초록 ▼

□ 연구개발 필요성
○ 기술가치평가 결과에 큰 영향을 미치는 주요 핵심변수인 시장규모(매출액) 추산과 신제품의 기술 수명주기 추산방법은 STAR-Value 시스템에서 현재 기초적인 수준의 시장규모 추산방법 및 참조 정보를 제공하고 있으며, 시스템 경쟁력 향상을 위한 개선사항으로 인식됨.
○ 산ㆍ학ㆍ연 기관에 STAR 시스템을 유상 기술이전 해오고 있으나, 기술이전 이후 사용에 많은 어려움을 호소하고 있는 상황이며, 초급 수준의 일반인 사용자들이 보다 쉽고 효과적으로 STAR-Value 시스템을 활용할 수 있도록 지원하는

□ 연구개발 필요성
○ 기술가치평가 결과에 큰 영향을 미치는 주요 핵심변수인 시장규모(매출액) 추산과 신제품의 기술 수명주기 추산방법은 STAR-Value 시스템에서 현재 기초적인 수준의 시장규모 추산방법 및 참조 정보를 제공하고 있으며, 시스템 경쟁력 향상을 위한 개선사항으로 인식됨.
○ 산ㆍ학ㆍ연 기관에 STAR 시스템을 유상 기술이전 해오고 있으나, 기술이전 이후 사용에 많은 어려움을 호소하고 있는 상황이며, 초급 수준의 일반인 사용자들이 보다 쉽고 효과적으로 STAR-Value 시스템을 활용할 수 있도록 지원하는 매뉴얼 보급이 시급한 상황임.
□ 연구개발 목적
○ STAR-Value System 사용자의 평가수행 편의성과 평가결과 효과성을 고려한 시장규모 수요예측추산방법과 참조정보 개발을 통해 STAR-Value 5.0을 활용한 가치평가의 신뢰성을 제고
○ STAR-Value System 사용자를 위한 온라인 및 오프라인 매뉴얼 개발을 통해 초급 수준의 일반인 사용자도 단기간ㆍ저비용으로 기술가치평가를 원활하게 수행할 수 있도록 지원
□ 주요 연구 내용
○ 대표적인 주요제품의 속성에 따른 최적 신제품 수명주기 예측 모형 연구개발, 대표 주요제품의 수요 DB 및 속성 DB 구축을 위한 제품속성 지표의 구체화 및 실무적 활용방법 연구
○ 대표적인 주요제품별 최적 기술 확산모형에 대한 곡선 적합(Curve fitting) 방법 연구개발, 대표주요제품 특성에 따른 최적 기술확산 예측모형 연구개발
○ STAR-Value 시스템에 탑재된 각 평가모델에 대한 온라인 및 오프라인 매뉴얼 개발, 평가모델별 주요 핵심입력변수 활용방법에 대한 구체적 설명안내 및 입력변수 추정사례 제시
□ 연구의 의의
○ 본 연구를 통해 평가결과의 품질과 신뢰도를 높이고 대상기술의 경제적 가치평가결과를 기술이전ㆍ거래, 현물출자 등 직간접적으로 활용함으로써 기술가치평가 시장 활성화 토대 마련
○ STAR-Value 시스템 매뉴얼의 제작 및 확산 보급을 통해 간이 기술가치평가 활용성 제고 및 기술이전 성과 창출을 견인

Abstract ▼

IV. Predictions for Project Result
□ Establishment of Reference Information for Technology Valuation
○ Completing further analysis of representativeness by industry and data availability
● Product selection based on data availability and industry representativeness
● Product selection fr

IV. Predictions for Project Result
□ Establishment of Reference Information for Technology Valuation
○ Completing further analysis of representativeness by industry and data availability
● Product selection based on data availability and industry representativeness
● Product selection from various fields of industries such as metals, machinery, electrics and electronics
● Validity check of product selection from experts by industry
○ Building DB prototype for product demand
● Building product demand DB including product name, year, sequence number, number of consumers, and the cumulative number of consumers.
● STAR-Value system has secured more than 100 family of products that ensure annual demand data over a minimum of five years, where parameters of the Bass model are estimated on this basis.
○ Deducing variables of products` attributes
● Deducing variables that affect diffusion from referring to existing literature and expert advices from the perspectives of industry, market, technology, and use;
● At present, a total of 21 variables of product attributes have been derived from five categories (4 concerning industry, 5 concerning market, 3 concerning technology, 5 concerning product, and 4 concerning use variables).
○ Establishment of DB prototype for product attributes
● Defining the value of all variables of product attributes
● Building DB consisting of variables of product characteristics and product names
□ Development of product life cycle for technology valuation
○ Completing parameter estimations of technology diffusion model
● Performing appropriate fitting for technology diffusion model
● Using products demand DB to perform curve fitting based on technology diffusion model for all product-specific alternatives
● Using Nonlinear Least Square methods to estimate parameters on currently available data
○ Completing the establishment of prediction model for technology diffusion model parameters
● Using statistical and machine learning methods (linear regression analysis, neural networks, k-th nearest neighbor, support vector regression, etc.) to perform a parametric prediction model in letting product attributes as the input while the output is estimated variables from the Bass Diffusion Model.
□ Developing Manuals for STAR-Value System
○ Developing offline manual for each technology valuation model in the STAR-Value system
● Creating instructions for the six models (Real Options/Discounted Cash Flow/Royalty Payment Saved, Profit Division/Transaction Comparison/Market Replacement Cost models) in the STAR-Value system
● Developing offline manuals to promote self-learning ability for STAR-Value system users.

목차 Contents

• 표지 ... 1
• 제출문 ... 3
• 보고서 초록 ... 5
• 요약문 ... 6
• SUMMARY ... 9
• 목차 ... 13
• 표목차 ... 15
• 그림목차 ... 16
• 제1장 연구개발과제의 개요 ... 19
• 제1절 연구의 필요성 ... 19
• 1. 연구사업의 경제적·산업적 중요성 ... 19
• 2. 연구개발의 필요성 ... 19
• 제2절 연구의 의의 및 성과 활용 방안 ... 20
• 1. 기대성과 ... 20
• 2. 성과 활용 방안 ... 20
• 제3절 연구사업 목표 및 내용 ... 21
• 1. 연구사업의 최종 목표 ... 21
• 2. 주요 연구 내용 ... 21
• 3. 주요 연구 결과 ... 23
• 제2장 국내·외 연구 현황 ... 26
• 제3장 제품특성을 활용한 제품수명주기 추정방법 개발 ... 31
• 제1절 연구의 개요 ... 31
• 1. 연구의 배경 및 필요성 ... 31
• 2. 연구의 목적 ... 33
• 3. 연구의 내용 및 구성 ... 33
• 제2절 신제품 수명주기 예측을 위한 DB 구축 ... 34
• 1. 제품수요 DB 구축 ... 34
• 2. 제품속성 DB 구축 ... 40
• 제3절 제품속성 기반 BASS 모형 모수 예측 ... 43
• 1. 제품별 확산 양상 분석 ... 43
• 2. 데이터 개요 및 전처리 ... 44
• 3. 회귀분석 모델 구축 및 평가 ... 45
• 제4절 연구결과 ... 56
• 1. 연구결과 ... 56
• 2. 한계점 및 추후 과제 ... 57
• 제4장 STAR-Value 시스템 매뉴얼 제작 및 활용 ... 58
• 제1절 기술가치평가의 개요 ... 58
• 1. STAR-Value 시스템 소개 ... 58
• 2. 기술가치평가 방법론 및 평가절차 ... 59
• 제2절 STAR-Value 시스템의 구성 및 소개 ... 64
• 1. 시스템 탑재 주요 모델의 개요 ... 64
• 2. 시스템 탑재 주요 참조지원정보 ... 91
• 제3절 STAR-Value 시스템 매뉴얼의 보급 확산 ... 114
• 1. STAR-Value 시스템 매뉴얼 제작 ... 114
• 2. STAR-Value 시스템 매뉴얼을 활용한 가치평가 시스템 보급 확산 ... 115
• 제5장 결론 ... 116
• 참고 문헌 ... 117
• 끝페이지 ... 119