초록
기술혁신에는 본질적인 어려움이 따르는데, 이는 상당부분 기술이 지닌 불확실성에 기인한다. 따라서 혁신과정에서 불확실성에 따른 위험을 감소시키기 위한 예측 방법론은 정량적 분야와 정성적 분야 모두에서 제시되어 왔다. 한편 최근 빅 데이터와 인공지능에 큰 관심이 이어지며 특히 알파고의 알고리즘 중 하나인 딥 러닝이 뛰어난 성능을 보이고 있다. 이에 본 연구는 혁신성과 예측에 있어 딥 러닝을 이용한 방법론을 접목하여 연구를 진행하였다. 모델 구축 및 학습에 있어 KIS 2016 데이터를 이용하였으며, 투입 요인으로는 정보 원천의 사용도와 혁신 목적을 사용하였고 산출 요인으로는 혁신 성과 지표를 구성하여 사용하였다. 분석 결과 선행 연구들에 비해 예측의 정확도가 향상되었음을 확인할 수 있었다. 또한 학습이 진행됨에 따라 예측의 자유도 역시 향상됨을 확인하였다.
Technological innovation has inherent difficulties, largely due to the uncertainties of technology. Thus, the forecasting methodology to reduce the risk of uncertainty in the innovation process has been presented both in quantitative and qualitative fields. On the other hand, big data and artificial intelligence have attracted great interest recently, and deep learning, which is one of the algorithms of AlphaGo, is showing excellent performance. In this study, deep learning methodology was applied to the prediction of innovation performance. To make the prediction model, we used KIS 2016 data. The input factors were importance of information source and innovation objectives and the output factor was innovation performance index, which was calculated for this study. As a result of the analysis, it can be confirmed that the accuracy of prediction is improved compared with the previous studies. As learning progressed, the degree of freedom of prediction also improved.