본 연구에서 단순 이동평균법과 가중 이동평균법을 모두 실시해본 결과, 최근 데이터에 가중치를 더 줌으로써 본 연구에서 최근 경향을 적용할 수 있다는 점에서 적합하다고 판단되어 가중 이동평균법으로 실시하였다. 가중 이동평균법에서 본 분석에서는 N=2, 즉 영향을 주는 기간을 2년으로 정하고, W₁=0.6, W₂=0.4를 주고 분석을 실시하였다.

조만과 이창환은 전기자동차 기술 분류를 모터제어, 배터리, 전력제어, 전기적 제동 기술로 분류하여 2000년부터 2010년까지의 세계 특허동향을 시계열적으로 분석하였고 각 기술별 특허를 출원인별로 분석하여 각 국가의 기술력에 대해 다루었다[5]. 강석원은 2003년부터 2013년까지의 미국 특허동향을 전기적 제어, 전력 제어, 배터리, 모터 기술로 분류하고 IPC 서브클래스 별로 시계열 분석을 하였다. 또한 주요 출원인 동향을 분석하여 기업들의 전기자동차 기술력을 분석하였다[6].

5배였으며, 향후 한국이 집중적으로 투자해야하는 전기자동차 국제특허분류(IPC)를 전망하였다[8]. 권영일은 하이브리드 자동차 관련분야 특허의 연도별 출원동향을 특허 포트폴리오 분석을 이용한 관련기술의 발전단계, 출원인별 특허점유율, 국제특허분류(IPC)별 특허출원 동향과 주요국의 하이브리드 자동차 분야 기술수준을 분석하였다. 그리고 주요국의 하이브리드 자동차 분야에서의 연구개발 단계를 살펴보고, 이들 국가의 기술 경쟁력과 관련된 과학기술 분야의 논문과 특허를 이용한 인용 경향을 분석하였다[9].

권영일은 하이브리드 자동차 관련분야 특허의 연도별 출원동향을 특허 포트폴리오 분석을 이용한 관련기술의 발전단계, 출원인별 특허점유율, 국제특허분류(IPC)별 특허출원 동향과 주요국의 하이브리드 자동차 분야 기술수준을 분석하였다. 그리고 주요국의 하이브리드 자동차 분야에서의 연구개발 단계를 살펴보고, 이들 국가의 기술 경쟁력과 관련된 과학기술 분야의 논문과 특허를 이용한 인용 경향을 분석하였다[9]. 임세혁은 자동차 관련 기술 분야에 대한 연대별, 기술 분야별, 출원인 출원 현황을 시계열적 관점에서 살펴보았다.

기존 연구들은 특허 출원의 통계 수치를 통한 예측을 위주로 하였다면 본 연구는 특허만이 아닌 논문 데이터 비교 분석과 네트워크 분석 및 시계열 예측 기법을 통하여 정량적으로 전기자동차 관련 기술 동향 분석 및 예측을 하였다. 본 논문에서는 순수 전기자동차를 대상으로 특허와 논문 데이터를 활용하여 키워드 분석 및 네트워크 분석을 통해 전기자동차 기술 동향을 분석하여 향후 유망 기술을 제시하였다.

논문 데이터에 의한 각 군집은 빈도수를 기준으로 중요키워드를 추출하여 그 키워드를 기술에 따라 분류해서 모터(Cluster 1), 배터리(Cluster 2), 전력제어(Cluster 3), 결제(Cluster 4), 공기처리(Cluster 5), 충전기술(Cluster 6)로 총 6개로 구분하였다. 논문 분석 결과로 보았을 때, 전기자동차 관련 세부 기술 동향은 특허 분석 결과와는 다르게 전체적으로 증가하는 추세를 보인다.

데이터 정제 단계는 데이터를 가공하는 과정으로 특허 부분에서는 출원일에 대한 노이즈를 제거하는 과정과 메인 IPC와 관련 IPC Data를 추출하는 단계이다. 논문부분에서는 논문 키워드와 인덱싱을 우선 텍스트 마이닝을 통해 중요 키워드를 추출하였다. 추출한 중요 키워드는 자연어로 구성되어 있기 때문에 동일한 데이터가 중복될 수 있기 때문에 표준화가 필수적이다.

강석원은 2003년부터 2013년까지의 미국 특허동향을 전기적 제어, 전력 제어, 배터리, 모터 기술로 분류하고 IPC 서브클래스 별로 시계열 분석을 하였다. 또한 주요 출원인 동향을 분석하여 기업들의 전기자동차 기술력을 분석하였다[6]. WU FEI-FEI와 HUANG LU-CHENG은 2002년부터 2007년 사이의 중국의 전기자동차 관련 특허를 IPC 서브클래스 별로 시계열 분석과 출원인별 통계적 분석을 통하여 요소기술 개발을 통한 전기자동차 상용화를 제안하였다[7].

동향 예측 단계는 특허 데이터는 IPC 별로, 논문 데이터는 군집 별로 시계열 분석하는 단계이다. 본 연구에서는 엑셀을 활용하여 시계열 분석의 예측 기법 중 가중 이동평균법으로 향후 동향을 예측하였다. 본 연구에서 단순 이동평균법과 가중 이동평균법을 모두 실시해본 결과, 최근 데이터에 가중치를 더 줌으로써 본 연구에서 최근 경향을 적용할 수 있다는 점에서 적합하다고 판단되어 가중 이동평균법으로 실시하였다.

2]와 같다. 본 연구에서는 전체 구성 비율 3% 이상인 전체 79%의 상위 8개 항목에 대하여 분석을 실시하였다. 전기자동차 관련 특허 중 가장 많은 출원이 이루어진 IPC는 B60L로 모터관련 기술 분야였다.

조만과 이창환은 전기자동차 기술 분류를 모터제어, 배터리, 전력제어, 전기적 제동 기술로 분류하여 2000년부터 2010년까지의 세계 특허동향을 시계열적으로 분석하였고 각 기술별 특허를 출원인별로 분석하여 각 국가의 기술력에 대해 다루었다[5]. 강석원은 2003년부터 2013년까지의 미국 특허동향을 전기적 제어, 전력 제어, 배터리, 모터 기술로 분류하고 IPC 서브클래스 별로 시계열 분석을 하였다.

추출한 중요 키워드 중 빈도수가 높은 electric vehicle과 같은 다른 전기관련 분야에 대한 데이터에 영향을 크게 줄 수 있기 때문에 제외하였고 다음의 규칙에 따라 표준화 작업을 실시하였다. 첫 번째로 복수형에 대한 키워드를 단수형으로 바꾸고, 두 번째로 같은 뜻의 키워드가 중복될 수 있으므로 최소 단어로 끊어서 분석을 실시하였다. 추출된 중요 키워드에 대해 기술 군집화를 실시하였다.

첫 번째로 복수형에 대한 키워드를 단수형으로 바꾸고, 두 번째로 같은 뜻의 키워드가 중복될 수 있으므로 최소 단어로 끊어서 분석을 실시하였다. 추출된 중요 키워드에 대해 기술 군집화를 실시하였다.

추출한 중요 키워드는 자연어로 구성되어 있기 때문에 동일한 데이터가 중복될 수 있기 때문에 표준화가 필수적이다. 추출한 중요 키워드 중 빈도수가 높은 electric vehicle과 같은 다른 전기관련 분야에 대한 데이터에 영향을 크게 줄 수 있기 때문에 제외하였고 다음의 규칙에 따라 표준화 작업을 실시하였다. 첫 번째로 복수형에 대한 키워드를 단수형으로 바꾸고, 두 번째로 같은 뜻의 키워드가 중복될 수 있으므로 최소 단어로 끊어서 분석을 실시하였다.

전기자동차 관련 특허는 총 2643개의 특허가 검색되었고 자체적으로 출원일에 대한 노이즈를 Excel의 필터기능을 활용하여 제거한 후, 유효 분석 기간을 고려하여 최종 2472개의 데이터에 대해 분석을 실시하였다. 특허분석은 IPC별로 전체 구성 비율 3%이상인 상위 8개 항목 79%에 대해 키워드 네트워크 분석을 실시하였다.

Pilkington Alan, Romano Dyerson, Omid Tissier은 1977년부터 2000년대까지의 미국의 전기자동차에 대한 특허데이터를 분석하였다.

데이터 수집 단계는 데이터를 수집하는 과정으로서, 2001년부터 2016년까지의 전기자동차 분야에 대한 특허와 논문을 수집하였다. 세부적인 내용은 본 장의 2절에서 다루었다.

한국 특허를 대상으로 설정하였고 2001년 1월부터 2016년 8월까지의 데이터를 다음과 같은 검색식으로 검색하였다. 사용된 검색식은 (((전기 adj 차) or (전기 adj 자동차) or (electric adj vehicle) or (electric adj car) or (battery adj electric adj vehicle)) not ((하이브리드) or (수소) or (연료전지) or (hev) or (hybrid))) 이다.

전기자동차 관련 논문은 Web of science 논문 데이터베이스를 활용하였다. 최근 15년간의 Web of science에서 한국의 SCIE 및 SSCI 저널의 자동차와 관련 있는 논문 505개의 데이터로 분석을 시행하였다.

전기자동차 관련 특허는 윕스온 특허 데이터베이스를 활용하였다. 한국 특허를 대상으로 설정하였고 2001년 1월부터 2016년 8월까지의 데이터를 다음과 같은 검색식으로 검색하였다.

전기자동차 관련 특허는 총 2643개의 특허가 검색되었고 자체적으로 출원일에 대한 노이즈를 Excel의 필터기능을 활용하여 제거한 후, 유효 분석 기간을 고려하여 최종 2472개의 데이터에 대해 분석을 실시하였다. 특허분석은 IPC별로 전체 구성 비율 3%이상인 상위 8개 항목 79%에 대해 키워드 네트워크 분석을 실시하였다.

전기자동차 관련 논문은 Web of science 논문 데이터베이스를 활용하였다. 최근 15년간의 Web of science에서 한국의 SCIE 및 SSCI 저널의 자동차와 관련 있는 논문 505개의 데이터로 분석을 시행하였다.

전기자동차 관련 특허는 윕스온 특허 데이터베이스를 활용하였다. 한국 특허를 대상으로 설정하였고 2001년 1월부터 2016년 8월까지의 데이터를 다음과 같은 검색식으로 검색하였다. 사용된 검색식은 (((전기 adj 차) or (전기 adj 자동차) or (electric adj vehicle) or (electric adj car) or (battery adj electric adj vehicle)) not ((하이브리드) or (수소) or (연료전지) or (hev) or (hybrid))) 이다.

각 세부 기술 분야 동향을 통계적 관점으로 보았을 때 전기자동차 전체 특허 동향과 비슷하게 2011년도에서 2012년도에 가장 많은 출원 건수를 보였지만 그이후로 감소하는 경향을 보였다. 하지만 B60L, H02J, H01M, F16H는 최근 2014년도부터 다시 증가하는 추세를 보이며, 향후 전기자동차 관련 특허출원이 활성화될 것으로 예상된다.

논문 데이터에 의한 각 군집은 빈도수를 기준으로 중요키워드를 추출하여 그 키워드를 기술에 따라 분류해서 모터(Cluster 1), 배터리(Cluster 2), 전력제어(Cluster 3), 결제(Cluster 4), 공기처리(Cluster 5), 충전기술(Cluster 6)로 총 6개로 구분하였다. 논문 분석 결과로 보았을 때, 전기자동차 관련 세부 기술 동향은 특허 분석 결과와는 다르게 전체적으로 증가하는 추세를 보인다. 군집1, 2, 3, 6은 2011년을 기점으로 큰 폭으로 상승하는 경향을 보이고, 군집 4, 5는 미세하게 증가하는 추세를 보인다.

논문의 배터리 관련 기술 군집(Cluster 2)은 지속적인 성장을 보이지만, 2012년에 최고 성장률을 보인 반면 배터리 관련 특허인 H01M은 2010년을 기점으로 최고의 성장률을 보이며 논문보다 약 2년 빠른 것으로 분석되었다. 배터리 관련 기술들은 특허가 선행되고 논문을 통한 연구가 활발히 진행된 것으로 보인다.

본 연구에서는 엑셀을 활용하여 시계열 분석의 예측 기법 중 가중 이동평균법으로 향후 동향을 예측하였다. 본 연구에서 단순 이동평균법과 가중 이동평균법을 모두 실시해본 결과, 최근 데이터에 가중치를 더 줌으로써 본 연구에서 최근 경향을 적용할 수 있다는 점에서 적합하다고 판단되어 가중 이동평균법으로 실시하였다. 가중 이동평균법에서 본 분석에서는 N=2, 즉 영향을 주는 기간을 2년으로 정하고, W₁=0.

전기자동차 관련 유사 논문들을 분석해본 결과, 한국과 미국 그리고 중국의 전기자동차 관련 특허 동향은 모두 증가하는 추세를 예측하고 있으며 이는 전 세계적으로 전기자동차의 기술력과 기술사업화가 더욱 촉진될 것임을 의미한다. 따라서 본 연구의 전기자동차 관련 특허 및 논문의 동향 분석 결과는 다음과 같다.

군집1, 2, 3, 6은 2011년을 기점으로 큰 폭으로 상승하는 경향을 보이고, 군집 4, 5는 미세하게 증가하는 추세를 보인다. 특허분석 결과와 동일하게 모터와 배터리 기술 분야에서는 증가추세를 보이며, 논문은 전력제어와 충전기술 분야에서 연구가 활발한 것으로 분석되었다.

Pilkington Alan, Romano Dyerson, Omid Tissier은 1977년부터 2000년대까지의 미국의 전기자동차에 대한 특허데이터를 분석하였다. 파워 시스템, 컨트롤 시스템, 배터리 부분이 전체 특허의 55%, 보조시스템 부분이 20%를 차지함으로서 모터, 배터리 부분 및 제어부분의 영역에 있어 많은 특허들을 보유하고 있는 것으로 분석되었다. 이들은 단순 통계적 분석과 출원인별 특허 출원 동향 분석을 통해 미국 전기자동차 특허의 동향이 증가할 것이라고 예측하였다[12].

2015년 글로벌 자동차 생산량이 9,000만 대의 규모로 최근 10년간 연간 자동차 생산량이 36%이상 증가함에 따라 자동차에 대한 수요가 더욱 증가될 것으로 보인다[2]. 내연기관 자동차에 대한 수요 및 생산이 증가할수록 온실가스 배출량은 더욱 증가될 것으로 예상되며, 온실가스 배출량 및 자동차 연비 규제와 같은 환경정책의 규제는 더욱 강화될 것으로 보인다. 따라서 지구온난화에 따른 기후변화에 대한 피해를 최소화하기 위해 세계 각국에서 수많은 규제 및 지원 정책을 시행하고 확대하고 있다[3].

배터리 관련 기술들은 특허가 선행되고 논문을 통한 연구가 활발히 진행된 것으로 보인다. 또한 2014년을 기준으로 기술개발 및 연구가 동시에 증가하는 추세인 것으로 보아 향후 전망이 기대되는 기술인 것으로 예측된다.

논문 분석 결과는 전기자동차 관련 연구는 매년 꾸준히 증가하고 있으므로 아직 발전가능성 높은 분야인 것으로 예상된다. 또한 동향 예측 결과 배터리 분야는 향후 기술이 증가 추세를 보일 것으로 전망되며 연구 및 기술개발이 지속적으로 필요하고 유망할 것이다.

본 논문은 특허의 특허공개 기간과 논문의 논문게재기간으로 인해 정확한 현 시점인 2016년을 예측하는 데 한계를 가졌지만, 전기자동차 기술을 동향을 파악하고 분석 유효범위 내에서 분석을 시행하고 예측했다는 점에서 향후 전기자동차 전략 수립에 유용한 지표가 될 것이다. 또한 본 연구와 같은 전기자동차 기술 동향 예측을 활용한 기업들의 정확한 전략 수립과 정부의 지속적인 지원이 있다면, 한국은 전기자동차의 기술 우위를 가지고 국가 경쟁력을 가질 수 있게 될 것이다.

테슬라는 2014년 6월에 전기자동차 관련 특허를 공개함으로써 기술 개발을 촉진시켜 전기자동차 시장을 확장시키려했고 그 영향으로 2014년 이후에 특허 출원 건수가 증가한 것으로 보인다. 또한 향후 모터, 전력제어, 배터리 관련 기술전기자동차 연구가 촉진될 것으로 추측된다.

본 논문은 특허의 특허공개 기간과 논문의 논문게재기간으로 인해 정확한 현 시점인 2016년을 예측하는 데 한계를 가졌지만, 전기자동차 기술을 동향을 파악하고 분석 유효범위 내에서 분석을 시행하고 예측했다는 점에서 향후 전기자동차 전략 수립에 유용한 지표가 될 것이다. 또한 본 연구와 같은 전기자동차 기술 동향 예측을 활용한 기업들의 정확한 전략 수립과 정부의 지속적인 지원이 있다면, 한국은 전기자동차의 기술 우위를 가지고 국가 경쟁력을 가질 수 있게 될 것이다.

IPC별 특허들은 2010년 전후로 출원 건수가 급격한 증가를 보인반면 논문은 2008년부터 서서히 증가하다 2011년에서 2012년을 기점으로 급격한 성장을 보인다. 본 상관관계 그래프들을 분석해본 결과, 전기자동차 관련 기술들은 특허가 분야에 따라 1년에서 3년 정도 선행되고 추후에 논문을 통한 연구가 활발히 진행된 것으로 보인다.

일본은 전기자동차 시장을 선점하여 2030년 친환경자동차 보급률을 20~30% 높일 계획을 세우고 정부와 기업이 지원하고 있다[4]. 이와 같이 전기자동차 지원정책이 이전보다 확대됨으로서 전기자동차 보급을 활성화시키는 데 큰 기여를 할 것으로 보이며 전 세계 국가들과 기업들의 전기자동차에 대한 관심은 고조될 것으로 예상된다.

각 세부 기술 분야 동향을 통계적 관점으로 보았을 때 전기자동차 전체 특허 동향과 비슷하게 2011년도에서 2012년도에 가장 많은 출원 건수를 보였지만 그이후로 감소하는 경향을 보였다. 하지만 B60L, H02J, H01M, F16H는 최근 2014년도부터 다시 증가하는 추세를 보이며, 향후 전기자동차 관련 특허출원이 활성화될 것으로 예상된다.

따라서 전력제어, 공기처리, 충전기술, 결제관련 기술 또한 임계점에 도달하여 기존 기술 향상 혹은 신기술로의 전환하는 성숙 단계로 예측할 수 있다. 하지만 결제관련기술(Cluster 4)은 2014년의 데이터만으로 판단하기엔 시기상조일수 있으므로, 향후 연구에서 2015년의 데이터를 수집하여 분석한다면 정확한 예측을 할 수 있다.