Predictive Analysis of the Impact of Corporate R&D Support Using Deep Learning
Pilseong Jang, Jaeyoun You, Seung Hwan Oh · Journal of Korea Technology Innovation Society · 2020
정부 R&D 지원은 수혜기업의 평균적인 매출액 증가, 고용 증가, R&D 투자 증가 등에 있어 긍정적인 정책효과를 가져오는 것으로 알려져 있다. 하지만 개별 기업 단위에서 살펴보면 기업의 특성에 따라 그 효과는 유의하지 않거나 부(-)의 효과를 가지기도 한다. 즉, 기업 특성에 따른 수혜효과의 이질성이 나타나게 된다. 이러한 측면에서 각 기업지원에 대한 개별적 사전적 예측의 필요성이 제기되고 있다. 본 연구에서는 국가연구개발사업 정보와 기업 정보를 바탕으로 기업지원 효과에 대해 사전 예측하는 딥러닝 모형의 개발 가능성을 탐색하였다. 먼저 PSM 방법론을 활용하여 정부 R&D 미수혜기업 대비 수혜기업의 매출액, R&D투자, 고용 지표에 대한 정책효과를 산출하였으며, 이 분석 결과를 기반으로 딥러닝 모형을 학습시켜 기업지원 효과를 예측하는 모형을 구현하였다. 딥러닝 모형의 예측 성능 및 특징을 분석한 결과, 딥러닝 모형은 적절한 수혜기업 선정에 기여할 수 있는 성능 특성을 가진 것으로 나타났다. 정책효과를 양수와 음수로 구분하였을 때 테스트 데이터셋을 기준으로 60%~77% 가량의 예측 정확도를 가지는 것으로 나타났다. 로짓모형을 통한 분석과 비교하였을 때 예측 정확도 면에서 향상되었음을 확인하였다. 또한, 긍정편향적 예측 특성이 크게 개선되었으며 보다 넓은 기업군에 대해 예측을 수행 가능 한 것으로 나타났다. 딥러닝에 기반한 R&D 수혜기업 선정 모형은 적용 가능성과 효용성이 높다는 측면에서 향후 효율적이고 객관적인 선정 평가에 기여할 수 있을 것으로 보인다.