성과가 나오기까지 오래 걸리고 성공 여부도 불확실한 기초연구에 정부가 얼마나 투자해야 할까?
논문이나 특허 수 외에 새로운 연구 분야의 등장과 후속 기술 개발까지 고려하면, 기초연구의 가치를 어떤 기간과 지표로 평가할 수 있을까?
논문이나 특허 수 외에 새로운 연구 분야의 등장과 후속 기술 개발까지 고려하면, 기초연구의 가치를 어떤 기간과 지표로 평가할 수 있을까?
기초연구는 정해진 최적 투자비율보다 안정적 지원이 중요하며, 성과는 5~20년 이상의 시계에서 다층적으로 평가해야 한다.
기초연구는 지식이 널리 퍼져 연구자가 수익을 독점하기 어렵고, 성과까지 오래 걸려 민간투자가 사회적으로 필요한 수준보다 적어지기 쉽다. 정부 지원의 핵심 근거다. 그러나 이것이 무조건적인 예산 확대를 뜻하지는 않는다.
보편적으로 타당한 GDP 대비 투자비율은 알려져 있지 않다. 국가의 연구역량, 민간투자, 재정 여건과 다른 공공지출의 편익을 함께 따져야 한다. 실무적으로는 다음 원칙이 유용하다.
아래 기간은 획일적인 마감일이 아니라 분야별로 조정할 평가 창이다.
| 기간 | 핵심 질문과 지표 | |---|---| | 3~5년 | 연구 기반이 형성됐는가? 인력 양성, 데이터·장비·방법의 질과 공유, 도전적 시도의 타당성 | | 5~10년 | 새 지식이 확산되는가? 독립 연구팀의 재현·활용, 분야 간 연결, 새로운 학술모임·연구주제의 지속적 성장 | | 10~20년 이상 | 후속 혁신으로 이어졌는가? 응용연구·기술개발로의 연결, 산업의 연구인력·방법 채택, 보건·환경 등 공공문제 기여 |
새 분야의 등장은 논문 수보다 독립된 집단들이 새로운 질문과 방법을 지속적으로 채택하는지로 살피는 편이 낫다. 후속 기술은 특허 인용뿐 아니라 공동연구, 인력 이동, 기술개발 경로를 추적해야 한다.
다만 파급효과를 원천 연구 하나에 귀속하기는 어렵다. 유사한 미지원 집단과의 비교, 전문가 검토, 장기 사례추적을 결합하고, 개별 과제의 실패와 지원사업 전체의 실패를 구분해야 한다. 단기 평가는 연구의 질과 학습을, 장기 평가는 지식·기술 생태계의 변화를 중심으로 삼는 것이 합리적이다.
최적 투자 비율은 정답이 없고 과소투자 가능성이 크며, 평가는 개별 과제가 아닌 포트폴리오 단위로 10~30년 시계의 다층 지표를 써야 한다.
기초연구는 성과를 기업이 독점하기 어렵고(공공재적 성격) 결과가 불확실해 시장에만 맡기면 과소투자되기 쉽다(Nelson 1959, Arrow 1962). 연구개발 투자의 사회적 수익률이 사적 수익률보다 훨씬 높다는 추정도 많다(Mansfield 1991, Jones & Williams 1998). 다만 이런 추정은 가정에 크게 의존하므로, "GDP의 몇 %가 최적"이라는 확정적 수치는 없다고 보는 편이 정확하다. 현실적으로는 ① 응용·개발 연구와의 균형, ② 과제 수를 늘려 실패를 감당하는 포트폴리오 구성, ③ 연구비의 장기적 안정성을 기준으로 삼는다.
정부는 '시장 실패'를 보완하기 위해 기초연구에 안정적으로 투자해야 하며, 그 가치는 10~20년 이상의 장기적 시계에서 지식 파급 네트워크와 인재 양성 지표로 평가해야 합니다.
기초연구는 실패 위험이 높고, 성과의 비배제성(누구나 대가 없이 혜택을 누릴 수 있어 수익 독점이 어려운 성질) 때문에 민간 기업이 투자를 꺼리는 **시장 실패(Market Failure)**가 발생합니다. 따라서 정부의 투자는 필수적입니다.
국가별 경제 구조에 따라 차이가 있어 '최적의 투자 규모'에 대한 단 하나의 수학적 정답은 없습니다. 그러나 경제협력개발기구(OECD) 주요국은 대체로 국가 R&D 예산 중 15~25% 내외를 순수 기초연구에 안정적으로 배분하는 경로를 취합니다. 불확실성이 큰 분야일수록 특정 목표를 정해둔 '탑다운(Top-down)' 방식보다는 연구자의 창의성을 믿는 '바텀업(Bottom-up)' 지원의 비중을 높여 지식의 저변을 넓히는 것이 정설로 받아들여집니다.
기초과학의 발견이 산업적·사회적 응용으로 이어지기까지는 상당한 **시차(Time-lag)**가 존재합니다. 따라서 통상적인 3~5년 단위의 단기 평가는 부적절하며, 최소 10년에서 20년 이상의 장기적 시계가 필요합니다. 발표 초기에는 주목받지 못하다가 수십 년 뒤 후속 기술의 토대가 되는 '잠자는 숲속의 공주(Sleeping Beauty)' 연구들이 대표적인 사례입니다.
단순 논문 수(양적 지표)를 넘어 새로운 분야 창출과 후속 기술 기여도를 측정하기 위해 다음과 같은 지표가 활용됩니다.