From Future Technology Roadmaps to Mission-Aligned R&D Goals

국가적으로 필요한 변화 중 우리 조직이 책임질 부분은 무엇이며, 그 기여를 어떤 증거로 입증할 것인가?

미래 기술의 발전 가능성을 국가가 해결해야 할 문제와 연결하고, 이를 특정 연구개발 조직이 책임질 수 있는 검증 가능한 연구목표로 전환하려면 무엇이 필요한가? 기술예측뿐 아니라 국가임무의 해석, 조직역량 분석, 연구 포트폴리오 설계, 성과평가를 함께 다뤄야 한다.

이 글은 2025년 1월부터 2026년 10월 8일까지 공개된 관련 연구를 중심으로 정리한 문헌 기반 해설이다. 학술논문을 주된 근거로 사용하고 OECD 정책연구는 보완적으로 구분했다. 전수조사에 따른 체계적 문헌고찰은 아니며, 일부 논문은 공개 초록과 저자 소속기관의 서지정보에서 확인 가능한 범위만 반영했다. 문헌의 주장과 이를 출연연 기획에 적용한 제안을 구별한다.

PART 01

Definition — 정의

질문에 해당하는 활동은 하나의 확립된 학술용어보다는 다음 연구영역의 교차점에 해당한다.

전략적 미래예측·탐색(Strategic Foresight): 복수의 미래와 변화 신호를 탐색하여 현재의 전략적 선택을 지원하는 활동
기술 로드매핑(Technology Roadmapping): 미래 수요, 필요한 기능, 기술개발, 자원 확보의 관계를 시간축에 연결하는 활동
임무지향 혁신정책(Mission-Oriented Innovation Policy): 사회적·국가적 문제 해결을 위해 혁신의 방향과 참여 주체의 활동을 조정하는 접근
연구 우선순위 및 포트폴리오 설정: 제한된 자원으로 어떤 연구를 어떤 조합과 순서로 수행할지 결정하는 활동

이를 종합하여 여기서는 **‘미래 로드맵 기반 국가임무 정합형 연구목표 설계’**라고 부른다. 이는 설명을 위한 통합 명칭이며, 학계에서 통일된 고유명칭은 아니다.

미래의 기술·사회 변화에 관한 근거와 시나리오를 활용하여 국가임무 달성에 필요한 역량과 병목을 식별하고, 연구개발 조직의 역할·자원·협력구조에 맞는 목표, 달성 경로, 검증 기준을 설계하는 과정.

2025년 Kim 등의 리뷰는 데이터 기반 로드매핑이 특허·시장 분석에서 예측 및 생성형 모델 활용으로 확장되고 있음을 보여준다. 한편 McLaren과 Kattel의 연구는 임무를 실행하려면 연구혁신 조직의 정책역량과 실행능력을 함께 고려해야 한다고 설명한다. 로드맵의 분석력과 조직의 실행능력이 만나야 연구목표가 성립한다는 해석이 가능하다. [1] [2]

PART 02

Problem Definition — 문제 정의

핵심 문제는 다음과 같다.

불확실한 미래에서 국가임무 달성에 필요한 변화 중, 우리 조직은 무엇을 책임져야 하며, 그 책임을 어떤 연구목표와 사업 조합으로 구체화해야 하는가?

이를 풀려면 네 가지 간극을 연결해야 한다.

간극	실제 기획에서 발생하는 문제	필요한 연결
국가임무 ↔ 연구목표	‘산업 경쟁력 강화’처럼 추상적인 정책목표	현장에서 바뀌어야 할 상태와 수치로 구체화
미래 기술 ↔ 임무 기여	유망기술이지만 국가문제 해결 경로가 불분명	기술 확보가 어떤 병목을 해소하는지 설명
필요 역량 ↔ 조직역량	국가적으로 필요하지만 해당 기관의 역할과 불일치	직접 수행·협력·외부 도입의 구분
연구성과 ↔ 실제 변화	논문·특허·시제품은 확보했으나 현장 변화 미흡	실증·도입·확산을 포함한 검증 구조

OECD의 2025년 한국 분석은 기술·분야 우선순위 설정을 정리하고, 사회적 임무가 실질적인 전환 성과로 이어지도록 지원할 필요를 제기한다. 이를 출연연에 적용하면, 정책과 연구과제에 동일한 키워드가 존재한다는 사실만으로 임무 정합성을 입증하기 어렵다. 연구결과가 임무성과를 만들어내는 경로가 필요하다. [8]

연구문제로 표현하면, 후보 과제 집합 P 중 예산·인력·기간·역할의 제약 아래에서 임무 기여가 크고 미래 변화에도 유효한 조합을 선택하는 문제다. 여기서 과제의 가치는 개별 성능만으로 정해지지 않는다. 다른 과제의 성공을 가능하게 하는 공통 데이터, 시험환경, 표준도 중요한 가치를 가진다.

PART 03

Core Concepts — 핵심 개념

아래는 관련 문헌을 연구목표 설계 관점에서 재구성한 개념이다.

개념	의미	목표 제안서에서 답해야 할 질문
방향성·Directionality	혁신이 지향해야 할 사회적·국가적 변화	무엇이 달라져야 하는가?
미래탐색·Foresight	복수 미래와 약한 변화 신호의 탐색	어떤 미래에서도 이 목표가 필요한가?
역산 설계·Backcasting	원하는 미래 상태에서 현재의 필요조건 도출	최종 상태를 위해 먼저 무엇이 가능해야 하는가?
변화이론·Theory of Change	연구활동이 성과와 영향으로 이어지는 인과적 가설	기술 확보가 왜 임무 달성으로 이어지는가?
역량 격차·Capability Gap	필요한 역량과 현재 확보한 역량의 차이	무엇이 부족하며 누가 보완하는가?
추가성·Additionality	해당 공공 개입이 있어야 추가로 발생하는 변화	기존 사업이나 민간 활동만으로는 왜 부족한가?
상호보완성·Complementarity	과제들이 결합될 때 생기는 추가 가치	함께 수행해야 성립하는 성과는 무엇인가?
적응성·Adaptivity	새 근거에 따라 경로와 자원배분을 수정하는 능력	무엇이 관측되면 계획을 바꾸는가?
추적가능성·Traceability	정책 근거부터 실증 증거까지 연결되는 구조	각 목표의 근거와 검증자료를 되짚을 수 있는가?

2025년 Priebe 등의 연구는 미래탐색을 서로 다른 지식, 기대, 시간적 요구를 조율하는 실천으로 해석한다. 로드맵 회의의 가치는 전망을 모으는 데서 끝나지 않으며, 정부·연구자·기업·현장 사용자가 같은 목표를 서로 다르게 이해하는 문제를 드러내고 조정하는 데에도 있다. [3]

또한 OECD의 임무 포트폴리오 연구는 다양한 프로젝트와 활동이 함께 임무목표에 기여하도록 구성되어야 한다고 강조한다. 따라서 우수한 개별 과제를 모았다는 사실과 우수한 임무 포트폴리오를 설계했다는 사실은 구별해야 한다. [9]

PART 04

Introduction — 최근 연구의 논의 구조

최근 문헌에서 이 주제와 직접 연결되는 연구 흐름은 다음과 같다.

연구	접근 및 확인된 논점	연구목표 설계에 주는 의미
Kim et al., 2025, IEEE Access [1]	데이터 기반 로드매핑 문헌의 키워드·네트워크·주제·방법론 분석	전문가 판단에 특허·논문 등 데이터 근거 결합
McLaren & Kattel, 2025, Technological Forecasting and Social Change [2]	UKRI와 Industrial Strategy Challenge Fund 사례를 통한 정책·실행역량 분석	목표의 도전성뿐 아니라 수행조직의 조정·학습 능력 검토
Priebe et al., 2025, Futures [3]	미래탐색이 지식·기대·시간적 요구를 조율하는 과정 분석	로드맵을 이해관계자 간 목표 해석을 맞추는 과정으로 활용
Janssen et al., 2026, The Annals of Regional Science [4]	국가·초국가 임무와 지역 문제·역량을 연결하는 ‘지역 임무’ 개념 제시	상위 임무를 실제 현장 조건에 맞게 구체화
Prioritizing nano- and micro-scale technologies…, 2026, Futures [5]	이란의 기술 우선순위 설정에 델파이 기반 미래탐색 적용	미래 잠재력과 정책 정합성, 국내 준비도를 함께 평가
Nazlıel et al., ICTMOD 2025 학술대회 논문 [6]	LLM 에이전트를 로드매핑에 통합하기 위한 설계 고려사항 제시	AI를 근거 탐색과 대안 검토 지원 도구로 활용

앞의 다섯 편은 학술지 논문이며, 마지막은 학술대회 논문이다. AI 에이전트 연구의 설계 제안이 실제 국가임무 기획의 성과 향상을 입증한 것으로 해석해서는 안 된다.

이 문헌들을 종합하면 연구의 관심은 기술 동향의 식별 → 임무와 역량의 연결 → 실행 과정의 조정과 학습으로 확장되고 있다고 해석할 수 있다. 다만 이 전체 과정을 하나의 표준 방법론으로 통합하고 효과까지 검증한 상태라고 보기는 어렵다.

PART 05

Motivation and Background — 동기와 배경

국가문제는 여러 기술과 제도가 결합되어야 해결된다

산업현장의 위험작업을 줄이려면 로봇의 인식·조작 기술뿐 아니라 작업공정 재설계, 안전 검증, 운영 인력, 도입 비용이 함께 고려되어야 한다. 따라서 연구목표에도 기술의 사용 조건이 포함되어야 한다.

상위 임무와 현장 문제 사이에 차이가 존재한다

Janssen 등의 2026년 연구는 국가 수준의 우선순위와 지역 행위자가 인식하는 문제·역량·제도가 어긋날 수 있음을 논의한다. 조직의 연구목표는 이 차이를 조정하는 중간 연결고리가 되어야 한다. [4]

과학기술 역량만으로 실행 가능성을 설명하기 어렵다

UKRI 사례 연구는 임무 수행에 필요한 역량을 개인, 기관, 네트워크 수준에서 다룬다. 기술적으로 뛰어난 팀이라도 협력기관을 조정하거나 현장 피드백을 사업에 반영하지 못하면 임무성과를 만들기 어렵다는 기획적 함의가 있다. [2]

분석할 수 있는 정보는 늘었지만 선택의 책임은 남아 있다

데이터 분석과 생성형 AI는 기술 후보와 연결관계를 탐색하는 능력을 확장한다. 그러나 어떤 문제를 우선할지, 공공자원을 왜 투입할지, 누구의 편익을 중시할지는 별도의 판단이 필요하다. 데이터 기반 로드매핑과 AI 지원 로드매핑 연구는 이러한 판단을 지원하는 방법적 기반으로 읽는 것이 적절하다. [1] [6]

PART 06

Challenges — 주요 도전과제

다음은 문헌의 논점을 출연연 기획 상황으로 확장한 도전과제다.

도전과제	발생 양상	대응 방향
임무의 모호성	여러 부서가 같은 정책 문구를 서로 다르게 해석	수혜자·대상 현장·기한·변화량 명시
기술 중심 편향	현재 보유기술에 맞춰 국가문제를 재정의	임무 병목을 먼저 분석한 뒤 기술 후보 비교
미래 불확실성	단일 기술 경로에 장기 예산을 고정	대체 경로와 전환 조건 설정
기존 역량의 함정	잘하는 분야만 선택하여 새로운 역량 확보 회피	기존 강점과 새로 구축할 역량을 함께 평가
기관 간 의존성	타 기관 성과가 지연되면 전체 실증도 지연	공동 마일스톤과 인터페이스 책임 설정
지표의 대리화	논문 수나 TRL이 실제 임무성과를 대신	기술·현장·확산 지표 연결
도전성과 책임성의 긴장	실패 위험 때문에 쉬운 목표로 수렴	탐색 단계와 실증 단계의 평가 기준 구분
조직·예산의 경직성	새 근거가 나와도 과제 구성 변경 곤란	변경 권한·검토 주기·중단 규칙 사전 설계

특히 임무 포트폴리오에는 유연한 조정이 필요하지만 공공행정의 경직된 구조와 충돌할 수 있다는 점이 OECD 연구에서 지적된다. 이는 목표 설정 시점에 ‘무엇을 달성할 것인가’와 함께 ‘어떤 조건에서 목표의 달성 경로를 수정할 것인가’를 정해야 한다는 실무적 함의로 이어진다. [9]

PART 07

Research Questions — 핵심 연구질문

아래 질문은 특정 논문에서 그대로 가져온 목록이 아니라, 최근 문헌을 종합해 도출한 연구 의제다.

연구질문	학술적 쟁점	가능한 연구설계
RQ1. 국가임무를 어느 수준까지 분해해야 실행 가능한 조직목표가 되는가?	임무의 포괄성과 목표의 구체성 간 균형	사업 간 비교사례, 전문가 평가
RQ2. 기술 로드맵의 어떤 정보가 목표 선택의 질을 높이는가?	기술 성능, 비용, 시점, 의존성 정보의 상대적 가치	정보 제공 조건을 달리한 기획 실험
RQ3. 정책과 기술의 의미적 유사성이 실제 임무 기여를 예측하는가?	문장 유사도와 실질 기여의 구별	과거 과제의 텍스트와 후속 성과 연결
RQ4. 현재 역량과 미래 역량 구축 중 어디에 투자해야 하는가?	실현 가능성과 장기 전환 능력의 균형	동적 자원배분 모형, 종단 사례
RQ5. 과제 간 상호보완성을 어떻게 측정할 것인가?	개별 과제 점수로 설명되지 않는 시스템 가치	의존성 네트워크, 병목 분석
RQ6. 여러 미래에서 유효한 목표를 어떻게 선택할 것인가?	예측 정확도와 전략의 견고성 구별	시나리오별 스트레스 테스트
RQ7. 목표와 경로를 언제 수정해야 하는가?	책임성 유지와 학습에 따른 변경의 양립	순차 의사결정, 변경 이력 분석
RQ8. AI가 기획의 질을 실제로 높이는가?	작성 속도와 결정 품질의 구별	전문가 단독·AI 지원 집단 비교

ETRI와 같은 조직의 실무에 특히 유용한 질문은 **‘새 목표의 정책 관련성이 높은가?’에서 한 단계 더 나아가 ‘기존 사업으로 해소하지 못하는 임무 병목을 실제로 제거하는가?’**다.

PART 08

Approaches (Methods) — 접근방법

다음은 문헌의 접근들을 조합한 실무 적용 제안이다. 단일 논문에서 검증된 표준 절차는 아니다.

① 국가임무를 ‘변화 명세’로 변환

정책 문장에서 다음 항목을 추출한다.

해결할 문제와 대상 집단
달성해야 할 상태와 기한
현황을 보여주는 기준선
성과를 측정할 지표
연구개발 이외의 필요조건
관련 부처·기관·수요자의 책임

예를 들어 ‘피지컬 AI 경쟁력 확보’를 다룬다면, 대상 작업과 현장, 필요한 자율성, 안전 조건, 도입상의 병목까지 구체화해야 연구문제가 된다. 이 예시는 공식 정책목표의 인용이 아니다.

② 미래 로드맵의 근거와 가정을 분리

논문·특허·표준·실증결과·시장자료·전문가 전망을 모으되, 각각의 역할을 구분한다.

정보	활용 목적	해석 시 주의점
논문	연구 전선과 미해결 문제 파악	실험실 성능의 현장 일반화 여부
특허	기술 축적과 권리구조 파악	특허 수와 실제 활용가치의 차이
실증결과	적용 조건과 실패 유형 파악	특정 현장에 한정된 성능 여부
표준·인증 동향	상호운용·도입 조건 파악	개정 가능성과 확정 상태
전문가 전망	비정형 지식과 대안 경로 확보	이해관계와 의견 분산
비용·수요 자료	확산 가능성과 경제적 조건 검토	가정과 측정 시점

데이터 기반 로드매핑 문헌은 이러한 분석의 확장을 보여주지만, 데이터에 나타나는 성장 추세가 곧 국가임무의 우선순위가 되는 것은 아니다. [1]

③ 시나리오별로 필요한 역량과 병목 도출

기술 진보 속도, 현장 도입 속도, 데이터 접근성, 공급망 등의 주요 불확실성을 조합한다. 각 시나리오에서 다음을 비교한다.

계속 필요한 공통 역량
특정 조건에서만 유효한 역량
확보가 늦어지면 전체 임무가 지연되는 병목
나중에 선택할 수 있도록 남겨둘 대안

여기서 목표는 하나의 미래를 맞히는 것보다 잘못된 전망에 과도하게 의존하지 않는 연구목표를 찾는 것이다.

④ 조직의 역할과 역량을 매핑

후보 역량별로 직접 개발, 공동 개발, 외부 도입, 후속 검토를 구분한다. 판단 기준에는 연구역량 외에 공공적 필요성, 공동 활용 가능성, 민간 투자 여건, 협력 기반을 포함한다.

2026년 나노·마이크로 기술 우선순위 연구는 기술의 미래 잠재력과 함께 정책 정합성, 인프라·인력 요구, 국내 준비도 등을 고려한다. 출연연에도 유사한 다차원 평가를 적용할 수 있지만, 해당 국가·분야의 순위를 그대로 이전할 수는 없다. [5]

⑤ 연구목표를 ‘검증 가능한 약속’으로 작성

권장 문장 구조는 다음과 같다.

[목표연도]까지 [대상 현장·문제]에서 [핵심 역량]을 확보하여, [비교 기준] 대비 [개선 수준]을 [명시된 조건]에서 달성하고, [검증 주체·방법]으로 입증한다.

‘세계 최고 수준’, ‘고도화’, ‘플랫폼 구축’과 같은 표현을 사용한다면 비교대상과 성공 판정 조건을 함께 적어야 한다.

⑥ 개별 순위와 포트폴리오 구성을 분리

먼저 임무 관련성·역할 적합성·검증 가능성 같은 필수조건을 확인한다. 이후 후보의 기여도, 불확실성, 비용, 지식 파급효과를 비교한다.

마지막에는 과제를 묶었을 때의 완결성을 검토한다. 인식 기술과 제어 기술이 모두 우수하더라도 공통 데이터 형식이나 안전 검증이 빠져 있으면 실증목표는 성립하기 어렵다. 따라서 높은 점수의 과제를 순서대로 선택하는 방식만으로는 충분하지 않다.

⑦ 학습 결과에 따라 로드맵 갱신

정기 검토 시 다음 질문에 답한다.

핵심 가정이 여전히 유효한가?
대체 기술이 더 유리해졌는가?
현장 수요가 달라졌는가?
실패 원인은 기술, 통합, 운영 중 어디에 있는가?
계속·확대·전환·종료 중 어떤 결정이 필요한가?

2026년 Karpavice와 Tambo의 학술대회 채택 초록도 로드매핑을 데이터·정량모형·포트폴리오 논리와 연결되는 조직학습 기반으로 발전시킬 필요성을 제시한다. 다만 공개 자료가 짧은 초록 수준이므로 광범위한 실증 검증으로 해석하지 않았다. [7]

PART 09

Key Applications — 주요 응용

적용 영역	제안해야 할 목표의 초점
출연연 전략연구사업	국가임무 병목과 기관의 책임범위 연결
피지컬 AI	현장 작업의 자율 수행, 안전, 복구, 재적용 능력
탄소중립	기술 단위 성능과 실제 도입 조건에서의 감축 효과 연결
재난·안전	감지·판단·통신·대응의 통합 성능과 현장 대응시간
바이오·보건	발견·검증·제조·적용 과정의 핵심 지연 요인 해소
국가 연구인프라	여러 연구와 산업이 공유할 데이터·시험·검증 역량 확보

ETRI와 같은 출연연을 상정한 피지컬 AI 목표를 다음처럼 구성할 수 있다. 아래는 방법 설명을 위한 가상 제안이며, 공식 국가임무나 확정 수치가 아니다.

2032년까지 선정된 비정형 산업작업에서 시각·촉각 기반 로봇의 인지·조작·실패복구를 통합하고, 작업 성공률·인간 개입률·재설정 시간의 사전 합의 목표를 안전 조건 아래 달성하며, 서로 다른 현장에서 독립 평가로 재현성을 입증한다.

구체적인 수치는 사전 실증을 통해 기준선을 측정한 후 정한다.

시기	단계별 결과	검증의 초점
2028년	대상 작업·실패 유형·기준선·공통 평가환경 확립	무엇을 개선할지 일관되게 측정 가능한가?
2029~2030년	핵심 역량 통합과 대표 현장 검증	기존 방식보다 실제 작업 수행이 개선되는가?
2031~2032년	이종 현장 확장과 장기 운영 검증	환경이 바뀌어도 성능·안전·운영성이 유지되는가?

이때 사업 구성은 인지, 조작, 실패복구, 안전 검증, 공통 데이터·평가환경, 현장 통합 등으로 설계할 수 있다. 각 사업은 같은 시스템 목표에 연결되어야 하며, 개별 연구성과와 공동 실증성과를 함께 책임지도록 구성하는 것이 적절하다.

PART 10

Open Problems — 미해결 문제

① 임무 기여의 인과성을 어떻게 입증할 것인가?

현장 변화에는 기술개발 외에 가격, 투자, 규제, 사용자 학습이 영향을 미친다. 사업 종료 후 관측된 변화 중 해당 R&D의 기여분을 얼마나 신뢰성 있게 식별할 수 있는지는 어려운 문제다.

② 새로운 기술의 가치를 과거 데이터로 얼마나 판단할 수 있는가?

논문·특허가 적은 분야는 미성숙할 수도 있지만 새로운 돌파구일 수도 있다. 과거 성과에 크게 의존하는 방식은 기존 강점을 반복 선택할 가능성이 있다.

③ 포트폴리오의 상호보완성과 공통 실패위험을 함께 계산할 수 있는가?

여러 과제가 동일한 데이터나 공급망에 의존하면 과제 수가 많아도 위험은 분산되지 않는다. 반대로 특정 공통기반 투자는 여러 임무의 성공 가능성을 동시에 높일 수 있다.

④ 목표 변경과 책임 회피를 어떻게 구별할 것인가?

새로운 증거에 따른 경로 수정은 필요하지만, 달성하기 어려운 지표를 낮추는 행위와 구분할 기준이 필요하다. 최초 가정, 새로운 증거, 변경 이유를 남기는 체계가 중요하다.

⑤ 누구의 문제와 편익을 우선할 것인가?

국가적으로 같은 임무라도 지역·기업 규모·사용자 집단에 따라 편익과 부담이 달라진다. 총성과가 커지는 것과 다양한 현장이 혜택을 받는 것은 별개의 평가 문제다.

⑥ AI가 제안한 연구목표의 타당성을 어떻게 검증할 것인가?

근거가 풍부하고 문장이 자연스러워도 목표 간 모순, 실증 불가능한 지표, 누락된 의존성이 존재할 수 있다. 평가 기준에는 문서 품질뿐 아니라 실제 결정의 타당성과 후속 성과가 포함되어야 한다.

이 문제들은 앞서 제시한 기술 로드매핑, 임무 실행역량, 지역 임무, AI 지원 기획 연구를 종합해 도출한 연구 공백이다. 개별 논문이 모두 동일한 문제 목록에 합의하고 있다는 의미는 아니다.

PART 11

Future Directions — 미래 연구방향

다음은 최근 문헌을 토대로 제안하는 후속 연구 방향이다.

정책·기술·조직·성과를 연결하는 ‘근거 연결형 목표 설계’

정책 문구, 현장 문제, 기술 병목, 조직역량, 후보 과제, 검증지표를 연결하고 각 연결에 근거와 불확실성을 기록한다. 이를 통해 새로운 논문이나 정책 변경이 어떤 목표에 영향을 주는지 추적할 수 있다.

단일 전망에 의존하지 않는 ‘복수 경로 연구목표’

최종적으로 달성할 현장 상태는 명확히 하되, 이를 구현하는 기술 경로는 여러 개 유지한다. 기술 성능·비용·데이터 조건의 변화에 따라 경로를 선택할 수 있도록 전환 시점과 판단 기준을 설계한다.

목표 설정과 조직역량 구축의 공동 설계

현재 역량으로 가능한 목표만 고르면 장기 전환이 제한된다. 필요한 목표를 수행하기 위해 새로 확보해야 할 인력, 연구시설, 협력관계까지 같은 계획 안에 포함하는 연구가 필요하다.

AI 지원 기획의 효과를 실제로 비교하는 실증연구

전문가 단독 기획과 AI 지원 기획을 비교하되, 작성시간 외에 근거 정확성, 대안 다양성, 의존성 누락, 목표 검증 가능성, 후속 의사결정 품질을 측정해야 한다. LLM 에이전트 기반 로드매핑 논문은 이 방향의 설계 가능성을 제시하지만, 효과를 확인하는 후속 검증이 필요하다. [6]

연구성과와 현장성과를 함께 학습하는 장기 추적

목표의 최초 설정, 예산 변화, 협력구조, 기술 성능, 현장 채택, 목표 수정 이력을 연결하면 어떤 기획 방식이 실제 임무 달성에 기여하는지 연구할 수 있다.

출연연의 제안서에는 이 방향을 다음 여섯 가지 질문으로 적용할 수 있다.

국가적으로 무엇이 달라져야 하는가?
그 변화를 막는 핵심 병목은 무엇인가?
우리 조직이 책임질 부분은 무엇인가?
어떤 과제들이 결합되어야 결과가 성립하는가?
어떤 조건과 증거로 성공을 판정하는가?
어떤 새로운 근거가 나오면 경로를 수정하는가?

SOURCES / EVIDENCE NOTES

참고문헌과 근거 범위

DOI 또는 출판기관·저자 소속기관의 공식 페이지로 연결한다. 일부 문헌은 공개 초록과 서지정보 범위에서 검토했으며, 이를 전체 원문의 재현성 검증과 동일시하지 않는다.

Kim, J., Park, G., Woo, M., & Geum, Y. (2025). How Big Data Has Changed Technology Roadmapping: A Review on Data-Driven RoadmappingIEEE Access, 13, 8297–8309. 학술지 논문 · 데이터 기반 로드매핑 문헌 리뷰.https://doi.org/10.1109/ACCESS.2025.3526173
McLaren, J., & Kattel, R. (2025). Policy capacities for mission-oriented innovation policy: A case study of UKRI and the industrial strategy challenge fundTechnological Forecasting and Social Change, 214, 124049. 학술지 논문 · UKRI 사례.https://doi.org/10.1016/j.techfore.2025.124049
Priebe, M., Warnke, P., & Weber, K. M. (2025). Setting the scene for discussing innovation policy directions: Foresight as a practice of synchronizingFutures. 학술지 논문 · 미래탐색과 정책방향 조율.https://doi.org/10.1016/j.futures.2025.103681
Janssen, M., McCann, P., & Stierna, J. (2026). Building traction for challenge-led innovation policy: the promise of local missionsThe Annals of Regional Science, 75, Article 40. 학술지 논문 · 지역 임무의 개념적 프레임워크.https://doi.org/10.1007/s00168-026-01473-y
학술지 논문 (2026). Prioritizing nano- and micro-scale technologies for Iran’s STI strategy: A Delphi-based foresight frameworkFutures. 델파이 기반 기술 우선순위 연구 · 공개 서지정보와 초록 범위 활용.https://doi.org/10.1016/j.futures.2026.103854
Nazlıel, K., Kayabay, K., & Koçyiğit, A. (ICTMOD 2025). Integrating LLM-based AI Agents into Technology Roadmapping: Design Considerations and OpportunitiesIEEE 학술대회 논문 · AI 지원 로드매핑 설계 제안. 국가임무 기획 성과의 실증 입증과 구분.https://doi.org/10.1109/ICTMOD66732.2025.11371870
Karpavice, J., & Tambo, T. (2026). Technology Roadmapping Revisited: Assessing Its Contemporary Relevance and Analytical MaturityIAMOT 2026. 공식 서지에서 채택·출판 예정으로 등록된 1쪽 자료. 짧은 초록 수준으로 활용.https://pure.au.dk/portal/en/publications/technology-roadmapping-revisited-assessing-its-contemporary-relev/
OECD (2025). Challenges and opportunities of mission-oriented innovation policy in KoreaOECD Science, Technology and Industry Policy Papers, No. 172. 정책연구 · 학술지 논문과 구분.https://doi.org/10.1787/d725304c-en
OECD (2025). Proactive portfolio management in mission-oriented innovation policyOECD Science, Technology and Industry Policy Papers, No. 173. 정책연구 · 임무 포트폴리오 관리.https://doi.org/10.1787/1ee956a5-en