4차 산업혁명을 주도하는 인공지능 및 Big Data 기술은 R&D 디지털화를 촉진하면서 R&D 생산성을 혁신할 수 있는 유망한 수단으로 부상

R&D 디지털화에 중요한 의미를 갖는 상징적인 3가지 사례를 선정하여 각 사례가 주는 시사점과 파급효과를 전망

• 1) SMS의 Data Scientist와 협업을 통한 철강 연주공정 Crack 예방

  • SMS는 전 세계 Data Scientist를 초청하여 연주공정의 Data를 제공하고 Crack 발생 예측 모델 개발을 요청하는 이벤트 개최

  • 참가한 Data Scientist들은 철강 연주공정에 대한 경험이 없었지만 6주 후에 2개 팀이 SMS 엔지니어들도 풀지 못한 이슈를 해결하는 성과를 창출

  • R&D 디지털화가 갖고 있는 혁신의 잠재성을 가시적으로 확인해 준 사례로 많은 기업이 R&D 전문가와 디지털 전문가 간 협업을 추진할 전망

• 2) BASF의 머신러닝 기반 연구주제 관련 문헌탐색

  • 옥수수의 내성 개선 박테리아를 효과적으로 탐색하기 위해 연구팀은 머신러닝 문헌탐색 기법을 활용하여 기존 연구문헌을 탐색

  • 수십만 건의 내외부 관련 문헌 중에서 연구주제와 관련이 높은 38건의 문헌을 찾아냄으로써 빠른 시간에 원하는 박테리아 발견에 성공

  • 머신러닝 기반 문헌탐색 기법은 연구현황을 빠르게 파악하는 것은 물론 Domain 간 지식 융합에도 크게 기여할 전망

• 3) Hitachi의 인공지능을 활용한 Data 기반 CPS 구축 Framework 개발

  • CPS는 물리적인 실험 공간을 사이버 공간에 재현함으로써 R&D 생산성을 혁신할 수 있는 Tool이지만 실제를 정확하게 재현하는 모델 개발이 큰 난제

  • 머신러닝과 강화학습을 적용하여 Domain Knowledge에 기반한 모델 개발 없이 실험 Data만으로 정확한 모델을 유추하는 CPS 구축 플랫폼 ‘H’를 개발

  • CPS 활용의 큰 걸림돌이었던 모델 개발이 가능해짐에 따라 CPS가 R&D 생산성 향상을 위한 혁신 Tool로 보편화될 전망

R&D 디지털화는 기존의 R&D 관리 체계를 바꾸고 커다란 혁신을 가져올 것

• R&D는 핵심 경쟁우위를 창출하는 원천이지만 상당한 자본과 시간이 소요되고 그 성과를 예측하기 힘들어 기업들은 효과적인 관리를 위해 많은 노력 집중

• R&D 디지털화는 기존 R&D 수행 기간을 단축하고 불확실성을 해소하면서 과거와는 다른 수준의 R&D 성과향상을 가져올 것

• R&D 관리의 초점 또한 Domain 전문가 육성과 효과적인 R&D 실행 관리에서 디지털 역량과 Domain 전문역량간 융합, 초기 연구주제 탐색으로 옮아갈 것