기술 또는 기본 분석

마지막 업데이트: 2022년 3월 1일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

기술 동향 분석을위한 최상의 팁은 무엇입니까?

기술 동향 분석은 향후 가격 변동을 예측하기 위해 특정 보안 또는 전체 시장의 가격 변동에 대한 연구입니다. 이러한 유형의 분석은 유가 증권의 기초가되는 기관에 대한 기본 정보와는 관련이 없으며, 가격 상승과 하락에 중점을 둡니다. 기술 트렌드 분석을 효과적으로 수행하려면 투자자는 가격 추세를 보여주는 가격 차트를 연구해야 할뿐만 아니라 거래량이 일반적으로 추세를 지원하기 때문에이 기간 동안의 거래 규모와 관련이 있어야합니다. 또한 투자자는 추세 분석에 사용할 수있는 여러 가지 방법 중 두 가지 인 차트 패턴과 이동 평균을 알고 있어야합니다.

주어진 시장을 연구하는 방법에는 일반적으로 두 가지가 있습니다. 하나는 기본 분석을 통해 이루어지며, 이는 시장 가격의 원인과 관련이 있습니다. 다른 하나는 기술 분석으로, 이는 미래 가격과 관련하여 과거 가격 성과에만 관심이 있습니다. 기술적 분석 실무의 중심에는 추세가 있으며, 정확하게 파악되면 투자자가 수익을 올릴 수 있습니다. 이것이 기술 트렌드 분석이 투자자들에게 인기가 높은 이유입니다.

가격 차트는 일반적으로 효과적인 기술 추세 분석의 일부입니다. 시간이 지남에 따라 유가 증권의 가격을 표시함으로써 투자자는 이동 방향을 알 수 있습니다. 더 긴 기간의 추세는 일반적으로 짧은 추세보다 더 신뢰할 수 있음을 기억해야합니다. 그러나 빠르게 변화하는 경향조차도 시간을 투자 할 수있는 투자자는 혜택을 누릴 수 있습니다.

기술 동향 분석에서 가장 중요한 개념 중 하나는 거래량입니다. 아이디어는 거래량이라고도하는 유가 증권의 상당한 양의 매매로 뒷받침된다면 추세가 더 잘 유지 될 가능성이 있다는 것입니다. 볼륨이 지원하지 않는 트렌드는 경고없이 사라지거나 방향이 바뀔 수 있습니다. 따라서 가격 차트와 함께 볼륨 표시기를 사용하면 추세를 파악할 수 있습니다.

기술 트렌드 분석을 수행하기로 선택한 경우 투자자는 다양한 방법을 선택할 수 있습니다. 예를 들어, 차트 패턴은 특정 패턴이 모든 유가 증권에서 공통적이라는 생각으로 가격이 오르거나 내려갈 때 형성됩니다. 이동 평균은 인기있는 추세 분석 방법 중 하나입니다. 이동 평균은 일정 기간 동안 유가 증권의 평균 가격을 취하고 날짜가 지남에 따라 최신 가격 정보가 가장 오래된 것으로 대체됨에 따라 상승 및 하강합니다. 평균의 상승과 하락은 일반적으로 각각 상승 추세와 하락 추세에 해당합니다.

Internet of Things (IoT)

IoT란, 인터넷에 연결되어 IoT 애플리케이션이나 네트워크에 연결된 장치, 또는 산업 장비 등의 다른 사물들과 데이터를 공유할 수 있는 수많은 '사물'을 말합니다. 인터넷에 연결된 장치는 내장 센서를 사용하여 데이터를 수집하고, 경우에 따라 그에 맞게 반응합니다. IoT 연결 디바이스와 기계는 업무 및 생활 방식을 개선하는 데 유용합니다. IoT는 난방과 조명을 자동으로 조절하는 스마트 홈기기부터 산업 장비를 모니터링하여 문제를 찾은 후 고장 예방을 위해 자동으로 해결하는 스마트 팩토리에 이르기까지 다양한 분야에 응용되고 있습니다.

사물인터넷의 역사

'IoT'는 MIT의 Auto-ID Center 창립자 중 한 명인 기업가 케빈 애쉬튼(Kevin Ashton)이 창안한 용어입니다. 애쉬튼은 RFID 태그를 통해 객체를 인터넷에 연결하는 방법을 찾아낸 한 연구 팀의 일원이었습니다. 그는 1999년 프레젠테이션에서 'IoT'이라는 용어를 처음 사용했는데, 그때부터 이 용어가 통용되기 시작했습니다.

이 용어 자체는 애쉬튼이 맨 먼저 사용했을지 모르지만 연결된 장치, 특히 연결된 기계라는 개념은 훨씬 오래 전부터 존재했습니다. 가령, 1830년대 후반에 전신이 처음 개발된 이후부터 기계들 간의 소통이 가능해졌습니다. 그 기술 또는 기본 분석 외 무선 음성 전송이나 와이파이 기술, SCADA(감시제어 및 데이터 수집) 소프트웨어가 IoT에 접목되었습니다. 그 후 1982년 카네기멜론대학교(Carnegie Mellon University)에서 코카콜라 자판기를 개조하면서 최초의 연결된 스마트 기기가 탄생했습니다. 이 대학교가 오늘날의 인터넷의 선구자격인 로컬 이더넷, 이른바 ARPANET을 사용한 덕분에 학생들은 자판기에 어떤 음료가 들어있고 음료가 차가운 상태인지를 알 수 있었습니다.

오늘날 우리는 사람보다 IoT 연결 디바이스가 더 많이l 존재하는 세상에 살고 있습니다. 이러한 IoT 연결 디바이스와 기계는 스마트 워치와 같은 웨어러블 기기부터 RFID 재고 추적 칩에 이르기까지 다양합니다. IoT 연결 장치는 IoT에 연결된 네트워크 또는 클라우드 기반 플랫폼을 통해 통신합니다. IoT가 수집한 데이터에서 실시간으로 도출된 분석 정보가 디지털 트렌스포메이션(digital transformation)을 촉진하고 있습니다. IoT는 건강과 안전, 비즈니스 운영, 산업 성과, 세계 환경 및 인도적 문제에 있어 여러 가지 긍정적인 변화를 약속합니다.

기술 또는 기본 분석

※ 환경측정분석사 검정제도 이외에 환경분야와 관련된 환경기술 자격제도는 매체별 환경관리 중심으로 운영되고 있고 검정 방법도 필답형 및 기본 실험 위주로써, 실기검정에 중점을 두고 있는 환경측정분석사 검정제도는 환경시험·검사 분야의 새로운 전기를 마련하는 데 큰 기여를 하게 될 것입니다.

검정분야 및 검정방법

검정과목 내역
검정분야 검정방법 검정과목
대기환경측정분석 필기시험 대기분야 환경오염공정시험기준(대기오염, 실내공기질, 악취), 정도관리
실기시험 일반항목분석, 중금속분석, 유기물질분석
수질환경측정분석 필기시험 수질분야 환경오염공정시험기준(수질, 먹는물), 정도관리
실기시험 일반항목분석, 중금속분석, 유기물질분석

※ 「환경분야시험·검사 등에 관한 법률」 시행령 제 15조의 제 6항에 따라 시험·검사기관에 대한 현장평가에 20회 이상 참여한 응시자는 1차 시험 과목 중 정도관리 과목 면제

※ 필기시험 및 실기시험의 세부사항은 필기/실기시험 안내 참조

  • 합격기준
    - 필기시험 : 과목별 배점을 100점으로 하여 매 과목 40점 이상이고, 전 과목 평균이 60점 이상
    - 실기시험 : 과목별 배점을 100점으로 하여 매 과목 60점 이상
  • 응시자격
    1. 1. 해당 자격종목 분야 기사 또는 화학분석기사의 자격을 취득한 자
    2. 2. 해당 자격종목 분야 산업기사의 자격을 취득한 후 환경측정분석 분야에서 1년 이상 실무에 종사한 자
    3. 3. 환경기능사 및 화학분석기능사의 자격을 취득한 후 환경측정분석 분야에서 3년 이상 실무에 종사한 자
    4. 4. 환경 분야(대기, 수질, 토양, 폐기물, 먹는물, 실내공기질, 악취 또는 유해화학물질 분야를 말한다)의 석사 이상의 학위를 소지한 자
    5. 5. 「고등교육법」 제2조 각 호의 학교(같은 조 제4호의 전문대학은 제외한다)를 졸업한 사람(법령에서 이와 같은 수준 이상의 학력이 있다고 인정한 사람을 포함한다)이 졸업 후 환경측정분석 분야에서 1년 이상 실무에 종사한 경우
    6. 6. 다음 각 목에 해당하는 사람이 졸업(나목의 경우에는 전 과정의 2분의 1 이상을 마친 경우를 말한다) 후 환경측정분석 분야에서 3년(「고등교육법」 기술 또는 기본 분석 제48조제1항에 따른 수업연한이 3년인 전문대학을 졸업한 사람의 경우에는 2년을 말한다) 이상 실무에 종사한 경우
    7. 가. 「고등교육법」 제2조제4호의 전문대학을 졸업한 자(법령에서 이와 같은 수준 이상의 학력이 있다고 인정한 사람을 포함한다)
    8. 나. 「고등교육법」 제2조 각 호의 학교(같은 조 제4호의 전문대학은 제외한다)에 입학하여 졸업을 하지는 않았으나 전 과정의
      2분의 1 이상을 마친 자
    9. 7. 「초ㆍ중등교육법」 제2조제3호의 고등학교 또는 고등기술학교를 졸업한 사람(법령에서 이와 같은 수준 이상의 학력이 있다고 인정한 사람을 포함한다)이 졸업 후 환경측정분석 분야에서 5년 이상 실무에 종사한 경우

검정흐름도

검정계획 수립 및 공고 *국립환경인재개발원 - 2개 이상의 일반 일간 신문에 시험일 90일 전까지 공고 필기시험 응시 *응시자 -> 국립환경인재개발원 - 응시원서 제출 실기시험 응시 *응시자 -> 국립환경인재개발원 - 응시원서, 응시자격 증명서류(학력 경력증명서, 자격증사본 등 ) 제출 환경측정분석사 자격증 교부 *국립환경인재개발원 -> 합격자

견고한 분석 - (5) 분석 기술을 연마하는 법

사람은 누구나 특정 분야에서 두각을 나타낼 수 있는 자기만의 능력을 타고난다고 합니다. 하지만 이런 능력도 연습 없이는 어떤 기술도 습득할 기술 또는 기본 분석 수 없습니다. 데이터 분석 기술도 이와 같다고 할 수 있습니다. 좋은 데이터 분석 습관을 들이려면 먼저 분석 실력을 향상시키겠다는 목적 의식을 분명히 하고 연습하는 것이 중요합니다. 생각없이 습관에만 따라서는 목적을 이룰 수 없습니다. 그럼에도 불구하고 수많은 데이터 분석가들이 목표에 한걸음씩 다가가고 있는지 확신하지 못한 채 이 과제 저 과제에 끌려 다닙니다.

더 나은 데이터 분석 능력을 갖추려면 먼저 풀어야 할 분석 과제를 인식하고 과제의 문제가 무엇인지 데이터 분석을 통해 개선할 수 있는 것이 무엇인지 하는 것들을 분명히 정의하는 습관을 들여야 합니다. 가치 있는 사고는 문제 정의, 현재의 방식에 대한 의심 그리고 깊은 고민에서 비롯되기 때문입니다.

나쁜 습관을 가진 분석가는 문제를 제대로 보지도 않고 분석을 시작합니다. 그러다 마침내 문제에 맞닥뜨리면 그게 어떤 문제인지, 어떻게 답해야 하는지 알 수가 없습니다. 반면 생각하는 습관을 들인 사람은 문제를 이해하고 데이터 분석의 목적을 분명히 하여 그것을 꼼꼼하고 정확하게 해결하는 방법을 이미 알고 있습니다. 분석을 시작하기 전에 벌써 조사하고 검토해 보았을 것이기 때문입니다. 따라서 이러한 분석가는 어디서 와서 어디로 가는지도 모른 체 과제에서 떠돌아 다니는 일이 없습니다.

많은 데이터 분석 기술을 한꺼번에 몸에 익힐 수 있을 거라 기대해서는 안됩니다. 쉬운 방법부터 시작하여 어려운 기술들을 익혀 가는 것이 좋겠습니다. 그러나 무엇보다 먼저 데이터 분석에도 나쁜 습관이 있다는 것을 아는 것이 필요하겠습니다. 초보 분석가들은 아직 분석이 습관으로 붙어 기술 또는 기본 분석 기술 또는 기본 분석 있는게 아니니 나쁜 습관이 들지 않도록 처음부터 유념하는 것이 좋겠습니다. 그리고 경험이 있는 분석가들은 본인에게 있는 나쁜 습관을 한 두개씩 좋은 습관으로 서서히 바꿔가도록 노력하는 것이 현명합니다. 이 모든 것이 완전히 몸에 익을 때까지 끊임없이 반복해야 합니다.

분석 능력은 협력을 통해 얻을 수 있습니다. 분석 리더에게 건설적인 비판을 받아 본 적이 있습니까 분석가에게는 여전히 많은 것이 새롭고 낯설지만 분석 리더는 다년간 경험을 통해 풍부한 지식을 가지고 있습니다. 예컨데, 문제를 해결 하려할 때 거쳐야 하는 기본적인 과정, 표와 그래프를 읽는 방법, 과제의 핵심 질문이 무엇인지 등을 잘 정리해 낼 수 있습니다. 다른 사람의 경험으로부터 무언가를 배우기를 주저해서는 안됩니다. 다른 분석가에게도 많은 것을 기술 또는 기본 분석 배울 수 있습니다. 왜 어떤 분석가는 더 좋은 결과를 내는가 뛰어난 분석가의 명료하고 정연한 분석 자료와 비교했을 때, 내 과제 보고서는 어떤 점이 부족한가 등과 같은 질문에 대해 계속 답을 찾아 나가야 합니다.

뛰어난 데이터 분석가가 작업하는 과정을 살펴보면 좋은 분석 결과를 얻기 위해서는 어떻게해야 하는지에 대한 실마리를 얻을 수 있을 것입니다. 누구나 자기가 가장 좋아하는 운동이나 취미 생활을 할 때와 같이 데이터 분석 능력 또한 향상 시킬 수 있습니다.

기본 분석법의 응용

모든 데이터 분석 기술은 다음의 세가지 기본적인 기술에서 나옵니다. 그 기술이란 특별한 것이 아닙니다.

(1) 필요한 내용 찾기
(2) 찾은 내용 기억하기
(3) 적절히 활용하기

입니다. 책을 읽는 방법과 비슷하다고 할 수 있습니다. 데이터 분석이란 데이터를 읽는 기술이라고 할 수 있기 때문에 책을 읽는 방법과 비슷한 기술이 필요합니다. 이 기술을 응용한 분석법 사이에는 근본적으로 큰 차이가 없습니다. 이 세가지가 모든 데이터 분석 기술의 가장 중요한 구성 요소라는 것을 명심하고 각자에게 맞게 이용하도록 합니다.

이 세가지 데이터 분석의 기본 기술에 바탕을 둔 데이터 분석 절차는 다음과 같이 4 단계로 간단하게 정리해 볼 수 있습니다.

(1) 수집된 데이터에 대해 사전 조사 하기 : 데이터 양, 데이터 항목들의 형식, 수집 주기, 수집 목적 등 ? 필요한 내용을 찾기 위한 분석 재료 찾기
(2) 탐색적 자료분석 결과의 요점을 이해한 후, 목표변수(Y)를 기준으로 각 설명변수(x)들에 대해 가설 등을 질문의 형태로 재구성하기 ? 필요한 내용 찾기
(3) 분석한 내용을 재빨리 훑어보면서 그 의미나 내용을 즉시 떠올릴 수 없는 규칙 등이 있으면 확실히 기억해 두기 ? 찾은 내용 기억하기
(4) 분석한 내용을 간략하고 논리적으로 요약하기 ? 적절히 활용하기

데이터 분석은 분석 내용을 요약하여 발표하는 과정을 통해서도 많은 걸 배울 수 있습니다. 발표 자료를 작성하다 보면 아래에 제시된 논리적 요소들로 머릿 속에 그림을 그릴 것입니다.

(1) 분석 과제가 포괄하는 내용은 어디서부터 어디까지 인가
(2) 어떤 순서 또는 단계를 밟아 과제 분석을 수행하였는가
(3) 핵심 내용은 무엇인가 즉, 데이터 분석의 궁극적인 목적은 무엇인가
(4) 과제가 전하려는 내용이나 의미는 무엇인가

분석해야 할 데이터를 빠르게 훑어보는 방법인 탐색적 자료분석을 끝내고 나면 “여기서 무엇을 배워야 하는가” “데이터가 말하려는 것이 무엇인가” 라는 질문들이 먼저 머리에 떠오를 것입니다. 보통 이런 질문들을 떠올리고 답을 유추 해보는 이 간단하고도 중대한 과정을 생략하고 출발하기 때문에 분석에 임할 자세를 갖추는데 실패합니다.

‘분석 기술’의 첫번? 공식은 분석을 시작하기 전에 먼저 질문을 던지는 것입니다. 탐색적 자료분석이나 유도변수 만들기 등은 질문을 찾는데 있어 좋은 출발이 될 수 있습니다. 이 과정에서 얻은 키워드들을 이용하여 적합한 질문을 만들어 나가는 것입니다. 키워드들을 이용하여 분석 가설을 구성한 다음 분석의 방향을 잡아 나가고, 데이터 분석을 통해 가설들에 대한 답을 찾는 것입니다. 좋은 질문이 알맞은 대답의 출발점이라는 것은 잘 알려진 사실입니다. 질문을 만들고 그 질문에 대한 답을 찾아 가는 과정이 데이터 분석 과정이며 그 과정에서 ‘분석 기술’을 분석 방법론만으로 생각하는 것은 첫 단추를 잘못 끼우는 것과 같습니다.

데이터 분석의 성공은 흥미에서 시작된다.

분석 결과는 절대 수동적이거나 기계적으로 전달되어서는 안됩니다. 그렇게 전달된 내용은 쓸모 없는 정보일 뿐입니다. 정보는 이해라는 능동적인 과정을 통해 분석가와 분석 의뢰자의 일 자체를 혁신 시켜야 합니다. 분석가에게는 즐겁게 분석할 책임이 있습니다. 누구도 기술 또는 기본 분석 대신 흥미를 느껴줄 수 없으며 스스로 노력하지 않는 한 분석을 더 재미있게 만들어 줄 수 도 없습니다. 분석에 흥미를 느껴야 한다는 기본 의무를 충실히 기술 또는 기본 분석 수행하는 것은 데이터 분석에서 성공하기 위한 필수요건 입니다. 예술가란 가능한 최선의 방식을 택해 할 수 있는 한 완벽하게 그 일을 해내는 사람들입니다. 따라서 제대로 분석하기를 원하는 사람이라면 예술가와 같은 자세로 분석을 추구해야 합니다. 분석 과정에서는 일견 재미없을 것 같은 분석을 수없이 시도해야 합니다. 흥미는 의지와 노력의 결과입니다.

The Science Times

사이언스타임즈는 교육과학기술부 과학기술정보과에서 제공하는 ‘S&T FOCUS’를 매주 2∼3회 게재한다. S&T FOCUS는 국내외 과학기술 관련 정책 및 연구개발 동향 분석결과를 제공하고, 다양한 과학담론을 이끌어 내어 과학문화 확산을 유도하기 위해 매월 3천부씩 발행되고 있다.

S&T FOCUS 지난해 11월 말, 과학기술기본계획에 있는 90개 중점 과학기술(364개 세부기술)의 수준평가 결과가 발표됐다. 이에 따르면 궁극 기술수준(이론적 상한치) 대비 세계 최고 기술수준이 77.5%, 우리나라 보유 기술수준이 56.4%(세계 최고 기술수준을 100%로 할 때 우리나라의 기술수준은 72.8%)이며, 세계 최고 기술과의 기술격차는 6.8년이다(자세한 내용은 2008년도 기술수준평가 결과(국과위, 08.11.25) 참조).

일부 일간지 사설에서는 이의 원인으로 이공계 기피현상 및 과학기술 경시풍조 등을 지적하며, 향후 먹거리 창출을 통한 경제회복에는 과학기술이 기본이며 이를 해결하기 위해서는 중장기적인 안목에서 전략적이고 꾸준한 투자가 절실하다는 점을 역설했다. 이러한 관심은 어려운 경제상황과 맞물려 우리나라 과학기술의 수준을 향상시키기 위해 무엇을 어떻게 해나가야 하는지를 고민하게 만든 계기가 되었다.

과거 기술수준평가, 상대적인 수준 평가에 그쳐

그간의 국내외 기술수준평가는 기술 전문가를 대상으로 설문조사를 실시하여 세계 최고 기술보유국의 기술수준을 100%로 전제하고, 우리나라의 기술수준(%)과 기술격차(년)를 조사해 왔다.

그러나 이러한 기술수준평가는 세계 최고 기술보유국 기술 또는 기본 분석 대비 우리나라의 상대적인 수준만을 평가했기 때문에, 기술수준의 발전추세에 대한 비교 분석이 불가능하고, 최고 기술보유국과 실질적인 기술수준 분석이 어려워 기술의 추격 및 확보를 위한 전략 수립에 어려움이 많았다.

또한 기술의 수준은 본질적으로 동태적이다. 즉, 과학기술 수준은 항상 변하고 있으므로 이를 정확히 평가하기 위해서는 해당기술의 이론적인 상한선이 얼마인지, 세계 최고 기술과 우리 기술의 현재 위치는 어디이며 그 격차는 어느 정도인지, 그리고 지금의 기술변화 정도 혹은 속도는 어떤지 등을 파악해야 한다.

그래야만 궁극적으로 해당 기술을 추격 또는 확보할 수 있는지 알 수 있으며, 구체적인 기술개발 전략을 수립할 수 있다. 이를 위해 이번 평가에서는 기술성장모형을 도입, 적용했다.

기술성장모형을 활용한 기술수준평가 도입

기술의 발전은 대부분 도입기, 성장기, 성숙기, 쇠퇴기를 거치는 S자 형의 기술성장모형을 따르는데, 이번 기술수준평가에서는 우리나라 중점과학기술의 특성을 잘 반영하리라 예측되는 두 가지 모형(펄(Pearl) 모형 및 곰페르쯔(Gompertz) 모형)을 선택했다.

펄 모형은 기술이 초기 도전에서 살아남으면 생명력을 얻어 수요가 가파르게 증가하다가 경쟁압력에 의해 성장이 느려져 결과적으로 사라지는 기술성장과정을 잘 설명해준다. 곰페르쯔 모형은 펄 모형에 비해 기술도입 초기의 급격한 성장 및 공정개선 등에 의한 기술의 발전을 잘 보여준다.

펄 모형은 변곡점을 기준으로 대칭이며, 곰페르쯔 모형은 포화점 이전에 변곡점이 발생하며 비대칭이다. 또한 펄 모형에서 기술의 발전속도는 현재 달성된 기술수준(Y)과 남아 있는 기술발전(L-Y)의 곱에 비례하는데, 곰페르쯔 모형에서는 현재 수준과 상한까지의 차이(L-Y)에 의해 결정된다.

그림 1은‘3차원 디스플레이 기술’의 실제 평가사례다. 이 기술의 경우 일본이 최고 기술 보유국이며, 미국, EU, 한국, 중국의 순서다. 기술수준이 낮은 국가는 기술수준이 높은 국가를 따라 기술수준이 발전하는 것을 가정해서 기술성장곡선을 도출했다.

물론 각 국가별로 기술의 내용 및 기술개발역량 등이 달라서 기술성장곡선이 다를 수 있으나, 기존에 축적된 데이터가 없으므로 기술이 국가별로 크게 다르지 않은 양상으로 발전한다고 가정하여 분석을 시도했다. 그 결과 ‘3차원 디스플레이 기술’의 수명주기* 및 기술의 발전 특성 등에 대해 관련 전문가들의 의견을 수렴한 결과, 본 분석에서는 펄 모형에 의한 분석이 적절함을 알 수 있다.

정보·전자·통신 분야에 대한 기술성장모형에 의한 5년 후 기술수준 예측결과와 전문가 설문결과와의 관계를 그림 2에 나타냈다. 5년 후 기술수준 예측결과와 전문가 설문결과는 상관관계가 0.79로서 높게 나타나, 본 조사에서 도입된 기술성장모형에 의한 분석이 적절함을 나타내고 있다.

*수명주기는 기술성장곡선상에서 기술수준이 5%에서 95%에 이르는 데 걸리는 시간으로 정의. 본 기술의 수명주기는 펄 모형에 의하면 40년, 곰페르쯔 모형에 의하면 33년.

더욱 발전시켜 국가별 기술의 특성 반영할 터

한편, 이러한 기술성장모형에 의한 계산결과는 전문가 설문결과와 비교해서 약 10%p 높게 계산되고 있다. 이것은 본 분석에서의 가정, 즉 기술수준이 낮은 국가는 향후 기술수준이 높은 국가를 따라 기술수준이 향상된다는 가정이 다소 수정·보완되어야 할 필요가 있음을 나타낸다.

즉 국가별로 기술성장곡선이 다를 수 있으므로 앞에서 기술수준이 낮은 국가는 기술수준이 높은 국가를 따라 기술이 성장한다는 가정 하에 도출된 기술성장곡선에 의한 계산결과와 전문가 설문조사결과가 다를 수 있다. 만약 각 국가별로 기술성장곡선이 다르다면 해당기술의 확보 및 추격 전략도 달라져야 한다.

기술수준을 평가할 때 지금까지처럼 선진국 최고 기술을 100%로 하고 우리나라의 기술수준만을 평가해서는 적절한 기술개발전략을 수립할 수 없음이 자명하다. 따라서 향후에는 이번에 도입한 기술성장모형을 더 발전시켜 국가별 기술의 특성을 반영한 기술성장곡선을 도출하고, 이에 따라 기술별로 특성화된 기술개발 전략을 수립해야 할 것이다.

또한 기술수준을 높이기 위해서는 중장기 R&D 계획 수립 시 기술발전단계 및 발전속도 등 해당 기술의 특성을 고려해야 한다. 기술도입단계에서는 인프라와 전문인력 확보, 성장기에는 투자효율성 확보, 성숙기에는 성과창출 및 산학연 협력 활성화 지원 등의 접근이 필요하다.


0 개 댓글

답장을 남겨주세요