선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 키워드 네트워크 분석을 통해 과학 기술동향 파악을 위한 분석 방법론을 제시하고 특허 데이터를 대상으로 실증분석을 실시하였다. 핵심어 간 연관성 분석을 위해 미국 AI(Artificial Intelligence) 특허 문서를 대상으로 2002년부터 2016년까지 13,618개의 특허 초록을수집하여 토큰화, 불용어삭제 작업 등 전처리과정을 수행하였다.
- 그러나 이 기법은 절차의 복잡성, 과도한 시간과 비용, 소수 전문가에 대한 지나친 의존성 등 많은 단점이 있다[1]. 본 연구에서는 특허 데이터를 이용한 키워드 네트워크 분석을 통해 정성적 기술예측 방법의 단점을 극복하고자 하였다. 최근 과학기술 동향 및 예측 분석시 대표적 정량적 방법인 특허분석을 많이 활용하고 있다.
- 본 연구의 목적은 키워드 네트워크 분석을 활용하여 과학기술 동향을 예측하는 것이다. 이를 위해 과학기술 동향 및 예측 분야에서 많이 활용되는 미국 AI(Artificial Intelligence) 특허 초록 데이터를 이용하여 실증분석을 실시한다.
제안 방법
- 이 방법론에는 관계(Citation)를 이용한 방법, 국제 특허 분류(International Patent Classification, IPC)를 이용한 방법, 핵심어를 이용한 방법으로 나눌 수 있다[2]. 본 논문에서는 특허초록의 중복성을 배제하기 위해 핵심어를 이용한 방법을 사용한다.
- 본 연구에서는 2002년이후 미국 AI 특허초록을 대상으로 동향분석 용이성을 위해 분석 1기, 분석 2기, 분석 3기로 구분하여 분석하였다. 앞에서 논의된 AI기술동향 변화의 특징을 종합하면 시기에 따라 AI기술 주요 핵심어가 변화하고 있는 것으로 나타났다.
- 수집된 특허문서 중 초록들을 대상으로전처리 작업을 수행하였다. 빈도분석을 통해 1차로 단어들을 검색한 후 관련문헌 검토 및 AI 전문가 3명이 브레인스토밍을 통해 핵심어를 선정하였다. 2002년에서 2016년까지 초록은 동향분석 용이성을 위해 5년 단위의 3개 그룹으로 나누었다.
- 과학기술 핵심어 간 연관성 분석을 위해 미국 특허 AI(Artificial Intelligence) 초록을 분석대상으로 주제 어인 ‘Artificial Intelligence’를 핵심어로 2002년 이후미국 특허 DB에서 13,618개의 특허문서를 연단위로 추출하였다. 수집된 특허문서 중 초록들을 대상으로전처리 작업을 수행하였다. 빈도분석을 통해 1차로 단어들을 검색한 후 관련문헌 검토 및 AI 전문가 3명이 브레인스토밍을 통해 핵심어를 선정하였다.
- 주요 핵심어를 대상으로 연결정도 중심성(degree centrality)을 분석 1기, 분석 2기, 분석 3기로 구분하여 분석하였다. 연결 중심성(degree centrality) 분석은 네트워크의 핵심어들이 얼마나 많은 연결을 가지고 있는가를 측정한다. 연결 중심성이 높다는 것은 연결된 핵심어의 수가 많다는 의미이며, 연결 중심성 분석을 통해 네트워크 내에서 중요한 핵심어가 무엇인지, 중심에 있는 핵심어에 어느 정도 접근하고 있는지를 알 수 있다(이수상, 2012).
- ) 7871개 초록이다. 이를 대상으로 키워드 빈도 분석, 키워드 네트워크 분석, 키워드 연결 중심성 분석, 키워드 매개 중심성 분석 등을 실시하였다.
- 주요 핵심어를 대상으로 매개 중심성(betweenness centrality)을 분석 1기, 분석 2기, 분석 3기로 구분하여 분석하였다. 매개 중심성(betweenness centrality)은 한 핵심어가 다른 핵심어와 네트워크를 구축하는 데 있어서 중개자(매개) 역할을 얼마나 수행하느냐를 측정하는개념으로 한 핵심어가 네트워크내의 다른 핵심어들의 정보흐름을 통제하는 데 큰 영향력을 가질 수 있다(이수상, 2012).
- 주요 핵심어를 대상으로 연결정도 중심성(degree centrality)을 분석 1기, 분석 2기, 분석 3기로 구분하여 분석하였다. 연결 중심성(degree centrality) 분석은 네트워크의 핵심어들이 얼마나 많은 연결을 가지고 있는가를 측정한다.
대상 데이터
- 과학기술 핵심어 간 연관성 분석을 위해 미국 특허 AI(Artificial Intelligence) 초록을 분석대상으로 주제 어인 ‘Artificial Intelligence’를 핵심어로 2002년 이후미국 특허 DB에서 13,618개의 특허문서를 연단위로 추출하였다.
- 본 연구의 목적은 키워드 네트워크 분석을 활용하여 과학기술 동향을 예측하는 것이다. 이를 위해 과학기술 동향 및 예측 분야에서 많이 활용되는 미국 AI(Artificial Intelligence) 특허 초록 데이터를 이용하여 실증분석을 실시한다.
- 본 연구는 키워드 네트워크 분석을 통해 과학 기술동향 파악을 위한 분석 방법론을 제시하고 특허 데이터를 대상으로 실증분석을 실시하였다. 핵심어 간 연관성 분석을 위해 미국 AI(Artificial Intelligence) 특허 문서를 대상으로 2002년부터 2016년까지 13,618개의 특허 초록을수집하여 토큰화, 불용어삭제 작업 등 전처리과정을 수행하였다. 초록은 동향분석 용이성을 위해 분석 1기(2002.
데이터처리
- 과학기술동향 예측을 위해 빈도분석으로 시기별 핵심기술을 살펴봤다. 키워드 네트워크 분석을 통해 시기별 핵심어들의 동시 출현 빈도를 파악하여, 특정한 키워들 간의 연결 강도를 알아냄으로써 이슈가 되는 토픽들을 분석할 수 있다.
성능/효과
- 앞에서 논의된 AI기술동향 변화의 특징을 종합하면 시기에 따라 AI기술 주요 핵심어가 변화하고 있는 것으로 나타났다. AI기술 주요 핵심어간 네트워크 관계를 보면 분석 1기와 2기에서는 system-information의 연계가 가장 높게 나타났고, 분석 3기에서는 system-method의 연계가 가장 높게 나타났다. 이는 핵심어 연계측면에서 살펴보면 시간이 경과할수록 기초 분야에서 응용 분야로 확산되는 경향을 보여준다.
- 이는 database 핵심어의 연결 중심성이 상대적으로 낮아진다는 것으로써 database같은 기초 기술이 AI 핵심 분야에서 점점 멀어짐을 의미한다. AI기술 주요 핵심어간 매개중심성을 보면 분석 1기와 2기는 system 핵심어가, 분석 3기는 method 핵심어가 가장 높은 매개 수치가 나타났다. 이는 앞으로 응용 분야의 방법론이 AI 분야의 강력한 중개자 역할을 할 것으로 예상된다.
- 둘째, AI기술에 있어서 응용 분야의 중요성이 상대적으로 증가하는 경향을 보이고 있다. AI기술 동향을 분석한 결과, 핵심어 간 네트워크 연결성을 보면 method-information, system-network, management, application 등 응용 분야의 방법이나 관리에 연계성이 강화되는 것을 알 수 있다.
- 이는 앞으로 응용 분야의 방법론이 AI 분야의 강력한 중개자 역할을할 것으로 예상된다. 또한 분석 3기의 매개 수치를 살펴보면 environment, performance 핵심어가 중개자 역할을 할 수 있게 된 반면에 database는 더 이상 중개자 역할을 할 수 없다는 것을 알 수 있다. 이는 앞으로 기초 분야는 AI 분야의 중개자 역할을 하기가 힘들 것으로 예상된다.
- 특히 방법(method) 연계 핵심어는 시스템(system)을 제외하면 분석 1기 방법(method)-네트워크(network)(17위), 분석 2기 방법(method)-정보(information)(5위), 분석 3기 방법(method)-정보(information)(4위)로 방법(method)과 다른 핵심어 간의 연계성이 기간이지날수록 높아짐을 알 수 있다. 또한 분석 전체 기간중에 상승 추세를 보인 연계 핵심어는 방법(method)-정보(information), 시스템(system)-네트워크(network), 시스템(system)-관리(management), 시스템(system)-응용(application) 등으로 응용 분야의 방법과 관리에 대한 연계성이 강화되는 반면, 하락 추세를 보인 연계핵심어는 시스템(system)-데이터베이스(database), 정보(information)-데이터베이스(database), 네트워크(network)-제어(control), 네트워크(network)-정보(information) 등으로 기초 분야의 연계성이 약화되는 것을 알 수 있다. 키워드 연결 중심성 분석에서도 기간이 경과할수록 응용 분야에 대한 중심성 수치가 높았다.
- )로 기간별 구분하여 분석하였다. 빈도 분석 결과, 분석 1기에서 3기로 갈수록 방법론에 관련된 핵심어들(system, information, method 등)이 부각됨을 알 수 있다. 키워드 네트워크 분석에서 분석 1기와 2기는 시스템(system)-정보(information), 시스템(system)-방 법(method) 순으로 높은 연계성이 나타났으며, 분석 3기는 시스템(system)-방법(method), 시스 템(system)-정보(information) 순으로 높은 연계성이 나타났다.
- 셋째, AI기술 분야의 새로운 매개(중개자)의화두는 AI 응용기술의 방법론이다. 키워드 빈도 분석 결과, 전 기간(1기에서 3기) 1위~5위까지는비슷하지만, 분석 3기에는 6위에 image, 7위에 communication, 8위에 time 등 응용 분야의 방법론에 대한 관심이 점차로 많아진다는 것을 알 수 있다.
- 본 연구에서는 2002년이후 미국 AI 특허초록을 대상으로 동향분석 용이성을 위해 분석 1기, 분석 2기, 분석 3기로 구분하여 분석하였다. 앞에서 논의된 AI기술동향 변화의 특징을 종합하면 시기에 따라 AI기술 주요 핵심어가 변화하고 있는 것으로 나타났다. AI기술 주요 핵심어간 네트워크 관계를 보면 분석 1기와 2기에서는 system-information의 연계가 가장 높게 나타났고, 분석 3기에서는 system-method의 연계가 가장 높게 나타났다.
- 본 연구에서의 시사점은 다음과 같다. 첫째, AI기술에 있어서 기초 분야의 중요성이 상대적 으로 감소하는 경향을 보이고 있다. AI기술 동향을 분석한 결과, 핵심어 간 네트워크 연결성을 보면 system-database, information-database, network-control, information-control 등 기초 분야의 연계성이 약화되는 것을 알 수 있다.
- 빈도 분석 결과, 분석 1기에서 3기로 갈수록 방법론에 관련된 핵심어들(system, information, method 등)이 부각됨을 알 수 있다. 키워드 네트워크 분석에서 분석 1기와 2기는 시스템(system)-정보(information), 시스템(system)-방 법(method) 순으로 높은 연계성이 나타났으며, 분석 3기는 시스템(system)-방법(method), 시스 템(system)-정보(information) 순으로 높은 연계성이 나타났다. 특히 방법(method) 연계 핵심어는 시스템(system)을 제외하면 분석 1기 방법(method)-네트워크(network)(17위), 분석 2기 방법(method)-정보(information)(5위), 분석 3기 방법(method)-정보(information)(4위)로 방법(method)과 다른 핵심어 간의 연계성이 기간이지날수록 높아짐을 알 수 있다.
후속연구
- 둘째, 기술 예측 분야에서는 델파이 기법이 주로 활용되어 왔다. 델파이 기법과 네트워크 분석을 유기적으로 적용할 수 있는 방법이 활용된다면 예측 정확성을 높일 수 있을 것이다.
- 본 연구를 통해 과학기술 정책 수립을 위한 빅데이터 분석 방법을 제시하였고, 실제 행정기관에서 자료로 활용될 수 있는 실무적 기여도가 있다. 또한 AI 산업 기술에 대한 초기 학술 연구로서 의의가 있다.
- 특히 이런 기법은 핵심어 동시 출현 관계의 유사성에 따라 네트워크를 구성하여 분석하는 것으로 지역혁신과 관련된 과제 발굴이나 사회문제 이슈의 시각화 등 지역혁신 분야에 활용이 가능할 것으로 생각된다. 향후 연구 과제로는 첫째, 텍스트 전처리 과정 중어미 제거 및 어간 추출하는 스테밍 작업처리를 위한 효율적인 방법론이 개발된다면 작업 시간을 단축하는 효과가 발생할 것이다. 둘째, 기술 예측 분야에서는 델파이 기법이 주로 활용되어 왔다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.