C-01
오픈이노베이션
사이버보안 · AI · 모빌리티
2025 · 중소벤처기업부 · 총괄 PM
딥테크 9개사를 대기업 담당 부서까지 데려간 방법
기술 검증은 끝났는데 대기업의 어느 부서, 어떤 직무를 만나야 하는지 아무도 몰랐습니다. 대표들은 이미 여러 행사에서 명함을 돌려봤고, 그때마다 “검토해 보겠다”로 끝났습니다.
한 일- 9개사의 기술을 요소 단위로 분해해 수요 기업의 부서까지 지정한 사전 매칭안을 먼저 만들었습니다
- 각 사를 현장 방문해 1:1 컨설팅으로 제안 논리를 다시 썼습니다, 기술 설명이 아니라 상대 부서의 KPI 언어로
- 행사를 기술발표 8분 → 1:1 네트워킹 90분 → 자율 상담 30분 구조로 설계해 명함 교환이 아니라 다음 미팅이 잡히게 했습니다
결과- 9개사 전원 대·중견기업과 1:1 매칭
- 통신 대기업 관련 PoC 3건 협의, 그중 공공사업 협력사 등록 1건 확정
- 1개사는 증권사 해외 자문 라인을 통해 중동계 자금 검토로 연결
여기서 배운 것대기업은 “좋은 기술”을 사지 않습니다. 담당 부서의 올해 목표를 대신 달성해 줄 물건을 삽니다. 매칭은 행사장에서 시작하는 게 아니라, 상대 부서의 KPI를 알아내는 데서 시작합니다.
C-02
성장 전략
이차전지 · 액침냉각 · ESS
2023 · 경기도 · 총괄 PM
레퍼런스가 없어 대형 과제에 못 들어가던 에너지 기업
기술은 있는데 “써 본 곳”이 없어 대형 국책과제 문턱에서 계속 걸렸습니다. 레퍼런스가 없어서 과제를 못 따고, 과제를 못 따서 레퍼런스가 안 생기는 고리였습니다.
한 일- 지역 41개사 중 12개사를 선발하고, 선발 기준을 “성과 지표와 같은 것을 보도록” 다시 짰습니다
- 제조 · 금융 대기업 4곳을 불러 그룹 상담 90분을 붙이고, 끝나고 4주간 개별 후속 미팅을 일정으로 강제했습니다
- 협업 구조를 기술 검증이 아니라 공동 과제 제안 형태로 설계했습니다
결과- 시제품 전문기업과 협업 구조 성립
- 90억 규모 R&D 과제 선정 (해외 신도시 프로젝트 연계)
- 같은 프로그램에서 10개사 대상 매칭 20건, 투자유치 2 · 기술협업 11 · 사업협업 7
여기서 배운 것레퍼런스가 없는 회사에게 필요한 건 소개가 아니라 같이 이름을 올릴 과제입니다. 만나게만 해주는 매칭은 대부분 그 자리에서 끝납니다.
C-04
정책 자문
한의약 · 바이오
2025 · 보건복지부 · 총괄 PM
33개사 중 어디에 무엇이 부족한지 아무도 몰랐던 산업
지원 프로그램은 매년 돌아가는데 어느 기업이 어떤 단계에서 막혀 있는지 데이터가 없었습니다. 그래서 매번 같은 교육을 전체에게 똑같이 제공하고 있었습니다.
한 일- 33개사 전수 설문 → 16개사 기초진단으로 단계별 병목을 데이터로 만들었습니다
- 진단 결과에 따라 13개사에 1:1 컨설팅 2회 이상을 개별 배정했습니다
- 투자사 4곳을 심사위원이 아니라 투자 검토자로 초대해 발표가 실제 검토로 이어지게 했습니다
결과- 4개사 IR 발표 · VC 4개사와 후속 검토 연결
- 1개사 보건복지부 장관상 (천연물 의약품)
- 산업 전체의 단계별 병목 데이터가 다음 해 사업 설계 근거로 남음
여기서 배운 것지원 프로그램이 성과를 못 남기는 이유는 예산이 적어서가 아닙니다. 선발 기준과 성과 지표가 서로 다른 것을 보고 있기 때문입니다.
C-05
오픈이노베이션
에너지 · 제조혁신 · 기술혁신
2023 · 산업통상자원부 · 총괄 PM
협력률 6.8%의 시장에서 PoC 6건을 만든 구조
통계청 기준 국내 대·중소기업 13,429개사 중 실제 협력 중인 곳은 919개사, 6.8%였습니다. 행사는 많은데 남는 게 없다는 말이 업계의 공통 인식이었습니다.
한 일- 순서를 뒤집었습니다. 스타트업을 모으는 대신 중견기업의 희망 기술과 투자 단계를 먼저 분석했습니다
- 그 분석으로 사전 데이터 매칭(안)을 만들어 중견기업에 먼저 보내고, 그 다음에 스타트업을 붙였습니다
- 서울 3회 · 부산 1회로 나눠 지역 기업이 이동 비용 없이 들어올 수 있게 했습니다
결과- 32개사 IR → PoC 6건 · 비즈니스 매칭 3건
- 만족도 94% · 누적 참관 300명 이상
- 발굴 Long-list 78개사가 이후 사업의 딜소싱 자산으로 남음
여기서 배운 것매칭의 성패는 행사 당일이 아니라 누구를 먼저 분석했는가에서 갈립니다. 그리고 오픈이노베이션의 성과는 1~5년짜리입니다. 단발성 행사로는 나오지 않습니다.
C-07
정책 자문
생성형 AI · 공공데이터
2025 · 경기도 · 총괄 PM
800건이 들어온 경진대회에서 9팀에게 남긴 것
경진대회는 시상식으로 끝나는 게 보통입니다. 수상 이후 팀에게 남는 연결이 없었습니다.
한 일- 전국 800건을 심사해 9팀을 선발하고, 선발 직후부터 팀당 2~4회 멘토링을 붙였습니다
- IR 피칭 코칭을 발표평가 전에 배치해 심사가 곧 리허설의 결과가 되게 했습니다
- 글로벌 빅테크 · 대기업 실무자를 1:1 전담 멘토로 배정했습니다
결과- 9팀 전원 글로벌 빅테크·대기업 실무자와 1:1 매칭
- 도민 청중평가단 40여 명이 참여한 공개 평가로 마무리
- 수상 이후에도 멘토와의 접점이 남는 구조 확립
여기서 배운 것경진대회의 가치는 상금이 아니라 심사 이후에 남는 사람입니다. 이걸 설계에 넣지 않으면 800건을 심사해도 남는 게 없습니다.
C-09
정책 자문
창업 정책 · 오픈이노베이션
서울특별시 · 미래산업전략회의 창업분과 자문위원
제도가 된 제안, 서울형 오픈이노베이션
그때까지 서울시의 창업 지원은 대체로 스타트업 한쪽만 보는 구조였습니다. 돈을 주고 공간을 주는 데까지는 촘촘했지만, 그 회사가 실제로 매출을 만들려면 만나야 하는 대기업·중견기업 쪽은 정책의 대상이 아니었습니다.
한 일- 미래산업전략회의 창업분과 자문위원으로 ‘서울형 오픈이노베이션’을 사업으로 제안했습니다
- 지원 대상을 스타트업 한쪽이 아니라 수요기업과 공급기업 양쪽으로 놓는 구조를 제시했습니다
- 행사형 매칭이 아니라 사전 데이터 매칭 → PoC → 후속 연계로 이어지는 운영 방식을 설계안에 담았습니다
결과- 제안 이후 서울시의 오픈이노베이션 지원 사업은 해마다 범위가 넓어졌습니다
- 본인도 서울시·자치구 사업의 운영자이자 발표자로 현장에 계속 참여했습니다
- 이때 정리한 매칭 구조가 이후 산업부·중기부 과제에서 PoC 성사의 기본 설계가 됐습니다
여기서 배운 것정책은 예산을 늘려서 바뀌는 게 아니라 대상을 다시 정의해서 바뀝니다. ‘스타트업을 지원한다’를 ‘스타트업과 대기업이 만나는 자리를 지원한다’로 한 줄 바꾸면 그 다음 해의 사업 구조가 통째로 달라집니다.
정책 확대는 제안 이후의 흐름이며, 단독 성과로 주장하지 않습니다
