본 연구는 인공지능과의 협업이 개인의 의사결정 속도에 미치는 영향을 규명하고, 이 과정에서 성과기대(Performance Expectancy)와 우유부단함(Indecisiveness)이 수행하는 조절 역할을 검증하였다. 이를 위해 233명의 대학(원)생을 대상으로 비트코인 가격 예측 및 매각 실험을 실시하여, 총 2,046개의 유효한 의사결정 관측치를 수집 및 분석하였다. 연구 결과, 첫째, AI와의 협업은 개인의 의사결정 소요시간을 유의하게 단축시키는 것으로 나타나, AI 활용이 의사결정 효율성을 제고하는 핵심적인 기제임을 확인하였다. 둘째, 우유부단함은 AI 협업과 의사결정 속도 간의 관계를 유의하게 조절하였다. 우유부단함이 낮은 개인은 AI를 통해 유의미한 속도 향상을 보인 반면, 우유부단함이 높은 개인은 AI의 제안을 검증이 필요한 추가적 대안으로 인식하여 반복 검토함에 따라 가속 효과가 상쇄되었다. 셋째, 성과기대는 의사결정 속도에 유의한 정의 영향을 미쳤으나, AI 협업 효과를 강화하는 조절 역할은 수행하지 않았다. 본 연구의 결과는 AI 도입 성과가 사용자의 심리적 특성에 따라 다르게 나타날 수 있음을 시사하며, 실무적 으로는 개인차를 고려한 맞춤형 AI 협업 전략 수립의 필요성을 강조한다.
국가혁신시스템(NIS)의 수월성 평가는 R&D 자원의 전략적 배분과 혁신 성과의 극대 화를 위해 필수적이다. 그러나 기존 평가는 계량화가 용이한 산출 지표에 편중되어 연구의 질적 수준과 사회적 정당성, 장기적·복합적 파급효과를 충분히 포착하지 못하는 한계를 드러냈다. 본 연구는 이러한 문제의식에 기반하여, 문헌연구와 비교사례분석을 방법론으로 삼아, NIS 수월성 평가가 정량 중심의 단일 지표 최적화에서 벗어나 사회적 영향과 책임 있는 연구혁신(RRI)을 핵심 가치로 포함하는 다차원적 평가 프레임워크로 전환되어야 함을 주장한다. 이를 위해 첫째, 수월 성을 단일하고 중립적인 속성이 아니라 다양한 가치가 경합하는 '본질적으로 경쟁적인 개념'으로 재정의하고, 다원적 가치의 제도화를 가능케 하는 평가 논리를 제시한다. 둘째, 한국의 현행 국가 연구개발 평가체계를 진단하고 그 구조적 한계를 분석한다. 셋째, 영국의 연구우수성 평가(REF), 호주의 기술·사회기여도 평가(EI), 미국의 광범위한 영향(BI), EU 및 영국의 RRI 제도화 노력을 비교·검토한다. 이를 바탕으로 과학·기술·경제 성과 차원에 사회적 기여, 책임·신뢰, 미래지향적 가치 차원을 결합한 '한국형 NIS 수월성 스코어카드'를 핵심 결과로 제안하고, 장기 관점의 평가 문화 정착을 위한 정책 과제를 제시한다.
Software(SW)기술가치평가 방법론 중 하나인 SW수익접근법은 평가대상 기술의 경제적 수명기간 동안 발생하는 미래 경제적 이익을 현재의 가치로 나타내는 방식이다. SW수익 접근법은 기술의 경제적 수명, 현금흐름, 기술기여도 등을 산정할 때, 평가대상 기술이 속한 SW 기술분야를 기준으로 삼는다. SW기술가치평가의 타당성을 확보하기 위해서는 SW기술분야 분류 체계가 평가대상 기술이 속한 산업 구조와 기술 특성을 충실히 반영할 수 있어야 한다. 따라서 최근 급변하는 SW산업을 고려할 때, SW기술분야 분류체계의 재구축이 시급한 실정이다. 그러나 SW기술분야는 제품·서비스 형태로 구성되는 사업적 특성을 가져 일반적인 기술분류 기준의 적용이 어렵고, 한국표준산업분류(KSIC) 등 기존 산업분류체계는 세분성이 낮아 SW기술분야에 직접 적용되기 어렵다. 본 연구는 기술보증기금의 SW기술가치평가 방법론과 SW산업 간 정합성을 제고하기 위해 SW기술분야 분류체계를 재구축하고, 각 기술분야별 경제적 수명을 산정한다. 구체적인 연구 수행 절차는 다음과 같다. 첫째, 기존 SW기술분야 분류체계와 SW산업 간 정합성을 진단한 후, 델파이 분석을 통해 SW기술분야 분류체계를 재구축한다. 둘째, 재구축된 분류체계를 기준으로 SW기술분야별로 특허를 연계하고, 특허의 기술순환주기를 토대로 SW기술분야별 경제적 수명을 산출한다. 본 연구는 특허·상표·저작권 데이터 분석과 전문가 기반 델파이 분석을 함께 활용하여 SW기술분야 분류체계를 구축하는 방법론적 틀을 제시한다는 점에서 학술적 기여를 가진다. 실무적으로, 본 연구의 결과는 SW기술분야 분류체계를 재구축하고 경제적 수명을 산정하여 SW기술가치평가의 타당성 제고에 기여할 수 있으며, 연구과정은 타 산업분야의 기술가치평가체계 고도화에도 적용 가능한 절차적 기반을 제공한다.
본 연구는 1996년 도입된 정부출연연구기관의 연구과제 중심 운영제도 (Project-Based System, PBS)가 30년간 한국 국가혁신시스템에서 수행한 기능과 그 부작용, 2026년을 기점으로 진행되는 Post-PBS 체제 전환의 정책적 함의를 제도변화 관점에서 분석한 다. 분석의 핵심은 (1) PBS가 어떠한 정치·행정·재정적 논리 속에서 도입·고착화되었는지, (2) PBS가 연구행태(과제 파편화, 단기 실적주의, 연구자 자율성 약화)와 성과구조에 어떤 메커니즘 으로 영향을 미쳤는지, (3) 2025년 이후 공식화된 PBS 폐지·단계적 전환 논의가 어떠한 제도적 위험(도덕적 해이, 승자독식, 다중 주인 문제)을 동반하는지이다. 이를 위해 신공공관리론(NPM), 주인-대리인 이론, 자원의존이론, 제도적 동형화라는 네 가지 이론을 적용하고, 국내 선행 연구 및 정부·정책자료 등을 결합하여 제도 궤적을 재구성한다. 아울러 주요국(독일, 미국, 영국) 사례 와 비교하여 한국형 PBS 도입 및 운영의 문제 요인들을 규명한다. 마지막으로 본 연구는 임무 중심 R&D 전환을 제도적으로 담보하는 Post-PBS 정책 과제를 제안한다.
본 연구는 국내 자동차 부품업체를 대상으로 거래처 다양성이 기업의 기술 다양 성에 미치는 영향을 실증적으로 분석하였다. 기존 연구들은 거래처 다양성이 협력업체의 재무 성과 및 혁신성과에 긍정적인 영향을 미친다고 보고해왔으나, 그 효과가 어떤 경로를 통해 발생 하는지에 대해서는 충분히 규명하지 못했다. 이에 본 연구는 거래처 다양성이 기술 다양성 확대를 통해 성과로 이어질 수 있다는 가능성에 주목하여, 해당 연결고리를 실증적으로 확인 하고자 하였다. 2018년부터 2024년까지 외감기업 이상의 598개 자동차 부품업체를 대상으로 구축한 패널 데이터를 활용하여 Tobit 모형을 추정한 결과, 기본모형에서는 거래처 다양성이 기술 다양성에 통계적으로 유의한 영향을 미치지 않았다. 그러나 글로벌 특허비율, 공동특허출원, 주요 생산 부품(전장·전자 부품 여부)에 따라 거래처 다양성의 효과가 달라질 수 있음을 반영한 조절효과 분석모형에서는 거래처 다양성이 기술 다양성에 미치는 효과가 양으로 유의하게 나타났다. 이에 따라, 단순한 거래처 확대만으로는 기술 포트폴리오의 폭이 넓어지지 않으며, 기업의 내부· 외부 혁신 역량이 충분히 뒷받침될 때 거래처 다양성이 기술 다양성 확대로 이어지는 결과를 확인할 수 있었다. 본 연구는 거래처 다양성과 기술 다양성 간의 관계가 기업의 특성에 따라 달라지는 조건부 효과를 가진다는 것을 국내 자동차 부품산업 내에서 실증적으로 검증함으로써, 기존 문헌의 연구 공백을 보완하였으며, 기술 다양성의 결정요인을 내부 R&D 중심에서 외부 네트워크 요인으로 확장했다는 점에서 학문적 의의가 있다. 정책적 시사점으로는 단순히 거래처 확대만으로는 기술역량 제고가 보장되지 않으며, 중소 부품업체의 국제특허출원과 공동 연구개발 활동을 촉진하고, 전장·전자 부품 분야의 기술 기반을 강화할 수 있는 지원체계 구축이 필요하다는 점을 제시한다. 산업적 측면에서는 고객사의 기술 요구를 내재화할 수 있는 지식 관리 체계를 구축하는 등 외부 지식을 효율적으로 흡수·재조합할 수 있는 구조를 마련 할 때 거래처 다변화가 실질적인 기술역량 강화로 이어질 수 있음을 시사한다.
본 논문은 생성형 AI 비즈니스의 무형자산 기여도 측정에 관한 선행연구를 검토한 뒤, 생성형 AI 서비스의 성과를 데이터, 모델, 평가/안전, 조직/채널 등 복수의 무형자산으로 분해 하여 직접 효과와 시너지로 설명하는 실무형 모형을 제시한다. 도입 전후 성과에서 기본 성장률을 제외해 순수 개선분을 구하고, 소규모 실험전후 비교, 로그 분석으로 자산지표의 민감도(탄력도)를 추정해 자산별 직접기여를 산출한다. 잔차는 시너지로 정의하고, 초기에는 균등 배분, 이후에는 직접효과 비중에 따라 배분하며, 핵심 자산에는 간이 Shapley를 보조 적용한다. 이 결과는 로열티 설계, 공동개발 분담, PPA 등 현금흐름 의사결정에 바로 활용될 수 있다. 데이터 사전, 버전 고정, 사건 로그, 품질 점검으로 재현성을 확보하고, 신뢰도 가중, 민감도 검증, 상 하한(collar/floor), 정기 재산정으로 운영 안정성을 높인다. 본 모형은 간결하고 검증 가능하나, 강한 비선형성, 지연 효과, 네트워크 효과 등을 포착하기에는 한계가 있어 구간별 재추정과 보완적(추가) 식별이 필요 하다.