데이터 주도형 정책 개발을 위한 머신러닝 활용 방안 연구 - 국가연구개발사업을 중심으로

국문 초록 (Abstract)

본 연구는 기업이 수행한 국가연구개발사업에 대해 투입 및 산출변수
를 고려하여 이상치를 탐지하되 연구개발 성과의 고성과군에 해당하는
사업의 구조적 패턴을 분석하고자 한다. 또한 이들 국가연구개발사업의
정상치에 대해서도 회귀분석을 통해 연구개발 성과에 영향을 주는 요인
을 도출하고자 한다. 이렇게 국가연구개발사업 단위의 분석과 별개로
이를 수행한 기업 단위에서 기존 연구개발 변수와 더불어 경영 변수를
감안하여 연구개발 성과에 영향을 미치는 요인을 분석하고, 이러한 분석
결과를 바탕으로 연구개발 성과 제고를 위해 기업규모별로 차별화된 정
책 방안을 제시한다.
분석 대상은 국가과학기술지식정보서비스(National Science & Technology
Information Service, NTIS)에서 대기업 295개사, 중견기업 300개사, 중
소기업 308개사 등 총 903개 기업을 선정하여 수행한 국가연구개발사업에
대한 정보를 데이터화하였으며, 기업별로는 NTIS 과제 데이터와 KoDATA
재무 정보를 수집하여 정량적 데이터셋을 구축하였다.

목차 (Table of Contents)

• 요약
• 제1장 서론
• 제2장 머신러닝 및 AD 기법의 적용 분석
• 1. 머신러닝 및 AD 알고리즘의 이해
• 2. 산업 선도기업에 대한 이상치 탐지 기법 적용의 의미
• (1) 이상치 탐지를 통한 산업 선도기업 식별과 전략 패턴 분석
• (2) 시계열상의 패턴 변화와 이상치 해석
• 제3장 데이터 구축 및 방법론 개발
• 1. 분석 대상 및 출처
• 2. 주요 분석 항목
• (1) 연구개발 관련 항목
• (2) 경영 관련 항목
• 3. 분석 내용 및 방법론
• 4. DEA 변수 설정
• 제4장 AD 및 예측 모델 개발
• 1. 이상치 탐지 적용 및 결과 분석
• (1) 대기업
• (2) 중견기업
• (3) 중소기업
• (4) 정책적 시사점
• 2. 회귀분석 모형 개발 및 분석 결과
• (1) 회귀분석 변수 구성 및 방법론
• (2) 분석 결과
• 제5장 기업 경영 성과 평가를 위한 회귀분석
• 1. 데이터 구축 및 분석 방법론
• (1) 데이터 구축
• (2) 분석 방법론
• 2. 통합 회귀모델 분석 결과
• (1) 회귀분석 결과 요약 및 해석
• (2) 정책적 시사점
• 제6장 심층 인터뷰 조사 분석
• 1. 조사 개요
• 2. 조사 결과 분석
• (1) 참여 동기 및 성과 인식
• (2) 장애 및 성과 요인 분석
• (3) 국가연구개발사업의 개선 방향
• (4) 기업규모별 성과 요인 분석
• (5) 정책적 시사점
• 제7장 연구개발 정책 방향 및 개선 과제
• 1. 연구개발 정책의 질적 고도화
• 2. 기업 지원 차별화 정책의 정밀화
• (1) 대기업
• (2) 중견기업
• (3) 중소기업
• 3. 머신러닝 분석의 정책 활용성과 한계
• (1) 머신러닝 분석의 정책 활용성
• (2) 머신러닝 분석의 방법론적 한계
• 참고문헌
• 부록