[논문]사례를 통한 지식서비스 R&D 관리개선 연구 : 마케팅인텔리전스솔루션 기술개발 R&D 사례를 통해서

김현수

doi:10.9716/kits.2011.10.4.295

문제 정의

사례로서 선택된 과제는 2010년도에 신규로 시작된 고객가치기반의 마케팅 인텔리전스 솔루션 기술개발 과제이다. 이 과제를 수행하면서, 지식서비스 연구개발의 바람직한 과정과 결과를 분석하고, 제조 연구개발과 차별화해야하는 서비스 연구개발의 바람직한 방향에 대한 시사점을 도출하여 제시한다.
이러한 기본 분석을 수행한 후에, 상세 과제 기획이 수행되었다. 제품의 기획 단계부터 시제품제작, 판매 및 시장관리에 이르는 전 마케팅단계에서 제품(서비스를 포함하는 표현인데, 편의상 서비스와 제품을 모두 제품으로 표현 통일)의 사업화 및 마케팅 성공률을 극대화하면서도 사업화 및 마케팅 비용을 최소화하는 효과적인 마케팅 인텔리전스 솔루션 기술 개발을 목표로 설정하였다. 현재 수작업으로 진행되고 있는 제품 기획단계의 의사결정과정을 솔루션으로 지원하고, 이후 단계에서는 현재 단편적인 도구로서 지원받고 있는 마케팅 활동에 지능적인 종합 솔루션을 개발하여 보급함으로써, 마케팅 비용의 최소화와 효과성 제고 기술 개발이 목표가 되도록 하였다.
제품의 기획 단계부터 시제품제작, 판매 및 시장관리에 이르는 전 마케팅단계에서 제품(서비스를 포함하는 표현인데, 편의상 서비스와 제품을 모두 제품으로 표현 통일)의 사업화 및 마케팅 성공률을 극대화하면서도 사업화 및 마케팅 비용을 최소화하는 효과적인 마케팅 인텔리전스 솔루션 기술 개발을 목표로 설정하였다. 현재 수작업으로 진행되고 있는 제품 기획단계의 의사결정과정을 솔루션으로 지원하고, 이후 단계에서는 현재 단편적인 도구로서 지원받고 있는 마케팅 활동에 지능적인 종합 솔루션을 개발하여 보급함으로써, 마케팅 비용의 최소화와 효과성 제고 기술 개발이 목표가 되도록 하였다. 고객 데이터의 효율적인 수집기술은 ‘고객가치기반 마케팅 인텔리전스 솔루션 기술’ 중 마케팅 리서치 관련 조사 자료 수집 부분에서 기존 수작업으로 진행되던 고객 데이터 수집과정을 자동화된 프로세스로 대체하는 기술로서, 목표 기술의 개념도와 솔루션의 구조도를 아래 그림과 같이 수정하였다(김현수 외 6인[2]).
목표 기술은 아래 그림과 같이 자료의 수집에 있어서 자료의 원천을 확대하고 수집을 자동화함으로써 마케팅 자료 수집의 효율성과 효과성을 증대시키고 비용 절감 효과를 기대하는 기술로서 수정되었다. 또.
지금은 서비스 R&D를 잘 기획하고, 잘 수행하고, 잘 평가하고, 산업화를 성공시키는 방법론과 기술에 대한 연구가 시급하게 필요하다. 본 연구에서는 연구자가 직접 기획과정에 참여하고, 과제를 직접수행하고, 평가를 직접 받아보면서, 체험한 내용을 바탕으로 개선 방향을 제안하였다.

제안 방법

이에 따라, 하나의 지식서비스 R&D를 모델 케이스로 직접 수행하여, 직접적인 경험을 통하여 개선 모델을 찾아보는 접근법을 선택하였다.
사례를 사용하여 각 단계별로, 서비스 R&D 의 특징과 문제점을 분석하고, 개선방안을 도출하여 제시한다.
우선 패널을 장기간 유지하면서 고객 데이터를 수집하여 표준평가 시스템을 구축하는 일이 R&D 성격인가, 업무의 성격인가에 대해 분석이 수행되었다.
우선 패널을 장기간 유지하면서 고객 데이터를 수집하여 표준평가 시스템을 구축하는 일이 R&D 성격인가, 업무의 성격인가에 대해 분석이 수행되었다. 또한 결과 산출물이 보편적인 산출물로서 서비스에 사용될 수 있는가, 아니면, 특수한 기업의 한정된 업무에만 활용될 수 있는가를 분석하였다. 분석 결과 이러한 종류의 과제는 특정 기업의 마케팅 업무 수행에 해당하며, 또한 결과 산출물의 활용 범위도 특수한 경우로 제한됨을 확인하였다.
또. 솔루션은 마케팅 모델 개발에 있어 동적판매확산프로세스(Dynamic Sales Diffusion Process：시장진입 초기부터 시간에 따른 신제품 매출 추세 예측) 계열모델과 정적균형 시장 점유율 (Static Equilibrium Market Share：신제품이 시장에 정착했을 때의 시장 점유율 예측) 계열모델을 결합함으로써 정확한 마케팅 의사결정 정보를 제공할 수 있도록 기획되었다. 가장 문제가 되는 의사결정 지식의 조기 노후화 문제를 해결하기 위해서, 자동학습 기술을 탑재, 자료의 축적에 따른 지식의 축적 효과를 극대화하고 축적된 지식을 확대 재생산할 수 있도록 기획되었다.
솔루션은 마케팅 모델 개발에 있어 동적판매확산프로세스(Dynamic Sales Diffusion Process：시장진입 초기부터 시간에 따른 신제품 매출 추세 예측) 계열모델과 정적균형 시장 점유율 (Static Equilibrium Market Share：신제품이 시장에 정착했을 때의 시장 점유율 예측) 계열모델을 결합함으로써 정확한 마케팅 의사결정 정보를 제공할 수 있도록 기획되었다. 가장 문제가 되는 의사결정 지식의 조기 노후화 문제를 해결하기 위해서, 자동학습 기술을 탑재, 자료의 축적에 따른 지식의 축적 효과를 극대화하고 축적된 지식을 확대 재생산할 수 있도록 기획되었다.
이렇게 기획 작업을 종료한 후, 목표기술의 타당성을 검증하기 위하여, 기존 상황과 솔루션 개발 후의 차이를 비교표로 작성하도록 하였다. 기획팀에서 작성하였던 비교표는 다음 <표 1>과 같다.
이와 같이 수정하여 연구개발의 결과물이 솔루션으로 구현되도록 하였고, 그 솔루션이 분리된 산출물로서 서비스 과정에서 사용가능하도록 하였다. 본 과제는 과제기획팀에서 상당히 많은 연구 구조 변경을 수행한 사례다.
본 사례 과제에서는 지식서비스 R&D의 이러한 문제점을 사전에 예방하기 위해서 첫 2개월을 목표 산출물과 중간산출물을 보다 명확하게 정의하고, 팀내 구성원간에 공감대를 이루고, 과제 수행 과정을 가시화하는데 투자하였다.
본 사례 과제에서는 지식서비스 R&D의 이러한 문제점을 사전에 예방하기 위해서 첫 2개월을 목표 산출물과 중간산출물을 보다 명확하게 정의하고, 팀내 구성원간에 공감대를 이루고, 과제 수행 과정을 가시화하는데 투자하였다. 우선 과제 수행 방법론을 프로토타이핑 방식으로 변경하였다. 이 방식이 중간 목표 산출물을 가능한 세분화하고, 팀 구성원간의 합의를 조기에 이루어내는 방법이라고 판단하였다.
이를 제품/서비스 기획단계, 시제품 판매단계, 판매이후 단계 등으로 나누어 매년 단계적인 프로토타입을 개발해가는 것으로 변경하였다. 기획단계에서 사용되는 컨셉 테스트 모듈을 1차 년도에 개발하여 2차 년도에 시범 적용함으로써, 산출물의 타당성이 연구개발 기간 중에 검증될 수 있도록 조치하였다.
지식서비스 R&D는 그 결과물에 지식이 포함되는 경우가 많기 때문에, 지식의 유효기간이 짧음을 감안하여 일반적인 R&D보다 기간이 짧은 것이 바람직하다고 판단하였다. 본 연구개발도 개발 기간이 당초 5년 이었던 것을 3～4년에 개발이 완료되도록 목표기간을 수정하였다.
이런 전체 미팅을 통하여 서로의 이해상황을 확인하고, 향후 업무 방향을 조정할 수 있는 것이다. 본 연구개발에서는 첫 6개월간은 매주 1회 미팅을 원칙으로 하였다. 다소 무리한 일정이었지만, 이러한 빈번한 미팅을 통하여 서로의 생각과 방향을 일치시킬 수 있었다.
특히 서비스 R&D의 경우, 깊이 있는 의사소통을 통하여 목표에 대해 전체적인 공감대를 이루고, 현재와의 격차에 대해 모두 명확히 이해하도록 조정자 역할을 하는 것이 중요하다고 판단하였다. 본 과제에서는 PM을 주PM과 부PM으로 나누어 이중으로 역할을 부여하고, 주PM은 전체 기술의 형태와 인터페이스의 완결성을 중심으로 관리하고, 부PM은 세부적인 모듈의 연결을 강조하여 관리하도록 했다.
이러한 상황에서 본 과제가 속한 그룹에 대해서, 과제관리기관에서는 과제별 상대평가를 시행하여, 하위 15% 과제를 탈락시킨다는 방침을 정하였다. 이 방침에 따라, 1차 년도를 종료하는 10개 과제 중 2개 과제를 중도 탈락시키기로 결정하고, 평가의 기준을 설정하였다. 설정된 평가기준은 과제수행팀에게 사전 공지되지 않은 상태에서 평가가 진행되었다.
갑작스럽게 통보받은 평가위원들이 자료조차 자세히 볼 시간이 없이 하루 만에 평가가 종료되었다. 한 과제당 약 10억 원 정도의 평균 예산으로 1년 동안 수행된 과제들이 20분 간의 프리젠테이션과 20분 간의 질의 응답을 통하여 상대평가 되었다. 매우 유능한 평가위원이라고 할지라도 처음 접하는 분야에서 사업의 내용을 제대로 이해하기도 어려운데, 그 짧은 시간에 핵심 내용을 파악하고, 또 과제 수행 수준을 평가하여 서로 다른 과제를 상대 비교한다는 것은 사실상 불가능에 가까운 일이라고 할 수 있다.
고객 데이터의 효율적인 수집기술은 ‘고객가치기반 마케팅 인텔리전스 솔루션 기술’ 중 마케팅 리서치 관련 조사 자료 수집 부분에서 기존 수작업으로 진행되던 고객 데이터 수집과정을 자동화된 프로세스로 대체하는 기술로서, 목표 기술의 개념도와 솔루션의 구조도를 아래 그림과 같이 수정하였다(김현수 외 6인[2]).

대상 데이터

사례로서 선택된 과제는 2010년도에 신규로 시작된 고객가치기반의 마케팅 인텔리전스 솔루션 기술개발 과제이다. 이 과제를 수행하면서, 지식서비스 연구개발의 바람직한 과정과 결과를 분석하고, 제조 연구개발과 차별화해야하는 서비스 연구개발의 바람직한 방향에 대한 시사점을 도출하여 제시한다.
본 사례과제의 경우에도, 2개 팀만이 제안서를 제출하였다. 과거에 대체로 단독 제안이 많았던 경우에 비해서는 나은 결과였다.

성능/효과

또한 결과 산출물이 보편적인 산출물로서 서비스에 사용될 수 있는가, 아니면, 특수한 기업의 한정된 업무에만 활용될 수 있는가를 분석하였다. 분석 결과 이러한 종류의 과제는 특정 기업의 마케팅 업무 수행에 해당하며, 또한 결과 산출물의 활용 범위도 특수한 경우로 제한됨을 확인하였다.
제조업 연구개발의 경우, 기술개발 목표는 대체로 작동되지 않는 기능을 기술개발을 통해 작동하게 한다든지, 속도나 집적도를 현재의 2배로 향상시킨다든지 등의 측정가능하고 눈에 보이는 목표인데 비해, 서비스 연구개발은 그 결과물이 손에 잡히지 않는다는 관리상의 어려움이 있다(지식경제부[9]). 그래서 서비스 과제 기획에서는 눈에 보이고 손에 잡히는 시스템으로서 구현하는 것을 강조하여, 솔루션의 판매와 활용을 통한 성과를 강조하는 것이 필요할 것으로 파악되었다. 서비스 연구개발이 활성화되기 위해서는 연구개발 제안자들이 제안 과제의 수행 과정상의 가시성과 결과물의 가시성을 일반인들이 이해할 수 있는 수준으로 눈에 보이게 변환하는 노력이 필요한 것이다.
지식서비스 R&D는 그 결과물에 지식이 포함되는 경우가 많기 때문에, 지식의 유효기간이 짧음을 감안하여 일반적인 R&D보다 기간이 짧은 것이 바람직하다고 판단하였다.
그 결과, 빠른 시간에 팀간의 의견 차이가 축소되었으며, 연구개발팀 전체 구성원에게 목표기술이 가시적으로 공유되었다. 또한 어떤 시점에서도 기술의 현재 상태와 최종 목표 상태간의 차이를 파악할 수 있게 되었다.
더구나, 원천 기술 개발의 정도, 원천성의 수준 차이, 분야 간의 상대적인 난이도 차이 등이 거의 고려되지 못하는 상황이 되었다. 본 연구개발 사례 과제는 연구 방법으로서 프로토타이핑 방식을 택한 덕분에 1차 년도에 구현된 가시적인 결과물이 있었기에 2차 년도 계속 진행 과제로 결정되었으나, 원천 연구만을 수행한 두 과제는 탈락되는 것으로 결정되었다.

후속연구

따라서 최종 과제기획의 성공을 위해서는 과제 개요서를 잘 작성하는데 많은 노력을 투입해야 한다. 기술수요조사와 기술위원회를 중심으로 하는 기획과제 도출 과정이 더 많은 전문가들에게 공개되어 충분한 의견수렴과 정련과정을 거칠 수 있도록 해야 할 것이다.
1년간 중간점검을 3～4회 수행하면서, 전문가 2～3인이 계속해서 과제를 관리하며 정성적인 평가기준으로 평가하도록 해야 할 것이다. 그리고 각 연도말 평가시에도 전문성이 높은 평가위원을 사전에 선정하고, 2～3일 이상의 적정한 시간을 정하여 원천성과 산업화 가능성을 동시에 깊이 있게 평가하고 비교할 수 있어야 할 것이다.
이러한 노력이 수십건 이상 단시일내에 축적되어 향후에는 연구가설과 유용한 연구모형 설정에 의한 체계적인 실증 연구를 수행할 필요가 있다.

핵심어	질문	논문에서 추출한 답변
	서비스 R&D에서는 무엇이 가장 중요한가?	서비스 R&D 에서는 기획과정이 가장 중요하다 (김현수 외 5인[3]). 연구개발 대상이나 내용이 명확하지 않은 상태에서 국가적으로나 산업적으로 의미가 있으면서도, 가시성이 높은 연구개발 과제를 만들어 내는 것이 기획과정이기 때문이다(장병열 외 2인[7]).
	4I로 요약되는 서비스의 특징은 무엇을 지칭하는가?	서비스의 특징은 4I로 요약된다. 즉 Intangibility, Inseparability, Inconsistency, Inventory들을 지칭한다(김현수 외 9인[1]). 이들 서비스의 특징들이 서비스 R&D의 필요성을 제기하기도 하고, 또 서비스 R&D 수행의 어려움이 되기도 한다.
	서비스 R&D의 기획과정은 어떤 순서로 진행되는가?	연구개발 대상이나 내용이 명확하지 않은 상태에서 국가적으로나 산업적으로 의미가 있으면서도, 가시성이 높은 연구개발 과제를 만들어 내는 것이 기획과정이기 때문이다(장병열 외 2인[7]). 기획과정은 해당년도 추진방향 설정, 기술수요조사, 기획과제 도출, 과제기획 수행, 기획과제의 심의 등의 순서로 진행된다. 기술수요 조사와 기획과제 도출은 6개월 이상의 장기적인 노력에 의해 수행되지만, 그 작업의 완성도는 낮은 상태로 종료되고 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 사례를 통한 지식서비스 R&D 관리개선 연구 : 마케팅인텔리전스솔루션 기술개발 R&D 사례를 통해서
A Study on Knowledge Service R&D Management Process Innovation : Through Marketing Intelligence Solution Development Case 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 사례를 통한 지식서비스 R&D 관리개선 연구 : 마케팅인텔리전스솔루션 기술개발 R&D 사례를 통해서 A Study on Knowledge Service R&D Management Process Innovation : Through Marketing Intelligence Solution Development Case 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

김현수 (109)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 사례를 통한 지식서비스 R&D 관리개선 연구 : 마케팅인텔리전스솔루션 기술개발 R&D 사례를 통해서
A Study on Knowledge Service R&D Management Process Innovation : Through Marketing Intelligence Solution Development Case 원문보기

AI 본문요약
AI-Helper

활용도 Top5 논문