4차 산업혁명 시대 대응을 위한 지식정보 연구·개발 활동 분석: 미국 정보고등연구기획국(IARPA)을 중심으로 The Analysis of Knowledge Information Research and Development Activities for the Fourth Industrial Revolution: Focusing on the U.S. Intelligence Advanced Research Projects Activity(IARPA)원문보기
4차 산업혁명 시대를 선도하기 위해 국가 차원에서 독창적인 연구 방향을 설정하는 전략이 요구된다. 이를 위해 기술 선도 국가들의 4차 산업혁명 관련 연구·개발 활동을 조망할 필요가 있다. 본 연구는 인공지능 등 최첨단 과학기술 정보 연구를 수행하는 미국의 정보고등연구기획국(IARPA)의 연구 프로그램들을 네트워크 분석한다. 분석 결과, IARPA의 연구 프로그램들은 정보 식별과 예측, 의사결정 그리고 사이버보안 클러스터들을 형성하며 이들 클러스터는 숨겨진 정보를 식별하고 특정한 사건을 예측하거나, 조직의 내·외부 환경 변화를 고려하여 의사결정을 지원하거나, 사이버보안을 확보하는 것에 주안점을 두고 있었다. 또한 아시아의 기술 선도 국가인 중국과 일본은 과학기술 정책 수립을 위해 IARPA 연구 프로그램들을 참고하는 것으로 나타났다. 본 연구의 결과는 4차 산업혁명 시대에 대응하기 위한 우리나라의 과학기술 정책 수립과 관련된 시사점을 제시한다.
4차 산업혁명 시대를 선도하기 위해 국가 차원에서 독창적인 연구 방향을 설정하는 전략이 요구된다. 이를 위해 기술 선도 국가들의 4차 산업혁명 관련 연구·개발 활동을 조망할 필요가 있다. 본 연구는 인공지능 등 최첨단 과학기술 정보 연구를 수행하는 미국의 정보고등연구기획국(IARPA)의 연구 프로그램들을 네트워크 분석한다. 분석 결과, IARPA의 연구 프로그램들은 정보 식별과 예측, 의사결정 그리고 사이버보안 클러스터들을 형성하며 이들 클러스터는 숨겨진 정보를 식별하고 특정한 사건을 예측하거나, 조직의 내·외부 환경 변화를 고려하여 의사결정을 지원하거나, 사이버보안을 확보하는 것에 주안점을 두고 있었다. 또한 아시아의 기술 선도 국가인 중국과 일본은 과학기술 정책 수립을 위해 IARPA 연구 프로그램들을 참고하는 것으로 나타났다. 본 연구의 결과는 4차 산업혁명 시대에 대응하기 위한 우리나라의 과학기술 정책 수립과 관련된 시사점을 제시한다.
Leading the fourth industrial revolution era requires science and technology strategies that establish original research directions at the national level. To this end, it is necessary to look at the research and development activities for the fourth industrial revolution of technology-leading countr...
Leading the fourth industrial revolution era requires science and technology strategies that establish original research directions at the national level. To this end, it is necessary to look at the research and development activities for the fourth industrial revolution of technology-leading countries. In this study, the research programs of the U.S. Intelligence Advanced Research Projects Activity(IARPA), an organization focusing on cutting edge research on science and technology information such as artificial intelligence, are investigated by using network analysis. The findings show that, resolving around the information identification and forecasting, decision making and cybersecurity clusters, IARPA's research programs largely focus on finding hidden information and predicting specific events, supporting decision making by considering changes in and outside organizations or establishing cybersecurity. Also, this study finds that China and Japan, representative technology-leading Asian countries, refer to the research programs of IARPA to establish their science and technology policies. The results of this study suggest implications for Korea's science and technology policies in response to the fourth industrial revolution era.
Leading the fourth industrial revolution era requires science and technology strategies that establish original research directions at the national level. To this end, it is necessary to look at the research and development activities for the fourth industrial revolution of technology-leading countries. In this study, the research programs of the U.S. Intelligence Advanced Research Projects Activity(IARPA), an organization focusing on cutting edge research on science and technology information such as artificial intelligence, are investigated by using network analysis. The findings show that, resolving around the information identification and forecasting, decision making and cybersecurity clusters, IARPA's research programs largely focus on finding hidden information and predicting specific events, supporting decision making by considering changes in and outside organizations or establishing cybersecurity. Also, this study finds that China and Japan, representative technology-leading Asian countries, refer to the research programs of IARPA to establish their science and technology policies. The results of this study suggest implications for Korea's science and technology policies in response to the fourth industrial revolution era.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
IARPA의 핵심 기술 클러스터와 관련된 중국과 일본의 연구 활동과 정책 방향을 파악하기 위해 Google에서 이들 국가의 관련 연구 및 정책에 대한 정보를 검색하였다. Google에서 “IARPA”를 검색한 후 기간은 2010년부터 2018년 상반기 그리고 검색 결과와 관련된 국가는 중국와 일본으로 제한하였다.
한 예로, CREATE의 지원을 받고 있는 미국 멜버룬 대학의 SWARM Project는 조직의 의사 결정에 유사 민주적 과정(quasi-democratic process)을 적용하는 클라우드 기반의 시스템을 개발하고 있다. TRUST는 개인의 신뢰도를 측정할 수 있으며 동시에 생태적으로 타당하고(ecologically-valid) 과학적으로 신뢰할 수 있는(scientifically-credible) 도구를 개발하는 것을 목표로 하고 있다. 이 외에도 정보기관이 조직 구성원의 능력을 경력 기간 동안 정밀하게 평가할 수 있도록 개개의 조직 구성원과 구성원을 둘러싼 환경을 상시적으로 그리고 은밀하게 측정하는 방법을 개발하는 MOSAIC 등 조직의 운영과 의사 결정 능력의 향상을 도울 수 있는 다양한 연구 프로그램들이 의사 결정 지원 클러스터에 포함되어 있다.
다음으로 중국과 일본이 진행 중인 IARPA의 핵심 기술 클러스터와 관련된 연구 활동 및 정책을 살펴보았다. 중국의 관심을 보이는 IARPA의 핵심 기술 클러스터 중 하나는 정보 식별과 예측 클러스터이다.
본 연구는 데이터와 관련된 공공 혁신 기관인 IARPA의 연구·개발 활동을 살펴보고자 한다.
본 연구는 지난 10여 년 동안 정보 역량을 바탕으로 첨단 연구·개발 활동을 수행하는 IARPA의 전반적인 현황을 소개하고 핵심 연구 분야에 대해 살펴보았다.
본 연구는 해외 공공 혁신 기관(innovation agency)이 수행하는 4차 산업혁명 관련 연구·개발 동향과 이것이 가지는 파급효과를 분석한다.
본 연구는 해외 공공 혁신 기관들 중 국가 차원의 정보 우위(intelligence advantage) 제공을 목표로 하는 미국의 정보고등연구기획국(Intelligence Advanced Research Projects Activity: 이하 IARPA)을 분석한다. IARPA는 양자컴퓨터, 기계학습 등의 분야에서 최첨단 연구를 수행하는 기관으로, 특히 수집(Collection), 컴퓨팅(Computing), 분석(Analysis), 그리고 예측 정보(Anticipatory Intelligence)와 같이 데이터가 중심인 기술 분야들에서 선도적인 연구를 진행하고 있다[10].
본 연구에서는 연구 영역들의 클러스터 분류를 위해 연구 영역들 간의 상호 연관성을 네트워크 분석하였다 [24]. 우선, 네트워크 분석에 필요한 연구 영역 행렬의 생성을 위해 KnowledgeMatrix Plus를 사용하였다.
본 연구의 목적은 IARPA의 연구 활동을 분석하여 과학기술 정책에 필요한 시사점을 도출하는 것이며, 이를 위해 IARPA 연구 프로그램들의 핵심 연구 영역(research area)을 도출하였다. 보다 자세히 설명하면, IARPA의 연구 프로그램들의 연구 영역 정보를 활용해 파악한 기술 클러스터와 클러스터 내 영향력이 높은 연구 영역을 중심으로 해당 클러스터와 관련된 기술 동향 및 IARPA의 연구 프로그램을 설명하였다.
컴퓨팅 분야의 목적은 정보보호, 첨단 컴퓨팅 기술과 아키텍처, 양자 정보 과학 및 기술, 위협 탐지·완화 등에 중점을 두고 있다. 분석 분야의 목적은 수집된 방대한 정보로부터 적시에 통찰을 확보하기 위해 다양하고 동적인 데이터에서 새로운 정보를 발굴하고 분석하는 혁신적 기술을 연구하는 것이다. 마지막으로 예측 정보 분야의 목적은 전 세계의 중요한 사건을 정확하게 탐지 및 예측하여 불확실성을 감소시키는 것이다.
사이버보안 클러스터의 주요 연구 프로그램인 CAUSE는 빠르게 사이버공격을 예측하고 탐지하는 자동화 방법을 개발하는 것을 목표로 한다. 이 프로젝트의 일환으로 만들어진 OmniSense란 프로그램은 전 세계 인터넷에서 정보기술 인프라의 취약점을 찾거나 온라인 시스템의 암호를 파헤치려는 시도를 상시적으로 포착하고 해당 시도의 주체를 특정할 수 있는 정보를 수집할 수 있다[35].
IARPA에서 수행하는 주요 연구 분야는 수집, 컴퓨팅, 분석 그리고 예측 정보와 같이 크게 4가지로 구분된다. 수집 분야의 목적은 센서와 전송 기술, 정확한 정보를 수집하는 기술, 그리고 이전에는 접근할 수 없었던 출처로부터 정보를 수집하는 방법 등을 개발하여 수집된 데이터의 가치를 크게 향상시키는 것이다. 컴퓨팅 분야의 목적은 정보보호, 첨단 컴퓨팅 기술과 아키텍처, 양자 정보 과학 및 기술, 위협 탐지·완화 등에 중점을 두고 있다.
우선, 중국은 의사 결정 클러스터의 하위 핵심 연구 영역인 신경 과학(Neuroscience) 연구들을 진행하고 있다. 이들 연구의 목적은 인간의 두뇌에서 비교적 쉽게 처리될 수 있는 복잡한 작업을 수행하기 어려운 기존 컴퓨터의 한계를 뛰어 넘기 위한 기술의 개발이다. 이를 위해 중국은 뇌와 신경망 연구에 많은 투자를 하여 새로운 유형의 컴퓨터와 로봇을 설계하고 있다.
제안 방법
그리고 IARPA의 연구 프로그램들이 아시아의 주요 기술 선도 국가인 일본, 중국의 연구·개발 활동에 미친 영향을 파악하였다.
본 연구는 IARPA 연구 프로그램들의 네트워크 분석을 통해 핵심 기술 클러스터를 특정하였다. 그리고 IARPA의 연구 프로그램들이 아시아의 주요 기술 선도 국가인 일본, 중국의 연구·개발 활동에 미친 영향을 파악하였다.
Gephi에서 사용되는 모듈성(Modularity)의 계산 알고리즘은 Louvain 방법인데, 이는 계산 속도가 빠르고 클러스터를 명확하게 도출한다는 이점을 지닌다[25]. 셋째, 클러스터 내 영향력이 큰 핵심 연구 영역을 파악하기 위해서 연구 영역들의 중심성(centrality)을 측정하였다. 중심성을 측정하는 방법에는 여러 가지가 있는데[26], 본 연구에서는 사이(betweenness) 중심성을 분석하였다.
우선 중국과 일본이 큰 관심을 보이는 IARPA의 연구 프로그램들을 파악하기 위해 수집된 자료를 내용을 토대로 IARPA의 주요 연구 분야인 수집, 컴퓨팅, 분석, 예측 정보로 분류하였다[표 3]. 흥미롭게도 중국과 일본 모두 IARPA의 컴퓨팅 분야의 연구 프로그램들에 많은 관심을 보이고 있는 것으로 나타났다.
마지막으로, 의사결정(Decision making)과 행동과학(Behavioral science) 영역이 하나의 큰 기술 클러스터를 형성한다. 이와 같은 3개의 기술 클러스터을 IARPA의 핵심 연구 영역들을 아우르는 주요 기술 클러스터로 간주하였으며, 각 클러스터와 관련된 기술 동향과 연구 프로그램들을 살펴볼 것이다.2)
행렬에서 나타낼 연구 영역들 간의 연결은 동일 연구 프로그램에 있는 연구 영역들 간에 있는 것으로 보았다. 이후, 하나의 연구 영역 집단 내에선 서로 간에 강한 연결을 가지지만, 다른 집단과는 약한 연결을 가지거나 전혀 연관이 없는 연구 영역들의 집합인 모듈(Module)을 Gephi를 통해 도출하여 기술 클러스터로 간주하였다. Gephi에서 사용되는 모듈성(Modularity)의 계산 알고리즘은 Louvain 방법인데, 이는 계산 속도가 빠르고 클러스터를 명확하게 도출한다는 이점을 지닌다[25].
셋째, 클러스터 내 영향력이 큰 핵심 연구 영역을 파악하기 위해서 연구 영역들의 중심성(centrality)을 측정하였다. 중심성을 측정하는 방법에는 여러 가지가 있는데[26], 본 연구에서는 사이(betweenness) 중심성을 분석하였다. 사이 중심성이 높은 노드(연구 영역)는 자신이 속한 네트워크 내에서 매개자 역할을 함으로써 높은 영향력을 가진다[27].
대상 데이터
기술 클러스터의 도출 과정은 주요 연구 영역 파악, 연구 영역들의 클러스터 분류 그리고 클러스터들 간의 구별을 위한 시각화로 이루어진다[23]. 먼저, 주요 연구 영역의 파악을 위해 본 연구는 IARPA 홈페이지에 공개된 61개 연구 프로그램의 285개 연구 영역을 활용하였다.1) IARPA에서 공개한 연구 영역은 관련 연구 프로그램의 기술적인 특성을 설명하기 위해 프로그램 참여자들 간의 합의에 의해 선택되었을 것이기 때문에, 전문가를 통해 도출할 수 있는 연구 영역과 비교했을 때 비슷한 타당성을 지닌다고 볼 수 있을 것이다[23].
1) IARPA에서 공개한 연구 영역은 관련 연구 프로그램의 기술적인 특성을 설명하기 위해 프로그램 참여자들 간의 합의에 의해 선택되었을 것이기 때문에, 전문가를 통해 도출할 수 있는 연구 영역과 비교했을 때 비슷한 타당성을 지닌다고 볼 수 있을 것이다[23]. 연구 영역 정보를 수집한 후 대소문자의 통일, 동일한 의미의 연구 영역 통합(예, Cyber security는 Cybersecurity로 통합), 상이한 연구 영역의 분리(예, Deep learning or hierarchical modeling을 Deep learning과 Hierarchical model로 분리) 등의 전처리 과정을 거쳐 271개의 연구 영역을 확정하였다. 이들 중 출현 빈도가 높은 상위 10개가 [표 2]에 나타나 있다.
이 중에서 34개는 IARPA를 단순히 언급만 하였다. 일본의 경우 10개의 IARPA 단순 언급 문서를 제외한 48개의 자료를 이용하였다.
이론/모형
큰 핵심 영역이라고 볼 수 있다. 마지막으로, 기술 클러스터를 시각적으로 명확하게 파악하기 위해 네트 워크 도식화 알고리즘 중 하나인 ForceAtlas2를 활용하였다. ForceAtlas2는 노드들의 상대적인 위치와 이들 간의 연결 강도에 따라 노드와 연결의 움직임을 최소화하는 알고리즘으로 계산 속도가 빠르며 클러스터의 도식화에 강점이 있다[28].
본 연구에서는 연구 영역들의 클러스터 분류를 위해 연구 영역들 간의 상호 연관성을 네트워크 분석하였다 [24]. 우선, 네트워크 분석에 필요한 연구 영역 행렬의 생성을 위해 KnowledgeMatrix Plus를 사용하였다. 행렬에서 나타낼 연구 영역들 간의 연결은 동일 연구 프로그램에 있는 연구 영역들 간에 있는 것으로 보았다.
성능/효과
특히, 새로운 안면 인식 기술은 공공 안전과 국가 보안에 있어 핵심 도구가 될수 있다. FRPC 결과에 따르면 중국의 여러 보안 기업이 기존의 안면 인식 알고리즘을 정확도 측면에서 능가하는 알고리즘들을 개발한 것으로 나타났다. 이러한 결과는 중국이 빅데이터, 기계학습 등 여러 기술을 기반으로 안면 인식 분야에서 선도적인 위치를 점유하기 시작했다는 것을 시사한다.
그리고 IARPA의 핵심 기술 클러스터에 관해 중국, 일본이 많은 관심을 보이고 관련 연구·개발 활동을 국가 차원에서 수행 중인 것으로 나타났다.
또한 IARPA의 각 연구 분야의 연구 프로그램들에 대해 네트워크 분석을 수행하여 주요 연구 영역은 정보 식별과 예측, 의사결정, 사이버보안과 같이 3개 클러스터를 형성하고 있다는 점을 확인하였다. 먼저, 정보 식별과 예측 클러스터는 기계학습, 빅데이터, 자연어처리 등의 연구 영역으로 구성되는데, 이는 4차 산업혁명의 핵심 원동력 중 하나인 인공지능을 구현하는 것과도 관련된다.
그리고 IARPA의 연구 프로그램들이 아시아의 주요 기술 선도 국가인 일본, 중국의 연구·개발 활동에 미친 영향을 파악하였다. 분석 결과에서 IARPA의 핵심 기술 클러스터는 정보 식별과 예측 클러스터, 의사결정 지원 클러스터, 사이버보안 클러스터인 것으로 나타났다. 그리고 IARPA의 핵심 기술 클러스터에 관해 중국, 일본이 많은 관심을 보이고 관련 연구·개발 활동을 국가 차원에서 수행 중인 것으로 나타났다.
종합하면, IARPA는 미국 정보기관들을 돕기 위해 다양한 연구 프로그램을 진행하고 있으며 그 중에서도 미지의 정보 인지 및 예측, 조직 의사 결정 지원, 사이버 보안 확립과 관련된 연구에 주력을 기울이고 있는 것으로 나타났다. 다음 장에서는 IARPA가 연구 역량을 집중하고 있는 핵심 기술 클러스터와 관련해서 아시아의 기술 선도국인 중국과 일본의 연구 활동과 정책 방향을 조망한다.
종합하면, 중국과 일본은 국가 경쟁 우위 구축을 위한 국가 전략 차원의 기술 분야로 컴퓨팅을 선택하였으며, 특히 슈퍼컴퓨터와 양자컴퓨팅 기술 개발을 위해 IARPA의 관련 연구 프로그램들을 살펴보고 있는 것으로 나타났다. 아울러 중국은 국가 보안 확립과 연구 활동의 효율적인 관리를 위해 IARPA의 연구 프로그램들을 참고하고 있는 것으로 나타났다.
후속연구
정보 역량을 바탕으로 한 정보 식별과 분석 및 예측은 인공지능, 사물인터넷 등을 구현하기 위한 기초자료가 될 뿐만 아니라, 국가, 산업 등의 정책 및 전략을 수립하는 것과도 연관된다. 그리고 외부 환경의 변화를 신속하고 정확하게 파악하여 시의적절한 판단을 지원하거나 사이버위협에 대응하는 것도 오늘날 매우 중요한 연구 주제가 될 것이다. 이를 위해 IARPA의 연구 프로그램들을 참고하여 4차 산업혁명 시대에 필요한 혁신적인 기술을 선별하고 적극적으로 지원해야 할 것이다.
따라서 IARPA의 연구·개발 활동을 분석한다면 데이터를 기반으로 하는 4차 산업혁명의 핵심 기술을 포착하는 것이 가능할 것이다.
따라서 후속 연구들은 IARPA를 제외한 여러 선진국들의 공공 혁신 기관들이 수행하는 4차 산업혁명 관련 연구·개발 활동을 분석하는 것이 필요할 것이다.
또한, 본 연구는 IARPA 한 기관의 연구·개발 활동만 분석하였다는 데에 한계점을 지닌다.
따라서 후속 연구들은 IARPA를 제외한 여러 선진국들의 공공 혁신 기관들이 수행하는 4차 산업혁명 관련 연구·개발 활동을 분석하는 것이 필요할 것이다. 마지막으로 본 연구는 IARPA의 파급 효과를 중국과 일본에 국한해서 분석했다는 한계점을 지닌다. IARPA가 4차 산업혁명의 중요 기술 발전에 관여를 하고 있다면 중국, 일본뿐만 아니라 유럽 등 다른 선진국들의 국가 연구·개발에 영향을 미쳤을 것이다.
IARPA가 4차 산업혁명의 중요 기술 발전에 관여를 하고 있다면 중국, 일본뿐만 아니라 유럽 등 다른 선진국들의 국가 연구·개발에 영향을 미쳤을 것이다. 본 연구는 이것을 고려하지 않았기 때문에 본 연구에서 제시하는 IARPA의 해외 파급력에 대한 결론은 일반화에 있어 한계가 있다. 후속 연구들은 IARPA의 글로벌 파급력을 파악하는 데에 있어 중국과 일본을 제외한 여러 선진국들을 분석한다면 보다 의미 있는 시사점을 도출할 수 있을 것이다.
이 기술은 개인 카메라에 담긴 테러 영상과 같이 종전의 기술로는 분석하기 힘들었던 영상의 분석을 가능케 하여 정치·사회적 문제 해결에 기여할 것으로 기대된다[32].
그리고 외부 환경의 변화를 신속하고 정확하게 파악하여 시의적절한 판단을 지원하거나 사이버위협에 대응하는 것도 오늘날 매우 중요한 연구 주제가 될 것이다. 이를 위해 IARPA의 연구 프로그램들을 참고하여 4차 산업혁명 시대에 필요한 혁신적인 기술을 선별하고 적극적으로 지원해야 할 것이다.
이를 위해서 데이터를 기반으로 4차 산업혁명 관련 기술을 연구·개발하는 조직들의 연구·개발 활동을 살펴보는 것이 필요할 것이다.
또한 중국과 일본의 IARPA관련 연구 및 정책 등을 파악하기 위해 Google의 검색 결과만 활용한 한계가 있다. 향후 IARPA와 관련하여 특허와 논문 수 및 인용 수 등을 분석한다면 보다 의미 있는 결과를 도출할 수 있을 것이다. 또한, 본 연구는 IARPA 한 기관의 연구·개발 활동만 분석하였다는 데에 한계점을 지닌다.
본 연구는 이것을 고려하지 않았기 때문에 본 연구에서 제시하는 IARPA의 해외 파급력에 대한 결론은 일반화에 있어 한계가 있다. 후속 연구들은 IARPA의 글로벌 파급력을 파악하는 데에 있어 중국과 일본을 제외한 여러 선진국들을 분석한다면 보다 의미 있는 시사점을 도출할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
공공 혁신 기관은 무엇인가?
본 연구는 해외 공공 혁신 기관(innovation agency)이 수행하는 4차 산업혁명 관련 연구·개발 동향과 이것이 가지는 파급효과를 분석한다. 공공 혁신 기관은 불확실하고 빠르게 진화하는 기술 분야를 선도하기 위해 혁신성이 높은 연구·개발 프로젝트에 많은 자원을 투자하고 혁신 가능성이 없는 프로젝트는 종료하는 등의 일련의 기술 예측 활동을 수행하는 국가 기관이다[3]. 대표적으로 국방 분야의 기술적 난제 및 미래 수요에 대응하는 도전적 연구·개발을 수행하는 미국 국방부 산하의 DARPA(Defense Advanced Research Program Agency)를 들 수 있다.
IARPA는 특히 어느 분야에서 선도적인 연구를 진행하고 있는가?
본 연구는 해외 공공 혁신 기관들 중 국가 차원의 정보 우위(intelligence advantage) 제공을 목표로 하는 미국의 정보고등연구기획국(Intelligence Advanced Research Projects Activity: 이하 IARPA)을 분석한다. IARPA는 양자컴퓨터, 기계학습 등의 분야에서 최첨단 연구를 수행하는 기관으로, 특히 수집(Collection), 컴퓨팅(Computing), 분석(Analysis), 그리고 예측 정보(Anticipatory Intelligence)와 같이 데이터가 중심인 기술 분야들에서 선도적인 연구를 진행하고 있다[10]. 데이터는 4차 산업혁명을 견인하는 핵심 동인이기 때문에[11] IARPA는 본 연구의 적합한 연구 대상이라고 볼 수 있다.
공공 혁신 기관의 대표적인 예는 무엇인가?
공공 혁신 기관은 불확실하고 빠르게 진화하는 기술 분야를 선도하기 위해 혁신성이 높은 연구·개발 프로젝트에 많은 자원을 투자하고 혁신 가능성이 없는 프로젝트는 종료하는 등의 일련의 기술 예측 활동을 수행하는 국가 기관이다[3]. 대표적으로 국방 분야의 기술적 난제 및 미래 수요에 대응하는 도전적 연구·개발을 수행하는 미국 국방부 산하의 DARPA(Defense Advanced Research Program Agency)를 들 수 있다. 공공 혁신 기관은 높은 정책 및 기술 지위(status), 다양한 인적 자산과 협력 네트워크를 활용하여 기술 변화를 추동하는 데에 있어 큰 역할을 한다[4-6].
참고문헌 (45)
정용일, 노경란, 이선희, 최현규, 제4차 산업혁명 특화지식 서비스 프레임 설계 및 구현 방안 연구, 과학기술정보통신부, 2017.
최병삼, 양희태, 이제영, 제4차 산업혁명의 도전과 국가전략의 주요 의제, 과학기술정책연구원, 2017.
D. Breznitz, D. Ornston, and S. Samford, "Mission Critical: The Ends, Means, and Design of Innovation Agencies," Industrial and Corporate Change, Vol.27, No.5, pp.883-896, 2018.
D. Breznitz, Innovation and the State: Political Choice and Strategies for Growth in Israel, Taiwan, and Ireland, Yale, University Press: New Haven, CT, 2007.
E. R. H. Fuchs, "Rethinking the Role of the State in Technology Development: DARPA and the Case for Embedded Network Governance," Research Policy, Vol.39, No.9, pp.1133-1147, 2010.
S. Samford, "Networks, Brokerage and State-Led Technology Diffusion in Small Industry," American Journal of Sociology, Vol.122, No.5, pp.1339-1370, 2017.
국가과학기술자문회의, 파괴적 혁신을 위한 한국형 ARPA 추진 방안, 국가과학기술자문회의, 2017.
배용호, 양현재, 진설아, 박성원, 선도 연구자 분석을 통한 이머징 기술의 발아 및 발전 조건 연구, 과학기술정책연구원, 2018.
임영모, 최민석, 중장기 대형 SW R&D 과제후보 발불 및 추진체계, 소프트웨어정책연구소, 2018.
정용일, 노경란, 이선희, 정도범, 과학기술 지식정보 고도화 연구 활동 조사.분석: 미국의 IARPA를 중심으로, 한국과학기술정보연구원, 2018.
관계부처 합동, 데이터 산업 활성화 전략, 4차산업혁명위원회, 2018.
이찬구, 이장재, 고영주, 최병철, 황규희, 황병상, 한국 제4차 산업혁명 연구 : 기술.경제.사회.정책 혁신의 통합적 접근, 임마누엘, 2018.
정준화, 국가경쟁력의 기반, 빅데이터의 활용 현황과 향후 과제, 국회입법조사처, 2019.
권영일, 최형인, 인사이트플러스, 2017년 BIG DATA 시장현황 조사, 한국정보화진흥원, 2018.
M. B. D. Costa, L. M. A. L. D. Santos, J. L. Schaefer, I. C. Baierle, and E. O. B. Nara, "Industry 4.0 Technologies Basic Network Identification," Scientometrics, Vol.12, No.2, pp.977-994, 2019.
N. N. Abbas, T. Ahmed, S. H. U. Shah, M. Omar, and H. W. Park, "Investigating the Applications of Artificial Intelligence in Cyber Security," Scientometrics, Vol.121, No.2, pp.1189-1211, 2019.
L. Koh, G. Orzes, and F. Jia, "The Fourth Industrial Revolution (Industry 4.0): Technologies Disruption on Operations and Supply Chain Management," International Journal of Operations & Production Management, Vol.39, No.6/7/8, pp.817-828, 2019.
W. B. Bonvillian, "DARPA and Its ARPA-E and IARPA Clones: A Unique Innovation Organization Model," Industrial and Corporate Change, Vol.27, No.5, pp.897-914, 2018.
Y. G. Lee and Y. I. Song, "Selecting the Key Research Areas in Nano-technology Field Using Technology Cluster Analysis: A Case Study Based on National R&D Programs in South Korea," Technovation, Vol.27, No.1-2, pp.57-64, 2007.
S. Casper, "How Do Technology Clusters Emerge and Become Sustainable? Social Network Formation and Inter-firm Mobility within the San Diego Biotechnology Cluster," Research Policy, Vol.36, No.4, pp.438-455, 2007.
V. D. Blondel, J. L. Guillaume, R. Lambiotte, and E. Lefebvre, "Fast Unfolding of Communities in Large Networks," Journal of Statistical Mechanics: Theory and Experiment, Vol.2008, pp.1-12, 2008.
J. Scott, Social Network Analysis: A Handbook, Sage Publications, 2000.
M. E. J. Newman, "A Measure of Betweenness Centrality Based on Random Walks," Social Networks, Vol.27, No.1, pp.39-54, 2005.
M. Jacomy, T. Venturini, S. Heymann, and M. Bastian, "ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software," PLoS ONE, Vol.9, No.6, p.e98679, 2014.
J. Devlin, M. W. Chang, K. Lee, and K. Toutanova, "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding," arXiv:1810.04805, 2018.
오미애, 최현수, 김수현, 장준혁, 진재현, 천미경, 기계학습 기반 사회보장 빅데이터 분석 및 예측모형 연구, 한국보건사회연구원, 2017.
나영식, 조재혁, 인공지능(SW), 한국과학기술기획평가원, 2018.
A. C. Madrigal, "How the Boston PD Could Examine the Videos From the Bombing," The Atlantic, 2013. https://www.theatlantic.com/technology/archive/2013/04/how-the-boston-pd-could-examine-the-videos-from-the-bombing/275008
C. J. Hitch, "Management Problems of Large Organizations," Operations Research, Vol.44, No.2, pp.257-264, 1996.
H. Gintis, "The Role of Cognitive Processes in Unifying the Behavioral Sciences," In R. Sum(ed.), Grounding Social Sciences in Cognitive Sciences, Cambridge, Massachusetts: The MIT Press, pp.415-444, 2012.
T. Brewster, "Omnisense: U.S. Intelligence-backed Startup Claims It Can Predict Cyberattac ks Days before They Happen," Forbes, 2019. https://www.forbes.com/sites/thomasbrewster/2019/03/29/omnisense-us-intelligence-fundedstartup-claims-it-can-predict-cyberattacks-days-before-they-happen
P. Aghion, N. Bloom, R. Blundell, R. Griffith, and P. Howitt, "Competition and Innovation: An Inverted-U Relationship," Quarterly Journal of Economics, Vol.120, No.2, pp.701-728, 2005.
W. Holzl and J. Jurgen, "Distance to the Frontier and the Perception of Innovation Barriers across European Countries," Research Policy, Vol.43, No.4, pp.707-725, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.