스타트업을 다룬 경영학 논문은 매력적입니다. 최신 산업 트렌드와 맞닿아 있고, 대기업 데이터보다 참신한 연구 주제를 잡기 쉽습니다. 하지만 막상 시작하면 다른 벽에 부딪힙니다. 표본을 어디서 구할지, 공식적인 정의는 무엇인지, 소수의 응답자로 통계 분석이 가능한지부터 막막합니다. 이 글은 스타트업을 연구 대상(population)으로 삼는 경영학 학위논문을 설계할 때 반드시 짚어야 할 항목들을, 용어 정의부터 표본 접근, 연구설계 선택, 흔한 함정까지 순서대로 정리했습니다.
스타트업을 연구 대상으로 삼을 때 무엇이 다른가
일반적인 경영학 논문은 이미 표본틀이 존재하는 상장기업이나 공시자료가 있는 중견기업을 대상으로 삼는 경우가 많습니다. 반면 스타트업은 공식 통계에서도 정의가 갈립니다. 정부 창업지원사업에서는 사업을 시작한 지 일정 기간(흔히 7년) 이내의 기업을 창업기업으로 보는 반면, 벤처기업 확인 제도는 별도의 투자·기술 요건을 충족한 기업을 대상으로 하는 등 기준이 서로 다릅니다. 따라서 연구를 시작하기 전에 자신의 논문이 어떤 정의를 쓰는지 1장 용어 정의 절에서 먼저 못박아야 하며, 인용하는 기준은 최신 법령과 공고문에서 직접 확인해야 합니다. 업력 기준(예: 7년 이내), 고용 규모 기준(예: 상시근로자 50인 미만), 투자 유치 단계 기준(예: 시드~시리즈 A) 중 하나 혹은 조합을 선택하고, 그 기준을 선택한 이유를 한두 문장으로 밝히는 것이 심사에서 지적을 피하는 첫걸음입니다.
또한 스타트업 연구는 모집단 자체가 계속 변동합니다. 창업과 폐업이 빈번하고, 통계청이나 중소벤처기업부의 최신 공식 통계도 발표 시점과 논문 작성 시점 사이에 간극이 생깁니다. 데이터를 인용할 때는 반드시 발표 연도와 기준 연도를 함께 표기하고, “최근”이라는 표현 대신 구체적인 연도를 쓰는 습관을 들이는 것이 좋습니다. 업종 분류 역시 통계청 표준산업분류(KSIC)를 그대로 쓸지, 스타트업 생태계에서 통용되는 핀테크·헬스테크·푸드테크 같은 산업 구분을 쓸지 미리 정해야 자료 수집 단계에서 혼선이 생기지 않습니다.
국가마다 스타트업을 규정하는 방식도 다릅니다. 미국에서는 흔히 고성장 잠재력을 가진 신생기업이라는 느슨한 정의를 쓰는 반면, 한국의 정책 문서는 업력·인증·투자 유치라는 구체적 요건을 명시하는 경우가 많습니다. 해외 문헌을 선행연구로 인용할 때는 그 문헌이 어떤 정의를 전제하는지 확인하지 않으면, 자신의 논문에서 쓰는 정의와 선행연구의 정의가 서로 다른 대상을 가리키는 오류가 생길 수 있습니다. 이 점은 2장 이론적 배경에서 선행연구를 정리할 때 각주나 괄호로 짧게 짚어주는 것만으로도 충분합니다.
지도교수에게 주제를 제안할 때 준비할 것
스타트업 연구는 아직 학과 내 선행 지도 사례가 적을 수 있어, 지도교수가 표본 접근 가능성부터 물어보는 경우가 많습니다. 첫 면담 전에 후보 표본 접근 경로를 최소 두 가지 이상 미리 정리해 가면 논의가 훨씬 빠르게 진행됩니다. 예를 들어 “창업보육센터 두 곳에 각각 협조 공문을 보낼 예정이며, 두 곳 모두 입주 기업이 30개사 이상입니다”처럼 구체적인 숫자를 제시하는 것이 좋습니다(가상 예시). 또한 지도교수가 통계 분석을 기본으로 요구하는 학과라면, 표본이 부족할 경우 질적 설계로 전환할 수 있는 대안까지 함께 준비해 가는 것이 안전합니다.
논문 1~5장에서 스타트업 연구가 달라지는 지점
일반 경영학 논문 구조를 그대로 따르되, 스타트업 연구 특유의 손질이 필요한 지점이 몇 군데 있습니다.
1장 서론·용어 정의
연구의 필요성을 쓸 때 막연히 “스타트업이 중요해지고 있다”는 식의 서술은 심사에서 근거 부족으로 지적받기 쉽습니다. 창업진흥원이나 중소벤처기업부가 공식 발표한 통계(창업 기업 수, 생존율, 고용 창출 규모 등)를 발표 연도와 함께 인용해 문제의 시급성을 뒷받침하는 것이 좋습니다.
2장 이론적 배경
스타트업 연구에는 일반 경영학 이론(자원기반관점, 기업가정신 이론 등)에 더해 린 스타트업, 효과화 이론(effectuation) 같은 창업 특화 이론을 함께 검토하는 경우가 많습니다. 두 계열의 이론을 모두 언급하되, 자신의 연구질문과 실제로 연결되는 이론만 선택적으로 깊이 다루는 것이 분량 관리에 유리합니다.
3장 연구방법
표본 정의, 접근 경로, 생존자 편향 처리 방식을 이 장에서 구체적으로 밝혀야 합니다. 아래 절에서 자세히 다룹니다.
4~5장 결과·논의
표본 수가 적은 경우가 많으므로, 통계적 유의성만으로 결론을 내리기보다 실무적 함의를 함께 제시하는 서술이 심사에서 더 설득력을 갖습니다. 예를 들어 “유의하지 않았다”는 결과가 나오더라도, 왜 그런 결과가 나왔는지 표본 특성이나 업종 맥락에서 해석해주는 문단을 반드시 넣어야 논의 절이 빈약해 보이지 않습니다.
연구질문 설계: 세 가지 방향
스타트업을 다루는 논문의 연구질문은 크게 세 갈래로 나뉩니다. 아래는 모두 가상의 예시이며, 실제 논문에서는 자신의 지도교수·학과 관행에 맞게 구체화해야 합니다.
- 생존·성과 요인형(가상 예시): “창업자의 이전 산업 경력이 초기 3년 생존율에 미치는 영향은 무엇인가?” — 공공 창업 통계나 기업 데이터베이스를 2차 자료로 활용하기 좋은 방향입니다.
- 조직·전략형(가상 예시): “초기 투자 단계별로 조직 구조가 어떻게 달라지는가?” — 소수 기업을 깊이 들여다보는 사례연구나 질적 인터뷰에 적합합니다.
- 행동·인식형(가상 예시): “예비 창업자의 위험 감수 성향이 창업 의도에 미치는 영향은 무엇인가?” — 재학생·예비창업자를 대상으로 한 설문조사에 적합하며, 표본 확보가 상대적으로 쉽습니다.
세 방향 중 어느 쪽을 택하든, 연구질문은 “스타트업 전반”처럼 넓게 잡지 말고 업종(예: 핀테크, 푸드테크)이나 성장 단계(예: 프리시드~시드) 중 하나로 좁히는 편이 표본 접근과 결과 해석 모두에 유리합니다. 연구질문을 좁히는 과정에서 지도교수와 여러 차례 조율이 필요한 경우가 많으므로, 초기 면담에서 후보 질문을 두세 개 준비해 가는 것이 시간을 아끼는 방법입니다. 후보 질문마다 “이 질문에 답하려면 어떤 자료가 있어야 하는가”를 미리 적어보면, 접근이 불가능한 질문을 초기에 걸러낼 수 있어 시간 낭비를 줄일 수 있습니다.
표본 접근 전략
스타트업 연구에서 가장 큰 병목은 표본 확보입니다. 크게 세 가지 경로가 있습니다.
1. 공공·준공공 데이터베이스 활용
창업진흥원의 K-Startup 홈페이지에서는 정부 창업지원사업 공고와 관련 정보를 확인할 수 있고, 중소기업 관련 공공 통계 서비스에서는 업종·지역별 중소기업 현황을 조회할 수 있습니다. 이런 자료는 개별 기업 접촉 없이도 업종별 분포, 생존 통계 같은 2차 분석의 출발점이 됩니다. 다만 공공 데이터베이스는 재무 세부 항목까지는 제공하지 않는 경우가 많으므로, 필요한 변수가 실제로 존재하는지 자료 수집 전에 반드시 확인해야 합니다.
2. 액셀러레이터·창업보육센터 협조
대학 산학협력단이나 창업보육센터, 민간 액셀러레이터에 공문을 보내 입주 기업 명단에 대한 설문 협조를 구하는 방식입니다. 기관이 협조해 주면 개별 모집보다 응답을 모으기 수월한 편이지만, 특정 기관의 입주 기업만 표본이 되므로 지역이나 프로그램 선정 편향이 생길 수 있다는 점을 한계로 명시해야 합니다. 공문에는 연구 목적, 소요 시간, 익명 처리 방침을 구체적으로 적어야 보육센터 담당자가 내부 승인을 받기 쉽습니다. 협조 요청 시점도 담당자와 미리 상의하는 것이 좋습니다. 선발 직후나 데모데이 직전처럼 입주 기업이 바쁜 시기를 피하면 응답 부담을 줄일 수 있습니다.
3. 창업자 커뮤니티·네트워크 설문
온라인 창업자 커뮤니티나 스타트업 행사 참가자 명단을 통해 자발적 설문 참여를 모집하는 방식입니다. 접근성은 좋지만 자기선택 편향(self-selection bias)이 커서, 논문의 한계(limitation) 절에서 이 점을 반드시 짚어야 심사에서 방어할 수 있습니다. 소정의 참여 사례(모바일 상품권 등)를 제공하면 참여를 독려할 수 있지만, IRB 심의 대상 기관이라면 사례 제공 방식도 함께 승인받아야 합니다.
대표적 연구설계 세 가지 비교
| 설계 유형 | 표본 규모 | 장점 | 주의할 점 |
|---|---|---|---|
| 횡단 설문조사 | 분석 방법과 검정력 계산에 따라 결정(수십~수백 개사) | 통계 분석(회귀·구조방정식 등) 적용 가능 | 표본 확보에 시간이 오래 걸림, 응답률 관리 필요 |
| 단일·다중 사례연구 | 1개사~소수 기업 | 맥락을 깊이 있게 기술, 접근이 상대적으로 쉬움 | 일반화 한계를 명시해야 함, 자료 삼각검증 필요 |
| 2차 데이터 패널분석 | 수백~수천개사 | 대규모 표본 확보 가능, 생존분석에 적합 | 필요한 변수가 원자료에 없을 수 있음 |
표본 규모를 정할 때는 지도교수와 상의해 자신의 논문이 통계적 검정을 목표로 하는지, 깊이 있는 기술을 목표로 하는지부터 먼저 정하는 것이 순서입니다. 표본 크기 계산 자체는 표본 추출 방법 완전 가이드를 참고해 확률·비확률 표집 중 무엇을 쓸지 먼저 결정한 뒤 산출하는 것이 좋습니다. 만약 사례연구 설계를 선택했다면 사례연구 방법론 글에서 단일·다중 사례 설계와 자료 삼각검증 절차를 함께 확인하는 것을 권합니다.
실제로 쓸 수 있는 변수 예시
아래는 모두 가상의 예시이며, 실제 척도는 원저작자의 문헌을 직접 확인하고 인용해야 합니다.
| 연구 방향 | 독립변수(가상 예시) | 종속변수(가상 예시) | 자료 출처 |
|---|---|---|---|
| 생존·성과형 | 창업자 경력 연수, 투자 유치 단계 | 3년 생존 여부, 매출 성장률 | 공공 데이터베이스, 2차 자료 |
| 조직·전략형 | 투자 단계, 조직 규모 | 조직 구조 유형, 의사결정 방식 | 인터뷰, 사례연구 |
| 행동·인식형 | 위험 감수 성향, 자기효능감 | 창업 의도, 창업 준비 행동 | 설문조사 |
변수를 고를 때는 척도가 실제로 존재하는지부터 확인해야 합니다. 국내외 선행연구에서 이미 검증된 척도를 재구성 없이 그대로 쓸 수 있는지, 번안이 필요한지, 번안했다면 역번역 절차를 거쳤는지까지 방법론 절에 적어야 완결성 있는 3장이 됩니다. 척도 출처를 표 아래 각주로 함께 적어두면 나중에 참고문헌을 정리할 때도 시간을 아낄 수 있습니다.
흔한 함정: 생존자 편향과 소표본
스타트업 연구에서 가장 자주 지적되는 방법론적 약점 중 하나는 생존자 편향(survivorship bias)입니다. 현재 운영 중인 기업만 표본에 포함하면, 이미 폐업한 기업의 실패 요인이 분석에서 통째로 빠지게 됩니다. 성과나 생존을 종속변수로 삼는 논문이라면 폐업 기업 데이터를 일부라도 포함하거나, 최소한 이 한계를 논의(discussion) 절에서 명확히 밝혀야 합니다.
또한 표본 수가 적을 때 정량 통계 분석을 시도하면 검정력이 낮아지고 결과 해석의 신뢰성이 떨어집니다. 이런 경우 질적 사례연구나 혼합연구로 설계를 바꾸는 편이 심사에서 더 안전합니다. 소표본 상태에서 무리하게 회귀분석을 밀어붙이면 심사에서 지적받기 쉬우므로, 자료 수집 중간 단계에서 표본 수를 점검하고 필요하면 설계를 조정하는 유연함이 필요합니다. 표본 확보가 예상보다 더딜 때는 연구질문의 범위를 넓히기보다, 설계 자체를 양적에서 질적으로 전환하는 편이 남은 일정 안에 완성할 가능성을 높입니다.
마지막으로 스타트업은 폐업뿐 아니라 인수합병, 피벗(사업모델 전환)으로도 표본에서 사라집니다. 자료 수집 시점과 논문 제출 시점 사이에 표본 기업의 상태가 바뀔 수 있다는 점도 미리 감안해, 가능하면 자료 수집을 짧은 기간에 집중적으로 끝내는 것이 데이터의 일관성을 지키는 데 도움이 됩니다. 여러 차수에 걸쳐 자료를 나눠 모으는 경우라면, 각 차수의 수집 시점을 논문에 명시해 결과가 특정 시점의 스냅샷이라는 점을 독자가 이해할 수 있게 해주는 것도 좋은 습관입니다.
제출 전 점검 체크리스트
아래 일곱 항목은 심사 직전 마지막 점검용으로 쓰기 좋습니다.
- 스타트업의 정의(업력·인증·투자단계 기준)를 1장에서 명시했는가
- 표본 접근 경로와 예상되는 편향을 3장 방법론에서 구체적으로 밝혔는가
- 생존자 편향을 인지하고 대응 방식 또는 한계를 서술했는가
- 표본 규모에 맞는 분석 방법(통계 vs 질적)을 선택했는가
- 통계 수치·연도 인용에 출처와 발표 연도를 함께 표기했는가
- 사용하는 척도가 실제 존재하는 검증된 도구인지 확인했는가
- 지도교수와 표본 접근 가능성을 사전에 논의했는가
자주 묻는 질문
스타트업의 공식적인 정의가 따로 있나요?
모든 법령과 통계에 공통으로 쓰이는 단일한 정의는 없습니다. 창업지원 제도, 벤처기업 확인 제도, 중소기업 기준이 각각 다르므로 논문에서는 자신이 채택한 기준(업력, 인증 여부, 투자 단계 등)을 1장 용어 정의 절에서 명시적으로 밝혀야 합니다.
표본이 20개사 정도밖에 안 되는데 통계 분석이 가능한가요?
표본이 작을 때는 정량 통계보다 사례연구나 질적 인터뷰로 설계를 바꾸는 것이 안전합니다. 통계 분석을 꼭 해야 한다면 비모수 검정처럼 표본 크기에 덜 민감한 방법을 지도교수와 상의해 선택하는 것이 좋습니다.
폐업한 기업까지 조사에 포함해야 하나요?
생존·성과를 종속변수로 삼는 연구라면 포함하는 것이 방법론적으로 더 견고합니다. 접근이 어렵다면 최소한 생존 기업만 표본으로 삼았다는 한계를 논의 절에 명확히 적어야 합니다.
액셀러레이터 입주 기업만 조사하면 편향되지 않나요?
네, 특정 프로그램에 선정된 기업만 표본이 되므로 선정 편향이 생길 수 있습니다. 가능하다면 복수의 기관·지역에서 표본을 모으고, 어렵다면 이 한계를 명시적으로 밝히는 것이 심사 대응에 도움이 됩니다.
연구질문을 업종 하나로 꼭 좁혀야 할까요?
필수는 아니지만 권장합니다. “스타트업 전반”을 다루면 업종 간 이질성 때문에 결과 해석이 모호해지기 쉽습니다. 핀테크, 푸드테크처럼 하나의 업종으로 좁히면 표본 접근과 선행연구 비교 모두 수월해집니다.
해외 선행연구의 스타트업 정의를 그대로 가져와도 되나요?
정의가 서로 다를 수 있으므로 그대로 가져오기보다, 해외 문헌이 어떤 기준을 전제하는지 확인한 뒤 자신의 논문에서 쓰는 정의와 같은지 다른지를 이론적 배경 절에서 짧게 짚어주는 것이 안전합니다.
Tesify로 스타트업 연구 논문 작성 시작하기
스타트업을 대상으로 한 경영학 논문은 표본 접근부터 변수 설계까지 일반적인 경영학 논문보다 준비할 것이 많습니다. Tesify는 9,000명 이상의 학생이 사용하며 15,000개 이상의 챕터가 이 서비스를 통해 작성되었고, 초안은 100% 여러분이 직접 씁니다. 연구질문을 다듬고 설계 방향을 정리하는 단계부터 Tesify에서 논문 작성 시작하기를 통해 진행해 보세요. 논문 전체 구조를 처음부터 잡는 방법은 논문 작성법 완벽 가이드에서, 연구 주제를 아직 확정하지 못했다면 논문 주제 정하기 완벽 가이드에서 함께 확인해 보세요. 연구 방법을 확정한 다음에는 경영학 논문 작성법에서 세부전공별 설계와 데이터 확보 전략을 추가로 참고하면 3장을 더 빠르게 완성할 수 있습니다.