[논문]기술가치평가를 위한 시장대체원가 접근법

강필성; 금영정; 박현우; 김상국; 성태응; 이학연

doi:10.7232/jkiie.2015.41.2.150

[국내논문] 기술가치평가를 위한 시장대체원가 접근법
A Market-Based Replacement Cost Approach to Technology Valuation 원문보기

대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.41 no.2, 2015년, pp.150 - 161

강필성 (고려대학교 산업경영공학부) , 금영정 (서울과학기술대학교 글로벌융합산업공학과) , 박현우 (한국과학기술정보연구원 산업시장분석실) , 김상국 (한국과학기술정보연구원 산업시장분석실) , 성태응 (한국과학기술정보연구원 산업시장분석실) , 이학연 (서울과학기술대학교 글로벌융합산업공학과)

Abstract ▼ AI-Helper

This paper proposes a new approach to technology valuation, the market-replacement cost approach which integrates the cost-based approach and market-based approach. The proposed approach estimates the market-replacement cost of a target technology using R&D costs of similar R&D projects previously conducted. Similar R&D projects are extracted from project database based on document similarity between project proposals and technology description of the target technology. R&D costs of similar R&D projects are adjusted by mirroring the rate of technological obsolescence and inflation. Market-replacement cost of the technology is then derived by calculating the weighted average of adjusted costs and similarity values of similar R&D projects. A case of "Prevention method and system for the diffusion of mobile malicious code" is presented to illustrate the proposed approach.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 기술가치평가를 위한 새로운 접근법인 시장대체 원가의 개념을 제시하고, 이를 측정하기 위한 구체적인 프로세스 및 모델을 개발함으로써 실무에서 손쉽게 활용 가능한 기술가치평가 방법론을 개발하였다는 측면에서 의의가 있다. 데이터가 존재하는 유사 기술에 대한 연구개발 비용을 바탕으로 대체원가를 산정함으로써, 기존의 시장접근법이 가지고 있던 데이터 가용성 문제를 극복하였다.
이에 본 연구에서는 시장접근법과 비용접근법이 결합된 시장대체원가 접근법을 제시한다. 본 연구는 시장정보를 바탕으로 산출되는 대체원가라는 측면에서 시장대체원가의 개념을 새롭게 제시하고, 시장대체원가 추정을 위한 구체적인 프로세스 및 추정 모형을 제시한다. 시장대체원가 접근법은 문서 유사도에 기초하여 평가 대상 기술과 유사한 기술 개발을 위해 수행된 연구개발 과제를 추출하고, 유사 연구개발 과제 수행에 투입된 연구비를 물가상승률과 기술 진부화율을 반영하여 보정한 후, 유사도의 가중합으로써 시장대체원가를 산정한다.
본 연구는 유사 과제의 원가를 바탕으로 기술가치를 평가하는 시장대체원가 접근법을 개발하였다. 평가 대상 기술의 상세정보를 바탕으로, 텍스트마이닝을 통해 유사 과제를 추출하고, 유사 과제의 원가를 물가상승률과 진부화율을 반영하여 보정한 후, 유사도 가중합을 통해 평가 대상 기술의 시장대체 원가를 추정하였다.
기술가치평가 실무에서 가장 우선적으로 권장되는 것이 시장접근법임에도 불구하고 그 활용도가 미비한 것은 효과적인 기술거래 데이터의 부족에 기인한다. 본 연구에서는 평가 대상 기술과 유사한 기술 개발을 위해 수행된 연구개발 과제를 추출하고, 이들 과제에 투입된 연구비를 기술가치로 고려함으로써 시장접근법과 비용접근법을 통합한 새로운 접근을 제시한다. 이러한 접근에서 가장 핵심적인 부분은 각 유사과제들이 평가대상기술과 얼마나 유사한지를 평가하는 문제이다.
이러한 접근에서 가장 핵심적인 부분은 각 유사과제들이 평가대상기술과 얼마나 유사한지를 평가하는 문제이다. 이를 해결하기 위해 본 연구에서는 텍스트마이닝 접근을 통한 유사도 추정 기법을 활용하고자 한다.
이에 본 연구에서는 시장접근법과 비용접근법이 결합된 시장대체원가 접근법을 제시한다. 본 연구는 시장정보를 바탕으로 산출되는 대체원가라는 측면에서 시장대체원가의 개념을 새롭게 제시하고, 시장대체원가 추정을 위한 구체적인 프로세스 및 추정 모형을 제시한다.
이러한 데이터 가용성 문제를 해결할 수 있는 매우 효과적인 방법 중 하나가 원가접근법을 결합하는 것이다. 즉 유사 기술을 개발하기 위해 투입된 원가를 바탕으로 평가 대상 기술의 대체원가(replacement cost)를 산정하고 이를 바탕으로 기술 가치를 추정하는 것이다. 실제로 대체원가 개념은 비용 접근법 활용 시 효과적인 방법으로 인식되어 왔으며(Chiesa et al.

가설 설정

기술의 경제적 수명은 다음의 다양한 방식으로 추정될 수 있다. 첫째, 산업재산권 법적 보호기간을 기술의 수명으로 보는 것이다. 즉, 기술의 경제적 수명을 산업재산권 법적 보호 기간에서 평가 시점의 기술경과년수를 뺀 값으로 정의한다.

제안 방법

kr)로 부터 수집이 가능하다. 관련 기술 전문가들의 자문을 통해 사례 연구 대상 기술과 유사하다고 판단된 7개의 과제와 유사하지 않은 13개의 과제를 선정하였으며, 이상 20개의 과제 정보를 NTIS로부터 수집하여 사례연구를 위한 시범 과제 DB를 구축하였다.
특허로 출원되지 않고 세부 기술명세서 역시 존재하지 않는 민간연구과제의 경우에는 전문가의 판단을 통해 해당 과제에 대한 가중치를 구하고, 이들의 가중합을 구하는 방식으로 계산될 수 있다. 넷째, 본 연구에서는 제시한 시장대체원가 접근법의 적용 과정의 설명 및 추출 된 유사 과제의 신뢰성 검증을 위해 사전에 선정된 20개의 과제로만 구성된 파일럿 DB를 활용하였다. 시장대체원가 접근법의 본격적인 활용을 위해서는 NTIS와의 연동을 통한 보다 광범위한 과제 DB를 구축하는 것이 선행되어야 한다.
본 논문에서 제시된 유사 과제 검색 시스템의 목적은 모든 문서 간의 유사도를 산출하는 다대다(many to many) 방식이 아니라 평가대상 문서와 참조과제 문서들 사이의 유사도를 산출하는 일대다(one to many) 방식이다. 따라서 평가 대상 기술 명세서 및 과제 연구 계획서 모두에서 단어를 추출하는 비효율적인 방식 대신, 평가 대상 기술 명세서에서만 주요 단어를 추출하는 방식을 적용하였다. 따라서 기술 명세서의 단어-문서 행렬의 값이 0인 경우는 존재하지 않는다.
kr)를 적용한 R의 KoNLP 패키지(Jeon, 2013)를 사용하여 추출된 명사를 주요 단어로 사용하였다. 또한, 영어에 비해 아직 불완전한 한글 사전(corpus)으로 인해 분석기에 의해 제거되지 못한 조사 및 어미 등이 있을 경우 후처리 작업을 통해 이들을 제거하였다.
2단계는 유사 과제를 추출하는 단계로, 입력된 평가 대상 기술의 정보를 바탕으로 텍스트 마이닝 및 코싸인 유사도를 활용하여 유사 과제를 선정한다. 마지막 3단계는 시장대체원가를 산출하는 단계로, 개별 유사 과제의 원가를 물가상승률과 진부화율을 반영하여 보정하고, 유사도와의 가중합을 통해 종합대체원가를 추정한다. 이후 본 장에서는 각 단계별 구체적인 절차를 기술한다.
본 사례연구에서는 최종 유사 과제를 선택하기 위하여 항목별 가중치 부여 방식과 유사 과제 선택 기준을 달리하여 [Table 6]와 같이 두 가지 경우에 대한 분석을 실시하였다. CASE 1은 항목 균등 가중치와 유사도 값 고정 방식을 선택한 경우이며, CASE 2는 항목 차등 가중치와 유사 과제 수 고정 방식을 선택한 경우이다.
셋째, 기술수명 주기(technology cycle time : TCT)를 활용하는 방법으로, TCT는 기술인용특허의 평균 년도(median age)를 의미하며, 이 값의 역수를 진부화율로 활용한다(Goto and Suzuki, 1988; Park and Park, 2006). 본 연구에서는 기존 연구에서 가장 많이 활용되어 왔던 TCT를 이용하여 진부화율을 추정한다.
본 연구에서는 실제 특허로 등록된 “모바일 악성코드 확산방지시스템 및 방법”을 평가 대상 기술로 선정하고 제 3장에서 제시된 시장대체원가 추정 모형을 이용하여 시장대체원가를 추정한다.
2-3단계는 2-2단계에서 구축된 단어-문서 행렬들을 이용하여 평가 대상 기술의 명세서와 과제 연구 계획서 간의 항목별 유사도를 산출하는 단계이다. 본 연구에서는 제 2.2절에서 언급된 장점들을 바탕으로 식 (1)과 같이 코싸인 계수를 유사도 산출 지표로 사용하였다.
2-2단계는 다섯 개의 항목들(기술명, 기술목표, 기술내용, 기대효과, 키워드)에 대한 단어-문서 행렬(term-document matrix)이 생성되는 단계이다. 본 연구에서는 평가 대상 기술 명세서에 1회 이상 출현된 단어들을 이용하여 기술 명세서와 과제 DB에 포함된 연구 계획서들에 대한 단어-문서 행렬을 생성하였다. TF-IDF의 경우, 각 항목에 사용된 단어의 수가 많지 않고 역문서 빈도를 계산하는 데 계산시간이 추가로 필요하기 때문에 시스템 운영의 효율성 측면에서 단순 빈도를 활용하여 단어문서 행렬을 생성하였다.
유사 과제들의 개별 가중치(w_i^A)를 합이 1이 되도록 정규화한 후, 이를 가중치로 활용하여 개별보정원가의 가중합으로써 종합대체원가(replacement cost : RC)를 산출한다.
유사 과제를 추출하기 위한 첫 단계로서 평가 대상 기술문서의 각 항목에서 유사 과제 검색에 사용될 단어를 [Table 4]와 같이 추출하였다. 제 2.
본 연구는 시장대체원가의 개념과 이를 추정하기 위한 기초적인 접근법을 제시하였으나, 보다 정교한 기술가치평가를 위해서는 다음과 같은 측면을 고려하여 추정의 신뢰성을 높일 필요가 있다. 첫째, 사례 연구에서는 유사 과제들이 평가 대상 기술과 동일한 기술 분류에 속한다는 가정 하에 추정의 복잡도를 줄이기 위해 단일 IPC 코드를 활용하여 진부화율을 일괄 적용하였다. 추출된 유사 과제들은 의미 그대로 “유사”한 기술을 포함하고 있으므로, 평가 대상 기술과 동일한 분류를 가정하는 것은 원칙적으로는 문제가 없으나, 보다 정교한 추정을 위해서는 유사 과제별로 서로 다른 기술 분류를 할당하여 개별적인 진부화율을 적용하는 것이 필요하며, 이를 위해서는 국가과학기술표준분류를 IPC로 자동 변환할 수 있는 매칭 테이블 생성이 요구된다.
추출된 유사 과제들의 정보를 활용하여 시장대체원가를 산출하기 위해, 먼저 개별보정원가 추정을 위한 기초자료를 수집하였다. 소비자물가지수는 KOSIS 국가통계포털(http://www.
본 연구는 유사 과제의 원가를 바탕으로 기술가치를 평가하는 시장대체원가 접근법을 개발하였다. 평가 대상 기술의 상세정보를 바탕으로, 텍스트마이닝을 통해 유사 과제를 추출하고, 유사 과제의 원가를 물가상승률과 진부화율을 반영하여 보정한 후, 유사도 가중합을 통해 평가 대상 기술의 시장대체 원가를 추정하였다. “모바일 악성코드 확산 방지시스템 및 방법” 기술에 대한 사례 연구를 수행하여 본 연구에서 제시한 시장대체원가 접근법의 활용가능성을 검증하였다.

대상 데이터

26이다. TCT 정보는 한국과학기술정보연구원(KISTI)의 StarValue 시스템(http://www.starvalue.or.kr)으로부터 수집하였다. StarValue 시스템은 국제 특허분류(international patent classification, IPC) 상의 코드별 TCT에 대한 기초통계정보를 제공하고 있으며, 평가 대상 기술이 속하는 IPC G06F(전기에 의한 디지털 데이터처리)의 TCT 평균값은 7.
여기서는 불용어 제거 및 단어 기본형 변환 등의 전처리를 수행한 뒤 유사도 산출에 필요한 최소한의 주요 단어 집합을 판별하게 된다. 본 연구에서는 꼬꼬마 형태소 분석기(http://kkma.snu.ac.kr)를 적용한 R의 KoNLP 패키지(Jeon, 2013)를 사용하여 추출된 명사를 주요 단어로 사용하였다. 또한, 영어에 비해 아직 불완전한 한글 사전(corpus)으로 인해 분석기에 의해 제거되지 못한 조사 및 어미 등이 있을 경우 후처리 작업을 통해 이들을 제거하였다.
추출된 유사 과제들의 정보를 활용하여 시장대체원가를 산출하기 위해, 먼저 개별보정원가 추정을 위한 기초자료를 수집하였다. 소비자물가지수는 KOSIS 국가통계포털(http://www.kosis.kr)로부터 수집하였으며, 평가 기준일인 2014년 7월 1일 현재 CPI는 109.26이다. TCT 정보는 한국과학기술정보연구원(KISTI)의 StarValue 시스템(http://www.

이론/모형

물가상승률은 월별 소비자물가지수(consumer price index : CPI)를 활용하며 아래 식 (3) 같이 유사 과제 i의 종료 시점의 CPI(CPIi) 대비 평가 시점의 CPI(CPI₀)의 증가율로 정의된다.
이 중, 코싸인 계수는 계산 시간이 짧으며 문서의 길이나 단어의 개수와 상관없이 산출된 유사도가 0과 1사이의 값을 갖기 때문에 표준화가 필요 없다는 장점과 문서 간 유사도를 측정하는 데 가장 널리 사용되고 있다(Yuan and Sun, 2005). 본 연구에서도 기술 명세서와 연구 계획서 간의 유사도 측정을 위해 코싸인 계수를 활용한다.

성능/효과

kr)으로부터 수집하였다. StarValue 시스템은 국제 특허분류(international patent classification, IPC) 상의 코드별 TCT에 대한 기초통계정보를 제공하고 있으며, 평가 대상 기술이 속하는 IPC G06F(전기에 의한 디지털 데이터처리)의 TCT 평균값은 7.31년인 것으로 나타났다. 이 값의 역수를 월 단위로 환산한 0.
본 연구는 기술가치평가를 위한 새로운 접근법인 시장대체 원가의 개념을 제시하고, 이를 측정하기 위한 구체적인 프로세스 및 모델을 개발함으로써 실무에서 손쉽게 활용 가능한 기술가치평가 방법론을 개발하였다는 측면에서 의의가 있다. 데이터가 존재하는 유사 기술에 대한 연구개발 비용을 바탕으로 대체원가를 산정함으로써, 기존의 시장접근법이 가지고 있던 데이터 가용성 문제를 극복하였다. 본 연구에서 개발된 시장 대체원가 접근법을 시스템 형태로 구현할 경우, 기술가치평가에 관한 전문성이 없는 실무자들도 기술정보 입력만으로 손쉽게 기술가치 측정이 가능하므로, 기술가치평가 실무의 효율성 제고 할 수 있다.
각 CASE에 대하여 추출된 유사 과제들의 과제명과 유사도 정보는 [Table 7]에 나타난 바와 같다. 두 가지 CASE 모두에서 사전에 유사하다고 판단되어 포함된 과제들로만 유사 과제들이 추출되었음을 확인할 수 있다.
일반적으로 국가 연구개발 과제들은 연구과제명, 연구목표, 연구 내용, 기대효과, 국문키워드의 다섯 가지 항목을 제안서 작성시 의무적으로 기입하도록 되어 있다. 따라서 본 연구에서는 위의 다섯 가지 항목을 활용하며, 특허 형태로 출원 또는 등록된 기술의 경우, 아래 [Table 1]과 같이 특허 명세서의 표준화된 항목들과 연구 계획서의 다섯 가지 항목의 일대일 대응이 가능하다. 특허 형태로 정의 되지 않은 기술의 경우, 연구 계획서의 항목에 대응될 수 있도록 구성된 기술 명세서 작성이 요구된다.
데이터가 존재하는 유사 기술에 대한 연구개발 비용을 바탕으로 대체원가를 산정함으로써, 기존의 시장접근법이 가지고 있던 데이터 가용성 문제를 극복하였다. 본 연구에서 개발된 시장 대체원가 접근법을 시스템 형태로 구현할 경우, 기술가치평가에 관한 전문성이 없는 실무자들도 기술정보 입력만으로 손쉽게 기술가치 측정이 가능하므로, 기술가치평가 실무의 효율성 제고 할 수 있다.
유사 과제를 추출하기 위한 첫 단계로서 평가 대상 기술문서의 각 항목에서 유사 과제 검색에 사용될 단어를 [Table 4]와 같이 추출하였다. 제 2.2절에서 언급한 바와 같이 한글 사전의 불완전성으로 인해 특정 단어들의 경우 조사가 제거되지 않는 문제가 발생하였으며(예 : 스마트폰, 스마트폰들, 스마트폰들에, 스마트폰에서), 이러한 단어들은 후처리 작업을 수행하여 기본형(예 : 스마트폰)으로 대치하였다.
과제 DB는 비정형 텍스트 형태인 위의 다섯 가지 항목과 함께 과제 ID 및 수행 기간, 예산, 기술분류 정보를 포함하고 있다. 평가 대상 기술의 정보를 항목별로 구분해서 입력해야만 항목별 유사도 산출이 가능하며, 이를 종합하여 최종 유사도가 산출된다.

후속연구

또한 융합적 특성으로 인해 두 개 이상의 분야에 속하는 유사 과제들에 대해서는 분야별 가중치를 적용하여 TCT 값의 가중평균을 산출하여 진부화율을 산출할 수 있다. 둘째, 유사 과제 추출 시 국가연구개발사업의 성격을 고려할 필요가 있다. 인력양성을 목적으로 하는 사업의 경우, 대학원생 인건비가 연구비의 큰 부분을 차지할 뿐만 아니라, 연구비 규모가 다른 과제들에 비해 상대적으로 크므로, 인력 양성 사업에 속하는 유사 과제들을 제외할 필요가 있다.
또한 평가 대상 기술은 대부분 개발이 완료되어 이미 상용화되었거나 상용화 직전의 기술이므로, 기초연구사업에 속하는 유사과제들을 제외하는 것이 바람직하다. 셋째, 본 연구에서 제시된 사례 연구는 제안된 방법론의 적용 방법을 보여주는 것이 그 목적이기 때문에 데이터가 공개된 정부연구과제를 대상으로 하였으나, 경우에 따라서는 민간연구과제의 정보도 함께 적용 가능할 것으로 생각된다. 특허로 출원되지 않고 세부 기술명세서 역시 존재하지 않는 민간연구과제의 경우에는 전문가의 판단을 통해 해당 과제에 대한 가중치를 구하고, 이들의 가중합을 구하는 방식으로 계산될 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	기술가치평가는 어떤 활동에 활용되는가?	기술가치평가는 기술금융, IP관리, 라이센싱, 인수합병 등 다양한 기술경영 활동 수행에 있어 필수적인 요소이다(Hunt et al., 2003; Park and Park, 2004).
	전통적 측면의 기술가치평가들의 한계점은 각각 무엇인가?	그러나 이러한 세 가지 접근법은 각각 그 방법론적 특성에 기인한 한계점이 존재한다. 수익접근법의 경우 미래 현금흐름을 추정하는 데 있어 불확실성이 크기 때문에 실무적 적용에 어려움이 많으며(Park and Park, 2004; Park et al., 2012), 시장접근법의 경우 보안상의 문제로 기술의 거래 내역 또는 거래 금액 자체를 확보하는 것이 매우 어려울 뿐만 아니라, 비교 가능한 사례가 존재한다고 하더라도 완전히 유사한 기술이 아닌 경우 해당 시장 정보들을 그대로 활용하기는 어렵다는 한계가 존재한다. 마지막으로 비용접근법의 경우 미래가치를 고려하지 않았기 때문에 기술과 같이 미래의 활용범위 및 가치가 매우 큰 무형자산에는 적합하지 않다는 의견이 제기되어 왔다(Park and Park, 2004).
	텍스트마이닝이란 무엇인가?	텍스트마이닝(text mining)은 정형화된 형태가 아닌 다양한 형태(비정형)로 존재하는 여러 문서들로부터 수집된 텍스트 데이터에 대해 자연어 처리(natural language processing)를 통해 불필요한 부분(stopwords) 제거 및 문법상 존재하는 다양한 변형의 수정(stemming) 등의 전처리를 수행한 후, 해당 문서를 잘 표현할 수 있는 단어 또는 구문(keyword/N-gram)을 추출하여 데이터를 정형화한 뒤, 이를 바탕으로 다양한 기계학습 방법론을 적용하여 텍스트 데이터에 내재하는 유의미한 패턴이나 의미를 분석하는 기법이다(Aggarwal, 2012; Berry 2004). 텍스트마이닝에서 한 문서는 여러 단어들의 집합으로 이루어진 벡터로 표현될 수 있으며 각 원소의 값은 해당 단어에 가중치를 부여하는 방식에 따라 단어 빈도(term frequency : TF)나 단어 빈도-역문서 빈도(term frequency-inverse document frequency : TF-IDF) 등으로 표현될 수 있다(Salton, 1975).

참고문헌 (27)

Aggarwal, C. C. and Zhai, C. (2012), Mining Text Data, Springer, New York, NY.
Baek, D. H., Sul, W., Hong, K. P., and Kim, H. (2007), A Technology Valuation Model to Support Technology Transfer Negotiations, R&D Management, 37(2), 123-138.

상세보기
Berry, M. W. (2004), Survey of Text Mining : Clustering, Classification, and Retrieval, Springer, New York, NY.
Black, F. and Scholes, M. (1973), The Pricing Of Options and Corporate Liabilities, Journal of Political Economy, 81(3), 637-659.

상세보기
Blei, D. M., Ng, A. Y., and Jordan, M. J. (2003), Latent Dirichlet allocation, Journal of Machine Learning Research, 3(1), 993-1022.
Boer, F. P. (1999), The Valuation of Technology, John Wiley and Sons, New York, NY.
Boer, P. and Traps, A. (1998), Pitfalls and Snares in the Valuation of Technology, Research Technology Management, 41(5), 45-54.
Chiesa, V., Gilardoni, E., and Manzini, R. (2005), The Valuation of Technology in Buy-Cooperate-Sell Decisions, European Journal of Innovation Management, 8(1), 5-30.

상세보기
Goto, A. and Suzuki, K. (1989), R&D Capital, Rate of Return on R&D Investment and Spillover of R&D in Japanese Manufacturing Industries, The Review of Economics and Statistics, 71(4), 555-564.

상세보기
Hofmann, T. (1999), Probabilistic Latent Semantic Analysis, Proc. Uncertainty in Artificial Intelligence, Stockholm, Sweden, 289-296.
Huang, A. (2008), Similarity Measures For Text Document Clustering, Proc. 6th New Zealand Computer Science Research Student Conference, Christchurch, New Zealand.
Hunt, F. H., Probert, D. R., Wong, J. C., and Phaal, R. (2003), Valuation of Technology: Exploring a Practical Hybrid Model. Proc. Portland International Conference of Management of Engineering and Technology (PICMET), Portland, OR.
Jeon, H. W. (2013), KoNLP : Korean NLP package, http://cran.r-project.org/web/packages/KoNLP/index.html.
Lee, M. D., Pincombe, B. M., and Welsh, M. B. (2005), An Empirical Evaluation of Models of Text Document Similarity, Proc. 27th Annual Conference of the Cognitive Science Society, Mahwah, NJ, 1254-1259.
Li, Y. R. and Chen, Y. G. (2006), Managing Technology : The Technology Valuation Approach, Proc. Portland International Conference of Management of Engineering and Technology (PICMET), Istanbul, Turkey.
Lint, O. and Pennings, E. (2001), An Option Approach to the New Product Development Process : A Case Study at Philips Electronics, R&D Management, 31(2), 163-172.

상세보기
McGrath, R. G. and Nerkar, A. (2004), Real Options Reasoning and a New Look At The R&D Investment Strategies Of Pharmaceutical Firms, Strategic Management Journal, 25(1), 1-21.

상세보기
Ministry of Trade, Industry, and Energy (2014), Practical Guide For Technology Valuation.
Park, G. and Park, Y. (2006), On the Measurement of Patent Stock as Knowledge Indicators, Technological Forecasting and Social Change, 73(7), 793-812.

상세보기
Park, H., Jeon, S., Kim, S. (2012), Comparative analysis of income approach for technology valuation, Proc. Korea Technology Innovation Society Conference, Seoul, Korea, 129-144.
Park, Y. and Park, K. (2004), A New Method for Technology Valuation in Monetary value: Procedure and Application, Technovation, 24(5), 387-394.

상세보기
Pavri, Z. (1999), Valuation of Intellectual Property Assets : The Foundation for Risk Management and Financing, Proc. INSIGHT Conference, Toronto, Canada.
Reilly, R. F. and Schweihs, R. P. (1998), Valuing Intangible Assets, Mc-Graw-Hill, New York, NY.
Smith, G. W. and Parr, R. L. (2000), Valuation of Intellectual Property and Intangible Assets, John Wiley and Sons, New York, NY.
Salton, G., Wong, A. Yang, C. S. (1975), A Vector Space Model for Automatic Indexing, Communications of the ACM, 18(11), 613-620.

상세보기
Strehl, A., Ghosh, J., and Mooney, R. (2000), Impact of Similarity Measures on Web-Page Clustering, Workshop on Artificial Intelligence for Web Search, Austin, TX.
Yuan, S. T. and Sun, J. (2005), Ontology-Based Structured Cosine Similarity in Document Summarization : With Applications to Mobile Audio-Based Knowledge Management, IEEE Transactions on Systems, Man, and Cybernetics-Part B : Cybernetics, 35(5), 1028-1040.

저자의 다른 논문 :

LOADING...

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