코로나 펜데믹을 통해서 비대면 생활이 일반화되고, 전자상거래를 통한 상품구매 수요가 높아지고 있다. 이러한 시대적 변화에 맞추어 라스트마일 분야가 주목받고 있고 국가적으로도 민간기업들도 관련 분야의 발전을 통해서 경쟁력을 높이고자 노력하고 있다. 경쟁력 강화의 핵심은 무엇보다 미래의 유망기술을 예측하여 한정된 자원으로 합리적인 기술전략을 수립할 수 있도록 정보를 제공하는 것이고, 그 결과 기술적 우위를 선점할 수 있을 것이다. 기술예측은 일반적으로 전문가집단의 의견 수렴을 통해서 진행되었으나 시간과 비용이 많이 필요하고 주관적인 요소가 강하다는 한계를 갖고 있다. 최근에는 계량적인 분석을 함께 사용하여 한계점을 최소화하는 연구들이 진행되었다. 그중에서도 기술적 요소를 대표하는 특허정보를 활용한 분석이 가장 합리적이며, 연구분석 방법을 다양하게 활용하여 기술예측을 목표로 수행하고 있다. 본 연구에서는 기존연구를 검토하여 라스트마일 분야를 대상으로 한 기술예측연구가 미비했다는 점과 특허정보를 활용한 기술예측 방법이 가장 합리적으로 활용된다는 것을 확인하였다. 따라서 본 저자는 가장 합리적인 ...
코로나 펜데믹을 통해서 비대면 생활이 일반화되고, 전자상거래를 통한 상품구매 수요가 높아지고 있다. 이러한 시대적 변화에 맞추어 라스트마일 분야가 주목받고 있고 국가적으로도 민간기업들도 관련 분야의 발전을 통해서 경쟁력을 높이고자 노력하고 있다. 경쟁력 강화의 핵심은 무엇보다 미래의 유망기술을 예측하여 한정된 자원으로 합리적인 기술전략을 수립할 수 있도록 정보를 제공하는 것이고, 그 결과 기술적 우위를 선점할 수 있을 것이다. 기술예측은 일반적으로 전문가집단의 의견 수렴을 통해서 진행되었으나 시간과 비용이 많이 필요하고 주관적인 요소가 강하다는 한계를 갖고 있다. 최근에는 계량적인 분석을 함께 사용하여 한계점을 최소화하는 연구들이 진행되었다. 그중에서도 기술적 요소를 대표하는 특허정보를 활용한 분석이 가장 합리적이며, 연구분석 방법을 다양하게 활용하여 기술예측을 목표로 수행하고 있다. 본 연구에서는 기존연구를 검토하여 라스트마일 분야를 대상으로 한 기술예측연구가 미비했다는 점과 특허정보를 활용한 기술예측 방법이 가장 합리적으로 활용된다는 것을 확인하였다. 따라서 본 저자는 가장 합리적인 특허 분석 기술예측방법을 적용한 라스트마일 분야의 유망기술 예측을 목표로 연구를 수행했다. 특허정보는 Wipson 데이터베이스를 통해서 1974년 1월부터 2020년 8월까지 한국, 중국, 미국, 유럽 등에서 출원된 지 18개월이 지나 공개된 특허를 대상으로 수집하였다. 수집된 특허의 발명명칭과 요약정보를 텍스트마이닝 과정을 통해서 정형화시키는 전처리 과정을 거쳤고, 출현 빈도수를 기반으로 상위 500개 키워드를 추출하였다. 추출된 키워드는 LDA를 통한 기술군집화 과정을 통해서 최대한 키워드가 중복되지 않는 5개의 그룹을 선정할 수 있었다. 선정된 그룹별 핵심 키워드를 10개씩 정의할 수 있었다. 각 그룹의 기술 추세를 확인하기 위해서 ARIMA시계열 분석을 진행했다. 시간 경과에 따른 향후 특허의 추세를 확인하여 미래 유망성을 확인한 결과, 5개의 그룹 모두 상승곡선을 나타내어 미래 발전 가능성이 높은 기술 분야임을 알 수 있었다. 유망성이 높다는 것이 확인된 그룹들에 대해서 GTM 특허맵 분석을 통해 공백노드를 도출했고, 키워드-특허 매트릭스를 통해서 공백노드를 확인했으며 각 노드에 속한 핵심 키워드를 통해서 그룹별 유망기술을 예측할 수 있다. 연구분석 결과를 기반으로 각 기술분야 그룹별 유망기술을 “로봇을 활용한 자동화 운영기술”, “물품 분류 및 배송 관련 보조 장치”, “저비용 분류·운반 최적화 기술”, “안전 배송 및 관리를 위한 모니터링 기술”, “물류센터 내 분류·저장을 위한 구조물 및 시설 관련 기술”로 판단했다. 기술이 미치는 영향력이 더 높아지면서, 기술예측을 통해서 미래를 준비하는 것은 국가와 기업 모두에게 중요한 요소가 되었다. 기존의 일반적인 전문가 자문을 통한 예측방법은 비용과 시간이 많이 필요로 하고, 집단과 개인 간의 이해관계가 결과에 영향을 미칠 수 있다는 점, 개인의 경험을 바탕으로 주관적인 판단에 온전히 의존해야 한다는 점에서 한계점이 존재한다. 반면, 기술적 요소를 가장 잘 반영하고 있는 특허데이터를 활용하여 정량적인 분석을 진행할 경우에는 기존의 방법들과는 달리 비용과 시간을 상대적으로 절감할 수 있고 더 객관적인 결과를 얻을 수 있다. 연구결과는 기업의 기술전략 수립에 활용할 수 있고 정부의 의사결정자들에게도 지원정책을 결정할 때 도움을 줄 수 있다.
코로나 펜데믹을 통해서 비대면 생활이 일반화되고, 전자상거래를 통한 상품구매 수요가 높아지고 있다. 이러한 시대적 변화에 맞추어 라스트마일 분야가 주목받고 있고 국가적으로도 민간기업들도 관련 분야의 발전을 통해서 경쟁력을 높이고자 노력하고 있다. 경쟁력 강화의 핵심은 무엇보다 미래의 유망기술을 예측하여 한정된 자원으로 합리적인 기술전략을 수립할 수 있도록 정보를 제공하는 것이고, 그 결과 기술적 우위를 선점할 수 있을 것이다. 기술예측은 일반적으로 전문가집단의 의견 수렴을 통해서 진행되었으나 시간과 비용이 많이 필요하고 주관적인 요소가 강하다는 한계를 갖고 있다. 최근에는 계량적인 분석을 함께 사용하여 한계점을 최소화하는 연구들이 진행되었다. 그중에서도 기술적 요소를 대표하는 특허정보를 활용한 분석이 가장 합리적이며, 연구분석 방법을 다양하게 활용하여 기술예측을 목표로 수행하고 있다. 본 연구에서는 기존연구를 검토하여 라스트마일 분야를 대상으로 한 기술예측연구가 미비했다는 점과 특허정보를 활용한 기술예측 방법이 가장 합리적으로 활용된다는 것을 확인하였다. 따라서 본 저자는 가장 합리적인 특허 분석 기술예측방법을 적용한 라스트마일 분야의 유망기술 예측을 목표로 연구를 수행했다. 특허정보는 Wipson 데이터베이스를 통해서 1974년 1월부터 2020년 8월까지 한국, 중국, 미국, 유럽 등에서 출원된 지 18개월이 지나 공개된 특허를 대상으로 수집하였다. 수집된 특허의 발명명칭과 요약정보를 텍스트마이닝 과정을 통해서 정형화시키는 전처리 과정을 거쳤고, 출현 빈도수를 기반으로 상위 500개 키워드를 추출하였다. 추출된 키워드는 LDA를 통한 기술군집화 과정을 통해서 최대한 키워드가 중복되지 않는 5개의 그룹을 선정할 수 있었다. 선정된 그룹별 핵심 키워드를 10개씩 정의할 수 있었다. 각 그룹의 기술 추세를 확인하기 위해서 ARIMA 시계열 분석을 진행했다. 시간 경과에 따른 향후 특허의 추세를 확인하여 미래 유망성을 확인한 결과, 5개의 그룹 모두 상승곡선을 나타내어 미래 발전 가능성이 높은 기술 분야임을 알 수 있었다. 유망성이 높다는 것이 확인된 그룹들에 대해서 GTM 특허맵 분석을 통해 공백노드를 도출했고, 키워드-특허 매트릭스를 통해서 공백노드를 확인했으며 각 노드에 속한 핵심 키워드를 통해서 그룹별 유망기술을 예측할 수 있다. 연구분석 결과를 기반으로 각 기술분야 그룹별 유망기술을 “로봇을 활용한 자동화 운영기술”, “물품 분류 및 배송 관련 보조 장치”, “저비용 분류·운반 최적화 기술”, “안전 배송 및 관리를 위한 모니터링 기술”, “물류센터 내 분류·저장을 위한 구조물 및 시설 관련 기술”로 판단했다. 기술이 미치는 영향력이 더 높아지면서, 기술예측을 통해서 미래를 준비하는 것은 국가와 기업 모두에게 중요한 요소가 되었다. 기존의 일반적인 전문가 자문을 통한 예측방법은 비용과 시간이 많이 필요로 하고, 집단과 개인 간의 이해관계가 결과에 영향을 미칠 수 있다는 점, 개인의 경험을 바탕으로 주관적인 판단에 온전히 의존해야 한다는 점에서 한계점이 존재한다. 반면, 기술적 요소를 가장 잘 반영하고 있는 특허데이터를 활용하여 정량적인 분석을 진행할 경우에는 기존의 방법들과는 달리 비용과 시간을 상대적으로 절감할 수 있고 더 객관적인 결과를 얻을 수 있다. 연구결과는 기업의 기술전략 수립에 활용할 수 있고 정부의 의사결정자들에게도 지원정책을 결정할 때 도움을 줄 수 있다.
Non-face-to-face life is becoming common through COVID-19 pandemic, and demand for purchasing products through e-commerce is increasing. In line with these changes in the era, the last mile sector is drawing attention, and nationally, private companies are also trying to increase their competitivene...
Non-face-to-face life is becoming common through COVID-19 pandemic, and demand for purchasing products through e-commerce is increasing. In line with these changes in the era, the last mile sector is drawing attention, and nationally, private companies are also trying to increase their competitiveness through the development of related fields. The key to strengthening competitiveness is to provide information to predict promising future technologies and establish a reasonable technology strategy with limited resources, which will lead to a technological advantage. Technology prediction was generally conducted through the gathering of opinions from a group of experts, but it has a limitation that it takes time and money and is subjective. Recently, studies have been conducted to minimize the threshold using a combination of quantitative analyses. Among them, analysis using patent information representing technical elements is the most reasonable, and various research and analysis methods are used to conduct technology prediction. In this study, we reviewed existing studies to confirm that the lack of technical prediction research in the last mile field and that technology prediction methods using patent information are most reasonably utilized. Therefore, I conducted the study with the goal of predicting promising technologies in the field of Last Mile, which applied the most reasonable patent analysis technology prediction method. Patent information was collected through the Wipson database for patents released 18 months after applications in Korea, China, the United States, and Europe from January 1974 to August 2020. The invention name and summary information of the collected patents were formatted through the text mining process, and the top 500 keywords were extracted based on the frequency of their appearance. The extracted keywords were able to be selected as many as five groups that did not overlap keywords as possible through the technology clustering process through the LDA. Ten key keywords for each selected group could be selected to define each technical field. ARIMA time series analysis was conducted to confirm the technology trends of each group. As a result of checking the trend of future patents over time and confirming future prospects, all five groups showed an upward curve, indicating a high possibility of future development. Gap nodes were derived through GTM patent map analysis for groups that were confirmed to be highly promising, and blank nodes were identified through keyword-patent matrix, and promising technologies by group can be predicted through key keywords belonging to each node. Based on research and analysis results, promising technologies in each technology field were "Automated operation technology using robots", "Aids related to goods classification and delivery", "Low-cost classification and transport optimization technology", "Monitoring technology for safe delivery and management", and "Structures and facilities for classification in logistics centers". As technology's influence has increased, preparing for the future through technology prediction has become an important factor for both countries and businesses. Existing methods of predicting through general expert advice are costly and time-consuming, and have limitations in that interests between groups and individuals can affect outcomes, and that they must rely entirely on subjective judgments based on individual experience. On the other hand, when quantitative analysis is carried out using patent data that best reflects technical factors, cost and time can be relatively reduced and more objective results can be obtained unlike conventional methods. Research results can be used to establish a company's technology strategy and can also help government decision makers decide on support policies.
Non-face-to-face life is becoming common through COVID-19 pandemic, and demand for purchasing products through e-commerce is increasing. In line with these changes in the era, the last mile sector is drawing attention, and nationally, private companies are also trying to increase their competitiveness through the development of related fields. The key to strengthening competitiveness is to provide information to predict promising future technologies and establish a reasonable technology strategy with limited resources, which will lead to a technological advantage. Technology prediction was generally conducted through the gathering of opinions from a group of experts, but it has a limitation that it takes time and money and is subjective. Recently, studies have been conducted to minimize the threshold using a combination of quantitative analyses. Among them, analysis using patent information representing technical elements is the most reasonable, and various research and analysis methods are used to conduct technology prediction. In this study, we reviewed existing studies to confirm that the lack of technical prediction research in the last mile field and that technology prediction methods using patent information are most reasonably utilized. Therefore, I conducted the study with the goal of predicting promising technologies in the field of Last Mile, which applied the most reasonable patent analysis technology prediction method. Patent information was collected through the Wipson database for patents released 18 months after applications in Korea, China, the United States, and Europe from January 1974 to August 2020. The invention name and summary information of the collected patents were formatted through the text mining process, and the top 500 keywords were extracted based on the frequency of their appearance. The extracted keywords were able to be selected as many as five groups that did not overlap keywords as possible through the technology clustering process through the LDA. Ten key keywords for each selected group could be selected to define each technical field. ARIMA time series analysis was conducted to confirm the technology trends of each group. As a result of checking the trend of future patents over time and confirming future prospects, all five groups showed an upward curve, indicating a high possibility of future development. Gap nodes were derived through GTM patent map analysis for groups that were confirmed to be highly promising, and blank nodes were identified through keyword-patent matrix, and promising technologies by group can be predicted through key keywords belonging to each node. Based on research and analysis results, promising technologies in each technology field were "Automated operation technology using robots", "Aids related to goods classification and delivery", "Low-cost classification and transport optimization technology", "Monitoring technology for safe delivery and management", and "Structures and facilities for classification in logistics centers". As technology's influence has increased, preparing for the future through technology prediction has become an important factor for both countries and businesses. Existing methods of predicting through general expert advice are costly and time-consuming, and have limitations in that interests between groups and individuals can affect outcomes, and that they must rely entirely on subjective judgments based on individual experience. On the other hand, when quantitative analysis is carried out using patent data that best reflects technical factors, cost and time can be relatively reduced and more objective results can be obtained unlike conventional methods. Research results can be used to establish a company's technology strategy and can also help government decision makers decide on support policies.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.