AHP와 DEA 활용을 통한 효율적인 유망 기술 선정

장현덕; 이장희

추천

검색

자료유형: 학술저널

저자정보: 장현덕 이장희

저널정보: 한국기업경영학회 기업경영연구 기업경영연구 제18권 제2호

발행연도: 2011.1

수록면: 67 - 85 (19page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 AHP(Analytic Hierarchy Process)와 DEA(Data Envelopment Analysis)를 통합 활용하여 기업 또는 국가에서 제한된 R&D 자원 하에서 최적의 유망 기술을 선정할 수 있는 AHP/DEA 통합분석모형을 제시하고, 기업/국가에서 기존에 활용되고 있는 기술 선정 방법과 비교를 통하여 AHP/DEA 통합 분석모형의 실무 적용 타당성을 검증하였다. 본 연구에서 제안한 분석모형은 AHP를 활용하여 보다 객관적인 기술 평가 기준별 가중치의 확보와 변화 구간 설정을 절차화하였고, 많은 전통적인 DEA 모델중에서DEA-AR 또는 DEA-AR-G 모델을 사용함으로써 AHP를 통해 설정된 가중치 구간의 폭을 합리적으로 제한하여 최고의 효율을 가진다고 평가되는 기술의 수를 의사결정 상황에 맞추어 유연하게 조절할 수 있으며,다수의 기술 평가 기준별로 서수적으로 평가되는 평가 값들을 정규화하여 분석함으로서 분석 정확도를 향상하였다. 본 연구에서 제안한 AHP/DEA 통합 분석모형을 나노분야의 243개 세부 기술에 대해 해당 분야 전문가들이 평가한 데이터에 적용하여 실무 적용 타당성을 검증하였다. 검증 결과에 따르면, 본 연구에서 제안한 AHP/DEA 통합 분석 모형은 효율적인 유망 기술 선정과정에서 평가 절차의 객관성을 유지하면서 기술선정 과정상 제한된 여건을 고려하여 의사 결정자의 평가 목적을 효과적으로 유연하게 반영하는 모형으로서기존 평가 방법보다 합리적인 평가 결과를 도출할 수 있음을 확인할 수 있었다.

In both company and government, the right decision of selecting, developing and supporting promising technology among all kinds of ones is very crucial in gaining and sustaining good competence in the long term. Both company and government need to have effective methodology to guarantee the right decision on technology by correctly evaluating the efficiency of investment. The current methods for technology assessment, however, do not guarantee the good decision because they are mainly based on the simple summation of the score evaluated by the experts of corresponding technology. For the guarantee of right decision, it needs to consider the efficiencyconcept of technology, which focus on the efficiency of investment on technology by calculatng efficiency score based on DEA (Data Envelopment Analysis) model. In this study, we presents AHP/DEA hybrid methods using DEA and AHP (Analytic Hierachy Process) in order to rationally evaluate technology and choose the best appropriate and efficient technology for the selection of promising technology. The presented methods can control the number of selected promising technologies by applying DEA-AR or DEA-AR-G model, which can limit the range of weights for calculating efficiency score of each technology. The methods also can improve the credibility of analysis by using objective weights through the AHP application to technology evaluation data and normalizing the evaluation data to apply AHP and DEA. In this study, we validate the effectiveness of presented AHP/DEA hybrid methods through the application to realistic Na-no technology evaluation data and the comparison with the existing models of technology selection. According to the comparison result of this study, we can find that the proposed AHP/DEA hybrid methods can select efficient promising technology in accordance with the purpose of decision-maker and keep the high objectivity in the process of technology selection. Therefore,they can be useful in the real field situation, which needs more flexible selecting appropriate technologies by considering internal and external situations.

#AHP/DEA 통합분석모형 #기술선정 #기술평가 #DEA-AR #DEA-AR-G #AHP/DEA Hybrid model #Selection of Technology #DEA-AR #DEA-AR-G #AHP

참고문헌 (27)

참고문헌 신청

Baker, R. C / 1997 / A Closer Look at the Use of Data Envelopment Analysis for technology Selection / Computer Ind, Engineering 32 (1) : 101 ~ 108

Banker, R. D / 1984 / Some Models for Estimating technical and Scale efficien cies in Data Envelopment Analysis / Management Science 30 : 1078 ~ 1092

Charrnes, A. / 1978 / Measuring the Efficiency of Decision Making Units / European Journal of Operational Research 2 : 429 ~ 444

Cook, W. D / 1996 / Data Envelopment Analysis in the Presence of Both Quantitative and Qualitative Factors / Journal of the Operational Research society 47 : 945 ~ 953

Daddario,E / 1968 / Technology Assessment, Subcommittee on Science, Research, and Development of the Committee on Science and Astronautics

이 논문의 저자 정보

장현덕

소속기관 한국기업경영학회

주요연구분야 사회과학 > 경영학

논문수 1 이용수 41

이장희

소속기관 한국기업경영학회

주요연구분야 사회과학 > 경영학

논문수 5 이용수 66

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (27)

이 논문의 저자 정보

최근 본 자료

댓글(0)