[논문]연구 분야 및 지원기관에 따른 연구비 영향 요인에 관한 연구

천영돈; 김동근; 이윤빈; 황지호; 김용수

doi:10.7469/jksqm.2013.41.1.163

[국내논문] 연구 분야 및 지원기관에 따른 연구비 영향 요인에 관한 연구
A Study of Factors Influencing the Costs of Funding as a Function of Research Area and Financial Institutions 원문보기

品質經營學會誌 = Journal of Korean society for quality management, v.41 no.1, 2013년, pp.163 - 180

천영돈 (경기대학교 대학원 산업경영공학과) , 김동근 (한국과학기술기획평가원) , 이윤빈 (한국과학기술기획평가원) , 황지호 (한국과학기술기획평가원) , 김용수 (경기대학교 산업경영공학과)

Abstract ▼ AI-Helper

Purpose: In this paper, we analyzed the factors that affect research grants using linear regression analysis in order to increase the effectiveness of investments in national research projects. Methods: We collected 15,454 pieces of data on research projects that finished between 2008 and 2010. Data preprocessing and visualization were done to derive statistically significant results. We identified factors that affected funding by using linear regression, and estimated increasing or decreasing tendencies based on those factors. Results: We identified the relative importance of the factors in awarding research grants. Strategies were suggested for the reasonable estimation of R&D budgets for investment purposes. Conclusion: This study will assist the decision-making process of governments in estimating funds required for R&D projects.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

1996, 158). 따라서 본 연구에서는 소수의 연구에서 분석에 영향을 줄 수 있는 데이터를 제거하여 통계적으로 유의미한 결과를 도출하고자 하였다.
최근 국가 차원에서의 통계에 대한 인식이 높아지고 많은 국가기관에서 통계 사용자의 요구를 만족시키기 위한 통계 개발에 박차를 가하고 있는 실정이다(Shim 2010, 150). 따라서, 본 연구에서는 국가 연구개발사업의 투자 효율성 제고를 위하여 연구비에 대한 요인을 분석하였다. 월별 연구비를 유의미하게 설명하는 비용항목을 찾아 합리적 예산편성 전략을 모색하는데 본 연구의 목적이 있으며, 수집된 자료들의 관계를 밝히는 중 널리 사용되는 회귀분석을 수행함으로써(Kim et al.
따라서, 본 연구에서는 월별 연구비에 사용되는 모든 변수를 이용하여 월별 연구비에 영향을 미치는 변수를 도출하고자 한다. Kim et al.
따라서, 본 연구에서는 중위수와 평균의 차이를 줄이기 위하여, 중위수로부터 n편차 값 보다 큰 값을 제거하는 MAD(Median Absolute Deviation) 옵션을 사용하여 극단치를 제거하였으며, 그 결과 4,515개의 데이터에서 4,110개의 데이터를 이용하여 분석을 수행하였다.
(2012)에서는 연구비 추정에 있어 총 연구비를 목표변수로 산정하여 분석을 수행하는 연구를 진행하였으나, 총 연구비를 목표변수로 하여 연구를 수행한 결과, 기간 변수가 총 연구비에 큰 영향을 주어 총연구비에 영향을 주는 다른 변수를 찾을 수 없는 단점을 발견하였다. 따라서, 본 연구에서는 총 연구비를 월별 연구비로 전환하였으며, 월별 연구비를 우수하게 설명하는 비용요인을 도출하고, 도출된 요인을 통하여 보다 효율적인 월별 연구비 추정을 하기 위하여 분석을 수행하였다. 또한, 연구를 주도하는 지원기관에 따라 연구비의 차이가 발생함을 확인하기 위하여 지원기관에 따라 월별 연구비의 변화 및 연구비에 영향을 주는 변수를 찾아보았으며, 연구 분야(BT, CT, ET, IT, NT, ST)에 따라 월별 연구비가 어떠한 변수에 영향을 받고 있는지에 대한 연구를 수행하였다.
본 연구는 R&D비용의 세부적 항목에 관한 자료를 수집하고 이를 기반으로 데이터마이닝 기법 중 회귀분석을 통하여 R&D비용의 월별 연구비에 영향을 미치는 요인들에 대한 관계를 확인할 수 있으며, 연구비에 영향을 미치는 요인간의 관계 추정을 위한 연구를 수행하였고, 각 변수별 연구비에 영향을 주는 요인을 파악하였다.
본 연구에서는 전체 데이터뿐만 아니라, 연구 분야 및 지원기관에 따른 요인을 확인하기 위하여, 연구 분야(BT, CT, ET, IT, NT, ST) 및 지원기관(농림수산기술기획평가원, 한국해양과학기술진흥원, 한국환경산업기술원, 한국산업기술평가관리원, 한국에너지기술평가원, 한국연구재단)별 데이터로 분류하여 회귀분석을 수행하였다. 또한, Fullmodel과 Stepwise두 가지 방법으로 모두 분석을 수행하였으며, 둘 중 우수한 결과를 나타내는 방법으로 결과를 해석하였다.
따라서, 본 연구에서는 국가 연구개발사업의 투자 효율성 제고를 위하여 연구비에 대한 요인을 분석하였다. 월별 연구비를 유의미하게 설명하는 비용항목을 찾아 합리적 예산편성 전략을 모색하는데 본 연구의 목적이 있으며, 수집된 자료들의 관계를 밝히는 중 널리 사용되는 회귀분석을 수행함으로써(Kim et al.1993, 162), 연구비 산정 시 영향을 미치는 변수들을 분석하고, 이를 통하여 연구비의 합리적 추정을 위한 변수를 도출하고자 한다.

제안 방법

회귀분석에서의 오차항에 대한 가정은 등분산성과 정규성 검정을 통하여 확인하며, 잔차가 등분산성을 나타내지 않을 경우, 목표변수(y)의 변환을 통하여 등분산성을 나타내어야 한다. 따라서, 본 연구에서는 수집된 데이터를 바탕으로 목표변수를 월별 연구비로 하여 잔차분석과, 정규성 검정을 수행하였으며, 아래의 Figure 5에서 나타나는 바와 같이 본 데이터는 등분산성을 이루지 않으며, 예측된 종속변수의 증가에 따라 2차 함수 그래프인 비선형 그래프의 형태로 나타나는 것을 알 수 있다.
따라서, 본 연구에서는 총 연구비를 월별 연구비로 전환하였으며, 월별 연구비를 우수하게 설명하는 비용요인을 도출하고, 도출된 요인을 통하여 보다 효율적인 월별 연구비 추정을 하기 위하여 분석을 수행하였다. 또한, 연구를 주도하는 지원기관에 따라 연구비의 차이가 발생함을 확인하기 위하여 지원기관에 따라 월별 연구비의 변화 및 연구비에 영향을 주는 변수를 찾아보았으며, 연구 분야(BT, CT, ET, IT, NT, ST)에 따라 월별 연구비가 어떠한 변수에 영향을 받고 있는지에 대한 연구를 수행하였다.
본 연구에서는 선형회귀분석에서 Ad R-Square 값과 RMSE 값을 이용하여 예측력 및 정확도를 확인하였다. 아래의 Table 15는 지금까지 분석한 데이터의 Ad R-Square 값과 RMSE값을 비교한 표이며, 전반적으로 Stepwise로 분석을 수행하였을 경우가 예측력 및 RMSE가 우수하게 나타나는 것으로 확인되었다.
선형회귀분석을 수행하기 전 수집된 데이터를 통하여 설정한 모형의 가정이 적합한지의 여부를 판단하기 위하여 잔차 분석을 수행하였다. 잔차 분석이란 선형회귀분석에서 각 모수에 대한 추론은 모집단 회귀모형에 포함된 오차항에 가정을 바탕으로 하지만, 오차항은 관측될 수 없으므로, 일종의 추정량인 잔차를 이용하여 이 가정의 타당성을 조사하는 것이다.
연구 분야를 6가지(BT, CT, ET, IT, NT, ST)로 분류하여 회귀분석을 실시하였으며, 각각에 대한 분석 결과는 다음과 같다.
지원 조직별로는 6가지(농림수산기술기획평가원(IPET), 한국해양과학기술진흥원(KIMST), 한국환경산업기술원(KEITI), 한국산업기술평가관리원(KEIT), 한국에너지기술평가원(KETEP), 한국연구재단(NRF)) 지원 조직(연구관리전문기관)에 대해 회귀분석을 수행하였으며, 각각에 대한 결과는 다음과 같다.

대상 데이터

따라서, 유의미한 통계분석을 위하여 데이터 전처리 과정을 수행하였으며, 수집한 데이터 중 ‘총 연구비’에 대한 결측치가 254개이며, 본 연구에서 수행하는 분석 중 가장 많은 데이터로 ‘기타’부분에 대한 데이터 10,685개는 연구비에 대한 유의한 변수도출이 어려우므로, 결측치로 판단하였다. 따라서 총 15,454개의 데이터 중 4,515개의 데이터가 유의한 데이터로 선정되었으며, 이 데이터를 통하여 극단치가 존재하는지에 대한 분석을 수행하였다.
따라서, 유의미한 통계분석을 위하여 데이터 전처리 과정을 수행하였으며, 수집한 데이터 중 ‘총 연구비’에 대한 결측치가 254개이며, 본 연구에서 수행하는 분석 중 가장 많은 데이터로 ‘기타’부분에 대한 데이터 10,685개는 연구비에 대한 유의한 변수도출이 어려우므로, 결측치로 판단하였다.

데이터처리

데이터는 Training Set 70%와 Test Set 30%로 분할하여 Test Set에 대한 예측력 및 정확도를 Ad-R Square와 RMSE(Root Mean Square Error)을 확인함으로써, 본 회귀식의 정확도를 예측하였다.
본 연구에서는 전체 데이터뿐만 아니라, 연구 분야 및 지원기관에 따른 요인을 확인하기 위하여, 연구 분야(BT, CT, ET, IT, NT, ST) 및 지원기관(농림수산기술기획평가원, 한국해양과학기술진흥원, 한국환경산업기술원, 한국산업기술평가관리원, 한국에너지기술평가원, 한국연구재단)별 데이터로 분류하여 회귀분석을 수행하였다. 또한, Fullmodel과 Stepwise두 가지 방법으로 모두 분석을 수행하였으며, 둘 중 우수한 결과를 나타내는 방법으로 결과를 해석하였다.
본 연구에서는 SAS 9.2 Enterprise Miner를 활용하여 회귀분석을 수행하였으며, 월별 연구비에 영향을 미치는 변수를 확인하였다.
본 연구에서는 회귀분석을 이용하여 연구 분야 및 지원기관에 따른 연구비 영향 요인에 대한 연구를 수행하였으며, 연구비 산정 시 상대적으로 중요한 변수를 파악하기 위하여, 모수 추정방법의 대표적 방법인 회귀분석을 수행하였다. 본 연구를 통하여 나타난 전반적인 결론은 연구개발단계의 경우 ‘개발’ 및 ‘응용’단계에서의 연구가 ‘기초’ 단계에서의 연구보다 월별 연구비가 높게 추정되었으며, 연구수행주체의 경우 대부분의 데이터에서 ‘산업체’가 연구를 주체적으로 수행할 경우 연구비가 높게 추정되는 것으로 나타났다.

성능/효과

따라서, 종속변수에 자연로그(LN) 및 제곱근을 적용하여 목표변수에 변형을 주었으며, 그 결과 제곱근을 적용한 목표변수보다 자연로그를 취하여 잔차분석을 수행하였을 경우가 등분산성 및 정규성에 대한 설명을 우수하게 나타냈다. 따라서, 목표변수에 자연로그를 취하여 데이터 분석을 수행하였으며, 아래의 Figure 7과 Figure 8은 목표변수에 자연로그를 취하여 잔차분석을 수행한 결과를 나타낸 그림으로써, 2차 함수형태로 굽은 형태가 완만해지는 결과를 나타내고 있다.
또한, ‘정부 출연금’, ‘인건비’및 연구경비’는 1백만원 증가 시 약 4~6%가 증가하며, ‘간접비’의 경우 1백만원 증가 시 15% 증가하였으므로, ‘NT 연구’에서는‘간접비’가 월별 연구비에 가장 큰 영향을 미치는 것으로 나타났다.
또한, 전반적인 금액 비율이 증가할수록 월별 연구비가 증가하는 경향을 보이고 있다.
본 연구를 통하여 나타난 전반적인 결론은 연구개발단계의 경우 ‘개발’ 및 ‘응용’단계에서의 연구가 ‘기초’ 단계에서의 연구보다 월별 연구비가 높게 추정되었으며, 연구수행주체의 경우 대부분의 데이터에서 ‘산업체’가 연구를 주체적으로 수행할 경우 연구비가 높게 추정되는 것으로 나타났다.
본 연구에서는 2008년부터 2010년까지 종료된 연구과제 15,454개를 대상으로 수집하였으나, 결측치 및 극단치가 많으므로, 본 데이터를 통하여 얻은 결과는 정합성 및 예측력이 떨어지는 결과를 가져올 수 있다. 따라서, 유의미한 통계분석을 위하여 데이터 전처리 과정을 수행하였으며, 수집한 데이터 중 ‘총 연구비’에 대한 결측치가 254개이며, 본 연구에서 수행하는 분석 중 가장 많은 데이터로 ‘기타’부분에 대한 데이터 10,685개는 연구비에 대한 유의한 변수도출이 어려우므로, 결측치로 판단하였다.
연구에 참여하는 총 인원의 경우 월별 연구비에 큰 영향을 미치지 않았으며, 연구에 참여하는 인원이 1명 증가할 경우 약 1%의 증가 또는 1%의 감소를 보여주었다.
아래의 Table 15는 지금까지 분석한 데이터의 Ad R-Square 값과 RMSE값을 비교한 표이며, 전반적으로 Stepwise로 분석을 수행하였을 경우가 예측력 및 RMSE가 우수하게 나타나는 것으로 확인되었다. 전체데이터의 Ad R-Square 값이 86.38%를 보이고 있으므로, 본 연구에서 수행한 분석은 충분한 예측력을 보인다고 할 수 있다.
즉, ‘IT 연구’의 경우, 개발 및 기초의 연구보다는 응용연구를 할 때, 연구소보다는 산업체에서 연구를 수행할 경우, 월별 연구비가 증가하는 것으로 나타났다.
즉, 전체 데이터의 결과는, 진행하는 연구가‘개발’단계이며, ‘정부출연금’, ‘간접비’및 ‘연구 장비/재료비’의 비율이 높을수록 월별 연구비가 증가하는 것을 알 수 있다.

후속연구

본 연구는 R&D비용의 세부적 항목에 관한 자료를 수집하고 이를 기반으로 데이터마이닝 기법 중 회귀분석을 통하여 R&D비용의 월별 연구비에 영향을 미치는 요인들에 대한 관계를 확인할 수 있으며, 연구비에 영향을 미치는 요인간의 관계 추정을 위한 연구를 수행하였고, 각 변수별 연구비에 영향을 주는 요인을 파악하였다. 따라서, 본 연구를 통하여 추후 연구비 산정 시 연구비에 영향을 미치는 요인을 바탕으로 효율적인 연구비 산정을 할 수 있을 것으로 기대된다. 또한, 본 연구에서 도출된 결과를 토대로 적정 단가범위 지정에 관한 연구가 수행 중에 있으며, 이는 합리적이고, 효과적인 예산 편성을 위한 기준이 될 것으로 기대된다.
따라서, 추후 추가적인 데이터의 수집 및 세부정보를 추가하여 이와 같은 방법으로 분석을 수행한다면, R&D예산 편성에 있어 효율적인 비용추정에 대한 표준을 제시할 수 있을 것으로 기대 된다.
따라서, 본 연구를 통하여 추후 연구비 산정 시 연구비에 영향을 미치는 요인을 바탕으로 효율적인 연구비 산정을 할 수 있을 것으로 기대된다. 또한, 본 연구에서 도출된 결과를 토대로 적정 단가범위 지정에 관한 연구가 수행 중에 있으며, 이는 합리적이고, 효과적인 예산 편성을 위한 기준이 될 것으로 기대된다.
본 연구를 통하여 월별 연구비에 영향을 주는 비용항목을 도출함으로써, 추후 연구비 산정 시 연구에 영향을 미치는 요인을 기준으로 효율적인 연구비 추정을 할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	현재의 연구비 산정방법은 과거의 유사한 연구를 바탕으로 집행하는데, 이것의 문제점은?	현재의 연구비 산정방법은 과거의 유사한 연구를 바탕으로 인원 및 기간을 파악하여, 연구비의 예산을 집행하게 된다. 이러한 과정은 정부의 R&D투자예산이 증가하였음에도 불구하고, 연구비 산정에 있어서 효율적인 예산을 집행하지 못한 것으로 판단된다. 최근 국가 차원에서의 통계에 대한 인식이 높아지고 많은 국가기관에서 통계 사용자의 요구를 만족시키기 위한 통계 개발에 박차를 가하고 있는 실정이다(Shim 2010, 150).
	우리나라는 세계 경제위기 극복과 미래 성장잠재력 확충을 위해 무엇을 하는가?	우리나라는 세계 경제위기 극복과 미래 성장잠재력 확충을 위해 정부 R&D투자를 꾸준히 확대하고 있다. 그 결과, 2008년부터 정부 R&D예산이 10조원을 넘기 시작했으며, 2012년에는 2004년의 두 배가 넘는 14.
	2008년부터 정부 R&D예산 수준?	우리나라는 세계 경제위기 극복과 미래 성장잠재력 확충을 위해 정부 R&D투자를 꾸준히 확대하고 있다. 그 결과, 2008년부터 정부 R&D예산이 10조원을 넘기 시작했으며, 2012년에는 2004년의 두 배가 넘는 14.9조원을 기록하였다(Bae 2011, 1). 연구개발 예산이 빠르게 증가함에 따라 연구개발 사업에 대한 효율적 투자의 필요성이 지속적으로 제기되고 있으나, 정부 R&D 투자의 전략성과 효율성 제고를 위한 정부 연구개발 예산에 영향을 미치는 요인분석 및 예산개선에 관한 연구는 미흡한 실정이다.

참고문헌 (15)

Bae, Sang Tae. 2011. A study of national R&D analysis system. Korea Institute of S&T Evaluation and Planning.
Cho, Seong-Pyo. 1997. System for Reimbursing Indirect Costs of National Laboratories in Korea. Ministry of Education, Science & Technology.
DiMasi, Joseph A., Hansen, Ronald H., and Grabowski, Henry G. 2003. "The price of innovation : new estimates of drug development costs." Journal of Health Economics 22(2):151-185.

상세보기
Eo, Won-Jae., Lee, Yong-Bok., and Kang, Sung-Jin. 2010. "Developing the R&D CER using Historical R&D Data in Korea." Journal of the Society of Korea Industrial and Systems Engineering 33(3): 55-62.
Jung, Ho-Jin. 2011. "A Study on Outage Cost Assessment of Power Supply."Master's diss., Gyeongsang National University.
Kim, Kwang-Soo., Bae, Young-Jin., and Lee, Jin-Gue. 1996. "The Effect Outliers in Regression Analysis."Journal of the Korean Society for Quality Management 24(2):158-171
Kim, Kwang-Soo, Jung, Ji An., and Lee, Jin Kyu. 1993. "A Comparative Sutdy of the Results of the Regrssion Analysis by Linear Programming."Journal of the Korean Society for Quality Management 21(1):161-170.
Kim, Dong-Guen., Cheon, Young-Don., Kim, Sungkyu., Lee, Yoon Been., Whang, Ji Ho., and Kim, Yong Soo. 2012. "A Study on Estimation of R&D Research funds by Linear regression and Decision Tree analysis." Journal of the Society of Korea Industrial and Systems Engineering 35(4):73-82.

원문보기 상세보기
Lee, Min-Hyung. 1999. A Study on Full Cost Pricing for Government R&D Contract. Science & Technology Policy Institute.
Mamuneas, Theofanis P., and Nadiri, M. Ishaq. 1996. "Public R&D policies and cost behavior of the US manufacturing industries." Journal of Public Economics 63(1):57-81.

상세보기
Paek, Jong Gun., and Rim, Suk Chul. 1999. "Product Cost Estimation using Integrated BOM in PDM." Journal of the Society of Korea Industrial and Systems Engineering 35(2):231-242.
Suh, Sunduck., and Kwon, Ki Jin. 1998. "Application of Monte Carlo Simulation to Efficiently Estimate Highway Investment Cost." Paper presented at the annual conference for the Korea Society for Simulation, Sejong University, Seoul, May 61-64.
Shim, Kyu Ho. 2010. "Research on grading the quality level and developing the comparability index of the national statistics." Journal of the Korean Society for Quality Management 38(2):150-160.
Tobias, Wiesenthal., Guillaume Leduc., Schwarz, Hans-G nther., and Karel, Haegeman. u 2009. R&D Investment in the Priority Technologies of the European Strategic Energy Technology Plan. Institute for Prospective Technological Studies.
Zhu, Wen-Juan., Fen, Wen-Feng., and Zhou, Yu-Guang. 2010. "The application of genetic fuzzy eural networking project cost estimate", Paper presented at the annual International conference for the E-product E-Service and E-Entertainment, November1-4.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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