[논문]특허 데이터 분석을 통한 헬스케어 기술 트렌드 연구

한정현; 현영근; 채우리; 이기현; 이주연

doi:10.14400/jdc.2020.18.3.179

특허 데이터 분석을 통한 헬스케어 기술 트렌드 연구
A Study On the Healthcare Technology Trends through Patent Data Analysis 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.3, 2020년, pp.179 - 187

한정현 (아주대학교 산업공학과) , 현영근 (아주대학교 산업공학과) , 채우리 (아주대학교 산업공학과) , 이기현 (아주대학교 산업공학과) , 이주연 (아주대학교 산업공학과)

초록
AI-Helper

지속적인 인구 증가율 하락에도 불구하고 평균 수명 상승에 따라 인구 고령화가 빠르게 진행되고 있는 사회환경에서 기술의 진화 및 소득 수준의 상승을 기반으로 건강과 삶의 질에 대한 관심이 증가하며 헬스케어 서비스 시장은 급속히 성장하고 있는 현실이다. 이에 본 연구에서는 2000년부터 2019년 10월까지 특허정보넷(KIPRIS)에 게재된 헬스케어 관련 한국과 미국의 특허데이터를 대상으로 Keyword를 추출한 후 빈도 분석, 시계열 분석, Keyword Network 분석을 수행하였으며, 이를 통하여 헬스케어 분야의 핵심 Keyword가 전통적인 의료 관련 Keyword에서 ICT관련 Keyword로 변화하고 있는 기술 트렌드가 파악되었다. 또한 미국과 비교하여 핵심 Keyword들이 55% 유사한 분포를 보이지만 특허생산량 면에서 절대적인 격차를 확인하였다. 향후에는 핵심 Keyword에 대하여 국내외 연구동향 등 다양한 자료를 분석하여 글로벌 시장에서 유의미한 시사점을 얻을 수 있는 연구를 진행하고자 한다.

Abstract ▼ AI-Helper

In a social environment where population aging is rapidly progressing, the healthcare service market is growing fast with the increasing interest in health and quality of life based on rising income levels and the evolution of technology. In this study, after keywords were extracted from Korean and US patent data published on KIPRIS from 2000 to October 2019, frequency analysis, time series analysis, and keyword network analysis were performed. Through this, the change of technology trends were identified, which keywords related to healthcare was shifted from traditional medical words to ICT words. In addition, although the keywords in Korean patents are 55% similar to those in the US, they show an absolute gap in patent production volume. In the next study, we will analyze various data such as domestic and international research and can obtain meaningful implications in the global market on the identified keywords.

주제어

표/그림 (13)

그림 Fig. 1. Research Process
그림 Fig. 2. Healthcare Patent Trends by Country / Year
그림 Fig. 3. 20 High frequency words in Korean patents
그림 Fig. 4. 20 High frequency words in US patents
표 Table 1. Number of Patents related to Healthcare
그림 Fig. 5. Time series analysis for the 'device' keyword
그림 Fig. 6. Time series analysis for the 'sensor' keyword
표 Table 2. Time Series Analysis of Korean Patents
표 Table 3. Time Series Analysis of US Patents
그림 Fig. 7. Fruchterman-Reingo Layout of Korean patents
그림 Fig. 8. Fruchterman-Reingo Layout of US patents
표 Table 4. Keyword Network analysis of Korean patents
표 Table 5. Keyword Network analysis of US patents

AI 본문요약
AI-Helper

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

문제 정의

kr)에 공개된 특허데이터 29,360건을 활용하여 분석을 진행하였다. KIPRIS의 한국 특허DB에서 헬스케어 관련 특허가 2000년부터 검색되었기 때문에 양국 모두 2000년부터 현재까지의 데이터로 한정하여 비교하고자 하였다. KIPRIS(KoreaIntellectual Property Information Service)는 특허청이 보유한 국내외 지식재산권 관련 모든 정보를 데이터베이스를 기반으로, 인터넷을 통해 검색 및 열람할 수 있도록 한국특허정보원이 운영하는 대국민 특허정보검색 서비스이다.
4차 산업혁명의 흐름 속에서 헬스케어 분야는 폭발적인 성장이 전망되는 분야로 기대되고 있다. 본 연구는 이러한 기대 속에서 한국은 헬스케어와 관련하여 어떤 기술영역에 집중해왔는지, 선진국과 격차가 존재하고 있는지, 존재한다면 그 격차를 좁히기 위하여 어떤 연구가 필요할지 알아보고자 하였다.
4단계에서는 2000년부터 2019년까지 20년 기간을 4년 단위로 묶어 시계열분석하였다. 시계열분석은 국가별로 4년 단위 기간별 빈도수 상위 20위 keyword를 도출하고, 해당 Keyword 각각이 20년간 어떤 시계열을 보이는지 확인하여 국가별, 세부기술 분야별 거시적인 측면에서 동향을 살펴보기 위하여 활용하였다.
특히 ‘오바마케어’와 혁신적인 기업들의 활발한 융합활동을 통하여 디지털 헬스케어 시장을 급성장시키고 있는 국가인 미국의 특허자료를 함께 분석하여 비교함으로써 헬스케어 관련 기술의 트렌드를 분석하고 연구 활성화에 기여하고자 한다.

제안 방법

Python 프로그래밍에 NLTK 패키지를 사용하여 형태소를 분석한 후, Keyword 명사만 추출하였다. 특히, 한글을 처리하기 위해서 한국 특허자료는 KoNLPy 패키지를 활용하였다.
마지막으로 5단계에서는 키워드들 간의 관계를 이해할 수 있는 네트워크 분석을 실시하였다. 네트워크 분석은 노드 간의 연결정도 등의 연관관계 파악이 중요하기 때문에 이를 위해 노드가 중심에 어느 정도 근접한지를 표현할 수 있는 네트워크 이론의 중심성 분석을 활용하였다.
마지막으로 5단계에서는 키워드들 간의 관계를 이해할 수 있는 네트워크 분석을 실시하였다. 네트워크 분석은 노드 간의 연결정도 등의 연관관계 파악이 중요하기 때문에 이를 위해 노드가 중심에 어느 정도 근접한지를 표현할 수 있는 네트워크 이론의 중심성 분석을 활용하였다.
이에 본 연구는 헬스케어 분야 특허에 대한 정량분석을 통하여 Keyword 분석, 시계열 분석, 네트워크 분석을 실시하였다. 특히 ‘오바마케어’와 혁신적인 기업들의 활발한 융합활동을 통하여 디지털 헬스케어 시장을 급성장시키고 있는 국가인 미국의 특허자료를 함께 분석하여 비교함으로써 헬스케어 관련 기술의 트렌드를 분석하고 연구 활성화에 기여하고자 한다.
추출된 Keyword 별 노출빈도를 계산하는 Python프로그래밍을 통하여 한국, 미국 특허자료 각각 빈도수 상위 1~20위의 Keyword를 추출하였다.
키워드 네트워크 분석에서는 각 국가의 특허자료에서 추출한 keyword를 각 노드로 두어 연결정도 중심성 (Degree Centrality)과 매개 중심성(Betweenness Centrality)을 분석하고 시각화하였다. 한국특허자료를 네트워크 분석한 결과 연결정도 중심성 기준 상위 10개 keyword를 Table 4와 같이 추출하였다.
헬스케어 관련 기술 개발 동향을 분석하기 위하여, (1)헬스케어 관련 특허데이터 수집, (2) Keyword 추출 (3)빈도 분석, (4) 시계열 분석, (5) 네트워크 분석 단계로 구분하여 진행하였다.

대상 데이터

2000년 1월부터 현재(2019년 10월31일)까지 기간동안 출원된 특허DB에 대하여 ‘헬스케어’, ‘Healthcare’ 단일 검색어로 검색한 결과, 한국은 1,792건 그리고 미국은 27,568건의 특허가 검색되었으며, 각 특허의 IPC 분류기준과 명칭, 초록, 출원일, 출원인 정보를 분석 대상으로 선정하였다.
각 단계별로 적용된 방법론의 세부내용을 살펴보면, 1단계 특허 데이터 수집은 2장에서 언급한 바와 같이 특허정보넷(KIPRIS)의 한국과 미국 특허DB에서 ‘헬스케어’, ‘Healthcare’ 검색 조건으로 29,360건의 특허에 대한 데이터를 수집하였으며, 이 데이터 중 출원일 정보를 기준으로 출원연도 정보를 추가 생성하였다.
본 연구에서는 헬스케어 분야에서 다루어지는 주제를 탐색하기 위한 대상으로 한국과 미국에서 2000년부터 현재(2019년 10월 31일)까지 출원·등록되어 특허정보넷 KIPRIS (www.kipris.or.kr)에 공개된 특허데이터 29,360건을 활용하여 분석을 진행하였다.

데이터처리

시계열분석은 국가별로 2000년부터 2019년까지 20년 기간을 4년 단위로 묶어 다섯 개 기간을 구분하고 각 기간별 상위 빈도수 keyword를 시계열로 분석하였다. 한국에서 노출빈도가 지속적으로 상승한 keyword는 ‘information’, ‘user’, ‘sensor’, ‘device’로 나타났다.

이론/모형

Python 프로그래밍에 NLTK 패키지를 사용하여 형태소를 분석한 후, Keyword 명사만 추출하였다. 특히, 한글을 처리하기 위해서 한국 특허자료는 KoNLPy 패키지를 활용하였다.

성능/효과

Keyword의 시계열분석을 통하여는 ‘user’, ‘sensor’, ‘device’ 등 지속적으로 고빈도 순위가 높아지는 keyword가 있는 반면, ‘medication’, ‘patient’와 같이 상대적으로 고빈도 순위가 낮아지는 keyword가 확인되어, 헬스케어 산업에서의 관심 기술이 달라지고 있음을 알 수 있었다.
각 특허자료에 대하여 Keyword 빈도 분석한 결과, 양 국가의 고빈도수 Keyword가 55% 일치하여 상당히 유사한 분포를 보인다. 다만, 미국의 ‘device’ 관련 특허가 그 우선순위와 양에 있어서 한국의 특허현황과 큰 격차를 보이는 만큼 이에 대한 특허활동력, 기술경쟁력 등의 후속 연구가 필요할 것이다.
관련 연구를 분석한 결과, 특정 ICT 기술 관점이 아닌 급격히 성장하고 있는 헬스케어 시장 관점에서 특허자료의 키워드를 분석한 사례, 특히 시계열 분석과 네트워크 분석하여 국가 간 비교한 사례는 찾아보기 어려운 것으로 확인되었다.
또한, ‘image’, ‘medication’ keyword의 노출빈도는 지속적으로 감소하였는데, 특히 ‘medication’ keyword의 빈도순위 하락과 ‘sensor’, ‘device’의 빈도순위 상승은 헬스케어 분야 기술 활용의 관심이 환자의 치료와 관련된 영역으로부터, 감지하고 인지하는 일상의 영역으로 이동, 혹은 확대되어가고 있음을 의미할 수 있다.
마지막으로 Keyword Network 분석을 통하여는 Keyword 빈도분석결과와 그 의미가 매우 유사하지만 특히 ‘sensor’, ‘system’, ‘device’ 키워드가 다른 키워드와의 네트워크 상에서 상대적으로 강화된 연결정도 중심성 및 매개 중심성을 보여 핵심 노드로서의 중요도를 나타내었다.
빈도분석 결과와 비교하면 대체로 그 순위가 유사하지만 ‘sensor’, ‘system’, ‘device’ keyword는 연결중심성과 매개중심성 모두 빈도분석결과 순위보다 더 높은 순위에 위치하여 노드 간의 네트워크 내에서 중요도가 상대적으로 더욱 높음을 알 수 있다.
빈도분석결과 도출되었던 상위 keyword 중에서 시계열 상 급격한 순위 상승의 특징을 보이는 핵심 Keyword를 추출한 결과, 한국특허자료에서 제4기에 11위 순위로 등장한 ‘device’와 미국 특허자료에서 제3기에 14위로 등장한 ‘sensor’가 도출되었다.
전세계 특허 문헌에 대해 동일하게 적용되는 분류체계인 IPC 분류체계를 기준으로 하여 한국과 미국의 특허등록 현황을 보면 Table.1과 같이 A(생활품)과 G(물리학)영역에 집중되어있으며, 한국의 특허 건수는 미국의 특허건수의 6.5% 수준으로 나타났다. 다만, H(전기) 섹션은 미국 대비 12.
헬스케어 분야 특허 현황을 보면, 한국과 미국 모두20년 전 대비 각 52배, 11배 증가한 특허생산량을 보여, 헬스케어 시장의 폭발적인 확장성을 나타내었다. 그럼에도 한국의 헬스케어 관련 특허건수는 미국의 6.

후속연구

다만, 미국의 ‘device’ 관련 특허가 그 우선순위와 양에 있어서 한국의 특허현황과 큰 격차를 보이는 만큼 이에 대한 특허활동력, 기술경쟁력 등의 후속 연구가 필요할 것이다.
향후 연구에서는 본 연구에서 도출된 핵심 키워드를 특정하여 이 키워드가 실제 특허에서 다뤄진 내용을 살펴보고 관련 기술의 변화 추이와 국가 간 차이점을 분석하고자 한다. 이러한 연구를 통하여, 노령인구의 급증, 의료기술과 ICT기술의 발달을 기반으로 매년 규모가 크게 증가하고 있는 글로벌 헬스케어 산업에서 유의미한 시사점을 얻을 수 있을 것으로 기대한다.
향후 연구에서는 본 연구에서 도출된 핵심 키워드를 특정하여 이 키워드가 실제 특허에서 다뤄진 내용을 살펴보고 관련 기술의 변화 추이와 국가 간 차이점을 분석하고자 한다. 이러한 연구를 통하여, 노령인구의 급증, 의료기술과 ICT기술의 발달을 기반으로 매년 규모가 크게 증가하고 있는 글로벌 헬스케어 산업에서 유의미한 시사점을 얻을 수 있을 것으로 기대한다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증