정부 R&D 지원효과 평가연구

1. 중소기업 R&D 지원의 정책효과와 개선방안
이 성 호
(산업서비스경제연구부 연구위원)
2018. 4. 30
KDI Focus/정책연구

2. 중소기업의 경제적 위상
중소기업의 고용 기여도와 부가가치 기여도의 괴리가 심각
전체 산업 중소기업 고용 비중 88%, 부가가치 비중 통계 부재
제조업 중소기업 비중 : 고용 부가가치 (격차 26%)
EU 평균 중소기업 비중: 고용 부가가치 (격차 9.5%)
제조부문에서 중소기업의 1인당 부가가치는 대기업의 3분의 1 (32.5%)
: 대기업 중소기업
중소 제조업의 (대기업 대비) 임금수준인 53% 보다 낮음 (전 산업은 60%)
중소기업의 부가가치 창출 확대가 시급
-2-
49%
23%
부가가치
고용
51%
77%

3. 중소기업 R&D 지원 규모는 OECD 2위
정부의 중소기업 R&D 보조금은 3조원에 육박해 OECD 2위 규모
정부 R&D 19조원 중 중소기업 지원은 ‘16년 2조 8,973억원 (15.2%)
산업부·중기부·과기부 84% (금액 기준 산업부 46%, 건수 기준 중기부 49%)
-3-
자료 : 오승환·김선우(2017), 중소기업 R&D 지원의 현황과 성과분석, STEPI Insight.
정부 및 공공기관의 중소기업 R&D 지원 규모
0
5
10
15
20
25
30
한국 일본 독일 프랑스
250인
이상
250인
이하
49인
이하
주요국 기업규모별 정부 R&D 지원금(2013년)
자료 : Main Science and Technology Indicators(OECD Stat 웹페이지).
(억 달러)

4. 중소기업 R&D 투자 규모도 OECD 2위
중소기업 R&D 투자액은 2016년 13조원 돌파, OECD 2위 규모
한국기업 전체의 R&D 투자액 순위(4위)를 능가
50인 미만 소기업들이 중기업들보다 더 활발히 연구개발 투자를 수행
 GDP 대비 벤처캐피털 투자비중 0.13%: 0.03% 내외인 일본, 독일, 프랑스 압도
-4-
주 : 6대 기업은 삼성전자(삼성디스플레이 포함),
LG전자, LG디스플레이, SK하이닉스, 현대차, 기아차
주요국 기업규모별 총연구개발비 (2013년)
자료 : Main Science and Technology Indicators(OECD Stat 웹페이지).
기업규모별 R&D 투자 비중(2016년)
6.0
1.1 2.4 4.3
6.0
4.6 4.2 4.9
41.4
117.8
62.2
28.3
0
10
20
30
40
50
60
70
한국 일본 독일 프랑스
250인
이상
250인
이하
49인
이하
(십억
달러)

5. 기업 R&D 지원사업의 성과평가 문헌조사
정부의 중소기업 연구개발 지원에 대한 많은 실증연구 존재
R&D 지원 효과가 큰 창업 초기기업에 대한 정부 지원 비중이 낮고,
업력 5년 이상의 중소기업에 87% 가량 할당 (노용환, 2014)
정부의 R&D 지원금이 기업의 R&D 투자 및 혁신성과에 역 U자형 영향
(최환석 외, 2016) : 적정하면 마중물 역할, 지나치면 도덕적 해이
R&D 지원을 받는 중소기업이 성장성은 증가하나 수익성이 하락
 ROA가 동일한 조건의 비 수혜기업보다 5년 후 3.5% 하락 (황석원·오승환 외, 2016)
-5-

6. 중소기업 R&D 지원사업의 경제적 성과평가 필요
과거 중소기업 R&D 지원사업 성과평가는 민간기업의 R&D 투자 및
기술역량 제고에 기여했는지를 분석 : 대체로 긍정적 평가
정부의 매칭펀드 요구 → 기업의 자체 R&D 투자도 확대
특허 및 논문으로 성과 평가 : 중소기업은 특허의
양적 확대에 매진해 출원 수 급증
 반면 대기업들은 경제적 가치 중심으로 연구개발
부서의 평가체계를 전환한 결과, 특허출원 감소
경제적 성과 분석은 오승환 외(2017)의 연구가 유일
중소기업 R&D 지원이 3조원 돌파를 앞둔 시점에서 정부 지원사업이
중소기업의 부가가치를 제고시켰는지를 평가하고,
개선방안 탐색 필요
-6-
34,547
46,81348,045
38,800
중소기업
대기업
특허
출원
수

7. 선진국의 중소기업 R&D 지원 제도
미국 SBIR(Small Business Innovation Research) 사업은
아이디어 검증, 연구개발, 사업화 등 3단계로 나누어 맞춤 지원
아이디어 검증(proof-of-concept)을 위한 1단계는 10~15만달러,
본격적 연구개발을 위한 2단계는 24개월 동안 최대 100만달러 지원
Phase I
Concept Development
6 months
> $150,000
Phase II
Prototype Development
24 months
>$1,000,000
Phase III
Commercialization
No SBIR funding

8. 선진국의 중소기업 R&D 지원 제도
SBIR 사업은 후속 벤처캐피탈 유치,
매출 증대의 인과효과가 유의
미국 에너지부 SBIR사업 실증분석 결과,
1단계 지원 수혜는 벤처캐피탈 투자유치
100% 증가, 매출 약 75% 증가
 특허미보유기업과 신생 창업기업에서
더 큰 정책효과 (6%p 와 14%p 증가)
에너지부 SBIR : 벤처캐피탈 투자유치율과 매출 비교
합격점수(cut-off score) 전후의 순위 기업들
벤처캐피털 투자유치 확률 (0~1) 2016년 매출 (백만달러 단위에 대한 로그변환값)
합격점수(cut-off score) 전후의 순위 기업들

9. 정책 데이터와 기업 데이터 연결
과기부 NTIS(국가연구개발사업) DB에서 정부 R&D지원 데이터 확보
NTIS DB에서 2010년~2014년 기간 주관기관이 기업인 21,265건의 연구사업
(10,230개 기업)을 조사 (전체 사업 중 70%를 기업DB와 연결 성공)
지원금액: 중위값 2억원, 하위 20% 1억원 이하, 상위 20% 5억원 이상
2010~2015년 재무데이터에서 3개 분야 10개 성과지표 도출
한국기업데이터(KED) DB에서 대상기업 추출 : 법인기업 & 소기업 이상 기업
 212,245개 기업 : 소기업 165,023개, 중기업 42,770개 (개인사업자, 소상공인 제외)
운영성과 지표 : 부가가치, 매출액, 영업이익
자금조달 지표 : 부채, 자본
역량자산 지표 : 유형자산, 인적자산,
R&D투자, 지식재산, 관계자산
-9-

10. 수혜기업과 비수혜기업의 단순 비교
-10-
운영성과, 자금조달, 역량자산, 벤처인증비율 등 대부분 지표에서
지원 당시에는 수혜기업이 비수혜기업보다 월등히 높은 평균값
두 그룹간 격차는 모두 통계적으로 유의
 대기업, 중견기업 포함 시 격차 증가: 영업이익과 R&D투자는 20배 이상
변 수
비수혜 중소기업
(대조군: 670,760건)
수혜 중소기업
(실험군: 18,980건) 변 수
비수혜 중소기업
(대조군: 670,760건)
수혜 중소기업
(실험군: 18,980건)
평균 표준편차 평균 표준편차 평균 표준편차 평균 표준편차
기초
특성
업력 9.10 8.26 10.72 7.80 자금
조달
부채 4,030 32,100 7,820 17,400
중기업 비율 0.25 0.43 0.35 0.48 자본 2,360 18,500 7,505 20,900
벤처인증 비율 0.10 0.30 0.57 0.50
역량
자산
R&D투자 64 1,377 741 1,718
기업공개 비율 0.13 0.33 0.36 0.48 지재권등록 0.12 1.94 1.86 12.90
운영
성과
부가가치 1,389 19,100 3,008 5,988 유형자산 2,160 11,600 5,277 14,900
매출 6,733 21,900 13,600 30,500 인적자산 830 2,567 1,718 2,753
영업이익 255 2,826 559 3,105 마케팅투자 79 913 163 937
(금액 단위: 백만원)
수혜 중소기업과 비수혜 중소기업의 기초통계량 비교

11. 수혜기업과 비수혜기업의 단순 비교
-11-

12. 수혜기업과 비수혜기업의 단순 비교
-12-
2~3년 후 성장성은 대부분 지표에서 수혜기업이 현저히 저조
지재권등록 증가율만 수혜기업이 우월 (자본은 증가분은 크나 증가율 저조)
영업이익, R&D투자는 역성장 (대기업 포함 시 부가가치·마케팅투자도 감소)
변 수
비수혜 중소기업
(대조군: 670,760건)
수혜 중소기업
(실험군: 18,980건)
평균 표준편차 평균 표준편차
운영
성과
부가가치 증가분 195 26,400 43 9,792
매출 증가율 0.36 2.11 0.13 1.06
영업이익 증가분 8 3,067 -155 3,639
자금
조달
부채 증가율 0.32 1.25 0.22 0.66
자본 증가분 447 7,077 1,046 13,300
역량
자산
R&D투자 증가율 0.22 4.23 -0.77 5.36
지재권등록 증가율 0.01 0.30 0.11 0.73
유형자산 증가율 0.41 2.06 0.24 1.19
인적자산 증가율 0.33 1.68 0.13 0.88
마케팅투자 증가율 0.20 3.84 -0.01 3.52
수혜 중소기업과 비수혜 중소기업의 성과지표(∆ 𝑡+2) 비교
(금액 단위: 백만원)

13. 정부 지원의 인과효과 추정 방법론
이중차분(DID), 모수적 OLS 회귀분석, 비모수적 매칭을 결합한
Doubly Robust Estimation 방법론을 적용해 selection bias 통제
Edison(2010)는 국방부 SBIR 지원 기업들의 데이터를 분석해
공공조달 사업 매출 증가의 인과적 효과를 추정
-13-
이중차분 추정 평균
Naïve $447,000
OLS (고정효과 통제) $173,000
DRE(PSM+OLS) $147,000
수혜기업
매칭기업
비수혜기업
OLS
or
PSM Naïve
DID
OLS
+
PSM
국방부 SBIR의 매출 증대효과

14. 1단계 비모수적 매칭 수행
성향점수매칭, CEM보다 유전자매칭(genetic
matching)이 모든 공변량에 걸쳐 수혜기업과
가장 유사한 비수혜기업 대조군 선별
-14-
<매출과 지재권등록 변수의 매칭방법별 Q-Q플롯>
<매칭방법별 평균차이(Mean Difference) 및 감소율 비교>

15. 정부 지원 여부의 인과효과 추정 : 부가가치 증가분
비모수적 매칭으로 도출된
대조군에 모수적 회귀모형을
적용해 인과효과 추정
부가가치는 종업원(인건비),
주주(배당금), 국가(조세공과금),
채권자(이자), 기업(순이익+
감가상각비) 등 다양한
이해당사자에게 분배되는 가치를
모두 포함
-15-
<전체 및 중소기업 중 매칭기업 간 부가가치 증가분(⊿t+2) OLS분석>

16. 정부 지원 여부의 인과효과 추정
다른 공변량의 영향 통제 시, 단순비교에서 나타났던 부정적 효과는
부가가치, 영업이익, 매출을 제외한 지표에서 긍정적 효과로 전환
정부 R&D 지원은 수혜기업의 부채 및 자본조달 기여 (기술보증 및 모태펀드 영향)
지식재산, 관계자산, 유형자산, 인적자산 순으로 투자 증대
-16-
전체-중소 매칭 기업 간 10개 성과지표 (∆ 𝑡+2) 의 수혜효과 OLS 분석
종속변수
(∆ 𝑡+2)
전체 기업 매칭(29,044개) 중소기업 매칭(25,542개)
수혜효과 유의도 Adj.𝑅2 수혜효과 유의도 Adj.𝑅2
부가가치 1,252,683 0.444 0.200 38,159 0.672 0.122
영업이익 198,364 0.883 0.207 -109,879 0.001 ** 0.274
ln(매출) -0.038 0.000 ** 0.328 -0.045 0.000 ** 0.345
ln(부채) 0.050 0.000 ** 0.152 0.047 0.000 ** 0.166
자본 -2,939,290 0.254 0.653 344,495 0.008 ** 0.043
ln(R&D투자) 1.039 0.000 ** 0.198 1.140 0.000 ** 0.220
ln(지재권등록) 0.301 0.000 ** 0.257 0.289 0.000 ** 0.324
ln(인적자산) 0.024 0.022 * 0.158 0.024 0.026 * 0.129
ln(유형자산) 0.041 0.001 ** 0.124 0.048 0.000 ** 0.137
ln(마케팅투자) 0.207 0.000 ** 0.137 0.239 0.000 ** 0.158
(금액 단위: 천원; 로그값은 천원 단위를 변환)

17. 수혜금액 규모별 인과효과 추정
부가가치, 영업이익, 매출 증가분은 5억원 이상에서 부정적 효과 유의
부채는 전 구간 긍정적 효과 유의, 자본은 2억원 이상에서 긍정적 효과 유의
R&D 투자는 1~5억원 구간에서 긍정적 효과 최대
지재권등록, 인적자산 투자는 5억원 이상 구간에서 긍정적 효과가 크고 유의
-17-
중소기업 중 매칭 기업 간의 수혜금액 규모별 효과 OLS 분석 비교
(금액 단위: 천원; 로그값은 천원 단위를 변환)
종속변수
(∆ 𝑡+2)
0~1억원 1~2억원 2~5억원 5억원 이상
Adj.𝑅2
추정치 유의도 추정치 유의도 추정치 유의도 추정치 유의도
부가가치 168,283 0.323 72,059 0.598 180,450 0.152 -324,564 0.033 * 0.122
영업이익 -13,125 0.835 -56,782 0.260 -35,028 0.451 -367,146 0.000 ** 0.275
ln(매출) -0.057 0.004 ** -0.024 0.135 -0.023 0.111 -0.098 0.000 ** 0.346
ln(부채) 0.039 0.003 ** 0.046 0.000 ** 0.048 0.000 ** 0.052 0.000 ** 0.166
자본 197,290 0.421 271,809 0.166 358,833 0.048 * 526,427 0.016 * 0.043
ln(R&D투자) 0.826 0.000 ** 1.241 0.000 ** 1.237 0.000 ** 1.099 0.000 ** 0.220
ln(지재권등록) 0.209 0.000 ** 0.235 0.000 ** 0.278 0.000 ** 0.437 0.000 ** 0.331
ln(인적자산) -0.061 0.003 ** 0.022 0.174 0.038 0.010 * 0.068 0.000 ** 0.130
ln(유형자산) 0.071 0.004 ** 0.043 0.031 * 0.047 0.010 * 0.038 0.089 0.137
ln(마케팅투자) 0.184 0.016 * 0.322 0.000 ** 0.146 0.009 ** 0.319 0.000 ** 0.158

18. [참고] 인과효과 추정방법 비교
모수적 회귀분석, 비모수적 매칭분석, 2단계 통합기법을 단계적 수행
-18-
<중소기업 중 매칭 기업 간 10개 성과지표의 수혜효과 분석방법별 종합>

19. 정부 지원사업의 인과효과 파급경로
정부 지원이 민간 투자의 마중물 역할에 성공했지만,
막상 수혜기업들의 운영성과 개선으로 귀결되지는 못함
-19-
정부
지원
R&D 투자
확대
지재권등록
확대 부가가치,
매출,
영업이익
증진
모태펀드,
기술보증 등
자금조달
지원
유형자산,
인적자산,
마케팅투자
증대

20. 성장잠재력 예측과 수혜대상 비교
-20-
고성장 기업군의 선정비율이 낮고
저성장 기업군의 선정비율이 높아
수혜기업의 성장성이 평균 이하
의사결정나무 모형이 모집단을
단계적으로 분기시키며 세분화
연간 지재권등록 3개 이상 기업군
(노드11)은 부가가치 평균 87억원 감소
: 기업비중 1% < 수혜 비중 11%
연 지재권등록 2개 이하 소기업들
(노드9)은 부가가치 평균 1억원 증가
: 기업비중 65% > 수혜 비중 51%
노드구분
합계
3 4 8 9 10 11
비수혜기업수
7,150
(1.8%)
3,253
(0.8%)
113,580
(29.2%)
253,914
(65.3%)
7,661
(2.0%)
2,996
(0.8%)
388,554
(100%)
수혜기업수
626
(4.2%)
776
(5.3%)
3,990
(27.1%)
7,454
(50.5%)
294
(2.0%)
1,604
(10.9%)
14,744
(100%)
합계
7,776
(1.9%)
4,029
(1.0%)
117,570
(29.2%)
261,368
(64.8%)
7,958
(2.0%)
4,600
(1.1%)
403,301
(100%)
2년 후 부가가치 증가분 예측 의사결정나무 분석

21. 기계학습과 사회과학 결합
향상모형(Uplift Model): 인과효과의 사후 추정을 넘어 사전 예측 모색
단순 예측을 넘어 정부의 개입에 대한 각 개인·기업의 반응을 예측
의사결정트리 방법으로 세부집단을 구분하고 상이한 인과효과를 추정
 무작위 실험이 황금률; 대안적 방법으로 매칭기법을 사용해 대조군 도출
-21-
향상모형 기반 개인화서비스 개발 의사결정트리 활용한 소그룹 세분화

22. 세부집단별 이질적 인과효과 추정
4개 분위는 양의 인과효과, 6개 분위는 음의 인과효과 : 순효과 상쇄
의사결정나무 모형을 이용해 모집단을 체계적으로 분할하고 세부집단별
이질적 인과효과 추정 (causalTree by Athey et al., 2016 – Propensity Forest)
예측모형 활용해 하위 6분위 기업들로부터 상위 4분위 비수혜기업들에
지원을 재배분하면 양(+)의 부가가치 증가분이 2배 이상 증가 가능
-22-십분위
1 2 3 4 5 6 7 8 9 10
0
-2,500
수
혜
효
과
-1,250
1,250
(단위: 백만원)
중소 매칭 기업의 부가가치 증가분에 대한 십분위별 수혜효과 비교

23. 세부집단별 이질적 인과효과 추정
최하위분위 부정적 효과 큼
부가가치, 자본, 지재권등록, 업력,
기업공개비율 높음
정부 R&D 지원을 무작위로
선정한다면 부가가치, 영업이익,
자본, R&D 투자, 유형자산의
처치효과가 개선될 가능성 큼
-23-
<중소 매칭기업의 부가가치 증가분에 대한 십분위별 수혜효과 비교>
<중소기업 전체에 대한 십분위별 부가가치 처치효과 비교>

24. 기업 혁신환경의 변화와 시사점
기업혁신의 진화에 대응해 연구실험과 시장검증의 유연한 시스템 구축
소비자 니즈가 불확실·급변 : 애자일(Agile) 개발방법이 더 효과적
 순차적 절차를 완수하며 연구개발을 수행하다가는 시간과 비용만 낭비 가능
 애자일 개발방법은 신속히 최소 기능의 시제품(prototype)을 만들어
잠재고객에게 일찍 보여주고 시장 피드백에 따라 빨리 수정
규모의 경제를 통한 비용 절감보다 ‘시장까지의 시간(Time to Market)’
단축이 더 중요해지는바, 신속함, 유연함이 강점인 중소·창업기업에 기회
 샤오미, DJI(中), 23andMe(美), 엘앤피코스메틱(韓) 등 유니콘 기업들은
애자일 개발 방식으로 형식적 절차 완수에 집착하는 대기업을 이기고 급성장
-24-

25. 중소기업 지원효과 제고를 위한 정책 제언
기술전문가들의 정성적 평가에만 의존해 지원대상을 선정하는
기존 방식에서 탈피해 예측모형을 발전시키며 단계적으로 활용 제안
연구관리 전문기관은 2조원 운영비(R&D예산의 10%) 사용: 역선택 발생
정부는 수혜자 선정 업무를 예측모형에 상당부분 위임함으로써
시혜자 및 관리자 역할에서 탈피해 조력자(supporter) 역할로 변신
 경험이 부족한 기업도 연구를 체계적으로 수행할 수 있도록 자문 제공에 전념
논문, 지재권, R&D 투자액 등이 아닌 부가가치 등 경제적 성과를
궁극적 평가의 대상으로 삼고, 이를 최적화하도록 선정모형을 개발
특허 획득이 기업 성장에 저절로 기여할 것이라는 순진한 가정은 폐기
연구개발 경험 및 지재권이 부족한 소기업은 수혜 사례가 부족
→ 향후 소기업 지원을 확대하며 인과효과를 탐색해 보는 정책실험 필요
-25-

26. 중소기업 지원효과 제고를 위한 정책 제언
직접 보조금 지원은 혁신의 선택지(초기 탐색연구) 확대 역할에 집중
자금제약이 큰 소기업이 높은 실패확률을 감수하고 수행하는 아이디어
검증단계(Seed stage)의 연구에 상환을 요구하지 않는 보조금을 제공
 검증 통과 후 개발연구는 지분투자를,
이후 설비투자는 대출 유치를 지원
 현재는 소기업의 탐색연구보다 주로
중기업의 개발연구에 보조금 수혜 제공
 보조금 대신 정책금융이 창업기업 주로
지원→채무불량자 양산과 파이낸싱 갭
지정공모 방식을 줄이고 자유공모 방식 확대 바람직
다수 기업에 일회성 소액 보조금 지원방식으로 전환하면 자율성 부여 용이
-26-
< 기업 발전단계별 최적의 자금조달 방식 >
(Source : Spacek, M.(2015),
“Financial Aspects of
Open Innovation”.)

27. 감사합니다.
이성호 연구위원
044-550-4174
slee1009@kdi.re.kr