초록 ▼

1. 정부 R&D 투자모델 연구
○ 15개 혁신성장 및 소재부품 기술분야 투자모델 연구
- 신규분야를 포함한 15개 혁신성장 분야에 대한 21년도 R&D예산 조정 수행
- 혁신성장 2개 분야, 소재부품 5개 분야, 총 7개 신규분야 R&D PIE 구축 및 투자필요영역 발굴
- NTIS 데이터를 활용한 분아별 R&D 세부사업/내역사업/과제현황 분석
- 과학기술 데이터를 토대로 기존 혁신성장 분야의 PIE 갱신 및 투자 필요영역 발굴
- 21년도 신규사업 발굴 및 예산 배분/조정 과정을 통한 합리적 투자

1. 정부 R&D 투자모델 연구
○ 15개 혁신성장 및 소재부품 기술분야 투자모델 연구
- 신규분야를 포함한 15개 혁신성장 분야에 대한 21년도 R&D예산 조정 수행
- 혁신성장 2개 분야, 소재부품 5개 분야, 총 7개 신규분야 R&D PIE 구축 및 투자필요영역 발굴
- NTIS 데이터를 활용한 분아별 R&D 세부사업/내역사업/과제현황 분석
- 과학기술 데이터를 토대로 기존 혁신성장 분야의 PIE 갱신 및 투자 필요영역 발굴
- 21년도 신규사업 발굴 및 예산 배분/조정 과정을 통한 합리적 투자 규모 선정(증액)에 플랫폼 활용
- 해당분야의 주요국의 정책 및 제도개선, 이슈 동향
- 분야별 협의체를 통한 제도개선 추진 및 차년도 예산 반영

2. Global Value Chain 기반의 국가 R&D 투자기회 및 위험탐색 분석 모델 연구
○ 산업연관 분석 기반의 글로벌 가치사슬 시뮬레이션 분석 수행
- 데이터 기반의 분야별 글로벌 전·후방 산업유발효과 및 파급효과 분석 모델 구축
- 분석 모델 운용에 필요한 관련 가치사슬 인프라 정보 도출
- 산업파급효과를 고려한 R&D 투자기회 및 위험탐색 모형 적용 방안 연구
- 정부의 R&D종합조정능력을 통한 기술혁신시스템 내 선순환 메커니즘 파악

3. R&D가치평가모델 개발 연구
○ 국가 R&D 투자 정책과 전략을 지원하기 위해 수행
- R&D 기술군의 경제적 가치 금액 산출
- 국가 R&D 투자 확대 분야 도출 및 정부부처의 R&D 정책 의사결정의 효율화 제고
○ R&D PIE 내 분과별 기술군 기술가치 분포 산출이 가능한 R&D 가치평가 모델 프로토타입 구축
- 분과별 기술군에 분류된 세부기술의 IPC, KSIC, 기업정보 등의 속성정보를 구축
- 기술가치 분포 산출을 위하 딥러닝 학습용 재무데이터 구축

(출처 : 초록 4p)

Abstract ▼

Ⅳ. Results of the Project
1. Establishment of government R & D investment model
○ Development of investment portfolio by government R&D innovation growth engine technology
- Derived new promising technology field based on big data such as papers and patents, with expert knowledge
- Mappi

Ⅳ. Results of the Project
1. Establishment of government R & D investment model
○ Development of investment portfolio by government R&D innovation growth engine technology
- Derived new promising technology field based on big data such as papers and patents, with expert knowledge
- Mapping the NTIS data to the new taxonomy/budget of 15 sectors
- Analyze of economic and social ripple effects (paper, patent, convergence technology group, productivity analysis, job creation effect, forward andbackward linkage effect, manpower cultivation forecast) with international patent (IPC) KSIC concordance table
- Development of 9 specialization indicators (domestic papers, overseas papers, domestic patents, foreign patents, employment inducement effect, value added induction effect, downstream industry effect, rear industry effect, technology linkage)
- Provide policy/business information in relevant fields that are being implemented by each department necessary for budget adjustment process
- Comprehensive review for the investment priorities through councils in each sector to reflect technology development area, R&D demonstration, diffusion, human resource development, and etc
- Prepare the next year's R&D investment direction and investment priority by comprehensive results for adjusting the budget allocation of R&D in 15 areas

2. Establishment of foundation for efficient distribution of national R&D investment through research on analysis measures from GVC perspectives
○ Global value chain simulation conducted based on interindustry analysis
- Research on value chain infrastructure information for both downsteam & upsteam industries
- Discovered positive feedback mechanism of R&D investment → knowledge accumulation → technology innovation → total factor productivity improvement → economic growth → new R&D investment, etc. can operate.
- Acceleration of this positive feedback loop can be realized from effective R&D coordination system
- As a result of the simulation, the overall result shows a match as a function of the increase in the amount of job creation, but the final job creation after 10 years (120 months) has a greater enhancement of the downstream industry linkage effect than the advancement with the downstream industry linkages. Employment creation is shown, and simulation analysis shows that the advanced system created the largest capacity in both the front and rear connection effect

3. R&D valuation model development
○ Development of prototype of R&D valuation model
- Provision of R&D valuation supporting Database, obtained from researchers and experts who cooperated
- Provision of IPC, KSIC, and company information of detailed technologies classified in the technology group
- Establishment of financial data using deep learning methods to estimate the distribution of technology value related variables, including initial sales by KSIC small/small/tax/tax classification, CAGR, cost of sales ratio, and SG&A ratio
- Logic development which can estimate the amount of sales that can be achieved by the commercial entity over the life of the technology
- Adjustments from the logic that can calculate the technology value distribution from existing EasySTAR for valuation

(출처 : SUMMARY 13p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 4
• 요 약 문 ... 6
• Summary ... 11
• 목차 ... 16
• 표목차 ... 17
• 그림목차 ... 18
• 제 1 장 연구개발과제의 개요 ... 21
• 제 1 절 연구개발과제 필요성 ... 21
• 제 2 절 연구사업의 목표 및 내용 ... 22
• 제 2 장 국내외 기술개발 현황 ... 23
• 제 1 절 해외 기술 수준 및 동향 ... 23
• 제 2 절 국내 기술 수준 및 동향 ... 25
• 제 3 장 정부 R&D 투자모델 연구 ... 26
• 제 1 절 정부 R&D 혁신성장동력 기술별 투자포트폴리오 발굴모델 구축 ... 26
• 제 2 절 투자모델 서비스 시스템 구축 ... 37
• 제 4 장 글로벌 가치사슬 기반 R&D 투자기회 및 위험탐색 방안 연구 ... 76
• 제 1 절 R&D 투자기회 및 위험탐색 방안 연구 ... 76
• 제 2 절 산업연관 분석 기반의 글로벌 가치사슬 시뮬레이션 분석연구 ... 77
• 제 5 장 R&D 가치평가 모델 개발 연구 ... 81
• 제 1 절 주요 연구내용 및 성과 ... 81
• 제 2 절 매출액 추정 로직 개발 ... 95
• 제 3 절 R&D가치평가 활용DB 구축 ... 99
• 제 4 절 R&D가치평가 시스템 프로토타입 개발 ... 104
• 제 6 장 연구사업 결과의 기대성과 및 활용방안 ... 108
• 제 1 절 연구사업 기대성과 ... 108
• 제 2 절 연구결과 활용방안 ... 110
• 제 3 절 향후 발전방향 ... 112
• 참고문헌 ... 114
• 끝페이지 ... 121