검색 상세

정부 R&D 사업에서 다양성이 혁신성과에 미치는 영향 : 내부 다양성과 부처 맥락을 중심으로

  • 홍아람 (아주대학교 일반대학원)

초록/요약

현대 사회에서 복잡하게 얽힌 사회·경제적 문제를 해결하기 위해 다양한 지식과 역량을 결합하는 융합형 연구 패러다임이 확산되고 있으며, 정부 역시 R&D 협력 및 융합 촉진을 위한 정책적 지원을 지속적으로 강화하고 있다. 그러나 정부 R&D 지원과 예산이 증가하는 추세에도 불구하고, 융합과 협력이 실질적으로 활성화되고 있는지에 대한 성과 분석과 이를 뒷받침할 객관적이고 정량적인 평가 체계는 여전히 미흡하다는 문제 제기가 꾸준히 이루어지고 있다. 특히 연구 집단의 인적 다양성(예: 나이, 전공, 경력) 및 기술적 다양성(예: 분야, 기술 스펙트럼)은 새로운 지식 창출과 혁신성과 제고의 핵심 요소로 인식되지만, 다양성의 효과는 조직 규모, 연구 전략, 산업 특성에 따라 혁신성과를 저해하는 역U자형 곡선 관계로 나타나거나 혼재된 결과를 보이는 등 일률적이지 않다. 이에 본 연구는 정부 지원 R&D 성과에 영향을 미치는 다양성 요인들을 다층적 관점에서 심층적으로 탐색하고, 협력연구 및 예산의 효율적 운용, 그리고 R&D 성과평가의 기초 마련에 기여하고자 하였다. 본 연구는 기업 R&D의 인적·기술적 다양성이 혁신성과에 미치는 전반적인 영향력을 검증하고, 특정 조건 및 부처/산업 특성에 따른 영향력의 차이를 분석함으로써, 혁신성과 향상을 위한 제도적·전략적 토대를 제안하는 것을 목적으로 한다. 본 연구는 2007년부터 2021년까지의 정부 R&D 지원 사업 정보 데이터와 연구지원 특허 정보 데이터를 활용하여 분석하였다. 종속변수인 혁신성과는 기업의 특허 수로 설정하였으며, 독립변수 및 조절변수는 개인 및 팀 수준(전공 다양성, 학위 혼합 여부, 공동연구 여부), 기술 수준(기술 다양성), 과제 및 조직 수준(과제 다양성, 부처 다양성)의 다양성 요인들을 포함하였다. 본 연구의 종속변수는 계수형 데이터이고, 과산포 문제를 해결할 수 있는 음이항 회귀분석(Negative Binomial Regression)을 주된 통계 방법론으로 채택하였다. 제 4장에서는 보조적으로 다양성 요인들의 상호작용적 효과를 검증하기 위해 학위 혼합 여부, 전공 혼합 여부, 공동 연구 여부를 조절변수로 하는 조절효과 분석을 실시하였다. 제 5장에서는 특허 수 상위 5개 부처별 비교 분석을 위해 음이항 회귀분석을 주로 적용하였고, 텍스트마이닝 기법을 활용하여 부처별 과제 및 특허의 산업적 특성을 보조적으로 탐색하였다. 나아가 제 6장에서는 4장과 5장의 연구를 보완하기 위하여 다양성과 혁신성과 간의 복합적 인과관계를 탐색하기 위해 퍼지셋 질적비교분석(fsQCA)을 병행하였다. fsQCA는 변수 간의 비선형성과 비대칭적 인과관계를 설명할 수 있으며, 이를 통해 음이항 회귀분석으로는 파악하기 어려운 조건들의 조합적 효과를 규명하고자 하였다. 기업 R&D의 인적·기술적 다양성이 혁신성과에 미치는 영향이 단선적이지 않고 규모 및 맥락에 의존하는 상호의존적이며 조건적인 관계를 지님을 실증적으로 규명하였다. 또한 연구 인원의 단순한 증가는 혁신성과 증가와 반드시 비례하지 않으며 조건에 따라 유의미하지 않거나 부적 영향을 미치는 경향이 있는 것으로 나타났는데, 이는 인력 수의 단순 확대보다는 적정 배치와 능력 조합이 중요함을 시사한다. 기술 다양성은 지나친 다양성 조건과 결합 시 역U자형 관계 가능성을 시사하는 부적 조절 효과가 관찰되기도 하였으나, fsQCA 분석을 통해 특정 조건과 조합될 때 오히려 정적인 효과를 발휘하는 비대칭적 인과관계가 나타나 다양성 효과의 복잡성을 뒷받침하였다. 또한, 중소벤처기업부와 같이 규모가 작은 R&D 중심 부처에서는 다양성보다 연구 인원 및 연구비와 같은 규모 관련 변수의 긍정적 효과가 두드러지는 반면, 일정 규모 이상 부처에서는 연구비의 효율성이 감소하거나 부적 영향을 미치는 등 규모의 조건적 역할이 명백하게 드러났다. 또한, 전공 다양성 등 개인이나 조직 내 작은 단위에서의 다양성이 선행되지 않은 상황에서 더 큰 단위인 과제 다양성이 증가하는 것은 오히려 혁신성과에 부정적 영향을 미치는 것으로 나타나, 조직의 다양성 적응 경험이 외부 다양성 활용에 긍정적임을 시사한다. 이러한 실증적 결과를 바탕으로, 정부 R&D 지원 정책은 단순한 양적 확대 전략에서 벗어나 질적 다양성과 협력 최적화로 전환되어야 하며, 기업의 규모, 산업 특성 및 다양성 수준을 종합적으로 고려한 맞춤형 정책 설계가 필요할 것으로 보인다. 더불어, 단순한 인력 수 확대 대신 전공, 학위, 기술 등 인적·기술적 다양성의 질적 조합을 관리하는 다차원적 다양성 전략이 혁신성과 향상에 효과적일 것임을 제언한다. 또한 이러한 결과는 지난 선행연구들의 혼재된 결과를 이어주는 이론적 배경이 될 수 있을 것이라 기대한다

more

목차

제1장 서론 1
제2장 이론적 배경 5
제1절 R&D 성과 측정 및 평가 5
제2절 연구 규모 9
제3절 R&D 협력과 다양성 10
1. 개인 및 팀 수준에서의 다양성 13
2. 기술 수준에서의 다양성 14
3. 부처 수준에서의 다양성 17
제3장 연구 방법 19
제1절 변수 및 데이터 19
1. 종속변수 19
2. 통제변수 20
3. 독립변수 20
4. 데이터 전처리 22
제2절 연구 방법론 24
1. 음이항 회귀분석(Negative Binomial Regression) 24
2. 조절효과 분석(Moderation Analysis) 26
3. 텍스트마이닝(Text Mining) 27
4. fsQCA 28
제4장 기업 R&D에서의 다양성이 혁신성과에 미치는 영향 30
제1절 연구 절차 31
1. 연구 가설 31
2. 변수 및 데이터 32
3. 데이터 기초통계 33
4. 음이항 회귀분석 37
5. 조절효과 분석 37
제2절 연구 결과 38
제3절 결론 45
제5장 부처의 산업 특성에 따른 기업 R&D 다양성이 혁신성과에 미치는 영향 47
제1절 서론 47
제2절 선행연구 49
1. R&D와 산업분류 49
2. 부처 수준의 다양성 요인의 연구 변수 수정 52
제3절 연구 절차 55
1. 연구 가설 56
2. 변수 및 데이터 57
3. 비교 분석 대상인 부처 선정 58
4. 데이터 기초통계 59
5. 음이항 회귀분석 68
6. 텍스트마이닝 68
제4절 연구 결과 68
1. 음이항 회귀분석 결과 68
2. Pavitt 산업분류 기준 부처별 특허 요약 77
제5절 결론 79
제6장 fsQCA를 통한 다양성 조합 탐색 및 분석 81
제1절 퍼지셋 질적비교분석(fsQCA) 81
제2절 연구 절차 82
1. 퍼지셋 질적비교분석(fsQCA)의 분석 절차 82
제3절 연구 결과 85
1. 퍼지셋 값 변환 결과 85
2. 필요조건 검정 결과 85
3. 충분 조건 검정 결과 90
제4절 결론 97
제7장 결론 및 제언 101
제1절 종합 결론 101
제2절 시사점 103
제3절 한계 및 제언 105
참고문헌 109
부록> 텍스트마이닝 결과 요약 122
영문초록 124

more
반출 Meta View 목록