기술평가를 위한평가 참조정보 생성 방안에 관한 연구 : 기술적 속성 유사성 관점에서

Abstract

기술금융은 기업의 기술혁신 및 사업화 역량에 대한 평가를 바탕으로 적정 수준의 자금을 공급하는 것을 의미하며, 기술평가는 이를 실현하기 위한기반으로서 인식된다. 기술평가는 계량화된 데이터에 의한 정량적 평가와해당 분야의 전문가에 의한 정성적 평가의 혼합으로 이루어지며, 계량화된모형은 정성적 평가를 지원하는 역할을 수행하기 때문에 정성적 평가 결과가 최종 기술평가 결과에 직접적으로 영향을 미치는 경향이 강하다. 하지만정성적 평가는 평가자의 개별적 역량 및 성향 차이에 따라 일관적이지 못한결과를 도출할 수 있기 때문에, 다양한 기술평가 관련 기관들은 평가 대상기업과 속성이 유사한 기업들을 peer group으로 정의하고 이들의 평가 관련정보를 평가 참조정보로서 제공하고 있다. 하지만 기존의 방안들은 주로 산업분류 또는 기술분류 간 유사성만을 고려할 뿐, 기술 자체의 속성을 고려하지 못한다는 한계를 지닌다. 이에 본 연구는 딥러닝에서 사용되는 텍스트 문서의 벡터 정보 모델링기법인 doc2vec 모델을 사용하여 기술내용 간 유사도수준을 측정하여 평가 대상기업과 기술적 속성 관점에서 유사성을 지닌 기업들을 발굴하고 이들로부터 평가 참조정보를 생성하기 위한 방법론을 제시한다. 또한 본 방법론에 의해 산출된 결과와 기존의 peer group 정의 방안에의해 산출된 결과를 비교하고, 본 방법론의 타당성에 대한 논의를 수행한다. 본 방법론은 실용적 평가 참조정보를 정량적 방안에 따라 제공함으로써 정성적 기술평가 작업의 효율성을 향상시키는 데 기여할 수 있다. 또한 평가자의 개인적 역량 및 성향에 따른 기술평가 결과의 편차를 줄여 줌으로써 기술평가 작업의 신뢰성도 증진시킬 수 있을 것으로 기대된다.