출연연의 인공지능 연구과제 성과 결정요인 분석: 기관 유형별 이질성을 중심으로

초록

본 연구는 정부출연연구기관의 인공지능(AI) 연구개발 과제를 대상으로 연구 성과의 결정요인을 분석하고, 기관 유형(기초･원천, 산업･기술, 대형･공공, 교육･연구, 인프라)별 이질성을 규명하는 것을 목적으로 한다. 이를 위해 2013년부터 2022년까지 국가연구개발사업 데이터를 활용하여 36개 정부출연연구기관의 AI 및 비(非) AI 과제에 대한 패널데이터를 구축하였다. 연구 성과는 SCIE 논문, 국내 및 미국 특허, 기술이전 수입에 대해 정량적･정성적 관점의 지표를 동시에 고려하였다. 그리고 과제 데이터 정보를 활용하여 토픽모델링과 워드클라우드 분석을 통해 연구 주제의 특성을 기관 유형별로 파악하고, 정책분류코드 기반 네트워크 분석을 통해 연구 다양성 지수를 산출하였다. 이를 성과 데이터와 결합하여 고정효과 패널 회귀 모형으로 분석한 결과, AI 연구과제는 동일한 정부투자 대비 비 AI 과제에 비해 상대적으로 높은 연구 성과를 창출하는 경향을 보였으며, 연구 다양성은 AI 연구 성과에 유의한 긍정적 영향을 미치는 것으로 나타났다. 기관 유형별 분석에서는 성과 결정요인의 구조가 유형에 따라 다름을 확인하였다. 기초･원천 유형에서는 연구 주제 다양성과 출연금 비중이, 산업･기술 유형에서는 정부R&D투자와 재원 안정성이 AI 성과 창출의 핵심 요인으로 확인되었다. 대형･공공 유형에서는 정부R&D투자와 인적 구조 등 연구 환경 요인이 성과에 영향을 미쳤으며, 교육･연구 유형에서는 정부R&D투자가 SCIE 논문 및 특허 성과에 유의하였으나 기술 사업화 성과로의 연계는 제한적인 것으로 나타났다. 인프라 유형에서는 핵심 독립변수의 유의한 영향이 확인되지 않았다. 이러한 결과는 출연연 유형별 연구 환경과 기능적 특성을 고려한 차별화된 연구관리 전략 및 정책 설계의 필요성을 실증적으로 뒷받침한다.

키워드