$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 기술의 진보와 혁신, 그리고 사회변화: 특허빅데이터를 이용한 정량적 분석
Innovation of technology and social changes - quantitative analysis based on patent big data 원문보기

응용통계연구 = The Korean journal of applied statistics, v.29 no.6, 2016년, pp.1025 - 1039  

김용대 (서울대학교 통계학과) ,  정상조 (서울대학교 법과대학) ,  장원철 (서울대학교 통계학과) ,  이종수 (서울대학교 기술경영경제정책과정)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 특허빅데이터를 분석하여 기술적 혁신과 사회변화의 관계를 규명하는 다양한 방법에 대하여 소개를 한다. 특히, 미국특허청에 1985년부터 2015년까지 등록된 4백만개 이상의 특허자료를 분석하였다. 먼저, 특허법의 변천사를 살펴보고 특허법의 발전이 특허활동에 미차는 영향에 대해서 살펴보았다. 두 번째로는, 국가별 기술군별 등록특허수를 바탕으로 군집분석을 이용하여 기술혁신 패턴이 비슷한 국가들로 군집을 만들고 각 군집의 기술혁신 특징들을 살펴보았다. 세번째로는 특허간의 인용정보를 바탕으로 특허간의 네트워크를 구축하고 page-rank 알고리즘을 이용하여 주요특허를 탐지하는 방법을 설명하였다. 마지막으로, 정준상관분석을 이용하여 기술혁신과 사회변화와의 관계를 규명하였다.

Abstract AI-Helper 아이콘AI-Helper

We introduce various methods to investigate the relations between innovation of technology and social changes by analyzing more than 4 millions of patents registered at United States Patent and Trademark Office(USPTO) from year 1985 to 2015. First, we review the history of patent law and its relatio...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 특허 데이터로 기술혁신을 측정하고 11개 사회지표로 사회진보를 측정할 것이다. 따라서 본 연구는 두 변수군의 상관관계를 분석하는 것이다. 사회과학의 특성때문에 많은 연구가 다변량 분석을 해야 하며, 정준상관분석(canonical correlation analysis; CCA)으로 두 변수군의 상관관계를 분석할 수 있다 (Onwuegbuzie와 Daniel, 2003).
  • 이러한 상황에서, 기술의 진보와 혁신이 사회변화에 미치는 영향을 정량적이고 객관적으로 분석, 정리 그리고 예측하는 연구가 절실히 요구되고 있다. 본 논문에서는 미국특허청에서 제공하는 데이터베이스를 사용하여 기술의 진보와 혁신이 사회변화에 미치는 영향을 정량적으로 측정하는 다양한 분석방법론에 대해서 소개하고자 한다.
  • 본 논문에서는 특허빅데이터를 분석하여 기술혁신과 사회변화의 관계를 조망할 수 있는 다양한 분석 방법을 소개하였다. 특히, 특허빅데이터 분석에 군집분석, 네트워크 분석 그리고 정준상관분석 등이 어떻게 사용되어질 수 있는지를 간단하게 설명하였다.
  • 본 연구는 기술혁신과 시회진보를 각각 지표화한 다음 둘 간의 상관관계를 정량적으로 분석하고자 한다. 특허 데이터로 기술혁신을 측정하고 11개 사회지표로 사회진보를 측정할 것이다.
  • 본 연구에서 특허 데이터로 기술혁신을 측정하고자 한다. 매년 미국특허청에 등록한 특허수로 한 국가의 기술혁신 정도를 측정한다.
  • Bottazzi와 Peri (2003)는 기술혁신의 지역적 확산에 대하여 연구를 하였는데, 소지역 단위로 분석을 시행하였다. 본 연구에서는 국가단위로 기술혁신의 패턴을 분석하여, 지역적인 특성 이외에 문화적 특성이 기술혁신에 미치는 영향도 살펴보고자 한다.
  • 본 절에서는 미국 등록 특허데이터베이스 자료를 이용하여 국가별로 기술혁신의 패턴을 파악하고, 이를 바탕으로 지역적/문화적으로 기술혁신의 패턴이 어떻게 연결되어 있는지를 파악하고자 한다. 즉, 문화적/지역적으로 상관이 높은 국가들의 기술혁신 패턴도 비슷한지에 대한 실증적 분석을 통하여, 지역/문화적 특징이 기술혁신에 미치는 영향을 파악하고자 한다.
  • 우리는 이런 질문을 할 수 있다: 정량적으로 기술과 사회 간의 관계는 어떤가? 본 절에서는 이 문제에 대한 답을 줄 수 있는 자료분석 방법론을 소개한다. 특히, 기술혁신과 사회진보를 각각 정량화한 다음에 둘 간의 관계에 대해서 정준상관분석을 통하여 분석하는 방법론에 대해서 설명한다.
  • 특허가 출원될 때에는 출원자, 또는 심사관이 다른 특허를 인용하는데 이러한 구조는 특허 인용 네트워크를 생성할 수 있게 한다. 일반적인 네트워크 분석 방법을 이용하여 특허 인용 네트워크에 대한 여러 가지 분석이 가능한데, 본 절에서는 중요한 특허 기술군을 찾는 방법을 소개한다. 특허에는 여러 분야, 즉 여러 기술군이 있지만 서로 다른 중요도를 가지고 있다.
  • 본 절에서는 미국 등록 특허데이터베이스 자료를 이용하여 국가별로 기술혁신의 패턴을 파악하고, 이를 바탕으로 지역적/문화적으로 기술혁신의 패턴이 어떻게 연결되어 있는지를 파악하고자 한다. 즉, 문화적/지역적으로 상관이 높은 국가들의 기술혁신 패턴도 비슷한지에 대한 실증적 분석을 통하여, 지역/문화적 특징이 기술혁신에 미치는 영향을 파악하고자 한다. Bottazzi와 Peri (2003)는 기술혁신의 지역적 확산에 대하여 연구를 하였는데, 소지역 단위로 분석을 시행하였다.
  • 이 분석에서는 Google의 PageRank Algorithm (Page 등, 1999)을 이용하여 중요한 기술군을 찾는 방법을 소개한다. 추가적으로, 네트워크 분석에서 주로 쓰이는 여러 vertex centrality와 어떤 차이가 있는지 알아본다. 본 분석에 대한 구체적인 방법 소개는 Lee 등 (2016)의 내용을 참고하였다.
  • 2장에서는 먼저 미국특허법의 변천사를 간략히 살펴본다. 특히, 특허법의 개정과 특허의 양적/질적 변화의 관계를 파악하여 특허의 양적/질적 변화 중에서 특허법의 개정으로 생긴 부분을 고찰하고자 한다. 3장에서는 국가별 특허 등록수를 바탕으로 국가별 기술의 진보 및 혁신의 패턴을 비교한다.
  • 단순히 등록특허의 수 뿐 아니라 등록특허의 질을 평가하는 방법을 개발하고 이를 적용하여 각 기술 분야 별 질적 평가를 수행한다. 특히, 특허인용정보를 바탕으로 특허의 중요도를 측정할 수 있는 다양한 네트워크 분석방법들을 소개한다. 5장에서는 각 국가의 사회발전을 파악할 수 있는 다양한 지표를 조사하고 이를 바탕으로 국가별 사회발전 패턴을 파악하며, 정준상관분석을 이용하여 특허자료로부터 파악한 국가별 기술진보 패턴과 국가별 사회발전 패턴과의 상관성을 분석하여 기술진보가 사회발전에 미치는 영향을 정량적으로 파악한다.

가설 설정

  • 이러한 네트워크에서는 각 웹페이지의 PageRank가 유일하게 정의되지 않을 수 있다는 문제점이 있다. 따라서 PageRank 알고리즘에 random surfer 개념을 도입하게 되는데, 이를 이해하기 위해 웹 서핑을 하는 random surfer가 있다고 가정해보자. 이 사람은 현재 웹페이지에서 다른 웹페이지로 가고자 할 때, 현재 웹페이지에서 링크된 웹페이지 중 하나로 이동할 수도 있고, 링크되지 않은 웹페이지 중 임의로 선택된 하나로 이동할 수도 있다.
  • 본 논문에서 소개한 방법 외에 특허빅데이터를 분석하여 유용한 정보를 얻는 방법은 무수히 많을 것이다. 유망기술 발굴, 발명자 네트워크 분석, 특허 키워드 분석, 분쟁특허 예측 등은 많은 분야에서 관심을 가지고 있는 주제들이며, 특허빅데이터를 분석하여 이러한 주제들에 대한 답을 제공할 수 있을 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
PageRank 알고리즘의 단점은? 여기서 특정 구조라는 것은 서로 완전히 동떨어진 요소들을 갖는 구조, 루프 구조 등을 의미한다. 이러한 네트워크에서는 각 웹페이지의 PageRank가 유일하게 정의되지 않을 수 있다는 문제점이 있다. 따라서 PageRank 알고리즘에 random surfer 개념을 도입하게 되는데, 이를 이해하기 위해 웹서핑을 하는 random surfer가 있다고 가정해보자.
PageRank 알고리즘이란? PageRank 알고리즘은 Google의 설립자인 Larry Page와 Sergei Brin이 고안한 것으로, 웹페이지의 상대적 중요도를 계산하는 알고리즘이다. 이 알고리즘은 웹페이지 간에 서로 링크하는 구조를 이용하는데, 어떤 i라는 웹페이지의 중요도, 즉 PageRank는 다음과 같은 개념을 기초로 구하게 된다.
특허 인용 분석이란? 특허 인용 분석이란 특허 간 인용을 이용하여 만들어진 네트워크를 분석하는 것을 의미한다. 특허가 출원될 때에는 출원자, 또는 심사관이 다른 특허를 인용하는데 이러한 구조는 특허 인용 네트워크를 생성할 수 있게 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (31)

  1. Acs, Z., Anselin, L. and Varga, A. (2002). Patents and innovation counts as measures of regional production of new knowledge. Research Policy, 31, 1069-1085. 

  2. Adelman, D. E. and Deanglis, K. L. (2007). Patent metrics: the mismeasure of innovation in the biotech patent debate. Texas Law Review, 85, 1677. 

  3. Barton, J. H. (2002). Integrating intellectual property rights and development policy: Report of the commission on intellectual property rights. Commission on Intellectual Property Rights. 

  4. Basberg, B. L. (1987). Patents and the measurement of technological change: a survey of the literature. Research Policy, 16, 131-141. 

  5. Bottazzi, L. and Peri, G. (2003). Innovation and spilovers in regios: evidence from European patent data. European Economic Review, 47, 687-710. 

  6. Capraro, R. M. and Capraro, M. M. (2001). Commonality analysis: Understanding variance contributions to overall canonical correlation effects of attitude toward mathematics on geometry achievement. Multiple Linear Regression Viewpoints, 27, 16-23. 

  7. Cohen, I. B. (1990). Puritanism and the Rise of Modern Science: the Merton Thesis, Rutgers Unversity Press, New Brunswick, NJ. 

  8. Crepon, B. and Duguet, E. (1997). Estimating the innovation function from patent numbers: GMM on count paner data. Journal of Applied Econometrics, 12, 243-263. 

  9. Duguet, E. and Macgravie, M. (2005). How well do patent citation measure flows of technology? Evidence from fFrench innovation surveys. Economics of Innovation and New Technology, 14, 375-393. 

  10. Fagerberg, J. (1987). A technology gap approach to why growth rates differ. Research Policy, 16, 87-99. 

  11. Frederick, B. N. (1999). Partitioning variance in the multivariate case: a step-by-step guide to canonical commonality analysis. Advances in Social Science Methodology, 5, 305-318. 

  12. Griliches, Z. (1990). Patent statistics as economic indicators: a survey (working paper No.3301), National Bureau of Economic Research. 

  13. Griliches, Z. (1979). Issues in assessing the contribution of R&D to productivity growth. Bell Jorunal of Economics, 10, 92-116. 

  14. Hall, G., Jaffe, A., and Trajtenberg, M. (2001). The NBER patent citations data file: lessons, insights and methodological tools (WP 8498), National Bureau of Economic Research. 

  15. Hotelling, H. (1936). Relations between two sets of variants. Biometrika, 28, 321-377. 

  16. Kerr, S. P. and Kerr, W. R. (2014). Global collaborative patents (working paper), National Bureau of Economic Research. 

  17. Kolaczyk, E. and Csardi, G. (2014). Statistical Analysis of Network Data with R. Springer, New York. 

  18. Landes, W. M. and Posner, R. A. (2004). An empirical analysis of the patent court, The University of Chicago Law Review, 111-128. 

  19. Lee, M., Kim, Y., and Jang, W. (2016). Patent citation network analysis. The Korean Journal of Applied Statistics, 29, 613-625. 

  20. Merton, R. K. (1938). Science, technology and society in seventeenth century England, Osiris, 360-632. 

  21. Niebuhr, A. (2010). Migration and innovation: does cultural diversity matter for regional R&D activity? Papers in Regional Science, 89, 563-585. 

  22. Onwuegbuzie, A. J. and Daniel, L. G. (2003). Typology of analytical and interpretational errors in quantitative and qualitative educational research. Current Issues in Education, 6. 

  23. Page, L., Brin, S., Motwani, R., and Winograd, T. (1999). The PageRank citation ranking: bringing order to the web. 

  24. Pakes, A. and Griliches, Z. (1980). Patents and R&D at the firm level: a first report. Economic Letters, 5, 377-381. 

  25. Pavitt, K. (1982). R&D, patenting and innovative activities: a statistical exploration. Research Policy, 11, 33-51. 

  26. Posner, R. A. (1977). Economic Analysis of Law, Little, Brown and Company, Boston and Toronto. 

  27. Posner, R. A. and Landes, W. M. (2003). The Economic Structure of Intellectual Property Law, Harvard university press. 

  28. Ruttan, V. W. (2000). Technology, growth, and development: an induced innovation perspective, OUP Catalogue. 

  29. Scherer, F. M. and Weisburst, S. (1995). Economic effects of strengthening pharmaceutical patent protection in Italy. IIC-International Review of Industrial Property and Copyright Law, 26, 1009-1024. 

  30. Suchman, L. (2008). Feminist STS and the sciences of the artificial, In New Handbook of Science and Technology Studies, MIT Press. 

  31. Tabachnick, B. G. and Fidell, L. S. (2007). Multivariate analysis of variance and covariance. Using Multi-variate Statistics, 3, 402-407. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로