[ Article ]

Journal of Social Science - Vol. 36, No. 3, pp.75-97

ISSN: 1976-2984 (Print)

Print publication date 31 Jul 2025

Received 19 Feb 2025 Revised 23 Jun 2025 Accepted 15 Jul 2025

DOI: https://doi.org/10.16881/jss.2025.07.36.3.75

정부 임무중심형 R&D와 경제 성장: 국가 수준의 효과성 분석

김다은 ; 강태원^†

한국과학기술기획평가원
충남대학교

Mission-oriented R&D and Economic Growth: A Country-level analysis

Daeun Kim ; Taewon Kang^†

KISTEP
Chungnam National University

Correspondence to: ^†강태원, 충남대학교 국가정책대학원 교수, 대전광역시 유성구 대학로 99; 충남대학교 인문대학 309호, E-mail : kangtw@cnu.ac.kr 김다은, 한국과학기술기획평가원 연구원(제1저자)

초록

본 연구는 OECD 37개국을 대상으로 임무중심형 R&D가 국가의 경제성장률에 미치는 영향을 실증적으로 분석한다. 2002년부터 2021년까지의 정부 연구개발예산(GBARD) 데이터를 활용하여, 임무중심형 R&D 예산 비율(또는 다양성)과 경제성장 간의 관계를 시차를 고려한 패널 분석 방식으로 검토하였다. 분석 결과, 정부 임무중심형 R&D 투자는 단기적으로 경제성장에 긍정적인 영향을 미치나, 3년 이상의 시차를 고려한 분석에서는 성장률에 유의미한 부정적 효과가 관찰되었다. 이는 정부 주도의 임무중심형 R&D가 민간 부문의 연구개발 투자를 대체하는 구축효과(crowding-out effect) 등을 통해 경제 성장에 부정적인 영향을 미칠 가능성을 시사한다. 또한, 국가별 임무 다양성을 측정한 엔트로피 지수와 경제성장률 간의 분석 결과, 임무의 과도한 다양성은 오히려 성장률을 저해할 수 있음이 확인되었다. 이는 다양한 임무 분야에 걸쳐 R&D를 수행하기보다는, 국가의 상황에 맞는 특정 임무에 집중하는 것이 GDP 성장률에 더 긍정적인 영향을 미칠 수 있음을 시사한다. 본 연구는 정부의 임무중심형 R&D 투자가 경제 성장에 미치는 영향을 다양한 측면에서 실증적으로 규명하였으며, 이에 따른 정책적 시사점을 제시한다.

Abstract

This study empirically analyzes the impact of mission-oriented R&D on national economic growth using data from 37 OECD countries. Utilizing government R&D budget (GBARD) data from 2002 to 2021, this study examines the relationship between the mission-oriented R&D investment and GDP growth through panel regression analysis. The results show that mission-oriented R&D has a positive short-term effect on economic growth. However, when a lag of three years or more is considered, the effect turns significantly negative. This suggests that government-led mission-oriented R&D may crowd out private-sector R&D investment, potentially imposing a burden on long-term economic growth. Furthermore, an analysis of the entropy index—used to measure the diversity of national R&D missions—reveals that excessive mission diversity can negatively affect growth. It implies that focusing on selected missions aligned with national priorities, rather than spreading R&D efforts across a wide range of areas, may be more effective in promoting GDP growth. This study contributes to the literature by providing empirical evidence on the multifaceted effects of mission-oriented R&D investment on economic growth and provides policy implications.

Keywords:

Mission-oriented innovation policy, Economic growth, Government R&D budgets, R&D polic, Time-lagged effects

키워드:

임무중심형 혁신정책, 경제 성장, 정부연구개발 예산, R&D정책, 시차효과

1. 서 론

정부는 지속 가능한 경제성장과 기술 주권 확보의 필요성을 인식하고, 이에 대응하기 위해 정부연구개발 예산을 대폭 확대해왔다. 2025년 정부연구개발예산은 전년 대비 3.2조 원(11.8%) 증가한 29.7조 원으로 보고되었다(국가과학기술자문회의, 2025). 이는 약 10년 전과 비교하였을 때 두 배에 달하는 수치로, 정부가 연구개발(R&D) 투자를 통해 경제성장과 기술혁신을 촉진하려는 방향성을 보여준다. 미국과 EU 국가들의 GDP 대비 연구개발비 비중이 미미하게 증가한 것과 달리, 한국은 다양한 연구개발 관련 지원정책을 통해 R&D 투자 규모를 지속적으로 확대해나가는 추세이다. 그에 따른 R&D 지원정책의 실효성에 대한 논의가 계속되고 있으며, 한국의 정책이 실제로 얼마나 효과적인지에 대한 의문이 제기되고 있다(한국과학기술기획평가원, 2020).

1960년대 이후 급속한 경제성장을 이룩한 한국 경제는 노동집약산업에서 자본집약산업으로 전환하였으며, 기술 진보를 통한 생산성 향상이 지속적인 성장의 필수 조건으로 인식되었다(Krugman, 1994). 내생적 성장 이론은 지식의 외부성을 통해 지속 가능한 경제 성장이 가능하다는 점을 이론적으로 규명하며, R&D가 이러한 성장을 이끄는 핵심 요소로 자리 잡았다. 이에 따라 R&D 투자가 생산성 증대와 지속 가능한 성장을 촉진하는 주요 수단으로 인식되면서, 관련 연구가 활발히 진행되었다(Lucas, 1988; Romer, 1986).

최근에는 기존 국방 및 산업 중심의 기술정책에서 벗어나, 사회문제 해결을 중심으로 한 ‘임무중심형 R&D’가 부상하고 있다. 이는 사회적·환경적 도전과제에 대한 기술적 해법을 국가가 주도적으로 설계하고 수행하는 형태의 정책으로, 정책의 목표 달성과 예산의 전략적 배분 간의 연계성이 매우 중요하다. 본 연구에서는 이러한 임무중심형 혁신정책의 흐름 속에서 사용된 변수인 정부연구개발예산(GBARD)가 해당 정책의 조작적 정의로서 어떠한 타당성을 지니는지를 논의하고자 한다.

주요 국가는 각 나라의 상황에 맞는 임무를 설정하고, 전환적 혁신정책(Transformative Innovation Policy)을 통해 기술혁신이 사회적 난제해결과 경제 성장에 기여할 수 있도록 다양한 전략을 구사하고 있다.(송위진, 성지은, 2021). 임무중심형 혁신정책(Mission Oriented Innovation Policy)은 정책혼합(Policy Mix)으로 사회·기술 시스템 전환 등을 위한 주요 방법론 중 하나로 논의되고 있다(Flanagan, Uyarra, & Laranja, 2011; Rogge & Reichardt, 2016; Veugelers, 2012; 한국과학기술기획평가원, 2022). 특히 OECD 회원국은 임무중심형 혁신정책에 대한 예산을 확대하여 탄소중립(Net-Zero) 목표와 같은 사회적 과제를 해결하기 위해 관련 정책을 강화하고 있다. 이러한 정책은 연구개발 단계부터 시장 배치까지의 혁신 과정을 통합하며, 명확한 목표와 측정 가능한 성과를 강조한다(OECD, 2023).

이러한 흐름에 따라 한국 정부 역시 혁신생태계 마련 및 경쟁력 제고를 위해 전략적 과제를 설정하고 방향을 제시할 필요가 제기되었다. 기후변화 위기에 대응하여 탈 탄소 전환과 디지털 전환이 진행됨에 따라, 사회 기술적 전이 관리와 전환적 혁신정책에 대한 관심이 증대되고 있다. 이를 위해 그린뉴딜(Green New Deal)과 한국판 뉴딜(디지털 뉴딜)을 발표하였으나, 새로운 전환적 과제를 과거의 프레임으로 다루고 있다는 지적이 있었다. 이후 윤석열 정부는 국정과제 74번에 ‘미래 국가혁신을 위한 과학기술 시스템 재설계’를 제시하며, 글로벌 기술 패권, 탄소중립 등 거대한 도전에 대응하고자 ‘임무중심형 R&D 시스템 구축’을 추진한다고 발표했다. 이 정책은 정부 연구개발(R&D)의 효율성을 향상시키기 위한 조치로, 국가적인 혁신을 위해 과학기술 시스템을 근본적으로 재편하고자 하는 목표를 담고 있다(대통령실, 2022). <표 1>은 한국의 임무중심형 R&D 관련 중장기 계획이다.

<표 1>

한국의 임무중심형 R&D 관련 중장기 계획

이처럼 임무중심형 R&D의 필요성이 마련되었고 실제로도 정책으로 구현되고 있고, 사회경제적 목표를 위한 임무중심형 R&D의 중요성은 강조되고 있으나, 그 효과를 뒷받침할만한 계량적인 증거는 여전히 부족함이 지적되곤 한다(Foray, Mowery, & Nelson, 2012). 본 연구에서는 “임무중심형 R&D가 국가 경제성장에 미치는 영향은 무엇이며, 그 효과는 소득 수준 및 R&D 투자 다양성에 따라 어떻게 달라지는가?”를 중심으로 연구질문을 설정한다. 이를 바탕으로 세부 가설을 설정하고, OECD 국가들의 패널 데이터를 활용한 실증분석을 수행한다.

본 연구는 기존 연구와의 차별점은 다음과 같다. 첫째, 그간 임무중심형 R&D에 대한 광범위한 소개는 있었으나, 그 효과에 대한 계량 경제적인 증거는 부족했다. 본 분석을 통해 임무중심형 연구개발 투자가 경제 성장에 미치는 영향을 살펴보고 특히 어떤 분야가 긍정적 혹은 부정적 영향을 미치는지에 대해 확인할 수 있다는 점에서 시사점이 있다. 둘째, 정부 R&D뿐만 아니라 민간 R&D와의 상대적인 비교를 통해 경제 성장에 미치는 영향력을 비교 해봤다는 점에서 의의가 있다. 마지막으로, 임무를 다양하게 가져갈지 혹은 특정 임무에 집중하는 것이 좋을지에 대한 판단 자료로도 활용가능하다.

본 연구의 구성은 다음과 같다. 2장에서는 임무의 개념 및 관련 연구에 대해 살펴본다. 3장에서는 분석할 데이터와 분석 방법에 대해 소개하고 4장에서는 분석 결과를 살펴본다. 마지막 5장에서는 본 연구의 시사점과 결론을 제시한다.

2. 선행연구 검토 및 가설설정

1) 임무중심형 혁신정책

Ergas(1987)에 따르면 임무중심형 혁신정책은 과거 Manhattan Project와 Apollo Program과 같이 군사 작전적 의미가 강한 프로젝트에서 시작되었으며, 이러한 정책의 주된 특징은 기술개발 과정에서 의사결정, 기술의 유형 및 수, 프로젝트, 참여자 등에 중점을 두는 것이다.

그러나 1990년대와 2000년대 초반부터 지구온난화와 같은 사회적 도전 과제가 부각되면서, Maastricht Memorandum에서는 과학기술 정책의 새로운 임무를 강조하게 되었다(Soete & Arundel, 1993). 기존의 구임무(Old Mission)는 핵, 군사, 우주 분야의 주제를 다루었으나, 신임무(New Mission)는 기후변화 대응, 식량 안보, 신재생에너지, 인구통계학적 변화 등과 같은 사회적 도전 이슈에 대한 경제적으로 실현 가능한 기술적 해법을 제시하는데 초점을 맞추고 있다.

전형적인 구임무(Old Mission)의 사례로는 NASA가 달에 사람을 보내는 프로젝트를 들 수 있지만, 최근의 신임무(New Mission)는 기술뿐만 아니라 사회적 도전에 장기적으로 헌신하는 광범위한 과제를 해결하는 것을 목표로 한다(Foray et al., 2012). 정부와 다국적 조직이 보다 친환경적인 경제전략을 개발하는데 적극적인 역할을 하고 있으며, 이러한 임무중심적인 접근은 고령화 인구의 복지 향상과 청소년을 위한 일자리 창출에도 적용되고 있다(European Commission, 2011). 환경적, 인구통계학적, 경제적, 사회적 문제들은 이제 혁신 정책의 의제에 포함되며, 이러한 도전에 대응하기 위해 정책 및 혁신 노력에 자금을 지원하기 위한 전략적 방향이 마련되고 있다(Mazzucato, 2018).

하지만 사회적 임무는 더 많은 이해관계자들에 의해 공동으로 정의되어야 하므로, 그 정의가 덜 명확하고 훨씬 복잡하다(Foray et al., 2012). 이러한 도전들은 사회 및 국가 시스템 수준에서 큰 규제와 행동 변화를 요구할 수 있으며, Nelson(2011)은 사회학, 정치, 경제 및 기술에 대한 통합적 이해를 통해, 혁신 중심의 의식적인 결정이 잘 설계된 임무가 달성할 수 있는 영역이라고 보았다. 이러한 기술 솔루션을 개발하기 위해서는 공공 및 민간 부문의 장기적인 헌신이 필요하며, 규제 및 세금 정책의 변경도 필수적이다. 또한 이러한 솔루션의 확산은 공급 측면뿐만 아니라 수요 측면의 정책에도 많은 관심이 필요하다(Mazzucato, 2013).

최근의 임무중심형 혁신정책은 환경 기술 및 사회적 과제를 다루며 정부, 민간기업, 소비자 등 광범위한 행위자들의 영향을 받는다. 기술 확산, 경제적 타당성, 공공기관의 분산된 통제, 급진적 혁신과 점진적 혁신의 조화를 특징으로 하며, 이는 임무 중심 정책의 성공에 실질적으로 중요하다(Mazzucato & Penna, 2016).

Freeman(1995)은 ‘녹색기술의 글로벌 패러다임 전환’을 언급하며, 임무중심형 혁신정책의 중요성을 처음으로 제시한 학자 중 한 명이다. 그는 목표 설정과 기술변화 방향 설정에서 정부, 민간기업, 소비자 그룹 등의 폭넓은 참여가 필요하며, 정책 수단들이 상호보완적으로 연계된 포트폴리오가 필요하다고 강조했다. Hoffert 등(1998)과 Michaelson(1998)은 지구온난화 가스 감축과 무탄소 전력기술의 상용화를 국가가 해결해야 될 임무로 보았고, Dunn(2002)은 수소에너지 개발을 임무중심형 R&D의 주요 과제로 언급했다.

Mowery, Nelson, & Martin(2010)은 과거의 Manhattan과 Apollo 프로젝트는 소수의 정부 기관이 설계하고 자금을 지원하며, 정부가 유일한 고객으로서 특정 기술 해법을 제공하기 위해 공급 측면의 수단을 사용했던 반면, 최근의 임무는 현재의 복잡한 시스템에서 정부, 기관, 공급·수요 양 측면의 수단 도입이 요구되며, 궁극적으로는 시민이 최종 고객임을 강조했다.

최근 OECD(2025)는 한국의 임무지향 혁신정책(Mission-Oriented Innovation Policy, MOIP)에 대한 진단을 통해, 한국 정부가 추진 중인 제3차 과학기술 기반 사회문제해결 종합계획(2023～2027)을 평가하였다. 이 진단에서는 전략적 지향성, 정책 조정, 정책 실행의 세 가지 구성요소를 중심으로 한국 MOIP의 강점과 한계를 분석하였다. OECD는 한국이 체계적인 사회문제 발굴과 선정 체계를 갖추었으나, 시민사회 참여의 제한성과 부처 간 협력 부족, 성과 관리 체계 미흡을 주요 개선점으로 지적하였다.

이를 바탕으로 OECD는 한국 MOIP 발전을 위해 다음과 같은 정책적 권고를 제시하였다. 첫째, 정부 최상위 수준에서 소수의 변혁적 임무를 설정하여 집중 추진할 필요가 있으며, 이를 위해 강력한 범부처 협력체계와 실행기구를 마련해야 한다. 둘째, 사회문제해결형 임무를 과학기술기본계획 및 국가연구개발 중장기투자전략과 연계하여 정책-투자 연계성을 강화할필요가 있다. 셋째, 다년도 전용 예산과 전담 포트폴리오 관리체계 구축, 혁신 전 주기 지원의 연계, 임무 특화 평가체계 도입 등을 통해 임무 중심 정책의 실효성을 높여야 한다.

이러한 권고는 임무중심형 R&D 정책의 전략성 강화와 성과지향적 체계 고도화를 위한 글로벌 기준을 제시하고 있으며, 본 연구가 논의하는 임무중심형 R&D의 경제적 효과 분석과 정책적 함의를 더욱 심화하는 데 기여할 수 있다.

2) 임무중심형 R&D 및 경제적 효과 관련 연구

임무중심형 R&D(Mission-Oriented R&D)란 정부가 사회경제적 문제 해결을 목표로 특정 분야에 전략적으로 자금을 배분하고 수행하는 연구개발 활동을 의미한다. 국방, 환경, 에너지, 보건 및 우주와 같은 분야에서 ‘임무’라고 불리는 영역에서는 시장 활동이 제한적이기 때문에, 정부는 이 분야에서 무엇을 얼마나 추가적으로 지원할지 결정해야 한다. 임무중심형 R&D는 이러한 목표를 달성하기 위한 구체적인 연구와 개발활동을 의미한다(OECD, 2023). 정부의 중요한 투자 기준은 시장이 충분히 충족시키기 못하는 욕구를 충족시키는 것이며, 각 임무에서는 정부의 역할이 명확하게 정의되어야 하는 상응하는 R&D 활동이 포함될 수 있다(Ziesemer, 2021a). 국방, 환경, 에너지, 보건 및 우주 분야의 경우 시장의 활동이 적으므로, 정부는 이 분야에 대한 고려 및 자연 독점에 의해 설정된 가격을 제한하는 방법을 결정해야 한다(Ziesemer, 2021a).

임무중심형 R&D는 다른 공공 또는 민간 R&D를 자극하여 생산성에 긍정적인 영향을 미칠 수 있다. 이는 지식보완성이 생산성과 성장을 촉진한다는 경제학의 기본 가정에 기반한 것이다. 그러나 하나의 R&D 활동이 민간 및 공공 R&D를 투입 수준의 대체물로 전환시키는 우수 연구자를 위해 요소 시장에서 다른 활동들과 경쟁할 수 있다는 점도 고려해야 한다(David & Hall, 2000). 또한 현재의 국방비 및 의료비 지출은 당장의 복지를 향상시킬 수 있지만, 정부의 소비활동으로 인해 장기적인 성장과 미래 복지를 감소시킬 가능성도 존재한다. 반면에 국방 및 보건 R&D는 미래 복지를 향상시킬 수 있으므로, 생산성과 성장에 미치는 순효과를 분석하는 것이 중요하다(Ziesemer, 2021b).

지금까지의 임무중심형 R&D에 관한 선행연구는 주로 국방 관련 R&D에 초점을 맞춰왔다(Pallante, Russo, & Roventini, 2021). 그러나 독일과 일본의 국방 관련 R&D 예산 비중은 프랑스, 영국, 미국보다 상대적으로 낮았으며(Chiang, 1991; Ergas, 1987), 최근에는 공공 R&D 비율이 민간 R&D에 비해 하락하는 추세를 보였다(Archibugi & Filippetti, 2018). 이는 정부 연구개발예산(Government budget allocations for R&D)이 공공 R&D에 비해 하락한 것을 나타내며, 이는 임무중심형 R&D의 최근 동향을 보여준다(Ziesemer, 2023).

최근에는 임무중심형 R&D에 대한 정치적 관심과 투자가 군사 부문에서 비군사 부문으로 이동하고 있으며, EU 또한 다양한 분야에서 임무중심형 R&D 정책을 발표하고 있다. 따라서 임무중심형 R&D에 대한 국가 투자가 민간 R&D와 비교했을 때 어떠한 효과를 가져오는지를 분석하는 것이 중요하다(Ziesemer, 2021b). R&D 투자 다양성은 국가가 여러 분야에 자원을 분산 투자하는 정도를 나타내며, 기술 간 연계와 혁신 파급효과를 촉진할 수 있는 요인이다. 그러나 정책의 집중도 저하, 실행력 분산 등의 부작용도 수반될 수 있으므로, 다양성이 경제성장에 미치는 영향은 실증적으로 검토할 필요가 있다.

임무중심형 R&D의 경제적 효과성을 분석한 최근 연구에 따르면 일본의 정부연구개발투자(GBARD)가 민간 및 공공 R&D뿐만 아니라 R&D 스톡(stock)과 GDP 성장률을 촉진하며 높은 내부 수익률을 보인다는 결과가 있었다(Ziesemer, 2023). 또한, 일본의 공공 R&D는 유럽의 민간 R&D에 긍정적인 영향을 미치지만, 다른 OECD 국가의 R&D에는 부정적인 영향을 미친다는 결과도 도출되었다. EU 국가를 대상으로 한 연구에서는 임무중심형 R&D의 영구적 변화가 총요소생산성(TFP)과 GDP를 증가시켰으며, 이는 임무중심형 R&D의 높은 내부 수익률을 나타낸다(Ziesemer, 2021a).

Deleidi 등(2021)은 1947년부터 2018년까지의 미국 경제 데이터를 기반으로 구조벡터자동회귀(SVAR) 모델을 사용해 임무중심형 혁신정책이 공공지출보다 GDP와 R&D에 대한 민간 투자에 더 긍정적인 영향을 미친다는 결과를 보였다. Pallante et al.(2021)은 정적 패널 데이터 모델을 사용하여 미국 주별로 정부 출자 국방 R&D가 민간 R&D 투자 및 일부 첨단기술 분야의 고용을 촉진하는데 효과적임을 확인했다. 이는 국방 R&D가 미국 공공 R&D 지출의 큰 부분을 차지하며, 광범위한 민간 혁신을 촉진해왔다는 점에서 중요한 결과이다.

Moretti 등(2020)의 연구에서는 OECD 국가 수준의 데이터와 프랑스 기업 수준 데이터를 분석하여, 정부 재정 R&D가 10% 증가할 때 민간 R&D가 5～6% 추가로 증가하며, 특정 산업과 국가에서 정부 지원 R&D의 증가가 다른 국가의 동일 산업에서 민간 R&D를 증가시킨다는 국제 파급효과를 발견했다. 또한 국방 R&D 증가로 인한 민간 R&D의 증가는 생산성 향상에도 기여함을 밝혔다.

3) 선행연구의 함의

기존의 선행연구를 요약하자면 국방, 교통, 보건, 우주, 에너지, 환경 등의 임무중심형 R&D 분야에서의 시장 시스템의 논리는 공공투자와 임무중심형 R&D로 보완되어야 한다. 임무중심형 R&D에 대한 선행연구는 중요한 기여를 해왔지만 몇 가지 한계를 찾아볼 수 있다. 첫째, 많은 연구가 주로 국방 관련 임무중심형 R&D에 집중되어 있다. 이는 국방 분야에서의 R&D가 중요하다는 것을 반영하지만, 환경, 에너지, 보건 등 다른 중요한 분야에 대한 연구는 상대적으로 부족하다는 것을 반증한다. 그러므로 다양한 분야의 임무중심형 R&D의 효과를 종합적으로 평가하는데 한계가 있다. 본 연구에서 정의하는 임무중심형 R&D는 OECD MSTI에서 분류하는 7개 사회경제적 목적(Socioeconomic Objective)을 중심으로 이루이지며, 여기에는 국방, 경제발전, 건강/환경, 교육/사회, 우주개발, 비목적 기초연구, 일반대학진흥금 등이 포함된다. 이러한 분류는 국제적으로 통용되는 ‘프리스카티 매뉴얼’을 기반으로 하며, 사회적 과제를 해결하기 위한 정책적 목적성과 연결된다는 점에서 임무중심형 R&D의 정책적 특성과 일치한다. 이에 따라 GBARD는 임무중심형 R&D의 대표지표로서 사용될 수 있는 근거를 갖춘 변수이다.

둘째, 임무중심형 R&D의 장기적인 경제적 효과를 다루는 연구가 상대적으로 부족하다. 공공 R&D가 민간 R&D와 상호작용하는 방식이나, 이러한 투자들이 경제 성장 및 생산성에 미치는 장기적인 영향을 체계적으로 분석한 연구가 더 필요하다. 마지막으로, 임무중심형 R&D가 국가 또는 지역에 따라 다르게 영향을 미칠 수 있음에도 불구하고, 많은 연구가 특정 국가나 지역에 집중되어 있다. 이는 글로벌 차원에서의 일반화를 어렵게 만들며, 각국의 특수성을 고려한 정책 설계에 필요한 정보를 제공하는데 한계가 있다. 이러한 한계들은 임무중심형 R&D의 경제적 효과를 보다 종합적이고 체계적으로 이해하기 위해 극복되어야 하며, 이를 통해 다양한 사회적 도전에 대응하는데 필요한 근거 기반 정책을 설계할 수 있다.

본 연구에서는 Ziesemer(2023)의 모형을 참고하여 정부연구개발투자예산(Government budget allocations for R&D)을 임무중심형 R&D에 대한 정부투자 예산으로 추정하였다. 임무 관련 예산이 경제성장률에 미치는 영향을 시계열적으로 추정하기 위한 모형을 설정하였다. 또한 민간연구개발예산과의 비교를 통해 각각의 예산이 경제성장에 미치는 상대적 영향을 분석하고자 한다. 본 연구는 OECD 국가들의 정부연구개발투자예산(GBARD) 데이터를 임무별로 유형화하여, 이러한 투자가 각국의 경제성장률에 미치는 영향을 체계적으로 분석하는 것을 목표로 한다. 더나아가 엔트로피 지수를 활용하여 각 국가의 R&D 투자 다양성이 경제 성장에 미치는 영향을 추가적으로 연구하고자 한다.

4) 가설설정

문헌 분석을 바탕으로, 임무중심형 R&D의 경제적 효과는 다양한 요인에 의해 영향을 받을 수 있음을 알 수 있다. 특히 각 국가의 소득 수준이나 R&D 투자 다양성 등이 임무중심형 R&D와 경제성장 간의 관계에 중요한 역할을 할 수 있다.

본 연구는 Ziesemer(2023)에서 제안된 변수를 활용하여, OECD-MSTI에서 발표하는 주요 과학 및 기술 지표 중 정부연구개발투자예산(GBARD)을 임무중심형 R&D 투자예산으로 추정하고, 이 투자가 각 국가의 경제성장률에 미치는 영향을 분석하고자 한다. 또한, 엔트로피 지수를 활용하여 OECD 각 국가의 R&D 투자 다양성과 경제성장률 간의 관계를 추가적으로 분석하였다.

엔트로피 지수는 시장에서 활동하는 생산자의 수와 규모의 분포를 측정하는 구조적 지표로 CR, HHI지수(허핀달-허쉬만지수), 지니지수 등과 함께 널리 사용되고 있다. 엔트로피 지수가 높을수록 국가가 다양한 분야에 걸쳐 임무중심형 R&D에 투자하고 있음을 의미하며, 반대로 엔트로피 지수가 낮을수록 특정 임무에 집중 투자하고 있음을 나타낸다.

본 연구는 임무를 여러 유형으로 구분하고, 특정 임무에 집중 투자하는 것이 경제성장률(Proxy: GDP 성장률)에 어떠한 긍정적 영향을 미치는지 살펴본다. 또한 각 국가의 소득 수준에 따른 임무중심형 R&D와 경제성장률 간의 상호작용을 추가적으로 분석하여, 소득 수준이 이 관계를 조절하는지 검토한다. 이러한 방법론을 통해 한국뿐만 아니라 OECD 국가들의 임무중심형 R&D 투자가 경제에 미치는 전반적인 효과를 추정하고, 정책적 시사점을 도출하고자 한다.

가설 1에서는 임무중심형 R&D 투자 예산과 경제성장률 간의 관계를 보고자 한다. 임무중심형 R&D는 국가가 직면한 주요 사회적 및 경제적 도전 과제를 해결하기 위한 전략적인 투자이다. 이러한 투자는 기술 혁신을 촉진하고 생산성을 향상시켜 경제 성장에 긍정적인 영향을 미칠 것으로 예상된다(Ziesemer, 2023). 따라서 가설 1-1은 “임무중심형 R&D 투자 예산이 증가할수록 경제성장률(Proxy: GDP 성장률)이 증가할 것이다” 가설 1-2에서는 고소득 국가일수록 R&D 투자의 효과가 더 크다는 연구 결과가 있으며, 이는 고소득 국가들이 R&D 결과물을 효과적으로 활용할 수 있는 더 나은 인프라와 자원을 갖추고 있기 때문이다(Mazzucato, 2013). 따라서 소득 수준이 높은 국가에서 임무중심형 R&D 투자가 경제 성장에 미치는 영향이 더 클 것으로 예상된다. 따라서, 가설 1-2는 “국가의 소득 수준이 임무중심형 R&D 투자 예산과 GDP 성장률 간의 관계를 조절할 것이다” 추가적으로 민간 R&D 투자와 경제 성장 간의 관계를 가설 1-3에서 살펴보고자 한다. 민간 R&D 투자는 경제 성장의 중요한 동력이다. 그러나 소득 수준이 높은 국가들은 상대적으로 민간 R&D 투자에서 더 큰 성과를 거둘 수 있으며, 이는 더 효율적인 시장 구조와 혁신 시스템을 갖추고 있기 때문이다(Archibugi & Filippetti, 2018). 가설 1-2와 1-3을 나누어 설정한 것은 정부 연구개발 예산과 민간 연구개발 예산이 각각 경제에 미치는 영향을 비교하고자 함이다. 이를 통해, 정부와 민간의 R&D 투자가 경제 성장에 기여하는 상대적 중요성을 평가할 수 있다. 또한 소득 수준이 다른 국가들 간에 이러한 관계가 어떻게 달라지는지를 분석함으로써 정부와 민간 R&D 투자 간의 상호작용 및 각 투자의 효과성을 명확히 이해하기 위함이다. 가설 1-3은 “국가의 소득 수준이 민간연구개발예산과 GDP 성장률 간의 관계를 조절할 것이다.”

가설 2에서는 임무중심형 R&D 투자의 다양성과 경제성장률 간의 관계를 살펴보고자 한다. 다양한 분야에 걸친 R&D 투자는 기술 발전의 가능성을 높이고, 다양한 산업 부문에 걸쳐 긍정적인 외부 효과를 생성할 수 있다(Freeman, 1995). 이는 전체 경제에 걸쳐 성장 잠재력을 증대시킬 것이다. 따라서 가설 2-1은 “임무중심형 R&D 투자의 다양성이 높을수록 GDP 성장률에 긍정적인 영향을 미칠 것이다.” 또한 소득 수준이 높은 국가일수록 다양한 R&D 투자를 효과적으로 관리하고 활용할 수 있는 역량이 더 높기 때문에, 이러한 국가에서 R&D 투자 다양성이 경제성장에 미치는 영향이 더 클것으로 예상된다(Mazzucato, 2018). 따라서 가설 2-2는 “국가의 소득 수준이 임무중심형 R&D 투자 다양성과 GDP 성장률 간의 관계를 조절할 것이다.”

가설 3에서는 분야별 임무중심형 R&D 투자 예산과 경제성장률 간의 관계를 살펴본다. 특정 분야에 집중된 R&D 투자는 해당 분야의 기술적 돌파구를 추진하고, 관련 산업의 성장과 함께 국가 전체의 경제 성장에 기여할 것이다. 예를 들어, 에너지, 환경, 보건 등의 분야는 국가의 경제적 안전성과 지속가능성에 직간접적으로 기여할 수 있다(Ziesemer, 2021b). 따라서 가설 3-1～3-7에서는 각 분야별(경제발전, 건강환경, 교육사회, 우주탐사, 비목적기초연구, 일반대학진흥, 국방) 임무중심형 R&D 투자 예산은 GDP성장률에 영향을 미칠 것이다. 또한 소득 수준이 높은 국가일수록 특정 분야의 R&D 성과를 경제 성장으로 연결하는 능력이 더 크며, 이는 각 분야의 R&D 예산이 경제 성장에 미치는 영향을 증폭시킬 가능성이 크다(Deleidi & Mazzucato, 2021). 가설 3-8에서는 “국가의 소득 수준이 각 분야별 임무중심형 R&D 예산과 GDP 성장률 간의 관계를 조절할 것이다.” 위의 가설을 정리하면 <그림 1>과 같다.

￭가설 1. 임무중심형 R&D 투자와 경제성장 간의 관계
∙H1-1: GBARD/GERD 비율이 높을수록(즉 임무중심형 R&D 투자예산이 증가할수록) GDP 성장률이 증가할 것이다.
∙H1-2: 국가의 소득 수준이 H1-1의 관계를 조절할 것이다.
∙H1-3: BERD/GERD 비율이 높을수록(민간연구개발예산) GDP 성장률이 증가하며, 이 관계는 소득 수준에 따라 조절될 것이다.
￭가설 2. R&D 투자 다양성과 경제성장 간의 관계
∙H2-1: R&D 투자 다양성(엔트로피 지수)이 높을수록 GDP 성장률에 긍정적인 영향을 줄 것이다.
∙H2-2: 이 관계는 소득 수준에 따라 조절될 것이다.
￭가설 3. 분야별 임무중심형 R&D 예산의 효과
∙H3-1～H3-7: 각 분야별(경제발전, 건강/환경, 교육/사회 등) GBARD 비율은 GDP 성장률에 유의한 영향을 미칠 것이다.
∙H3-8: 각 분야별 효과는 소득 수준에 따라 조절될 것이다.

<그림 1>

가설설정

3. 데이터 및 연구 방법

1) 분석범위

본 연구에 사용된 임무중심형 공공 R&D 자금 지원에 대한 데이터는 OECD-MSTI의 정부연구개발예산(GBARD) 자료를 기반으로 한다. GBARD는 사회경제적 목표와 관련된 여러 영역에서 ‘정부 예산 책정 또는 R&D 지출’에 해당하는 항목들의 총지출 흐름을 의미하며, 2005년 이후의 데이터를 PPP 달러로 제공한다. 이 데이터는 공공 및 민간 부문에서 수행된 R&D 데이터를 포함하고 있으며, 본 연구에서는 2002년부터 2021년까지의 기간에 해당하는 20개 연도의 시계열 데이터를 분석에 사용하였다.

GDP 데이터는 World Bank에서 2002년부터 2021년까지의 값을 가져와 전년 대비 GDP 성장률을 도출하였다. 또한 노동시간과 경제활동인구 데이터는 각각 World Bank에서 동일한 기간(2002～2021) 동안의 값을 사용하였다. 국가별 소득은 World Bank에서 발표한 2002년부터 2021년까지의 1인당 GDP(PPP) 데이터를 기준으로 하였으며, 이를 바탕으로 패널 데이터를 구축하였다.

2) 분석방법 및 절차

분석에 사용된 데이터는 매년 3월과 9월에 OECD에서 발간되는 MSTI(Main Science and Technology Indicators) 통계에서 제공된다. 여기서 민간 R&D는 기업이 수행하거나 수행하는 R&D로 정의되며, 공공 R&D는 GERD(Gross domestic expenditure on R&D)에서 민간연구개발비(BERD)를 차감한 값으로 정의된다. 반면 GBARD(Government Budget Allocations for Research and Development)는 명확히 정의된 사회적 목표 또는 임무와 관련된 연구를 수행하는 민간 및 공공기관에 정부가 제공하는 R&D 자금을 의미한다(Ziesemer, 2021a).

총연구개발예산 GERD - 민간연구개발예산 BERD = 공공R& D* * 공공 R& D에는 일부 임무중심형 R& D인 GBARD 값이 포함

(1)

총연구개발예산(GERD)은 정보 확보 시간이 오래 걸리고, 정책 목적과 연계가 어렵다는 단점을 지니고 있으나, 정부연구개발예산(GBARD)는 정책 목적과의 연계가 용이하고, 중앙 및 지방 정부에 의해 수행되는 모든 연구개발 지출을 포함하는 정부 예산 기반의 자료로, 시의적절한 보고가 가능하다. GBARD는 ① 경제발전, ② 건강 및 환경, ③ 교육 및 사회, ④ 우주탐사 및 개발, ⑤ 비목적 기초연구, ⑥ 일반대학진흥금, ⑦ 국방으로 구성된 7대 임무 분야별로 정부의 연구개발 투자를 측정하는 지표이다.

프라스카티(Frascati) 매뉴얼에서 정부연구개발예산은 특정 국가의 예산 절차를 통하여 배정된 연구개발 목적의 예산으로 정의하는데, 국가마다 예산절차는 상이하나 일반적으로 예산의 예측과 제안, 최초 예산안, 최종 예산안, 지출의무, 실제 지출 등의 단계를 거치게 된다(OECD, 2015). OECD 소속 국가들은 프라스카티(Frascati) 매뉴얼에 입각하여 자국의 연구개발 예산을 보고하며, 이 수치는 MSTI에 반영되어 공표되고 있다. 정부연구개발예산의 경제사회목적(Socioeconomic Objective)별 비중은 특정 연구개발프로그램의 주목적(primary objective)에 따라 14개 유형으로 분류되며, MSTI는 이를 7개 유형으로 재분류하여 공표한다(<표 2> 참조). 정부연구개발예산(GBARD)는 특정 임무를 수행하기 위해 정부가 예산을 배정하는 구조로 구성되어 있으며, 이는 임무중심형 R&D의 정책적 개념과 직접적으로 연계된다. 특히, 예산 항목이 사회경제적 목적별로 분류되어 있는 점은 정책적 방향성과 연구 변수 간의 정합성을 높여준다. 본 연구는 이러한 구조를 기반으로, GBARD를 임무중심형 R&D의 대리변수(proxy)로 간주하여 분석을 수행하였다.

∙GBARD: 정부가 정책 목표에 따라 배분한 R&D 예산으로, 사회경제적 목적(SOE) 기준 7개 분야로 분류됨(공공기관과 민간수행자 모두 포함 가능)
∙BERD: 기업 주도 민간 R&D 투자 변수
∙GBARD/GERD: 총 R&D 예산 대비 정책 목적형 투자 비중을 의미하며, 임무중심형 R&D의 집중도를 나타냄
∙BERD/GERD: 총 R&D 예산 대비 기업 주도 민간 R&D 투자 비율

<표 2>

프리스카티 매뉴얼의 14개 유형과 MSTI의 7개 유형

본 연구에서는 패널 데이터를 사용하여 고정효과 모형(Fixed effect: FE)과 확률효과 모형(Random effect: RE) 중 좀 더 적합한 모형을 선택하기 위해 하우스만 검정(Hausman test)을 실시하였다. 하우스만 검정은 관찰되지 않는 내재적 속성과 관찰되는 속성 간의 관련성을 확인하는데, 귀무가설이 기각되면 고정효과 모형이, 기각되지 않으면 확률효과 모형이 더 적합하다고 판단된다(한치록, 2021). 분석 결과, 귀무가설이 기각되어 고정효과 모형이 더 적합한 것으로 확인되었으며, 따라서 본 연구에서는 고정효과 모형을 사용하였다.

본 연구에서는 R&D 투자가 경제 성장에 미치는 영향을 분석할 때 발생할 수 있는 시차(time lag)를 고려하였다. R&D 투자는 성과가 즉각적으로 발생하지 않고 일정기간 후에 발생하는 특성이 있는데 이를 시차라고 한다(Kay, 1999). 즉 R&D 투자는 과거와 현재의 투자가 성과에 영향을 미칠 수 있는 시계열적 특성을 가지며, 시점별 투자의 효과는 시계열 상에서 특정한 분포 형태로 성과에 영향을 미치게 된다. 따라서 R&D 투입 대비 산출인 R&D 투자 효율성 분석에서는 시차에 대한 추정이 필수적이다(홍순기, 홍사균, 안두현, 1991).

그러나 R&D 산출지표는 논문, 특허 등의 일부 지표를 제외하고 정량화하기는 어렵고(이장재, 1996), 일반적으로 적용이 가능한 시차는 없는 것이 정론으로 여겨져(Wang & Huang, 2007), R&D 투자 효율성 관련 기존 선행연구는 시차를 연구자의 경험, 문헌조사, 상관분석 등 편의에 입각해 설정하고 있다(김한솔 외, 2024).

Guana 등(2016)의 연구에서는 R&D 투입은 R&D 투자액과 연구인력으로, 산출은 논문 및 특허로 하여 R&D 효율성을 분석하였는데 단순한 상관 및 회귀분석 결과에 근거하여 시차를 3년으로 설정하였다. 이헌준 등(2014)의 연구에서는 기업의 R&D 투자를 설명변수로 종속변수를 특허출원 수로 하는 다항시차분포모형을 분석하여 1～2년의 시차 효과가 확인되었다. 이처럼 선행연구에서 계량적으로 투자의 시차효과를 추정하기 위한 연구가 이루어지고 있으나(박철민, 구본철, 2015; 신태영, 2004; 황석원 외, 2009; Wang & Huang, 2007), R&D의 유형이나 특성 등은 시차에 영향을 미침에 따라 일반적인 시차를 적용할 수 없는 점을 고려하면, 본 연구에서는 독립변수에 시차 1을 넣어 시간지연 효과를 고려하였고, 추가 분석을 통해 1～5년까지의 시차를 추가적으로 비교 분석해보았다.

3) 변수 설정

본 연구에서는 OECD 37개 국가의 경제사회목적별 투자 비율을 분석하기 위해 OECD(2023)에서 제공하는 자료를 사용하였다. 연구 기간은 2002년부터 2021년까지이며, 총 851건의 자료를 분석에 활용하였다.

(1) 독립변수

∙임무중심형 R&D 투자비율(GBARD): 2002년부터 2021년까지의 OECD MSTI 데이터를 기반으로 각 국가의 임무중심형 R&D 투자 비율을 포함하여, 이를 통해 각 국가의 임무중심형 R&D 투자와 경제성장률 간의 관계를 분석하고자 한다.
∙임무의 다양성(Diversification Index): 국가별 임무의 다양성을 측정하기 위해 엔트로피 지수를 사용하였다. 엔트로피 지수는 권택호(2016)의 연구를 참고하여 선정하였으며, Jacquemin & Berry(1979)가 물리학에서 사용하던 엔트로피(entropy) 지수를 활용하였다. 엔트로피 다양화 지수는 0≤다양화 지수≤ln(J)의 값을 가지며, 값이 0에 근접할수록 특정 지원사업 종류에 집중되어 있음을 나타낸다. 여기서 J는 지원사업의 종류, pj는 품목 j의 사업 수가 총 사업 수에서 차지하는 비율이다. 이 지수는 국가별로 서로 다른 임무 유형이 경제성장률에 미치는 영향을 분석하기 위한 주요 변수로 사용된다.

다양화지수 = ∑ j = 1 j p j l n ⁡ 1 / p j

(2)

(2) 종속변수

∙GDP 성장률: 국가별 경제 성장률을 측정하기 위해 World Bank에서 2002년부터 2021년까지의 GDP 데이터를 사용하였다. 전년도 대비 당해 년도의 GDP 성장률을 종속변수로 설정하였다.

(3) 조절변수

∙국가별 소득(GDP Per capita, PPP): 국가별 소득 수준을 반영하기 위해 World Bank에서 발표한 2002년부터 2021년까지의 GDP Per capita(PPP) 데이터를 사용하였다. 이를 기반으로 4만 달러 이상인 경우 1, 그렇지 않은 경우 0으로 설정한 더미변수를 생성하여, 소득 수준이 연구 결과에 미치는 영향을 통제하고자 하였다.

(4) 통제변수

∙노동시간: 국가별 노동시간 데이터는 World Bank에서 2002년부터 2021년까지의 값을 사용하였다. 이는 각국의 노동시장 활동 정도를 반영하는 변수로, 경제성장에 영향을 미칠 수 있는 요인으로 통제하였다.
∙경제활동인구: 경제활동인구 데이터는 World Bank에서 2002년부터 2021년까지의 값을 사용하였으며, 경제성장에 중요한 역할을 하는 인구 통계적 요소를 반영하기 위해 통제변수로 사용되었다.

본 연구에서는 시계열 패널데이터를 활용하여 37개 국가의 20개 연도에 걸친 데이터를 분석하였다.

4. 분석 결과

1) 기초통계량

변수에 대한 기초통계량은 <표 3>과 같다. 변수들의 상관관계 분석 결과는 <표 4>이다. 변수들의 상관관계는 대부분 높지 않다.

<표 3>

주요 변수의 기초통계량

<표 4>

상관관계 분석

2) 가설분석

각 독립변수 간의 상관관계에서 문제가 발생하지 않아 패널 회귀분석을 시행하였다.

먼저 <표 5>는 가설 1을 분석한 결과이다. 가설 1-1에서 전체 R&D 대비 국가별 임무중심형 R&D 예산 비율은 GDP 성장률에 긍정적인 영향을 미치는 것으로 나타났다. 이는 국가가 임무중심형 R&D에 더 많은 예산을 할당할수록 GDP 성장률이 증가할 가능성이 높다는 것을 의미한다. 즉, 임무중심형 R&D에 대한 국가 예산의 투자가 경제 성장에 기여하고 있음을 시사한다.

<표 5>

가설1 분석 결과

가설 1-2에서는 임무중심형 R&D 예산 비율과 국가별 소득 수준 간의 상호작용 효과를 분석한 결과, 상호작용항은 통계적으로 유의하지 않은 것으로 나타났다. 이는 소득 수준이 4만 달러 이상인 국가와 이하인 국가 간에 임무중심형 R&D 예산 비율이 GDP 성장률에 미치는 영향력이 유의한 차이가 없다는 것을 의미한다.

가설 1-3에서는 전체 R&D 대비 민간 R&D 예산 비율과 국가별 소득 수준 간의 상호작용 효과를 분석하였다. 결과적으로, 민간 R&D 예산 비율은 GDP 성장률에 유의미한 긍정적인 영향을 미쳤다. 이 결과는 임무중심형 R&D 예산과 유사하지만, 민간 R&D 예산 비율의 계수 값이 더 높게 나타나 상대적으로 GDP 성장률에 더 큰 영향을 미친다고 해석할 수 있다. 그러나 소득 수준에 따른 민간 R&D 예산 비율과 GDP 성장률 간의 상호작용 효과는 유의하지 않은 것으로 나타났다. 즉, 소득 수준이 4만 달러 이상인 국가와 이하인 국가 간에 민간 R&D 예산 비율이 GDP 성장률에 미치는 영향력에는 통계적으로 유의한 차이가 없었다.

가설 2를 분석한 <표 6>에 따르면, 가설 2-1에서는 국가별 임무중심형 R&D의 다양성 지수가 높아질수록 GDP 성장률이 감소하는 것으로 나타났다. 이는 다양한 임무 분야에 걸쳐 R&D를 수행하기보다는, 국가의 상황에 맞는 특정 임무에 집중하는 것이 GDP 성장률에 더 긍정적인 영향을 미칠 수 있음을 시사한다.

<표 6>

가설2 분석 결과

가설 2-2에서는 임무의 다양성 지수와 국가별 소득 수준간의 상호작용 효과를 분석한 결과, 상호작용항은 통계적으로 유의하지 않은 것으로 나타났다. 이는 임무의 다양화가 국가별 소득 수준에 따라 GDP 성장률에 미치는 영향이 달라지지 않음을 의미한다.

가설 3에 대한 분석 결과는 <표 7>과 <표 8>에 제시되어 있다. 가설 3-1～3-7은 경제발전, 건강환경, 교육사회, 우주탐사, 비목적 기초연구, 일반대학진흥금, 국방 분야의 R&D 예산 비율과 GDP 성장률 간의 관계를 분석하였고, 일부 분야에서 유의한 관계가 도출되었다. 구체적으로, 경제발전 관련 임무는 GDP 성장률에 긍정적인 영향을 미쳤으며, 비목적 기초연구 분야 또한 GDP 성장률에 유의한 긍정적인 영향을 보였다. 반면, 우주탐사 분야의 R&D 예산 비율은 GDP 성장률과 음(-)의 상관관계를 나타냈다.

<표 7>

가설 3-1～7 분석 결과

<표 8>

가설3-8 분석 결과

가설 3-8에서는 국가별 임무중심형 R&D 예산 비율과 국가 소득 수준 간의 상호작용 효과를 분석한 결과, 국방 분야의 R&D 예산 비율과 소득 수준 간의 상호작용은 GDP 성장률에 부정적인 영향을 미치는 것으로 나타났다. 이는 소득이 높은 국가에서 국방 관련 임무중심형 R&D에 투자할 경우, GDP 성장률에 오히려 부정적인 영향을 미칠 수 있음을 시사한다.

3) 추가 분석

본 연구에서는 가설 1에서 R&D 투자와 GDP 성장률 간의 시차 효과를 1년을 기준으로 설정하였다. 그러나 과학기술정책, 특히 임무중심형 R&D의 경우 기술의 복잡성과 목표의 장기성을 고려할 때, 효과가 수년 뒤에 나타날 수 있다는 점에서 시차 설정의 한계가 존재한다. 이에 따라 본 연구는 추가 분석을 통해 2～5년의 시차를 고려한 추가 분석을 수행하였다. <표 9>는 STATA를 활용하여 시차 변수를 생성하고 고정 효과 모형을 통해 GDP 성장률에 대한 영향을 분석한 결과이며, 중장기적인 시차에서의 유의미한 효과가 확인되었다.

<표 9>

시차에 따른 추가 분석 결과

2년 시차 분석에서는 임무중심형 R&D 투자 비율이 GDP 성장률에 미치는 직접적인 영향은 통계적으로 유의하지 않았다. 특히, 3년차부터 경제성장률에 통계적으로 유의한 음(-)의 영향을 미쳤다. 이는 임무중심형 R&D 투자가 일정 시간이 지난 후 경제성장에 제약을 가할 가능성이 있음을 시사한다.

나아가, 1～5년 시차를 동시에 포함한 회귀모형 분석에서도 유사한 패턴이 유지되었으며, 대체로 음(-)의 방향을 유지하고 있어 누적적 또는 지연된 부정적 영향의 가능성을 시사한다.

이와 같은 결과는 임무중심형 R&D 정책이 단기적인 기대와 달리 장기적으로 경제성장에 부정적 영향을 미칠 수 보여주며, 이는 정책 집중, 실행 전략 부재 또는 자원배분 비효율 등의 가능성을 내포한다.

요약하면, 본 연구는 임무중심형 R&D 투자의 효과를 단기적인 관점에서만 평가하는 접근의 한계를 지적하며, 중장기적 관점에서 정책 효과를 분석하고, 자원의 전략적 재배분 및 실행력을 강화하는 방향으로 정책을 보완할 필요성을 제시한다.

5. 결 론

본 연구는 OECD 37개국을 대상으로 임무중심형 R&D가 국가 경제성장률에 미치는 영향을 실증적으로 분석하였다. 특히 R&D 성과가 일정 시차를 두고 나타난다는 점에 착안하여, 1년부터 5년까지의 시차를 반영한 패널 분석을 실시하였다.

가설 1에서는 전체 R&D 예산 대비 정부연구개발예산(GBARD)의 비율이 경제성장률에 미치는 영향을 살펴보았으며, 시차 1년에서는 긍정적인 효과가 도출되었고, 2년에서는 통계적으로 유의한 결과가 도출되지 않았다. 하지만 3년차부터 경제성장률에 통계적으로 유의한 음(-)의 영향을 미쳤다. 이는 임무중심형 R&D 투자의 효과가 단기적 성과로 나타나기보다, 장기적으로 경제성장률에 오히려 제약 요인으로 작용할 수 있음을 시사한다.

또한, 시차 1～5년을 동시에 투입한 회귀모형 분석에서도 유사한 결과가 도출되었으며, L5_V1 변수만이 통계적으로 유의한 부정적 효과를 보였다. 이는 임무중심형 R&D의 누적적 또는 지연된 영향이 장기적으로 일정하게 음(-)의 방향으로 작용하고 있음을 나타낸다.

가설 2에서는 임무의 다양성을 나타내는 엔트로피 지수가 GDP 성장률에 미치는 영향을 분석하였다. 결과적으로, 국가별 임무의 다양성 지수가 높을수록 경제성장률에는 부정적인 영향을 미치는 것으로 나타났다. 이는 국가가 임무중심형 R&D를 수행할 때, 다양한 임무 분야에 걸쳐 자원을 분산하기보다는 국가의 상황에 맞는 적절한 임무를 선택하여 자원을 선별적으로 활용하는 것이 경제성장률에 더 긍정적인 영향을 미칠 수 있음을 의미한다.

가설 3에서는 국가가 어떠한 임무에 집중하는 것이 경제성장률과 유의한 관계가 있는지를 탐색하기 위해 임무를 분야별로 세분화하였다. 가설 3-1부터 3-7의 결과, 경제발전, 우주탐사, 비목적 기초연구 분야에서 경제성장률과 유의한 관계가 도출되었다. 경제발전 관련 임무는 경제성장률에 유의미한 긍정적인(+) 영향을 미치는 것으로 나타났으며, 비목적 기초연구 분야도 국가의 경제성장률에 긍정적인 영향을 미치는 것으로 나타났다. 반면, 우주 탐사 분야는 현재의 경제성장보다는 미래를 대비하는 성격이 강해 음(-)의 상관관계가 나타난 것으로 해석할 수 있다.

가설 3-8에서는 추가 분석으로, OECD 국가를 소득 수준에 따라 구분하여 각 변수와의 상호작용을 분석하였다. 소득이 4만 달러를 초과하는 국가와 그렇지 않은 국가로 나누어 더미 변수를 설정한 후, 각 변수와 GDP 성장률 간의 상호작용을 분석한 결과, 국방 분야의 임무중심형 R&D 예산 비율과 소득 수준 간의 상호작용이 경제성장률에 부정적인 영향을 미치는 것으로 나타났다. 이는 소득이 높은 국가에서 국방 관련 임무중심형 R&D에 투자할 경우, 경제성장률 증가에 오히려 부정적인 영향을 줄 수 있음을 의미한다.

시차효과를 통해 단기적 경제성장은 양의 효과가 나타났지만 장기적으로는 음의 효과가 나타난 결과와 관련해서는 정부 R&D 지출 확대가 민간의 실질적 R&D 투입량을 감소시킨다는 구축효과(Crowding-out)로 설명할 수 있다(Guellec & Van, 2003). 따라서 단기적으로는 임금, 장비 등으로 인해 경제가 성장한 모습을 보이지만 장기적으로는 민간의 활동을 위축시키는 위험성이 존재한다. Qin 등(2023)은 연구생태계 내에서 특정 목적의 비용이 과다하게 소요될 경우, 생태계에 해를 끼칠 수 있다고 지적한 바 있다.

반면에 보완효과(Crowding-in)가 발생할 수도 있다. 공공 R&D의 증가가 신기술 상용화를 위한 공동연구 플랫폼을 구축함으로써 민간 R&D를 증가시키는 동태적 관계로 이어질 수 있다(De Lipsis et al., 2023). 따라서 장기적으로 경제성장에 긍정적인 영향을 줄 수 있는 비율에 대한 고민이 필요하다.

본 연구의 결과는 OECD(2025)의 권고와도 일맥상통하는 시사점을 제공한다. 특히, 임무중심형 R&D 투자의 장기적인 시차효과가 경제성장에 부정적인 영향을 미칠 수 있다는 분석 결과는, 정책의 타이밍과 전략적 집중 분야 선정, 성과 관리체계 구축이 필수적임을 시사한다. OECD는 한국 MOIP의 발전을 위해 전담 포트폴리오 관리체계 구축과 임무 특화 평가체계 도입을 권고한 바 있으며, 이는 본 연구에서 제시한 성과관리의 중요성과 맞닿아 있다.

따라서 향후 한국의 임무중심형 R&D 정책은 정부 최상위 수준에서 변혁적 임무를 설정하고, 이를 범부처적으로 협력·조정하며, 안정적인 다년도 예산을 기반으로 성과지향적 평가체계를 마련해야 할 것이다. 이를 통해 사회문제 해결뿐만 아니라 경제성장과 기술혁신의 선순환 구조를 구축할 수 있을 것으로 기대된다.

본 연구의 한계로는 다음과 같다. 첫째, 본 연구는 GDP 성장률만을 경제성과 지표로 사용하였으며, 총요소생산성(TFP) 등 다양한 경제 지표를 포함하지 못한 한계가 있다. 둘째, OECD 국가 간 과학기술 역량 차이를 변수화하지 못한 점이다. 향후 연구에서는 해당 지표를 활용한 분석을 통해 보다 정교한 인과관계를 밝히는 것이 바람직할 것이다.

References

과학기술정보통신부 (2021). 제5차 과학기술기본계획(’23-’27) 수립방향(안).
국가과학기술자문회의 (2013). 과학기술기반 사회문제해결 종합실천계획.
국가과학기술자문회의 (2018). 제2차 과학기술기반 국민생활(사회) 문제해결 종합계획(’18～’22)(안).
국가과학기술자문회의 (2022). 2023년도 국가연구개발사업 예산(안) 편성 결과.
국가과학기술자문회의 (2023). 제3차 과학기술기반 사회문제해결 종합계획(’23～’27)(안).
국가과학기술자문회의 (2023). 제5차 과학기술기본계획(’23～’27)(안).
국가과학기술자문회의 (2025). 2024년도 국가연구개발사업 예산(안) 편성 결과.
권택호 (2016). 기업의 성장과 다각화 효과. <한국증권학회지>, 45(4), 811-836.
대한민국 대통령실 (2022). 120대 국정과제, 윤석열 정부.
박철민·구본철 (2016). 연구개발단계별 연구개발투자와 논문 성과 간의 시차효과 분석: 국가연구개발사업을 중심으로. <기술혁신학회지>, 19(4), 687-710.
송위진·성지은 (2021). <전환적 혁신정책과 혁신정책의 재구성>. 세종: 과학기술정책연구원.
신태영 (2004). <기초연구투자의 경제적 효과 분석: 사전기획연구>. 세종: 과학기술정책연구원.
이장재 (1996). 연구개발 생산성의 개념과 측정 접근방법. <과학기술정책>, 89, 28-39.
이헌준·백철우·이정동 (2014). 기업 R&D 투자의 시차효과 분석. <기술혁신연구>, 22(1), 1-22.
한국과학기술기획평가원(KISTEP) (2020). 연구개발투자의 수익률 추정 연구.
한국과학기술기획평가원(KISTEP) (2022). 과학기술기반 경제사회시스템 전환을 위한 임무지향혁신정책 해외사례 분석 및 국정과제를 활용한 정책모형 연구.
한국과학기술기획평가원(KISTEP) (2023). 국가필수전략기술 육성, 보호 종합전략 수립연구.
한치록 (2021). <패널데이터강의(제3판)>. 서울: 박영사.
홍순기·홍사균·안두현 (1991). 연구개발투자의 산업부문간 흐름과 직·간접 생산성 증대효과 분석에 관한 연구. <정책연구>, 1, 1-285.
황석원·안두현·최승현·권성훈·천동필·김아름·박종혜 (2009). <국가연구개발사업 R&D 효율성 분석 및 제고방안>. 세종: 과학기술정책연구원.
Archibugi, D., & Filippetti, A. (2018). The retreat of public research and its adverse consequences on innovation. Technological Forecasting and Social Change, 127, 97-111. [https://doi.org/10.1016/j.techfore.2017.05.022]
Chiang, J.-T. (1991). From ‘Mission-Oriented’ to ‘Diffusion-Oriented’ Paradigm: The new trend of U.S. industrial technology policy. [https://doi.org/10.1016/0166-4972(91)90017-X]
David, P. A., & Hall, B. H. (2000). Heart of darkness: Modeling public-private funding interactions inside the R&D black box. Research Policy, 29(9), 1165-1183. [https://doi.org/10.1016/S0048-7333(00)00085-8]
De Lipsis, Vincenzo; Deleidi, Matteo; Mazzucato, Mariana; Agnolucci, Paolo (2023) Macroeconomic Effects of Public R&D. (Working Paper Series 2023-02). UCL Institute for Innovation and Public Purpose: London, UK. [https://doi.org/10.2139/ssrn.4301178]
Deleidi, M., & Mazzucato, M. (2021). Directed innovation policies and the supermultiplier: An empirical assessment of mission-oriented policies in the US economy. Research Policy 50. Online. [https://doi.org/10.1016/j.respol.2020.104151]
Dunn, S. (2002). Hydrogen futures: Toward a sustainable energy system. International Journal of Hydrogen Energy, 27(3), 235-264. [https://doi.org/10.1016/S0360-3199(01)00131-8]
Ergas, H. (1987). The importance of technology policy. In P. Dasgupta & P. Stoneman (Eds.), Economic policy and technological performance (pp. 51-96). Cambridge University Press. [https://doi.org/10.1017/CBO9780511559938.005]
European Commission (2011). A resource-efficient Europe - Flagship initiative under the Europe 2020 Strategy.
Flanagan, K., Uyarra, E., & Laranja, M. (2011). Reconceptualising the ‘policy mix’ for innovation. Research Policy, 40(5), 702-713. [https://doi.org/10.1016/j.respol.2011.02.005]
Foray, D., Mowery, D. C., & Nelson, R. R. (2012). Public R&D and social challenges: What lessons from mission R&D programs? Research Policy, 41(10), 1697-1702. [https://doi.org/10.1016/j.respol.2012.07.011]
Freeman, C. (1995). The ‘National System of Innovation’ in historical perspective. Cambridge Journal of Economics, 19(1), 5-24.
Guana, J., Zuo, K., Chen, K., & Yam, R. C. (2016). Does country-level R&D efficiency benefit from the collaboration network structure? Research Policy, 45(4), 770-784. [https://doi.org/10.1016/j.respol.2016.01.003]
Guellec, D., & Van Pottelsberghe De La Potterie, B. (2003). The impact of public R&D expenditure on business R&D. Economics of Innovation and New Technology, 12(3), 225-243. [https://doi.org/10.1080/10438590290004555]
Hoffert, M. et al. (1998). Energy implications of future stabilization of atmospheric CO2 content. Nature, 395/6705, 881-884. [https://doi.org/10.1038/27638]
Jacquemin, A. P., & Berry, C. H. (1979). Entropy measure of diversification and corporate growth. The Journal of Industrial Economics, 27(4), 359-369. [https://doi.org/10.2307/2097958]
Kay, N. M. (1999). The R&D function: Corporate strategy and structure. In N. M. Kay (Ed.), The boundaries of the firm: Critiques, strategies and policies (pp. 113-127). Palgrave Macmillan. [https://doi.org/10.1007/978-1-349-14645-1_6]
Krugman, P. (1994). Defining and measuring productivity. The Age of Diminishing Expectations. MIT Press.
Lucas, R. E., Jr. (1988). On the mechanics of economic development. Journal of Monetary Economics, 22(1), 3-42. [https://doi.org/10.1016/0304-3932(88)90168-7]
Mazzucato, M. (2013). Financing innovation: Creative destruction vs. destructive creation. Industrial and Corporate Change, 22(4), 851-867. [https://doi.org/10.1093/icc/dtt025]
Mazzucato, M. (2018). Mission-oriented innovation policies: Challenges and opportunities. Industrial and Corporate Change, 27(5), 803-815. [https://doi.org/10.1093/icc/dty034]
Mazzucato, M., & Penna, C. C. (2016). Beyond market failures: The market creating and shaping roles of state investment banks. Journal of Economic Policy Reform, 19(4), 305-326. [https://doi.org/10.1080/17487870.2016.1216416]
Michaelson, J. (1998). Geoengineering: A Climate Change Manhattan Project. Stanford Environmental Law Journal, Vol. 17/73, https://ssrn.com/abstract=2147499, (accessed on 22 May 2019).
Moretti, E., Steinwender, C., & Van Reenen, J. (2020). The intellectual spoils of war? Defense R&D, productivity and international spillovers. NBER Working Paper No. 26483. National Bureau of Economic Research. [https://doi.org/10.3386/w26483]
Mowery, D., R. Nelson, & B. Martin (2010). Technology policy and global warming: Why new policy models are needed (or why putting new wine in old bottles won’t work). Research Policy, 39(8), 1011-1023. [https://doi.org/10.1016/j.respol.2010.05.008]
Nelson, R. (2011). The moon and the ghetto revisited. Science and Public Policy, 38(9), 681-690. [https://doi.org/10.1093/scipol/38.9.681]
OECD (2023). Main Science and Technology Indicators (database), OECD Science, Technology and R&D Statistics (STI).
OECD (2023). Reimagining Innovation Policy: Mission-oriented Innovation Policy and Cross-government Coordination.
OECD (2025). Challenges and opportunities of mission-oriented innovation policy in Korea (OECD Science, Technology and Industry Policy Papers No. 172). OECD Publishing.
Pallante, G., Russo, E., & Roventini, A. (2021). Does mission-oriented funding stimulate private R&D? Evidence from military R&D for US states. LEM Working Paper Series No. 2020/32.
Qin, H., Zou, H., & Sun, J. (2023). Incentive strategy of dual innovation balance in green manufacturing innovation ecosystem: Based on hierarchical structure of innovation subject. PLoS ONE, 18(9), e0291811. [https://doi.org/10.1371/journal.pone.0291811]
Rogge, K. S., & Reichardt, K. (2016). Policy mixes for sustainability transitions: An extended concept and framework for analysis. Research Policy, 45(8), 1620-1635. [https://doi.org/10.1016/j.respol.2016.04.004]
Romer, P. M. (1986). Increasing returns and long-run growth. Journal of Political Economy, 94(5), 1002-1037. [https://doi.org/10.1086/261420]
Soete, L., & Arundel, A. (1993). An integrated approach to European innovation and technology diffusion policy: A Maastricht memorandum. EUR (Luxembourg).
Veugelers, R. (2012). Which policy instruments to induce clean innovating?. Research Policy, 41(10), 1770-1778. [https://doi.org/10.1016/j.respol.2012.06.012]
Wang, E. C., & Huang, W. (2007). Relative efficiency of R&D activities: A cross-country study accounting for environmental factors in the DEA approach. Research Policy, 36(2), 260-273. [https://doi.org/10.1016/j.respol.2006.11.004]
Ziesemer, T. H. W. (2020). Japan’s productivity and GDP growth: The role of private, public and foreign R&D 1967-2017. Economies, 8(4), 1-25. [https://doi.org/10.3390/economies8040077]
Ziesemer, T. H. W. (2021a). Mission-oriented R&D and growth. Journal of Applied Economics, 24(1), 460-477. [https://doi.org/10.1080/15140326.2021.1963395]
Ziesemer, T. H. W. (2021b). Semi-endogenous growth models with domestic and foreign private and public R&D linked to VECMs. Economics of Innovation and New Technology, 30(6), 621-642. [https://doi.org/10.1080/10438599.2020.1760423]
Ziesemer, T. H. W. (2023). Mission-oriented R&D and growth of Japan 1988-2016: A comparison with private and public R&D. Economics of Innovation and New Technology, 1-30. [https://doi.org/10.1080/10438599.2022.2164493]

계획명		시행연도	관련 내용
사회문제 해결형 종합계획	1차	2014~2018	- 10대 분야 30개 사회문제 도출 - 중앙정부, 연구자 중심 및 부처별 분산 추진
	2차	2019~2022	- 10대 분야 40개 주요 사회문제 도출 - 지자체 참여, 시민, 사회적경제 조직 참여, 부처간 종합 연계 조정 - 관련 교육, 과학문화 프로그램 운영
	3차	2023~2027	- 10대 분야 43개 주요 사회문제 도출 - 사회문제해결 플랫폼 운영 효율화 - (과제4) 임무중심형적 문제해결사업 추진
임무중심형 R&D 혁신체계 구축전략		2022.10	12대 국가전략기술 및 탄소중립에 적용 1) 기획단계: 임무·목표 설정, 로드맵 마련, 사업·프로젝트 기획 - 컨트롤타워 구축, 민관 협력채널 및 정책지원체계(국가기술전략센터 활용 등) 구축 2) 투자단계: 임무달성 관련 세부사업 지정 및 집중관리, 범부처 통합 예산 배분·조정체계 운영 - 관련 연구 지원방식 활성화, 제도·규제개선계획과 연계하여 R&D 예산배분 검토 3) 수행단계: 사업관리의 책임성, 유연성 강화와 임무중심형 R&D에 특화된 평가체계 구축 - 전주기 평가 관리, 임무 관련 구체적인 성과지표 설정과 명확한 임무부여
제5차 과학기술 기본계획		2023~2027	(전략1) 질적성장을 위한 과학기술 체계 고도화 (추진과제 1-1) 임무중심형 문제해결을 위한 R&D 전략성 강화 - 기술수준 90% 이상 중점기술개수(5개(’22) -> 25개(’27)) - 탄소중립·전략기술 분야 R&D 예산규모(5.45조원(현재) -> 7조원 이상(’27)) (1-1-1) 임무중심형 R&D 체계 혁신 - R&D 기획-투자-평가 단계별 임무중심형 R&D 도입

분류	변수명	평균	표준 편차	최소값	최대값
종속변수	GDP 성장률	0.039	0.042	-0.139	0.300
독립변수	GBARD/GERD	0.538	1.120	0.064	10.078
	BERD/GERD	8.138	2.028	2.878	13.346
	경제발전	0.141	0.367	0.005	3.419
	건강·환경	0.075	0.159	0.005	1.293
	교육·사회	0.027	0.046	0.001	0.455
	우주탐사	0.009	0.010	0.000	0.609
	비목적기초연구	0.105	0.217	0.000	2.394
	일반대학진흥금	0.170	0.392	0.000	3.080
	국방	0.018	0.033	0.000	0.270
	다양화지수	0.798	0.838	-8.753	1.389
통제변수	노동시간	1,718.16	222.49	1,344.850	2,502.520
	경제활동인구	66.447	2.546	59.360	73.420
	소득더미	0.406	0.491	0.000	1.000

변수		1	2	3	4	5	6	7
1	GDP 성장률	1
2	GBARD/GERD	-0.033	1
3	BERD/GERD	-0.193	-0.084	1
4	다양화지수	0.032	-0.923	0.004	1
5	소득더미	0.002	-0.141	0.332	0.030	1
6	노동시간	0.064	0.383	-0.219	-0.342	-0.511	1
7	경제활동인구	0.113	-0.070	-0.202	0.066	-0.176	0.018	1

구분	(1)	(2)	(3)
구분	가설1-1	가설1-2	가설1-3
GBARD/GERD(A)	0.004*** (0.019)	0.004*** (0.019)
BERD/GERD(A’)			0.009*** (0.000)
소득 더미(B)	0.008* (0.004)	0.009* (0.004)	0.015 (0.337)
A*B		-0.002 (0.002)	-0.010 (0.636)
노동시간	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)
경제활동인구	-0.002* (0.001)	-0.002* (0.001)	-0.002 (0.778)
상수항	-0.103 (0.110)	-0.110 (0.010)	-0.228 (0.014)
결정계수	0.523	0.523	0.506
N	685	685	709

구분	(1)	(2)
구분	가설2-1	가설2-2
다양화지수(A)	-0.009*** (0.001)	-0.010*** (0.001)
소득더미(B)	0.013** (0.005)	0.017*** (0.006)
A*B		-0.005 (0.005)
노동시간	0.000*** (0.000)	0.000*** (0.000)
경제활동인구	-0.002* (0.013)	-0.002* (0.001)
상수항	-0.077 (0.093)	-0.070 (0.093)
결정계수	0.569	0.569
N	454	454

구분	(1)	(2)	(3)	(4)	(5)	(6)	(7)
※ 주: 1. 고정효과 모형으로 추정한 결과임, p<0.10, p<0.05, **p<0.01 　　 2. 모든 분석에는 연도더미변수가 포함되어 있음. 　　 3. 괄호 안은 Robust Standard error 값임.
경제발전	0.015*** (0.003)
건강환경		0.045 (0.388)
교육사회			0.046 (0.054)
우주탐사 및 개발				-0.382* (0.217)
비목적기초연구					0.014** (0.005)
일반대학진흥금						0.000 (0.012)
국방							0.085 (0.053)
소득 더미	0.008* (0.004)	0.008* (0.004)	0.009** (0.004)	0.007** (0.004)	0.008 (0.004)	0.008* (0.004)	0.010** (0.004)
노동시간	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)
경제활동인구	-0.002* (0.001)	-0.002* (0.001)	-0.002** (0.001)	-0.002* (0.001)	-0.002* (0.001)	-0.002** (0.001)	-0.002** (0.001)
상수항	-0.060 (0.106)	-0.090 (0.086)	-0.077 (0.095)	-0.084 (0.089)	-0.050 (0.108)	0.071 (0.100)	-0.087 (0.099)
결정계수	0.520	0.518	0.519	0.516	0.519	0.519	0.519
N	667	664	668	643	664	648	640

구분		(1)	(2)	(3)	(4)	(5)	(6)	(7)
※ 주: 1. 고정효과 모형으로 추정한 결과임, p<0.10, p<0.05, **p<0.01 　　 2. 모든 분석에는 연도더미변수가 포함되어 있음. 　　 3. 괄호 안은 Robust Standard error 값임.
경제발전	(A)	0.015*** (0.004)
건강환경			0.042 (0.398)
교육사회				0.048 (0.054)
우주탐사 및 개발					-0.497 (0.237)
비목적 기초연구						0.014 (0.006)
일반대학진흥금							0.001 (0.012)
국방								0.095 (0.057)
소득 더미(B)		0.009* (0.004)	0.009* (0.004)	0.009* (0.004)	0.003 (0.006)	0.009 (0.004)	0.008 (0.004)	0.012 (0.004)
A*B		-0.004 (-0.006)	-0.018 (0.258)	-0.086 (0.086)	0.338 (0.228)	-0.021 (0.019)	-0.004 (0.005)	-0.116* (0.061)
노동시간		0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)
경제활동인구		-0.002* (0.001)	-0.002* (0.001)	-0.002* (0.001)	-0.002* (0.001)	-0.002* (0.001)	-0.002** (0.001)	-0.002** (0.001)
상수항		-0.636*** (0.105)	-0.098 (0.086)	-0.078 (0.093)	-0.077 (0.089)	-0.061 (0.107)	-0.075 (0.098)	-0.089 (0.099)
결정계수		0.520	0.518	0.519	0.517	0.519	0.519	0.520
N		667	664	668	643	664	648	640

구분	(1)	(2)	(3)	(4)	(5)	(6)
구분	t+1	t+2	t+3	t+4	t+5	t+1~5
※ t+1~5는 다중 시차를 통제변수로 포함한 회귀모형이며, 가장 유의한 계수(L5)를 대표계수로 표기
GBARD/GERD(A)	0.004*** (0.019)	0.017 (0.002)	-0.034** (0.002)	-0.007*** (0.001)	-0.015*** (0.001)	-0.015*** (0.000)
노동시간	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)	0.000*** (0.000)
경제활동인구	-0.002* (0.001)	-0.002 (0.001)	-0.002* (0.013)	-0.002* (0.012)	-0.000 (0.001)	-0.000 (0.001)
상수항	-0.103 (0.110)	-0.098 (0.112)	-0.109 (0.007)	-0.111 (0.110)	-0.263*** (0.095)	-0.238*** (0.095)
결정계수	0.523	0.529	0.533	0.536	0.536	0.546
N	685	654	619	586	550	510

<프라스카티 매뉴얼>
①지구 탐사 및 개발, ②환경, ③우주 탐사 및 개발, ④운송, 통신체계와 기타 인프라, ⑤에너지, ⑥산업 생산과 기술, ⑦건강, ⑧농업, ⑨교육, ⑩문화, 레크레이션, 종교, 대중매체, ⑪정치와 사회체계, 구조와 절차, ⑫일반지식의 증대(일반대학진흥금에서 지원), ⑬일반지식의 증대(일반대학진흥금 외 출처에서 지원), ⑭국방
<MSTI>
①경제발전, ②건강 및 환경, ③교육 및 사회, ④우주 탐사 및 개발, ⑤비목적 기초연구, ⑥일반대학진흥금, ⑦국방