국가 R&D 과제 데이터를 보다 보면 어느 분야에 예산이 많이 갔는지, 어떤 부처가 과제를 많이 냈는지가 눈에 들어온다. 그 숫자는 분명 유용하다. 다만 숫자만 보고 ‘여기에 돈이 있으니 우리도 들어가면 된다’고 판단하면 자주 엇나간다. 과거 과제 데이터는 지금 열려 있는 공고 목록이 아니라, 국가가 어떤 문제를 오래 고민해 왔는지를 보여주는 기록에 가깝기 때문이다.
국가과학기술지식정보서비스(NTIS)는 국가 연구개발 사업의 사업·과제·인력·성과 정보를 한곳에서 제공하는 정보 허브다. [1] 소재기업 입장에서는 경쟁사가 어떤 과제를 했는지, 어느 수요처와 연결됐는지, 비슷한 기술이 어느 단계까지 갔는지를 확인하는 데 도움이 된다. 하지만 검색 결과의 건수나 금액만으로 다음 공고의 선정 가능성까지 알 수는 없다.
과제 데이터는 ‘과거의 지도’다
R&D 데이터에는 사업이 만들어진 시점의 정책 목표와 산업 상황이 담겨 있다. 어떤 시기에는 이차전지와 수소, 반도체 장비, 자원순환처럼 특정 응용처가 많이 보일 수 있다. 이는 그 분야가 중요했다는 신호이지만, 모든 기업에게 같은 기회가 열린다는 의미는 아니다.
같은 소재 기술이라도 과제의 목적이 다를 수 있다. 어떤 과제는 실험실 수준의 가능성을 확인하는 데 초점을 두고, 어떤 과제는 고객사의 시험과 양산 실증까지 요구한다. 과제명에 익숙한 키워드가 있다고 해서 우리 회사의 준비 수준과 맞는 것은 아니다.
R&D 데이터에서 먼저 찾아야 할 것은 ‘큰 예산’이 아니라, 우리 기술과 비슷한 기업이 어떤 문제를 풀려고 했는지다.
과제 수와 과제 규모는 같은 이야기가 아니다
과제가 많이 보이는 분야는 작은 단위의 검증 과제가 많을 수 있고, 과제 수는 적어도 한 건의 규모가 큰 분야도 있다. 그래서 건수와 금액은 따로 봐야 한다. 건수가 많다는 이유만으로 진입이 쉽다고 볼 수 없고, 금액이 크다는 이유만으로 우리 회사에 맞는 사업이라고 판단하기도 어렵다.
특히 소재 분야의 대형 과제는 수요기업, 장비기업, 시험기관, 대학이나 연구기관이 함께 참여하는 경우가 많다. 여기서 중요한 것은 단독 수행이냐 컨소시엄이냐가 아니라, 우리 회사가 맡을 역할이 분명한가다. 원료를 공급하는지, 공정을 개발하는지, 시제품을 만드는지, 신뢰성 시험을 맡는지에 따라 필요한 준비와 예산 구조가 달라진다.
| 데이터를 볼 때 | 확인할 질문 |
|---|---|
| 과제 건수 | 유사 기술이 어떤 세부 문제를 다뤘는가 |
| 연구비 규모 | 설비·실증·인증까지 포함한 과제인가, 요소기술 검증 과제인가 |
| 수행기관 | 기업 단독인지, 수요기업·연구기관과 역할을 나눈 구조인지 |
| 연구 단계 | 우리 기술의 현재 검증 수준과 맞는가 |
| 성과 정보 | 논문·특허보다 시제품, 인증, 매출 연계 등 어떤 성과를 요구했는가 |
개발 단계는 솔직하게 맞춰야 한다
소재기업이 과제를 준비하면서 가장 많이 헷갈리는 부분 중 하나가 연구 단계다. 실험실에서 한두 번 성능이 나온 기술과, 고객사의 장비에서 반복 시험을 끝낸 기술은 같은 단계가 아니다. 성능이 좋아도 원료 공급이 불안정하거나 공정 수율이 낮다면 양산 단계로 보기 어렵다.
공고문을 볼 때는 기술성만 보지 말고, 시제품의 규모와 최종 수요처, 실증 환경, 성과지표를 함께 읽어야 한다. 특정 수준의 시제품과 실증을 요구하는 과제에 기초 검증 단계의 기술을 넣으면 과제 기간 안에 무리한 목표를 떠안게 될 수 있다. 반대로 이미 고객사 평가 직전이라면 너무 초기 단계의 과제보다 실증과 인증을 지원하는 구조가 더 맞을 수 있다.
컨소시엄은 이름보다 역할이 중요하다
소재 과제에서 협업이 필요한 경우가 많다는 말은 맞다. 다만 여러 기관의 이름을 채우는 것만으로 좋은 컨소시엄이 되는 것은 아니다. 과제가 끝날 때 누가 소재를 공급하고, 누가 부품으로 만들고, 누가 성능을 평가하며, 누가 실제로 사용할지를 미리 정해야 한다.
좋은 협업 구조는 각 기관의 역할이 겹치지 않는다. 소재기업은 조성과 공정 조건을 책임지고, 수요기업은 평가 기준과 사용 환경을 제시하며, 시험기관은 신뢰성 데이터를 만들고, 연구기관은 해결되지 않은 원천 문제를 돕는 식이다. 이 연결이 선명하면 과제 제안서도 자연스럽게 읽힌다.
반대로 수요처가 없거나 제품의 사용 환경이 정리되지 않은 상태에서 컨소시엄부터 꾸리면, 과제는 시작해도 성과의 방향이 흔들릴 수 있다. 협업은 규모를 키우기 위한 장치가 아니라 소재가 실제 제품으로 가는 길을 만들기 위한 장치여야 한다.
검색식과 분류는 결과를 바꾼다
NTIS와 같은 데이터베이스에서 과제를 찾을 때는 검색어 하나만 달라져도 결과가 크게 달라질 수 있다. 예를 들어 ‘고방열’이라는 표현은 세라믹, 금속, 전자부품, 배터리 분야에 걸쳐 나타날 수 있다. ‘재활용’ 역시 섬유, 화학, 금속, 폐기물 처리 과제에 동시에 들어갈 수 있다.
그래서 분야별 합계를 볼 때는 고유 과제 수인지, 검색식에 따른 분야별 집계인지 확인해야 한다. 한 과제가 여러 키워드에 걸리는 것은 자연스러운 일이다. 데이터가 부정확하다기보다, 소재 기술이 여러 산업과 연결되어 있기 때문에 생기는 현상에 가깝다.
과제 준비 전에 정리할 다섯 가지
- 우리 기술이 해결하는 고객의 문제는 무엇인가
- 현재 시제품은 어느 환경에서 어느 정도까지 검증됐는가
- 과제 기간 안에 만들어야 하는 시제품·시험·인증은 무엇인가
- 수요기업이나 시험기관이 꼭 필요한가, 필요하다면 어떤 역할인가
- 연구비 외에 회사가 부담해야 할 인력·설비·현금·현물은 감당 가능한가
데이터 다음에는 공고문을 읽어야 한다
과거 과제 데이터로 방향을 잡았다면, 다음 단계는 실제 공고문을 읽는 일이다. 지원 대상, 연구 기간, 정부출연금 비율, 민간 부담, 과제 유형, 필수 성과, 지식재산권 처리, 평가 기준은 사업마다 다르다. 같은 부처에서 나온 사업이라도 세부 프로그램에 따라 전혀 다른 조건이 적용될 수 있다.
이때 데이터는 버릴 것이 아니라 더 구체적으로 쓴다. 비슷한 과제의 종료 과제와 수행기관을 찾아보고, 이미 개발된 기술이 어디까지 왔는지 확인하고, 우리 제안이 그 다음 단계인지 따져보는 것이다. 이전 과제와 너무 비슷하면 차별성이 약해지고, 너무 멀리 가면 실현 가능성이 낮아질 수 있다.
좋은 과제는 회사의 계획과 이어진다
국가 R&D는 회사의 사업 계획을 대신 만들어주지 않는다. 좋은 과제는 원래 회사가 가려던 방향과 맞아야 한다. 개발이 끝난 뒤에 누가 고객이 될지, 어떤 공정과 설비가 필요할지, 다음 투자와 인증은 어떻게 이어질지를 설명할 수 있어야 한다.
국가 R&D 데이터는 이런 질문을 더 잘하게 해준다. 어느 키워드가 많았는지보다, 비슷한 기업이 어떤 난관에서 멈췄는지와 어떤 파트너를 찾았는지를 보는 편이 더 실용적이다. 과제를 찾는 일은 결국 지원금을 찾는 일이 아니라, 우리 기술이 제품이 되기까지 비어 있는 단계를 찾는 일에 가깝다.
0 댓글