Science and technology is the main driving force for social change, means for solving problems of a society, and major element that is used by each country for enhancing national competitiveness. Technology level evaluation is the basic evaluation method which enables the assessment of the current level of a country’s science and technology, which is the core growth engine in the knowledge-based era.
For the results of the technology level evaluation to be practically utilized for technology development strategies, an absolute evaluation must be carried out. With a theoretical ceiling of a certain technology as criteria, the world best technology and the places of technology levels of countries that are compared should be identified, and the time period for each country to reach the theoretical ceiling needs to be analyzed. In addition, analysis in terms of prediction, including the current technology level, future channels for technological development, and speed of technological development is necessary.
In order to measure the physical level of technology, this paper studies major methodologies of technology level evaluation and suggests dynamic technology level evaluation model to overcome the existing methodology. In this sense, it utilizes S-curve and time series data to produce the technology growth curve. As for the data, we use technology level evaluation results conducted by MEST in 2008 and 2010. In this paper, we have gone through the contents in a following order: suggestion of model; application of model and analysis of validity (single growth curve); suggestion of the country-specific technology growth curve according to the modification of hypothesis; and analysis of the validity.
The hypothesis that single technology will develop based on its own growth curve is designed to produce the single technology growth curve, which is proved by using data from 5 economies about technology level and time require to upper limit for 2008. Amid the analysis on the validity of single technology growth curve, the systematic error was identified by earning about 10% difference between the expert survey results and the estimation through the technology growth curve for 2013.
Then, we try to re-verify the 2008 and 2010 technology growth curves by using 2010 data. For the re-verification, we analyzed the correlations between survey results and estimation for 2010 and 2015 respectively on the technology level and time require to upper limit. The result of this analysis showed the same systematic difference as 2008 between the survey results and the estimation from technology growth curve. However, the difference has been reduced compared with 2008. Then why do the two growth curves make difference? In order to identify reasons, we compare 2008 technology growth curve with 2010 technology growth curve and find out three major characteristics: first, consistency in 2008 and 2010 technology growth curves; second, movement of 2010 technology growth curve to the right from 2008 technology growth curve; and third, the cross of 2008 and 2010 technology growth curves on the upper side. So as to interpret these patterns, we draw the country-specific growth curve. The comparison of country-specific technology growth curves among Korea, U.S.A., and China presents clear difference. Due to the different pace of development by country, their technology growth curves have all different shapes, which requires the modification of hypothesis 1. Therefore, the hypothesis 1 is modified to hypothesis 2 that there exists a country-specific technology growth curve that reflects the characteristics of the country. In order to verify the validity of hypothesis 2, we estimate the technology level and time require to upper limit for 2015 based on the country-specific technology growth curve derived from 2008, 2010, and 2013 data. Then we compare the estimation with the survey result.
The country-specific technology growth curve enables to overcome the limitation of hypothesis 1. In other words, since hypothesis 1 maintains that single technology has single technology growth curve, there is few possibility for latecomers to catch up with advanced countries. However, in the country-specific technology growth curve, countries have different pace of development. Therefore, we can make estimation on the level and pace of technology development of latecomers. In addition, this model allows for wider prediction and more various interpretations.
The dynamic technology level evaluation methodology based on the technology growth model applied in this paper has some limitations. First, we did not provide the upper limit of technology to the survey respondents. It is difficult to determine the theoretical upper limit for each technology. For this paper, by providing reports on technology trends and patent analysis, we assumed that experts used these materials, agreed tacitly to the same upper limit, and then participated in the survey. We will later have to ultimately define and provide a value of technology level
When making comparison between 2008 and 2010 technology growth curves, the emergence of new-generation technologies is visible. However, current country-specific technology growth curve is difficult to make estimation on new growth curve and alternate curve in the case of countries with higher level of technology. In the future, we can interpret the difference of growth curve models and the pace of development among countries by utilizing quantitative data such as investment, equipment, infrastructure and specifications of technology to structure the technology level, and conducting technology level evaluation for such criteria.
As such, if we identify the correlations between the factors structuring technology level, we can develop the comprehensive index measuring the science and technology competitiveness. If we use 2012 results, we can enhance the level of completion for various technology growth curve models with more data. In addition, additional interpretations can be drawn by making various trials for the estimation. Furthermore, it is considered that we are able to suggest a tool for establishing more concrete technology.
과학기술은 지식기반 경제사회의 근간이 되었으며, 과학기술선진국들은 오래 전부터 과학기술분야에 지속적인 투자를 해 오고 있다. 최근에는 미래유망기술 및 핵심 기술 발굴을 통해 경제성장을 견인하고, 아울러 기후변화 및 에너지 문제 등 세계적 문제 해결을 위해 과학기술의 발전을 촉진시키며 이를 활용하고 있다. 이렇듯 과학기술은 사회변화의 원동력이자, 사회 문제 해결을 위한 수단이며, 각국의 경쟁력 강화를 위한 주요 요소가 되었다.
국가혁신체제라는 이론적ㆍ사회적 패러다임에서 국가간 기술혁신 경쟁이 심화되면서 국가경쟁력 제고를 위한 과학기술역량의 진단ㆍ평가ㆍ예측 등의 중요성이 증가하고 있다. 또한 선진국들은 기술개발 전략 수립을 위해 기술기획(technology planning)의 관점에서 기술예측(technology foresight), 수준평가(technology level evaluation), 영향평가(technology assessment), 기술로드맵(technology roadmap)등을 수행하고 있다. 기술의 빠른 발전과 급속한 사회 변화로 인해 기술예측 및 미래사회 전망에 대한 관심과 연구가 어느 때보다도 활발하다. 미래 사회 모습을 전망하고, 기술 변화를 예측하기 위해서는 현재의 수준과 위치를 정확하게 파악하는 것이 우선되어야 한다.
기술수준평가는 지식기반시대의 핵심 동력인 과학기술의 현재 수준을 측정할 수 있는 기본적인 평가 방법이다. 기술수준은 본질적으로 동태적이며, 기술수준평가 결과가 기술개발전략에 실질적으로 활용되기 위해서는 절대적 평가가 이루어져야 한다.
본 논문에서는 기존 기술수준평가 방법론의 한계점을 살펴보고 기술성장곡선을 활용한 동태적 기술수준평가의 방법론을 제안하고자 한다. 또한 새로운 방법론을 적용한 기술수준평가 결과와 기술성장곡선을 통해 도출된 기술수명주기, 발전속도 등 동태적 분석의 의의 및 한계를 정리한다. 제안된 모형을 입증 및 검증하기 위해 2008년, 2010년 교육과학기술부와 한국과학기술기획평가원에서 수행한 기술수준평가 결과 중 정보전자 분야에 해당하는 15개 중점기술, 57개 세부기술의 데이터를 활용하였다.
하나의 기술은 단기적으로 그 기술의 세대 안에서 처음 생겨나고 그 세대 내에서 변화 내지 발전한다. 대부분의 신기술은 출현하는 초기에 이미 이론적으로 발전할 수 있는 한계를 지니고 있다. 따라서 기술은 그 세대 내에서 이론적 한계를 향하여 계속 진보하되, 궁극적으로 이론적 한계를 넘지 못한다. 이렇듯 한 세대 내에서 기술이 이론적 한계를 향해 진보하는 속도와 양상을 예측하는데 적용되는 모형이 성장곡선 모형이다.
성장곡선의 이론적 개념과 기술수명주기 이론을 동태적 기술수준평가 방법론에 적용하여, ‘하나의 기술은 자신만의 성장곡선을 따라 발전할 것이다’(단일성장곡선)는 가설1을 제안하고, 이를 적용 및 검증 해보았다. 2008년 기술수준평가 결과인 기술수준 및 소요시간에 대한 5개국(한국, 미국, 일본, EU, 중국) 데이터를 활용하여 이를 입증하였다. 단일기술성장곡선의 적합성 검증 과정에서 2013년도의 전문가 설문값과 기술성장곡선을 통한 예측값이 약 10%의 차이가 나타나 두 값 사이에 systematic error의 존재를 확인하였다. 이후 2010년 데이터를 활용하여 2008년과 2010년의 기술성장곡선에 대해 재검증을 시도하였다. 재검증을 위해 기술수준과 소요시간에 대한 2010년의 설문값과 예측값, 2015년의 설문값과 예측값의 상관관계를 분석하였다. 이때 분석에서도 2008년도와 동일하게 전문가 설문값과 기술성장곡선을 통한 예측값의 systematic한 차이가 발생한 것을 확인하였다. 다만, 그 차이는 2008년에 비해 줄어들었다. 그렇다면 두 개의 성장곡선이 차이가 발생하는 이유는 무엇일까? 그 이유를 살펴보기 위해 2008년 기술성장곡선과 2010년의 기술성장곡선을 비교하였으며, 이의 결과 3가지의 주요 특징이 나타났다. 첫째 2008년과 2010년 기술성장곡선 일치, 둘째 2010년 기술성장곡선이 2008년 기술성장곡선으로부터 오른쪽으로 이동, 셋째 2008년과 2010년 기술성장곡선이 상단부분에서 교차되는 등 3가지 패턴으로 분석되었다.
이를 해석하기 위해 국가별 성장곡선을 도출하였다. 한국, 미국, 중국의 국가별 기술성장곡선을 비교해보았더니, 분명한 차이가 나타났다. 국가마다 발전속도의 차이로 기술성장곡선이 모두 다른 형태를 가졌다. 이것은 가설 1이의 수정을 요구한다. 따라서 ‘국가의 특성이 반영된 국가별 기술성장곡선이 존재’하는 것으로 가설을 수정하였다. 가설 2를 검증하기 위해 2008, 2010, 2013년 데이터로 도출한 국가별 기술성장곡선에서 2015년 기술수준 및 소요시간을 예측하고, 이 값과 전문가 설문 응답값을 비교하였다.
국가별 기술성장곡선은 가설 1이 가지고 있던 한계를 해결해 준다. 즉 가설 1에 따르면, 하나의 기술은 하나의 기술성장곡선만이 존재하므로, 기술의 추격 가능성이 보이지 않는다. 그러나 국가별 기술성장곡선에서는 국가별 기술발전의 속도가 다르므로, 기술 추격국의 기술 발전 정도 및 속도를 예측할 수 있다. 이에 보다 광범위한 예측이 가능하며, 추후 해석이 다양해 질 수 있다. 그러나 기술의 초기발전 양상에 대한 예측이 미흡하여, 본 논문에서 살펴본 57개 IT 분야의 기술성장곡선에서는 기술수준 50% 이상인 경우 결과 값에 대해서만 사용이 가능하다. 이러한 한계는 추후 시계열 데이터를 확보하거나, 기술수준이 낮은 기술을 대상으로 국가별 기술성장곡선을 도출하면 해결 가능 할 것으로 보여진다.
2008년과 2010년 두 개의 기술성장곡선을 비교해 볼 때 기술의 새로운 세대의 출현이 가시적으로 보이나, 현재 국가별 기술성장곡선에서는 기술수준이 높은 경우에는 새로운 성장곡선 및 대체곡선에 대한 예측이 어렵다. 향후에는 인력, 투자, 장비, 인프라, 기술의 spec 등 정량적인 데이터를 활용하여 기술수준을 구성하고 이에 대한 기술수준평가를 수행함으로써, 성장곡선모형의 차이 및 국가별 발전속도의 차이 등을 해석해 볼 수 있을 것이다.
이와 같이 기술수준의 구성 요소 및 요소들 간의 상관관계를 파악하면, 과학기술경쟁력을 종합지수화 할 수 있을 것으로 생각된다. 향후 동일 기술에 대한 시계열 데이터를 확보하면, 기술성장곡선모형의 완성도를 더욱 높이고, 예측을 위한 다양한 시도를 함으로써 추가적인 해석등이 가능할 것으로 보인다. 또한 구체적인 기술전략 수립을 위한 프레임을 제시 할 수 있을 것으로 사료된다.
