메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
장필성 (과학기술정책연구원) 유재연 (서울대학교) 오승환 (과학기술정책연구원)
저널정보
한국기술혁신학회 기술혁신학회지 기술혁신학회지 제23권 제1호
발행연도
2020.2
수록면
20 - 41 (22page)
DOI
10.35978/jktis.2020.2.23.1.20

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

딥러닝을 활용한 정부 R&D 기업지원효과 예측 분석
장필성 ,  유재연 ,  오승환 기술혁신학회지 2020.02 학술저널

2019

딥러닝을 활용한 정부 R&D 기업지원효과 예측 분석
장필성 ,  유재연 ,  오승환 한국기술혁신학회 학술대회 2019.05 학술대회자료

초록· 키워드

오류제보하기
정부 R&D 지원은 수혜기업의 평균적인 매출액 증가, 고용 증가, R&D 투자 증가 등에 있어 긍정적인 정책효과를 가져오는 것으로 알려져 있다. 하지만 개별 기업 단위에서 살펴보면 기업의 특성에 따라 그 효과는 유의하지 않거나 부(-)의 효과를 가지기도 한다. 즉, 기업 특성에 따른 수혜효과의 이질성이 나타나게 된다. 이러한 측면에서 각 기업지원에 대한 개별적 사전적 예측의 필요성이 제기되고 있다.
본 연구에서는 국가연구개발사업 정보와 기업 정보를 바탕으로 기업지원 효과에 대해 사전 예측하는 딥러닝 모형의 개발 가능성을 탐색하였다. 먼저 PSM 방법론을 활용하여 정부 R&D 미수혜기업 대비 수혜기업의 매출액, R&D투자, 고용 지표에 대한 정책효과를 산출하였으며, 이 분석 결과를 기반으로 딥러닝 모형을 학습시켜 기업지원 효과를 예측하는 모형을 구현하였다.
딥러닝 모형의 예측 성능 및 특징을 분석한 결과, 딥러닝 모형은 적절한 수혜기업 선정에 기여할 수 있는 성능 특성을 가진 것으로 나타났다. 정책효과를 양수와 음수로 구분하였을 때 테스트 데이터셋을 기준으로 60%~77% 가량의 예측 정확도를 가지는 것으로 나타났다. 로짓모형을 통한 분석과 비교하였을 때 예측 정확도 면에서 향상되었음을 확인하였다. 또한, 긍정편향적 예측 특성이 크게 개선되었으며 보다 넓은 기업군에 대해 예측을 수행 가능 한 것으로 나타났다. 딥러닝에 기반한 R&D 수혜기업 선정 모형은 적용 가능성과 효용성이 높다는 측면에서 향후 효율적이고 객관적인 선정 평가에 기여할 수 있을 것으로 보인다.
#중소기업 R& #D #기업지원효과 #선정평가 #예측모형 #딥러닝 #SME #R& #D Support #Selection Model #Prediction #Deep Learning

목차

요약
Abstract
1. 서론
2. 머신러닝 방법론과 사회과학 적용 사례
3. 기업지원 효과 분석을 위한 딥러닝 모형 구축
4. 결론 및 시사점
참고문헌

참고문헌 (12)

참고문헌 신청
배성완·유정석 (2018), “머신 러닝 방법과 시계열 분석 모형을 이용한 부동산 가격지수 예측, 주택연구”, 「주택연구」, 26: 107-133. google schola 오미애·최현수·김수현·장준혁·진재현·천미경 (2017), 「기계학습(Machine Learning)기반 사회보장 빅데이터 분석 및 예측모형 연구」, 한국보건사회연구원. google schola 오승환·김선우 (2017), “[중소기업 R&D 정책 특집 시리즈 ①] 중소기업 R&D 지원의 현황과 성과분석”, 「STEPI Insight」, 211: 1-27. google schola 이성호 (2017), “중소기업 연구개발 지원정책 수혜자 선정모형 연구, 「KDI Policy Study」, 12. google schola 장필성·오승환·황석원·황원식·유재연·김지훈·김태양 (2018), “R&D 투자영향평가 체계 구축 (3차년도)”, 「정책연구」, 1-210. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

뇌졸중에 대한 유전자 치료 연구 현황
이민형 BT NEWS 2015 .04
공공기술사업화의 정책 혁신 방안에 관한 연구
윤정근 한국산학기술학회 논문지 2021 .02
빅데이터 분석방법을 활용한 제조업 혁신성과예측 방법에 대한 연구 : 딥 러닝 알고리즘을 중심으로
황정재 ,  김재영 ,  박재민 기술혁신학회지 2018 .06
국가디지털혁신을 위한 新국가품질인프라 구축에 관한 정책연구 - 데이터 및 인공지능 품질을 중심으로-
이도영 ,  유희겸 ,  심형석 외 1명 한국기술혁신학회 학술대회 2020 .11
기업혁신요인이 기업혁신성과에 미치는 영향 연구 : 혁신촉진요인(High, Low 수준)과 혁신저해요인(High, Low 수준)의 집단별 차이 분석
지용빈 ,  서영욱 한국산학기술학회 논문지 2021 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-505-000433809