10장은 기술로드맵에 한 가지 현실을 추가한다. 조직은 혼자 미래를 향해 움직이지 않는다. 경쟁자는 같은 성능축에서 추격하고, 다른 비용구조를 선택하며, 때로는 새로운 FOM을 들고 나오고, 표준위원회에서 시장의 인터페이스까지 바꾼다. 따라서 기술전략은 “어떤 기술을 개발할 것인가”와 동시에 “경쟁자가 다음에 무엇을 할 수 있고, 그 움직임에 우리는 어떻게 반응할 것인가”를 다루는 문제가 된다. 이 장은 attacker·fast follower·defender·low-cost provider라는 전략원형에서 출발해 value-based vector chart, 냉전의 arms race, Airbus–Boeing 등 duopoly, Pareto-front forecasting, best response와 Nash equilibrium, 기술 네트워크, 표준과 lock-in까지 하나의 전략적 경쟁 프레임으로 묶는다.
Competition as a Driver — 경쟁은 기술을 가속하지만, 모든 경쟁자가 같은 방식으로 기술을 쓰지는 않는다
기술경쟁의 핵심은 first mover가 되는 것만이 아니다. R&D 위험, 복제속도, 기존기술 방어, 비용우위를 어떻게 조합하는지가 전략을 만든다.
원서는 역사적으로 기술진화를 밀어온 가장 강한 힘 가운데 하나로 competition을 든다. 경쟁은 개인, 부족, 기업, 국가, 국가블록 사이에서 일어났고 그 목적은 자원 접근, 군사적 우위, 시장과 무역로의 통제, prestige와 ideology, capital-market 성과, scientific first 같은 서로 다른 advantage를 얻는 데 있었다.
다만 원서는 competition만을 유일한 driver로 두지 않는다. human survival, scientific curiosity, collaboration, nature에서 관찰되는 symbiosis와 altruism도 기술진보의 원인이 될 수 있으며 역사적으로 이들을 완전히 분리하기는 어렵다고 명시한다. “경쟁이 모든 혁신을 설명한다”는 단순화는 이 장의 주장보다 강하다.
네 가지 경쟁전략 원형
| STRATEGY | CORE LOGIC | ADVANTAGE | RISK / LIMIT |
|---|---|---|---|
| Attacker / Pioneer | 새 기술을 가장 먼저 도입하고 필요하면 defensive IP로 보호한다. | First-mover advantage, 시장과 기술기준 선점 가능성. | R&D intensive이며 실패확률과 투자위험이 크다. 원서는 patent protection 기간을 대략 20년 수준으로 언급한다. |
| Fast Follower | first mover가 검증한 기술·제품을 빠르게 따라간다. parallel development, patent-around, 경우에 따라 침해나 산업스파이까지 역사적 방식으로 언급된다. | 초기 R&D 시행착오를 줄이고 common supply base의 학습을 활용할 수 있다. | first-mover advantage가 강하면 추격이 어렵고 IP·법률위험이 존재한다. |
| Defender | 기존 technology를 sustaining innovation으로 계속 개선한다. | 기존 고객·생산체계·브랜드를 이용해 상당기간 market position을 방어할 수 있다. | 새 architecture가 구조적으로 우월하면 장기방어가 실패할 수 있다. |
| Low-cost Provider | 최신기술을 일부러 쓰지 않고 commoditized old technology, 낮은 input cost 등을 활용한다. | 가격이라는 다른 FOM에서 우위. 예: expensive robotic assembly 대 low-cost manual assembly. | 제품성능이나 customer value가 reference보다 낮아질 수 있고 price war에 노출된다. |
Defender의 함정 — 마지막 sailing ship의 사례
Foster의 Innovation: The Attacker’s Advantage에서 원서가 가져온 사례는 steamship과 경쟁하려 한 마지막 commercial sailing ship이다. cruise speed를 최대 22 knots까지 끌어올렸지만 maneuverability와 stability를 희생했고 결국 capsizing과 sinking으로 이어졌다고 소개된다. 여기서 요점은 오래된 기술의 성능향상 자체가 무의미하다는 것이 아니다. 한 FOM을 끝까지 밀어붙일 때 다른 FOM의 손실이 시스템 전체의 경쟁력을 무너뜨릴 수 있다.
경쟁우위의 세 자원: resource, capability, finance
원서는 산업기업이나 국가의 strategic competitive advantage가 크게 세 곳에서 나온다고 정리한다. favored natural resources, capabilities, financial strength이다. 기술전략은 그중 특히 capability와 직접 연결된다. education, IP, technological know-how, project execution competence를 쌓으면 기술을 강화할 수 있고, 반대로 기술개발은 capability를 다시 확장한다.
Switzerland 사례는 자원이 부족한 국가가 education과 infrastructure, precision engineering, machine-assisted food production 등에 투자해 raw material을 수입하고 high value density [$/kg] 또는 [$/m³] product로 바꾸어 수출하는 전략을 보여준다. 이 사례에서 technology는 단일 발명보다 국가적 capability transformation의 수단이다.
Value-based vector chart — 기술투자를 “비용 변화 × 고객가치 변화”로 그린다
Fig. 10.2의 vector chart는 x축을 producer/designer의 \(\Delta Cost\), y축을 customer의 \(\Delta Value\)로 놓는다. aircraft의 CFRP처럼 unit cost를 높이지만 weight와 fatigue 측면의 customer value를 올리는 기술도 있고, cost를 낮추는 manufacturing innovation도 있다.
기술이 만드는 customer value의 일부를 higher price로 회수할 수 있다면 NPV 관점에서 고비용 신기술도 합리적일 수 있다. 하지만 경쟁적 pricing pressure 때문에 value gain이 producer와 customer 사이에 항상 이상적으로 분할되는 것은 아니다.
vector path는 여러 technology contribution을 시각적으로 더하지만, 원서 footnote는 실제 기술조합에 nonlinear coupling이 생길 수 있다고 경고한다. 어떤 A/B/C 전략이 시장점유율과 수익성에서 성공할지는 validated market/system model 없이는 알 수 없다. 차트는 전략을 “증명”하는 도구가 아니라 비교·토론하는 도구이다.
또한 chart는 “Today + X years”로 표현해 +1, +3, +5, +10년 등 horizon별로 만들 수 있다. 로드맵의 미래상은 한 점이 아니라 시간에 따라 이동하는 경쟁위치의 연속이라는 의미다.
Exercise 10.1
technology-enabled product/service 시장 하나를 골라 최소 두 major competitor의 서로 다른 strategy를 분류하고 Fig. 10.2와 같은 vector chart를 그리는 과제다. 어떤 FOM이 customer value이고 어떤 technology가 producer cost를 바꾸는지 명시해야 한다.
The Cold War and the Technological Arms Race — 경쟁이 거대 R&D 시스템을 만들면 공격·방어 기술은 서로의 다음 세대를 촉발한다
군사경쟁은 기술개발의 가속효과와 함께 상호억제, 비대칭 counter-technology, 조직구조, 민간 spin-off까지 보여주는 극단적 사례다.
대규모 conflict 전후에는 technology가 arms race를 가속한 사례가 반복된다. WWI 이전 European empires는 naval capability를 늘리기 위해 battleship의 displacement와 power를 경쟁적으로 키웠다. 원서의 Fig. 10.3은 1905 이후 여러 naval power의 ship size가 빠르게 커지고 1922년 Washington Naval Treaty가 이 multilateral race를 제약한 모습을 보여준다.
Nuclear arms race와 mutual restraint
원서는 Cold War를 1946–1989의 미·소 중심 bilateral competition으로 서술한다. 양측은 defensive/offensive system에 막대한 투자를 했고 가장 가시적인 경쟁은 nuclear warhead와 delivery platform이었다. Fig. 10.4에서는 미국이 먼저 앞서고 이후 Soviet Union이 total warheads에서 추월하는 흐름을 보여준다.
경쟁을 냉각한 두 개념으로 원서는 mutually assured destruction과 détente를 든다. land-based missile launcher, nuclear submarine, nuclear-capable bomber가 서로 다른 delivery platform을 형성해 retaliation capability를 강화했고, 이후 arms-control treaty 중 하나로 1991년 START I을 언급한다.
Cold War의 기간 표기, warhead 변화, treaty 맥락은 Chapter 10의 서술을 그대로 따른다. 이 글은 이를 2026년의 국제정세 해설로 확장하지 않는다.
Symmetric vs. asymmetric technology
경쟁자는 상대 system을 1:1로 복제해 capability를 상쇄하는 symmetric strategy를 쓸 수도 있고, 공격기술을 특정 방어기술로 무력화하는 asymmetric strategy를 쓸 수도 있다. 원서는 US B-58 high-altitude Mach-2 bomber와 Soviet SA-75 surface-to-air missile을 대표 사례로 든다. SA-75는 B-58 같은 high-altitude threat에 대응하기 위한 counter-technology였고, 원서 집필시점 설명에서는 B-58이 10년 정도 운용 후 1970년 퇴역한 반면 upgraded SA-75 계열은 계속 생산된다고 적는다.
1960년 U-2 격추사건은 low-observability/stealth technology에 대한 미국의 투자와도 연결된다. 이 사례가 보여주는 것은 한 technology의 성공이 경쟁자의 동일기술 복제보다 새로운 counter-technology를 자극할 수 있다는 점이다.
두 R&D 조직모델: closed cities vs. contractor network
원서는 Soviet Union이 고도로 교육된 scientists/engineers를 secret closed cities에 집중시키는 model을, United States는 classified work를 수행하지만 서로 경쟁하는 commercial defense contractors의 큰 network를 활용하는 model을 대비한다. arms race의 높은 지출은 Soviet collapse의 여러 contributing factor 가운데 하나로 서술된다.
동시에 Soviet system은 Sputnik 1이라는 성공을 만들었고 1957년 space race를 촉발했다. 미국에서는 strategic surprise를 만들고 방지하기 위한 DARPA가 형성되었으며 ARPANET, stealth 등 여러 기술이 이어졌다. 원서는 defense electronics와 Silicon Valley innovation ecosystem의 역사적 연결도 언급한다.
경쟁적 공공 R&D의 결과는 원래 mission을 넘어 commercial spin-off와 새로운 innovation ecosystem으로 퍼질 수 있다. 다만 원서는 “모든” 군사기술이 그런 경로를 밟았다고 말하지 않는다.
Competition and Duopolies — 두 기업이 시장을 나눠도 경쟁의 균형은 product segment와 architecture 변화에 따라 계속 흔들린다
duopoly는 단순한 50:50 점유율이 아니라 서로의 output·price·technology move가 상대의 선택을 바꾸는 구조다.
Duopoly의 정의와 두 고전모형
duopoly는 두 firms가 market을 dominant 또는 exclusive하게 control하는 oligopoly의 한 형태다. 원서는 두 seller, ownership/action의 독립성, differentiated product가 주는 monopoly element를 특징으로 든다. Cournot model은 상대 output을 fixed로 보고 자신의 production volume을 정하는 관점이고, Bertrand model은 상대 price response를 가정하며 price competition을 본다. 뒤에서 Nash equilibrium이 이 논의와 연결된다.
Airbus vs. Boeing — 전체 market의 quasi-equilibrium과 segment별 비대칭
Boeing은 WWII 이후 long-distance bomber 경험 등을 바탕으로 commercial-aircraft leader가 되었고, Douglas는 1967년 McDonnell과 합병한 뒤 1997년 Boeing과 합병되었다. Airbus는 1969년 France–Germany agreement에서 출발하고 UK·Spain이 중요한 home-country role을 맡았다.
1980s A320 launch 이후 Airbus–Boeing 경쟁이 강해졌고 원서의 2011 Reuters chart에서는 지난 두 decades의 overall market share가 50% 근처 quasi-equilibrium으로 수렴한다. 그러나 submarket은 다르다. 원서 시점 설명에서는 Airbus가 A320 대 B737의 single-aisle short/medium-haul에서 우세를 얻고, Boeing은 B777/B787 대 A330/A350의 long-range에서 강한 위치를 갖는다고 서술한다.
두 기업이 기술을 쓰는 방식
| PLAYER | TECHNOLOGY / SYSTEM EMPHASIS IN THE CHAPTER | STRATEGIC READING |
|---|---|---|
| Airbus | A320부터 fly-by-wire, side-stick cockpit, A318/A319/A320/A321 product-family commonality. | control architecture와 platform commonality를 통해 challenger position을 강화. |
| Boeing | Aerodynamics·structures·propulsion의 multidisciplinary optimization, B777의 GE90, 1990s all-digital CAD/CAE/CAM design process. | system optimization과 industrialization capability를 경쟁우위로 활용. |
원서는 B737 MAX 문제와 COVID-19 이전 Boeing의 profitability와 freighter market strength를 언급한다. 또한 2008년 Shanghai에서 설립된 COMAC과 C919를 duopoly의 challenger로 제시하지만, certification과 worldwide operation에 시간이 필요하다는 집필시점의 불확실성을 남긴다.
C919 certification, Bombardier C-Series와 Embraer 관련 산업구조, B747/A380 production, 2020–2030 traffic forecast는 2022년 출간서가 사용한 당시 정보다. 특히 footnote는 Boeing–Embraer merger가 취소되었다고 별도로 적는다.
Airbus와 Boeing의 global market forecast는 원서 시점에서 향후 15년간 RPK 약 2배, annual growth 약 4.4%를 비슷하게 예상했다. 동시에 figure caption은 COVID-19 때문에 2020–2030 전망이 하향조정될 가능성을 명시한다.
Intel vs. NVIDIA — architecture 변화가 기존 경쟁구도를 흔든다
processor market은 CPU, FPGA, GPU 등 specialization이 커졌고 machine learning/AI와 cryptocurrency computing이 GPU demand를 키웠다. NVIDIA는 PC video-processing card company에서 GPU-based technology를 중심으로 강한 challenger가 되었다. Fig. 10.9는 2015–2018 Intel, AMD, NVIDIA의 stock-price change를 비교하며 NVIDIA의 급격한 상승을 보여준다.
여기서 핵심은 특정 stock return 자체가 아니라 architectural innovation이 기존 competitive boundary를 다시 그릴 수 있다는 점이다. figure에 AMD도 포함되므로 이 사례는 순수한 two-seller market보다 “기존 duopoly적 구조가 바뀌는 과정”을 보여주는 사례로 읽는 편이 정확하다.
Apple vs. Samsung — component innovation, operating system, IP가 동시에 경쟁한다
iPhone family와 Galaxy S family는 imaging resolution, processor speed, memory, software applications를 세대별로 개선했다. 동시에 iOS와 Android라는 software ecosystem 차이, design/technology copying을 둘러싼 장기 legal battle이 기술경쟁의 일부가 된다. Chapter 5의 IP 논의가 여기서 market strategy와 다시 만난다.
Exercise 10.2
technology-based product/service에서 duopoly 또는 quasi-duopoly 하나를 선택하고 두 main player와 market split을 설명하는 과제다.
Game Theory and Technological Competition — 경쟁자의 다음 제품을 외생변수로 두지 않고 의사결정모형 안으로 끌어들인다
Pareto-front progression, best-response functions, Nash equilibrium을 연결해 technology와 pricing move를 전략게임으로 본다.
strategic game은 participant action 사이에 cross-effect가 존재하고 각 participant가 그 상호영향을 인식할 때 성립한다. 상대의 행동이 나의 payoff를 바꾸고, 나의 선택도 상대의 다음 선택에 영향을 준다. Chapter 10은 Smirnova et al.(2018)의 framework를 이용해 이 구조를 technology-intensive market에 적용한다.
GPU data — 같은 가격에서 성능은 올라가고, 같은 성능에서 가격은 내려간다
2011–2017 두 GPU competitor의 released chip을 performance [GFLOPS]와 cost [USD]로 놓으면 시간이 지날수록 동일 cost에서 performance가 높아지고 iso-performance에서 consumer cost가 낮아진다. 장은 이 변화를 2D 또는 n-D Pareto-front progression이 Utopia point 방향으로 이동하는 과정으로 모델링한다.
Automobile data — 9,000개 이상의 관측점으로 future Pareto front를 예측한다
Yuskevich et al.(2018)은 9,000개가 넘는 vehicle data에서 total maximum engine power와 average fuel economy의 trade-off를 추정하고 historical data와 gasoline에서 얻을 수 있는 energy 같은 technological limits를 이용해 future efficient frontier를 예측했다. source figure에서는 시간이 갈수록 front 간격이 촘촘해져 두 FOM을 동시에 개선하는 diminishing return을 보여준다.
이 자동차 Pareto model은 Chapter 6에서 다룬 ICE→EV 같은 disruptive architecture switch를 포함하지 않는다. 기존 FOM space의 frontier extrapolation과 새로운 FOM/architecture의 등장은 다른 문제다.
Two-player sequential game
두 rational players A/B가 각자 payoff를 maximize한다고 두고 current product와 future Pareto front 위의 feasible strategy를 비교한다. player B가 \((X_2,Y_2)\)의 새 product를 냈다면 player A는 하나의 FOM을 match하면서 다른 FOM을 크게 높이거나, 한 축을 일부 희생해 다른 축에서 B를 strict dominate하거나, technology progression을 기다렸다가 delayed move를 택할 수 있다.
Nash equilibrium은 일련의 decision 뒤에 어느 player도 unilateral deviation으로 더 나은 outcome을 얻을 incentive가 없는 상태다. 각 player의 best response(BR)는 opponent strategy에 조건부인 최선의 선택이며, 두 BR function의 intersection이 NE가 된다.
위 식은 Chapter 10의 BR–NE 관계를 간결하게 적은 해석적 표기이며, 원서는 개념을 그래프와 사례로 설명한다.
Competition-analysis pipeline
Low-end GPU example — 성능보다 cost-reduction technology가 다음 투자일 수 있다
source의 2010→2011 low-end GPU game에서 Company B의 start position은 520 GFLOPS, $89.28, Company A는 600 GFLOPS, $144.66이다. estimated BR은 A가 이동할 수 있는 후보로 698.4 GFLOPS/$97.3, 601.3 GFLOPS/$84.98, 601.3 GFLOPS/$97.3을 제시한다.
모델의 전략적 함의는 A가 performance를 대략 600–700 GFLOPS 범위로 유지하거나 소폭 높이면서 price를 $100 아래로 크게 낮추는 쪽이다. 따라서 R&D priority가 peak performance technology가 아니라 manufacturing cost를 낮추는 technology로 이동할 수 있다. 단, 이 결론은 low-end GPU라는 네 market segment 중 하나에 대한 사례이며 다른 segment에서는 price를 유지하고 performance를 높이는 선택이 더 적절할 수 있다고 원서는 명시한다.
예측모형이 틀리는 이유도 전략의 일부다 — 경쟁은 FOM 공간 밖에서 갑자기 움직일 수 있다
holdout validation으로 confidence를 만들 수 있지만 M&A, 수요충격, FOM 전환, product failure가 model boundary를 깨뜨린다.
Historical cutoff로 game-theoretic forecast를 검증한다
framework는 특정 cutoff year 이전 data만 training에 사용하고 이후 실제 product release를 예측하는 방식으로 검증할 수 있다. actual move와 predicted move의 차이에 error statistics를 계산하면 predictive power에 대한 confidence 또는 doubt를 얻을 수 있다.
원서는 이 research가 아직 초기단계라고 분명히 적는다. Nash equilibrium을 계산할 수 있다는 것과 실제 competitor move를 정확히 예측한다는 것은 같은 말이 아니다.
Actual ≠ Predicted가 되는 네 가지 이유
Breakthrough technology는 내부 R&D 밖에서도 획득한다
firm은 licensing, acquisition(M&A), copying을 통해 현재 technology base와 다른 기술을 얻을 수 있다. 원서는 Google이 digital-map refresh capability와 연결될 수 있는 Earth-imaging satellite technology를 acquisition으로 확보한 사례를 언급한다.
Sabri(2016)는 이를 technology network와 game theory로 결합한다. node는 technology, link는 technology similarity dimension을 나타내며 network-level metric으로 node benefit과 link cost의 proxy를 만든다. node의 network position이 benefit에, 연결기술 사이 similarity가 이동 cost의 추정에 쓰인다.
Magic Leap → Solar Fuel — 낯선 기술영역으로 가는 shortest path
source case에서는 virtual-reality technology인 “magic leap”에서 synthetic biofuel 쪽 “solar fuel”까지 여러 technology link를 건너가는 path를 찾는다. 예시 path는 magic leap → oculus rift → smart watches → synthetic biology → supergrids → solar fuel이다.
이 path가 business strategy로도 타당한지는 a priori로 알 수 없다고 원서는 명시한다. 이 접근의 의미는 technology map을 이용해 diversification option을 탐색하고, strategic investment move의 거리와 연결구조를 명시적으로 생각하게 하는 것이다.
Industry Standards — 표준은 시장을 키우는 공공재이면서 동시에 경쟁우위를 재배분하는 전략장치다
compatibility와 transaction cost를 낮추면 작은 player도 들어올 수 있다. 그래서 어떤 firm은 표준을 만들고, 어떤 firm은 오히려 proprietary lock-in을 선택한다.
세 종류의 standards
| TYPE | WHO SETS IT | EXAMPLE / ROLE IN THE CHAPTER |
|---|---|---|
| Government standards & regulation | Local / regional / national regulatory bodies | 미국 NIST 같은 기관을 예로 든다. |
| International standards | ISO 등 국제표준기관 | Geneva 소재 ISO와 UN이 인정하는 역할을 언급한다. |
| Industry standards | Industry players의 합의, IEEE·SAE 같은 professional society | standard-setting committee에 적극 참여하는 것 자체가 strategic move가 될 수 있다. |
표준이 만드는 두 개의 경제적 효과
표준의 직접 목적은 quality, compatibility, performance의 일정한 기대수준을 만들어 industry/market expansion을 돕는 것이다. 여기에 원서는 두 효과를 추가한다.
- Transaction cost ↓: component, interface, protocol을 매번 처음부터 invent할 필요 없이 agreed standard를 채택할 수 있다.
- Level playing field: smaller player도 common standard 위에서 product를 만들 수 있어 entry barrier가 낮아진다.
표준은 기술을 고정하는 문서가 아니라 반복개발비용과 불확실성을 낮춰 diffusion을 가속하는 market infrastructure로 볼 수 있다.
Chapter 10의 standard examples
| STANDARD | SOURCE DESCRIPTION | STRATEGIC SIGNIFICANCE |
|---|---|---|
| IEEE 802.11 | WLAN/Wi-Fi의 MAC·PHY protocol을 2.4, 5, 60 GHz 등에서 규정하는 IEEE 802 family의 일부. | interoperable wireless ecosystem의 기반. |
| 5G mobile networks | 당시 emerging standard로 3G/4G를 대체하며 M2M data transfer에 더 최적화된 방향을 강조. | IoT 확산과 machine connectivity에 중요한 infrastructure. ITU를 주요 stakeholder로 언급. |
| AUTOSAR | 2003년 시작된 worldwide development partnership으로 automotive ECU의 open standardized software architecture를 목표로 함. | vehicle/platform variant scalability, software transferability, availability와 safety requirement를 협업기반으로 다룬다. |
5G의 “emerging” 지위나 consumer connector 사례는 2022년 출간서의 시점에서 읽어야 한다. 이 글은 현재의 표준보급상황으로 내용을 교체하지 않는다.
왜 어떤 firm은 표준화를 싫어하는가: proprietary lock-in
standard는 playing field를 평평하게 만들기 때문에 incumbent의 차별적 rent를 줄일 수 있다. 반대로 proprietary solution은 compatibility를 일부러 제한해 customer switching cost를 높이고 lock-in을 만든다. B2B technology가 proprietary solution으로 시작하는 경우가 많다고 원서는 설명한다.
Printer cartridges와 consumer electronics
printer cartridge는 manufacturer별로 deliberately non-standardized되어 한 printer를 산 customer가 replacement consumable을 original ecosystem에서 구매하도록 만든다. 원서는 2018년 non-standardized replacement printer toner cartridge global market을 약 $60 billion으로 추정한 사례를 든다.
consumer electronics에서도 USB 같은 표준이 존재하지만 원서 집필시점에는 여러 charging port와 accessory interface가 vendor별로 달라 original device 이후 peripheral/accessory purchase까지 ecosystem에 묶는다고 설명한다. 이는 margin을 높일 수 있지만 standardization이 가져오는 wider competition과 정반대 방향의 전략이다.
표준경쟁은 “어떤 기술이 더 우수한가”뿐 아니라 누가 interface를 소유하고 switching cost를 통제하는가의 문제다.
기술로드맵은 경쟁자 없는 미래예측이 아니다 — frontier, reaction, network, standard를 동시에 추적해야 한다
Chapter 10은 “Where should we go?”를 독립적인 최적화에서 strategic interaction 문제로 바꾼다.
Chapter 10을 하나의 decision loop로 읽기
Technology roadmapping에 추가되는 네 개의 질문
- 경쟁자가 같은 FOM에서 우리를 추격하는가, 다른 FOM을 들고 나오는가?
- future Pareto frontier가 어디로 이동하고 있으며, 우리의 feasible move는 언제 가능한가?
- 상대의 best response를 고려했을 때 performance investment와 cost-reduction investment 중 어느 쪽의 strategic payoff가 큰가?
- 표준에 참여해 ecosystem을 키울 것인가, proprietary architecture로 switching cost를 만들 것인가?
Game-theoretic roadmapping의 장점과 한계
장점은 competitor를 단순한 benchmark line이 아니라 reactive agent로 취급한다는 데 있다. price와 FOM history를 이용해 next move를 formalize하고, R&D investment를 competitor position과 연결할 수 있다. 그러나 model은 chosen FOM, market segment, rationality assumption, stable technology boundary에 의존한다.
M&A, macro shock, defect, regulation, new standard, disruptive FOM shift가 발생하면 historical best-response model은 빠르게 틀릴 수 있다. 따라서 competition model은 roadmap을 대체하는 oracle이 아니라 scenario를 반증하고 갱신하는 하나의 analytical layer로 쓰는 편이 타당하다.
AI·Agentic Systems에 대한 해석
Inference: Chapter 10의 구조를 현재 AI R&D에 적용하면 model benchmark 하나만 비교하는 경쟁분석에서 벗어날 수 있다. AI product의 vector chart에는 inference cost, latency, privacy, reliability, tool-use success, ecosystem compatibility 같은 FOM이 들어갈 수 있고, open standard/API와 proprietary stack의 선택은 lock-in과 diffusion speed를 동시에 바꿀 수 있다.
또한 frontier forecasting은 model capability–cost tradeoff의 가능한 다음 영역을 보여주고, best-response analysis는 competitor의 price cut·open-source release·hardware integration 같은 move를 scenario로 넣는 데 도움을 줄 수 있다. 하지만 이 단락은 Chapter 10이 AI 시장에서 실증한 결과가 아니라 원서의 technology-strategy framework를 AI 연구기획에 적용한 해석이다.
Exercises 10.1–10.3
- 10.1 — Vector chart: 최소 두 major competitor가 있는 technology-enabled market을 선택하고 strategy category와 cost–value vector를 작성한다.
- 10.2 — Duopoly: technology product/service의 duopoly 또는 quasi-duopoly를 찾아 두 player와 market split을 설명한다.
- 10.3 — Oligopoly strategy analysis: preferably duopoly인 technology-intensive market을 골라 chapter의 개념으로 technology와 pricing strategy를 분석한다.