개방형 혁신을 위한 협업기반 R&D 플랫폼 설계


엄숭광  ||  한국전자통신연구원 선임연구원
박수명  ||  한국전자통신연구원 책임연구원
이승윤  ||  한국전자통신연구원 책임연구원


*   본 내용은 엄숭광 선임연구원(☎ 042-860-5935, skeom@etri.re.kr)에게 문의하시기 바랍니다.

**   본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.


I. 서론

 디지털 대전환 시대를 맞아 기술의 변화 속도가 더욱 빨라지고 복잡해지면서 연구개발 환경 역시 빠르게 변화하고 복잡해지고 있다. 해결해야 하는 문제의 난이도는 더욱 심화되고 있으며 산업 간의 경계가 허물어져 다양한 산업 분야와의 융합은 연구 개발에서 필수적인 요소가 되고 있다. 이러한 환경 변화 속에서 단일 연구기관 또는 기업이 기술을 선도하고 혁신을 이루는 것은 매우 어려우며 많은 시간과 재원이 필요할 수 있기에 비효율적일 수 있다. 따라서, 변화된 환경 속에서 폐쇄적인 문화를 가진 조직은 기술 발전과 혁신의 한계를 느끼고 경쟁에서 뒤처지기 쉬울 것이다.
 개방형 혁신(Open Innovation)[1]은 더 이상 새로운 혁신을 만들어내지 못하는 조직을 위한 좋은 해결책으로서 21세기 초에 등장하였다. 개방형 혁신은 조직이 다양한 분야에 적용하기 적합하며, 조직의 핵심 역량에 대한 성찰 및 집중을 가능하게 한다. 개방형 혁신은 조직 내부의 부족한 지식과 기술을 외부에서 획득할 수 있도록 하며, 외부 자원을 효과적으로 활용하여 시간과 비용을 절감할 수 있는 좋은 전략이라고 볼 수 있다.

<자료> D. Jungend, P. D. C. Fiorini, F. Armellini, and A. G. Ferrari, “Public support for innovation: A systematic review of the literature and implications for open innovation,” Technological Forecasting and Social Change, Vol.156, Jul. 2020.

[그림 1] 혁신과 공공 지원에 대한 출판물의 수(2012~2019년)

 개방형 혁신이 새로운 패러다임으로 등장한 이후, 개방형 혁신은 학계 및 산업계로부터 지속적인 관심을 받았으며, 특히 4차 산업혁명시대에 들어 그 관심은 더욱 높아지고 있다. [그림 1]은 2012~2019년 동안 연도별 개방형 혁신과 관련하여 출판된 문헌의 수를 도식화한 것이다. 개방형 혁신에 대한 문헌 분석[2] 자료를 보면 개방형 혁신에 대해 2012년부터 일정한 수준의 관심이 있었고, 2018년부터 그 관심이 큰 폭으로 증가하는 것을 볼 수 있다. 이는 급격한 변화로 인해 성장에 한계를 느낀 많은 조직이 개방형 혁신을 통해 새로운 돌파구와 성장 동력을 찾고 있다는 것을 말하고 있다.

<자료> D. Jungend, P. D. C. Fiorini, F. Armellini, and A. G. Ferrari, “Public support for innovation: A systematic review of the literature and implications for open innovation,” Technological Forecasting and Social Change, Vol.156, Jul. 2020.

[그림 2] 혁신과 공공 지원이 많이 연구된 지역

 [그림 2]는 개방형 혁신을 주제로 한 연구의 지역별 분포를 보여 주고 있다. 개방형 혁신은 미국과 유럽을 중심으로 많은 관심과 연구가 활발히 이루어지고 있으며, 중국 역시 개방형 혁신에 많은 관심이 있으며 많은 연구를 수행하고 있다. 한국도 개방형 혁신에 대해 많은 관심을 가지며, 개방형 혁신을 추진하는 상위권 국가이다. 국내에서도 정부 및 출연연 중심으로 다각적인 노력을 하고 있으며, 실질적인 성과로 이어지기 위해서는 산ㆍ학ㆍ연을 아우르는 체계적인 개방형 혁신 전략과 협업이 절실하다.
 개방형 혁신에 대한 높은 관심에도 불구하고 개방형 혁신을 실현하는 것은 매우 어렵다. 그 이유는 개방형 혁신을 원하는 대부분의 폐쇄적인 조직들은 규정에 따른 내부 개방성 부족과 협업문화의 생소함, 그리고 보유한 기술 및 지식을 공유할 수 있는 디지털 플랫폼의 부족으로 기술 현황 파악이 쉽지 않고, 부족한 지식을 보유한 적절한 협업 상대를 내외부에서 찾는 것이 더욱더 쉽지 않기 때문이다. 특히, 프로젝트 기반으로 독립적이고 폐쇄적으로 연구를 수행하는 또는 보안 상의 이유로 보유 기술과 정보 공개가 어려운 출연연은 내부적으로는 개방형 혁신의 필요성을 인지하고 추진하지만, 현실적으로는 여러 제약사항으로 인해 추진하는데 많은 어려움을 겪는다.
 위와 같이, 협업에 어려움이 있는 연구 조직을 지원하기 위해 국내 기관들은 출연연을 중심으로 다양한 연구 정보 시스템을 운영하고 있다. 국가과학기술지식정보서비스(NTIS)는 국가 R&D 과제 정보를 기반으로 연구생태계맵을 제공하고 있다[3]. 연구자들은 연구생태계 맵을 통해 국가 R&D 과제에 참여한 연구기관과 연구자들의 정보를 확인하고 협업 상대를 찾는 것이 가능하다. 한국전자통신연구원(ETRI)은 연구산출물을 공유하는 지식공유 플랫폼을 운영하고 있다[4]. 지식공유 플랫폼을 통해 민간 기업, 대학과 시민들에게 다양한 기술 정보를 제공하고 있다.
 또한, 국내에는 개방형 혁신을 위한 다양한 시스템 및 전략이 제시되고 있다. 아이디어와 소비자의 수요 분석을 통해 미래 기술 개발을 공동으로 수행하도록 하는 개방형 융합기술 R&D 시스템[5]이 있으며, R&D 협업시스템[6]은 효율적인 내부 협업을 위한 방법을 제시한다. 온톨로지 모델링 및 개념을 바탕으로 하는 개방형 R&D 협업시스템[7]도 협업 시스템의 좋은 사례를 보여 준다.
 개방형 혁신을 지원하는 다양한 시스템과 방법들이 제안되었지만, 대부분은 연구개발 과정 수행에 필요한 일부 기능만을 제공하며, 협업 과정에서 필요한 기능을 통합적으로 제공하는 데는 한계가 있다. 따라서, 내외부 협업에 어려움을 느끼는 조직을 위해 협업 상대 검색부터 연구 개발까지 프로젝트 전 과정에 대한 지원이 가능한 개방형 R&D 플랫폼 제공이 필요하다. 이러한 개방형 R&D 플랫폼은 지속적인 운영과 고도화가 필요하므로 정부출연연 중심으로 산ㆍ학ㆍ연 등이 참여하여 운영되는 것이 적합하며, 이를 통해 정부출연연구기관이 확보한 기술의 공유와 확산을 배가할 수 있으며 민간 기술과의 다양한 융합으로 새로운 기술 혁신을 이루어낼 수 있다. 또한, 중소기업들은 협업을 통해 획득한 기술로 사업화를 수행할 수 있으며 새로운 성장 동력을 마련할 수 있게 된다.
 본 고에서는 개방형 혁신을 위한 R&D 협업 프로세스를 정의하고 이를 지원하기 위한 개념적인 수준의 R&D 플랫폼 구조와 방식을 제안한다. 개방형 협업 프로세스는 ① 문제 분석, ② 연구팀 구성, ③ 연구 계획 및 개발, ④ 사업화, ⑤ 연구 성과 분배 5단계로 구성되며, R&D 플랫폼은 협업 프로세스의 각 단계에서 연구자들을 지원하기 위한 기능을 제공한다. R&D 플랫폼은 문제 DB와 연구 정보 베이스를 중심으로 문제 등록 및 분석, 연구 정보검색, 연구팀 매칭 기능 등을 제공한다. 또한, R&D 플랫폼이 지속 가능한 시스템으로 성장하기 위한 고려사항을 논의한다.


 


II. 관련 사례 분석

 본 장에서는 개방형 혁신에 활용될 수 있는 시스템을 분석하고 협업을 위한 R&D 플랫폼의 기능을 정리한다.
 협업 연구를 수행하기 위해서는 함께 협업할 연구기관과 연구자의 정보와 필요 기술 정보를 찾는 것이 중요하다. 연구 정보 검색을 위해 NTIS 연구생태계맵[3]과 ETRI 지식공유 플랫폼[4]을 활용할 수 있다. NTIS는 국가 R&D 과제 정보를 기반으로 연구생태계맵을 제공한다. 연구생태계맵은 국가 R&D 과제에 참여한 연구기관과 연구자들의 연관 관계를 그래프 형태로 표현해주는 시스템이다. 연구생태계맵은 특정한 키워드로 등록된 국가 R&D 과제 DB로부터 키워드에 매칭되는 과제를 찾아 그래프로 보여 주며 검색된 연구 과제를 수행한 연구기관과 연구자 정보를 함께 제공한다. 연구자들은 연구생태계맵을 활용하여 다양한 기술 분야의 연구기관과 연구자를 찾아 협업을 진행하는 것이 가능하다.
 ETRI는 주요 연구산출물을 공유할 수 있는 지식공유 플랫폼(Knowledge Sharing Platform: KSP)을 구축ㆍ운영하고 있다. 지식공유 플랫폼은 ETRI가 발표한 논문, 특허, 기술이전 보고서, 국제표준 등의 연구산출물을 제공한다. ETRI는 보유한 저작물을 공개함으로써 민간 기업, 대학과 시민들이 여러 산업 분야의 기술 정보를 활용할 수 있도록 한다. 지식공유 플랫폼은 연구자 간 활발한 연구 협업을 목적으로 시작되었으나 정부 3.0의 개방과 공유, 국민 알권리 충족을 위해 연구결과물 전체를 포함하게 되었다. ETRI는 지속적으로 자료 보강 및 검색 기능 강화 등의 고도화를 추진하고 있으며, 지식공유 플랫폼으로 연구성과 확산과 협업 문화 제고를 통해 개방형 R&D 생태계 조성에 힘을 기울이고 있다.
 R&D 협업시스템[6]은 연구원들이 보유하고 있는 기술을 공유하고 집단지성화 할 수 있는 협업ㆍ공유 환경을 제공하는 것을 목표로 한다. R&D 협업시스템은 효율적인 자원관리와 구성원들 간의 효과적인 공동작업 환경을 제공한다. 또한, Wiki 스타일의 솔루션을 기반으로 하는 커뮤니티 도구와 온톨로지 모델링 및 개념을 바탕으로 하는 시맨틱 전문가 검색 시스템으로 구성된 개방형 R&D 협업시스템[7]은 사용자의 아이디어 수집을 위한 채널과 정보 매칭 기술을 활용하여 협업을 지원한다.
 앞서 언급한 시스템들은 모두 협업을 위해 충분히 활용할 수 있는 시스템이지만 개방형 R&D 생태계 활성화를 위해서는 좀 더 확장된 기능을 지원하는 시스템, 즉 R&D 플랫폼이 필요하다. 협업을 위한 R&D 플랫폼은 연구자들에게 연구 문제와 다양한 분야의 연구자 정보 및 연구성과를 함께 제공해야 한다. R&D 플랫폼은 국가 R&D 과제 참여자뿐만 아니라 기업, 대학, 개인 연구자의 정보와 연구성과를 연관 관계와 함께 제공해야 하며, 연구적 가치가 높은 주제와 해결해야 하는 사회 문제를 연구 문제로 플랫폼에 등록하고 등록된 문제들을 다양한 분야의 전문가들이 분석할 수 있어야 한다. 분석된 문제 정보는 연구자들에게 제공되며, 연구자는 자신의 아이디어와 연계하여 새로운 연구 프로젝트를 시작할 수 있도록 지원해야 한다. 적합하고 효율적인 연구팀 구성을 돕기 위해 연구 정보와 연구 문제의 매칭 검색을 제공하여 연구 문제를 해결하는데 필요한 기술을 보유한 연구자들의 정보를 제공할 수 있어야 한다. 또한, R&D 플랫폼은 연구자들의 연구 프로젝트 수행을 지원할 수 있어야 한다. 프로젝트 수행을 위한 연구 자금 지원부터 문서 공유, 이슈 관리, 소스코드 개발 등을 위한 다양한 협업 도구, 사업화를 위한 비즈니스 모델과 창업 자금 지원, 연구성과 분배를 위한 성과평가 모델 등 연구 프로젝트 전주기에 필요한 기능들이 R&D 플랫폼을 통해 제공되어야 한다.


 


III. 개방형 R&D 플랫폼

 3장에서는 개방형 협업 프로세스를 단계별로 정의하고, 협업을 지원할 수 있는 R&D 플랫폼 구성 모듈 기능을 설명한다. 또한, R&D 플랫폼을 구축하기 위한 방안을 제시한다.

1. 협업 프로세스

 개방형 협업 프로세스는 ① 문제 분석, ② 연구팀 구성, ③ 연구 계획 및 개발, ④ 사업화, ⑤ 연구 성과 분배의 5단계로 구성되며, 협력 연구를 수행하는 조직의 상황에 따라 필요한 단계만을 채용하는 것이 가능하다. 개방형 협업 프로세스는 조직의 내외부 협업에 모두 적용이 가능하며, 조직의 내외부 개방성을 일정 수준 이상 확보하는 것을 요구한다. 조직 내의 연구자들이 자신의 지식 및 기술을 조직 내의 다른 연구부서 또는 외부에 공개하고 제공하는 것에 거부감이 있다면 성공적인 협업을 수행하는 것에 어려움이 발생할 수 있다.

가. 문제분석

 문제 분석 단계에서는 해결해야 하는 문제에 요구되는 기술 분야를 파악하고 분야마다 필요한 기술 수준을 분석한다. 이 단계에서는 조직이 보유하고 있는 기술과 외부로부터 획득해야 되는 기술을 정확히 파악해야 한다. 만약, 조직의 내부 개방성이 부족하여 보유 기술과 수준을 정확하게 파악하지 못한다면 이미 보유한 기술을 외부로부터 다시 구하는 상황이 발생할 수 있다.


나. 연구팀 구성

 연구팀 구성 단계에서는 외부로부터 획득해야 하는 기술 및 지식을 보유한 적절한 조직을 찾고 연구팀을 만드는 과정을 수행한다. 협업할 상대를 찾은 후 함께 연구를 수행해야 하는 이유, 연구 목적, 연구의 파급 효과 등에 대해 공감대를 형성하고 연구팀을 구성한다. 연구팀 구성 시 중요한 것은 연구에 참여하는 조직들이 각자 보유한 기술 및 지식을 성공적인 협업을 위해 서로에게 공유하는 것이다. 만약, 특정 조직이 자신들만 많은 정보를 공개한다고 느끼기 시작하면 서로에 대한 신뢰가 깨질 수 있으며 최악의 상황에서는 연구팀이 와해될 수 있다. 따라서, 연구팀 모두가 서로에 대한 신뢰를 바탕으로 협업의 성공을 위해 자신의 보유 기술을 적절한 수준까지 공개해야 한다.


다. 연구 계획 및 연구 개발

 연구팀 구성 이후에는 연구 프로젝트 진행을 위한 준비를 해야 한다. 참여 조직별 세부연구 내용을 확정하고 연구 내용에 따라 협업 범위 및 일정을 설정한다. 연구 계획이 수립된 후, 연구 조직간 원활한 협업을 위해 공동 연구 환경을 조성하는 것이 중요하다. 일정 및 이슈 관리, 문서 및 데이터 공유, 소스 코드 개발 등을 위한 연구 환경을 구성해야 한다. 연구 환경 구성이 완료되면 설정한 연구 목표의 달성을 위해 프로젝트를 진행한다.


라. 사업화

 연구 프로젝트가 완료된 이후, 연구 성과물의 사업 가능성을 평가한다. 사업 가능성이 확인되면 자금 펀딩, 시제품 제작, 기술 특허 등록 등을 진행한다. 기존 연구팀으로만 해결하기 어려운 문제들 또한 등장하기 때문에 새로운 협업 상대를 찾아야 할 수도 있다.


마. 연구 성과 분배

 연구 성과는 연구 참여 조직 간 적절한 분배가 이루어져야 한다. 연구 참여자들의 기여도를 정량적ㆍ정성적으로 평가하여 성과를 공유해야 한다. 합리적인 성과 분배를 통해 연구자들의 사기 진작 및 지속적인 연구 참여를 유도해야 한다.


2. R&D 플랫폼 구성

 제안하는 R&D 플랫폼은 누구나 자유롭게 이용 가능하며 R&D 플랫폼을 통해 연구 활동을 수행할 수 있다. R&D 플랫폼은 협업 프로세스의 각 단계를 지원하기 위한 기능을 제공한다. [그림 3]은 R&D 플랫폼의 주요 구성 모듈을 보여준다. 연구자들은 연구 수행 중 필요한 기능만을 R&D 플랫폼을 통해 이용하는 것이 가능하다. 본 절에서는 플랫폼의 주요 모듈인 문제 DB와 연구 정보 시스템을 중심으로 구성 모듈의 기능을 설명한다.

<자료> 한국전자통신연구원 자체 작성

[그림 3] R&D 플랫폼의 주요 구성 모듈

가. 문제 DB

 문제 DB는 연구 가치가 있거나 사회적으로 해결해야 하는 문제들을 등록하는 데이터베이스이다. 문제 DB는 연구자부터 일반 시민까지 누구나 문제를 등록할 수 있으며, AI 기반의 문제 생성기를 통해 뉴스, SNS 등 다양한 채널의 빅데이터 분석을 통해 자동으로 문제를 생성하여 DB에 등록한다. 문제가 등록된 이후, 각 분야의 전문가들은 문제 평가 시스템을 통해 문제를 해결하기 위해 필요한 기술과 수준을 제시하고 문제의 연구적ㆍ사회적 가치를 평가한다. 전문가의 평가를 기반으로 문제의 중요도를 측정하고 정제한 후 모든 플랫폼 사용자가 볼 수 있게 공개한다. 분석된 문제에 자신의 아이디어를 더해 새롭게 연구 과제를 제안하려는 연구자는 [그림 4]와 같이 연구 정보 검색기를 통해 문제를 해결하기 위해 필요한 기술을 보유한 연구자를 매칭하여 검색할 수 있다. 또한, 연구자들의 관심을 유도하기 위해 중요도가 높은 문제 해결을 위한 연구 제안을 하는 연구팀에 자금을 지원하고 문제에 대한 평가를 제공하는 전문가들에게도 보상이 지급되어야 한다.

<자료> 한국전자통신연구원 자체 작성

[그림 4] 문제 DB와 관련 모듈의 관계


나. 연구 정보 시스템

 개방형 혁신에서 가장 중요한 것은 내부의 부족한 기술을 지닌 협업 상대를 외부에서 빠르고 정확하게 찾는 것이다. 이 과정에서 드는 비용과 시간을 절약하게 되면 경쟁에서 앞설 수 있고 연구개발 성공 시 시장을 선도할 수 있다. 하지만 많은 조직들은 정보의 부족으로 적절한 협업 상대를 찾는데 어려움을 겪고 있다. 연구 정보 시스템은 다양한 기관과 연구자들에게 새로운 협업의 기회를 제공할 수 있다. 외부 협업이 필요한 조직은 연구 정보 시스템을 통해 필요한 기술을 보유한 기관 또는 연구자를 쉽게 찾아 협업을 시작할 수 있다. 또한, 자신의 보유 기술 등을 연구 정보로 등록하여 외부의 협업 제안을 받을 수도 있다.
 연구 정보 시스템은 연구 과제, 연구기관, 연구자 정보와 기술 정보를 제공하는 R&D 플랫폼에서 가장 중요한 모듈이다. 연구 정보 시스템은 연구 정보 베이스, 연구 정보 검색기, 연구 정보 추론기와 연구 정보 생성기로 구성된다. 연구 정보는 지식 그래프 형태[8]로 연구 정보를 표현한다. 지식 그래프는 고도화된 정보 검색에 유용하며 사용자들이 연관성 높은 정보들을 쉽게 확인할 수 있게 해준다. 이러한 장점 때문에 지식 그래프는 구글 검색에 활용되고 있으며 Gartner가 발표한 2021년 10대 데이터 기술 트렌드[9]에 포함되었다. 또한, 그래프 데이터 기술은 데이터 분석 분야에서 2021년 10%에서 2025년 80%까지 사용될 것이라고 예측되고 있다.

<자료> 한국전자통신연구원 자체 작성

[그림 5] 연구 정보 시스템의 구성도

 R&D 플랫폼의 연구 정보 시스템은 [그림 5]와 같이 구성된다. 연구 과제와 연구기관ㆍ연구자의 관계를 잘 표현할 수 있게 설계된 지식 그래프가 연구 지식 베이스로 존재한다. 연구 정보는 연구 정보 생성기를 통해 기존 DB, 기술 문서, 과제 보고서, 뉴스 등 다양한 소스로부터 생성되고 그래프에 추가된다. 연구 정보 추론기는 새로운 데이터가 입력되었을 때, 새로운 데이터와 기존 데이터 사이의 관계를 유추하여 생성하고 기존 데이터에서 중복 객체를 식별하여 통합하고 누락된 정보와 관계를 생성한다. 또한, 새롭게 추가된 데이터로 인해 지식 그래프가 잘못된 정보를 포함하는 것을 방지하는 역할을 한다.
 사용자는 연구 정보 검색기를 통해 원하는 연구 정보를 검색할 수 있다. 연구 정보 검색기는 입력된 조건을 통해 질의를 생성하고 연구 정보 베이스로부터 결과를 생성하여 사용자에게 제공한다. 연구 정보 검색기는 문제 DB에 등록된 문제를 해결하기 위해 필요한 기술과 연구자 정보를 자동으로 매칭하여 사용자에게 제공한다.


다. 협업 도구

 연구 계획 및 연구 개발 단계에서 필요한 것은 협업을 위한 여러 도구이다. 연구 프로젝트를 진행하기 위해서는 일정 관리, 이슈 관리, 문서 공유, 소스 코드 저장소 등 다양한 협업 도구들이 필요하다. 협업을 위해 필요한 개별 도구들은 다수 존재하고 대부분 쉽게 사용할 수 있다. 따라서 새롭게 협업 도구를 개발하는 것보다 기존 도구들을 조합하여 필요한 기능을 제공하는 것이 바람직하다. 또한, R&D 플랫폼의 협업 도구를 통해 연구ㆍ개발하는 중요한 기술의 유출을 방지하는 것도 중요하다. 연구자들이 안전하게 R&D 플랫폼을 사용할 수 있도록 안전장치를 마련해야 한다. 플랫폼의 편의성을 유지하면서 높은 보안성을 제공해야 한다.


라. 비즈니스 모델

 R&D 플랫폼은 연구 개발 결과물에 대한 사업화를 위한 방법을 제공해야 한다. 연구가 완료된 이후, 연구 결과물에 대한 기술평가 서비스를 제공해야 한다. 기술평가를 통해 개발한 기술에 대해 사업화가 가능한지 혹은 추가 연구가 필요한지를 판단해야 한다. 자금이 부족한 연구 조직이나 연구자가 개발한 기술이 사업화가 가능한 경우에는 초기 창업 지원금을 지원하는 프로그램 또한 마련되어야 한다.
 사업화가 결정되면 사업 방향 및 사업 전략을 세울 수 있도록 비즈니스 모델을 제공해야 한다. 비즈니스 모델은 연구 결과물에 따라 달라지기 때문에 기술 분야, 결과물의 형태 등을 고려하여 다양한 모델을 제공한다. 예를 들어, 연구 결과물이 오픈소스 SW인 경우는 오픈소스 SW를 위한 비즈니스 모델[10]이 존재한다. 이처럼 사업화를 위해 참고할 수 있는 구체적인 비즈니스 모델을 제공해야 하며 환경 변화에 따라 새로운 비즈니스 모델을 발굴해야 한다.


마. 성과 평가 모델

 R&D 플랫폼의 자생적 운영을 위해서 필요한 것이 연구 결과물을 통해 발생한 성과의 분배이다. 합리적인 성과 분배는 연구자들의 지속적인 연구 활동 참여에 큰 동기 부여가 된다. 따라서, 연구 참여자들의 성과를 정량적, 정성적으로 평가하여 연구 기여도를 산출하고 연구를 통해 발생한 이익을 연구 기여도에 따라 분배해야 한다. R&D 플랫폼은 기여도 평가에 참고할 수 있는 성과평가 모델을 제공하여 성과에 따라 연구자들이 이익을 얻을 수 있게 지원해야 한다.



3. 플랫폼 구축 고려사항

 제안하는 R&D 플랫폼을 구축하기 위해서는 법ㆍ제도적 개선이 선행되어야 한다. R&D 플랫폼을 구축하여 잘 활용되기 위해서는 출연연구기관이 중심이 되어 외부기관과 협력 개발을 수행해야 한다. 하지만 현재의 연구보안을 포함하는 연구개발관리 규정이 협력을 중심으로 하는 연구개발 활동을 제한하고 있다. 예를 들어, 출연연구기관과 민간기업 간 SW 협력 개발시 보안관리 규정이 장애물로 작용한다. 국가연구개발 사업 관련 규정이나 지침에서는 소프트웨어의 중간결과물 형태인 소스코드까지 포괄하는 세부적인 공개ㆍ공유 방안을 제시하지 못한다. 따라서, 정부 연구기관과 외부기관 간 원활한 협력 연구가 수행될 수 있도록 규정 보완이 필요하다.
 R&D 플랫폼에서 중요한 것은 연구 정보 시스템, 특히 연구 정보 베이스를 구축하는 것이다. 하지만 국내의 모든 산업의 연구기관과 연구자를 한 번에 등록하여 연구 정보 베이스를 구축하는 것은 현실적으로 어렵다. 따라서 단일 연구기관을 중심으로 연구 정보 베이스를 확장 구축하는 것이 필요하다. 우선, 정부 출연연 한 곳을 선택하여 해당 기관의 연구 정보를 바탕으로 연구 정보 시스템을 구축하고, 초기 구축 이후 연구 정보 시스템을 내부 협업용으로 활용하면서 점진적으로 보완하는 것이 필요하다. 안정성이 확보된 이후에는 출연연구기관 전체를 대상으로 확장하고, 이 과정에서 출연연구기관 간의 협업 연구를 진행하여 플랫폼을 검증하는 과정을 거친다. 이후, 대학 연구소, 민간 기업, 개인 연구자 순으로 연구 정보 베이스를 확장한다. 최종 확장이 완료된 이후부터는 새로운 연구 정보를 꾸준하게 입력하고 기존 연구 정보와 결합하여 오류가 없도록 관리ㆍ운영하는 것이 필요하다.


 


Ⅳ. 결론

 개방형 혁신을 달성하기 위해서는 내ㆍ외부 협업이 필수적이다. 개방형 R&D 플랫폼은 폐쇄적인 조직 문화로 인해 협업이 어려운 조직을 지원하며 협업을 통해 경쟁력을 확보할 수 있도록 돕는다. 개방형 R&D 플랫폼 구축과 운영은 지속성과 안정성을 바탕으로 연구개발 활동의 혁신을 유도해야 하기 때문에 정부 정책 하에 구축하여 운영하는 것이 합리적일 것이다. 본 고에서는 협업 연구의 전주기 프로세스를 지원하는 개방형 R&D 플랫폼을 제안하였다. 제안한 R&D 플랫폼을 통해 출연연구기관이 개발한 기술의 민간 확산을 가속화하고 민간 기술과의 융합을 통해 신속한 기술혁신이 이루어지길 기대하며, 더 나아가 국내 기관들의 협업 연구 문화가 한 단계 더 발전할 수 있길 기대한다.

 



[ 참고문헌 ]

[1] H. W. Chesbrouht, Open innovation: The new imperative for creating and profiting from technology, Harvard Business Press, 2003.
[2] D. Jugend, P. D. C. Fiorini, F. Armellini, and A. G. Ferrari, “Public support for innovation: A systematic review of the literature and implications for open innovation,” Technological Forecasting and Social Change, Vol.156, Jul. 2020.
[3] NTIS, 연구생태계맵, Retrieved Apr. 20, 2022.
[4] 한국전자통신연구원, ETRI 지식공유 플랫폼, Retrieved Apr. 20, 2022.
[5] 전효리, 정성영, “융합기술 R&D를 위한 개방형 혁신시스템 도입방향,” 전자통신동향분석, 제25권, 제1호, 2010. 2, pp.23-31.
[6] 민재홍, 정옥조, 강신각, 함진호, “개방형 혁신을 위한 R&D 협업시스템”, ETRI, 전자통신동향분석, 28권, 5호, Oct. 2013, pp.198-208.
[7] 강응호, 홍성용, “개방형 혁신을 위한 R&D 협업시스템 설계 및 구현,” 한국정보과학회 학술발표논문집, 38, 2011, pp.206-208.
[8] A. Singhal, Introducing the Knowledge Graph: Things, Not Strings(2012), Official Blog of Google, Retrieved Apr. 20, 2022.
[9] K. Panetta, Gartner top 10 trends in data and analytics(2021), Gartner, Retrieved Apr. 20, 2022.
[10] S. Krishnamurthy, “An analysis of open source business models,” SSRN, Jan. 2005.

* 본 자료는 공공누리 제2유형 이용조건에 따라 정보통신기획평가원의 자료를 활용하여 제작되었습니다.