급변하는 글로벌 시장 환경에서 기술은 계속해서 급속히 발전하고 있다. 이러한 급변하고 있는 환경을 반영한 연구개발은 기업에 있어서 필수가 되었다. 즉, 기업의 경쟁력 향상을 위해서는 자사가 보유한 기술에 대한 체계적인 분석이 필요하다. 최근에는 객관적이며 정량화된 기술분류를 위하여 특허문서의 IPC 코드를 이용하여 기술분류를 수행하고 있다. 국제특허분류인 IPC 코드는 국제적으로 규격화된 기술분류 코드이기 때문에, 이를 활용하면 객관적이고 정량화된 기술분석 수행이 가능하다. 본 논문에서는 C사의(社) 특허에 대하여 전수조사를 실시하고, IPC 코드기반 분석 Matrix를 구축한 후 해당특허들을 신뢰도 기반의 연관규칙 마이닝을 실시하며 구조화된 연관맵을 생성한다. 연관맵을 이용하면 해당회사의 특허 현황 파악에 유용하게 활용된다. 또한, 구조화된 연관맵을 이용하면 상호 연관있는 기술에 대하여 군집화를 가능하게 하기 때문에, 본 논문에서 제시한 C사(社)의 기술을 파악할 수 있으며 이를 기반으로 기술 흐름과 향후 기술 전략 수립을 가능하게 한다.
급변하는 글로벌 시장 환경에서 기술은 계속해서 급속히 발전하고 있다. 이러한 급변하고 있는 환경을 반영한 연구개발은 기업에 있어서 필수가 되었다. 즉, 기업의 경쟁력 향상을 위해서는 자사가 보유한 기술에 대한 체계적인 분석이 필요하다. 최근에는 객관적이며 정량화된 기술분류를 위하여 특허문서의 IPC 코드를 이용하여 기술분류를 수행하고 있다. 국제특허분류인 IPC 코드는 국제적으로 규격화된 기술분류 코드이기 때문에, 이를 활용하면 객관적이고 정량화된 기술분석 수행이 가능하다. 본 논문에서는 C사의(社) 특허에 대하여 전수조사를 실시하고, IPC 코드기반 분석 Matrix를 구축한 후 해당특허들을 신뢰도 기반의 연관규칙 마이닝을 실시하며 구조화된 연관맵을 생성한다. 연관맵을 이용하면 해당회사의 특허 현황 파악에 유용하게 활용된다. 또한, 구조화된 연관맵을 이용하면 상호 연관있는 기술에 대하여 군집화를 가능하게 하기 때문에, 본 논문에서 제시한 C사(社)의 기술을 파악할 수 있으며 이를 기반으로 기술 흐름과 향후 기술 전략 수립을 가능하게 한다.
A technology is continuously developed in a rapidly changing global market. A company requires an appropriate R&D strategy for adapting to this environment. That is, the technologies owned by the company needs to be thoroughly analyzed to improve its competitiveness. Alternatively, technology classi...
A technology is continuously developed in a rapidly changing global market. A company requires an appropriate R&D strategy for adapting to this environment. That is, the technologies owned by the company needs to be thoroughly analyzed to improve its competitiveness. Alternatively, technology classification using IPC codes is carried out recently in an objective and quantitative way. International Patent Classification, IPC is an internationally specified classification system, so it is helpful to conduct an objective and quantitative patent analysis of technology. In this study, all of the patents owned by company C are investigated and a matrix representing IPC codes of each patent is created. Then, a structured association map of the patents is made through association rules mining based on Confidence. The association map can be used to inspect the current situation of a company about patents. It also allows highly associated technologies to be clustered. Using the association map, this study analyzes the technologies of company C and how it changes with time. The strategy for future technologies is established based on the result.
A technology is continuously developed in a rapidly changing global market. A company requires an appropriate R&D strategy for adapting to this environment. That is, the technologies owned by the company needs to be thoroughly analyzed to improve its competitiveness. Alternatively, technology classification using IPC codes is carried out recently in an objective and quantitative way. International Patent Classification, IPC is an internationally specified classification system, so it is helpful to conduct an objective and quantitative patent analysis of technology. In this study, all of the patents owned by company C are investigated and a matrix representing IPC codes of each patent is created. Then, a structured association map of the patents is made through association rules mining based on Confidence. The association map can be used to inspect the current situation of a company about patents. It also allows highly associated technologies to be clustered. Using the association map, this study analyzes the technologies of company C and how it changes with time. The strategy for future technologies is established based on the result.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
연관맵은 연관규칙마이닝(ARM)의 신뢰성을 도식화 한 것으로써, 조사대상 기업의 기술현황 파악을 용이하게 한다. 본 논문에서는 신뢰성을 도식화한 연관맵을 활용하여 본 연구의 최종목표인 C社의 향후 기술개발 방향을 제시하고자 한다.
본 논문에서는 특허 기술의 상호 연관관계를 파악하기 위하여 기술영역을 명확히 정의 할 수 있는 장점을 가진 IPC코드를 기반으로 하고, 이를 시각화 방법에 적용함으로써 나타내고자 한다.
본 연구는 C社의 특허를 전수조사하여 보유특허를 파악하고 이를 연관규칙 마이닝을 통하여 구조화된 연관맵을 작성한 후, 이를 바탕으로 향후 C社의 기술이 어떠한 기술을 중심으로 개발되는지에 대한 기술개발 방향을 제시하고자 한다. 제안된 방법은 다음 그림2의 Flow Chart와 같은 순서로 진행된다.
연관맵은 연관규칙마이닝의 신뢰성 Matrix를 도식화 한 것으로써, 조사대상 기업의 기술현황 파악을 용이하게 한다. 신뢰성 기반 도식화한 연관맵을 활용하여 본 연구의 최종목표인 C社의 향후 기술개발 방향을 제시하고자 한다.
제안 방법
다음으로는 생성된 Matrix에 대하여 선행개발과 후행개발의 관계를 파악하기 위하여 연관규칙마이닝(Association Rule Mining)을 실시하여 연관맵을 생성한다. 연관맵을 생성하기 위해서는 신뢰도 기반의 규칙 생성이 필요하다.
따라서, 본 연구에서는 이를 보완하기 위하여 구조화된 연관맵을 이용한다. 연관맵은 연관규칙마이닝(ARM)의 신뢰성을 도식화 한 것으로써, 조사대상 기업의 기술현황 파악을 용이하게 한다.
본 논문에서는 C社의 특허를 전수조사하여 특허를 확보하고 IPC코드 기반의 연관규칙마이닝(Association Rule Mining: ARM) 신뢰성 Matrix를 생성 후, 실험의 반복을 통하여 해당회사에 대한 최적의 임계값을 선정 및 적용하여 구조화된 연관맵을 형성함으로써 기술을 군집화 하였다. 이렇게 본 논문의 실험을 통하여 C社 특허 기술의 선후 관계를 파악할 수 있는 연관맵을 얻을 수 있었다.
구축된 Matrix는 연관규칙마이닝(Association Rule Mining, ARM)을 통해 신뢰성 Matrix를 생성한다. 본 논문에서는 기술개발 방향을 제시하기 위한 방법으로 구조화된 연관맵을 이용한다. 연관맵은 연관규칙마이닝의 신뢰성 Matrix를 도식화 한 것으로써, 조사대상 기업의 기술현황 파악을 용이하게 한다.
본 연구에서는 연구개발의 다각화를 위한 자사의 기술 분석이 필요한 C社의 특허를 전수조사하고, 해당특허들을 이용하여 IPC기반의 분석 Matrix를 구축한다. 구축된 Matrix는 연관규칙마이닝(Association Rule Mining, ARM)을 통해 신뢰성 Matrix를 생성한다.
선행개발과 후행개발의 유의한 규칙성을 발견하기 위해서, 임계값의 조정을 통하여 C社에 의미 있는 기술의 그룹핑이 가능하도록 임계값을 선정하여 규칙의 수를 결정한다. 선정된 규칙에 따라 확보된 Data를 기반으로 연관맵을 생성하고 이를 기반으로 C社의 현재 기술현황을 파악하고 향후 기술개발 방향을 제시한다.
세계적으로 반도체/디스플레이 장비의 호황기였던 2006년부터 현재의 2016년까지 C社의 특허출원 기술을 파악하기 위하여, 이 기간 동안의 출원된 특허에 대하여 IPC코드 기반으로 특허 정량분석을 시계열로 실시하였다. 아래의 그림4와 같이 IPC 코드의 H01L(전기적/반도체 특성 이용 장치), G02F(전자부품, 기타 광학기기 제조업) 그리고 H05H(특수기계 제조업) 특허가 상당수 출원되었음을 확인할 수 있다.
우선, C社에서 출원한 국내특허에 대하여 특허 검색 데이터베이스를 이용하여 전수조사를 실시하여 C社의 유효특허를 수집한다. 수집한 C社의 유효특허에 대하여 IPC코드의 서브클래스 수준으로 각각의 특허에 대한 분석 Matrix를 생성한다.
특허검색 데이터베이스인 “FOCUST”를 활용해 1996년에서 2016년까지 C社에서 출원한 특허에 대하여 전수조사를 실시하였다.
대상 데이터
특허검색 데이터베이스인 “FOCUST”를 활용해 1996년에서 2016년까지 C社에서 출원한 특허에 대하여 전수조사를 실시하였다. 국가는 한국으로 설정하여 검색한 결과 총 217건의 특허데이터를 확보하였다.
먼저, C社의 1996년에서 2016년까지의 국내특허를 전수조사하여 총 217건의 특허자료를 수집하였으며, 이를 시계열로 도시하면 아래의 그림3과 같이 나타난다.
데이터처리
본 연구에서는 기술의 선후관계 뿐만 아니라 서로 차지하는 비중을 파악하기 위해 신뢰도를 이용하여 분석을 수행한다. 신뢰도는 다음과 같은 식(2)의 형태로 나타낼 수 있다.
성능/효과
이를 통하여 C社의 연구개발은 4개의 기술군 중심으로 수행되었음을 알 수 있다. 4개의 기술군집 중에서 가장 넓게 분포되어있는 H01L(반도체 기술 관련 전기적/반도체 특성 이용 장치), B23K(디스플레이 기술 관련 특수 기계제조업)의 기술이 C社에서 활발하게 개발되고 있는 기술임을 알 수 있다. 또한, B22F(기타 금속 가공제품 제조업) 기술도 여러 기술과 연관되어 있음을 확인 할 수 있으며, 특히 연관 특허 건수가 많음을 의미하는 노드 굵기를 통하여 서로 많은 특허가 연관되어 있음을 확인 할 수 있다.
4개의 기술군집 중에서 가장 넓게 분포되어있는 H01L(반도체 기술 관련 전기적/반도체 특성 이용 장치), B23K(디스플레이 기술 관련 특수 기계제조업)의 기술이 C社에서 활발하게 개발되고 있는 기술임을 알 수 있다. 또한, B22F(기타 금속 가공제품 제조업) 기술도 여러 기술과 연관되어 있음을 확인 할 수 있으며, 특히 연관 특허 건수가 많음을 의미하는 노드 굵기를 통하여 서로 많은 특허가 연관되어 있음을 확인 할 수 있다. 따라서, C社는 향후에도 반도체/디스플레이 분야 관련 H01L, B23K 및 B22F 기술을 활발하게 개발 할 것으로 예측할 수 있다.
본 논문에서는 C社의 특허를 전수조사하여 특허를 확보하고 IPC코드 기반의 연관규칙마이닝(Association Rule Mining: ARM) 신뢰성 Matrix를 생성 후, 실험의 반복을 통하여 해당회사에 대한 최적의 임계값을 선정 및 적용하여 구조화된 연관맵을 형성함으로써 기술을 군집화 하였다. 이렇게 본 논문의 실험을 통하여 C社 특허 기술의 선후 관계를 파악할 수 있는 연관맵을 얻을 수 있었다. 이를 활용하여 해당 기업의 기술개발 현황을 파악할 수 있으며, 또한, 이를 기반으로 향후 기술개발 동향 트랜드와 기술개발 전략 수립 시 참고할 수 있는 기반 자료로 사용할 수 있다.
후속연구
생성된 규칙을 바탕으로 아래의 그림6과 같이 구조화된 연관맵을 작성한 후, 기술군집 작업을 실시한다. 각각의 기술군집은 관련성이 깊은 기술들에 모여 있으므로 이를 활용하면 C社의 기술현황을 파악할 수 있으며, 이를 기반으로 향후 기술개발 전략수립에 이용할 수 있는 자료로 활용될 수 있다.
하지만, 본 논문에서는 해당회사의 기술현황을 파악할 수 있었지만, 기술현황과 시계열적 흐름을 동시에 파악할 수는 없었다. 디스플레이/반도체 등의 IT(Information Technology) 기술은 제품수명주기가 매우 빠르게 변화하기 때문에, IT기술의 과거 기반기술 현황과 현재 개발되고 있는 기술을 시계열적으로 동시에 파악할 수 있다고 한다면, IT 분야 등 제품수명주기가 빠른 기술에 대한 기술개발 전략 수립에 유용한 자료로 활용 될 것이다. 또한, 이를 확장하여 IT융합 기술에도 적용하여 향후 기술전략 수립에 유용한 자료로 활용될 수 있을 것이다.
또한, B22F(기타 금속 가공제품 제조업) 기술도 여러 기술과 연관되어 있음을 확인 할 수 있으며, 특히 연관 특허 건수가 많음을 의미하는 노드 굵기를 통하여 서로 많은 특허가 연관되어 있음을 확인 할 수 있다. 따라서, C社는 향후에도 반도체/디스플레이 분야 관련 H01L, B23K 및 B22F 기술을 활발하게 개발 할 것으로 예측할 수 있다.
디스플레이/반도체 등의 IT(Information Technology) 기술은 제품수명주기가 매우 빠르게 변화하기 때문에, IT기술의 과거 기반기술 현황과 현재 개발되고 있는 기술을 시계열적으로 동시에 파악할 수 있다고 한다면, IT 분야 등 제품수명주기가 빠른 기술에 대한 기술개발 전략 수립에 유용한 자료로 활용 될 것이다. 또한, 이를 확장하여 IT융합 기술에도 적용하여 향후 기술전략 수립에 유용한 자료로 활용될 수 있을 것이다.
기술군집은 목적에 따라 다양한 방면으로 사용될 수 있다. 본 논문에서는 기술군집한 특허분류코드를 통하여 자사의 특허현황과 주요 핵심기술을 파악할 수 있으며, 이를 기반으로 향후 개발될 특허 기술에 대해서도 예측을 할 수 있는 자료로 활용될 수 있다.
이렇게 본 논문의 실험을 통하여 C社 특허 기술의 선후 관계를 파악할 수 있는 연관맵을 얻을 수 있었다. 이를 활용하여 해당 기업의 기술개발 현황을 파악할 수 있으며, 또한, 이를 기반으로 향후 기술개발 동향 트랜드와 기술개발 전략 수립 시 참고할 수 있는 기반 자료로 사용할 수 있다.
향후에는 C社의 유관 디스플레이/반도체 경쟁기업들에 대해서도 연관맵을 구축하고, 과거의 기술과 현재의 기술개발 흐름을 파악할 수 있도록 시계열적으로 추가 반영되는 연관맵 구축 연구가 추가적으로 진행되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
특허분석에서 특허문서를 활용하는 방법은?
특허문서는 기술문서이기 때문에 기술 자체의 분석이 매우 용이하다. 특허분석에서 활용하는 방법은 크게 통계적 방법(statistical method), 경제성 분석 방법(economical analysis method) 그리고 시각화 방법(visualization method)이 있다 [4]. 특히, 시각화 방법은 최근에 부각되고 있는 방법으로써, 다양한 특허지도나 특허 네트워크를 활용하여 특허간의 연관관계를 파악하는 데 용이하게 활용된다.
연관규칙마이닝기법은 무엇인가?
시장바구니분석(Market Basket Analysis)라고도 알려진 연관규칙마이닝(Association Rule Mining)은 트렌젝션 사이의 선행사건 X와 후행사건 Y의 관계를 분석하는 대표적인 데이터마이닝 기법이다 [5]. X와 Y의 관계는 지지도(Support), 신뢰도(Confidence)를 이용하여 측정할 수 있다.
특허 기술의 선후 관계를 파악할 수 있는 연관맵은 어디에 활용할 수 있는가?
이렇게 본 논문의 실험을 통하여 C社 특허 기술의 선후 관계를 파악할 수 있는 연관맵을 얻을 수 있었다. 이를 활용하여 해당 기업의 기술개발 현황을 파악할 수 있으며, 또한, 이를 기반으로 향후 기술개발 동향 트랜드와 기술개발 전략 수립 시 참고할 수 있는 기반 자료로 사용할 수 있다.
참고문헌 (10)
J. Lee, J. Lee, G. Kim, S. Park, D. Jang, “Establishment of Strategy for Management of Technology Using Data Mining Technique,” Journal of Korean Institute of Intelligent Systems, Vol. 25, No. 2, pp. 126-132, 2015.
T. Montecchi, D. Russo, Y. Liu, "Searching in Cooperative Patent Classification: Comparison between keyword and concept-based search," Advanced Engineering Informatics, Vol. 27, pp. 335-345, 2013.
S. Jun, S. Lee, J. Ryu, S. Park, “A Novel Method of IP R&D using Patent Analysis and Expert Survey,” Queen Mary Journal of Intellectual Property, Vol. 5, No. 4, pp. 474-494, 2015.
W. Lee, "Analysis of technology industry linkage and korean firms'patent strategy utilizing information from patent database" Science & Technology policy institute, pp. 16-17, 2004.
J. Kim, "Structured Association Map for Visualizing Association Rules," The Korea Contents Society Conference, pp. 325-326, 2015.
S. Jun, S. Park, D. Jang, "Patent analysis & technology forecasting," Kyowoo publishing company, pp. 76-78, 2014.
J. Park, H. Chung, “An Effective Reduction of Association Rules using a T-Algorithm,” Korean Institute of Intelligent System, Vol. 19, No. 2, pp. 285-290, 2009.
J. Lee, H. Chung, J. Kim, “Implementation of purchasing pattern classification system using neural network and association rules,” Korean Institute of Intelligent System, Vol. 13, No. 5, pp. 530-538, 2003.
K. Lee, K. Lee, “Mining of subspace contrasting sample groups in microarray data,” Korean Institute of Intelligent System, Vol. 21, No. 5, pp. 569-574, 2011.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.