인공신경망을 이용한 부적정 연구비 탐지모형에 관한 연구 (A Study on Inappropriate Research Fund Detection Model Using Artificial Neurual Network)

서지정보

· 발행기관 : 한국기술혁신학회
· 수록지 정보 : 기술혁신학회지 / 22권 / 6호 / 963 ~ 986페이지
· 저자명 : 이정우, 김짐, 이정수, 한명훈

초록

국가에서 지원하는 연구비는 규정에 따라 정산을 실시하고 부적정하게 집행된 연구비는 환수 조치된다. 이 과정에서 실제 연구에 소요된 비용일지라도 절차 미준수, 규정위반 등의 사유로 연구비가 종종 환수되고 있어 연구자의 연구몰입도와 사기 저하의 사례가 되고 있다. 또한 연구비 정산에 소요되는행정력과 기회비용 저해를 최소화하기 위하여 효과적인 연구비 관리 방안 마련이 필요하다. 이에 본연구에서는 RCMS 연구비 정보를 이용하여 부적정 연구비를 탐지하는 모형을 개발하고 연구비 관리업무 개선에 기여하고자 한다. 본 연구는 최근 3년내 정산이 완료된 과제의 연구비 집행정보를 토대로모형을 개발하고 검증하였다. 개발된 탐지모형은 2가지이며, 각 모형의 F1-점수 백분율은 84.91%, 79.54%로 측정되어 양호한 성능을 보여주고 있다. 향후 부적정 연구비 탐지모형의 예측결과를 연구자및 연구비 관리자에게 제공하여 불필요한 연구비 환수 사례를 예방하고 연구비 관리 업무 개선에 기여할 것으로 기대한다.

영어초록

National R&D funds will be settled according to the regulations, and improperly executed R&D funds will be returned. In the process, even though the cost of actual R&D project, due to non-compliance and violation of regulations, research expenses are often returned, which is a case of researcher’s commitment and morale. In addition, it is necessary to establish effective research fund management plans to minimize administrative power and opportunity cost impairment.
Therefore, this study intends to contribute to the improvement of research fund management by developing a model that detects inappropriate research funds using RCMS information. This study developed and validated the artificial intelligence model based on the research fund execution information of the projects that were settled in the last three years. Two detection models were developed, and the F1-score of each model was 84.91% and 79.54%. In the future, it is expected to provide researchers and R&D managers with prediction results of inappropriate research fund detection model, thereby preventing unnecessary research fund return cases and contributing to improvement of research fund management.

참고자료

· 없음