온실가스 감축이라는 국제 사회의 대응에 따라, 한국에서도 2002년 신재생에너지 발전 보급 사업의 일환으로 발전차액지원제도(FIT)를 실시하였다. 그러나 2012년 의무할 당제(RPS)로 전면적인 제도 변동이 이루어졌고, 지금 현재에도 정책의 실효성으로 인한 정책 변화를 모색하고 있다. 이러한 제도의 급격한 변동을 설명하는 요인에 대해 기존 연구에서는 정책 과정에서의 외부적 요인을 주로 이야기 하고 있었으나, 최근 연구에 따르면 정책 과정 내부에서의 변동 요인을 찾으려는 움직임들이 진행되고 있다. 본 연구에서는 후발국에 서의 제도가 새로운 제도로 급격하게 변동되는 요인에 대해 살펴봄을 목적으로 한다. 이를 확인하기 위해 사례로서 한국의 신재생에너지 보급 확대사업에서의 발전차지원제도(FIT)에 서 의무할당제(RPS)로의 전환 과정을 살펴볼 것이다. 그 결과, 기존 논의에서 외부적 요인으로 정책 변동이 일어난 것으로 설명한 것과는 달리, 내부적 요인인 의사결정방식 (Top-down)과 외부적 요인인 정권변동이 결합하여 정책변동을 일으킴을 확인할 수 있었다. 이러한 변동 요인을 살펴봄으로써 향후 정책 설계 및 진화 과정에서의 정책 실패를 최소화 할 수 있도록 정책 형성자들에게 유용한 함의를 제시하고자 한다.

Using artificial neural network (ANN) technique, auction prices for common mackerel were forecasted with the daily total sale and auction price data at the Busan Cooperative Fish Market before introducing Total Allowable Catch (TAC) system, when catch data had no limit in Korea. Virtual input data produced from actual data were used to improve the accuracy of prediction and the suitable neural network was induced for the prediction. We tested 35 networks to be retained 10, and found good performance network with regression ratio of 0.904 and determination coefficient of 0.695. There were significant variations between training and verification errors in this network. Ideally, it should require more training cases to avoid over-learning, which leads to improve performance and makes the results more reliable. And the precision of prediction was improved when environmental factors including physical and biological variables were added. This network for prediction of price and catch was considered to be applicable for other fishes.