창업기 이후 스케일업 단계 기업들의 역동성이 크게 저하되면서, 성장 병목 해소가 중요한 정책 과제로 부상하고 있다. 분석 결과, 제조업에서는 R&D · AI · 수출이, 서비스업에서는 브랜드 · 디자인 역량이 스케일업 성공에 주요한 요인으로 나타났다. 이는 R&D 투자 위주의 단선적 지원은 효과가 제한되며, 기업별 성장 병목 진단에 기반한 정책 조합의 연계 · 집행이 보다 효과적이라는 점을 시사한다. 스케일업 지원사업을 통합관리하고 성과관리 체계를 재구축해, 보다 효과적인 지원체계로 전환해야 한다.

Ⅰ.  논의의 배경: 고성장 기업 활동 저하

경제성장 전략의 성과는 결국 기업이 실질적으로 성장하는가에 달려 있다. 최근 코스피 상승 등 자본시장의 지표는 고무적이나, 그 과실이 일부 대형 주도주에 집중되면서 기업 전반의 성장 회복을 단정하기는 어렵다. 분석 결과, 제조업과 서비스업을 막론하고 저성 장 기업의 비중이 증가하고 고성장 기업의 비중이 감소하는 현상이 뚜렷하게 나타난다 (부록 참조). 문제는 이러한 성장 둔화가 기업 전반으로 확산되면서 혁신과 투자를 통해 규모를 키워야 할 스케일업 단계의 기업 활동마저 위축되고 있다는 점이다. 이는 기존의 정책수단만으로는 현재의 저성장 기조를 반전시키기 어렵다는 방증이기도 하다.

저성장과 기업 역동성 저하는 한국만의 현상이 아니다. 주요 선진국 역시 디지털 전환과 글로벌 기술 패권 경쟁 속에서 새로운 성장동력을 찾기 위한 전략을 강화하고 있다. 이 과정에서 주목하는 해법은 성장 잠재력이 뛰어난 기업을 발굴하고 육성하는 스케일업 정책이다. 스케일업 기업은 창업 초기 단계를 넘어, 혁신투자 · 해외진출 · 인력확충 등 확장 전략을 적극적으로 추진하며 본격적으로 규모를 키워 가는 기업을 말한다. 이러한 활동의 성과가 매출이나 일자리의 빠른 증가로 나타날 경우, 이를 고성장 기업이라 부른다. 고성장 기업은 매출과 고용의 빠른 성장을 통해 일자리를 창출할 뿐 아니라, 산업 내 혁신을 촉진하고 자원 배분의 효율성을 높이는 경제의 핵심 엔진 역할을 한다. 실제로 유럽연합(EU)은 유럽혁신위원회(EIC)를 통해 혁신기업의 스케일업을 집중 지원하고 있다. OECD(2021) 등의 연구에서도 소수의 고성장 기업이 신규 일자리와 경제성장의 상당 부분을 책임지고 있음이 입증된 바 있다.

고성장 기업을 ‘지난 3년간 연평균 매출 성장률이 20% 이상인 기업’으로 정의하고 통계청 「기업활동조사」 자료를 활용하여 살펴본 결과, 실제로 우리나라의 고성장 기업은 전체 기업 연간 매출액 증가분의 약 50%, 일자리 성장의 38%를 담당하며 경제적 기여도가 크게 높은 것으로 확인된다.2)3) 이들은 초기에는 작은 규모로 출발하더라도, 빠른 속도로 성장하며 경제 전체에 활력을 불어넣는 역할을 수행하고 있는 것이다. 여기서 특히 주목해야 할 점은 ‘성장 정체 구간’의 발견이다. 업력별 분석 결과, ‘업력 0~7년’의 초기 기업보다 본격적인 성장 궤도에 진입해야 할 ‘업력 8~19년’ 구간 기업의 활력 저하가 심각한 것으로 나타났다(그림 1). 2009~11년에 평균 14.4% 수준이었던 이들 그룹의 고성장 기업 비중은 2020~22년에 7.8% 수준으로 크게 하락했다. 이는 기업이 창업 단계를 넘어 스케일업 단계로 진입하는 과정에서 필요한 역량을 확보하지 못하고 있거나, 성숙기에 접어든 기업들이 글로벌 경쟁과 기술 변화에 효과적으로 대응하지 못하고 있음을 시사한다.

결국 우리 경제의 역동성을 되살리기 위한 열쇠는 잠재력 있는 기업이 고성장 기업으로 도약할 수 있는 환경을 조성하는 데 있다. 이를 위해 고성장 기업으로 이어지는 성장 요인을 정확히 이해하고, 그에 맞춰 지원정책의 틀을 바꿔야 한다. 이에 본고에서는 스케일업 기업의 역할과 성장 요인을 체계적으로 분석하고, 스케일업 정책의 설계 · 집행 · 평가 전 과정을 아우르는 실질적인 개선 방안을 제안하고자 한다.

Ⅱ.  고성장 기업 활동과 산업 생산성 성장의 연관성

스케일업 지원정책을 논의하기에 앞서, 고성장 기업의 활동이 경제 전체의 총생산성과 어떤 관련성을 보이는지 살펴보자. 자원 배분 관점에서 생산성이 높은 기업이 스케일업을 통해 더 많은 자원(노동 · 자본)을 확보하는 경우, 총생산성이 향상되는 것은 자연스러운 결과로 이해할 수 있다. 고성장 기업의 확장은 산업 내 경쟁구조와 다른 기업의 대응에 따라 상이한 결과를 낳을 수 있다. 본 장의 분석은 산업 수준 패널 회귀를 통해 고성장 기업 비중과 총생산성 성장 간의 통계적 상관관계를 확인하는 데 목적이 있으며, 결과 해석 시 인과관계로 확대 해석하는 것에는 유의할 필요가 있다.

이를 위해 산업 총생산성은 산업 내 개별 기업 수준 생산성의 집계로 정의하고, 동태적 Olley-Pakes 생산성 분해를 활용하여 산업 총생산성 성장률을 기업 평균 생산성의 변화, 산업 내 자원배분 효율성 변화, 진입 효과, 퇴출 효과로 분해하였다. 기업 평균 생산성의 변화는 존속기업들의 평균 생산성이 얼마나 변했는지를, 자원배분 효율성 변화는 생산요소가 더 생산성 높은 기업으로 재배치되며 산업 생산성이 개선된 정도를, 진입 효과와 퇴출 효과는 각각 신규 진입기업과 기존 기업의 퇴출로 산업 평균 생산성이 변화한 정도를 뜻한다. 또한 산업 총생산성 성장률을 고성장 기업과 여타 기업 집단으로 구분하여 두 집단 간 자원배분 효율성의 변화를 측정하였다(그룹 간 자원배분 효율성). 각 분해 요소를 종속변수로 설정하고, 산업 내 고성장 기업의 활동 정도를 나타내는 두 지표 - (1) 고성장 기업 매출액 비중, (2) 고성장 기업 수 비중 - 가 산업 총생산성 성장률과 어떤 관계를 보이는지를 추정하였다.

구체적으로 산업 내 고성장 기업의 매출액 비중이 1%p 높을수록, 산업 총생산성 성장률이 약 1%p 더 높게 나타났다.5) 이는 (i) 기업 평균 생산성 향상(0.5%p) 및 (ii) 산업 내 기업 간 자원배분 효율성 개선(0.6%p)이 함께 작동한 결과로 해석된다(표 1의 (1)~(5)열 참고). 또한 상대적으로 생산성이 높은 고성장 기업 집단으로 자원이 더 배분되면서 집단 간 자원배분 효율성 개선과도 유의한 관련성이 나타났다(표 1의 (6)열 참고).

고성장 기업의 활동과 여타 기업(비고성장 기업)의 생산성 간 관계를 살펴보기 위해 산업 내 기업 중 여타 기업에 한정해 분석한 결과, 고성장 기업 비중이 높은 산업일수록 여타 기업의 평균 생산성 성장률도 높게 나타나는 경향이 확인되었다(표 1의 (7)열 참고).

한편, 고성장 기업 수 비중과 산업 총생산성 성장 간의 상관관계는 더 높은 것으로 추정되었으며, 고성장 기업 수 비중이 높을수록 산업 전체의 평균 생산성 성장률이 높게 나타나는 것으로 확인되었다.
종합하면 산업 내 고성장 기업 비중은 산업 총생산성 성장과 유의한 양(+)의 관계를 보이며, 이 관계는 평균 생산성 변화 및 자원배분 효율성 변화 지표와 함께 관찰된다. 이러한 결과를 고려할 때, 산업에서 고성장 기업은 생산성 개선과 연관된 중요한 역할을 할 수 있다. 아울러 최근 고성장 기업 비중의 감소가 산업 평균 생산성 변화나 자원배분 효율화 등 생산성 개선 메커니즘의 약화와 맞물려 있는지 면밀히 점검할 필요가 있다.

III.  기업의 고성장 요인 분석

탁월한 성장 잠재력을 지닌 기업의 진입과 확장은 경제성장의 핵심 동력일 뿐 아니라 산업 생산성 제고에도 기여한다. 따라서 고성장 기업의 비중이 감소하는 상황에서 기업의 고성장 요인을 체계적으로 이해하는 것은, 정책 입안자와 기업이 성장 가능성을 높이기 위한 전략과 정책수단을 설계하는 데 중요한 근거를 제공한다.

본 장에서는 기업이 향후 고성장 기업으로 전환될 가능성에 영향을 미치는 요인을 규명하기 위해 패널 로짓 회귀분석을 실시하였다. 종속변수는 기업이 3년 후 고성장 기업에 해당하는지 여부이며, 설명변수로 기업의 규모 · 업력과 함께 생산성, 혁신 및 투자 활동을 나타내는 지표를 포함하였다.

분석 결과, 제조업에서 기업의 고성장 가능성은 생산성 향상과 혁신 · 지식 기반 활동과 밀접하게 연관되는 것으로 나타났다. 구체적으로 총요소생산성(TFP) 성장률, 종사자 수 성장률, 무형자산 및 R&D 투자, 특허 보유 등은 고성장 확률을 유의하게 높였으며, 수출이 활발하고 AI를 활용하는 기업일수록 고성장 가능성이 높게 나타났다. [그림 2]는 고성장 확률을 유의하게 높이는 요인을 제시하고, 고성장 확률이 10%인 기업을 가정할 때 각 요인이 1단위 증가하면 고성장 확률이 얼마나 변하는지를 보여준다. 예컨대 향후 3년간 고성장 확률이 10%인 기업의 총요소생산성 성장률이 1%p 높아질 경우, 고성장 확률이 약 4%p 상승하여 14%가 되는 것으로 해석할 수 있다.

한편, 1인당 R&D 투자는 고성장 확률을 유의하게 높이는 것으로 나타났으나, 확률 변화 폭은 상대적으로 작게(0.4%p) 추정되었다. 이는 R&D 투자의 효과를 ‘크기’만으로 평가하기보다, TFP 제고보다 실행이 용이한 정책 레버라는 점과 함께 해석해야 하며, R&D 투자가 인력 · 조직역량, 수출 · 시장 확장, AI 활용 등 보완 요인과 연계될 때 고성장 전환 기여가 더 커질 수 있음을 시사한다.

반면, 서비스업에서는 제조업과 비교해 고성장과 연관된 요인이 다소 다르게 나타났다. 종사자 수 성장률과 함께 1인당 무형자산, 디자인권 및 상표권 보유가 고성장 가능성을 유의하게 높이는 요인으로 확인되었다. 이는 서비스업에서 제품 · 공정 혁신뿐 아니라 브랜드 · 디자인 · 고객경험과 같은 무형자산이 시장 확장과 수요 창출에 중요한 역할을 할 수 있음을 시사한다. 다만, 이러한 결과가 서비스업에서 생산성의 중요성이 낮다는 의미는 아니다. 인공지능(AI) 활용 변수는 2017년부터 조사되어 표본기간이 제한되는데, AI 변수를 제외하고 2006년부터의 자료로 분석하면 서비스업에서도 총요소생산성(TFP)이 고성장 가능성을 유의하게 높이는 주요 요인으로 나타난다. 즉, 서비스업에서는 생산성과 무형자산이 서로 대체재라기보다 보완재로 작동할 가능성이 크며, 생산성 개선이 성장의 기반을 형성하는 가운데 무형자산이 시장에서의 차별화와 확장을 통해 고성장 전환을 뒷받침하는 구조로 해석할 수 있다.

이러한 결과는 기업 성장 지원정책이 산업별 특성을 반영해야 함을 시사한다. 제조업에서는 기술개발 · 공정개선 · R&D 및 무형자산 투자 등 혁신역량 강화가 고성장으로 연결될 가능성이 높으므로, 기술 · 지식 축적을 촉진하는 정책수단이 상대적으로 효과적일 수 있다. 반면, 서비스업에서는 브랜드 강화와 고객경험 개선, 디자인 · 마케팅 역량 등 시장확장형 무형자산이 고성장과 연결되는 만큼, 지원정책도 R&D 중심의 단일 수단에 편중되기보다 기업 · 산업 특성에 맞는 지원 패키지로 구성될 필요가 있다.

또한 현행 지원사업 체계는 생산성 향상과 같은 핵심 성장 요인을 충분히 반영하지 못하는 측면이 있다. 자금 투입 중심의 지원만으로는 기업의 생산성과 역량이 체계적으로 개선되기 어려우므로, 성과 중심 체계로의 전환이 필요하다. 즉, 생산성 개선, 혁신성과(특허·무형자산 축적), 수출 · 시장 확장 성과 등 핵심 성장 요인의 활동과 결과가 나타나도록 지원체계를 설계하고, 기업이 성장 요인에 투자할 유인을 강화하는 방향으로 정책을 재정비할 필요가 있다.

Ⅳ.  기업 스케일업 정책 개선 방안

기업들이 스케일업을 통해 경제성장과 일자리 창출은 물론 산업 전반의 총생산성 성장에도 중요한 역할을 한다는 점에서, 스케일업을 촉진하는 지원체계의 정비는 저성장 극복을 위한 핵심 과제다. 특히 핵심은 ‘새로운 사업을 늘리는 것’이 아니라, 이미 존재하는 다양한 성장지원 사업의 조합과 집행 방식을 개선하여 정책 효과성을 높이는 데 있다.

1. 지원체계 혁신: 원스톱 진단 기반 ‘정책조합-민간연계’ 신속집행 체계

기업 성장 지원정책은 특정 업력 · 수단(R&D)에 고정된 방식에서 벗어나, 기업별 핵심 성장 병목을 진단하고 그에 맞는 지원수단을 가장 효과적인 조합으로 설계 · 연계하는 방식으로 전환할 필요가 있다. 창업 초기 이후 업력(8~19년)에서도 고성장 기업 비중이 상대적으로 높게 나타나는 점을 고려하면, 지원대상을 창업 초기 기업 중심으로 한정하는 방식은 정책의 효과를 제약할 수 있다.

본 제안의 차별점은 ‘성장 요인 맞춤형 프로그램’을 새로 만드는 것이 아니라, 기업이 개별 사업(R&D, 해외진출, 인력, 데이터/AI 등)을 따로 찾아 신청하기 전에 원스톱 진단을 통해 ‘가장 효과적인 기존 정책수단의 조합’을 먼저 설계하고, 이를 부처 간 연계해 신속히 집행하는 운영체계를 구축하는 데 있다. 즉, 개별 사업 단위의 지원을 넘어, 정책 전반의 운영 방식을 ‘원스톱 조합형’으로 전환하는 것이 핵심이다.

이를 위해 정부는 “단일 신청-단일 진단-다수 수단 조합” 구조를 표준화할 필요가 있다. 기업은 한 번의 신청(원서식)으로 진단을 받고, 정부는 진단 결과에 따라 기업이 직면한 병목(생산성, 인력, 무형자산, 해외시장, 자금조달, 디지털 전환 등)을 기준으로 기존 사업을 묶어 ‘최적 조합’으로 패키징하여 제공한다. 운영 방식은 다음의 세 단계로 정리할 수 있다.

(1) 원스톱 진단: 기업 정보(재무 · 성장 · 생산성 · 수출 · 인력 · 무형자산 · 디지털 활용 등)와 인터뷰/현장 점검을 결합해 ‘성장 병목’을 도출

(2) 정책 조합 설계: R&D, 공정 · 서비스 고도화, 해외진출, 인력 · 조직역량, 무형자산(브랜딩 · 디자인 · 상표), AI · 데이터 전환, 금융(보증 · 대출 · 투자 연계) 등 기존 지원수단을 기업별로 조합

(3) 민간역량 연계 집행: 민간 서비스 제공자를 매칭해 실행을 지원하고, 성과(마일스톤) 달성에 따라 후속 지원을 연계

진단의 핵심은 두 가지다. 첫째, 기업이 스스로 인식하는 애로(자금 · 인력 부족 등)와 인식하지 못하는 조직역량 차원의 병목(생산성 정체, 무형자산 미활용, 디지털 전환 지체등)을 명확히 분별하는 것이다. 이를 위해 재무 · 성장 · 수출 · 인력 등 정량 데이터를 동종기업과 벤치마킹하고, 경영진 인터뷰와 현장 점검으로 지표에 드러나지 않는 역량 공백을 보완한다. 둘째, 진단 결과가 “문제 목록”에 그치지 않도록, 해당 병목을 해소했을 때 매출 · 수출 · 생산성이 어떻게 개선되는지 가시적인 성장 경로로 제시해야 한다. 병목 해소와 스케일업 간의 연결고리가 명확해야 기업의 수용도를 높이고, 후속 정책 조합 설계의 근거로도 활용될 수 있다.

민간역량 연계는 ‘정부가 먼저 비용을 지원하는 방식’이 아니라, 원칙적으로 기업이 진단 결과에 따라 민간 서비스를 자발적으로 활용하도록 연결하는 것을 기본으로 한다. 다만, 시장실패(정보비대칭 · 초기 고정비 · 외부효과 등)로 인해 기업 단독으로는 활용이 어려운 영역, 또는 긴급 대응이 필요한 경우에 한해 바우처 · 매칭 방식으로 제한적으로 지원하는 것이 바람직하다.

기업별 지원은 속도와 시급성에 따라 차등화할 필요가 있다. 예컨대 수출계약·인증·납기 대응 등 단기간 내 지원이 성패를 좌우하는 기업에는 ‘패스트 트랙’을 적용해 절차를 간소화하고 즉시 투입 가능한 민간 서비스(해외 규제 · 인증, 물류 · 통관, 현지 파트너 매칭, 단기 인력 매칭 등)를 우선 연계한다. 반대로 중장기 생산성 혁신이나 조직역량 강화가 필요한 기업에는 ‘프로그램형 트랙’을 적용해 단계별 마일스톤 기반으로 공공 · 민간지원을 결합하는 방식이 적합하다.

민간 서비스 연계의 도덕적 해이와 품질 저하를 방지하기 위해, 서비스 제공자는 등록-성과평가-퇴출이 가능한 관리체계를 갖추어야 한다. 구체적으로 (i) 표준계약 및 성과 지표(KPI) 명시, (ii) 성과연동 보상(일부 후불 · 성과지급), (iii) 기업 만족도 · 재이용률 ·성과 달성률을 포함한 다면평가, (iv) 부실 제공자에 대한 페널티(등록 제한 · 퇴출)를 제도화할 필요가 있다. 바우처 지원도 전액 선지급이 아니라 단계별 · 성과기반 지급을 원칙으로 하여, 비용 전가 · 형식적 서비스 제공을 차단해야 한다.

원스톱 지원체계를 작동시키려면 범부처 사업을 연계 · 조정할 운영 주체가 필요한데, 예컨대 중소벤처기업부가 총괄 역할을 담당하는 방향을 검토할 수 있다. 중기부는 중소 ·스케일업 정책의 주무부처로서 현장 접점과 운영 경험을 갖추고 있어 기업 진단-지원수단 조합-사후관리 기능을 안정적으로 조율하는 허브 역할을 맡을 수 있을 것이다. 실제 기업 진단과 조합 설계 · 집행은 중소벤처기업진흥공단 등 전문기관이 담당할 수 있다.

한편, 범정부 조정과 재정 인센티브를 통해 연계를 작동시키는 역할은 예를 들면 재정경제부에서 담당할 수 있다. 이 경우 해당 부처는 스케일업 사업 분류 · 공통 KPI 표준화, 중복 · 분산 조정, 성과 기반 예산배분, 데이터 · 성과관리 인프라 구축, 부처 간 조정 거버넌스 운영을 통해 “단일 신청-다부처 연계”가 실제로 작동하도록 뒷받침할 필요가 있다.

원스톱 체계가 마련되면 기업은 사업 공고를 찾아다닐 필요가 없고, 정부는 동일 기업이 복수 부처 · 지자체 사업을 중복 신청하지 않도록 단일 신청-다부처 연계 구조로 통합 운영할 수 있다. 이 과정은 (i) 지원수단의 중복 · 분산을 줄이고, (ii) 기업의 탐색 · 신청 비용을 낮추며, (iii) 정책자원을 실제 성장 병목 해결에 재배치한다는 점에서 효과적이다.

아울러 공공이 표준 진단과 성과평가 체계를 제공하면 민간 서비스 제공자 간 품질 경쟁과 전문화가 촉진되어, 민간 기업지원 서비스 시장의 건전한 성장에도 기여할 수 있다. 이와 같은 전환은 현재 스케일업 지원 정책이 R&D 지원에 상대적으로 집중되어 있는 구조를 보완하는 데에도 도움이 된다. 앞선 분석에서 서비스업은 1인당 R&D 지출이 고성장과 항상 유의하게 연결되지 않았으며, R&D 편중으로 특정 기술집약 산업에 지원이 과도하게 집중될 소지도 있다. 원스톱 조합형 운영을 통해 생산성 혁신, 무형자산 투자, 해외시장 진출 등 다양한 성장 요인 측면에서 기업이 직면한 과제를 해결하도록 자원과 노하우를 연계하는 관계지향적(동행형) 지원체계로 전환할 수 있다. 해외 주요국에서도 스케일업 지원은 전문 컨설팅과 네트워크 연계 중심으로 운영하는 사례가 확인된다. 중소벤처기업부는 김민호(2023)가 제안한 ‘맞춤형 비스포크 모델’을 기반으로 ‘점프업 프로그램’을 설계해, 유망 중소기업의 중견기업 도약을 지원하고 있다. 개별 사업을 넘어 정책 운영 방식 자체를 원스톱 체계로 혁신하는 것이 본 제안의 핵심이다.

2. 스케일업 지원정책 명확화 및 성과관리 체계 정비

스케일업 지원사업의 성과를 생산성 향상 등 실질 역량 제고 중심으로 평가하고, 투입-성과의 연결고리를 강화할 필요가 있다. 이를 위해 우선 지원사업 중 스케일업을 목표로 하는 사업을 정의 · 분류하고 이를 통합관리하여 사업 단위 성과를 집계하고 다음 연도 예산 배분에 반영하는 체계를 정부가 구축해야 한다.

현재처럼 스케일업 사업이 별도 체계로 관리되지 않으면, 유사 사업 간 중복 · 분산이 누적되고 기업 입장에서는 탐색 · 신청 비용이 커진다. 스케일업 지원사업을 분별하기 위해 중소벤처기업부의 「SIMS DB 2023년 관리사업 현황관리」와 각 부처 사업 공고에 포함된 사업명, 사업목표, 지원대상, 성과지표 등의 정보를 활용하여 <부표 1>에 나타냈다. 2023년 스케일업 지원사업은 총 8,131건에 약 9,811억원 규모로 집행되었으며, 대부분의 사업이 100개 내외의 기업을 선정해 연구개발비 중심으로 지원하는 형태였다. 스케일업 사업의 통합관리를 시행하여 (1) 유사 · 중복 사업 정리, (2) 공통 KPI 도입, (3) 신청·평가·사후관리 데이터의 단일화를 추진하는 것이 필요하다.

결국 다양한 기업지원 정책 중에서 스케일업을 목표로 하는 정책을 명확히 구분하고 기업 성장 및 역량 지표를 중심으로 성과지표를 체계화하는 것이, 형식적이고 효과가 낮은 정책을 배제하고 진정한 성장을 촉진하는 첫걸음이 될 것이다.

부 록

통계청 「기업활동조사」 자료를 활용하여 지난 3년간 연평균 매출 성장률을 기준으로 기업을 구분하여 분석한 결과, 제조업과 서비스업 모두에서 역성장(성장률 0% 미만)기업 비중이 증가하고 10% 이상 성장 기업 비중은 감소하는 흐름이 나타났다(부도 1 참고). 20% 이상 고성장 기업 비중은 2009년부터 2020년까지 급격히 감소한 뒤 2022년에 일부 회복되었으나, 여전히 2009년 대비 크게 낮은 수준이다.