본 연구는 특허 인용 정보를 활용하여 국가연구개발사업의 특허를 평가할 수 있는 새로운 방법을 제시하였다. 이를 위해 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수(피인용 수)를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교하였다. 분석 결과 국가연구개발사업의 특허는 특허의 특성과 출원인의 특성, 기술분야의 특성, 연도 효과를 통제하고도 전방인용 수, 연결중심성, 매개중심성, 페이지 랭크 모두 높은 것으로 나타났다. 즉, 국가연구개발사업의 특허는 민간부문의 특허에 비해 후행기술에 직접 더 많은 영향을 주며, 선행기술과 후행기술을 직접 연결한다. 또한 국가연구개발사업의 특허는 민간부문의 특허에 비해 기술의 효율적인 발전에 기여하며, 중요한 기술들을 연결하는 것으로 나타났다.
본 연구는 특허 인용 정보를 활용하여 국가연구개발사업의 특허를 평가할 수 있는 새로운 방법을 제시하였다. 이를 위해 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수(피인용 수)를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교하였다. 분석 결과 국가연구개발사업의 특허는 특허의 특성과 출원인의 특성, 기술분야의 특성, 연도 효과를 통제하고도 전방인용 수, 연결중심성, 매개중심성, 페이지 랭크 모두 높은 것으로 나타났다. 즉, 국가연구개발사업의 특허는 민간부문의 특허에 비해 후행기술에 직접 더 많은 영향을 주며, 선행기술과 후행기술을 직접 연결한다. 또한 국가연구개발사업의 특허는 민간부문의 특허에 비해 기술의 효율적인 발전에 기여하며, 중요한 기술들을 연결하는 것으로 나타났다.
This study presents a new method to evaluate patents by public R&D program using patent citation network analysis. I used forward citation, degree centrality, betweenness centrality and page rank as the dependent variables which represents the quality of patents. I used primary independent variable ...
This study presents a new method to evaluate patents by public R&D program using patent citation network analysis. I used forward citation, degree centrality, betweenness centrality and page rank as the dependent variables which represents the quality of patents. I used primary independent variable as a dummy of public R&D program and controlled patents characteristics, applicant characteristics, technological characteristics and year effect. The empirical result shows that the patents of public R&D program is superior to other patents in regard to the number of forward citation, the degree centrality, the betweenness centrality and the page rank. This empirical result implies that patents of public R&D program directly and effectively connects technologies. Also patents from public R&D program connects important technologies.
This study presents a new method to evaluate patents by public R&D program using patent citation network analysis. I used forward citation, degree centrality, betweenness centrality and page rank as the dependent variables which represents the quality of patents. I used primary independent variable as a dummy of public R&D program and controlled patents characteristics, applicant characteristics, technological characteristics and year effect. The empirical result shows that the patents of public R&D program is superior to other patents in regard to the number of forward citation, the degree centrality, the betweenness centrality and the page rank. This empirical result implies that patents of public R&D program directly and effectively connects technologies. Also patents from public R&D program connects important technologies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 이러한 사실에 기반하여 특허의 가치(value)나 질(quality)을 나타내는 가장 대표적인 지표(Trajtenberg, 2006)인 특허 인용 정보를 활용하여 국가연구개발사업의 특허를 평가할 수 있는 새로운 방법을 제시하고자 한다. 구체적으로 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수(피인용 수)를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교해보고자 한다. 본 연구는 국가연구개발사업의 특허에 네트워크의 중심성 지표라는 새로운 평가지표를 실증적으로 적용해보는 연구라는 점에 의의가 있다.
본 논문은 네트워크 분석을 활용하여 국가연구개발사업의 대표적인 성과인 특허가 민간부문의 특허에 비해 기술의 발전에 기여하는지를 실증분석 하고자 한다. 구체적으로 특허의 전방인용 수(피인용 수)와 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수1)를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교해보고자 한다. 본 연구는 국가연구개발사업을 네트워크의 중심성 지수라는 새로운 평가지표를 적용하여 실증적으로 분석해보는 연구라는 점에 의의가 있다.
본 논문은 네트워크 분석을 활용하여 국가연구개발사업의 대표적인 성과인 특허가 민간부문의 특허에 비해 기술의 발전에 기여하는지를 실증분석 하고자 한다. 구체적으로 특허의 전방인용 수(피인용 수)와 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수1)를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교해보고자 한다.
구체적으로 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수(피인용 수)를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교해보고자 한다. 본 연구는 국가연구개발사업의 특허에 네트워크의 중심성 지표라는 새로운 평가지표를 실증적으로 적용해보는 연구라는 점에 의의가 있다. 또한 국가연구개발사업의 특허가 민간부문의 특허에 비해 질이 낮다(한국과학기술기획평가원, 2018)는 결과에 대해 다른 접근방법을 적용하여 실증분석 결과를 제시한다는 점에 의의가 있다.
본 연구는 이러한 사실에 기반하여 특허의 가치(value)나 질(quality)을 나타내는 가장 대표적인 지표(Trajtenberg, 2006)인 특허 인용 정보를 활용하여 국가연구개발사업의 특허를 평가할 수 있는 새로운 방법을 제시하고자 한다. 구체적으로 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수(피인용 수)를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교해보고자 한다.
본 연구는 특허 인용 정보를 활용하여 국가연구개발사업의 특허를 평가할 수 있는 새로운 방법을 제시하고 이를 실증분석하였다. 이를 위해 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교하였다.
11,240건의 논문은 94,442건의 인용 관계(에지)로 구성되어 있었으며, 5,136건의 특허는 22,095건의 인용 관계로 구성되어 있었다. 저자들은 이를 바탕으로 의학기술 분야의 세부 분류에 따라 지식이 어떻게 전파되어 왔는지를 실증적으로 제시하였다. Fontana et al.
제안 방법
저자들은 연구개발협력(R&D cooperation)은 강한 연결(strong ties)로, 특허 인용 관계는 약한 연결(weak ties)로 정의하였다. 1976년부터 2011년까지 미국특허청에 등록된 특허 자료와 연구개발협력 자료를 바탕으로 네트워크 분석을 적용하고, 이를 바탕으로 반도체산업의 연구개발협력과 특허 인용 네트워크에서 중요한 역할을 하는 회사를 제시하였다. Choe et al.
기술분류는 IPC에 따라 분류하였으며, 기술분류섹션 8가지18)로 구분하여 더미변수로 활용하였다. 각 연도의 특성은 연도 더미를 활용하여 통제하였다. 이상의 모형을 식으로 나타내면 <식 1>과 같다.
각각의 회귀모형은 4가지로 구성하였는데, 첫 번째 모형은 국가연구개발사업 여부와특허의 기본적인 특성인 청구항 수와 기술분류 수, 특허패밀리 수를 독립변수로 활용한 것이다. 두 번째 모형은 첫 번째 모형에 출원인의 특성인 출원인 유형과 출원인 수를 추가로 독립변수에 포함한 것이다.
이를 위해 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교하였다. 구체적으로는 국가연구개발사업의 특허 여부를 독립변수로 하고 특허의 특성, 출원인의 특성, 기술분야의 특성과 연도의 특성을 통제한 후 특허의 전방인용 수와 연결중심성, 매개중심성, 페이지 랭크 각각을 종속변수로 하여 국가연구개발사업 여부가 각 종속변수에 미치는 영향을 회귀분석을 통하여 분석하였다. 국가연구개발사업의 특허는 특허의 특성과 출원인의 특성, 기술분야의 특성, 연도 효과를 통제하고도 전방인용 수가 높아 민간부문의 특허에 비해 더 많이 인용되어 후행기술에 영향을 많이 미치는 것으로 나타났다.
기술분류의 수가 많다는 것은 해당 특허가 다양한 분야의 기술에 적용되는 기술이라는 것이며, 보다 가치 있는 특허라는 것을 의미한다(Lerner, 1994). 기술분류 수는 각 특허에 부여된 기술분류인 IPC 분류의 수를 이용하여 측정하였다. 특허패밀리(Patent Family)란다른 나라의 특허청에 우선권 기한(priority year) 내에 출원된 동일한 특허를 의미하는 것으로, 특허패밀리 수가 많다는 것은 해당 특허가 다수의 국가에 출원되었다는 것을 의미하며, 보다 가치 있는 특허라는 것을 의미한다(Putnam 1996; Lanjouw et al.
본 연구도 기술분류를 통제변수로 포함하였다. 기술분류는 IPC에 따라 분류하였으며, 기술분류섹션 8가지18)로 구분하여 더미변수로 활용하였다. 각 연도의 특성은 연도 더미를 활용하여 통제하였다.
저자들은 1993년부터 2003년까지 미국특허청에 등록된 영업방식에 관한 특허 10,386건의 특허를 대상으로 특허의 직접인용과 특허 인용네트워크에서 도출한 특허의 간접인용을 동시에 활용하였다. 기초 특허를 후행기술에 의해 다수 인용되고, 다양한 기술분야에 적용되는 기술로 정의하고, 기초특허 161건을 도출하였다. 이후 기초특허로 도출된 161건의 특허를 이용하여 기초특허 간의 인용 관계를 도출하고 위계적 군집분석(hierarchical cluster analysis)를 이용하여 기본특허를 8개의 집단으로 분류하고 기술의 전파과정(technology diffusion)을 제시하였다.
독립변수로는 국가연구개발사업의 특허인지 여부를 나타내는 국가연구개발 사업 더미와 특허의 특성, 특허 출원인의 특성, 기술분류를 활용하였다. 국가연구개발사업 더미는 국가연구개발사업의 성과로 출원된 특허는 1로 측정하고, 국가연구개발사업의 성과가 아닌 특허를 민간부문의 특허로 정의하고 0으로 측정하였다.
(2009)은 심사관 인용과 출원인 인용의 영향요인을 분석하면서 기술분류에 따라 특허 인용이 달라짐을 보였다. 본 연구도 기술분류를 통제변수로 포함하였다. 기술분류는 IPC에 따라 분류하였으며, 기술분류섹션 8가지18)로 구분하여 더미변수로 활용하였다.
저자들은 미국특허청에 등록된 특허 중 출원인의 국적이 한국인 특허를 추출하여 해당 특허를 산업유형(SIC)에 따라 분류하였다. 분류된 산업유형을 이용하여 군집분석(clustering analysis)을 실시한 결과 6개의 산업분류가 도출되었으며, 저자들은 6개의 산업분류 간의 특허 인용관계를 네트워크 모형으로 제시하였다. 이민정 등(2016)은 1985년부터 2012년 사이에 미국 특허청(USPTO)에 등록된 약 400만 건의 특허 간의 인용 자료를 이용하여 기술군 간 인용(edge)을 네트워크를 구성하고 중요한 역할을 하는 기술군을 파악하기 위해 페이지 랭크(Page rank)와 중심도 지수(centrality)를 이용하였다.
동 자료는 특허의 출원번호와 출원일자, 청구항 수, 최종처분 내용 등 서지정보와 특허의 기술분류 정보, 특허출원인 정보, 특허패밀리 정보, 특허 인용 정보로 구성된다. 서지정보와 특허의 기술분류 정보, 특허출원인 정보, 특허패밀리 정보를 출원번호를 이용하여 1,028,614건의 특허에 대한 기본적인 정보에 관한 자료를 구축하였다. 분석 대상 기간을 2006년에 출원된 특허부터 설정한 이유는 국가연구개발사업의 성과로 출원된 특허를 구분할 수 있는 자료가 2006년부터 구축되어 있기 때문이다.
국가연구개발사업의 특허와 민간부문의 특허가 특허 자체의 특성이나 출원인의 특성, 기술분야의 특성이 달라 특허의 전방인용 수와 중심성 지수가 다를 수 있기 때문에 특허의 특성, 출원인의 특성, 기술분야의 특성을 통제할 필요가 있다. 아직 특허인용 자료를 이용하여 네트워크 분석을 적용하고 네트워크의 중심성 지수를 활용한 연구는 없기 때문에 본 연구는 일반적으로 특허인용과 특허의 질(quality)이나 가치(value)에 관한 연구에서 활용하는 변수인 특허의 특성, 출원인의 특성, 기술분류의 특성 통제하고 연도 더미17)를 활용하여 연도의 특성을 추가로 통제하였다.
본 연구는 특허 인용 정보를 활용하여 국가연구개발사업의 특허를 평가할 수 있는 새로운 방법을 제시하고 이를 실증분석하였다. 이를 위해 가장 대표적으로 특허의 가치나 질을 나타내는 특허의 전방인용 수를 활용하고, 특허 인용 네트워크에서 개별 특허가 얼마나 중요한 역할을 하고 있는지를 나타내는 네트워크의 중심성 지수를 활용하여 국가연구개발사업의 특허와 민간부문의 특허를 비교하였다. 구체적으로는 국가연구개발사업의 특허 여부를 독립변수로 하고 특허의 특성, 출원인의 특성, 기술분야의 특성과 연도의 특성을 통제한 후 특허의 전방인용 수와 연결중심성, 매개중심성, 페이지 랭크 각각을 종속변수로 하여 국가연구개발사업 여부가 각 종속변수에 미치는 영향을 회귀분석을 통하여 분석하였다.
기초 특허를 후행기술에 의해 다수 인용되고, 다양한 기술분야에 적용되는 기술로 정의하고, 기초특허 161건을 도출하였다. 이후 기초특허로 도출된 161건의 특허를 이용하여 기초특허 간의 인용 관계를 도출하고 위계적 군집분석(hierarchical cluster analysis)를 이용하여 기본특허를 8개의 집단으로 분류하고 기술의 전파과정(technology diffusion)을 제시하였다. 저자들은 이를 근거로 영업분야 방식의 특허는 크게 전자상거래(e-commerce)에 필요한 영업방식에 관한 기술과 보안(data security) 두 가지로 전개되었다고 주장하였다.
(2009)은 1985년부터 2004년까지 미국특허청에 등록된 특허를 대상으로 산업유형(industrial clusters)을 구분하고 네트워크 분석을 적용하였다. 저자들은 미국특허청에 등록된 특허 중 출원인의 국적이 한국인 특허를 추출하여 해당 특허를 산업유형(SIC)에 따라 분류하였다. 분류된 산업유형을 이용하여 군집분석(clustering analysis)을 실시한 결과 6개의 산업분류가 도출되었으며, 저자들은 6개의 산업분류 간의 특허 인용관계를 네트워크 모형으로 제시하였다.
네트워크를 구성하는 분석단위는 기술분류(IPC)와 출원인(회사와 기관)을 이용하였는데, 무인항공기 분야는 25종류의 기술분류로 구성되어있고 13개의 회사나 기관이 출원인이었다. 저자들은 시기별로 네트워크가 어떻게 달라졌는지를 비교하고, 기술의 확산(spillover)을 제시하면서, 연결중심성(degree centrality)을 적용하여 무인항공기 분야에서 핵심적인 위치를 차지하는 기술분류를 제시하였다.
(2013)은 유기태양광전지(organic photovoltaic cell) 분야의 특허 172건의 특허 인용정보를 활용하여 네트워크모형을 적용하였다. 저자들은 특허 인용정보를 바탕으로 유기태양광전지 분야에서 국가 간 특허 인용 네트워크 모형, 기관 간 특허 인용 네트워크 모형, 기술분야 간 특허 인용 네트워크 모형을 구축하고 각 모형에 네트워크 중심성 지표를 적용하여 중요한 역할을 하는 국가, 기관, 기술분야를 도출하였다.
특허의 인용을 네트워크로 보면 네트워크를 구성하는 노드(node)는 개별 특허이며, 개별 특허의 인용 관계가 에지(edge)가 된다. 즉, 특허 인용 정보를 활용하여 개별 특허를관측단위로 하는 특허 인용 네트워크 자료를 구축하였다. 2018년 12월 기준으로 2006년부터 2013년까지 특허 인용 정보는 총 3,207,606건이며, 특허 인용 정보 중 2006년부터 2013년까지의 특허 간에 인용된 정보는 1,155,851건이었다.
특허 인용 정보를 바탕으로 계산된 전방인용 수(피인용 수)와 특허 인용 네트워크 분석을 이용하여 계산한 연결중심성과 매개중심성, 허브스코어, 페이지 랭크 각각을 종속변수로 하여 국가연구개발사업이 각 종속변수에 미치는 영향을 회귀분석을 통하여 분석하였다12). 각 종속변수의 함의를 간략하게 설명하면 다음과 같다.
특허의 특성은 청구항 수와 기술분류 수, 특허패밀리 수를 활용하였다. 청구항이란 발명에 대한 법적 보호 범위를 의미하며, 청구항 수가 많다는 것은 특허로 보호받을 수 있는 권리범위가 넓다는 것을 의미하며, 청구항 수는 특허의 가치와 연관되어 있다(Lanjouw and Schankerman, 1997; 2004).
, 2003; Cramer, 2004). 특허패밀리 수는 각 특허와 연관된 패밀리 특허의 수를 이용하여 측정하였다.
대상 데이터
Kim et al.(2016)은 1995년부터 2014년까지 미국특허청에 등록된 10,826건의 무인항공기(UAV) 관련 특허를 대상으로 네트워크 분석을 적용하였다. 네트워크를 구성하는 분석단위는 기술분류(IPC)와 출원인(회사와 기관)을 이용하였는데, 무인항공기 분야는 25종류의 기술분류로 구성되어있고 13개의 회사나 기관이 출원인이었다.
본 연구의 방법은 특허와 함께 국가연구개발사업의 대표적인 성과지표인 논문의 인용 정보를 구축하여 논문의 질을 평가하는 방법으로도 활용할 수 있을 것으로 기대된다. 다만, 특허 인용에는 긴 시간이 소요되는데 본 연구는 5년이라는 기간을 고려하여 2006년부터 2013년까지의 특허를 분석 대상으로 하였다. 향후 특허 인용에 관한 자료를 추가로 구축하여 연구의 강건성(robustness)을 확보할 필요가 있을 것이다.
2013년 이후에 출원된 특허를 분석 대상에 포함하지 않은 이유는 특허 인용에 상당한 시간이 소요되기 때문에 인용되는데 5년의 기간을 고려하였기 때문이다8). 본 연구의 분석 대상 자료는 2006년부터2013년까지 출원된 특허 자료이나, 자료는 2018년 12월 기준으로 구성된 자료이다. 연구에 활용된 1,028,614건의 특허 중 국가연구개발사업의 성과로 출원된 특허는 120,818건이었다9).
분석에 이용된 자료는 2006년부터 2013년까지 한국특허청에 출원된 특허 자료이다.동 자료는 특허의 출원번호와 출원일자, 청구항 수, 최종처분 내용 등 서지정보와 특허의 기술분류 정보, 특허출원인 정보, 특허패밀리 정보, 특허 인용 정보로 구성된다.
특허의 서지정보와 연계되지 않는 인용 정보를 제외하면, 2006년부터 2013년까지의 특허 인용 네트워크는 1,028,614개의 노드와 1,155,851개의 에지로 구성되어 있으며, 달리 설명하면 1,028,614건의 특허에 대하여 1,155,851개의 인용 정보로 구성되어 있다. 이 중 중복되는10) 에지를 제외하고1,028,614개의 노드와 662,188개의 에지로 구성된 네트워크를 연구에 이용하였다. 대표적으로 기계공학 분야 특허의 네트워크에서 국가연구개발사업의 특허와 민간부분의 특허를 연결중심성을 노드의 크기로 하여 그림으로 나타내면 다음과 같다11).
(2009)은 미국특허청에 등록된 영업방식(business method)에 관한 특허를 대상으로 네트워크 분석을 적용하였다. 저자들은 1993년부터 2003년까지 미국특허청에 등록된 영업방식에 관한 특허 10,386건의 특허를 대상으로 특허의 직접인용과 특허 인용네트워크에서 도출한 특허의 간접인용을 동시에 활용하였다. 기초 특허를 후행기술에 의해 다수 인용되고, 다양한 기술분야에 적용되는 기술로 정의하고, 기초특허 161건을 도출하였다.
(2018)은 미국특허청에 출원된 건축정보모델링(building information modeling)분야의 특허를 대상으로 네트워크 분석을 적용하였다. 저자들은 1998년부터 2006년까지 출원된 건축정보모델링 분야의 특허 113건을 추출하고 이들의 인용정보를 수집하였다. 저자들은 이를 바탕으로 중요한 역할을 하는 특허를 두 가지 측면에서 고찰하였는데, 하나는 네트워크의 중심성(centrality) 지수를 활용한 것이고, 다른 하나는 노드의 연결방식에 따라 중개자역할을 하는지를 분석하는 것(Brokerage analysis)이었다.
이론/모형
, 2016). 한국의 특허 인용 자료를 활용한 연구는 최병철 등(2015)이 유일한데5), 특허 인용 정보를 활용하여 특허의 기술분류 간의 인용 관계와 출원인 간의 인용 관계로 네트워크를 재구성하여 분석에 활용하였다.
성능/효과
세 번째 모형은 두 번째 모형에 추가로 기술분류 유형을 통제한 것이며, 네 번째 모형은 세 번째 모형에 연도를 통제한 것이다. 각각의 종속변수에 대하여 모두 네 번째 모형이 AIC가 가장 작은 것으로 나타나 가장 적합한 것으로 나타나 네 번째 모형의 결과를 분석 결과로 제시하였다.
또한 연결중심성이 높아 선행기술과 후행기술을 더 많이 연결하는 것으로 나타나 기술의 발전에 기여하는 것으로 나타났다. 국가연구개발사업의 특허는 매개중심성이 높아 기술을 최단거리로 연결하여 기술의 효율적인 발전에 기여하는 것으로 나타났으며, 페이지 랭크가 높아 더 중요한 기술들을 연결하는 것으로 나타났다. 즉, 국가연구개발사업의 특허는 민간부문의 특허에 비해 특허의 질이 높은 것으로 나타났다.
또한 연결중심성이 높아 선행기술과 후행기술을 더 많이 연결하는 것으로 나타나 기술의 발전에 기여하는 것으로 나타났다. 국가연구개발사업의 특허는 매개중심성이 높아 기술을 최단거리로 연결하여 기술의 효율적인 발전에 기여하는 것으로 나타났으며, 페이지 랭크가 높아 더 중요한 기술들을 연결하는 것으로 나타났다. 즉, 국가연구개발사업의 특허는 민간부문의 특허에 비해 특허의 질이 높은 것으로 나타났다.
종합하면 국가연구개발사업의 특허는 특허의 특성과 출원인의 특성, 기술분야의 특성, 연도 효과를 통제하고도 전방인용 수가 높아 민간부문의 특허에 비해 더 많이 인용되어 후행기술에 영향을 많이 미치는 것으로 나타났다. 또한 연결중심성이 높아 선행기술과 후행기술을 더 많이 연결하는 것으로 나타나 기술의 발전에 기여하는 것으로 나타났다.
셋째, 특허 인용 네트워크에서 매개중심성이 높다는 것은 해당 특허가 기술을 최단거리로 연결하는 특허라는 것을 의미하며15), 특허 인용 네트워크에서 선행기술과 후행기술을 효율적으로 연결하는 중개자의 역할을 한다는 것을 의미한다. 넷째, 특허의 페이지 랭크가 높다는 것은 해당 특허가 영향력 있고 네트워크에서 중요한 역할을 하는 특허와 인용관계가 있다는 것을 의미한다16).
첫째, 특허의 전방인용 수가 높다는 것은 해당 특허가 후행 특허에 의해 많이 인용된다는 것이며, 전방인용 수가 크다는 것은 해당 특허가 직접적으로 후행기술의 발달에 기여한다는 것을 의미한다. 둘째, 특허의 연결중심성이 높다는 것은 해당 특허가 인용하거나 인용되는 수가 많다는 것을 의미하는 것으로 특허의 전방인용(forward citation) 수13)와 후방인용((backward citation) 수14)의 합이 크다는 것을 의미한다. 즉, 연결중심성은 해당 특허가 선행기술과 후행기술을 직접 연결하는 정도를 의미한다.
종합하면 국가연구개발사업의 특허는 특허의 특성과 출원인의 특성, 기술분야의 특성, 연도 효과를 통제하고도 전방인용 수가 높아 민간부문의 특허에 비해 더 많이 인용되어 후행기술에 영향을 많이 미치는 것으로 나타났다. 또한 연결중심성이 높아 선행기술과 후행기술을 더 많이 연결하는 것으로 나타나 기술의 발전에 기여하는 것으로 나타났다. 국가연구개발사업의 특허는 매개중심성이 높아 기술을 최단거리로 연결하여 기술의 효율적인 발전에 기여하는 것으로 나타났으며, 페이지 랭크가 높아 더 중요한 기술들을 연결하는 것으로 나타났다.
04회 더 많이 인용되는 것으로 나타났다. 또한 청구항 수가 많아 권리범위가 넓은 경우 후행기술에 더 많이 인용되는 것으로 나타났다. 반면 넓은 기술분류에 적용되는 기술인 경우와 공동출원인 수가 많은 경우, 다수의 국가에 동시에 출원된 기술인 경우는 후행기술에 인용되는 수에 유의한 영향을 미치지 않는 것으로 나타났다.
또한 청구항 수가 많아 권리범위가 넓은 경우 후행기술에 더 많이 인용되는 것으로 나타났다. 반면 넓은 기술분류에 적용되는 기술인 경우와 공동출원인 수가 많은 경우, 다수의 국가에 동시에 출원된 기술인 경우는 후행기술에 인용되는 수에 유의한 영향을 미치지 않는 것으로 나타났다.
즉, 연결중심성은 해당 특허가 선행기술과 후행기술을 직접 연결하는 정도를 의미한다. 셋째, 특허 인용 네트워크에서 매개중심성이 높다는 것은 해당 특허가 기술을 최단거리로 연결하는 특허라는 것을 의미하며15), 특허 인용 네트워크에서 선행기술과 후행기술을 효율적으로 연결하는 중개자의 역할을 한다는 것을 의미한다. 넷째, 특허의 페이지 랭크가 높다는 것은 해당 특허가 영향력 있고 네트워크에서 중요한 역할을 하는 특허와 인용관계가 있다는 것을 의미한다16).
출원인 간의 인용관계는 132,204개의 노드와 553,508개의 에지로 구성되어 있었으며, 기술분류 간 인용관계는 129개의 노드와 7,921개의 에지로 구성되어 있었다. 저자들은 정보통신기술의 역할을 중심으로 네트워크를 해석하였는데, 기술 간 특허 인용의 경우 정보통신기술이 중요한 역할을 하는 것으로 나타났으며, 출원인 간 특허 인용의 경우 국내 법인의 특허는 다른 유형의 출원인에 의해 인용되며 특히 국내 개인에 의해 활발하게 인용되는 특징을 가진 것으로 나타났다.
종합하면 국가연구개발사업의 특허는 특허의 특성과 출원인의 특성, 기술분야의 특성, 연도 효과를 통제하고도 전방인용 수가 높아 민간부문의 특허에 비해 더 많이 인용되어 후행기술에 영향을 많이 미치는 것으로 나타났다. 또한 연결중심성이 높아 선행기술과 후행기술을 더 많이 연결하는 것으로 나타나 기술의 발전에 기여하는 것으로 나타났다.
국가연구개발사업의 특허는 매개중심성이 높아 기술을 최단거리로 연결하여 기술의 효율적인 발전에 기여하는 것으로 나타났으며, 페이지 랭크가 높아 더 중요한 기술들을 연결하는 것으로 나타났다. 즉, 국가연구개발사업의 특허는 민간부문의 특허에 비해 특허의 질이 높은 것으로 나타났다.
각 종속변수의 함의를 간략하게 설명하면 다음과 같다. 첫째, 특허의 전방인용 수가 높다는 것은 해당 특허가 후행 특허에 의해 많이 인용된다는 것이며, 전방인용 수가 크다는 것은 해당 특허가 직접적으로 후행기술의 발달에 기여한다는 것을 의미한다. 둘째, 특허의 연결중심성이 높다는 것은 해당 특허가 인용하거나 인용되는 수가 많다는 것을 의미하는 것으로 특허의 전방인용(forward citation) 수13)와 후방인용((backward citation) 수14)의 합이 크다는 것을 의미한다.
즉, 국가연구개발사업 특허의 경우 다른 기술들을 효율적으로 연결하는 특허인 경우가 더 많았다. 청구항 수가 많아 권리범위가 넓은경우와 넓은 기술분류에 적용되는 기술인 경우, 공동출원인 수가 많은 경우 매개중심성은 높은 것으로 나타났다. 반면 다수의 국가에 동시에 출원된 기술인 경우 매개중심성은 작은 것으로 나타났다.
13 높아 선행기술과 후행기술을 더 많이 연결되는 것으로 나타났다. 청구항 수가 많은 경우와 넓은 기술분류에 적용되는 기술인 경우, 공동출원인 수가 많은 경우 선행기술과 후행기술에 더 많이 연결되는 것으로 나타났다. 반면 다수의 국가에 동시에 출원된 기술인 경우 선행기술과 후행기술에 연결되는 수는 작은 것으로 나타났다.
특허가 다른 중요한 특허와 연결되고 있는지를 의미하는 페이지 랭크를 종속변수로 한 회귀분석 결과 국가연구개발사업의 특허는 민간부문의 특허에 비해 페이지 랭크가 높은 것으로 나타나 보다 중요한 역할을 하는 특허와 연결되는 것으로 나타났다. 기술분류 수가 많거나 공동출원인 수가 많은 경우 페이지 랭크가 높은 것으로 나타났다.
특허가 얼마나 다른 기술들을 최단거리로 연결하고 있는지를 의미하는 매개중심성을 종속변수로 한 회귀분석 결과 국가연구개발사업의 특허는 민간부문의 특허보다 매개중심성이 약 0.23 더 높은 것으로 나타났다. 즉, 국가연구개발사업 특허의 경우 다른 기술들을 효율적으로 연결하는 특허인 경우가 더 많았다.
특허가 얼마나 많은 선행기술과 후행기술에 연결되는지를 의미하는 연결중심성을 종속변수로 한 회귀분석 결과 국가연구개발사업의 특허는 민간부문의 특허보다 연결중심성이 0.13 높아 선행기술과 후행기술을 더 많이 연결되는 것으로 나타났다. 청구항 수가 많은 경우와 넓은 기술분류에 적용되는 기술인 경우, 공동출원인 수가 많은 경우 선행기술과 후행기술에 더 많이 연결되는 것으로 나타났다.
. 하나의 특허가 얼마나 많은 후행기술에 인용되고 있는지를 의미하는 전방인용 수를 종속변수로 한 분석 결과 국가연구개발사업의특허는 민간부문의 특허보다 후행기술에 의해 평균적으로 약 0.04회 더 많이 인용되는 것으로 나타났다. 또한 청구항 수가 많아 권리범위가 넓은 경우 후행기술에 더 많이 인용되는 것으로 나타났다.
후속연구
향후 특허 인용에 관한 자료를 추가로 구축하여 연구의 강건성(robustness)을 확보할 필요가 있을 것이다. 또한 한국과학기술기획평가원(2018)과 상반된 결과가 도출되었는데, 이에 대한 깊이 있는 연구가 진행될 필요가 있을 것으로 보인다.
또한 국가연구개발사업의 특허가 민간부문의 특허에 비해 질이 낮다(한국과학기술기획평가원, 2018)는 결과에 대해 다른 접근방법을 적용하여 실증분석 결과를 제시한다는 점에 의의가 있다. 본 연구의 결과는 논문의 인용 정보를 활용하여 논문의 질을 평가하는 방법으로도 활용될 수 있을 것으로 기대된다.
본 연구는 국가연구개발사업에 네트워크의 중심성 지표라는 새로운 평가지표를 실증적으로 분석한 연구라는 점에 의의가 있다. 본 연구의 방법은 특허와 함께 국가연구개발사업의 대표적인 성과지표인 논문의 인용 정보를 구축하여 논문의 질을 평가하는 방법으로도 활용할 수 있을 것으로 기대된다. 다만, 특허 인용에는 긴 시간이 소요되는데 본 연구는 5년이라는 기간을 고려하여 2006년부터 2013년까지의 특허를 분석 대상으로 하였다.
또한 국가연구개발사업의 특허가 민간부문의 특허에 비해 질이 낮다(한국과학기술기획평가원, 2018)는 결과에 대해 다른 접근방법을 적용하여 실증분석 결과를 제시한다는 점에 의의가 있다. 본 연구의 분석방법은 논문의 인용 정보를 활용하여 논문의 질을 평가하는 방법으로도 활용될 수 있을 것으로기대된다.7)
국가연구개발사업의 성과로 창출된 특허가 질이 낮다는 한국과학기술기획평가원의 결과는 권리성(무효심판 기각수, 독립항 수, 청구항 거절 수 등)과 기술성(독립항의 길이, 총 피인용 수, IPC 수 등), 활용성(해외패밀리 국가 수, 실시권자 수, 권리자 변동 수 등) 32개 변수를 바탕으로 구조방정식 모형을 활용하여 평가한 결과이다. 자료의 구성과 모형 설정은 타당하지만, 본 연구와 같이 직접적으로 특허의 전방인용 수나 네트워크의 중심성 지수를 활용한 것은 아니라는 한계가 있다. 즉, 국가연구개발사업의 성과로 창출된 특허가 질이 낮다는 한국과학기술기획평가원의 평가 결과는 모형에 의한 특허 질의 추정치(estimate)를 활용한 것인 반면, 본 연구는 직접 특허의 질을 나타내는 전방인용 수와 네트워크의 중심성 지수를 활용한 것이라는 차이가 있다.
다만, 특허 인용에는 긴 시간이 소요되는데 본 연구는 5년이라는 기간을 고려하여 2006년부터 2013년까지의 특허를 분석 대상으로 하였다. 향후 특허 인용에 관한 자료를 추가로 구축하여 연구의 강건성(robustness)을 확보할 필요가 있을 것이다. 또한 한국과학기술기획평가원(2018)과 상반된 결과가 도출되었는데, 이에 대한 깊이 있는 연구가 진행될 필요가 있을 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
특허의 질을 평가하기 위해 어떤 지표들이 제시되었는가?
특히 논문과 특허의 질을 평가하는 것은 가장 어려운 문제 중의 하나로 남아 있다. 지금까지 논문의 질을 평가하기 위하여 다양한 지표들(SCI(E) Impact Factor, 피인용 수, mrnIF, mR2nIF 등)이 제시되었고 특허의 질을 평가하기 위해 피인용 건수, 삼극특허, 패밀리특허, SMART 등의 지표들이 제시되었다(한국과학기술기획평가원, 2017). 하지만 아직 하나의 지표를 활용하여 국가연구개발사업의 논문이나 특허를 평가할 방법은 제시되지 못하고 있다.
네트워크 분석이란 무엇인가?
이와 같은 문제의식 하에서 본 연구는 네트워크 분석의 중심성 지수에 주목하였다. 네트워크 분석은 사회적 관계를 구조화하고, 그 관계의 패턴을 설명하고자 하는 것이다. 특히 네트워크는 밀도나 중심성 지표(Centrality Measure)를 이용하여 그 특성을 나타낼 수 있는데, 중심성 지표는 네트워크의 구성 요소가 네트워크에서 얼마나 중요한 역할을 차지하고 있는지를 나타낸다(Freeman, 2004).
네트워크 분석에서 네트워크는 무엇으로 구성되는가?
네트워크 분석은 사회적 관계를 구조화하고, 그 관계의 패턴을 설명하고자 하는 것이다. 네트워크는 네트워크를 구성하는 노드(node, vertex)와 그 노드들의 연결관계인 에지(edge)로 구성된다. 네트워크 분석에서 네트워크는 네트워크의 특성을 나타내는 밀도2)나 중심성 지표(Centrality Measure)를 이용하여 그 특성을 나타낼 수 있는데, 중심성 지표는 네트워크의 구성 요소가 네트워크에서 얼마나 중요한 역할을 차지하고 있는지를 나타낸다(Freeman, 2004).
참고문헌 (28)
한국과학기술기획평가원 (2018), "2017년도 국가연구개발사업 성과분석 보고서"
한국과학기술기획평가원 (2017), "국가 연구개발 성과에 대한 질적 평가 고도화 기반 연구"
이민정.김용대.장원철 (2016), "Patent citation network analysis", Korean Journal of Applied Statistics , 제29권 제4호, pp. 613-625.
최병철.백현미.김명숙 (2015). "특허 인용 네트워크 분석을 통한 기술지식의 확산 경로 분석 - 정보통신기술을 중심으로", Asia-Pacific Journal of Business Venturing and Entrepreneurship, 제10권 제1호, pp. 143-151.
Alcacer, J., Gittelman, M., and Sampat, B. (2009), "Applicant and examiner citations in U.S. patents: An overview and analysis", Research Policy, Vol. 38, No. 2, pp. 415-427.
Brin, S., and Page, L. (2012), "Reprint of: The anatomy of a large-scale hypertextual web search engine", Computer Networks, Vol. 56, No. 18, pp. 3825-3833.
Chang, S. Bin, Lai, K. K., and Chang, S. M. (2009), "Exploring technology diffusion and classification of business methods: Using the patent citation network", Technological Forecasting and Social Change, Vol. 76, No. 1, pp. 107-117.
Choe, H., Lee, D. H., Seo, I. W., and Kim, H. D. (2013), "Patent citation network analysis for the domain of organic photovoltaic cells: Country, institution, and technology field", Renewable and Sustainable Energy Reviews, Vol. 26, pp. 492-505.
Cremers, K. (2004). "Determinants of Patent Litigation in Germany", In Centre for European Economic Research Discussion Paper (No. 04-072). https://doi.org/10.2139/ssrn.604467
Eric D. KolaczykGabor Csardi. (2014) "Statistical Analysis of Network Data with R", Springer.
Fontana, R., Nuvolari, A., and Verspagen, B. (2009), "Mapping technological trajectories as patent citation networks. An application to data communication standards", Economics of Innovation and New Technology, Vol. 18, No. 4, pp. 311-336.
Freeman, L. C. (2004), "The development of social network analysis", In Empirical Press.
Hall, Bronwyn, Jaffe, Adam and Trajtenberg, Manuel. (2001), "The NBER Patent Citations Data File: Lessons, Insights and Methodological Tools", Tel Aviv, Papers. 8498.
Harhoff, D., Frederic M. Scherer and Katrin Vopel. (2003), "Citations, family size, opposition and the value of patent rights", Research Policy, Vol. 32, No. 8, pp. 1343-1363
Kim, D. H., Lee, B. K., and Sohn, S. Y. (2016), "Quantifying technology-industry spillover effects based on patent citation network analysis of unmanned aerial vehicle (UAV)", Technological Forecasting and Social Change, Vol. 105, pp. 140-157.
Lanjouw, J. O., and Schankerman, M. (1997), "Stylized Facts of Patent Litigation: Value, Scope and Ownership", In NBER Working Paper (No. 6297).
Lanjouw, J. O., and Schankerman, M. (2004), "Patent Quality and Research Productivity: Measuring Innovation with Multiple Indicators", The Economic Journal, Vol. 114, No. 495, pp. 441-465
Lanjouw J. O., Ariel Pakes and Jonathan Putnam. (1998), "How to Count Patents and Value Intellectual Property: The Uses of Patent Renewal and Application Data The Journal of Industrial Economics, Vol. 46, No. 4, pp. 405-432
Mina, A., Ramlogan, R., Tampubolon, G., and Metcalfe, J. S. (2007), "Mapping evolutionary trajectories: Applications to the growth and transformation of medical knowledge", Research Policy, Vol. 36, No. 5, pp. 789-806.
Park, J., Lee, H., and Park, Y. (2009), "Disembodied knowledge flows among industrial clusters: A patent analysis of the Korean manufacturing sector", Technology in Society, Vol. 31, No. 1, pp. 73-84.
Park, Y. N., Lee, Y. S., Kim, J. J., and Lee, T. S. (2018), "The structure and knowledge flow of building information modeling based on patent citation network analysis", Automation in Construction, Vol. 87, pp. 215-224.
Putnam, Jonathan. (1996), "The Value of International Patent Rights", Ph.D. dissertation, Yale University.
Sternitzke, C., Bartkowski, A., and Schramm, R. (2008), "Visualizing patent statistics by means of social network analysis tools", World Patent Information, Vol. 30, No. 2, pp. 115-131.
Trajtenberg, M. (2006), "A Penny for Your Quotes: Patent Citations and the Value of Innovations", The RAND Journal of Economics, Vol. 21, No. 1, pp. 172-187.
Verspagen, B. (2007), "Mapping Technological Trajectories As Patent Citation Networks: a Study on the History of Fuel Cell Research", Advances in Complex Systems, Vol. 10, No. 01, pp. 93-115.
Wang, C. C., Sung, H. Y., Chen, D. Z., and Huang, M. H. (2017), "Strong ties and weak ties of the knowledge spillover network in the semiconductor industry", Technological Forecasting and Social Change, Vol. 118, pp. 114-127.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.