[조직사회학] March, "Exploration and Explotiation in Organizational Learning."

James G. March. 1991. "Exploration and Explotiation in Organizational Learning.” Organization Science. 2(1): 71-87.

■ 기본 정의 [pp. 71-72.]

- 탐험Exploration: 새로운 지식을 탐색. search, variation, risk taking, experimentation, play, flexibility, discovery, innovation; 새로운 대안을 실험하기. 

- 활용Exploitation: 기존 지식을 활용. refinement, choice, production, efficiency, selection, implementation, execution; 기존의 능력과 기술을 활용, 확장. 

- 조직은 두 가지 중에서 choice를 남김: both explicit and implicit. 

- explicit choices: calculated decisions about investment and strategy. 

- implicit choices: norm, customs, rule, practices; incentive systems, hiring practices. 

1. The exploration / exploitation trade-off [pp. 72-74]

- 조직학습 연구에서, 두 개의 균형을 맞추는 것은 어려움. 왜냐하면, 같은 이슈가 여러 가지 체계의 층위에서 일어나기 때문: individual / organizational / social system level.

■ 탐험의 취약성

탐험: 활용과 비교했을 때, 산출물이 less certain, more remote in time, more distant from the locus of action and adaptation. 탐험은 longer time horizon. 그리고 기존의 것을 개발하는 것보다는, 좀 더 diffuse effects를 낳음. 

■ Trade-off 

- 이 둘은 trade-off 관계. 

- 활용 없는 탐험은, 이득 없이 실험의 비용만을 부담하기 마련이고, 뚜렷한 능력이 없이 많은 미개발된 아이디어만을 남김. 

- 반대로는, 차선의suboptimal stable equilibria에 갇히게 되고, 변화하는 환경에 적응하기 어려움. 

- 적응 과정adaptive process은 특징적으로 탐험보다는 활용을 강화함. 

- 긍정적인 국지적 산출물은 강한 경로의존성을 낳고, 차선의 균형에 머물게 만들 수 있음. 

- 탐험을 제외한 활용은, 적응 과정을 잠재적으로 자기파괴적으로 만들 수 있음. 

■ 조직학습의 사회적 맥락들 

- 두 가지 사회적 맥락이 고려됨

(1) mutual learning of an organization and the individuals in it

(2) the context of competition for primacy 

- 조직이 상대적 지위를 놓고 겨루는 상황에서 지식의 경쟁력에의 기여는, 탐험과 활용의 밸런스 맞추는 것을 어렵게 만듬.

2. Mutual learning in the development of knowledge 

■ 

- 조직은 procedures, norms, rules, forms에 지식을 축적하는 동시에, 조직 속 개인은 조직의 belief에 사회화됨. 한편 조직의 규범 역시 개인의 생각belief에 적응함

- mutual learning은 trade-off에 시사점을 줌. 

- mutual learning에서 탐험과 활용의 trade-off은, short/long run concern과 individual/collective knowledge의 기여에 관한 갈등을 수반함. 

■ A model of mutual learning [pp.74-75]

- 컴퓨터 시뮬레이션을 위한 모델링

■ Closed System에서의 시뮬레이션 [pp.75-77]

- closed system: 고정된 회원 & stable, specified reality. 

- 모델은 개인과 조직의 belief의 시간 경로를 산출하고, 그리하여 학습에 영향을 끼치는 지식 수준 역시 산출함. 

- belief의 조정은, 개인과 조직 code의 차이를 없애는 데에 기여함.

- 조직 내 개인이 더 knowledgeable해질 수록, 그들은 지식에 있어 동질적이어짐. 

(1) Learning rates의 효과 

* learning rates: p1=socialization rate of individuals; p2=learning rate of codes. 

- 느린 사회화 정도(낮은 p1)는, 빠른 사회화 정도보다 더 많은 지식을 산출함. (특히 p2가 높을 때)

- 결론: code가 개인들에게 빠르게 배우고, 개인의 사회화가 느릴 때 지식의 평형 수준(=조직, 개인의 지식 수준의 평균)이 제일 높음. 

- 정리: 느리게 학습하는 개인은 다양성을 오래 지속시키며, 조직의 코드가 향상될 수 있고 그리하여 exploration에 기여. 

(2) learning rate의 동질성 정도의 효과 

- 위의 결론은, 조직 내 slow learner와 fast learner가 적당히 섞여있을 때 좋은 효과가 나리라는 것을 시사함. 

- 시뮬레이션 결과, heterogenous(이종적) 집단 구성이 동질적인 것보다 더 높은 지식 평형 수준 창출. 

- slow learner의 비율이 최적의 산출에 중요함 (see figure 3.) 

- 실제 조직에서는, slow learner에게 주어지는 인센티브가 별로 없기 때문에, 최적의 slow learner 비율을 갖추는 것이 어려울 수 있음. 

■ Open System에서의 시뮬레이션 [pp.78-81]

- more open system: 멤버가 바뀌고(=turnover), 외부 환경이 변함(=turbulence). 

(1) turnover의 효과 

- p1(socialization rate)가 상대적으로 높다면, 적정한 turnover는 조직 규범의 향상에 기여함. (see figure 4.)

- 적정한 수준의 turnover는 덜 사회화된 사람들을 조직에 들여오고, 탐험에 기여하고, 높은 수준의 지식에 기여함. 

- 신참의 지식은 낮지만, 그들의 지식은 code와 덜 중복되고, 따라서 코드를 낫게 하는 데에 공헌할 수 있음. 

(2) turbulence의 효과

- 이 모델에서, 주어진 시간에 따라 외부 실재가변화하게 됨. 

- 이 모델에서, 초기에 형성된 지식 수준은 늘어나는 turbulence와 함께 감소하게 됨. 

- mutual learning은 외부 환경이 변화할 때, 장기적으로 code 지식 수준을 악화시키는 결과를 낳음. 

- 이러한 악화시키는 결과는, turnover가 있을 때 방지될 수 있음. 

- Turnover가 없는 경우, code knowledge는 처음에는 적당히 오르다가, 0으로 하락하고, 그 후에는 랜덤으로 변함. 

- turnover가 있는 경우, 하락은 방지되며 적정한 수준의 code knowledge가 유지됨. 

- 물론, turnover의 긍정적 효과는, 어떻게 신참을 모집하느냐에 따라 달려 있음. 

- 조직을 떠나는 구성원을, 조직의 코드에 가까운 사람으로 교체한다면, turnover의 탐험에 기여하는 효과는 사라질 것.

- 또한, turnover는 코드 지식과 조직 개인 구성원의 지식에 차이를 낳음.

- 특히, 외부 turbulence가 있고 turnover가 있는 조직에서는, 개인은 확실히 tenure를 받는 게 이득. 따라서 개인이 tenure를 사수하려는 일이 생길 수 있음. 

3. Knowledge and ecologies of competition [pp.81-85]

- 외부적 경쟁 과정은, 조직이 외부의 제한된 자원과 기회를 놓고 경쟁하게 만듦. 

- 내부적 경쟁 과정은, 개인을 제한된 조직의 자원과 기회를 놓고 경쟁하게 만-듦. 

- 경쟁 우위가 지식의 축적에 영향을 받는 방식을 고려함으로써, ecology of competition에서의 학습, 퍼포먼스, 포지션의 연결지점이 논의됨.

■ Competition and the importance of relative performance 

- normal performance distribution에서 x=mean, v=variance. 

- N= number of other organizations. 

- If N is greater than 1, increases in either x or v have a positive effect on competitive advantage. 

■ Learning, knowledge, and competitive advantage 

- 학습이 normal performance distribution의 평균과 분산을 높인다면, 경쟁 우위 역시 높아짐. 이것은 N의 수가 커질 수록 극대화됨. 

- 높은 포지션을 두고 다투는 경쟁에서, 분산은 긍정적 효과를 가져올 수 있음. 그러나 낮은 포지션을 피하려는 경쟁에서, 분산은 부정적 효과를 가져올 수 있음. 

- 컴퓨터에 기반한 현대 정보기술의 예 (p.84) 

■ Competition for relative position and strategic action

4. Little models and old wisdom [결론, pp.85-86]

- [T]he distance in time and space between the locus of learning and the locus for the realization of returns is generally greater in the case of exploration than in the case of exploitation, as is the uncertainty.

- 오래된 교훈을 떠올리는 것이 유익할 수 있음: 빠른 학습은 언제나 긍정적이지 않음. 빠른 사회화는 사람들에게 상처를 줄 수 있음. 지식의 축적은 순진하고 무지한 자들의 유입을 유지시키는 것에 의존하는 것일 수 있음.