논문 상세보기
pp.27-54
본 사례는 공작기계산업의 A사에서 수행한 R&D 개발완료 과제 79건을 대상으로 R&D 효율성을 DEA를 활용하여 분석하고, 그 개선방안을 제시한 것이다. DEA 분석에서투입변수는 R&D 투자비와 연구인력 맨먼스, 산출변수는 개발기간 목표달성률과 예상매출액(5년간)으로 설정하였으며, 표본은 제품, 선행기술, 제어기술로 구분하여 분석하였다. 여기서선행기술은 제품성능을 위한 요소기술과 응용프로그램을 개발하는 것이고 제어기술은 컴퓨터를 토대로 수치제어 프로그램을 설계하는 것이다.
분석결과에 따르면 제품, 제어기술, 선행기술 순으로 효율적으로 운영되고 있어 선행기술의 효율성이 가장 낮았다. 그 이유는 선행기술의 불학실성에 기인한다. 선행기술은 개발목표를 정하기 어렵고 개발계획도 수립하기 어렵다. 심지어 운영하는 과정에도 환경변화가 영향을 미친다. 투자효율성 분석결과에서 CRS는 제품 34.6%, 선행기술 14.3%, 제어기술 38.9%이다. IRS는 제품 53.8%, 선행기술 85.7%, 제어기술 38.9%이다. DRS는 제품 11.5%, 선행기술0%, 제어기술 22.2%이다.
전체적으로 본 사례는 과다투입보다는 과소투입이 문제가 되고 있다. 이는 R&D 투자 부족을 의미한다. 주목할 부분은 기업의 미래 경쟁력이 될 수 있는 응용기술에 대한 과소투입이 심각하다는 것이다. 비효율적 DMU의 효율적 운영을 위해서는 최적의 투입량을 관리해야하며, 이것은 준거집단과의 비교를 통해 구할 수 있다.
This case analyzed the efficiency of 79 R&D projects performed within one private research center in machine tools industry. DEA was used for efficiency analysis.
Input variables were R&D investment expense and man-month. Output variables were achievement rate on target development period and expected net sales within 5-years.
Samples are divided into product development, Prior technology development, and control technology development. The key result is that Prior technology showed the lowest efficiency because of high uncertainty. It was so difficult to determine its goals and to make its specific plans. With respect to scale, the proportions of CRS(constant returns to scale) were 34.6%, 14.3% and 38.9% for product development, prior technology, control technology respectively. As for IRS(increase returns to scale), they were 53.8%, 85.7% and 38.9% for product development, prior technology, control technology respectively. As for DRS(decrease returns to scale) they were 11.5%, 0% and 22.2% for product development, prior technology, control technology respectively. On the whole, in this case, insufficient input was more problematic than excessive input, which means the lack of investment in R&D. Prior technology can be the source of the future competitiveness of companies. To operate inefficient DMU efficiently, the optimal input should be managed and it is derived from comparison with the reference group.
Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구방법
Ⅳ.분석결과
Ⅴ. 결론
참고문헌
