과거부터 축적된 시계열 데이터 기반의 정량적 예측 모형은 수치적인 정확성을 추구함으로써 다양한 분야의 투자 효과 예측에 활용되고 있다. 특히, R&D 사업의 경우 그 투자효과에 대해 역설할 필요가 있고, 이에 따라 건설 산업을 포함한 각 산업 정부 R&D 투자효과 예측을 위해 이러한 모형이 활용되고 있다. 그러나 5개의 세부 사업으로 분리 발주되는 건설 분야 정부 R&D 사업의 경우, 세부 사업 관련 축적된 데이터가 부족하고, 각 세부 사업별로 투자의 파급과정이 상이하다. 이에 따라 데이터 기반의 계량적 예측모형 개발에 제약이 있고, 개발된다 하더라도 투자 파급과정에 대한 설명력이 부족하여 투자 당위성을 설명해야 하는 각 세부 사업 담당자의 요구를 만족시키기에 한계가 있다. 이러한 문제를 해결하기 위해 적용되는 시스템다이내믹스 (System Dynamics) 시뮬레이션 방법론은 변수 간 인과관계를 기반으로 시스템 내 순환적 동태적 상호작용을 설명함으로써 건설 R&D 세부 사업들의 다양한 투자 파급과정을 이해하는 데 장점이 있다. 따라서 본 연구는, 각 사업별 특성에 대한 분석 및 관련된 정성적 자료를 기반으로 건설 R&D 투자의 파급과정을 설명하는 시스템다이내믹스 예측 모형을 개발하였다. 또한, 시스템다이내믹스 모형의 수치적 예측 정확성을 보완하기 위해 기 개발된 데이터 기반의 계량적 예측 모형과의 상호 연동체계를 제안하고, 이를 활용하였다. 본 모델링 방법은 정성적 자료와 정량적 데이터를 복합적으로 활용함으로써, R&D 투자의 파급과정 등 시스템 구조에 대한 이해를 가능하게 할 뿐 아니라 예측의 수치적 정확성을 보완할 수 있다. 제안한 모델링 방법을 가용데이터가 부족한 정부의 건설 R&D 세부 사업들의 경제적 투자효과 분석에 적용함으로써, 상이한 각 사업별 투자 파급과정에 대한 이해를 바탕으로 투자효과 극대화를 위한 전략 도출 및 수치적 예측력이 보완된 투자효과 분석에의 활용 가능성을 확인하였다. Econometric forecast models based on past time-series data have been applied to a wide variety of applications due to their advantages in short-term point estimating. These models are particularly used in predicting the impact of governmental research and development (R&D) programs because program managers should assert their feasibility due to R&D program's huge amount of budget. The construction governmental R&D programs, however, separately make an investment by dividing total budget into five sub-business area. It make R&D program managers difficult to understand how R&D programs affect the whole system including economy because they are restricted with regard to many dependent and dynamic variables. In this regard, system dynamics (SD) model provides an analytic solution for complex, nonlinear, and dynamic systems such as the impacts of R&D programs by focusing on interactions among variables and understanding their structures. This research, therefore, developed SD model to capture the different impacts of five construction R&D sub-business by considering different characteristics of sub-business area. To overcome the SD's disadvantages in point estimating, this research also proposed the method for constructing quantitative forecasting model using qualitative data. Understanding the different characteristics of each construction R&D sub-business can support R&D program managers to demonstrate their feasibility of capital investment.