1. 서 론

OECD Main Science and Technology Indicators(MSTI)에 따르면 2024년 한국의 연구개발투자 규모는 국내총생산(GDP) 대비 5.13%(잠정치)로 이스라엘(6.76%)에 이어 세계 2위를 기록하였다. 이는 주요 비교국인 일본(3.62%), 스웨덴(3.56%), 대만(4.10%)보다도 높은 수준으로 한국이 세계 최고 수준의 연구개발 투자국임을 보여준다[14]. 이러한 대규모 연구개발 투자는 국가 경쟁력 확보와 미래 성장동력 창출을 위한 전략적 투자로서 국가연구개발사업을 중심으로 추진되고 있으며, 그 정책적․제도적 기반은 ｢과학기술기본법｣에 두고 있다. 그리고 ｢과학기술기본법｣ 제7조는 국가 과학기술의 중장기 발전방향을 제시하기 위하여 과학기술기본계획을 수립하도록 규정하고 있다.

이에 근거하여 정부가 수립한 제5차 과학기술기본계획(2023～2027)에서는 혁신 주체 간 개방형 연구생태계(Open Innovation) 조성과 전략적 협력 확대를 국가 과학기술 정책의 주요 추진과제로 제시하고 있다. 산․학․연협력 및 국제공동연구 활성화를 통해 국가연구개발의 효율성과 혁신성을 제고하기 위한 목적이다[13].

Chesbrough[5]는 기업의 관점에서 조직 외부에도 중요한 지식과 기술이 존재하며, 내부 지식뿐 아니라 외부 아이디어와 기술을 적극 활용해야 혁신 성과를 높일 수 있다고 기술하였다. 이러한 관점에서 과학기술의 융․복합화와 연구환경의 복잡성에 따라 단일 연구기관이 모든 연구 역량과 자원을 확보하여 이를 지원하기는 점차 어려워지고 있으므로, 기업, 대학, 정부출연연구기관 및 외국 연구기관 등 다양한 연구 주체 간 협력을 통한 연구역량 결집이 국가연구개발사업에 있어서도 중요한 연구전략으로 시사된다.

학술적으로도 협력연구는 연구성과 향상에 유의한 관련성을 보이는 중요한 요인으로 보고되고 있다. Lee and Bozeman[11]은 공동연구가 연구생산성을 향상시키는 중요한 요인임을 보고하였다. Smart and Bayer[17]는 저자 단위 관점에서 공동저자 논문이 단독저자 논문보다 높은 피인용도를 보이는 경향이 있음을 보고하였으며, 기관 간 협력은 아니지만 개인 간 공동연구 역시 연구성과의 질적 수준 향상과 연관될 수 있음을 시사하였다.

그러나 협력연구의 효과는 협력 대상에 따라 상이하게 나타날 수 있다. 따라서 기업, 대학, 정부출연연구기관 및 외국 연구기관 등 협력 대상별 효과를 비교할 필요가 있으나 관련 연구가 상대적으로 부족한 실정이다. 특히 국내 국가연구개발사업을 대상으로 기관별 협력 대상 유형과 연구성과 간의 관계를 실증적으로 분석한 연구는 아직 제한적이다.

기관 간 협력이라 하더라도 협력 상대에 따라 연구성과가 동일하게 나타난다고 보기 어렵다. 예를 들어 대학과의협력은 학술 성과 창출에 상대적으로 유리할 수 있으며, 기업과의 협력은 기술사업화 및 기술료 수입과 같은 경제적 성과에 유의한 관련성을 보일 가능성이 있다. 또한 정부출연연구기관 간 협력이나 외국 연구기관과의 협력 역시 연구목적과 성과 유형에 따라 서로 다른 효과를 나타낼수 있다. 따라서 기관 간 협력을 단순히 협력 여부만으로 구분하는 것이 아니라 협력 유형별 효과를 구분하여 분석할 필요성이 제기된다.

이에 본 연구는 2020년부터 2023년까지 국가과학기술연구회 소관 23개 정부출연연구기관의 국가연구개발사업 수행과제를 대상으로 협력기관 유형과 연구성과 간의 연관성을 실증적으로 분석한다. 특히 기업, 대학, 타 정부출연연구기관, 외국 연구기관 등 협력 대상에 따라 학술적․ 기술적․경제적 성과와의 관련성이 어떻게 달라지는지를 검토한다. 본 연구는 관찰자료를 이용한 탐색적 분석으로 서 엄격한 인과효과의 추정보다는 연구비, 연구기간, 연구개발단계, 연구인력 및 수행기관 특성을 통제한 조건에서 협력기관 유형별 성과 패턴을 확인하는 데 목적이 있다.

2. 기존문헌 검토

협력연구에 관한 기존 연구는 연구협력의 개념과 측정 범위를 논의하는 한편, 협력이 연구생산성에 미치는 효과를 규명하거나 산학협력과 같은 특정 협력관계가 논문 및 특허 등 개별 성과에 미치는 영향을 분석하는 데 주를 이 루어왔다.

Wuchty et al.[18]는 50년간 축적된 약 1,990만 건의 논문과 210만 건의 특허를 분석하여 과거 천재적인 개인의 지식생산에서 팀 기반 연구가 점차 우세해지고 있음을 밝혔다. 또한 과학기술 분야에서 팀 연구가 개인 연구보다 더 높은 피인용 성과를 창출하는 경향이 있으며, 이러한 경향이 시간이 지날수록 강화되고 있다고 분석하며 협력연구의 중요성과 영향력을 강조하였다.

Lee and Bozeman[11]은 미국 대학 연구센터 소속 과학자 443명의 이력서와 설문 자료를 활용하여 연구 협력이 논문 생산성에 미치는 영향을 분석하였다. 이 연구는 연구자의 개인적 특성과 연구환경을 통제한 상태에서도 협력이 연구생산성에 중요한 영향을 미칠 수 있음을 설명하였다. 다만 협력의 효과는 단순히 협력자 수가 많다고 자동적으로 증가하는 것이 아니라 협력의 질, 연구분야, 연구 환경에 따라 달라질 수 있음을 시사하였다.

Abramo et al.[1]은 이탈리아 대학과 산업체 간의 산학 협력을 계량서지학적 방법을 적용하여 분석하였다. 기업 연구자와 협력한 대학 연구자는 협력하지 않은 연구자보다 전반적으로 더 우수한 연구성과를 보였으나 기업과 공동저자로 작성된 논문의 학술지 영향력 지수(Impact Factor)는 대학이나 다른 기관과 공동저자로 작성된 논문보다 대체로 낮은 것으로 나타났다. 즉, 이탈리아 내 산학 협력연구에 있어 기업 협력은 연구생산성을 높이지만 연구의 질까지는 높이지 않는다는 것을 시사한 것이다.

Katz and Martin[9]은 공동연구를 연구자들이 하나의 연구목표를 달성하기 위해 지식, 자료, 장비 또는 연구활동을 실질적으로 공유하는 과정으로 정의하였다. 해당 연구에서는 연구협력을 여러 수준으로 구분하여 살펴보고, 기관 간 협력이나 국제협력이 반드시 연구자 개인 간 협력을 의미하는 것은 아님을 설명하였다. 또한 공동저자 관계는 연구협력을 측정하는 부분적인 지표에 불과하며 연구협력 전체를 대표하는 지표로 보기에는 한계가 있음을 제시하였으며, 연구협력 정책을 수립하고 평가할 때에는 일반적으로 강조되는 협력의 다양한 편익뿐만 아니라 협력에 수반되는 비용 역시 균형 있게 고려하는 보다 대칭적인 접근이 필요하다고 주장하였다.

국내 연구에서도 협력연구와 연구성과의 관계는 중요한 연구주제로 다루어져 왔다. Cho[6]는 공공연구기관이 수행하는 국가연구개발사업의 국제공동연구에서 R&D 협력의 특성이 특허 성과에 미치는 영향을 음이항 회귀분석을 통해 검증하였다. 실증분석 결과, 국가 간 공동 R&D의 참여인력 비율과 협력연구비 비율은 특허 성과에 긍정적인 영향을 미치는 것으로 확인되었으나 협력 참여기관 수의 효과는 통계적으로 유의하지 않음을 검증하였다.

Ahn et al.[2]은 연구개발협력 수행 체계가 성과에 미치는 영향을 포아송 회귀모형을 이용하여 분석하였다. 그 결과 협력 수행 체계 유형에 따라 논문 성과와 특허 성과가 다르게 나타났으며, 공동 수행 체계에서 일부 성과가 더우수한 결과를 보이는 것으로 나타났다. 이는 협력의 단순 유무뿐만 아니라 협력의 구조와 수행 방식이 연구성과에 영향을 미칠 수 있음을 보여준다.

Hong et al.[8]은 대학의 융합 R&D 수행에 있어 R&D 전략을 활용적, 탐험적, 협력전략으로 나누어 성과 창출 영향 분석을 음이항 및 가산형 분위회귀계수 모형을 통해 검증하였다.

You et al.[19]은 대학의 전임교원 1인당 연구비가 기술료에 미치는 영향을 분석하고, 논문 연구성과와 특허 질적 수준의 매개효과를 검증하였다. 분석 결과, 연구비는 기술료에 정(+)의 영향을 미치고 논문 및 특허의 질적 수준을 향상시켰으며 논문 성과는 매개효과가 유의하였으나 특허 질적 수준은 그렇지 않음을 나타냈다.

이상의 논의를 종합하면, 협력기관 유형은 동일한 방식으로 모든 연구성과에 기여하기보다 각 기관이 제공하는 지식․자원․사업화 역량의 차이에 따라 성과 유형별로 서로 다른 관련성을 보일 가능성이 있다. 본 연구는 이러한 기능적 적합성 관점에서 기업․대학․타 정부출연연구기관․외국 연구기관과의 협력이 학술적․기술적․경제적 성과와 어떠한 차별적 관련성을 갖는지를 비교한다.

3. 연구모형 및 연구가설

3.1 연구모형

본 연구는 협력기관 유형이 국가연구개발사업의 연구성과와 어떠한 관련성을 가지는지를 실증적으로 분석하는 것을 목적으로 한다. 기존 연구에서는 협력연구가 연구성과와 관련될 수 있다는 점은 확인되었으나, 협력기관의 유형에 따라 연구성과가 어떻게 달라지는지에 대해서는 충분한 검증이 이루어지지 않았다.

기관은 보유 자원과 연구 수행 목적에서 차이가 있다. 대학은 학술 지식과 전문 연구인력, 기업은 시장정보와 사업화 역량을 제공할 수 있으며, 정부출연연구기관은 전문 연구장비와 보완적 연구역량 공유에 강점을 가질 수 있다. 또한 외국 연구기관은 국제 연구 네트워크와 최신 과학기술에 대한 접근성을 제공할 수 있다. 본 연구는 이러한 기관별 특성이 성과 유형별 차이로 나타나는지를 실증적으로 검토한다. 이를 검증하기 위하여 협력기관 유형을 독립 변수로 설정하고, 국가연구개발사업의 연구성과를 종속변수로 설정하였다. 연구성과는 학술적 성과(SCI(E) 논문 건수), 기술적 성과(특허출원 및 특허등록 건수), 경제적 성과(기술료)로 구분하였다. 또한 연구성과에 영향을 줄 수있는 연구투입 요인과 과제 특성을 통제하여 협력기관 유형과 연구성과 간의 관련성을 분석하였다. 연구모형은 <Figure 1>과 같다.

3.2 연구가설

기관 간 협력은 서로 다른 조직이 보유한 지식, 연구인력 및 연구자원을 결합함으로써 연구성과를 향상시킬 수있는 중요한 연구수행 방식으로 인식되어 왔다. 그러나 협력의 효과는 모든 성과에서 동일하게 나타나는 것이 아니라 협력기관의 특성과 연구목표에 따라 서로 다를 수 있다는 연구결과도 함께 보고되고 있다.

3.2.1 협력기관 유형과 학술적 성과

기존 연구들은 협력연구가 학술적 성과와 밀접한 관련성을 가진다는 점을 지속적으로 보고해왔다.

Wuchty et al.[18]은 과학기술 분야에서 팀 기반 연구가 개인 연구보다 높은 학술적 영향력을 창출하며 이러한 경향이 점차 강화되고 있음을 보고하였다. Lee and Bozeman [11]은 연구자의 개인 특성과 연구환경을 통제한 이후에도 연구협력이 논문 생산성과 관련됨을 확인하였다. 또한 Smart and Bayer[17]는 공동저자 논문이 단독저자 논문보다 상대적으로 높은 피인용도를 보인다고 보고하였다.

그러나 이러한 연구들은 대부분 협력 여부 자체에 초점을 두었으며, 협력기관의 유형에 따른 차이를 직접 분석하 지는 않았다. 대학은 연구자 네트워크와 학술적 지식 생산에 강점을 가지고 있으며, 외국 연구기관은 국제공동연구를 통해 새로운 지식과 연구방법에 대한 접근성을 제공할수 있다. 반면 기업은 연구결과의 공개보다 기술사업화와 지식재산권 확보를 우선할 가능성이 있다. 따라서 협력기관 유형에 따라 학술적 성과와의 관련성은 서로 다르게 나타날 것으로 예상된다.

이에 다음과 같은 가설을 설정하였다.

H1: 협력기관 유형은 국가연구개발사업의 학술적 성과와 유의한 관련성을 가질 것이다.

3.2.2 협력기관 유형과 기술적 성과

기술적 성과는 연구개발 결과가 특허 등 지식재산권으로 전환되는 정도를 의미한다. Abramo et al.[1]은 산학협 력이 연구생산성을 높이지만 연구성과의 질과는 서로 다른 관계를 가질 수 있음을 보고하였다. Cho[6]은 국가연구개발사업의 국제공동연구에서 참여인력 비율과 협력연구 비가 특허성과와 유의한 관련성을 보였으나 참여기관 수자체는 유의하지 않음을 확인하였다. 또한 Ahn et al. [2]은 협력 수행체계에 따라 논문성과와 특허성과가 다르게 나타난다고 보고하였다.

이러한 연구들은 협력의 단순한 존재보다 협력의 유형과 구조가 기술적 성과와 밀접하게 관련될 수 있음을 시사한다. 대학은 원천기술과 전문인력을 제공하고, 정부출연연구기관은 연구장비 등 공공인프라와 같은 보완적 기술 역량을 공유하며, 기업은 기술수요와 실용화 관점을 제공할 수 있다. 따라서 협력기관 유형에 따라 특허출원 및 특허등록과의 관련성이 다르게 나타날 가능성이 있다.

이에 다음과 같은 가설을 설정하였다.

H2: 협력기관 유형은 국가연구개발사업의 기술적 성과와 유의한 관련성을 가질 것이다.

3.2.3 협력기관 유형과 경제적 성과

경제적 성과는 연구개발 결과가 기술이전과 사업화를 통해 경제적 가치로 전환되는 정도를 의미한다.

기존 연구에서는 기술료 성과가 연구비 규모뿐 아니라 연구성과의 질과 기술사업화 과정의 영향을 받는 것으로 보고되고 있다. You et al.[19]은 연구비가 기술료와 유의 한 정(+)의 관련성을 가지며, 논문 성과는 연구비와 기술료 간 관계를 부분적으로 매개한다고 보고하였다.

또한 공공연구기관의 기술사업화에 관한 연구들은 기업이 연구성과의 잠재적 수요자이자 사업화의 핵심 주체라는 점을 강조하고 있다. 기업은 연구성과의 시장수요를 반영하고 생산 및 사업화 역량을 제공할 수 있는 반면 대학과 정부출연연구기관은 지식창출과 기술개발 측면에서 상대적 강점을 가진다. 이에 다음과 같은 가설을 설정하였다.

H3: 협력기관 유형은 국가연구개발사업의 경제적 성과와 유의한 관련성을 가질 것이다.

4. 연구방법

4.1 연구대상 및 자료 구성

본 연구는 국가과학기술연구회 소관 과학기술 분야 정부출연연구기관이 수행한 국가연구개발사업 과제를 분석 대상으로 한다. 분석자료는 국가과학기술지식정보서비스(NTIS)에 등록된 국가연구개발사업의 과제정보와 성과정보를 이용하여 구축하였다.

구체적으로는 국가과학기술연구회 소관 23개 정부출연연구기관이 수행한 국가연구개발사업 가운데 2020년부터 2023년 사이에 신규로 시작되어 동일 기간 내 종료된 과제를 대상으로 하였다. 수행 중인 과제는 연구비와 연구성과가 최종적으로 확정되지 않았을 가능성이 있으므로 분석 대상에서 제외하였다.

국가연구개발사업에는 하나의 과제가 여러 연도에 걸쳐 계속과제로 등록되는 다년도 과제가 포함되어 있다. 이러한 과제를 연도별로 각각 독립된 과제로 처리하면 동일 과제가 중복 집계되고 연구기간, 연구비 및 연구성과가 왜곡될 수 있다. 이에 본 연구에서는 과제고유번호에 과제군 식별번호를 부여하여 동일한 다년도 과제를 하나의 과제로 통합하였다. 과제별 총 연구비는 연차별 연구비를 합산하고, SCI(E) 논문 건수, 특허출원 건수, 특허등록 건수 및기술료는 과제 수행기간 중 발생한 성과를 누적하여 산출하였다. 석․박사급 참여연구원 수는 연차별 참여인원 수의 평균으로 측정하였다. 이러한 자료 정제과정을 거쳐 최종적으로 3,569개 연구과제를 분석에 활용하였다. 본 연구의 분석단위는 개별 연구과제이다. 따라서 분석 결과는 개별 연구자나 수행기관 전체의 성과가 아니라, 각 연구과제의 협력기관 유형과 해당 과제에서 발생한 연구성과 간의 조건부 관계를 의미한다.

4.2 변수의 조작적 정의 및 측정

4.2.1 종속변수

본 연구의 종속변수는 ｢국가연구개발사업 표준 성과지표｣를 참고하여 학술적 성과, 기술적 성과 및 경제적 성과로 구분하였다[10]. Ahn et al.[2]과 Hong et al.[8]은 논문과 특허 등 복수의 지표를 활용하여 연구성과를 분석하였다. 연구성과를 다수의 지표로 파악한 기존 연구의 접근을 참고하여 본 연구에서는 학술적‧ 기술적‧ 경제적 성과를 분석함으로써, 협력기관 유형과 연구성과 간의 관계를 여러 성과 차원에서 살펴보고자 한다. 다만 이러한 구분은 연구개발 활동의 결과를 서로 구별되는 측면에서 파악하기 위한 것으로, 성과 간 상호 연계성을 배제하거나 각 성과가 통계적으로 독립적임을 전제하는 것은 아니다.

첫째, 학술적 성과는 해당 연구과제에서 산출된 SCI(E) 논문 건수로 측정하였다. 이는 연구개발 활동을 통해 생산된 학술적 지식이 공식적인 연구성과로 전환된 정도를 나타낸다.

둘째, 기술적 성과는 특허출원 건수와 특허등록 건수로구분하여 측정하였다. 특허출원은 연구개발 결과를 지식재산권으로 권리화하기 위해 출원한 초기 성과를 의미하며, 특허등록은 심사과정을 거쳐 권리가 최종적으로 인정된 성과를 의미한다. 특허출원과 특허등록은 성과 발생단계와 성격이 다르므로 각각 별도의 종속변수로 분석하였다.

셋째, 경제적 성과는 해당 연구과제로부터 발생한 기술료 수입으로 측정하였다. 기술료는 연구개발 결과가 외부 조직에 이전되거나 활용되어 경제적 가치로 전환된 정도를 나타낸다. 기술료는 0인 과제가 다수이고 일부 과제에 큰 금액이 집중된 우측 편향 분포를 보이므로, 원자료에 1을 더한 후 자연로그를 취하여 ln ( 기술료 + 1 )로 변환하였다. 이를 통해 기술료가 발생하지 않은 과제도 분석에 포함하면서 극단값과 분포의 비대칭성이 분석 결과에 미치는 영향을 완화하였다.

4.2.2 독립변수

본 연구의 핵심 독립변수는 협력기관 유형별 협력 여부이다. NTIS 과제정보에 등록된 협력기관을 기관의 성격에 따라 기업, 대학, 타 정부출연연구기관, 외국 연구기관 및기타 기관으로 구분하였다.

각 협력 유형은 해당 기관유형과 협력한 경우 1, 그렇지 않은 경우 0으로 측정하였다. 하나의 연구과제가 둘 이상의 기관유형과 동시에 협력할 수 있으므로, 협력기관 유형은 상호 배타적인 단일 범주가 아니라 각각 독립적으로 측정된 이분형 변수이다. 예를 들어 기업과 대학이 모두 참여한 과제는 기업 협력 변수와 대학 협력 변수가 모두 1로 측정된다. 현재 자료 역시 협력 유형이 중복 가능한 구조임을 밝히고 있다.

따라서 각 협력 유형의 회귀계수는 다른 협력 유형 및통제변수가 동일한 조건에서 해당 기관유형과 협력한과제와 해당 기관유형과 협력하지 않은 과제 간의 성과 차이를 나타낸다. 결과를 해석할 때 이를 전체 비협력 과제와의 비교로 해석하지 않도록 유의하였다. ‘타 정부출연연구기관 협력’은 과제의 주관기관 이외에 다른 정부출연연구기관이 공동 또는 협력기관으로 참여한 경우를 의미한다.

4.2.3 통제변수

협력기관 유형 이외에도 과제의 연구목적, 투입자원 및수행규모는 연구성과와 관련될 수 있다. 이에 본 연구에서는 연구개발단계, 총 연구비, 총 연구기간, 석․박사급 참여연구원 수 및 연구기관 고정효과를 통제하였다.

첫째, 연구개발단계는 기초연구(Basic Research), 응용연구(Applied Research), 개발연구(Experimental development) 및 기타로 구분하였다. 이는 OECD의 ｢Frascati Manual｣에서 제시하는 분류에 기반하였으며[15], 연구개발단계에 따라 과제가 지향하는 성과 유형이 달라질 수 있음을 고려하였다. 기초연구는 학술적 지식창출에, 응용․개발연구는 특허와 기술사업화에 상대적으로 높은 비중을 둘 가능성이 있다. 회귀분석에서는 기초연구를 기준범주로 설정하고 응용연구, 개발연구 및 기타 단계를 더미변수로 투입하였다.

둘째, 총 연구비는 다년도 과제의 연차별 연구비를 합산하여 측정하였다. 총 연구비는 연구인력, 장비 및 연구활 동에 투입될 수 있는 자원의 규모를 나타낸다. 연구비가 일부 대형과제에 집중되어 우측으로 치우친 분포를 보이므로 자연로그를 취하여 ln ( 총연구비 + 1 )로 변환하였다.

셋째, 총 연구기간은 과제 시작일부터 종료일까지의 기간을 연 단위로 환산하여 측정하였다. 연구기간이 길수록 논문 게재, 특허출원․등록 및 기술이전이 이루어질 수 있는 시간이 증가하므로 이를 통제변수로 포함하였다.

넷째, 석․박사급 참여연구원 수는 과제 수행기간 중 연차별 석․박사급 참여연구원 수의 평균으로 측정하였다. 이는 과제에 투입된 고급 연구인력의 규모를 나타낸다.

다섯째, 연구기관별 연구분야, 조직규모, 연구환경 및성과관리체계와 같이 직접 관측하기 어려운 기관 고유의 특성을 통제하기 위해 연구기관 고정효과를 모든 회귀모형에 포함하였다.

이를 정리한 변수의 조작적 정의는 <Table 2>와 같다.

4.3 분석방법

본 연구에서는 우선 주요 변수의 분포와 표본 특성을 확인하기 위해 기술통계분석을 실시하였다. 이후 협력기관 유형, 연구성과 및 통제변수 간의 선형적 관련성을 확인하기 위해 Pearson 상관분석을 수행하였다. 회귀모형에 포함된 설명변수 간 다중공선성은 분산팽창지수(Variance Inflation Factor: VIF)를 이용하여 검토하였다. 또한 종속변수의 분포와 측정 수준이 서로 다르므로 성과 유형별로 상이한 추정 모형을 적용하였다.

분석모형은 <Figure 2>와 같다. 여기에서 ‘Enterprise’는 기업 협력 여부, ‘University’는 대학 협력 여부, ‘GRI’는 정부출연연구기관(Government-funded Research Institute) 협력 여부, ‘Foreign’은 외국 연구기관 협력 여부, ‘Other’는 기타 협력 여부, ‘ln ( R & D Expenditure + 1 )’은 총 연구비 로그변환, ‘Project Duration’은 총연구기간, ‘Avg. Researchers’는 석․박사급 참여연구원 수의 평균, ‘R&D Stage’는 연구개발단계를 나타낸다. 마지막으로 ‘δj’는 연구기관 고정효과를 의미한다.

4.3.1 학술적 성과 분석

SCI(E) 논문 건수는 0이상의 정수 값을 갖는 계수자료(count data)이다. Cameron and Trivedi[4]의 연구에 따르면 일반적인 선형회귀모형은 계수자료의 제한된 값 범위와 이 산적 특성을 고려하지 못하기 때문에 Count Regression Model을 적용하는 것이 적절하다. 또한 계수자료에 일반적인 선형회귀모형을 적용하면 예측값이 음수가 될 수 있고, 오차항의 정규성 및 등분산성 가정이 충족되지 않을 수있다.

계수자료 분석에 주로 사용되는 포아송 회귀모형(Poisson Regression)은 종속변수의 조건부 평균과 분산이 동일하다는 등산포 가정을 전제로 한다[3]. 그러나 본 연구의 기술통계 결과 SCI(E) 논문 건수에 대한 분산/평균 비율은 약 28.5로 분산이 평균보다 큰 과산포(over-dispersion)가 확인되었다. 과산포가 존재하는 경우 이러한 과정을 완화할 수 있는 음이항 회귀모형(Negative Binomial Regression)이 보다 적절한 대안으로 권장된다[7]. 이에 본 연구에서는 NB2 음이항 회귀모형을 기본 추정모형으로 적용하였다. NB2 음이항 회귀모형은 최대우도법으로 추정하였으며, 모형에서 가정한 분산구조에 대한 의존도를 줄이기 위해 HC0 강건표준오차를 적용하였다.

4.3.2 기술적 성과 분석

기술적 성과는 특허출원 건수와 특허등록 건수를 각각 종속변수로 하여 분석하였다. 두 변수 모두 계수자료이며 기술통계에서 분산/평균 비율이 특허출원 건수 약 18.6, 특허등록 건수 약 7.2로 나타나 과산포(over-dispersion)가 관측되었다. 이에 4.3.1절과 동일하게 NB2 음이항 회귀모형을 최대우도법으로 추정하고 HC0 강건표준오차를 적용하였다. 설명변수와 통제변수의 구성은 동일하게 유지하되, 회귀계수와 과산포 모수는 각 종속변수에 대해 별도로 추정하였다.

4.3.3 경제적 성과 분석

기술료는 연속형 금액 자료이지만 전체 과제 중 상당수가 0이고, 일부 과제에 큰 금액이 집중되어 있다. 이에 원자료의 극단값과 우측 편향을 완화하기 위해 ln ( 기술료 + 1 )를 종속변수로 하는 OLS(최소제곱법, Ordinary Least Squares) 회귀모형을 적용하였다. 기술료 OLS 모형에는 이분산성의 영향을 완화하기 위해 HC3 강건표준오차를 적용하였다. 기술료가 0인 과제가 다수 포함되어 있으므로, 협력 더미의 계수는 기술료 발생 후 금액의 정확한 백분율 차이라기보다 기술료 성과의 전반적 수준과의 조건부 관계로 해석하였다.

4.4 강건성 검정

기본 분석 결과가 특정 추정모형에 의존하는지를 확인하기 위해 두 가지 강건성 검정을 실시하였다.

첫째, SCI(E) 논문 건수, 특허출원 및 특허등록 건수에 대해서는 기본 음이항 회귀모형과 동일한 설명변수 및 통제변수를 이용하여 포아송 회귀모형을 추가로 추정하였다. 포아송 회귀는 계수의 방향과 통계적 유의성이 추정모형 변경에도 대체로 유지되는지를 검토하기 위한 보조분석으로 활용하였다. 다만 포아송 모형에서 과산포가 확인되는 경우, 음이항 회귀 결과를 기본 분석 결과로 해석하였다. 둘째, 기술료는 0값의 비중이 높으므로 로그변환 OLS의 결과가 기술료의 실제 발생 여부에서도 일관되는지를 확인하기 위해 기술료 발생 여부에 대한 로지스틱 회귀분석을 추가로 실시하였다.

로지스틱 회귀모형에는 기본 OLS 모형과 동일한 독립변수, 통제변수 및 연구기관 고정효과를 포함하였다. 분석 결과는 오즈비(Odds Ratio)와 95% 신뢰구간을 함께 제시하였다.

모든 통계분석은 Python의 statsmodels 0.14.6 패키지를 이용하여 수행하였으며, 통계적 유의수준은 10%, 5%, 1% 및 0.1% 수준을 기준으로 제시하였다.

5. 분석 결과

5.1 기술통계 및 상관관계 분석

<Table 3>은 본 연구에 사용된 주요 변수의 기술통계량을 제시한 것이다. 분석대상은 국가과학기술연구회 소관 23개 정부출연연구기관이 수행한 국가연구개발과제 3,569개로 구성된다. 협력기관 유형별로는 기업과 협력한 과제가 336개(9.41%)로 가장 많았으며, 대학 협력 244건(6.84%), 타 정부출연연구기관 협력 116건(3.25%), 기타 기관 협력 105개(2.94%), 외국 연구기관 협력 34개(0.95%) 순으로 나타났다. 하나의 연구과제가 둘 이상의 기관 유형과 동시에 협력할 수 있으므로 중복 응답 구조를 갖는 데이터이며, 각 협력 유형의 비율 합은 전체 협력과제 비율과 일치하지 않는다.

연구개발단계별 분포를 살펴보면 개발연구가 전체의 40.38%로 가장 높은 비중을 차지하였으며, 기초연구(26.73%), 응용연구(18.55%), 기타 연구(14.35%)의 순으로 나타났다.

종속변수의 기술통계 결과, SCI(E) 논문 건수는 평균 1.23편(표준편차 5.92), 특허출원 건수는 평균 1.78건(표준편차 5.76), 특허등록 건수는 평균 0.41건(표준편차 1.72)으로 나타났다. 세 변수 모두 중앙값은 0이었으며, 0값의 비율은 SCI(E) 논문 건수 73.05%, 특허출원 건수 64.58%, 특허등록 건수 84.48%였다. 또한 SCI(E) 논문 건수, 특허출원 및 특허등록 건수 모두 분산이 평균보다 크게 나타나 과산포(over-dispersion)의 특성을 보였다. 분산과 평균의 비율은 각각 28.531, 18.621 및 7.176으로 확인되었다.

경제적 성과를 나타내는 기술료는 평균 약 1,426만원이었으나 중앙값은 0원이었으며, 기술료가 발생하지 않은 과제가 전체의 85.43%를 차지하였다. 기술료 원자료의 왜도는 30.03으로 매우 크게 나타나 일부 과제에 기술료가 집중되어 있는 것으로 확인되었다. 이에 본 연구에서는 기술료의 분포 왜곡을 완화하기 위하여 자연로그 변환한 ln ( 기술료 + 1 )을 분석에 활용하였다.

총 연구비는 평균 약 6억 7,093만원으로 나타났다. 과제 간 연구비 규모의 차이가 매우 큰 점을 고려하여 자연로그 변환하였으며 그 결과 왜도가 9.360에서 0.175로 크게 감소하여 원자료의 극단적인 우측 비대칭성을 상당 부분 완화하였다. 총 연구기간은 평균 약 1.49년이었으며, 석․박사급 참여연구원 수는 평균 7.34명으로 나타났다.

<Table 4>는 주요 변수 간 Pearson 상관계수를 제시한 것이다. 설명변수 간 상관계수는 비교적 낮은 수준으로 확인되었다.

5.2 협력기관 유형과 연구성과의 연관성

협력기관 유형과 연구성과 간의 연관성을 검증하기 위하여 학술적 성과, 기술적 성과 및 경제적 성과를 대상으로 회귀분석을 실시하였다. 분석에 앞서 설명변수 간 다중공선성 여부를 확인하기 위해 분산팽창지수(Variance Inflation Factor: VIF)를 산출하였다. 공차 한계가 0에 가까운 독립변수가 회귀모델에 포함되는 경우 통상 독립변수 간에 강한 선형관계가 있다고 판단할 수 있으며 이러한 특성을 갖는 데이터는 다중공선성이 존재한다고한다. 일반적으로 공차한계 0.1 이하일 경우 다중공선성이 존재하는 것으로 판단한다. 분산팽창지수는 공차한계의 역수로 계산하는데 보통 VIF의 값이 10 이상이면(VIF≥10) 다중공선성이 있다고 판단하며[16], 최근에는 보다 엄격한 기준으로 VIF 5 이상을 제시하기도 한다. 본 연구의 설명변수 간 다중공선성을 검토한 결과, 모든 설명변수의 분산팽창지수(VIF)는 5 미만으로 나타나 회귀모형의 추정 결과에 영향을 미칠 수준의 다중공선성 문제는 없는 것으로 확인되었다(<Table 5> 참조). 이에 따라 SCI(E) 논문 건수, 특허출원 및 특허등록 건수에는 음이항 회귀모형을 적용하였으며, 기술료에는 ln ( 기술료 + 1 )을 종속변수로 하는 OLS 회귀모형을 적용하였다. 모든 모형에는 총 연구비, 총 연구기간, 석․박사급 참여연구원 수, 연구개발단계 및연구기관 고정효과를 포함하였다.

5.2.1 협력기관 유형과 학술적 성과의 연관성

<Table 6>은 협력기관 유형과 SCI(E) 논문 건수 간의 연관성을 분석한 음이항 회귀 결과를 보여준다. 분석 결과 대학 협력은 SCI(E) 논문 건수와 유의한 정(+)의 연관성을 나타냈다(β = 0.498, p < 0.001). 이는 다른 조건이 동일할 때 대학과 협력한 과제가 비협력 과제보다 더 많은 논문 성과를 보이는 경향이 있음을 의미한다. 반면 기업 협력은 SCI(E) 논문 건수와 유의한 부(-)의 연관성을 보였는데(β = − 0.508, p < 0.001) 이는 기업과 협력한 과제가 비협력 과제보다 논문 건수가 적은 경향을 나타낸다는 의미이다. 타 정부출연연구기관 협력과 외국 연구기관 협력은 모두 정(+)의 회귀계수를 나타냈으나 통계적으로 유의하지 않았으며, 기타 기관 협력 역시 부(-)의 방향을 보였으나 유의한 연관성은 확인되지 않았다. 종합하면, 학술적 성과에서는 대학 협력이 유의한 정(+)의 연관성을, 기업 협력이 유의한 부(-)의 연관성을 나타냈으며, 타 정부출연연구기관, 외국 연구기관 및 기타 기관과의 협력에서는 통계적으로 유의한 연관성이 확인되지 않았다.

5.2.2 협력기관 유형과 기술적 성과의 연관성

기술적 성과는 특허출원 건수와 특허등록 건수를 대상으로 분석하였으며, 분석 결과는 <Table 7>과 같다.

특허출원 건수를 종속변수로 한 음이항 회귀분석 결과, 대학 협력은 특허출원 건수와 유의한 정(+)의 영향을 보였다(β = 0.308, p < 0.05). 이는 다른 협력유형과 과제 특성 및연구기관 고정효과를 고려한 상태에서, 대학과 협력한 과제가 비 협력 과제보다 특허출원 건수가 많은 경향을 보인다는 의미이다. 반면 기업 협력(β = - 0.004), 타 정부출연연구기관 협력(β = 0.240), 외국 연구기관 협력(β = 0.228) 및 기타 기관 협력(β = 0.125)은 모두 통계적으로 유의하지 않았다. 특허등록 건수를 종속변수로 한 분석에서도 대학 협력은 유의한 정(+)의 영향을 보였다(β = 0.670, p < 0.001). 타정부출연연구기관 협력은 제한적인 정(+)의 연관성을 보였으나(β = 0.496, p < 0.10), 일반적으로 적용되는 5% 유의 수준에서는 통계적으로 유의하지 않았다. 기업 협력(β = - 0.017), 외국 연구기관 협력(β = 0.329) 및 기타 기관 협력(β = 0.037)은 모두 통계적으로 유의하지 않았다.

종합하면, 대학 협력은 특허출원과 특허등록 건수 모두에서 일관된 정(+)의 영향을 보였다. 반면 기업 협력, 외국 연구기관 협력 및 기타 기관 협력은 기술적 성과와 유의한 연관성이 확인되지 않았으며, 타 정부출연연구기관 협력은 특허등록 건수에서만 10% 수준의 제한적인 연관성을 보였다.

5.2.3 협력기관 유형과 경제적 성과의 연관성

경제적 성과는 과제 수행을 통해 발생한 기술료를 대상으로 분석하였다. 기본모형은 ln ( 기술료 + 1 )을 종속변수로 하는 OLS 회귀모형을 적용하였으며, 분석 결과는 <Table 8>과 같다.

분석 결과 기업 협력은 기술료와 유의한 정(+)의 영향을 보였다(β = 1.133, p < 0.05). 이는 다른 협력유형과 과제 특성 및 연구기관 고정효과를 고려한 상태에서, 기업과 협력한 과제가 기업과 협력하지 않은 과제보다 ln ( 기술료 + 1 )의 조건부 평균이 높다는 의미이다. 반면 대학 협력(β = - 0.082), 타 정부출연연구기관 협력(β = 0.622), 외국 연구기관 협력(β = - 0.726) 및 기타 기관 협력(β = - 0.806)은 모두 통계적으로 유의한 연관성을 보이지 않았다. 타정부출연연구기관 협력은 정(+)의 계수를 보였으나 일반적으로 적용되는 유의수준에서는 통계적으로 유의하지 않았다. 결과적으로, 경제적 성과에서는 기업 협력을 제외한 다른 협력 유형이 기술료의 규모에 미치는 독립적인 효과는 확인되지 않았다.

한편 통제변수에서는 총 연구비와 총 연구기간이 기술료와 유의한 정(+)의 연관성을 나타냈다. 연구개발단계의 경우 기초연구를 기준으로 응용연구와 개발연구는 기술료와 유의한 정(+)의 연관성을 보였으며, 기타 연구단계는 유의한 관계가 확인되지 않았다. 석․박사급 참여연구원 수의 평균은 기술료와 10% 수준에서 제한적인 정(+)의 영향을 보였다.

5.3 가설검증 결과 요약

<Table 9>는 연구가설 검증 결과를 요약한 것이다. 협력기관 유형과 연구성과 간의 연관성을 분석한 결과, 세 연구가설은 모두 부분적으로 지지되었다.

학술적 성과를 대상으로 한 H1에서는 대학 협력이 SCI(E) 논문 건수와 유의한 정(+)의 연관성을 나타낸 반면 기업 협력은 유의한 부(-)의 연관성을 보였다. 타 정부출연연구기관, 외국 연구기관 및 기타 기관과의 협력에서는 통계적으로 유의한 연관성이 확인되지 않았다. 따라서 H1은 부분적으로 지지되었다.

기술적 성과를 대상으로 한 H2에서는 대학 협력이 특허출원 건수 및 특허등록 건수 모두에서 유의한 정(+)의 연관성을 나타냈다. 타 정부출연연구기관 협력은 특허등록 건수에서만 제한적인 정(+)의 연관성을 보였으며, 기업, 외국 연구기관 및 기타 기관과의 협력은 유의하지 않았다. 이에 H2 역시 부분적으로 지지되었다.

경제적 성과를 대상으로 한 H3에서는 기업 협력만이 기술료와 유의한 정(+)의 연관성을 나타냈으며, 다른 협력기관 유형에서는 유의한 연관성이 확인되지 않았다. 따라서 H3도 부분적으로 지지되었다.

이상의 결과를 종합하면 협력기관 유형은 모두 연구성과에 동일한 방식으로 연관되지 않았으며, 성과 유형에 따라 서로 다른 연관성을 나타내는 것으로 확인되었다. 특히 대학 협력은 학술적․기술적 성과에서, 기업 협력은 경제적 성과에서 상대적으로 뚜렷한 연관성을 보였다.

5.4 강건성 검정 결과

본 연구에서는 기본 분석 결과가 추정 방법에 따라 달라지는지를 확인하기 위하여 추가적인 강건성 검정을 실시하였다. 계수형 성과 변수인 SCI(E) 논문 건수, 특허출원 및 특허등록 건수에 대해서는 기본모형인 음이항 회귀분석과 동일한 설명변수 및 통제변수를 사용하여 포아송 회귀모형을 추가로 추정하였다. 또한 경제적 성과인 기술료에 대해서는 기술료 발생 여부를 종속변수로 하는 로지스틱 회귀분석을 실시하여 기본 OLS 분석 결과와 비교하였다.

포아송 회귀분석 결과 대학 협력은 SCI(E) 논문 건수, 특허출원 및 특허등록 건수 모두에서 기본 음이항 회귀모형과 동일한 방향의 유의한 정(+)의 연관성을 나타냈다. 기업 협력은 SCI(E) 논문 건수에서 부(-)의 회귀계수를 유지하였으나 통계적 유의성은 재현되지 않았으며, 특허출원과 특허등록 건수에서도 유의한 연관성이 확인되지 않았다. 또한 포아송 회귀모형의 Pearson χ²/자유도는 모든 성과 변수에 서 1을 초과하여 과산포가 존재하는 것으로 나타났으며, 이는 기본 분석모형으로 음이항 회귀를 적용한 것이 적절함을 뒷받침하였다(<Table 10> 참조).

기술료 발생 여부를 종속변수로 한 로지스틱 회귀분석에서도 기업 협력은 기술료 발생 가능성에 유의한 정(+)의 영향을 보였다(OR=1.627, p < 0.01).

반면 대학, 타 정부출연연구기관, 외국 연구기관 및 기타 기관과의 협력은 통계적으로 유의하지 않았다. 통제변수에서는 총 연구비와 총 연구기간이 기술료 발생 가능성과 유의한 정(+)의 연관성을 보였으며, 연구개발단계에서는 응용연구와 개발연구가 기초연구보다 높은 기술료 발생 가능성을 나타냈다(<Table 11> 참조).

종합하면, 포아송 회귀와 로지스틱 회귀를 이용한 추가 분석에서도 기본 분석 결과와 대체로 일관된 결과가 확인되었다. 특히 대학 협력과 학술적․기술적 성과 간의 정(+)의 영향력 및 기업 협력과 경제적 성과 간의 정(+)의 영향력은 추정 방법을 달리 적용한 경우에도 유지되었다. 다만 기업 협력과 SCI(E) 논문 건수 간의 부(-)의 연관성은 포아송 회귀모형에서 통계적 유의성이 재현되지 않아 추정 방법에 따라 다소 민감할 가능성이 있는 것으로 나타났다.

6. 결론 및 향후 연구방향

본 연구는 국가과학기술연구회 소관 과학기술 분야 정부출연연구기관의 국가연구개발사업을 대상으로 협력기관 유형이 연구성과에 미치는 영향을 실증 분석하였다. 성과 변수의 특성을 고려하여 음이항 회귀모형과 OLS 모형을 기본 분석모형으로 적용하였으며, 포아송 회귀분석과 로지스틱 회귀분석을 이용한 강건성 검정을 통해 분석 결과의 일관성을 확인하였다.

본 연구의 주요 분석 결과는 협력기관 유형에 따라 연구성과의 유형이 상이하게 나타난다는 점이다.

먼저 대학 협력은 SCI(E) 논문 건수, 특허출원 및 특허등록 건수에서 모두 유의한 정(+)의 영향을 보였다. 이는 대학과의 협력이 학술적 지식 생산뿐만 아니라 기술적 아이디어의 구체화와 지식재산권 창출에도 긍정적으로 기여할 가능성을 시사한다. 특히 이러한 결과는 대학이 보유한 학술적․원천적 지식과 출연연구기관의 응용연구 및 기술개발 역량이 상호 보완적으로 반영되었을 가능성으로 해석할 수 있다. 이는 공동연구가 연구자의 지식과 자원을 결합하고 연구 생산성 제고에 기여할 수 있다는 선행연구의 논의와도 대체로 부합한다[11, 18].

반면 기업 협력의 효과는 성과 유형에 따라 뚜렷한 차이를 보였다. 기업 협력은 SCI(E) 논문 건수에는 유의한부(-)의 영향을 보였고, 특허출원 및 등록 건수에는 유의한 영향을 보이지 않은 반면 기술료에는 유의한 정(+)의 효과를 보였다. 로지스틱 회귀를 이용한 강건성 검정에서도 기업 협력은 기술료 발생 가능성을 유의하게 높였다. 연구개발단계를 통제한 이후에도 기업 협력이 논문과 기술료에 서 상반된 관계를 보였다는 점은, 기업 협력 과제가 갖는 연구목표와 성과지향의 차이가 분석 결과에 반영되었을 가능성을 시사한다. 기업 참여 과제는 논문 공개나 특허의 양적 확대보다 기술의 실제 활용과 사업화에 상대적으로 높은 우선순위를 둘 수 있으며, 영업비밀 보호와 지식재산권 확보를 위한 특허출원 등의 과정에서 논문 공개가 지연될 수도 있다. Min et al.[12]은 공공연구기관 및 국내 대학에서 기업으로의 기술이전 사례를 분석하여 기업과 공공연구기관 간 파트너십이 기술사업화 성공에 유의한 영향력을 가진다고 보고하였다. 이러한 선행연구는 본 연구에 서 기업 협력이 기술료 성과와 유의한 정(+)의 관련성을 보인 결과와도 일치한다.

출연연구기관 간 협력은 특허등록 건수에서 10% 수준의 제한적인 정적 관계를 보였지만, 5% 유의수준을 기준으로 할 때 모든 성과 변수에서 유의한 효과가 확인되지 않았다. 이는 동일한 공공 연구 부문에 속한 기관 간 협력에서도 단순한 협력 여부만으로 성과향상을 보장하기 어렵다는 점을 시사한다. 협력기관 간 연구 역량의 상호 보완성 및 공동연구의 운영방식 등에 따라 협력 성과가 달라질 가능성이 있다.

외국 연구기관 협력과 기타 기관 협력은 모두 성과모형에서 유의한 정적 효과가 확인되지 않았다. 특히 외국 연구기관 협력은 표본 수가 34건으로 전체의 0.95%에 불과 하므로, 이는 통계적 검정력의 제한에서 기인했을 가능성이 있다. 기타 협력 역시 다양한 기관 협력 유형이 혼재된 잔여 범주이므로 분석 결과를 특정 협력 유형의 영향으로 해석하는 데에는 무리가 있는 것으로 사료된다.

종합하면 본 연구는 기관 간 협력이 모든 성과를 일률적으로 높이는 것은 아니며, 협력기관이 보유한 기능과과 제가 추구하는 성과 간의 적합성에 따라 성과 관련성이 달라질 수 있음을 실증적으로 확인하였다. 본 연구의 결과는 다음과 같이 과제 기획과 선정, 협력기관의 역할 설계및 성과평가에 정책적으로 활용될 수 있다.

첫째, 과제 기획 및 선정 단계에서 협력기관 구성의 타당성을 검토하는 참고자료로 활용할 수 있다.

둘째, 협력기관별 역할과 자원 제공계획을 구체화하여 협력계획의 실행 가능성을 검토하고, 수행 과정에서 협력 활동을 점검하는 기준을 마련하는 데 활용할 수 있다.

셋째, 과제의 성과목표와 협력유형별 특성을 고려하여 성과평가 지표의 구성과 비중을 조정하는데 참고할 수 있다. 이러한 활용 방향은 국가연구개발사업의 협력 정책을 수립할 때 협력의 양적 확대뿐 아니라 과제의 성과목표와 협력기관이 제공하는 지식, 자원, 역량 간의 적합성을고려할 필요가 있음을 시사한다. 협력기관 유형의 우열을 정하거나 특정 유형의 참여를 의무화하기 위한 기준이라기보다 과제의 목표에 부합하는 협력 구성을 지원하기 위한 참고 근거로 이해할 필요가 있다.

다만 본 연구에는 몇 가지 한계가 있다. 첫째, 협력기관은 과제의 사전적 연구목적, 사업 특성과 공모조건에 따라 서도 선택될 수 있다. 본 연구는 연구개발단계와 투입요인및 연구기관 고정효과를 반영하여 과제의 전반적인 연구 성격을 고려하고자하였으나 활용 자료의 제약으로 구체적 성과목표와 사업별 참여요건은 직접 통제하지 못하였다. 후속 연구에서는 사업별 공고와 과제계획 정보 등을 연계하여 협력 이전에 설정된 성과목표 및 참여요건을 반영하고, 협력기관 선택 과정에서 발생할 수 있는 편의(bias)를 고려하는 연구 설계를 통해 보다 엄밀하게 검토할 필요가 있다.

둘째, 본 연구에서는 연구개발단계를 통제변수로 포함하여 단계에 따른 성과 수준의 차이를 고려하였다. 그러나 과제의 연구개발단계에 따라 협력기관의 구성과 역할이 달라질 수 있으며, 협력기관 유형과 연구성과 간의 관계 역시 다르게 나타날 가능성이 있다. 후속연구에서는 협력기관 유형과 연구개발단계별 성과 분포를 검토하고, 두 변수 간 상호작용항을 포함한 모형 확장을 통해 연구개발단계의 조절효과를 분석할 필요가 있다.

셋째, 본 연구는 협력기관 유형과 각 성과지표 간의 연관성을 개별적으로 분석하였으나, 특정 성과가 다른 성과로 이어지는 경로나 그 과정에서 협력기관 유형이 갖는 역할은 검정하지 않았다. 특히 본 연구는 다년도 과제를 과제군 단위로 병합하였기에 현재 분석구조에서는 성과의 발생 순서와 시차를 직접 다루고 있지 않다.

넷째, 본 연구에서 활용한 NTIS 자료에서는 협력기관 유형은 확인할 수 있으나 실제 참여기관 수를 파악하기 어려워 협력 규모의 차이를 분석에 반영하지 못하였다. 또한 다년도 과제를 과제군 단위로 병합하였으므로 여러 협력유형의 동시 참여와 연차별 협력유형의 변화를 구분하는 데 한계가 있다. 현재 모형은 유형별 협력 여부를 함께 고려하였으나, 협력유형 수나 특정 유형 조합에 따른 추가 적인 성과 차이를 별도로 검정하지 않았으므로 결과 해석에 주의가 필요하다. 향후 연구에서는 협력기관 수, 협력유형 수, 단독유형․복합유형 협력 여부 및 연차별 협력구 성의 변화 등을 반영하여 협력 구조와 연구성과 간의 관계를 보다 정교하게 분석할 필요가 있다.

다섯째, 본 연구는 2020～2023년 중 신규로 시작하여 같은 기간 내 종료된 과제를 대상으로 연구기간을 통제하 였으나, 과제 종료연도별 연구환경과 성과등록 여건의 차이는 별도로 반영하지 못하였다. 특히 종료시점이 최근인 과제는 기술이전 및 기술료 성과가 발생하거나 NTIS에 등록될 수 있는 기간이 상대적으로 짧을 가능성이 있다. 기술이전 및 기술료는 과제 종료 이후 시차를 두고 발생할수 있으므로, 분석자료에서 기술료가 관측되지 않았다는 사실을 장기적인 경제적 성과의 부재로 해석하기는 어렵다. 또한 협력기관 유형과 기술료 간의 관계는 현재 포착된 성과에 관한 연관성으로 해석할 필요가 있으며, 종료 이후 발생하는 장기적 성과까지 일반화하는 데에는 제약이 있다. 후속연구에서는 종료연도 더미변수를 포함하여 결과의 강건성을 점검하고, 과제 종료 이후의 성과자료를 연계하여 동일한 추적기간을 기준으로 경제적 성과를 비교하는 등 성과 발생 시차를 고려한 분석을 수행할 필요가 있다.

여섯째, 과제별 기술‧ 산업 분야가 직접 반영되지 않았다. 대신 연구기관 고정효과를 통해 동일 기관 내 분야 차이나 기관별 특성에 따라 달라지는 부분을 최대한 완화하 고자 하였다. 또한 기초연구를 기준으로 한 연구개발단계 더미를 포함한 주 모형은 단계별로 공통된 협력계수를 부여하므로, 단계에 따라 협력과 성과 간 관계가 달라질가 능성을 검정하지 못하였다. 후속연구에서는 과제 분야와 사전 목적을 보완하고 연구개발단계와 협력유형의 상호작 용을 검토할 필요가 있다.