이사회 성별 다양성과 배출 성과: 임계점과 비선형 관계

초록

본 연구는 2016‑2022년 유럽 기업 463개를 대상으로 이사회 성별 다양성(BGD)이 배출 성과(EP)에 미치는 영향을 패널 회귀, XGBoost·랜덤포레스트·신경망 등 머신러닝, 그리고 SHAP·Partial Dependence(PD) 기반 설명가능 AI(XAI)로 분석한다. 결과는 BGD와 EP 사이에 비선형 관계가 존재함을 보여준다. 여성 이사회 비율이 22 % 이상일 때 EP가 유의하게 개선되며, 35 %에 도달하면 최적점에 이른다. 그 이후에는 추가적인 BGD가 EP에 별다른 영향을 주지 않는다. ESG 논란(ESGC)은 이 관계를 약화시키지 않았으며, 환경 혁신(EI)은 EP에 기여하지만 BGD‑EP 연결 고리의 매개 변수는 아니다.

상세 분석

이 논문은 기존의 선형 회귀 중심 연구에 비해 세 가지 혁신적인 방법론을 결합했다. 첫째, 고정·무작위·상관 무작위 효과 패널 모델을 통해 기업 고유의 이질성을 통제하고, 클러스터링된 표준오차로 이분산성을 보정하였다. 둘째, XGBoost, Random Forest, Residual Neural Network와 같은 비선형 머신러닝 알고리즘을 적용해 변수 간 복합 상호작용과 고차 비선형성을 자동으로 포착했다. 셋째, SHAP 값을 이용해 각 특성의 기여도를 정량화하고, Partial Dependence Plot을 통해 BGD가 EP에 미치는 구체적인 함수 형태를 시각화하였다. 이러한 XAI 절차는 ‘블랙박스’ 모델의 해석 가능성을 확보하면서도, 전통적 회귀 결과와 일관된 방향성을 보여주었다.

분석 결과, BGD와 EP 사이의 관계는 U자형이 아닌 ‘상향‑포화’ 형태를 보였다. 22 %라는 하한 임계점 이하에서는 여성 이사 비중이 증가해도 EP에 통계적 효과가 없으며, 35 %를 초과하면 포화 구간에 진입해 추가적인 다양성이 성과에 기여하지 않는다. 이는 ‘critical mass theory’를 확장해 상한선까지 고려한 새로운 임계점 모델을 제시한다는 점에서 이론적 의의가 크다. ESG 논란을 조절변수로 포함했을 때 상호작용 항이 유의하지 않아, BGD가 실제 거버넌스 메커니즘을 통해 작동한다는 결론을 뒷받침한다. 또한, 구조방정식 기반 경로분석에서 환경 혁신(EI)이 EP에 긍정적 영향을 미치지만, BGD‑EP 경로의 매개효과는 통계적으로 유의하지 않음이 확인되었다. 이는 여성 이사가 직접적인 혁신 촉진보다 감시·자원 연계 역할을 더 크게 수행한다는 해석을 가능하게 한다.

연구는 데이터 제한(유럽 STOXX 600 내 비금융 기업)과 변수 측정(EP를 백분위 점수로, ESGC를 LSEG 논란 점수로) 등 몇 가지 한계를 인정한다. 그러나 패널 회귀와 머신러닝·XAI를 통합한 복합 분석 프레임워크는 정책 입안자와 기업 경영진에게 BGD 목표 설정(22 %~35 % 구간)과 지속 가능한 거버넌스 설계에 실증적 근거를 제공한다.