세임을 알 수 있다. 이러한 특성경로길 이의 수치 변화만 관찰하더라도 93년대부터 97년 대까지 항공사들은 많은 도시에 회 경유서비스를 제 공하기 시작했음을 알 수 있고, 이와 같은 결과는 중앙 집중형 시스템이 정착되어가고 있다는 증거로도 해석 할 수 있다. 앞에서 분석한 결과를 보면 분포도의 우측꼬리의 증 가, 특성경로길이의 감소, 그리고 군집지수의 증가는 모두 93에서부터 97년대까지 소수의 도시에 이미 노선이 집중되고 있음을 알 수 있다. 97년대에 United Airline은 덴버(Denver)에 2개, Delta Airline은 애틀랜타(Atlanta)에 24개, American Airline은 뉴욕(New York)에 5개, T.W.A는 세인트 루이스(St. Louis)에 3개의 항공노선(route)을 운영 하고 있었고 이는 각 항공사의 도시별 평균 항공노선 수인 4.6, 4.6, 5,5, 4.의 3배에 가까운 수치이다. 이와 같이 네트워크 특성을 살펴보는 주요 변수 관점에서 보면 미국 항공 노선의 네트워크는 비록 정부의 주도 하에 형성되었으나, 효율성을 기반으로 발달되었으며

6 박남규ㆍ배백식ㆍ한재훈 항공사 연도 Node 수 (N) Edge 수 (E) K 평균 <k> C.C <c> C.P.L <l> United Delta American Airline TWA Eastern <표 2> 군집지수(CC)와 특성경로길이(CPL) 93 7 6.88. 6. 945 42 47 2.24.8 8.44 954 57 74 2.6. 5.37 966 74 5.97. 4.39 972 84 9 4.55.33 3.6 979 9 397 8.7.67 2.2 986 96 58 5.93.63 2.57 996 253 563 4.45.7 2.68 22 23 49 4.3.79 2.46 945 26 28 2.5. 5.6 958 56 88 3.4.22 3.53 962 57 8 3.79.3 3.27 97 59 35 4.58.38 2.73 979 8 297 7.32.63 2.23 986 46 442 6.5.68 2.47 996 23 68 5.8.75 2.45 22 9 58 5.42.86 2.23 93 25 24.92 8.23 94 53 72 2.72. 5.63 959 49 5 4.69.36 2.76 966 38 8 4.26.29 2.62 976 4 5.5.35 2.39 979 57 23 8.5.58 2.5 986 8 45 5..7 2.53 996 74 353 3.94.69 2.4 22 75 479 5.47.86 2.23 93 9 9 2. 6.4 945 39 52 2.67.4 5.67 967 32 57 3.56.2 2.93 973 33 67 4.6.34 2.58 979 57 234 8.9.62 2. 986 2 237 4.65.68 2.7 996 48 2.96.88 2. 2 9 35 2.47.7 2.9 947 62 8 2.58.7 6.8 959 86 4 3.28.9 4.85 967 79 54 3.9.23 3.55 979 83 324 7.8.68 2.2 986 48 47 6.36.68 2.47

미국 항공산업 노선구조의 진화에 대한 재고찰 7 기존 학자들의 주장과는 달리 중앙집중형 시스템은 규 제완화가 시행되기 이전부터 구축되고 있음을 알 수 있다. 따라서, 기존연구와 같이 규제완화가 중앙집중형 노선망의 출현에 영향을 주었다고 가정하더라도 미국 항공 산업에서는 중앙집중형 노선망 구조가 단기간에 생겨나지는 않았으며 미국의 항공역사와 더불어 진화 해 왔음을 알 수 있으며 정부의 정책변화, 항공사의 출몰, 그리고 치열한 경쟁 등과 같은 주변 요인들과 더 불어 발전해 온 결과임을 알 수 있다. Ⅵ. 결론 및 토론 본 연구는 미국 항공 노선망의 중앙집중형 시스템의 확산이 정부의 규제완화 방침에 따른 결과임을 주장하 는 기존 연구의 결과에 대해 미국 항공산업의 역사에 대한 고찰과 네트워크 모형을 이론적 배경으로 하여 재접근했다. 이에 따른 분석결과는 많은 기존연구에서 의 주장과는 다르게 중앙집중형 시스템은 규제완화에 의해 탄생했다기보다는 항공 노선의 성장 및 발전과 함께 자연적으로 진화하는 과정(natural evolution)에 서 탄생했다는 사실을 보여주고 있다. 규제완화가 항 공노선 네트워크에 미친 영향은 이미 중앙집중형으로 진화하고 있던 네트워크 진화 속도를 올려주는 촉매제 역할을 한 것은 사실이지만, 규제완화 자체가 중앙집 중형 노선구조를 직접적으로 탄생시켰다고 볼 수는 없 다. 즉, 정부의 보조금이 없어지면서 항공산업이 자유 시장체제로 변화됨에 따라 항공사들은 급속도로 자사 의 항공노선(route) 운영을 효율적으로 만들어야 했다. 핵심 자산인 방대한 네트워크를 유지해야 하는 반면 교통 수요가 낮은 도시에 대해서도 지속적으로 서비스 를 운영해야 하는 상황에 직면하였고, 독점적으로 보 유하고 있던 노선에 새로운 진입자가 자유롭게 진출할 수 있게 되면서 항공사들은 경쟁에서 살아남기 위하여 노선 네트워크에 변화를 줄 수밖에 없는 상황이었다. 따라서 기존에는 느린 속도로 발전하고 있던 중앙집중 형 노선구조 시스템이 규제완화 이후 보다 짧은 시간 안에 정착되게 되었으며 이 사실은 97년대 이전에 중앙집중형 시스템은 아니었지만 네트워크로 진화하기 위해 필수적으로 필요한 항공노선의 선호적 연결이 생 겨나기 시작했던 것에서 확인할 수 있다. 만약 교통량이 없는 도시에도 반드시 항공서비스를 제공해야 한다면 선호적 연결은 필연적으로 발생할 수 밖에 없는 구조가 된다. 교통량이 적은 두 개의 도시에 항공 노선을 운영하는 것이 비효율적이므로 교통량이 적은 도시에 항공서비스를 제공하는 유일한 방법은 교 통량이 많은 도시와 연결을 할 수 밖에 없게 된다. 최 종 목적지가 어디든지 모든 승객들이 한 지점에 모이 게 되면 그 지점에서 다시 원하는 목적지로 향하는 비 행기를 선택하게 되고 비행기들은 많은 승객을 태울 수 있게 되어 항공사는 효율적인 운영을 할 수 있기 때 문이다(Pirkul and Schilling, 998). 이와 같이 산업의 발전과정을 진화적 관점에서 접근 한 연구로는 영국의 자동차 산업에서 찾을 수 있다 (e.g., Bosca and Wenting, 27). 영국의 자동차 산 업의 발전과정을 관련 기업이 특정 지역에 진입하고 퇴출되는 과정을 관찰하여 그 원인을 지정학적 특성이 아닌 집적경제효과와 분사의 결과로 해석하였다. 비슷 한 연구 결과를 금융산업과 통신산업에 대한 연구에서 도 찾아볼 수 있다. 따라서, 본 연구의 접근 방법에 대 한 정당성을 재확인해 볼 수 있다. 본 연구의 분석 결과에 따르면 선호적 연결이 생겨 나게 된 원인은 크게 3가지로 정리할 수 있다. 첫째, 94년대부터 97년대까지 미국 항공산업은 세계 2 차 대전을 계기로 빠른 기술적 발전을 이룩하게 된다. 정부의 적극적인 지리적 확장 정책으로 새로운 도시에 항공 서비스를 제공하고자 했던 시기에는 새로운 노선

8 박남규ㆍ배백식ㆍ한재훈 이 많이 발생하게 되었지만 94년대까지는 노선을 연 결하는 항공노선수가 제한적이었고, 특히 비행기의 기 술적 제약으로 인해 긴 구간을 연결하는 노선은 생겨 날 수 없었다. 그러나 95년 후반을 계기로 이미 미 국 전역의 많은 도시에 항공서비스가 제공되기 시작했 고 항공기는 많은 기술적 진보를 이루었다. 실제로 955년에는 American과 T.W.A.는 미국 대륙을 무정 차(non-stop)로 횡단하는 서비스를 제공하기 시작하 는데 이는 예전에 있었던 항공노선 구간의 거리 제약 이 더 이상 없어졌음을 의미한다. 이러한 기술적 발전 은 네트워크(network)에서 link수의 증가를 유발시켰 고 연결될 수 있는 노선을 자유롭게 선택할 수 있게 하 여 선호적 연결을 가능하게 한 것이다. 둘째, 95년대와 96년대부터는 항공노선 수의 증가가 공항 수의 증가를 앞서가기 시작한다. 즉, 미국 의 지리적 확장 정책은 96년대에 이르러 이미 많은 도시에 항공 서비스를 제공함에 따라서 공항의 증가 속도가 감소되기 시작하는 반면, 항공기의 기술적 발 전에 따라 더 많은 도시를 연결하는 노선을 지속적으 로 만들 수 있게 되었다. 노드의 증가에 비해 링크 수 의 증가가 빨라졌다는 뜻이다. 이와 같이 상대적인 링 크의 증가는 선호적 연결이 생겨날 수 있는 좋은 환경 을 마련해주었다. 마지막으로, 94년 이후부터 발생하는 대형 항공사 들간의 제한적인 경쟁과 자사의 운영을 더욱 효율적으 로 하는 노력이 선호적 연결을 촉진시켰다. 초창기 항 공산업을 육성하기 위해 정부가 각 항공사에게 항공노 선을 할당했지만 96년대에 이르러 정부는 교통 수요 가 많은 지역에는 같은 항공노선에도 제한적으로 경쟁 을 허용했다. 또한, 같은 항공노선이 아니라도 미국 대 륙을 횡단하는 대륙횡단 노선(transcontinental route)의 경우는 대형 항공사들이 고객유치를 위해 끊 임없이 경쟁을 하고 있던 추세였다. 그렇기 때문에, 항 공사들은 95년대 이후부터 경쟁에서 유리한 고지를 확보하기 위해 본격적으로 자사의 경영을 더욱 효율적 으로 만들 필요가 있었고 항공노선의 효율적인 설계 또한 예외가 될 수 없다. 정부가 새로운 항공 노선을 할당하거나 항공사가 정부에 새로운 노선을 신청할 때, 이러한 효율적인 설계를 고려하여 항공노선 네트워크 를 건설했다. 선호적 연결은 무작위 네트워크(random network) 의 성향이 강한 기존의 선형적인 항공 노선 네트워크 가 중앙집중형 시스템으로 변화하기 위한 가장 중요한 조건이다. 94년대부터 선호적 연결의 경향이 보이기 시작한 것은 중앙집중형 시스템이 규제완화의 산물이 아니라 항공노선의 자연적인 진화 과정에서 필연적으 로 발생하는 네트워크 구조임을 대변해주고 있다. 본 연구의 의의는 항공산업이 가지고 있는 본질적인 특성 때문에 중앙집중형 네트워크가 필연적으로 나타 날 수밖에 없는 자연적 진화의 산물인 것을 확인한 결 과에서 찾을 수 있다. 즉, 미국의 항공 산업은 자국의 지리적 특성으로 인해 장거리 수송에 대한 필요성과 세계 대전의 영향 등으로 항공관련 기술의 발전 및 정 부의 적극적인 지원 정책으로 발전을 해오고 있으며 그 기반에는 비록 시장메커니즘은 직접적으로 영향을 주지 못했더라도 효율성이 충분히 반영되어 진화해왔 다고 정리할 수 있다. 따라서, 항공노선망과 같이 네트워크 속성을 내재한 산업에 속한 기업의 전략을 수립할 때에는 기존의 분 석틀만이 아닌 네트워크 모형을 고려하여 접근해야 외 부환경과 내부역량 분석이 보다 명확하고 효과적인 분 석이 가능하므로 이와 같은 접근방법의 필요성을 주 장한다. 그리고, 항공산업에 속한 기업들의 경쟁우위 창출을 위해서는 항공노선망의 설계와 관리가 중요하 므로 네트워크의 속성을 이해하고 활용함으로써 산업 의 근원적인 특성을 이해하고 이를 기반으로 발전에

미국 항공산업 노선구조의 진화에 대한 재고찰 9 기여할 수 있다. 또한 네트워크 이론을 산업의 변화 과 정과 이를 기반으로 하는 기업 전략수립에 적용한 분 석을 했다는 점에서 본 연구의 의의가 있다고 말 할 수 있다. 이로써 네트워크 이론과 분석 방법이 기업활동, 산업 및 사회 현상을 이해하고 설명하는데 다양하게 활용될 수 있음을 보여주고 있으며, 기존 네트워크 관 련 연구(Barabasi and Albert, 999; Granovetter, 973, 985; Lee, et al., 26; Lee and Park, 27; Uzzi, 996)에서 주장하는 부익부(rich-get richer)와 같은 네트워크 효과 및 효율성을 지지하는 결과를 보 여주고 있는 측면에서 연구의 방법론적 의의를 찾을 수 있다. 그러나, 이와 같은 연구의 의의에도 불구하고 본 연 구는 몇 가지 한계점을 지니고 있으며 이를 극복하기 위한 추가적인 연구가 요구된다. 첫째, 본 연구는 네트 워크 이론과 모형을 활용한 점에 있어서 기존 이론에 대한 공헌이나 모델을 발전시키지 못하고 활용한 수준 에 그친 한계를 보이고 있다. 네트워크 이론을 근거로 하는 가설수립과 검증을 통해 이론에 대한 공헌 및 네 트워크 분석 도구(tool)를 활용하여 보다 네트워크 자 체에 대한 분석을 통해 그 특징을 규명하는 후속 연구 가 고려될 필요가 있다. 둘째, 네트워크 분석에 있어서 개별 기업의 특성을 고려하는 다양한 내적 요인들과 소비자의 선호 및 항 공 산업의 제약 등과 같은 환경변화 요인들을 충분히 고려하지 못한 분석의 한계가 있다. 즉, 순수 네트워크 효과를 분석하기 위해서는 분석 수준에 대한 고려와 모델에 영향을 미칠 수 있는 변수의 적절한 통제가 이 루어져야 하지만 본 연구에서는 각 수준별 변수에 대 한 충분한 통제가 이뤄지지 않았다(e.g., Lee and Park, 27; Tichy, Tushman, and Fombrun, 979; Tsai and Ghoshal, 998). 향후 연구에서는 기업의 속성과 산업의 속성에 대해 효과적인 통제변수 설정을 통해서 순수한 네트워크에 대한 분석이 이루어질 수 있도록 해야 할 것이다. 셋째, 본 연구에서는 미국 항공노선망의 자료만을 분석하였으나 비슷한 노선구조를 보이는 항만, 도로 등의 자료를 추가적으로 수집하여 비교 및 분석을 통 해 항공 노선망의 발전과정을 보다 객관적으로 제시할 필요성이 요구된다. 마지막으로 계량적인 분석 중 하나인 분포도 분석에 서 그림을 통한 시각적인 분석 수준에 머무른 방법론 적인 한계점을 찾을 수 있다. 후속 연구에서는 우측꼬 리의 형성 시점에 대하여 통계적인 방법을 활용하여 보다 과학적인 분석이 필요하다. 이와 같은 향후 연구 는 네트워크 성장과 선호적 연결의 근본원리를 밝혀주 는데 공헌할 것이다.

2 박남규ㆍ배백식ㆍ한재훈 References 이용학(23), 사회연결망 분석, 박영사. Albert, R., H. Jeong, and A.L. Barabasi (999), Diameter of the World-Wide Web, Nature, 4, 3-3. Barabasi, A.L. (22), Linked: The new science of Networks, Cambridge, MA, Perseus publishing. Barabasi, A.L. and R. Albert (999), The Emergence of Scaling in Random Networks, Science, 286, 59-52. Barabasi, A.L., R. Albert and H. Jeong (999), Mean-field Theory for Scale- free Random Networks, Physica A, 272, 73-87. Barcun, S.D. and P. Jeming (973), Airline Seat Share: A Study in False Optimization, Management Science, 2(2), 46-53. Barnett, A., M. Abraham and V. Schimmel (979), Airline Safety : Some Empirical Findings, Management Science, 25(), 45-56. Bhalla, U.S. and R. Iyengarm (999), Emergent Property of Networks of Biological Siganling Pathways, Science, 283, 38-387. Biederman, P. (982), The U.S. Airline Industry, New York, Praeger. Borenstein, S. (989), Hubs and High Fares: Dominance and Market Power in the U.S. Airline Industry, The RAND Journal of Economics, 2(3), 344-365. Borenstein, S. (992), The Evolution of U.S. Airline Competition, The Journal of Economic Perspectives, 6(2), 45-73. Boschma, R.A. and R. Wenting (27), The Spatial Evolution of the British Automobile Industry: Does Location Matter? Industrial & Corporate Change, 6(2), 23-238. Caves, D.W., L.R. Christensen and M.W. Tretheway (994), Economies of Density versus Economies of Scale: Why Trunk and Local Service Airline Costs Differ, The RAND Journal of Economics, 5(4), 47-489. Davies, R.E.G. (964), A History of The World's Airlines, New York, Oxford University Press. Davies, R.E.G. and I.E. Quastler (995), Commuter Airlines of the United States, Washington, Smithsonian Institution Press. Erdos, P. and A. Renyi (959), On random graphs, Publicationes Mathematicase (Debrecen), 6, 29-297. Erdos, P. and A. Renyi (96), On the evolution of random graphs, Magyar Tud. Akad. Mat. Kutato Int. Kozl. 5, 7-6. Fleming, D.K. (99), Competition in the U.S. Airline Industry, Transportation Quarterly, 45, 8-2.

미국 항공산업 노선구조의 진화에 대한 재고찰 2 Garvey, W., D. Fisher and R. Johnson (2), The Age of Flight: A History of America's Pioneering Airline. Greensboro, NC: Pace Communications. Inc. Goetz, A.R. and C.J. Sutton (997), The Geography of Deregulation in the U.S. Airline Industry, Annals of the Association of American Geographers, 87(2), 238-263. Graham, B.J. (993), The Regulation of Deregulation: A Comment on the Liberalization of the U.K.'s Scheduled Airline Industry, Journal of Transport Geography,, 25-3. Granovetter, M.S. (973), The Strength of Weak Ties, American Journal of Sociology, 78(6), 36-38. Granovetter, M.S. (985), Economic Action and Social Structure: The Problem of Embeddedness, American Journal of Sociology, 9(3), 48-5. Hendricks, K., M. Piccione and G. Tan (997), Entry and Exit in hub-spoke Networks, The RAND Journal of Economics, 28(2), 29-33. Heppenheimer, T.A. (995), Turbulent Skies, New York, John Wiley & Sons, Inc. Holloway, S. (23), Straight and Level: Practical Airline Economics (2nd ed.), Burlington, VT, Ashgate Publishing Compnay. Jeong, H., B. Tombor, R. Albert, Z.N. Oltavi and A.L. Barabasi (2), The Large-scale Organization of Metabolic Networks, Nature, 47, 65-654. Kauffman, S.A. (995), At Home in the Universe: The Search for the Laws of Self- Organization and Complexity, Chapter 8. High Country Adventure, New York, Oxford University Press. Kelly, C.J.Jr. (963), The Sky's the Limit, New York, Coward-McCann Inc. Klovdahl, A.S. (985), Social Networks and the Spread of Infectious Diseases: The AIDS example, Social Science Medicine, 2(), 23-26. Lee, E.M., J. Lee and J. Lee (26), Reconsideration of the Winner- Take-All Hypothesis: Complex Networks and Local Bias, Management Science, 52(2), 838-848. Lee, J. and NK. Park (27), Scale-free Networks in the Presence of Constraints: An Empirical Investigation of the Airline Route Network, Seoul Journal of Business, 3(), 3-9. Levine, M.E. (987), Airline Competition in Deregulated Markets: Theory, Firm Strategy, and Public Policy, New Haven, CT: The Yale Journal on Regulation. Lewis, W.D. and W.P. Newton (979), Delta: The History of an Airline, Athens, GA, The University of Georgia Press. Morrison, S.A. and C. Winston (995), The Evolution of the Airline Industry, Washington, DC: Brookings.

22 박남규ㆍ배백식ㆍ한재훈 Oum, T.H., A. Zhang and Y. Zhang (995), Airline Network Rivalry, The Canadian Journal of Economics, 28(4a), 836-857. Park, N.K. (24), A guide to using event study methods in multi-country settings, Strategic Management Journal, 25, 655-668. Pirkul, H. and D.A. Schilling (998), An Efficient Procedure for Designing Single Allocation hub and Spoke System, Management Science, 44(2), S235-S242. Romualdo, P.S. and A. Vespignani (2), Epidemic Spreading in Scale-Free Networks, Physical Review Letters, 86, 32-323. Shakun, M.F. (99), Airline Buyout : Evolutionary Systems Design and Problem Restructuring in Group Decision and Negotiation, Management Science, 37(), 29-33. Shaw, S.L. (993), Hub Structures of Major U.S. Passenger Airlines, Journal of Transport Geography,, 47-58. Sorenson, N. (99), The Impact of Geographic Scale and Traffic Density on Airline Production Costs: The Decline of the No-Frills Airlines, Economic Geography, 67, 33-45. Tichy, N.M., M.L. Tushman and C. Fombrun (979), Social Network Analysis For Organizations, Academy of Management Review, 4, 59-59. Tsai, W. and S. Ghoshal (998), Social Capital and Value creation: The Role of Intrafirm Networks, Academy of Management Journal, 4(4), 464-476. Uzzi, B. (996), The Sources and Consequences of Embeddedness for Economic Performance of Organizations: The Network Effect, American Sociological Review, 6(4), 674-698. Watts, D.J. and S.H. Strogatz (998), Collective Dynamics of Small-World Networks, Nature, 393, 44-442.

미국 항공산업 노선구조의 진화에 대한 재고찰 23 A Research Note on the Evolution of the U.S. Airline Route Networks Namgyoo K. Park * Baeksik Bae ** Jae Hoon Han *** Abstract While previous studies on the United States (US) airline industry have argued that the Hub and Spoke (HAS) route network became dominant due to the Deregulation Act in 978, this study will show that in reality it grew in increments as part of a natural evolution within the industry and existed much earlier than 978. In the perspective of network theory, this study analyzed the US airline route networks both qualitatively and quantitatively. We analyzed the history of US airline industry at ten-year intervals from the 93s to 2 and collected data of concerning route network evolution for the five largest US airline companies. Our results show that the dominant form of HAS route network emerged much earlier than the industry deregulation, and that it is the outcome of natural evolution over the history. Key words : Evolution of route network, US airline industry, Scale-free network * Professor, Graduate School of Business, Seoul National University ** MBA student, Graduate of Business, Columbia University *** Corresponding Author, Assistant Professor, Div. of Business Administration, Hallym University and Head Researcher, Hallym Research Institute of Business Management, Hallym University