표제지
목차
발간사 3
요약 11
제1장 서론 30
제1절 연구 배경 및 목적 30
1. 연구 배경 30
2. 연구 목적 35
3. 주요 연구 내용 및 범위 36
제2장 선행 연구 분석 38
제1절 국내 선행 연구 38
제2절 국외 선행 연구 41
제3절 소결 43
제3장 정부 R&D 예산 편성ㆍ배분 체계의 이해 44
제1절 정부 R&D 예산의 기초 44
1. 정부 R&D 예산의 정의 44
2. 정부 R&D 예산의 분류 및 특징 45
3. 정부 R&D 예산 편성 관련 제도 46
4. 정부 R&D 예산의 관리 체계 52
제2절 정부 R&D 예산 편성 및 배분 과정 53
제3절 배분의 효율화 관점에서 본 R&D 예산 편성 및 배분 체계 54
1. R&D 투자 우선순위 선정 과정 55
2. 부처 별 R&D 지출한도 설정 과정 59
3. 예산 배분 및 조정 과정 62
제4절 소결 64
제4장 과학적 R&D 예산 편성 및 배분 설계 방법론 67
제1절 과학적 예산 편성 및 배분의 의미 67
제2절 주요 기법 70
1. 선형 계획법 70
2. 비선형 계획법 74
3. 목표 계획법 78
4. 자료 포락 분석(Data Envelopment Analysis, DEA) 80
5. 계층화 분석법(Analytic Hierarchy Process, AHP) 83
6. 포트폴리오 매트릭스 기법 87
7. 연산가능일반균형 모형 91
8. 의사결정나무-의사결정분석 94
9. 의사결정나무-기계학습 97
10. 확률적 계획법(Stochastic Programming) 101
11. 강건 최적화(Robust Optimization) 105
12. 모델링&시뮬레이션 108
13. 유전 알고리즘(Genetic Algorithm) 115
14. 인공신경망(Artificial Neural Network) 117
제3절 소결 122
제5장 R&D예산의 최적 편성 및 배분을 위한 이슈-기술 틀 127
제1절 연구 수행 체계 127
제2절 최적 R&D 포트폴리오 수립을 위한 이슈와 방법론 128
1. R&D 투자 우선순위 결정 문제 128
2. 예산 배분 및 조정 문제 131
제6장 모의 최적 예산배분 실험 134
제1절 분석 계획 134
제2절 자료 수집 137
제3절 모형 수립 138
1. 기계학습 기반 R&D 기대성과 추정 모델 138
2. R&D 예산 최적 배분을 위한 수리 모델 141
제4절 실험 및 결과 해석 144
1. 최적 R&D 예산 배분 결과 144
2. 기초 통계 수치 145
3. 예산 규모에 따른 R&D 기대성과 추정 결과 147
제5절 소결 154
제7장 결론 및 제언 155
제1절 주요 연구 성과 및 시사점 155
제2절 연구의 한계 및 추후 연구 방향 159
참고문헌 161
Summary 170
판권기 2
〈표 1-1〉 정부 R&D 성과 변화 추이(SCI 논문, 삼극특허) 33
〈표 1-2〉 정부 R&D 추진 주체의 변화 34
〈표 2-1〉 주요 국내 선행 연구 39
〈표 2-2〉 주요 국외 선행 연구 41
〈표 3-1〉 R&D 분야 투자 계획 49
〈표 3-2〉 프로그램 예산 제도 51
〈표 3-3〉 국가 R&D 관리 형태 52
〈표 3-4〉 정부 R&D 예산 편성절차 53
〈표 3-5〉 해외의 R&D 투자 우선순위 선정 과정 56
〈표 3-6〉 R&D 투자 우선순위 선정 관련 국내 연구 57
〈표 3-7〉 부처별 중기사업계획안과 정부예산안과의 비교분석결과 60
〈표 3-8〉 부처별 중기사업계획 상 요구 예산 대비 최종 확정 예산 비율 61
〈표 4-1〉 본 연구에서 탐구하고자 하는 주요 예산 편성 및 배분 기법 70
〈표 4-2〉 선형계획모형 기본식 72
〈표 4-3〉 선형계획법 해결에 필요한 주요 정리 73
〈표 4-4〉 일반적인 비선형계획모형 기본 구성수식 76
〈표 4-5〉 뉴튼의 방법 76
〈표 4-6〉 Karush-Kuhn-Tucker 조건 77
〈표 4-7〉 목표 계획법 모형의 기본 구성수식 79
〈표 4-8〉 일반적인 DEA 모형의 기본 구성 수식 82
〈표 4-9〉 가중치 행렬 예 85
〈표 4-10〉 2단계 확률적 계획법 모형 예시 103
〈표 4-11〉 근사화된 확률적 계획법 모형 예시 104
〈표 4-12〉 선형계획모형 기본 식(〈표 4-3〉 참조) 106
〈표 4-13〉 강건 선형계획모형의 기본 식 107
〈표 4-14〉 강건 선형계획 모형의 기본 식 (4-14 계속) 107
〈표 4-15〉 모델링 형식론에 따른 주요 모형 111
〈표 4-16〉 이산사건시뮬레이션의 모델링 단계 112
〈표 4-17〉 배분과 직접 관련된 기법 분류 123
〈표 4-18〉 R&D 예산의 최적 배분에 활용 가능한 정량적 기법 요약 125
〈표 5-1〉 최종 우선순위 선정 시 활용 가능한 기법 130
〈표 5-2〉 우선순위 결정을 위한 세부 속성 별 활용 가능 기법 131
〈표 5-3〉 2 단계 접근법 중 1단계 적용 가능한 이슈-방법론 133
〈표 5-4〉 2 단계 접근법 중 2단계에 적용 가능한 이슈-방법론 133
〈표 6-1〉 BK21 플러스 사업 개요 135
〈표 6-2〉 AutoML 투입 및 산출 변수 141
〈표 6-3〉 최적 예산 배분을 위한 선형 계획 모형(정수 모형) 142
〈표 6-4〉 최적 예산 배분을 위한 강건 최적화 모형(비선형) 143
〈표 6-5〉 최적 예산 배분을 위한 강건 최적화 모형(선형) 143
〈표 6-6〉 최적 R&D 예산 배분 실험 계획 144
〈표 6-7〉 BK21플러스 사업의 주요 항목 별 기본 통계치 146
〈표 6-8〉 AutoML 결과 148
〈표 6-9〉 기존 대비 예산이 변경된 과제 현황 150
〈표 6-10〉 기존 대비 예산 변경된 과제 현황(Γ=30% 인 경우) 153
〈표 7-1〉 2 단계 접근법 중 1단계 적용 가능한 이슈-방법론 157
〈표 7-2〉 2 단계 접근법 중 2단계에 적용 가능한 이슈-방법론 158
[그림 1-1] 최근(2007-2016년) OECD 주요회원국 정부 R&D 예산 변화 추이 31
[그림 1-2] 주요국가의 GDP 대비 R&D 투자 규모 31
[그림 1-3] 최근(2010-2019년) 정부연구개발예산의 변화 추이 32
[그림 1-4] 연구 프레임워크 37
[그림 3-1] 2018년도 부처별 정부연구개발예산 현황 46
[그림 3-2] R&D 예산 편성 및 배분 과정 상 주요 개선 이슈 도출 틀 55
[그림 4-1] 선형계획법의 실행가능영역 72
[그림 4-2] 비선형계획법과 선형계획법의 해 찾기 과정 예시 75
[그림 4-3] AHP를 위한 계층 구조 설정 86
[그림 4-4] BCG 매트릭스 예 89
[그림 4-5] GE/McKinsey 매트릭스 예 90
[그림 4-6] 의사결정 나무 예시 문제 A 95
[그림 4-7] 의사결정 나무 예시 문제 B 96
[그림 4-8] 의사결정 나무(기계 학습) 예시 문제 100
[그림 4-9] 몬테카를로 시뮬레이션 예제 110
[그림 4-10] 이산사건 시스템 모델링 절차 112
[그림 4-11] 유전 알고리즘의 순서도 116
[그림 4-12] 인공 신경망의 개념도 119
[그림 4-13] 오차 역전파 알고리즘의 개념도 120
[그림 5-1] 연구 수행 체계 128
[그림 5-2] 예산 배분 및 조정 문제 해결 과정 131
[그림 6-1] BK21 플러스 사업의 연구비와 성과 변화 추이 136
[그림 6-2] 모델링 접근 절차 139
[그림 6-3] AWS의 AutoML 플랫폼 아키텍처 140
[그림 6-4] AutoML 결과 실측값-예측값 산점도 148
[그림 6-5] 총 사업 예산 증액에 따른 기대성과 149
[그림 6-6] 강건 예산 배분 모형을 이용한 예산 배분 시 기대성과 151
[그림 6-7] 최대 30% 이내 편차 발생 시 예산안의 기대성과(100회 시뮬레이션 결과의 평균치) 152