Technology Forecasting

-2-

기술예측의 기본 요소와 역할

• 구성요소

– 예측시기: 예측이 실현되는 시점

– 예측 대상 기술: 해당 기술의 정의 및 범위

– 기술의 특성: 기술능력을 나타내는 계량 지표

– 실현 가능성: 실현 확률

• 역할

– 기술의 가능한 발전속도를 감지하여 기술계획 수립에 활용

– 가능한 기술대안의 파악과 적절한 신기술 도입시기 결정

– 바람직한 기술개발 도달 수준의 가능성 확인

– 기술적 환경과 제약조건 하에서의 기회 및 위협요소 인식

– 의사소통 도구

-3-

기술예측 방법론 분류

• 방법론적 분류– 정성적 기법(Qualitative method)

• 개인이나 전문가 집단의 주관적 판단이나 의견에 의해 예측

– 정량적 기법(Quantitative method)• 예측 대상이 비교적 체계적이고 관련 자료가 풍부할 때, 구체적

자료를 활용하여 논리적 모델을 통해 예측

• 성격론적 분류– 탐구적 기법(Exploratory method)

• Extension of the past through the present and into the future• Delphi, Trend extrapolation, etc

– 규범적 기법(Normative method)• Starts from the future with a specific objective or condition to be

realized• Relevance tree, Morphology analysis, etc

-4-

델파이법(Delphi Technique)

• 개요

– 50년대 RAND 연구소에서 개발되었으며, 현재까지 기술예측에

가장 널리 이용

– 의견의 통제된 피드백을 이용하여 일련의 집중적인 설문을 통해

여러 전문가가 판단을 조직적으로 수렴시켜 일치된 의견이나

예측을 도출하는 기법

• 전문가 판단이 필요한 경우

– 과거의 경험 데이터가 없는 경우(새로운 기술의 예측)– 외부 환경요인이 변화하여 과거의 데이터가 무의미해진 경우

– 윤리, 도덕, 정치적 요인이 기술, 경제적 요인보다 중요한 경우

– 여러 요인들 사이의 복합적 상호관계가 대단히 중요한 경우

-5-

델파이법의 진행 절차

• Step 1: 전문가 위원(panelist) 구성

• Step 2: 조정자가 각 멤버(각 분야 전문가)에게 1차 설문서 작성 및

배포 (단, 이들은 각자 격리되어져 있음)

• Step 3: 조정자는 1차 설문서에 대한 회답을 수집하여 이를 정리, 처리함 (여기서 예측치의 범위/평균/표준편차를 산출)

• Step 4: 조정자는 편집된 결과를 토대로 2차 설문서 작성

• Step 5: 2차 설문 조사 다시 멤버들에게 보내어 자신들의 예측치와

비교하여 새로운 예측치를 서면으로 제출 받고 이를 분석

• Step 6: 전체의 의견이 충분히 수렴될 때까지 위의 과정을

3~6회정도 반복한 뒤 최종 결과 분석

-6-

델파이법의 특징

• 장점– 익명성

• 전문가 집단은 설문서를 통해서만 의견 교환

• 대세(bandwagon effect)에 편승함에 의해 발생할 수 있는 상호영향이나 타협을 배제할 수 있음

– 결과의 통계적 처리• 전체 응답결과의 중앙값과 분포를 표시함으로써 자신의 의견을

정리하는 것을 지원

– 피드백을 통한 의견수렴• 전문가들 사이에 합의가 신속하고 공정하게 도출되도록 지원

• 단점– 내용 취합자=조정자가 응답의견을 정확하게 요약 종합할 수 없을

수도 있다는 점

– 비용의 문제

-7-

경향 분석법(Trend Analysis)

• 개요– 시간과 기술 특성간의 관계에 관한 분석을 통한 예측

– 과거 경험 자료를 활용한 외삽법(trend extrapolation)이 일반적

• 과정

Plotting- 과거 데이터 수집

- Plotting을 통한 추세 분석

Curve fitting - 적합한 추세곡선의 대안 선정 및 fitting

Estimation - 통계적인 방법론(회귀분석)을 이용한 곡선식 추정

Forecasting - 곡선식의 외삽을 통한 예측

Verification - 예측 결과의 검증

-8-

경향 분석법의 예시(1/2)

• 예측의 개요– 대상: 2004년 이후의 이동전화서비스 채택자 수 예측

– 활용 모델: 성장 곡선(growth curve)중의 bass model• BASS Model의 개요

– 기술의 확산(technology diffusion)에서의 채택자의 분포

– 내용: 제품의 확산은 혁신적 채택자와 모방적 채택자의 상호작용에 의해 이루어짐 )()( t

ttt YN

NYqYNpy -´´+-´=

Innovators2.5%

Early Adopters

13.5%

Early Majority

34%

LateMajority

34%

Laggards16%

-9-

경향 분석법의 예시(2/2)

• 예측 결과– 혁신 계수 : 0.06– 모방 계수 : 0.98– 잠재 수요 시장의 크기 : 3천 2백만명

연도(시간)

가입자 수

85 90 95 00 05

inflection point

잠재시장의크기

경쟁적 확산모형

• 개요– 경쟁을 고려하지 않는 단일 제품/서비스 확산 모형의 비현실성을 극복

– 경쟁 제품/서비스의 존재와 그 수요는 자사 제품/서비스의 확산에직접적으로 영향을 미친다고 가정함

• LVC 모형: 경쟁 + 확산

– 목적: 동일한 자원을 두고 경쟁하는 생물들의 경쟁과 상호작용을 분석

– 모형: t 시점에 있어서 특정 기술의 수요 증가율은 t시점까지 해당기술의 누적 수요와 t시점 까지 경쟁 기술의 누적 수요로부터 영향을받음

-10-

)()()()()(

)()()()()(

32

21

32

21

tXtYbtYbtYbdttdY

tYtXatXatXadttdX

++=

++= • X(t), Y(t): t 시점에 기술 1, 기술 2에 대한 수요의 누적 값• a1, b1: 자신의 수요 확산에 의해 받는 영향• a2, b2: 자신의 수요 증가에 의해 받는 영향• a3, b3: 경쟁 기술에 의해 받는 영향

경쟁적 확산모형

• Bass 기반 경쟁확산 모형: 확산 + 경쟁

– Peterson and Mahajan (1978): 경쟁 제품의 존재와 그 수요는자사 제품의 확산에 직접적 영향을 미침

-11-

)]())[(()( tNmtNmqptn -+=

))((

))((

)2(2

1

)1(

22

)2(

22)2(

)1(1

2

)2(

11

)1(

11)1(

ttt

t

ttt

t

NmmNc

mNqpn

NmmNc

mNqpn

--+=

--+=§ n(t) : 시간 t 에서의 채택자 수§ N(t) : 누적 채택자 수§ pk : 기존 채택자 수와 무관한 다른 요인들의 영향(혁신계수)§ qk : 모방이나 학습에 의한 영향 (모방계수)§ ck : 제품 k의 경쟁효과를 나타내는 모수§ mk : 제품 k의 잠재시장의 크기

기존 Bass 모형

경쟁확산 모형

경쟁 제품의 존재로 인해 자사 제품의수요가 감소하는 것을 모형화

경쟁적 확산모형

• Bass 기반 경쟁확산 모형 (계속)– Mahajan et al. (1993): 경쟁제품의 영향은 경쟁제품의 잠재시장

크기와 관련됨

– Parker and Gatignon (1994): 경쟁/상호작용에 영향을 미치는잠재시장의 크기를 두 제품의 전체 잠재시장 크기로 사용

-12-

)())((

)())((

)1(1

2

)2(

2)2(

22

)2(

22)2(

)2(2

1

)1(

1)1(

11

)1(

11)1(

tt

tt

t

tt

tt

t

NmmNcNm

mNqpn

NmmNcNm

mNqpn

-+-+=

-+-+= § n(t) : 시간 t 에서의 채택자 수§ N(t) : 누적 채택자 수§ pk : 제품 k의 혁신계수§ qk : 제품 k의 모방계수§ ck : 제품 k의 경쟁효과 계수§ mk : 제품 k의 잠재시장의 크기

))((

))((

21)2(21

)1(

22

)2(

22)2(

21)1(21

)2(

11

)1(

11)1(

tt

ttt

tt

ttt

NmmNmm

NcmNqpn

NmmNmm

NcmNqpn

-+-+

-+=

-+-+

-+=

-13-

상호영향 분석법(Cross Impact Analysis)

• 개요– 예측 항목 간의 종속성이 예측 과정에서 적극적으로 반영

– 하나의 사건이 다른 사건에 미칠 영향을 확률로 계산

– 임의의 기술 항목의 완성이 타 기술 항목의 완성에 주는 영향을정량적으로 파악하여 기술의 실현 가능성 예측

• 과정– 분석에 요구되는 모든 예측 항목 정의

– 각 예측 항목의 초기 확률 정의

– 각 예측 항목간의 관계 정의: 무관계, 촉진, 억제

– 예측 항목 간의 조건 확률 계산 및 cross impact probability matrix 작성

– 각 예측 항목의 최종 확률 계산

-14-

상관나무(Relevance Trees) 분석(1/2)

• 개요

– 기술에 대한 사회적 니즈를 탐색하고 이 니즈를 만족시킬 수 있는

기술 과제를 예측하는 규범적 예측 기법

– 기술적 문제를 세부적으로 나눈 후, 기술구조를 파악하여, 최종적으로 대안 기술 경로를 파악하여 우선순위 결정

• 과정

– 예측 대상 기술목적 정의

– 기술목적을 달성하기 위한 기술과제(기술 시스템) 파악

– 기술 시스템을 하위 시스템으로 계층화

– 하위 시스템의 중요도 평가기준 및 가중치 설정

– 각 항목별 점수 부여 및 우선 순위 결정

-15-

상관나무(Relevance Trees) 분석(2/2)

• 상관 나무 예시

저공해 자동차

하이브리드 자동차 전기 자동차 수소 자동차

동력전달장치차체 배터리

* 평가기준: 환경친화성, 동력원 획득 용이성, 경제성, 소비자 친숙성

-16-

형태분석 (Morphology Analysis) (1/2)

• 개요– Darwinian biological evolutionary theory– Exhaustive categorization and evaluation of the possible

alternative combinations– Providing new mutations of promising technology

Energy Source Motor Regulator Indicator

Manual Winding

Battery

Solar

Spring Motor

Electric Motor

Balance Wheel

Pendulum

Dial Hands

Silde Marks

Liquid Quarz

Dimensions:

Shapes:

Manual WindingManual Winding

Spring MotorSpring Motor

PendulumPendulum

Dial HandsDial Hands

-17-

형태분석 (Morphology Analysis) (2/2)

• 과정

– Identify the fundamental functions

– List all the possible shapes

– Identify all the combinations to produce different sets of shapes

– Try to find practical instances for each combination

– Reduce the list of opportunities

– Prioritize the opportunities

-18-

Text Mining (1/2)

• 정의– 구조화되어 있지 않은(unstructured) 자연언어 형식 문서의

구조화

– 문서로부터 자동적으로 정보를 추출하고 패턴을 분석하는 것

• Text Mining을 활용한 기술예측– 기술에 대한 정보의 분석에 지능(intelligence)을 포함시킴

– 문서의 내용을 분석하는 컨텐츠 분석(contents analysis)의일종으로서 기술개발의 패턴과 유망한 핵심기술을 도출

• 과정

Source SelectionSource

SelectionText

RetrievalText

Retrieval

Data Collection

MetadataAssignmentMetadata

AssignmentData

StorageData

Storage

Data Warehousing

DataMining

DataMining PresentationPresentation

Data Exploitation

-19-

Text Mining (2/2)

1995 1996 1997 1998 1999

road traffic

intelligent tutoring systemsdata communication systems

authorisationmobile robots

telecommunication network routing computer aided production planning

computer network managementparallel languages

medical expert systems distributed databases

telecommunications computing user interfaces

information resources

0

20

40

60

80

100

120

140

160

180telecommunications computing

mobile robots

computer aided production planning

user interfaces

distributed databases

parallel languages

data communication systems

telecommunication network routing

road traffic

medical expert systems

intelligent tutoring systems

authorisation

sensor fusion

computer network management

telecommunications computing

mobile robots

computer aided production planning

user interfaces

distributed databases

parallel languages

data communication systems

telecommunication network routing

road traffic

medical expert systems

intelligent tutoring systems

authorisation

sensor fusion

computer network management

-20-

TRIZ(1/2)

• 개요– 1950년대의 러시아 과학자가 만들어낸 기술적 문제 해결

방법론과 소프트웨어

– 10여년의 연구를 통해 Inventive Problem의 발생원인과 창조적설계를 위한 Principle을 도출함

• 연구 방법– 다량의 특허 분석을 통해 원리 도출

150만 Patents[World Wide]

Inventive Patents[40,000건]

• Definition of Inventive Problems• Levels of Solution• Patterns of Evolution• Regularities of Invention

Key Findings

-21-

TRIZ(2/2)

• 기술적 아이디어의 도출 방법– Substitute– Combine– Apply– Modify, Magnify, Minify – Put to other uses– Eliminate– Reverse, Rearrange

1

2

3

4

M

1

2

3

4

N

MyProblem

MySolution

Prismof

TRIZAnalogy &

Modification

ManyStandardProblems

ManyStandardsolutions

<TRIZ의 작동원리>

시스템 다이내믹스 (1/2)

• 개념– 현상에 내재된 인과관계를 규명하고 시스템을 정립시켜,

시뮬레이션을 통해 시간에 따른 변화과정을 파악하는 예측 기법

– 외부환경이 빠르게 변화하고, 다양한 이해관계와 상호작용이존재하며, 제한된 자원 하에서 의사결정을 해야 하는 문제에 적용

• 과정– 문제 정의: 문제의 범위와 분석수준을 결정함으로써 시스템의

경계를 확정하는 단계로서 변수 도출을 포함

– 영향관계도(influence diagram) 작성: 문제 정의 단계에서 도출된변수들이 서로 어떤 관계를 가지고 있는지 파악하여 그림으로표현

– 시뮬레이션: 영향관계도를 토대로 시뮬레이션 모형 구성 및 실행

-22-

시스템 다이내믹스 (2/2)

-23-

케이블TV섹터와 B-ISDN섹터간의 인과순환관계

구전효과 기반의 경쟁적 신제품시장 수요예측을 위한 영향관계도

-24-

기타 분석법

• 비교 유추법(Analogy)– 유사한 속성을 지닌 타 분야의 기술발전 경로를 분석하여 새로운

기술이나 원리를 예측함

– 일본의 과거 추세나 예측 자료를 국내 기업에서 활발하게 사용

• 시나리오(Scenario)– Elaboration and improvement of a basic TF tool

– 타 예측기법을 바탕으로 여러 시나리오를 구상하고 평가할 수 있음

– 미래의 가상적 상황에 대한 주관적 묘사

– 전략 계획에 있어 company-specific organizational perspective 포함

– DB를 바탕으로 기업 목적함수와 제약변수를 고려하여 시나리오를 작성, 선택, 발전시킨 다음 시사점을 분석하고 계획수립에 반영함

– Ex) ATM manufacturer

-25-

예측 기법의 선정 기준

• 예측 목적– 전략 설정: 시나리오

– R&D 기획: Relevance trees• 예측 기간

– 단기(1년 내외): 경향분석법

– 중기(5년 내외): Relevance trees– 장기(10년 내외): 델파이법

• 자원소요량– 다량 소요: 시나리오법

– 소량 소요: 경향분석법

• 정보의 양– 풍부한 정보: Cross-impact Analysis– 제한된 정보: 델파이법