[논문]국내외 특허 데이터 분석을 통한 금융보안 분야 주요 기술 동향 분석연구

채호근; 이주연

doi:10.14400/jdc.2020.18.6.053

국내외 특허 데이터 분석을 통한 금융보안 분야 주요 기술 동향 분석연구
Research on major technology trends in the field of financial security through Korea and foreign patent data analysis 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.6, 2020년, pp.53 - 63

초록
AI-Helper

인터넷과 스마트 디바이스, IoT와 같은 정보통신매체의 급격한 보급으로 전자금융거래 또한 활발히 증가하고 있지만 이에 따른 파생적 부산물로써 각종 개인정보 유출, 해킹과 같은 금융보안의 위협 또한 증가하고 있다. 따라서 이에 대비한 금융보안의 중요성은 높아지고 있지만 국내의 경우 아직 Active-X를 사용하고 있는 등 금융보안 분야의 선진국에 비해서는 상대적으로 금융보안 기술력이 미흡한 실정이다. 이에 본 연구에서는 국내·외 금융보안 관련 특허데이터를 토대로 IPC 분류 빈도분석, 키워드 빈도분석, 키워드 네트워크 분석으로 주요기술 동향을 비교하여 국내의 금융보안 분야의 주요 발전 방향성을 제시하고자 한다. 결론적으로는 최근 국내외 동향은 스마트 디바이스 기반 전자금융서비스 개발에 따른 관련 기술 개발에 초점이 맞춰진 것으로 판단된다. 이에 향후 상용화 단계의 기술로 선행적인 측면의 연구를 반영하는 논문 데이터 분석을 통해 금융보안 연구동향과 기술동향 분석 결과를 매핑함으로써 금융보안의 기술개발을 위한 기반데이터로 활용될 수 있고자 한다.

Abstract ▼ AI-Helper

Electronic financial transactions are also actively increasing due to the rapid spread of information communication media such as the Internet, smart devices, and IoT, but as a derivative by-product, threats of financial security such as leakage of various personal information and hacking are also increasing. Therefore, the importance of financial security against this is increasing, but in Korea, financial security technology is relatively insufficient compared to advanced countries in the field of financial security, such as Active-X. Therefore, this study aims to present the major development direction in the domestic financial security field by comparing key technology trends with IPC classification frequency analysis, keyword frequency analysis, and keyword network analysis based on domestic and foreign financial security-related patent data. In conclusion, it seems that recent domestic and foreign trends have focused on the development of related technologies according to the development of smart device-based electronic financial services. Accordingly, it is intended to be used as the basis data for technology development of financial security by mapping the trend of financial security research trend and technology trend analysis through thesis data analysis that reflects the research of the preceding aspect as the technology of commercialization in the future.

주제어

표/그림 (18)

그림 Fig. 1. Methodology of Patent Data Analysis
표 Table 1. Patent search keyword on KIPRIS site
표 Table 2. IPC Classification
표 Table 3. Korea IPC Frequency result
표 Table 4. Foreign IPC Frequency result
그림 Fig. 2. Comparison of IPC Ratios at Korea and Foreign
표 Table 5. Korea patent noun extraction frequency
표 Table 6. Korea patent Up/Down ward trend
표 Table 7. Foreign patent noun extraction frequency
표 Table 8. Foreign patent Up/Down ward trend
그림 Fig. 3. Korea 2000 ~ 2009 Keyword Network Analysis
그림 Fig. 4. Korea 2010 ~ 2019 Keyword Network Analysis
표 Table 9. Korea 2000 ~ 2009 Keyword Network Analysis
표 Table 10. Korea 2010 ~ 2019 Keyword Network Analysis
그림 Fig. 5. Foreign 2000 ~ 2009 Keyword Network Analysis
그림 Fig. 6. Foreign 2010 ~ 2019 Keyword Network Analysis
표 Table 11. Foreign 2000 ~ 2009 Keyword Network Analysis
표 Table 12. Foreign 2010 ~ 2019 Keyword Network Analysis

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구에서는 금융보안 관련 특허데이터를 대상으로 키워드 네트워크 분석 방법을 활용한 핵심기술을 도출하고, 중점 기술 분야의 비교를 통해 우선적으로 지원이 필요한 기술분야를 도출하였으며, 이를 활용한 국내 금융보안 분야의 주요 발전 방향성을 제시하고자 한다.
본 연구에서는 전자금융 서비스 확대에 따라 최근 중요성이 부각되고 있는 금융보안 분야의 주요 기술 도출을 위한 국내외 특허데이터 분석을 수행하였다.
이에 따라, 본 연구에서는 기술동향 분석에 다수 활용되고 있는 특허데이터 및 키워드 네트워크 분석 방법론을 활용하여, 금융보안 분야 핵심기술을 도출하고, 과거부터 현재까지의 핵심기술 변화를 살펴보고자 한다.

제안 방법

키워드 네트워크 분석을 위해 앞서 전처리 수행한 키워드 데이터를 Bi-Gram형식으로 생성하여 네트워크 분석 툴인 ‘NodeXL’을 통한 키워드 네트워크 분석을 수행하였다. 네트워크 분석을 통해 중심성 분석에 사용되는 연결정도 중심성과 매개 중심성, 결집계수를 도출하고, 이를 시각화하였다[31].
또한 빈도분석을 통해 도출한 주요 키워드(기술)를 중심으로 핵심기술과 파생기술, 중심기술과 주변기술 등의 분석을 위하여 키워드 네트워크 분석을 수행하였다.
또한 세부 기술단위의 미시적 측면에서의 기술동향 분석은 요약서 내 명사추출 및 전처리 후 빈도분석을 통해 도출하였다. 명사추출은 Python의 ‘nltk’ 패키지를 사용하였으며, 1차 명사 추출 데이터를 대상으로 키워드 중 ‘발명’, ‘상기’, ‘method’와 같이 기술적 부분이 아닌 키워드는 제거하는 전처리 과정을 수행하였다.
명사추출은 Python의 ‘nltk’ 패키지를 사용하였으며, 1차 명사 추출 데이터를 대상으로 키워드 중 ‘발명’, ‘상기’, ‘method’와 같이 기술적 부분이 아닌 키워드는 제거하는 전처리 과정을 수행하였다.
본 연구는 앞서 추출한 ‘금융보안’ 관련 국내외 특허데이터를 활용하여 주요 기술동향 분석을 위해 Fig. 1과 같이 자료수집, 전처리와 분석 절차를 걸쳐 분석을 수행하였다.
본 연구에서는 거시적 측면에서의 금융보안 분야 기술동향 분석을 위해 2000년부터 2019년까지 5년 단위의 국내외 IPC 대분류 빈도분석 수행하였다.
앞서 도출한 기간별 주요(핵심) 기술(키워드)들을 중심으로 파생(주변)기술들의 변화를 도출하기 위하여 국내외 특허데이터에 대한 키워드 네트워크 분석을 수행하였다.
명사추출은 Python의 ‘nltk’ 패키지를 사용하였으며, 1차 명사 추출 데이터를 대상으로 키워드 중 ‘발명’, ‘상기’, ‘method’와 같이 기술적 부분이 아닌 키워드는 제거하는 전처리 과정을 수행하였다. 이후 주요 키워드들을 대상으로 5년 단위의 빈도분석을 통해 시계열적 주요 기술 동향을 분석하였다.
키워드 네트워크 분석을 위해 앞서 전처리 수행한 키워드 데이터를 Bi-Gram형식으로 생성하여 네트워크 분석 툴인 ‘NodeXL’을 통한 키워드 네트워크 분석을 수행하였다.
특허데이터를 활용한 세부기술 동향 분석을 위하여 특허 문서 내 요약서 내용을 대상으로 명사추출 및 전처리를 수행하고 이를 Table 5와 같이 5년 단위 빈도분석을 통해 시계열적 기술동향을 도출하였다.

대상 데이터

20007년 글로벌 금융위기 및 2011년 국내 금융기관 해킹사건 전후 국내외 금융보안 분야의 중점기술 및 연계기술 동향 분석을 위해 2000년부터 2019년까지 특허 데이터를 대상으로 키워드 네트워크 분석을 수행하였다.
Table 7은 국외의 5년 단위 키워드 빈도분석 결과로써 전처리 후 빈도수가 가장 많은 20개를 선별 하였다.
본 연구에서는 금융보안 분야의 주요 기술동향 분석을 위해 국내·외 출원 및 등록된 특허 데이터를 수집하여 활용하였다.
분석에 활용한 특허데이터는 특허정보넷(KIPRIS) 사이트를 통해, 2000년부터 2019년까지의 기간 동안 ‘금융보안’ 키워드로 검색한 국내 특허데이터 6,890건, ‘Financial Security’ 키워드로 검색한 국외 특허데이터 182,665건을 수집하였다.

데이터처리

기술방향과 트렌드를 분석하기 위하여 2000년부터 2019년까지 5년 단위의 국내외 IPC 대분류 빈도분석 수행하였다.
분석방법은 금융보안 분야의 전반적인 기술개발 분야 변화를 파악하기 위한 IPC 분야별 빈도분석과 중점기술 및 연계기술 분야 동향 분석을 위한 키워드 네트워크 분석을 수행하였다.

성능/효과

Fig 2에서와 같이 국내외 IPC 비율을 확인해 보면 물리학 분야와 전기전자 분야의 비중이 타 분야 대비 상대적으로 높은 것을 확인할 수 있었으며, 국내의 경우 국외 대비 물리학 분야의 비중이 상대적으로 5%정도 낮지만 전기전자분야의 비중은 7% 정도 높은 것을 알 수 있었다.
IPC 분류기준을 활용한 기간별 빈도분석 결과 국내외 모두 물리학 분야, 전기전자 분야 등이 많은 비중을 차지하고 있는 것을 확인하였다. 보다 세부적인 내용을 살펴보면, 물리학 분야(G섹션)는 전기적 작동, 무선 채널, 온라인 뱅킹 등의 세부 분야를 포함하고 있으며, 전기전자 분야(H섹션)는 지문인식을 위한 컴퓨터용 데이터 독취천공기, 암호화 알고리즘, 시스템 사용자 신원과 권한 확인 등의 세부분야를 포함하고 있는 것으로 나타났다.
IPC 분류기준을 활용한 기간별 빈도분석 결과 국내외 모두 물리학 분야, 전기전자 분야 등이 많은 비중을 차지하고 있는 것을 확인하였다. 보다 세부적인 내용을 살펴보면, 물리학 분야(G섹션)는 전기적 작동, 무선 채널, 온라인 뱅킹 등의 세부 분야를 포함하고 있으며, 전기전자 분야(H섹션)는 지문인식을 위한 컴퓨터용 데이터 독취천공기, 암호화 알고리즘, 시스템 사용자 신원과 권한 확인 등의 세부분야를 포함하고 있는 것으로 나타났다. 정리하면, 물리학 분야의 경우 금융서비스와 관련된 부분이며, 전기전자 분야의 경우 보안을 위한 기분분야와 밀접한 관계가 있음을 알 수 있었다.
분석결과 국내의 경우 2000년 대 초반 ‘카드’, ‘데이터’ 등의 기술개발이 다수 진행되었으나, 최근에는 ‘인증’, ‘페이’ 등의 기술개발이 중점적으로 진행되는 것을 알 수 있었다.
분석결과에 따르면 ‘카드’, ‘데이터’ 등 관련 기술의 경우 2010년 이후 키워드 빈도 순위가 점차 하락하는 경향을 보임에 따라 관련 기술개발 비율이 낮아지고 있음을 알 수 있었다.
이처럼, 특허데이터를 활용한 금융보안 관련 기술동향 분석결과 국내외 모두 유사한 기술개발 양상을 보이고 있는 것으로 나타났으나, 미국 등 선진국에서 선행적으로 개발하여 운영 중인 어플리케이션 기반 서비스 등 일부 분야에서 차이가 있는 것으로 나타났다. 특히 우리나라의 경우 스마트 디바이스 기반 전자금융 서비스 활성화에 따라 HTML5 등 차세대 웹표준 환경에서의 보안 이슈 해결을 위해 기존 금융보안에 다수 활용되었던 Active-X 기술을 대체하기 위한 ‘인증’, ‘보안’분야의 기술개발 등을 수행하고 있는 것을 알 수 있었다.
보다 세부적인 내용을 살펴보면, 물리학 분야(G섹션)는 전기적 작동, 무선 채널, 온라인 뱅킹 등의 세부 분야를 포함하고 있으며, 전기전자 분야(H섹션)는 지문인식을 위한 컴퓨터용 데이터 독취천공기, 암호화 알고리즘, 시스템 사용자 신원과 권한 확인 등의 세부분야를 포함하고 있는 것으로 나타났다. 정리하면, 물리학 분야의 경우 금융서비스와 관련된 부분이며, 전기전자 분야의 경우 보안을 위한 기분분야와 밀접한 관계가 있음을 알 수 있었다. 특히, 우리나라의 경우 타국가 대비 물리학 분야(무선채널, 온라인 뱅킹 등) 관련 기술개발 비중이 상대적으로 높은 것으로 나타났는데, 이는 IT강국으로써 관련 기술을 활용한 전자금융 기술개발이 활성화되었기 때문으로 판단된다.

후속연구

또한, 본 연구 결과를 통해 금융보안 분야의 성공적 기술개발 및 핵심연구 분야 도출을 위한 로드맵 개발 등에 널리 활용되기를 기대한다.
이와 같이, 특허 데이터 분석을 통해 국내외 금융보안 분야 중점, 연계기술 등의 현황을 파악할 수 있었으나, 특허 데이터의 경우 초기 개발 단계의 기술보다는 상용화 단계의 기술 등의 비율이 높아, 빠르게 변화하는 금융보안 분야의 선행기술 분야를 반영하지 못한다는 한계점이 있다. 이에 대하여 향후 연구로, 논문 데이터 기반 금융보안 분야 연구동향 분석을 수행하고, 이를 본 논문의 기술동향 분석 결과와 매핑을 통해 연구결과의 기술화(특허)에 대한 부분을 파악하고 그 원인 분석하여 향후 성공적 기술개발을 위한 기반데이터로 활용하고자 한다.
그러나 선진국에서는 사용하지 않는 액티브X(Active X) 기술 등 금융보안을 선도하기 위한 관련 기술 개발은 미비한 상황이다. 이에 따라 상대적으로 부족한 금융보안 관련 기술수준을 선진국 수준으로 신속하게 향상시키기 위해 효율적 자원 활용을 위한 금융보안 관련 핵심기술을 도출하고, 이에 대한 중점적인 투자가 필요할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	결집계수란 무엇인가?	결집계수는 네트워크의 밀도를 의미하며, 결집계수가 클수록 노드의 총 연결선이 많다는 의미로, 빠른 정보 전달과 자원의 흐름을 가능하게 하며 식(3)으로 정의된다.
	전자금융거래의 급격한 증가는 어떤 결과를 초래하는가?	그러나 전자금융거래의 급격한 증가는 각종 개인정보 유출, 해킹과 같은 보안위협을 초래하였으며, 이로 발생되는 피해 또한 증대되고 있는 상황이다[2,3].
	금융보안을 선도하기 위한 관련 기술 개발은 미비한 상황인데 이것을 향상시키기 위한 방법은 무엇인가?	그러나 선진국에서는 사용하지 않는 액티브X(Active X) 기술 등 금융보안을 선도하기 위한 관련 기술 개발은 미비한 상황이다. 이에 따라 상대적으로 부족한 금융보안 관련 기술수준을 선진국 수준으로 신속하게 향상시키기 위해 효율적 자원 활용을 위한 금융보안 관련 핵심기술을 도출하고, 이에 대한 중점적인 투자가 필요할 것으로 생각된다.

참고문헌 (29)

B. W. Kim. (2015). A Study on the Activation of Domestic Fintech Industry. The Business Education Journal 26(1), 47-73.
Vance, Anthony & Lowry, Paul & Eggett, Dennis. (2013). Using Accountability to Reduce Access Policy Violations in Information Systems. Journal of Management Information Systems. 29. 263-289. 10.2753/MIS0742-1222290410.

상세보기
Gewald, Heiko & Dibbern, Jens. (2009). Risks and benefits of business process outsourcing: A study of transaction services in the German banking industry. Information & Management. 46. 249-257. 10.1016/j.im.2009.03.002.

상세보기
Lee, Jun-taek and Cha In-hwan. (2013). Trends in information security technology in the financial sector. The Magazine of the IEIE, 40 (8), 16-29.
Lee, Gangshin. (2015). A Study on Improving Security Controls in the Electronic Financial Transaction. Korea Institute Of Information Security And Cryptology, 25(4), 881-888. https://doi.org/10.13089/JKIISC.2015.25.4.881

원문보기 상세보기
Junng, Ha-Gyo, Whang, Kyu-Seung. (2008). The Technological Competitiveness Analysis of Aircraft-based Industries using Patent Information. Korean Management Science Review, 25(2), 111-127.
Kim, Hong-gyun. (2004). Characteristics of patent information. The Polymer Society Of Korea, 15(6), 743-749.
Gu, Ja-Wook, Lee, Jong-Ho, Chung, Myoung-Sug, & Lee, Joo-yeoun. (2017). Electric Vehicle Technology Trends Forecast Research Using the Paper and Patent Data. Journal of Digital Convergence, 15(2), 165-172. https://doi.org/10.14400/JDC.2017.15.2.165
Chung, M. S., Jeong, S.-H., & Lee, J. Y. (2018). Analysis of major research trends in artificial intelligence based on domestic/international patent data. Journal of Digital Convergence, 16(6), 187-195. https://doi.org/10.14400/JDC.2018.16.6.187
Kim, D., Cho, S. H., Lee, J., KIM, M. S., & Kim, N.-H. (2018). A Study on the Competitive Analysis of Digital Healthcare in Korea through Patent Analysis. Journal of Digital Convergence, 16(9), 229-237. https://doi.org/10.14400/JDC.2018.16.9.229
Y. H. Byun. (2017). Technology Trend Analysis of Energy Storage System. The Korean Institute of Power Electronics, (), 87-87.
S. H. Park, J. Y. Kim & Y. H. Lee. (2016). Mobile Biometric Technical Trend Analysis. Journal of the IEIE conference, 812-814.
S. H. Park, J. K. Park, Y. S. Hong & J. Y. Kim. (2016). Next Generation Near Field Wireless Communication Technology Trend Analysis - focusing the Li-Fi Technology -, Journal of the IEIE conference, 1782-1785.
T. M. Han, S. I. Cho, H. S. Jeon & J. D. Heo. (2015). Analysis of Technology Trends in the Smart Cars and the IoV. Electronics and Telecommunications Trends, 30(5), 11-21. (DOI: 10.22648/ETRI.2015.J.300502)
D. G. Kim. (2015). Analysis of Ground Penetration Radar Technology Trend, Electronics and Telecommunications Trends, 30(5), 22-27. (DOI: 10.22648/ETRI.2015.J.300503)
Y. C. Yoon, H. J. Kim, K. H. Jang, J. W. Lee, H. W. Jo & H. K. Kim. (2015). Trends of Mobile Application Market Analysis Technology. Electronics and Telecommunications Trends, 30(4), 82-91.
J. S. Hyun, K. D. Kim, H. J. Jung, Y. H. Kim, J. S. So & J. W. Kim. (2015). Technical Trend Analysis of Railway Axle box bearing, Journal of the Korean Society for Railway Conference, 598-603.
C. J. Chung, Chan-Joo, Kim, Seung-Joo, Won, Dong-Ho. (2008). A study on online identification method using financial security OTP. Journal of Information Security & Cryptology, 18(5), 73-83.
J. O. Kwon. (2009). Secure Key Exchange Protocols against Leakage of Long-tenn Private Keys for Financial Security Servers. Journal of the Korea Institute of Information Security & Cryptology, 19(3), 119-131.
Y. S. Sohn, A. B. Kang & S. C. Park. (2008). A study. The Journal of Korean Institute of Communications and Information Sciences, (), 686-690.
H. Y. Kim. (2018). Analysis of Security Threats and Countermeasures on Blockchain Platforms. The Journal of Korean Institute of Information Technology, 16(5), 103-112. https://doi.org/10.14801/jkiit.2018.16.5.103

상세보기
J. H. Nah. (2019). Guidelines for safe fintech services. Korea Institute of Information Security and Cryptology, 29(4), 19-24.
J. H. Lee & S. Y. T. Lee. (2015). A Study on the Factors for Violation of Information Security Policy in Financial Companies : Moderating Effects of Perceived Customer Information Sensitivity. Journal of Information Technology Applications and Management, 22(4), 225-251. https://doi.org/10.21219/JITAM.2015.22.4.225
G. Kim, S. Kim & K. Park. (2013). The Study on Financial Firm's Performance Resulting from Security Countermeasures and the Moderating Effect of Transformational Leadership. Journal of the Korean Operations Research and Management Science Society, 38(4), 95-112. https://doi.org/10.7737/jkorms.2013.38.4.095
H. K. Lee. (2017). A Study on Regulations, Current Status and Implications of Electronic Finance and Financial Security in the U.S. Korea Business law association, 31(3), 491-529.
J. T. Lee & I. H. Cha. (2013). Trends in information security technology in the financial sector. The Institute of Electronics and Information Engineers, 40(8), 16-29.
Y. S. Kim, S. M. Rue & Y. K. Park. (2015). IoT Convergence on Finance: Fintech Trend Analysis. JOURNAL OF ADVANCED INFORMATION TECHNOLOGY AND CONVERGENCE, 13(2), 45-50.
S. S. Lee, "Network analysis methods", Nonhyeong, 2013.
Y. G. Hyun, J. H. Han, U. R. Chae, G. H. Lee & J. Y. Lee. (2020). A Study On Technical Trend Analysis Related to Semantic Analysis of NLP Through Domestic/Foreign Patent Data. Journal of Digital Convergence, 18(1), 137-146. https://doi.org/10.14400/JDC.2020.18.1.137

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