[논문]자료포락분석(DEA)을 활용한 국방 기초연구개발 사업의 효율성 분석

임용환

doi:10.5762/kais.2020.21.7.517

자료포락분석(DEA)을 활용한 국방 기초연구개발 사업의 효율성 분석
Analyzing the Efficiency of Defense Basic Research Projects using DEA 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.7, 2020년, pp.517 - 524

임용환 (국방기술품질원 기술기획본부)

초록
AI-Helper

최근 4차 산업혁명의 거대 물결에 맞춰 국방 연구개발의 환경은 첨단 군사기술 중심으로 변모하고 있으며, 특히 선진국은 첨단 국방과학기술의 보호를 위해 기술수출 및 기술이전에 대한 통제를 강화하고 있다. 이러한 이유로 미래 전장환경에 맞는 첨단무기 및 핵심기술의 독자개발 능력 확보를 위한 예산 요구가 증가하고 있으며, 한정된 예산의 효율적 배분을 위해 연구개발 투자에 대한 효율성 제고가 중요하게 부각되고 있다. 본 연구에서는 비모수적 접근법인 자료포락분석(Data Envelopment Analysis, DEA)을 활용하여 국방 기초연구개발 사업에 대한 효율성을 분석하고자 한다. 투입변수로 연구비, 연구인력, 연구기간을 선정하였고, 산출 변수로는 논문, 특허 건수를 사용하였다. CCR(Charnes, Cooper and Rhodes), BCC(Banker, Charnes and Cooper) 모형 및 규모 효율성(Scale Efficiency, SE)을 통해 기초연구개발 사업에 대한 효율성을 분석하였다. 마지막으로 효율성 측정결과를 바탕으로 비효율적인 연구개발 사업은 비효율성의 원인을 제시하고 효율성 개선방안을 제시하였다. 본 연구 국방 기초연구개발 사업에 대한 효율성 분석을 통해 과제 성과관리에 활용하고 환류를 통해 과제기획 단계에 반영할 수 있는 유용한 정보로 활용될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

In line with the recent wave of the 4th Industrial Revolution, the environment for defense R&D is transforming into a center of high-tech military technology. In particular, developed countries are strengthening control of technology exports and technology transfer to protect advanced defense science and technology. For this reason, the budget demand for securing the ability to develop independently high-tech weapons and core technologies suitable for the future battlefield environment is increasing, and increasing efficiency in R&D investment has been highlighted for efficient distribution of limited budgets. This study examined the efficiency of the defense basic R&D project using the non-parametric approach, DEA. The R&D budget, R&D researcher, and R&D period were selected as the input variables, and the number of papers and patents were used as output variables. The efficiency of basic R&D projects was analyzed through CCR, BCC models, and SE. Lastly, based on the efficiency measurements, the cause of the inefficiency of R&D projects was suggested, and ways to improve efficiency were suggested. This study is expected to be used as useful information that can be applied to project performance management through efficiency analysis of basic defense R&D projects and be reflected in the project planning stage through feedback.

주제어

표/그림 (11)

표 Table 1. Overview of Basic Research Projects
표 Table 2. Previous studies on the efficiency analysis of defense sector
그림 Fig. 1. Research framework
표 Table 3. Variables
표 Table 4. Descriptive statistics of data
표 Table 5. Correlation analysis among variables
표 Table 6. Analysis results by DEA
표 Table 7. Analysis results by basic research type
표 Table 8. Inefficiency analysis results by SE
표 Table 9. SE analysis results by basic research type
표 Table 10. Target quantity to improve inefficiency

AI 본문요약
AI-Helper

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

문제 정의

DEA 모형에서 비효율적인 DMU는 준거집단 또는 참조집합과의 비교를 통해 비효율 개선방안을 모색하고 효율적으로 되기 위해 달성해야 할 구체적인 목표를 제시해 준다. 즉 DMU별로 투입 감소분과 산출 증가분에 관련된 구체적인 비효율의 정도를 얻을 수 있다.
국방 연구개발과 관련된 연구는 핵심기술개발 사업에 대한 효율성 분석[17-18] 연구가 일부 수행되었으나, 기 초연구개발 사업에 대한 효율성 분석 연구는 미흡한 실정이다. 따라서 본 연구는 국방 기초연구개발 사업에 대한 연구개발 유형별 효율성 분석 및 비효율성의 원인 분석과 효율성 개선방안을 제시한다는 측면에서 기존 연구와 차별화된다고 할 수 있다. 본 연구는 국방 기초연구개발 사업에 대한 효율성 분석을 통해 과제 성과관리에 활용하고 환류를 통해 과제기획 단계에 반영하고자 한다.
따라서 본 연구에서는 비모수적(non-parametric) 접근법인 자료포락분석(Data Envelopment Analysis, 이하 DEA)을 활용하여 국방 기초연구개발 사업에 대한 효율성을 분석하고자 한다. 또한 기초연구개발 유형별 효율성 및 비효율성의 원인 분석과 효율성 개선방안을 제시 하고자 한다.
따라서 본 연구에서는 비모수적(non-parametric) 접근법인 자료포락분석(Data Envelopment Analysis, 이하 DEA)을 활용하여 국방 기초연구개발 사업에 대한 효율성을 분석하고자 한다. 또한 기초연구개발 유형별 효율성 및 비효율성의 원인 분석과 효율성 개선방안을 제시 하고자 한다.
본 연구는 국방 기초연구개발 사업에 대한 효율성 분석을 통해 과제 성과관리에 활용하고 환류를 통해 과제기획 단계에 반영하고자 한다. 또한 한정된 국방 예산의 효율적 배분을 위해 국방 기초 연구개발 사업에 대한 전략 및 투자방향 수립을 위한 시사점을 제공하고자 한다.
이어 앞 절에서 살펴본 국방 분야 효율성 분석 선행연구를 바탕으로 본 연구의 분석 목적에 부합하는 변수를 선정한다. 마지막으로 DEA 모형을 활용하여 효율성을 측정하고, 비효율성의 원인 분석 및 효율성 개선방안을 제시하고자 한다.
따라서 본 연구는 국방 기초연구개발 사업에 대한 연구개발 유형별 효율성 분석 및 비효율성의 원인 분석과 효율성 개선방안을 제시한다는 측면에서 기존 연구와 차별화된다고 할 수 있다. 본 연구는 국방 기초연구개발 사업에 대한 효율성 분석을 통해 과제 성과관리에 활용하고 환류를 통해 과제기획 단계에 반영하고자 한다. 또한 한정된 국방 예산의 효율적 배분을 위해 국방 기초 연구개발 사업에 대한 전략 및 투자방향 수립을 위한 시사점을 제공하고자 한다.
본 연구에서는 DEA를 활용하여 국방 기초연구개발 사업에 대한 효율성을 분석하고, 기초연구개발 유형별 효율성 및 비효율성의 원인 분석과 효율성 개선방안을 제시하였다. 본 연구결과를 요약하면 다음과 같다.

가설 설정

규모수익불변(Constant Return to Scale)을 가정한 CCR 모형은 모든 DMU가 최적의 규모에서 운영될 때 적합하지만 규모 효율성(Scale Efficiency, 이하 SE)과 순수기술효율성(Pure Technical Efficiency, 이하 PTE)을 구분하지 못하는 단점이 있다. 이런 CCR 모형의 한계를 극복하기 위해 규모수익가변(Variable Return to Scale)을 가정하고 블록성 조건(convexity condition)을 추가한 BCC 모형이 제시되었다[8]. 규모 수익가변은 투입요소의 비율을 일정하게 유지하면서 규모 확대 시 산출요소 양의 변화를 살펴보는 개념으로 규모수익체감(Decreasing Return to Scale, 이하 DRS), 규모수익체증(Increasing Return to Scale, 이하 IRS) 으로 구분할 수 있다[9].

제안 방법

3절에서 살펴본 바와 같이 측정 대상이 연구개발사업인 경우에 투입변수로 연구비, 연구인력, 연구기간을 사용하였으며, 산출변수로는 논문, 특허, 실용화, 기술확산, 획득기술 실적을 사용하였 다. 이에 본 연구에서는 국방 분야에서 DEA를 활용하여 효율성을 측정한 선행연구들을 검토하였으며, 이를 바탕 으로 Table 3과 같이 5개의 측정변수를 선정하였다.
의미 있는 효율성 분석을 위해서는 대상 사업의 목표에 부합하고, 사업 특성을 최대한 반영할 수 있는 변수를 선정하는 것이 중요하다[19]. 제 2.3절에서 살펴본 바와 같이 측정 대상이 연구개발사업인 경우에 투입변수로 연구비, 연구인력, 연구기간을 사용하였으며, 산출변수로는 논문, 특허, 실용화, 기술확산, 획득기술 실적을 사용하였 다. 이에 본 연구에서는 국방 분야에서 DEA를 활용하여 효율성을 측정한 선행연구들을 검토하였으며, 이를 바탕 으로 Table 3과 같이 5개의 측정변수를 선정하였다.
DEA는 다수의 투입물로 다수의 산출물을 생산하는 의사결정단위(Decision Making Unit, 이하 DMU)의 상대적인 효율성을 측정하는 비모수적 효율성 측정방법 이다[4]. 즉, 다수의 투입, 산출요소를 갖는 DMU의 효율 성을 투입요소들의 가중합(weighted sum)과 산출요소 들의 가중합의 비율로 측정한 후, 유사한 활동을 수행하는 다른 DMU들의 효율성과 비교하여 상대적인 효율성을 측정한다.

대상 데이터

1과 같다. 먼저 분석대상인 국방 기초연구개발과제 성과분석 데이터를 수집한다. 분석에 사용된 논문, 특허 산출물은 전문기관의 검증을 통해 객관성이 확보된 자료이다.
본 연구는 2013년~2015년까지 개발 완료된 국방 기초연구개발과제 60개 DMU를 대상으로 효율성을 측정 하였다. 실제 종료된 과제는 66개이나 산출결과가 분석에 활용할 수 없는 이상점을 갖는 6개 과제는 분석에서 제외하였다.
먼저 분석대상인 국방 기초연구개발과제 성과분석 데이터를 수집한다. 분석에 사용된 논문, 특허 산출물은 전문기관의 검증을 통해 객관성이 확보된 자료이다. 이어 앞 절에서 살펴본 국방 분야 효율성 분석 선행연구를 바탕으로 본 연구의 분석 목적에 부합하는 변수를 선정한다.
연구 기간은 전체 연구개발 기간을 의미한다. 산출변수로는 연구개발 성과물로 인식되고 있는 논문, 특허를 선정하였 다. 논문은 연구자의 기초연구 결과를 평가하는 객관적 기준의 성과지표로 연구개발 결과물로써 중요한 산출요 소라고 할 수 있다[7].
투입변수로는 기존 연구에서 가장 많이 사용되어 온연구비, 연구인력, 연구기간을 선정하였다. 연구비는 정부에서 출연한 연구비로 정의하였으며, 연구인력은 과제에 투입된 총 투입인원(M/Y) 합산으로 정의하였다.

성능/효과

프로그램 GBR, PBR, IJR은 모두 효율적인 DMU 가 단 한 개도 존재하지 않는 것으로 나타나 기초연구개 발과제 4개 프로그램 중 가장 비효율적인 유형으로 나타 났다. BCC 모형에서는 프로그램 PBR(80%)이 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났으며, 프로 그램 IJR(50%), SRC(11.8%) 순으로 나타났다. 프로그램 GBR은 전체 17개 DMU 중 1개(5.
연구개발 유형에 따른 효율성을 분석한 결과, CCR 모형에서는 프로그램 SRC가 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. BCC 모형에서는 프로그램 PBR이 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. CCR, BCC 모형에서 프로그램 GBR은 기초연구개발과제 4개 프로그램 중 가장 비효율적인 연구 개발 유형으로 분류되었다.
Table 7은 기초연구개발과제 유형에 따른 효율성 분석 결과를 나타낸 것이다. CCR 모형에서는 프로그램 SRC가 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. 전체 34개 DMU 중 4개(11.
기초연구개발과제 60개 DMU를 대상으로 CCR 모형에 의한 기술효율성(TE), BCC 모형에 의한 순수기술효율성(PTE)을 분석한 결과는 Table 6과 같다. CCR 모형의 기술효율성은 평균 0.407(40.7%), BCC 모형의 순수 기술효율성은 평균 0.549(54.9%)로 나타났다. 개별 DMU들의 효율성 관점에서 살펴보면 4~11개 (6.
BCC 모형에서는 프로그램 PBR이 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. CCR, BCC 모형에서 프로그램 GBR은 기초연구개발과제 4개 프로그램 중 가장 비효율적인 연구 개발 유형으로 분류되었다.
9%)로 나타났다. 개별 DMU들의 효율성 관점에서 살펴보면 4~11개 (6.7~18.3%)의 DMU가 효율적으로 나타났으며, 다수의 DMU들은 상대적으로 비효율적인 분포를 보였다. 즉 CCR 모형에서는 4개 DMU(6.
기초연구개발과제 60개 DMU를 대상으로 효율성을 분석한 결과, CCR 모형에서는 4개 DMU가 효율적으로 나타났으며, BCC 모형에서는 11개 DMU가 효율적으로 나타났다. 하지만 다수의 DMU들은 상대적으로 비효율적인 분포를 보였다.
Table 8에서 기술효율성, 순수기술효율성 값이 모두 1인 DMU는 규모의 효율성에서도 효율성 값이 1을 나타 내므로 DMU 41, 47을 포함한 총 4개의 DMU는 최적의 규모로 연구개발 효율성을 달성한 과제라고 할 수 있다. 나머지 56개 DMU 중 비효율성 원인이 규모 측면인 DMU는 15개(25%), 기술적 측면인 DMU는 41개(68%) 로 나타났다. 대부분의 DMU가 기술적 원인에 의해 비효율적인 것으로 나타나 과제 규모의 확대보다는 산출증대를 통해 효율성을 개선할 필요가 있다.
마지막으로 비효율성 개선을 위해서는 연구비는 평균 15%, 연구인력은 평균 25%, 연구기간은 평균 21% 축소가 필요하고, 논문은 평균 10%, 특허는 평균 373% 증대가 필요하다.
35개월로 나타났다. 산출변수의 평균값은 논문 6.19건, 특허 1.53건으로 특허보다는 논문 성과가 많이 발생하였다.
연구개발 유형에 따른 효율성을 분석한 결과, CCR 모형에서는 프로그램 SRC가 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. BCC 모형에서는 프로그램 PBR이 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다.
CCR 모형에서는 프로그램 SRC가 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. 전체 34개 DMU 중 4개(11.8%)의 DMU가 효율적인 DMU로 나타났으며, 기술효율성(TE) 평균이 51%로 49%는 효율성을 개선할 필요가 있다는 것을 의미한다. 프로그램 GBR, PBR, IJR은 모두 효율적인 DMU 가 단 한 개도 존재하지 않는 것으로 나타나 기초연구개 발과제 4개 프로그램 중 가장 비효율적인 유형으로 나타 났다.
Table 10은 기초연구개발과제 유형별 비효율성 개선을 위한 투입 /산출변수별 목표량을 나타낸 것이다. 전체적으로 살펴 보면 투입변수인 연구비는 평균 15%, 연구인력은 평균 25%, 연구기간은 평균 21% 축소가 필요하고, 산출변수인 논문은 평균 10%, 특허는 평균 373% 증대가 필요한 것으로 나타났다. 투입 측면에서는 연구인력 축소가, 산출 측면에서는 특허 증대가 가장 많이 필요한 것으로 나타났다.
3%)의 DMU가 효율적으로 나타났으며, 다수의 DMU들은 상대적으로 비효율적인 분포를 보였다. 즉 CCR 모형에서는 4개 DMU(6.7%), BCC 모형에서는 11개 DMU(18.3%)가 효율성 값이 1을 보인 효율적인 DMU로 나타났다.
전체적으로 살펴 보면 투입변수인 연구비는 평균 15%, 연구인력은 평균 25%, 연구기간은 평균 21% 축소가 필요하고, 산출변수인 논문은 평균 10%, 특허는 평균 373% 증대가 필요한 것으로 나타났다. 투입 측면에서는 연구인력 축소가, 산출 측면에서는 특허 증대가 가장 많이 필요한 것으로 나타났다. 프로그램 PBR은 투입측면에서, 산출측면에서는 프로그램 IJR이 가장 효율적으로 연구개발을 수행한 것으로 나타났다.
7%) DMU가 최적의 규모 효율성을 달성한 것으로 나타났으며, DMU는 기술 및 규모 측면에서 모두 비효율적인 것으로 나타났다. 프로그램 GBR, PBR, IJR 모두 규모의 효율성을 달성한 DMU가 단 한 개도 존재하지 않는 것으로 나타났다.
8%)의 DMU가 효율적인 DMU로 나타났으며, 기술효율성(TE) 평균이 51%로 49%는 효율성을 개선할 필요가 있다는 것을 의미한다. 프로그램 GBR, PBR, IJR은 모두 효율적인 DMU 가 단 한 개도 존재하지 않는 것으로 나타나 기초연구개 발과제 4개 프로그램 중 가장 비효율적인 유형으로 나타 났다. BCC 모형에서는 프로그램 PBR(80%)이 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났으며, 프로 그램 IJR(50%), SRC(11.
8%) 순으로 나타났다. 프로그램 GBR은 전체 17개 DMU 중 1개(5.9%)의 DMU가 효율적인 DMU로 나타나 기초연구개발과제 4개 프로그램 중 가장 비효율적인 유형으로 나타났다. CCR, BCC 모형 모두 효율적인 DMU 비율이 낮게 나타난 프로그램 GBR 은 기초연구개발과제 4개 프로그램 중 가장 비효율적인 연구개발 유형의 특징을 보이고 있다.
투입 측면에서는 연구인력 축소가, 산출 측면에서는 특허 증대가 가장 많이 필요한 것으로 나타났다. 프로그램 PBR은 투입측면에서, 산출측면에서는 프로그램 IJR이 가장 효율적으로 연구개발을 수행한 것으로 나타났다.
Table 9는 기초연구개발과제 유형에 따른 규모의 효율성 분석 결과를 나타낸 것이다. 프로그램 SRC는 전체 34개 DMU 중 4개(11.7%) DMU가 최적의 규모 효율성을 달성한 것으로 나타났으며, DMU는 기술 및 규모 측면에서 모두 비효율적인 것으로 나타났다. 프로그램 GBR, PBR, IJR 모두 규모의 효율성을 달성한 DMU가 단 한 개도 존재하지 않는 것으로 나타났다.

후속연구

첫째, 기존 선행연구를 바탕으로 DEA 분석을 위한 산출변수를 선정하였으나 국방 기초연구개발 사업의 특성을 반영할수 있는 후속과제 연계여부, 인력양성 등 실질적인 측면에 대한 고려가 필요하다. 둘째, 성과자료 수집의 한계로 정적 효율성 분석만을 수행하였으나 향후에는 다년간의 자료를 이용하여 시간의 따른 효율성 변화를 측정할 수 있는 동태적 효율성 분석연구가 추가적으로 필요하다.
본 연구는 그동안 국방 분야 효율성 분석에서 미흡했던 기초연구개발 사업에 대한 효율성을 측정하고 비효율성 원인 및 개선방안을 제시하였다는데 의의가 있다. 또한 연구개발 유형별 효율성 분석결과는 향후 기획 환류를 통한 과제기획 단계에서 유용한 기초자료로 활용이 가능할 것으로 예상된다.
본 연구는 다음과 같은 한계점을 가지고 있다. 첫째, 기존 선행연구를 바탕으로 DEA 분석을 위한 산출변수를 선정하였으나 국방 기초연구개발 사업의 특성을 반영할수 있는 후속과제 연계여부, 인력양성 등 실질적인 측면에 대한 고려가 필요하다. 둘째, 성과자료 수집의 한계로 정적 효율성 분석만을 수행하였으나 향후에는 다년간의 자료를 이용하여 시간의 따른 효율성 변화를 측정할 수 있는 동태적 효율성 분석연구가 추가적으로 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 논문에서 DEA 활용 기초연구개발과제 60개를 분석한 결과는 무엇인가?	기초연구개발과제 60개 DMU를 대상으로 효율성을 분석한 결과, CCR 모형에서는 4개 DMU가 효율적으로 나타났으며, BCC 모형에서는 11개 DMU가 효율적으로 나타났다. 하지만 다수의 DMU들은 상대적으로 비효율적인 분포를 보였다.
	본 논문에서 효율적인 DMU 비율이 좋지않았던 프로그램은 무엇이고 원인 및 개선 방안은 무엇인가?	BCC 모형에서는 프로그램 PBR이 효율적인 DMU 비율이 상대적으로 높은 것으로 나타났다. CCR, BCC 모형에서 프로그램 GBR은 기초연구개발과제 4개 프로그램 중 가장 비효율적인 연구 개발 유형으로 분류되었다. 기초연구개발과제의 비효율성 원인은 대부분의 DMU 가 규모 측면이 아닌 기술적 원인에 의한 것으로 나타나 과제 규모의 확대보다는 산출증대를 통해 효율성 개선이 필요하다.
	DEA란 무엇인가?	DEA는 다수의 투입물로 다수의 산출물을 생산하는 의사결정단위(Decision Making Unit, 이하 DMU)의 상대적인 효율성을 측정하는 비모수적 효율성 측정방법 이다[4]. 즉, 다수의 투입, 산출요소를 갖는 DMU의 효율 성을 투입요소들의 가중합(weighted sum)과 산출요소 들의 가중합의 비율로 측정한 후, 유사한 활동을 수행하는 다른 DMU들의 효율성과 비교하여 상대적인 효율성을 측정한다.

참고문헌 (20)

H. Lee, S. Yang, "Efficiency Analysis of Defense Technology R&D Project", Korea Technology Innovation Conference Annual Conference, KOTIS, Korea, pp.92-105, Fall 2014.
S. Choi, H. Cho, J. Kang, J. Han, B. Kim, Y. Seo, J. Lee, "A Study on the Efficiency Reward and Improvement Patterns for Enhancing National R&D Performance", Policy Research Report, University of Seoul, pp.42
H. Lee, A Study on Analyzing the Efficiency of Defense R&D Projects : DEA Approach, Ph.D dissertation, University of Konkuk, Seoul, Korea, pp.19-20, 2015.
H. Lee, S. Jeong, "A Study on the Efficiency Analysis of Defense Technology Research and Development Projects", Proceedings of the Korea Technology Innovation Society Conference, KAIS, Jeju, Korea, pp.92-105, Oct 2014.
M. J. Farrell, "The Measurement of productivity Efficiency", Journal of Royal Statistical Society: Series A, Vol.120, No.3, pp.253-267, 1957. DOI: https://doi.org/10.2307/2343100

상세보기
Charnes, A., Cooper, W. and Rhodes, E., "Measuring the Efficiency of Decision-making Units", European Journal of Operational Research, Vol.2, No.6, pp.429-444, Nov 1978. DOI: https://doi.org/10.1016/0377-2217(78)90138-8

상세보기
Banker, R. D., Chanes, A. and Cooper, W. W., "Some Models for Estimating Technical and Scale Inefficiency in Data Envelopment Analysis", Management Science, Vol.30, No.9, pp.1078-1092, Sep 1984. DOI: https://doi.org/10.1287/mnsc.30.9.1078

상세보기
C. Lee, K. Cho, "Efficiency Analysis and Strategic Portfolio Model of National Health Technology R&D Program using DEA : Focused on Translational Research", Journal of the Korean Institute of Industrial Engineers, Vol.40, No.2, pp.172-183, Apr 2014. DOI: https://doi.org/10.7232/JKIIE.2014.40.2.172

원문보기 상세보기
G. Kim, K. Kwak, "Adverse Selection in the Government R&D Support for Venture Business : Evidence from the Managerial Efficiency Comparison of the Recipient and Non-recipient of R&D Grants", Journal of Korea Technology Innovation Society, Vol.21, No.4, pp.1366-1385, Dec 2018.
G. Jung, Efficiency Analysis of European Defense Industry Using DEA Model, Master's Thesis, National Defense University, Nonsan, Korea, 2005.
J. Chae, M. Park and S. Jung, "A study on how to improve international competitiveness of domestic defense industry companies in the top 100 in the world", Defense and Technology, Vol.485, pp.82-103, Jul 2019.
S. Jung, J. Oh and Y. Song, "An Analysis of the Efficiency and Productivity for Defense Industries", The Korean Association For Policy Analysis And Evaluation, Vol.20, No.4, pp.301-331, Dec 2010.
G. Jeon, S. Jung and H. Yu, "Analysis of the Efficiency of Domestic Defense Industries Considering a Return to Scale : Focused on Production Costs and R&D Inputs", Korea Association of Defense Industry Studies, Vol.19, No.2, pp.1-19, Dec 2012.
S. Jung, H. Yu, "Analysis of Operational Efficiency of Defense Industry Using Fuzzy-DEA: Focused on Communication Electronics", Korea Association of Defense Industry Studies, Vol.18, No.2, pp.62-80, Dec 2011.
S. Hong, J. Seo and S. Shim, "An Analysis of Application Performance of Defense R&D Technologies Acquired by Offset Programs", Journal of Technology Innovation, Vol.22, No.2, pp.1-30, 2014. DOI: https://doi.org/10.14383/SIME.2014.22.2.001
J. Kim, J. Hong, "Global Competitiveness Analysis of Domestic Defense Industry: DEA and Malmquist Production Analysis", Journal of Korea Academia-Industrial cooperation Society, Vol.16, No.12, pp.8378-8385, 2015. DOI: https://doi.org/10.5762/KAIS.2015.16.12.8378

원문보기 상세보기
S. Park, Efficiency Analysis of Defense R&D Program and Improvement Plan, Ph.D dissertation, University of Dongyang, Pung-gi, Korea, 2013.
J. Park, J. Ma, "A Study on the Application of Bootstrap DEA for Defense R&D Efficiency Evaluation", Korean Journal of Military Art and Science, Vol.74, No.3, pp.295-313, Oct 2018. DOI: https://doi.org/10.31066/kjmas.2018.74.3.011

상세보기
S. Byun, J. Han, "Efficiency Estimations for the Government Driven R&D Projects in IT Industries", Institute for Law of Science and Technology, Vol.15, No.2, pp.179-206, Dec 2009. DOI: https://doi.org/10.32430/ilst.2009.15.2.179
Griliches. Z., "Patent Statistics as Economics Indicators : A Survey", Journal of Economics Literature, Vol.18, No.4, pp.287-343, Jan 1998.

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