[논문]특허분석을 통한 UI/UX(User Interface/User Experience) 분야의 유망 연구영역 탐색

임채국; 윤두섭; 박인채; 박광만; 고순주; 윤병운

doi:10.7737/kmsr.2015.32.4.001

문제 정의

따라서 본 연구에서는 UI/UX R&D 유망연구 영역 도출을 위한 특허분석 방법론 개발 및 적용을 목표로 하여, 기술 활동의 지표로서 널리 활용되고 있는 특허를 분석했는데, 특허는 기술정보로서 기술에 대한 표준화 된 정보를 제공하며 관련 기술 군으로, 이를 토대로 산업 활동의 방향과 기술의 개발방향 등의 예측과 기술 개발 주제의 선정이 가능하기 때문에 데이터로 활용하였다[3]. 따라서 UI/UX 관련 특허를 시각화하고 도출한 유망연구 영역을 영향력 있는 유망연구 보고서와 비교함으로써 최종적으로 UI/UX 기술 분야의 유망연구 영역을 검증한다. 제시한 기술 유망연구 영역 탐색 방법은 기술 융합, 기술예측, 기술/특허분석 등과 같은 외부요소에 민감하게 대응하며 R&D의 속도 및 효율성을 높여 성공률을 높이고, 특허정보를 중심으로 구조적 핵심 기술의 영역을 발견 및 평가를 통해 유망기술 영역과 R&D 프로젝트 선택의 후보를 제시하여 DB화하고, 기술적 해결책으로서의 솔루션으로 활용할 수 있게 될 것이다.
유망 특허를 선정 본 연구에서는 유망연구 영역을 특허간 피인용 회수를 이용해 이를 계량서지학적 분석과 군집화 방법을 통해 정의 내려진 하나의 군집으로 정의하며 이러한 정량적인 방법론을 통해 유망연구 영역을 탐색하는데 초점을 맞췄다. 따라서 기존의 특허 데이터를 이용해 와해적 혁신 기술을 찾아내기 보다는 점진적인 혁신 기술을 찾아내는 방법론을 제시한다. 또한 <표 1>과 같이 정량적 추세 분석(Gartner 보고서)과 실험적 분석 방법(특허 피인용 회수를 이용한 유망 연구영역 탐색)이 두 가지 방법을 사용함으로써 각 방법론의 단점을 보완하는 유망 연구영역 탐색 프로세스를 제시한다.
따라서 본 연구에서는 UI/UX R&D 유망연구 영역 도출을 위한 특허분석 방법론 개발 및 적용을 목표로 하여, 기술 활동의 지표로서 널리 활용되고 있는 특허를 분석했는데, 특허는 기술정보로서 기술에 대한 표준화 된 정보를 제공하며 관련 기술 군으로, 이를 토대로 산업 활동의 방향과 기술의 개발방향 등의 예측과 기술 개발 주제의 선정이 가능하기 때문에 데이터로 활용하였다[3].
소개 단계에서는 Brain Computer Interface와 Human Augmentation, 기대 충만 단계에서는 Natural-Language Question Answering, Wearable User Interface, 실망 단계에서는 Augmented Reality, Virtual Reality, 확산 단계에서는 Gesture Control이, 생산성 안정단계에서는 Speech recognition 등등의 개념이 UI/UX 분야에 포함된다. 따라서 이와 같은 UI/UX 기술들이 특허 인용 횟수로 도출된 유망연구 영역과의 비교를 통해 실제로 유망연구 영역이 어느 수준까지 일치하는지를 검증한다.
본 연구는 유망연구 영역을 도출함에 있어서 정량적인 방법에 한정되지 않기 위해 정성적인 방법을 통해 유망연구 영역을 도출한다. 앞서 특허의 인용 횟수를 가지고 군집화 된 유망연구 영역을 저명한 연구 보고서인 Gartner 보고서와의 비교를 통해 정량적인 방법으로 도출된 유망연구 영역이 실제로 어느 정도 저명한 연구 보고서와 일치하는지를 비교 분석을 통해 분석한다.
본 연구는 특허 분석을 통한 유망 연구영역 발굴 방법론을 제시하였고 이를 바탕으로 실제 UI/UX 기술의 유망분야를 도출했다. 특허의 질적 가치를 동등한 기간으로 놓고 비교하기 위해 피인용수 보정 방법론을 활용하여 주요특허 상위 10%를 도출하였으며 이렇게 보정된 피인용 건수를 이용해 서지결합 관계를 기반으로 한 Girvan-Newman Clustering을 통해 UI/UX 기술 내에서 유망 연구분야를 군집화시켰다.
따라서 특허 기술의 영향력이나 질을 평가하는 기본적인 지표로 특허의 인용된 횟수를 고려하는 인용 빈도 (인용도가 높은 특허)가 있고 이외에도 NPL(number of Non-Patent Link)과 CII(Current Impact Index) 등 다양한 종류의 지표들이 존재한다[15]. 본 연구에서는 특허의 영향력과 질을 평가하는데 있어서 가장 기본적으로 활용되는 인용도가 높은 특허를 기준으로 설정하고 연구를 진행했다.

제안 방법

Gartner 유망기술 보고서와 특허 분석을 통해 도출된 유망 연구영역과의 연결은 Gartner 보고서에서 명시된 기술 관련 단어를 선정하고 이러한 단어가 유망 연구영역의 특허들에서 산출되는 빈도를 통해 매칭시킴으로써 검증을 수행하였다.
이러한 방법론은 기존의 거시적인 수준에서 제시되는 연구영역을 보다 구체적인 유망 연구영역으로 제시했다. Girvan-Newman Clustering을 통해 도출된 유망 연구영역과 최근 기술 동향에 대한 이슈사항들을 정리한 Gartner Hype Cycle 보고서와의 비교를 통해 도출된 유망 연구영역의 타당성을 검증했다.
이러한 AHP 기법과 Delphi 방법을 활용한 정성적인 유망기술 탐색 이외에도 정량적인 방법론을 통한 유망기술 탐색 또한 여러 연구가 진행되었다. KISTI에서는 Scopus 데이터베이스를 활용하여 상위 1%의 피인용 논문을 추출 및 군집화하여 계량정보분석을 활용해 유망기술을 선정했으며 이후 전문가 검증기법을 융합하여 Hybrid형 발굴 프로세스를 통해 유망기술을 선정했다. 2011년 ‘제4회 과학기술예측조사 1차 년도 보고서’에서는 국제특허분류인 IPC를 활용한 텍스트 마이닝으로 35대 기술 분야별 분포도를 작성하여 주요 트렌드를 파악하고 25가지의 미래 핵심기술을 대상으로 피인용도 상위 1%에 대한 키워드 간의 연관성 프로그램 개발을 통해 Science map 작성 및 유망기술 목록을 도출했다.
Modularity로 최적화된 군집 개수로 GirvanNewman Clustering을 실시하여 와 같이 특허 간 네트워크 시각화 결과와 과 같이 군집에 속하는 특허 결과를 도출해 냈다.
UI/UX 기술 분야에서의 유망연구 영역을 발굴하기 위해 총 4단계의 프로세스를 구성하고 그에 따른 방법론을 와 같이 나타내어 다음과 같은 순서에 따라 분석을 수행하였다.
마지막으로 특허 검색에 사용된 시스템은 WISDOMAIN FOCUST를 활용해 데이터를 추출했다. UI/UX 기술 분야의 특허를 검색하는 데 있어서 전문성을 더하기 위해 한국전자통신연구원 관련부서 로부터 UI/UX 기술 분류와 특허 검색식에 대한 검토를 받아 특허 검색식을 작성했으며 작성한 검색식을 통해 수집된 특허들은 본래 의도된 UI/UX 기술 특허가 아닐 가능성이 있기 때문에 특허 데이터에 대한 노이즈 제거 과정을 거쳤다. 노이즈 제거는 다음과 같은 프로세스로 진행되었다.
<표 3>과 같은 특허누적인용시차분포를 이용하여 해당 특허가 받은 인용횟수를 해당 특허의 인용 노출 기간을 고려한 특허인용시차분포의 누적 확률 값으로 나누어 보정을 수행했다.
제 2장에서는 이 연구에서 다루고자 하는 유망연구 영역 분야인 UI/UX의 개요와 특징을 설명하였으며, 제 3장에서는 본 연구에서 목표로 하는 유망연구 분야 도출을 위한 연구 프로세스와 연구를 위한 방법론을 제시하였다. 그리고 제 4 장에서는 앞선 프로세스와 방법론을 통해 UI/UX 분야의 RF(Research Frontier)를 도출하였으며, 이를 2014 Gartner 보고서를 통해 검증하고자 하였으며, 연구 방법론이 유의하며, UI/UX외에 산업 전반적으로 이를 응용하여 활용될 수 있음을 제안하였다.
각기 다른 시기에 출원된 특허들의 피인용 횟수를 모두 동일한 기간에 피인용된 횟수로 보정하기 위해서 1976년부터 2006년까지 특허서지정보 데이터와 인용관계를 포함하는 NBER(National Bureau of Economic Research) 특허데이터를 활용하였다. 기존 연구에서는 1975년부터 1979년의 특허데이터를 활용하여 산업별 특허인용시차분포표를 작성하였으나 본 연구에서는 1982년부터 1986년의 UI/UX 관련 산업의 특허데이터를 활용한 UI/UX 관련 산업 특허 인용시차분포표를 작성하였다. 분포를 설명하는 수식은 다음과 같다.
넷째, 적절한 임계값(threshold)를 정하여 상위 10%의 높은 예상 피인용 건수를 가지고 있는 특허를 주요특허로 선정한다. 다섯째, 주요특허들을 서지결합 (bibliographic coupling) 관계를 기반으로 NewmanClustering을 수행하여 군집화함으로써 유망 연구영역을 도출한다. 여섯째, 최종적으로 도출된 유망 연구영역을 Gartner Hype Cycle 보고서를 활용하여 비교함으로써 유망 연구영역의 적절성을 검증한다.
이 때 Girvan-Newman Clustering으로 군집화가 가능한 테이블 형태인 Edge List 형태로 행렬을 가공한다. 두 번째, 가공한 행렬을 이용해 네트워크의 Modularity를 구해 최적의 군집화 개수를 산출하고 최적 군집화 개수만큼 Girvan-Newman Clustering을 이용해 군집화를 시킨다.
또한 과 같이 정량적 추세 분석(Gartner 보고서)과 실험적 분석 방법(특허 피인용 회수를 이용한 유망 연구영역 탐색)이 두 가지 방법을 사용함으로써 각 방법론의 단점을 보완하는 유망 연구영역 탐색 프로세스를 제시한다.
본 연구에서 최근에 등록된 특허일수록 피인용 횟수가 낮아지기 때문에 특허의 가치를 제대로 파악하지 못한다는 가정을 하였고 이와 같은 한계점을 보완하기 위해 특허인용시차분포를 사용하여 특허의 피인용 횟수를 보정했다. 실제로 기존 피인용 횟수와 보정된 피인용 횟수를 비교, 확인하기 위해 보정된 피인용 횟수 기준으로 상위 10% 특허를 내림차순으로 정렬하였을 때 기존 피인용 횟수와 보정된 피인용 횟수가 차이가 있는지를 분석하였다.
본 연구에서는 문서간의 공유하고 있는 참고문헌의 수를 나타내는 서지결합 관계를 기반으로 이전에 도출된 주요특허들을 군집화(Grouping)하는데 활용했다.
특허인용시차분포는 t년도에 등록된 관련 기술 분야에 속한 특허가 시차 l을 두고 받은 인용의 빈도수를 t년도에 관련 기술 분야에 등록된 특허가 받은 전체 인용의 빈도수로 나누어 계산한 수치의 분포로 구성된다. 본 연구에서는 특허권의 최대 유지기간인 20년을 고려하여 특허들의 인용시차를 20년까지로 제한하고, 특허인용시차분포가 산업별 동태적으로 차이가 있다는 가정하에 5년간(t = 1982-1986)의 특허인용 데이터를 이용하여 특허인용시차분포를 작성한다.
서지결합 분석을 위한 데이터 포맷은 아래와 같은 행렬과 같고 총 2단계를 거쳐서 Girvan-Newman Clustering이 가능한 Edge List 형태의 행렬 테이블로 가공했다. <표 5>와 같이 특허간의 공통으로 인용한 참고문헌 수로 서지결합강도를 나타낸 행렬, <표 6>은 <표 5>를 바탕으로 위의 수식을 통해서 정규화 된 서지결합강도 행렬이다.
둘째, 전미경제연구소(National Bureau of Economic Research : NBER)의 특허 데이터를 활용하여 UI/UX 기술 분야가 가장 많이 포함된 국제특허 분류에 속한 특허들로부터 특허인용시차분포(citationlag distribution)를 추정한다. 셋째, 도출한 특허인용 시차분포를 활용하여 수집한 특허들의 수집시점의 피인용 건수로부터 미래 예상 피인용 건수를 추정한다. 넷째, 적절한 임계값(threshold)를 정하여 상위 10%의 높은 예상 피인용 건수를 가지고 있는 특허를 주요특허로 선정한다.
본 연구에서 최근에 등록된 특허일수록 피인용 횟수가 낮아지기 때문에 특허의 가치를 제대로 파악하지 못한다는 가정을 하였고 이와 같은 한계점을 보완하기 위해 특허인용시차분포를 사용하여 특허의 피인용 횟수를 보정했다. 실제로 기존 피인용 횟수와 보정된 피인용 횟수를 비교, 확인하기 위해 보정된 피인용 횟수 기준으로 상위 10% 특허를 내림차순으로 정렬하였을 때 기존 피인용 횟수와 보정된 피인용 횟수가 차이가 있는지를 분석하였다. 그 결과 기존 피인용 횟수가 낮은 특허가 상위 10%에 포함되는 사례가 도출되었다.
본 연구는 유망연구 영역을 도출함에 있어서 정량적인 방법에 한정되지 않기 위해 정성적인 방법을 통해 유망연구 영역을 도출한다. 앞서 특허의 인용 횟수를 가지고 군집화 된 유망연구 영역을 저명한 연구 보고서인 Gartner 보고서와의 비교를 통해 정량적인 방법으로 도출된 유망연구 영역이 실제로 어느 정도 저명한 연구 보고서와 일치하는지를 비교 분석을 통해 분석한다.
앞에서 제시한 182건의 특허들 간의 문서의 유사도를 나타내는 정규화 된 서지결합강도 행렬을 GirvanNewman Clustering이 가능한 행렬인 Edge list 행렬로 만들었으며 서지결합강도 가중치 값을 민감도 분석을 통해 0.04 이하의 가중치는 유의미 하지 않은 가중치로 보고 분석을 진행했다. 이후 Gephi라는 프리웨어 프로그램을 이용하여 네트워크의 Modularity를 구해 최적화 된 클러스터링 개수가 18개임을 얻어냈다.
다섯째, 주요특허들을 서지결합 (bibliographic coupling) 관계를 기반으로 NewmanClustering을 수행하여 군집화함으로써 유망 연구영역을 도출한다. 여섯째, 최종적으로 도출된 유망 연구영역을 Gartner Hype Cycle 보고서를 활용하여 비교함으로써 유망 연구영역의 적절성을 검증한다. 따라서 이러한 검증을 통해 도출된 유망연구 영역이 적절한지 판단하고 탐색 방법이 적절함을 나타낸다.
인용 횟수를 이용해 특허 간의 문서의 유사도를 나타내는 정규화 된 Edge List 테이블을 기반으로 우선적으로 Modularity를 활용하여 최적 군집의 개수를 구한다. 이후 최적 군집 개수를 바탕으로 Girvan-Newman Clustering을 실행하여 민감도 분석을 통해 주요특허가 적절하게 유망영역을 나타낼 수 있도록 하는 유사도(Weight) 값을 정해 정해진 유사도 값이상의 edge들을 가지고 주요특허를 군집화하여 유망 연구영역을 도출하고 도출된 유망 연구영역 내의 특허의 내용을 전문가의 검증을 통해 그룹 안에 속한 특허들을 포괄하는 연구영역을 표현할 수 있는 이름을 정의했다.
인용 횟수를 이용해 특허 간의 문서의 유사도를 나타내는 정규화 된 Edge List 테이블을 기반으로 우선적으로 Modularity를 활용하여 최적 군집의 개수를 구한다. 이후 최적 군집 개수를 바탕으로 Girvan-Newman Clustering을 실행하여 민감도 분석을 통해 주요특허가 적절하게 유망영역을 나타낼 수 있도록 하는 유사도(Weight) 값을 정해 정해진 유사도 값이상의 edge들을 가지고 주요특허를 군집화하여 유망 연구영역을 도출하고 도출된 유망 연구영역 내의 특허의 내용을 전문가의 검증을 통해 그룹 안에 속한 특허들을 포괄하는 연구영역을 표현할 수 있는 이름을 정의했다.
UI/UX 분야 유망연구 영역을 탐색하기 위한 분석은 구체적으로 다음과 같이 진행된다. 첫 번째로, 미국특허청(United States Patent and Trademark Office : USPTO) 데이터베이스로부터 적절한 특허 검색식을 작성하여 UI/UX 분야의 관련 특허들을 수집한다. 둘째, 전미경제연구소(National Bureau of Economic Research : NBER)의 특허 데이터를 활용하여 UI/UX 기술 분야가 가장 많이 포함된 국제특허 분류에 속한 특허들로부터 특허인용시차분포(citationlag distribution)를 추정한다.
본 연구는 특허 분석을 통한 유망 연구영역 발굴 방법론을 제시하였고 이를 바탕으로 실제 UI/UX 기술의 유망분야를 도출했다. 특허의 질적 가치를 동등한 기간으로 놓고 비교하기 위해 피인용수 보정 방법론을 활용하여 주요특허 상위 10%를 도출하였으며 이렇게 보정된 피인용 건수를 이용해 서지결합 관계를 기반으로 한 Girvan-Newman Clustering을 통해 UI/UX 기술 내에서 유망 연구분야를 군집화시켰다. 이러한 방법론은 기존의 거시적인 수준에서 제시되는 연구영역을 보다 구체적인 유망 연구영역으로 제시했다.

대상 데이터

UI/UX 기술 분야에서의 유망연구 영역을 발굴하기 위해 특허 데이터를 사용하였고 특허 검색을 위해 본 연구에서는 UI/UX 기술 분야에 대한 특허 검색식을 작성하여 데이터를 수집했다. 특허 수집에는 미국특허청 공개/등록 특허를 사용하였으며 검색기간은 2004～2013년 최근 10년간의 특허를 대상으로 했다.
특허 데이터는 WISDOMAIN FOCUST를 이용해 미국특허청의 공개/등록 특허를 대상으로 하였고 그 기간은 2004년부터 2013년 최근 10년간의 특허를 분석 대상으로 했다. UI/UX 기술의 특징을 반영할 수 있는 특허 검색식을 세워 UI/UX 분야를 중분류 수준까지 체계적으로 구축해 특허를 검색 후 노이즈 제거 과정을 거쳐 최종적으로 UI/UX 관련 특허 1,838건을 수집했다. 이후 특허의 피인용 건수를 보정하여 보정된 피인용 건수가 약 26건 이상인 전체 상위 10%에 해당하는 182건을 주요특허로 도출했다.
각기 다른 시기에 출원된 특허들의 피인용 횟수를 모두 동일한 기간에 피인용된 횟수로 보정하기 위해서 1976년부터 2006년까지 특허서지정보 데이터와 인용관계를 포함하는 NBER(National Bureau of Economic Research) 특허데이터를 활용하였다. 기존 연구에서는 1975년부터 1979년의 특허데이터를 활용하여 산업별 특허인용시차분포표를 작성하였으나 본 연구에서는 1982년부터 1986년의 UI/UX 관련 산업의 특허데이터를 활용한 UI/UX 관련 산업 특허 인용시차분포표를 작성하였다.
하지만 특허는 논문에 비해 출판 수와 인용 건수가 매우 적기 때문에 상위 1% 특허만을 추출하여 사용한다면 데이터가 부족하여 분석을 수행하는데 용이하지 않다. 따라서 본 연구에서는 분석을 위해 상위 10%에 해당하는 특허를 주요특허로 선정했다. 따라서 <표 4>는 관계보정된 피인용 건수를 기준으로 적절한 임계치(threshold)를 선정하여 보정된 피인용 건수가 높은 특허를 UI/UX 기술 분야의 주요특허로 도출한 예시이다.
연구의 내용은 총 5장으로 구성되어있으며, 이는 다음과 같다. 제 2장에서는 이 연구에서 다루고자 하는 유망연구 영역 분야인 UI/UX의 개요와 특징을 설명하였으며, 제 3장에서는 본 연구에서 목표로 하는 유망연구 분야 도출을 위한 연구 프로세스와 연구를 위한 방법론을 제시하였다.
특허 데이터는 WISDOMAIN FOCUST를 이용해 미국특허청의 공개/등록 특허를 대상으로 하였고 그 기간은 2004년부터 2013년 최근 10년간의 특허를 분석 대상으로 했다. UI/UX 기술의 특징을 반영할 수 있는 특허 검색식을 세워 UI/UX 분야를 중분류 수준까지 체계적으로 구축해 특허를 검색 후 노이즈 제거 과정을 거쳐 최종적으로 UI/UX 관련 특허 1,838건을 수집했다.
UI/UX 기술 분야에서의 유망연구 영역을 발굴하기 위해 특허 데이터를 사용하였고 특허 검색을 위해 본 연구에서는 UI/UX 기술 분야에 대한 특허 검색식을 작성하여 데이터를 수집했다. 특허 수집에는 미국특허청 공개/등록 특허를 사용하였으며 검색기간은 2004～2013년 최근 10년간의 특허를 대상으로 했다. 마지막으로 특허 검색에 사용된 시스템은 WISDOMAIN FOCUST를 활용해 데이터를 추출했다.

이론/모형

군집화 단계에서는 을 이용해 Girvan-Newman Clustering을 진행했다.
다시 말하면 특허가 후행 특허로부터 더 많은 인용을 받기 위해서는 일정 기간이 경과되어야 하는데, 특허의 출원 시기가 제각기 다르기 때문에 이러한 피인용 횟수를 가지고 출원시기가 다른 특허의 가치를 판단하는 데에는 한계점이 있다. 따라서 본 연구 에서는 이러한 한계점을 해결하기 위해 기존 연구에서 제시한 특허인용시차분포의 개념을 활용한다[7]. 결론적으로 특허 피인용 건수를 보정하여 순차적으로 나열하였을 때 상위 10%의 특허인 주요특허를 도출했다.
본 연구 방법론을 통해 18개의 유망 연구영역을 도출하였고 이를 Gartner 보고서의 hype cycle 내의 UI/UX 기술과 부합하는 것을 를 통해 알 수 있다.
본 연구에서는 2004년 Girvan과 Newman이 논문에서 제시한 클러스터링 방법으로 유망연구 영역을 도출하고 비교하는데 사용하였다. Girvan-Newman 클러스터링 방법론은 사이 중앙성(Betweenness Centrality)과 Modularity를 활용하여 최적 군집을 설정하는 클러스터링 방법론중 하나이며 전체 네트워크를 각각 분할된 네트워크로 만드는데 용이하다.
하지만 GirvanNewman 클러스터링은 다음 그림과 같이 전체 네트워크의 링크까지 고려한 클러스터링으로 이상값에 영향을 덜 받게 된다. 이와 같이 Girvan-Newman 클러스터링이 가지는 두 가지 장점을 통해 유망 연구영역을 도출하는데 활용하였다[24].

성능/효과

따라서 본 연구 에서는 이러한 한계점을 해결하기 위해 기존 연구에서 제시한 특허인용시차분포의 개념을 활용한다[7]. 결론적으로 특허 피인용 건수를 보정하여 순차적으로 나열하였을 때 상위 10%의 특허인 주요특허를 도출했다.
실제로 기존 피인용 횟수와 보정된 피인용 횟수를 비교, 확인하기 위해 보정된 피인용 횟수 기준으로 상위 10% 특허를 내림차순으로 정렬하였을 때 기존 피인용 횟수와 보정된 피인용 횟수가 차이가 있는지를 분석하였다. 그 결과 기존 피인용 횟수가 낮은 특허가 상위 10%에 포함되는 사례가 도출되었다. 예를 들어, 기존 피인용 횟수가 1인 특허의 보정된 피인용 횟수가 45.
기존의 연구에서 순수한 특허 피인용 회수를 통해 군집화를 시키고 유망연구 영역을 정의한 방법이 가지는 한계점에서 벗어나기 위해 특허가 인용을 받을 수 있는 연도수(year)를 동일하게 제한하는 방법을 통해 특허의 등록년도에 따라 영향을 받는 피인용수 보정으로 특허의 질적가치를 어느 수준 동일하게 맞추었으며 군집화 방법에 있어서도 기존의 K-means 클러스터링이 아닌 Newman 클러스터링 방법을 사용함으로써 기존 K-means 클러스터링에서 K값(군 집화의 개수)에 따라 클러스터링의 결과가 극명하게 달라지는 문제와 이상값에 민감한 문제를 해결하였다.
셋째, 도출한 특허인용 시차분포를 활용하여 수집한 특허들의 수집시점의 피인용 건수로부터 미래 예상 피인용 건수를 추정한다. 넷째, 적절한 임계값(threshold)를 정하여 상위 10%의 높은 예상 피인용 건수를 가지고 있는 특허를 주요특허로 선정한다. 다섯째, 주요특허들을 서지결합 (bibliographic coupling) 관계를 기반으로 NewmanClustering을 수행하여 군집화함으로써 유망 연구영역을 도출한다.
첫 번째 K-means 클러스터링이 클러스터 개수 K값을 입력 파라미터로 지정해주어야 하는 것과는 반대로 Girvan-Newman 클러스터링은 Modularity를 활용해서 최적의 군집 값을 구해준다. 두 번째 K-means 클러스터링은 이상값(outlier)에 민감하다. 다른 대부분의 데이터와 비교했을 때 멀리 떨어져 있는 데이터가 있는 경우 알고리즘에 중심점을 계속 해서 갱신해야 되는 K-means 클러스터링과 같은 경우 데이터의 전체 평균값을 왜곡시켜 클러스터링이 알맞게 나오지 않을 가능성이 있다.
288로 상위 10%인 182개의 특허 중 133위에 올랐음을 확인할 수 있다. 따라서 기존의 피인용 횟수의 비교만으로 특허의 질적가치를 비교했던 것에 비해 인용시차를 고려하여 특허 피인용수 보정을 통해 상위 10% 특허에 포함시켜 피인용 건수가 적은 특허를 특허 권리 기간 만료 시점인 20년의 동등한 시점에서 비교 가능 함을 알 수 있다.
여섯째, 최종적으로 도출된 유망 연구영역을 Gartner Hype Cycle 보고서를 활용하여 비교함으로써 유망 연구영역의 적절성을 검증한다. 따라서 이러한 검증을 통해 도출된 유망연구 영역이 적절한지 판단하고 탐색 방법이 적절함을 나타낸다.
04 이하의 가중치는 유의미 하지 않은 가중치로 보고 분석을 진행했다. 이후 Gephi라는 프리웨어 프로그램을 이용하여 네트워크의 Modularity를 구해 최적화 된 클러스터링 개수가 18개임을 얻어냈다. Modularity로 최적화된 군집 개수로 GirvanNewman Clustering을 실시하여 <그림 5>와 같이 특허 간 네트워크 시각화 결과와 <표 8>과 같이 군집에 속하는 특허 결과를 도출해 냈다.
UI/UX 기술의 특징을 반영할 수 있는 특허 검색식을 세워 UI/UX 분야를 중분류 수준까지 체계적으로 구축해 특허를 검색 후 노이즈 제거 과정을 거쳐 최종적으로 UI/UX 관련 특허 1,838건을 수집했다. 이후 특허의 피인용 건수를 보정하여 보정된 피인용 건수가 약 26건 이상인 전체 상위 10%에 해당하는 182건을 주요특허로 도출했다.

후속연구

앞으로 본 연구에서 제시한 정량적인 측면에서의 방법론 외에도 정성적인 측면의 방법론을 융합해 유망 연구영역의 정확성을 높일 필요가 있으며 이는 유망성을 측정하는 지표를 개발하거나 기술 분류별 전문가의 참여로 본 방법론의 분석 수준을 높일 수 있을 것이라 예상한다. 또한 미래 기술 예측의 불확실성과 변화 가능성을 고려한 유망 영역을 도출하는데 있어서 특허 데이터 이외에도 논문 분석과 뉴스 분석 혹은 포털 사이트 검색어의 추이 분석 등을 통해 기술 예측의 불확실성을 낮추는 연구가 진행될 수 있을 것이다.
본 연구에서 개발한 방법론을 통해 도출된 결과는 미래 유망기술 전망과 유사한 경향을 보이며 전문가에 의해 도출된 결과와의 비교를 통해 타당성을 검증할 수 있으며 더 나아가서 거시적인 수준에서 제시되는 유망분야보다 구체적인 수준의 유망 연구영역을 제시할 수 있다. 또한 본 방법론을 통한 분석 결과는 기업의 전략수립, 의사결정, 조직의 전략적 방향과 경제적 파급효과 등 여러 방면에 기초 자료로써 활용이 가능하다.
본 연구에서 개발한 방법론을 통해 도출된 결과는 미래 유망기술 전망과 유사한 경향을 보이며 전문가에 의해 도출된 결과와의 비교를 통해 타당성을 검증할 수 있으며 더 나아가서 거시적인 수준에서 제시되는 유망분야보다 구체적인 수준의 유망 연구영역을 제시할 수 있다. 또한 본 방법론을 통한 분석 결과는 기업의 전략수립, 의사결정, 조직의 전략적 방향과 경제적 파급효과 등 여러 방면에 기초 자료로써 활용이 가능하다.
앞으로 본 연구에서 제시한 정량적인 측면에서의 방법론 외에도 정성적인 측면의 방법론을 융합해 유망 연구영역의 정확성을 높일 필요가 있으며 이는 유망성을 측정하는 지표를 개발하거나 기술 분류별 전문가의 참여로 본 방법론의 분석 수준을 높일 수 있을 것이라 예상한다. 또한 미래 기술 예측의 불확실성과 변화 가능성을 고려한 유망 영역을 도출하는데 있어서 특허 데이터 이외에도 논문 분석과 뉴스 분석 혹은 포털 사이트 검색어의 추이 분석 등을 통해 기술 예측의 불확실성을 낮추는 연구가 진행될 수 있을 것이다.
제시한 기술 유망연구 영역 탐색 방법은 기술 융합, 기술예측, 기술/특허분석 등과 같은 외부요소에 민감하게 대응하며 R&D의 속도 및 효율성을 높여 성공률을 높이고, 특허정보를 중심으로 구조적 핵심 기술의 영역을 발견 및 평가를 통해 유망기술 영역과 R&D 프로젝트 선택의 후보를 제시하여 DB화하고, 기술적 해결책으로서의 솔루션으로 활용할 수 있게 될 것이다.

핵심어	질문	논문에서 추출한 답변
	UI란 무엇인가?	그리고 사용자와 기기 혹은 시스템의 연결고리로 UI를 이용하게 된다[4]. UI는 일반 사용자들이 컴퓨터 시스템 또는 프로그램에서 데이터 입력이나 동작을 제어하기 위하여 사용하는 명령어 또는 기법을 말하며, 사용 자가 디바이스나 프로그램과 의사소통을 하고 쉽고 편리하게 사용할 수 있도록 하는 것이 목적이다. 따라서 특정적인 경험의 기회를 사용자에게 제공하여 보다 능동적이고 자연스럽게 인터페이스가 이루어져야 하는 것이 가장 중요하게 여겨지는 부분이다.
	특허 데이터에 대한 노이즈 제거 과정을 거친 이유는 무엇인가?	마지막으로 특허 검색에 사용된 시스템은 WISDOMAIN FOCUST를 활용해 데이터를 추출했다. UI/UX 기술 분야의 특허를 검색하는 데 있어서 전문성을 더하기 위해 한국전자통신연구원 관련부서 로부터 UI/UX 기술 분류와 특허 검색식에 대한 검토를 받아 특허 검색식을 작성했으며 작성한 검색식을 통해 수집된 특허들은 본래 의도된 UI/UX 기술 특허가 아닐 가능성이 있기 때문에 특허 데이터에 대한 노이즈 제거 과정을 거쳤다. 노이즈 제거는 다음과 같은 프로세스로 진행되었다.
	상위 10%에 해당하는 특허를 주요특허로 선정한 배경은 무엇인가?	기존의 유망 연구영역을 도출하기 위해 SAKA and IGAMI가 제시한 science map 연구에서는 피인용 건수가 상위 1%에 해당하는 논문을 해당분야의 주요 논문으로 활용하고 있다[20]. 하지만 특허는 논문에 비해 출판 수와 인용 건수가 매우 적기 때문에 상위 1% 특허만을 추출하여 사용한다면 데이터가 부족하여 분석을 수행하는데 용이하지 않다. 따라서 본 연구에서는 분석을 위해 상위 10%에 해당하는 특허를 주요특허로 선정했다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

특허분석을 통한 UI/UX(User Interface/User Experience) 분야의 유망 연구영역 탐색
Exploring Prospective Research Areas in UI/UX through the Analysis of Patents 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (25)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

특허분석을 통한 UI/UX(User Interface/User Experience) 분야의 유망 연구영역 탐색 Exploring Prospective Research Areas in UI/UX through the Analysis of Patents 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (25)

이 논문을 인용한 문헌

저자의 다른 논문 :

윤두섭 (1) 박인채 (3) 박광만 (5) 고순주 (5) 윤병운 (14)

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

특허분석을 통한 UI/UX(User Interface/User Experience) 분야의 유망 연구영역 탐색
Exploring Prospective Research Areas in UI/UX through the Analysis of Patents 원문보기

AI 본문요약
AI-Helper