[IT과학칼럼] 성과확산 고속도로에 ‘사업화 지능’을 더할 때

올해 정부 R&D 예산은 약 35조 5천억 원에 달한다. 그러나 막대한 투자에도 불구하고 연구성과가 산업적·경제적 가치로 이어지는 데에는 여전히 한계가 있다. 글로벌 기술경쟁이 심화되고 기술의 시장 진입 속도가 빨라지면서, 기술개발만으로는 산업 경쟁력을 확보하기 어려워지고 있기 때문이다. 이를 해소하기 위해서는 기술의 우수성뿐 아니라 적용가능한 제품과 시장, 수요기업, 사업화 방식과 경로까지 종합적으로 고려하는 전략적 접근이 필요하다.

정부도 연구성과가 산업과 시장에서 활용되도록 성과확산 정책을 강화하고 있다. 제6차 과학기술기본계획은 범부처 사업을 연계해 기술 고도화와 사업화, 시장 진출을 지원하는 ‘성과확산 고속도로’를 제시했다. 연구성과가 시장으로 이어지는 과정의 단절을 줄이려는 의미 있는 변화다.

이제 중요한 것은 그 고속도로 위에서 각 연구성과가 어느 방향으로 가야 할지를 판단하는 일이다. 기술이 얼마나 성숙했는지, 시장 수요가 형성돼 있는지, 수요기업이 무엇을 요구하는지, 경쟁 환경이 어떠한지에 따라 사업화 경로와 필요한 지원이 달라진다.

특히 딥테크는 개발 기간이 길고 기술과 시장의 불확실성이 높아 이러한 판단이 한 번으로 끝나지 않는다. 기술개발과 실증, 제품화 과정에서 한계가 드러나거나 기업의 요구와 시장 환경이 달라지면서 목표 시장과 사업화 방식도 바뀔 수 있다. 결국 딥테크 사업화는 새롭게 확인되는 정보에 따라 다음 선택을 계속 조정해 가는 과정에 가깝다.

이러한 사업화 판단을 뒷받침하려면 국가 R&D 성과를 기업·시장 정보와 함께 살펴야 한다. 하지만 이러한 정보를 사람이 일일이 비교해 사업화 기회를 찾기는 어렵다. AI는 방대한 데이터 속에서 사업화 가능성이 높은 연구성과와 관련 기업·시장을 찾아내고, 여러 선택지를 비교하는 데 필요한 근거를 제공할 수 있다. 유럽연합(EU)도 Horizon Europe을 통해 ‘Artificial Intelligence for Knowledge Valorisation’을 추진하며, 연구성과의 활용 가능성 평가, 자금지원 정보 탐색, 투자자 매칭, 산업정보 분석 등에 AI를 활용하도록 제시하고 있다.

이처럼 연구성과와 기업·시장 정보를 함께 분석하고, 사업화 과정에서 새롭게 확인된 정보를 다음 선택에 반영하는 체계를 ‘사업화 지능’이라 할 수 있다. 일회성 분석이나 매칭이 아니라 연구성과가 시장으로 가는 과정에서 필요한 판단을 지속적으로 지원하는 것이다. 예컨대 연구자에게는 기술이전과 창업 중 어느 길이 적합한지, 기업에는 어떤 공공기술을 도입해 실증·제품화로 이어갈지, 예비 창업자에게는 어떤 아이템으로 투자유치와 시장 진입을 준비할지 판단할 근거를 제공하는 식이다.

KISTI가 개발해 온 ‘APOLLO(아폴로)’는 이러한 사업화 지능으로 나아가기 위한 기반을 갖추고 있다. 현재 APOLLO는 기업에 적합한 국가 R&D 성과와 연구성과별 잠재 수요기업을 예측하고, 글로벌 유망 아이템 발굴과 기업의 성장잠재력, 제품시장의 규모·경쟁 구도 분석을 통해 기술사업화 기회를 탐색할 수 있도록 한다.

앞으로 APOLLO는 이러한 역량을 바탕으로 ‘어떻게 사업화할 것인가’, ‘다음에 무엇을 해야 하는가’ 등 사업화 경로의 설계부터 후속 실행전략까지 지원하는 기술사업화의 AI 파트너로 발전해 나갈 것이다.

성과확산 고속도로가 연구와 시장을 잇는 길이라면, 사업화 지능은 그 길 위에서 최적의 경로를 제시한다. 성과확산 고속도로에 사업화 지능이 더해질 때, 국가 R&D 성과는 새로운 산업과 시장을 여는 성장동력이 될 것이다.

변정은 한국과학기술정보연구원(KISTI) 기술사업화연구센터장

Google News 에서 헤럴드경제 팔로우