기술로드맵을 일정표로 이해하면 이 장의 핵심을 놓친다. 8장은 로드맵을 시장·제품·기술·성과지표·재무가치·R&D 프로젝트를 시간축 위에서 연결하는 관리 아키텍처로 정의한다. 단순한 한 장짜리 그림에서 출발해 solar-electric aircraft의 정량 로드맵, NASA의 mission-driven roadmaps, 그리고 ATRA(Advanced Technology Roadmap Architecture)의 네 단계까지 확장한다. 좋은 로드맵은 미래를 예언하지 않는다. 현재의 위치를 검증하고, 가능한 경로를 열어 놓고, FOM으로 목표를 합의하고, 예산 안에서 프로젝트를 선택한다.
What Is a Technology Roadmap? — ‘무엇을 언제 준비할 것인가’를 제품과 성능 수준까지 연결한다
로드맵은 기술목록이 아니라 기술이 어느 제품·서비스·미션에 언제 어떤 성능수준으로 준비되어야 하는지를 명시하는 계획이다.
원서의 정의는 구체적이다. technology roadmap은 어떤 기술이 현재 또는 미래의 어떤 제품·서비스·미션에 사용될지, 언제 ready 상태에 도달해야 하는지, 그리고 어떤 performance level을 갖춰야 하는지를 보여주는 plan이다. 단순한 로드맵은 한 장의 timeline일 수 있지만, 고도화된 로드맵은 quantitative models, 시간에 따른 trend, competitor benchmarking까지 연결한다.
기술로드맵의 역사는 약 반세기 전까지 거슬러 올라가며, 원서는 1987년 Motorola가 “Motorola’s technology roadmap process”를 공개한 것을 중요한 이정표로 본다. 1990년대 이후 학술연구가 커졌고 정부·공공기관도 로드맵 작성을 요구하기 시작했다. 목적은 stakeholder에게 방향을 주고 제한된 R&D 자원을 표적화해 배치하는 것이다.
로드맵이 해결해야 하는 세 가지 연결
더 발전된 로드맵은 decomposition level 사이의 연결, FOM target, 내부·외부 R&D project까지 포함한다. 이 때문에 기술로드맵은 단순한 기술예측과 다르다.
로드맵의 목적은 하나가 아니다
Bernal 등의 분류를 따라 장은 product planning, capability development, strategic planning, long-range planning, knowledge planning, project planning, integration planning을 로드맵의 서로 다른 목적과 flavor로 제시한다.
capability 중심 roadmap에서는 미래 event가 market/business tendency의 pace-setter가 되고, capability를 끌어당기며, capability가 다시 technology development를 pull한다. 예컨대 deep-space optical communication capability는 radio-based communication과 동일한 ‘우주 데이터 전송’ 기능을 노려도 telescope, laser, software, operating procedure 등 전혀 다른 competence stack을 요구한다.
Table 8.1 — 기술의 역할을 구분하지 않으면 포트폴리오가 왜곡된다
| TECHNOLOGY TYPE | ROLE |
|---|---|
| Sustaining-incremental | 이미 알려진 FOM을 보통 약 1–5% 수준으로 개선하는 소규모 향상. |
| Sustaining-radical | 기존 FOM에서 큰 양의 변화를 만드는 향상. 장의 operational rule에서는 보통 >5% 개선으로 구분한다. |
| Disruptive | 기존 mainstream이 중시하지 않던 다른 FOM에서 큰 개선을 만들어 경쟁의 기준을 새로운 regime으로 이동시킨다. |
| Enabling | 특정 성능수준에서 반드시 필요한 기술. 없으면 제품이나 mission 자체가 성립하지 않는 sine qua non. |
| Supporting | 제품이나 mission을 직접·간접적으로 개선하지만 없어도 mission은 가능하며 대체수단이 있을 수 있다. |
로드맵은 기술을 모두 같은 우선순위로 취급하지 않고 역할과 dependency를 명시해야 한다. 이는 Chapter 7의 sustaining/disruptive 구분을 실제 계획체계로 옮기는 단계다.
Knowledge roadmap은 기술보다 ‘알아야 할 것’을 계획한다
knowledge roadmap은 business goals와 planned projects를 knowledge/enablers, knowledge process, intellectual resource에 연결한다. 전문가, database, procedure, software, training course가 모두 로드맵 대상이 될 수 있다. 자동차 제조사가 ICE에서 electric drive로 전환한다면 high-voltage motor, switch, power-conditioning, battery 개발·시험 competence가 함께 필요해진다.
Phaal–Muller framework: Why / What / How / When을 한 구조에 넣는다
Cambridge roadmapping framework는 commercial/strategic, design/development/production, technology research의 여러 viewpoint를 통합하고, market·business·product·service·system·technology·science·resource를 논리적 architecture로 연결한다. 시간축은 past, short term(보통 1–3년), medium term(3–10년), long term(>10년), 그리고 long-range vision을 함께 다룬다.
이 구조가 답하려는 질문은 명확하다. When is it needed? What is needed? Why is it needed? 그리고 그 답을 drivers/strategy, form/function/performance, solutions/capabilities/resources에 연결한다.
Roadmapping은 기술부서의 side activity가 아니다
원서는 marketing, strategy, engineering, research, manufacturing, procurement, finance, HR이 함께 참여해야 한다고 강조한다. 로드맵은 장기 생존과 연결된 central strategic function이며, 정기적으로 refresh되어야 한다. dedicated roadmap owner(RMO)를 두고 format을 표준화해야 서로 다른 기술을 같은 기준으로 비교할 수 있다.
저자가 제시한 2019년 추정으로 quality roadmap 하나를 만들고 유지하는 데 연간 약 $250K가 들 수 있고, 20개 정도를 운영하는 조직은 연간 약 $5M을 technology roadmapping에 계획할 수 있다. 이는 일반적 회계표준이 아니라 원서의 경험기반 estimate다.
Fortune 500 적용 경험에서 나온 세 가지 조직 원칙
- Top management support: CEO, CTO, Head of Engineering, board의 적극적 지원이 없으면 로드맵은 영향력이 약해진다.
- Quantitative validation: qualitative workshop만으로는 목표가 너무 쉽거나 불가능한지 판단할 수 없다. technical/financial model과 data, expert review가 필요하다.
- Generational tension: senior technical staff는 sustaining risk를 잘 보고, junior staff는 radical/disruptive option을 더 강하게 밀 수 있다. 이 긴장이 균형 잡힌 전략을 만드는 자원이다.
한 장짜리 ‘예쁜 그림’은 로드맵의 시작일 수 있지만, 정량 검증 없이 의사결정 근거가 되면 pseudo-roadmap이 된다.
2SEA Solar-Electric Aircraft — 한 장의 그림을 12개의 검증 가능한 로드맵 요소로 확장한다
Zephyr와 HAPS를 사례로 제품 레벨 로드맵이 scope, FOM, model, finance, project, patent, strategy까지 어떻게 연결되는지 보여준다.
2018년 8월 10일 Zephyr solar-electric UAV는 Arizona에서 25일 23시간 57분의 sustained flight 기록을 세웠다. 약 70,000 ft 고도에서 운항하는 HAPS(High-Altitude Pseudo-Satellite)는 military surveillance, civilian research, observation, radio communications relay 등의 시장을 노릴 수 있다.
solar-electric aircraft는 오래전부터 연구됐지만 thin-film photovoltaic, lithium-based rechargeable battery, lightweight composite structure, miniaturized payload electronics 같은 enabling technologies가 동시에 임계수준에 도달하면서 day–night cycle을 넘는 지속비행이 가능해졌다.
Roadmap identifier: 2SEA
원서는 이 로드맵을 2SEA — Solar-Electric Aircraft로 명명한다. “2”는 product-level(level 2)을 뜻하고 level 1은 market, level 3–4는 subsystem/component technology roadmap을 의미한다. identifier는 단순한 문서번호가 아니라 decomposition hierarchy를 드러낸다.
완성도 높은 roadmap을 위한 12개 요소
working principle과 product concept.
다른 roadmap과의 dependency.
OPM ISO 19450 등 formal scope model.
name, unit, historical trend dFOM/dt.
business ambition을 quantified target으로 번역.
FOM charts와 gap analysis.
morphological matrix, tradespace, MDO.
technology value, ΔNPV, uncertainty.
projects, prototype, demonstrator.
science, trade press, IP intelligence.
targets와 investments를 한 문장/그림으로 요약.
선택적이지만 권장되는 roadmap quality 평가.
1. Roadmap overview — 낮 동안 남는 에너지를 밤에 쓴다
2SEA는 CFRP 같은 lightweight structure 위에 thin-film solar cell을 붙여 낮 동안 전기를 만들고, battery 또는 regenerative fuel cell에 저장한 뒤 night flight에 사용한다. 낮에는 비행에 필요한 것보다 더 많은 에너지를 생산해야 한다. 운항고도는 약 60,000–70,000 ft로 cloud layer 위에 있고 commercial traffic과 분리될 수 있어야 한다. reference mission은 equator에서 12시간 낮 + 12시간 밤이다.
2. DSM allocation — 로드맵은 혼자 존재하지 않는다
2SEA는 company-wide electrification initiative 1ELE 아래 위치하고, level 3에서 3CFP(carbon-fiber polymers), 3HEP(hybrid electric propulsion), 3EPS(nonpropulsive energy management)에 의존한다. 더 아래 level 4에는 4CMP(CFRP components), 4EMT(electric machines), 4ENS(photovoltaic energy sources), 4STO(lithium batteries or regenerative fuel cells)가 있다.
DSM은 coinvestment와 competing alternatives를 동시에 표현한다. 하나의 R&D demonstrator가 여러 기술의 동시진보를 요구할 수 있고, 서로 배타적인 기술후보를 병렬로 추적하다가 나중에 down-select할 수도 있다.
3. OPM roadmap model — scope ambiguity를 없앤다
“high power electronics”라는 roadmap이 switch만 포함하는지, filter·cable·control software까지 포함하는지 불명확하면 사람마다 다른 지도를 그리게 된다. 원서는 Object-Process Methodology(OPM)의 OPD와 자동 생성 OPL로 scope를 formalize한다.
2SEA OPD는 solar-electric aircraft, wing, battery, e-motor, solar panel, payload 등 object와 flying/recharging process, FOM, competitor instance를 같은 의미체계에 넣는다. 로드맵 모델의 역할은 기술을 예쁘게 그리는 것이 아니라 무엇이 안에 있고 무엇이 밖에 있는지를 합의하는 것이다.
목표는 ‘500일’처럼 써야 하고, 경쟁은 Pareto front 위에서 검증해야 한다
2SEA의 핵심은 비전을 unit이 있는 FOM과 기술제약으로 바꾸는 데 있다.
4. Table 8.2 — 2SEA의 Figures of Merit
| FOM | UNIT | DESCRIPTION |
|---|---|---|
| Unit Cost | € | R&D amortization을 포함한 aircraft manufacturing unit cost. |
| Operating Cost | €/FH | energy recharging, battery replacement, maintenance 등 flight-hour당 variable cost. |
| Maximum Payload | kg | cargo, sensor, communication equipment, passenger를 포함한 useful payload. |
| Endurance | hrs | ground recharging 없이 aloft 상태를 유지하는 시간. |
| Energy Storage Density | kWh/kg | energy-storage device 단위질량당 onboard energy. |
| Recharging Rate | kWh/hr | 지상에서 battery를 재충전하는 속도. |
| Electrical Max Power | kW | propulsive/non-propulsive use를 합친 onboard maximum electrical power. |
| Photovoltaic Cell Efficiency | % | incoming photon flux를 usable electric current로 변환하는 효율. |
| Availability | hrs/y | maintenance downtime을 제외한 연간 service-available flight hours. |
상위 네 FOM은 aircraft product itself를 평가하고, 나머지는 level 3/4 roadmap이 output으로 제공하는 subordinate FOM이다. 로드맵은 FOM 이름만 적는 것이 아니라 historical trend \(dFOM/dt\)와 governing relationship을 포함해야 한다.
Fig. 8.10은 energy storage density, electrical max power, photovoltaic efficiency, recharging rate를 input으로 두고 all-electric endurance equation과 recharge–flight cycle simulation을 거쳐 unit cost, operating cost, maximum payload, endurance, availability로 연결한다. 원서는 physics-based model을 empirical regression보다 선호한다. regression은 training interval 밖에서 technology가 진보하면 correlation이 깨질 수 있기 때문이다.
5. Strategic-driver alignment — 전략을 FOM target으로 번역한다
가상의 strategic driver 1은 2030년까지 revenue를 만드는 commercially viable HAPS service를 요구한다. 이를 2SEA는 useful payload ≥10 kg, endurance 500 days라는 기술목표로 바꾼다. 2018년 기록이 약 26일이므로 500일은 단순한 stretch goal이 아니라 governing model과 R&D plan으로 feasibility를 검증해야 하는 목표다.
driver 2는 HAPS/LEO satellite용 autonomous flight capability를 개발해 dedicated ground station 필요성을 줄이고 UAV 대비 operating cost를 50% 낮추려는 목표다. 그러나 당시 2SEA DSM에는 autonomy/software element가 없었다. 따라서 이 driver는 “전략에 쓰여 있으나 실제 기술·프로젝트 구조에는 반영되지 않은 internal conflict”로 판정된다. 해결책은 roadmap scope를 넓히거나 driver를 requirement에서 제거하는 것이다.
6. Competitive positioning — Zephyr만 보는 것이 아니라 tradeoff를 본다
로드맵은 public data를 사용해 fielded system과 개발프로그램을 FOM chart에서 benchmark한다. 원서의 당시 사례에는 Siemens Extra 330LE(260 kW flight-certified electric motor), Pipistrel Alpha Electro(serial production electric trainer), Zephyr 7(2010년 14-day endurance record), Solar Impulse 2(2015–2016년 17개 leg로 세계일주, Japan–Hawaii 118 h)가 포함된다.
SolarEagle과 Solara 50은 endurance 최대 5년, payload 최대 450 kg 같은 공격적 목표를 추구했지만 중도 취소되었다. 원서는 Fig. 8.12의 endurance–payload Pareto front를 통해 당시 기술로 그 목표가 왜 비현실적이었는지 해석한다.
Pareto front progression — 2017, 2020, 2030을 같은 평면에 둔다
2017 achieved front는 Zephyr, Solar Impulse 2, E-Fan 등의 실제 기록에 의해 anchor된다. 원서가 설정한 2020 realistic progression에서는 Zephyr Next Generation이 624 h endurance로 high-endurance/low-payload 영역을 이미 입증했다고 본다. hypothetical Solar Impulse 3 non-stop circumnavigation에는 약 450 h가 필요하고, next-generation E-Fan은 약 2.5 h endurance가 plausible target으로 제시된다.
2030 target front는 더 공격적이다. Solara 50의 목표는 “2020에는 너무 이르지만 2030 EIS라면 방향은 맞았을 수 있다”고 평가되고, SolarEagle의 목표는 이 roadmap 기준으로 2050 이전에도 어려울 수 있다고 본다.
Positioning → benchmarking → target setting → Pareto-front progression이 있어야 기술리더가 unrealistic business target에 근거를 가지고 반론할 수 있다.
기술로드맵의 끝은 프로젝트 이름이 아니라 ‘어떤 투자조합이 target을 실제로 움직이는가’이다
morphological matrix와 MDO, ΔNPV, project impact analysis를 연결해 기술목표를 예산결정으로 바꾼다.
7. Technical model — technology selection을 공정하게 비교한다
technical model은 design tradespace를 탐색하고 active constraint를 찾는다. 2SEA는 solar cell type, wingspan, wing area, battery type/capacity, propeller/fan, motor power, payload 등의 대안을 morphological matrix로 정리한다. 실제 2017 Pareto front의 Zephyr, Solar Impulse 2, E-Fan은 서로 다른 architecture를 사용한다.
예를 들어 Zephyr는 lithium-sulfur battery와 thin-film multijunction photovoltaic을 사용하지만, 다른 aircraft는 lithium-ion이나 single-cell silicon을 택한다. 하나의 component만 고르는 문제가 아니라 aerodynamic, weight/balance, propulsion, battery, manufacturing cost를 동시에 sizing해야 하므로 원서는 multidisciplinary design optimization(MDO)을 권한다.
8. Financial model — technology의 ‘delta’가 business case를 얼마나 바꾸는가
for-profit organization에서는 어떤 R&D에 얼마를 쓰고 언제 어떤 FOM 개선을 기대할지, 고객이 그 개선에 얼마를 지불할지, 내부 cost reduction이 얼마인지를 연결해야 한다. 원서는 technology financial model을 전체 product business plan과 구분해, baseline business plan에 특정 신기술을 넣었을 때의 relative impact를 보는 모델로 설명한다.
2SEA의 hypothetical NPV example은 4-year ramp-up, 연간 400 M€의 flat revenue plateau, 총 24-year program을 가정한다. product development non-recurring cost(PDP NRC), manufacturing recurring cost, future sales를 시간축에 놓고 기술이 NPV와 그 uncertainty(standard deviation)를 어떻게 바꾸는지 본다.
9. R&D portfolio — 자연적 기술진보를 기다릴 것인가, 직접 가속할 것인가
로드맵 owner가 던져야 할 질문은 “battery, solar cell, structure가 공급자와 세계 산업의 natural progression만으로 2030 target에 도달할 것인가, 아니면 우리 조직이 추가 투자해 trajectory를 가속해야 하는가”이다.
2SEA model에서는 아무 project에도 투자하지 않으면 10 kg payload / 500-day endurance target을 충족하지 못한다. 목표를 낮추면 가능할 수 있지만, 기존 ambition을 유지하려면 active investment가 필요하다.
어떤 project가 실제 constraint를 움직이는가
세 후보—battery improvement, solar-cell efficiency improvement, structural lightweighting—를 하나씩 적용하면 가장 큰 영향은 Li-S battery에서 나온다. 낮 동안 발전량은 충분한데 night cycle 동안 energy를 저장·방출하는 energy density와 cycle deterioration이 active constraint이기 때문이다.
반대로 solar-cell efficiency를 더 높여도 당시 시스템에서는 active constraint가 아니므로 aircraft-level performance가 움직이지 않는다. structure improvement만으로도 target에 부족하다. 좋은 R&D project는 기술 자체가 멋진 것이 아니라 system constraint를 실제로 푸는 project이다.
선택된 두 프로젝트
- Li-S battery improvement: charge–discharge cycle을 100에서 500으로 높이는 목표를 설정하고 4STO Energy Storage Roadmap에 배정하며 외부 partner와 공동개발·shared IP를 추진한다.
- Flight demonstrator: 2027년까지 10 kg payload로 365-day continuous flight prototype을 보여주고, 2030년 500-day / 10-kg commercial product와 profitable service EIS로 이어간다.
10–12. Publications, patents, strategy statement, maturity
high-quality roadmap은 scientific publication, conference/trade press, patent, publication trend를 지속적으로 추적한다. 다만 patent information을 roadmap에 넣는 것이 향후 infringement litigation의 discovery에 영향을 줄 수 있어 legal consideration이 필요하다고 원서는 경고한다.
technology progress가 계속되므로 roadmap은 한 번 만들고 끝낼 수 없다. dedicated roadmap owner가 필요하고, annual planning/budget cycle과 동기화한 연 1회 refresh가 최소 기준으로 제시된다.
2SEA의 strategy statement는 2030 HAPS service EIS, 500-day endurance, 10-kg payload, 2027 365-day demonstrator, Li-S 500-cycle enabling technology를 한 문장 흐름에 묶는다. roadmap maturity assessment는 선택사항이지만 권장된다.
NASA Technology Roadmaps — mission date에서 거꾸로 기술의 ‘need date’를 계산한다
공공기관의 roadmapping은 매출보다 mission pull, TRL, budget prioritization, agency-wide knowledge loop에 초점을 둔다.
NASA는 2012년에 대규모 technology roadmap effort를 시작했고, 2015년 update에서 15 technical areas(TA1–TA15)로 재구성했다. 초기에는 TA1–TA14가 human/robotic space mission 중심이었고, 2015년 TA15로 aeronautics가 추가되었다.
NASA mission 범위가 넓기 때문에 roadmap은 여러 decomposition level을 갖는다. 장은 TA9 Entry, Descent and Landing(EDL)을 예로 들어 9.1 aeroshell/atmospheric entry, 9.2 descent/targeting, 9.3 landing, 9.4 vehicle systems 같은 구조로 세분한다.
Mission pull: Venus mission의 launch date에서 backtrack한다
원서의 당시 roadmap에는 “Venus In-Situ Explorer”가 2024 launch candidate로 표시된다. Venus atmosphere는 Earth/Mars보다 hotter and denser하므로 ballistic reentry를 버티는 heat shield가 필수다.
roadmap은 launch date에서 거꾸로 되짚어 technology need date를 정한다. thermal protection technologies 9.1.1/9.1.2는 2016까지 “needed”, 2014 development start로 놓고, flight program에 들어가기 전 TRL 6 이상으로 성숙해야 한다는 rule of thumb을 적용한다.
TA9 heat-shield FOM targets
| FOM / GOAL | TARGET IN THE CHAPTER | IMPROVEMENT DESCRIPTION |
|---|---|---|
| Peak heating rate | 50–100 W/cm² | 약 2× improvement |
| Integrated heat load | 12 kJ/cm² | >2× improvement |
| Peak temperature | 400 °C | 약 30% improvement |
| Deployed diameter | 10–25 m | 약 2–4× improvement |
이 목표들은 aggressive하지만 utopian target은 아니라고 장은 평가한다. Venus high-speed entry를 하려면 해당 thermal-protection technology가 enabling technology가 된다.
Roadmap → NTEC → Budget → TechPort → Roadmap
TA roadmaps는 NASA Technology Executive Council(NTEC)의 technology policy와 strategic investment prioritization에 input을 제공한다. roadmap에는 예산보다 큰 wishlist가 있기 때문에 down-selection이 필요하고, annual budget process를 통해 일부 technology project만 funding된다.
funded projects는 agency-wide technology database인 TechPort에 반영되고, 일부 patent/license/software information은 public-facing Tech Finder로 제공된다. 이후 새 정보가 다시 roadmap에 들어가 loop가 닫힌다. 로드맵은 정적 문서가 아니라 portfolio execution에서 발생한 evidence를 다시 받아들이는 feedback system이다.
원서는 2016년 이후 NASA가 directorate/program별 priority를 더 많이 인정하는 decentralized planning으로 이동했다고 설명하며, National Academies의 decadal survey 같은 strategic input을 활용한다고 덧붙인다.
ATRA — 수백 개의 roadmap을 네 개의 질문으로 조직 전체의 R&D portfolio에 연결한다
Advanced Technology Roadmap Architecture는 “as-is → options → choice → budgeted portfolio”를 반복 가능한 조직 프로세스로 만든다.
ATRA의 입력
1. Where Are We Today?
market position, products/services, FOM-based technology performance, running R&D projects를 inventory한다. 새로운 조직에서 시작하면 workshops와 수십·수백 명 stakeholder를 통해 수천 개 information item을 수집·group·link·validate해야 할 수 있다.
RMO와 technology committee를 지정하고 standardized roadmap을 만든다. 핵심 output은 competitor 및 state of the art(SOA) 대비 current position을 보여주는 FOM chart와 Pareto frontier다. 어디서 leader이고 어디서 follower인지 정량적으로 보이는 것이 step 1의 끝이다.
2. Where Could We Go?
market/customer pull과 science/engineering technology push를 모두 열어 놓고 new product, service, mission, technology scenario를 탐색한다. 이 단계는 자주 축소되지만 원서는 오히려 충분한 exploration을 요구한다.
Concurrent Design Facility(CDF)와 Concurrent Engineering은 여러 domain expert가 한 공간에서 qualitative concept와 quantitative model을 동시에 검토하게 한다. 결과는 하나의 미래가 아니라, 몇 년 뒤 decision point에서 갈라질 수 있는 scenario A/B처럼 discrete alternative futures다.
3. Where Should We Go?
후보 scenario에 prioritization을 적용하고 product/technology별 FOM target을 합의한다. marketing/strategy의 초기 ambition과 기술모델 결과가 다르면 iteration loop로 gap을 닫는다.
network view와 DSM을 통해 여러 roadmap을 digital design & manufacturing(DDM), materials, autonomy, connectivity, electrification 같은 technology cluster 또는 thrust로 묶는다. 여러 product에 동시에 기여하는 enabling technology가 network에서 중심노드로 보이며, cluster가 targeted investment의 focal point가 된다.
4. Where We Are Going!
마지막 단계에서는 scenario, R&D project, prototype/demonstrator를 실제 R&D budget envelope 안에 넣는다. 원서는 기업의 R&D spend가 revenue의 대략 1–20% 범위일 수 있다고 설명하며, 로드맵의 목적을 personality-driven intuition에서 disciplined/rational process로 바꾸는 데 둔다.
각 project는 clear target, statement of work(SOW), budget-to-completion을 가져야 하며 네 가지 action으로 관리된다.
partner commitment나 external funding 때문에 STOP/CHANGE 자유도가 제한될 수 있다. 실제 portfolio는 electrification, connectivity, autonomy, materials, DDM 같은 cluster별 project로 구체화된다.
Exercise 8.1
NASA 등 공개된 roadmap 하나를 선택해 technology, 포함요소, 제안된 outline 대비 누락요소, fit-for-purpose 여부를 1–2쪽으로 비평한다. 회사 confidential roadmap을 사용하거나 공유하지 말라는 조건도 명시된다.
Roadmapping Maturity — ‘로드맵이 있다’와 ‘로드맵으로 투자한다’ 사이에는 다섯 단계가 있다
성숙도는 문서의 개수가 아니라 product linkage, FOM, value model, portfolio optimization이 의사결정에 실제로 쓰이는 정도로 측정한다.
German industrial survey: roadmapping은 여러 용도로 확산되고 있다
Schimpf와 Abele(2019)는 독일 industrial firm N=81을 조사했다. 참여기업은 평균 3.37개의 application area에서 roadmapping을 사용했고 표준편차는 1.17이었다. 32.1%는 두 영역 이하에 적용했다. roadmap content로 가장 많이 언급된 것은 products 79.7%, technologies 68.4%, projects 57.0%였다.
이는 products → technologies → projects를 명시적으로 연결하는 ATRA의 기본 방향과 맞닿지만, 실제 roadmap의 quality와 impact에는 큰 차이가 있다고 원서는 강조한다.
Table 8.4 — Five-level Technology Roadmapping Maturity Scale
| LEVEL | NAME | CHARACTERISTICS |
|---|---|---|
| I | Exploration | 중요 technology의 부분목록만 존재한다. scouting과 blind spot 탐색이 중심이고 format/quality/depth가 고르지 않다. decision-making에는 쓰이지 않고 정보제공용이다. |
| II | Canvassing | 회사 전체 roadmap list와 centralized project inventory가 생긴다. format 표준화와 dedicated owner가 생기지만 technology는 아직 product에 명시적으로 연결되지 않은 flat list다. |
| III | Evaluation | product/mission과 연결된 roadmap hierarchy, 명시적 FOM와 target, EIS date에 따른 pace-setting, business-unit synergy 탐색이 이뤄진다. |
| IV | Prescription | roadmap이 R&D investment decision의 주수단이 된다. sustaining technology의 value-for-money를 계산하고 route-to-target/vector options를 risk와 함께 평가하며 project rank를 정한다. |
| V | Optimization | calibrated technical model로 product별 FOM target/value를 계산하고 NRC/RC multiyear cost model을 검증한다. division 간 R&D를 우선순위화하고 value–risk portfolio optimization으로 firm NPV와 R&D ROI expectation을 명시한다. |
Level I → V는 5년 이상의 조직변화다
신규 조직은 level I에서 시작해 senior-management support와 financial resource가 충분하다면 대략 연 1단계씩 진전할 수 있다고 원서는 제안한다. 따라서 level V까지 현실적으로 5년 이상이 걸릴 수 있다.
성숙도는 단방향으로만 올라가지 않는다. management change, senior support 약화, 서로 다른 maturity를 가진 기업의 M&A로 인해 regress할 수도 있다. roadmapping maturity는 software installation이 아니라 조직의 반복능력이다.
Exercise 8.2
관심 있는 technology 하나를 골라 2SEA format을 참고해 자신의 roadmap을 개발한다. quick sketch부터 수주·수개월의 대형 작업까지 가능하며, 필요에 따라 요소를 추가·변경·제거하고 document 또는 hyperlink가 있는 digital wiki로 정리해 peer/management feedback을 받는다.
Appendix — OPL이 보여주는 것은 ‘로드맵도 시스템모델이 될 수 있다’는 점이다
Appendix의 Object-Process Language(OPL)는 Fig. 8.9 OPD의 의미를 natural-language form으로 풀어낸다. Solar-Electric Aircraft를 physical object로 두고 unit cost와 FOM을 부여하며 wing, airframe, e-motor, battery, payload, propeller/fan, solar panel의 decomposition을 기술한다. Solar Radiation, Ground Recharging Station, Altitude 같은 environmental object와 intensity/recharging-rate 속성, flying/recharging process도 연결한다.
또한 Siemens Extra 330LE, Airbus E-Fan, Pipistrel Alpha, Airbus Zephyr HAPS, Solar Impulse 2, Boeing SolarEagle, Google Solara 50 같은 concrete instances를 동일 모델 안에 둔다. 핵심은 문장을 그대로 외우는 것이 아니다. roadmap scope와 competitor set, FOM, process를 machine-readable에 가까운 semantic structure로 고정할 수 있다는 것이다.
Chapter 8을 관통하는 결론
AI·Agentic Systems 연구기획에 대한 해석
Inference: 이 장의 구조를 AI R&D에 적용한다면 “LLM 성능을 높인다”는 문장을 roadmap target으로 사용할 수 없다. accuracy, hallucination/groundedness, latency, energy, inference cost, tool-success rate, human-oversight burden 같은 FOM을 제품·mission별로 정의하고, model architecture·retrieval·agent orchestration·data platform·evaluation technology를 dependency graph로 연결해야 한다.
또한 roadmap의 핵심 질문은 “어떤 모델을 개발할 것인가”보다 “어떤 capability가 언제 필요하며, 어떤 기술이 enabling이고, 어떤 project 조합이 target Pareto front를 움직이는가”가 된다. ATRA의 네 질문은 AI 연구포트폴리오에도 그대로 대응한다: current benchmark와 competitor position → candidate agent architectures → mission/FOM target selection → budgeted R&D portfolio.
이는 Chapter 8이 AI 시스템에 대해 직접 실증한 결과가 아니라, 기술로드맵의 구조를 AI 연구기획에 옮긴 분석이다.