[논문]글로벌 연구개발 과제정보를 활용한 노화 관련 융합 R&D 영역 탐색 및 주요국 비교 분석에 관한 연구

이도연; 김승욱; 김근환

doi:10.21289/ksic.2020.23.4.683

Abstract ▼ AI-Helper

In the era of super-aged societies, research and development (R&D) projects related to aging are very important agenda for establishing the direction of future R&D planning and technological competitiveness in the country. In order to respond promptly to this agenda, it is essential to establish a n...

In the era of super-aged societies, research and development (R&D) projects related to aging are very important agenda for establishing the direction of future R&D planning and technological competitiveness in the country. In order to respond promptly to this agenda, it is essential to establish a national-level convergence R&D policy. In this study, we utilized the global R&D funding project data from major nations (US, Europe, Japan), and then standardized them with the same fields. To analyze the current status of global R&D related to aging, we performed cluster analysis based on the co-occurrence matrix to explore convergence R&D areas in the US, Europe, and Japan related to aging. In addition, comparative analysis by country suggested that different points on the interdisciplinary area and the convergence of aging-related R&D by each country. These results provide fundamental understandings for the status of convergence in aging-related global R&D, the current technology trends, and establish the direction and strategy of R&D policy.

주제어

표/그림 (8)

그림 Fig. 1 The process for establishment of global R&D project database and for allocation of ASJC codes to R&D funding project data
표 Table 1. The data source and the number of global R&D funding project data of the major nations
표 Table 2. Search terms of aging-related global R&D funding project data and the number of global R&D funding project data of the major nations
그림 Fig. 2 Clustering analysis based on ASJC of aging-related global R&D funding project
그림 Fig. 3 Clustering analysis based on keyword of aging-related global R&D funding project
그림 Fig. 4 Clusters of interdisciplinary research on aging-related R&D funded by the US
그림 Fig. 5 Clusters of interdisciplinary research on aging-related R&D funded by the EU
그림 Fig. 6 Clusters of interdisciplinary research on aging-related R&D funded by the Japan

AI 본문요약
AI-Helper

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

문제 정의

본 연구를 통해 주요 선진국의 노화 관련 R&D의 융합 영역을 파악하고, 각 국가별 비교분석을 통해 각 국가별 차별점을 제시함으로써, 향후 노화 관련 중장기적인 측면에서의 정책수립 및 다부처 협력기반의 체계적인 융합 R&D 방향성 마련을 위한 기초자료를 제시하고자 하였다.
본 연구에서는 글로벌 주요국 연구개발 과제 데이터를 활용하여 노화 관련 융합 연구개발 연구 영역을 조망하기 위해 동시발생 매트릭스 기반의 클러스터링 분석을 수행하였으며, 미국, 유럽 및 일본 등 주요 국가별 융합 R&D 연구 특징, 융합 R&D 영역 및 주요 수행기관에 대해 조사하였다.
이에 본 연구에서는 미국의 국립 보건원(NIH) 및 국립과학재단(NSF)에서 운영하는 연구개발 과제정보, Horizon 2020 예산으로 운영되는 유럽연합의 연구개발 공시 과제정보 (CORDIS), 일본의 문부과학성에서 운영하는 과학기술 연구개발 과제정보 (KAKEN)를 수집하고 다양한 항목의 관련 정보를 동일한 항목으로 표준화하였으며, 이후 과학기술 학술분류체계를 활용한 동시발생 매트릭스 기반 네트워크 분석을 적용하여 노화와 관련된 미국, 유럽 및 일본의 융합 R&D 영역을 탐색하는 연구를 수행하였다.

제안 방법

본 연구에서는 노화 관련 글로벌 연구개발 과제를 분석하기 위하여, 해외 주요 국가별 (미국, 유럽, 일본) 기초연구와 관련된 과제 정보 DB로부터 공공 R&D 과제 정보를 수집하였다. 각 국가별 기초원천 기술에 대한 과제정보를 담고 있는 DB는 [Table 1]에 나타낸 바와 같이 각 국가에서 제공하는 시스템을 활용하여 수집하였으며, 국가별로 각기 다른 DB의 필드명을 표준화하는 작업을 통해 단일 데이터베이스(database)로 구축하였다[10,11]. 과제정보는 2012년∼2018년을 수행된 모든 과제를 대상으로 하였고, 수집된 총 과제 정보는 919,361건이며, 국가별 과제 건수는[Table 1]에 기술하였다.
노화 관련 융합 R&D 영역은 총 3 개의 클러스터(클러스터 1:적색, 클러스터 2: 녹색, 클러스터 3: 청색)로 구성되며, 각 클러스터를 구성하고 있는 ASJC 코드는 각 클러스터에 속한 R&D 과제의 제목(Title) 및 초록(Abstract) 내용을 종합적으로 검토하여 파악하였다.
도출된 클러스터의 ASJC 코드 및 과제를 검토하면서 노화 관련 분야의 융합 R&D 영역을 파악하였다.
수집된 글로벌 R&D 과제의 융합 R&D 영역을 탐색하기 위해, 과학기술의 학술분류체계인 ASJC가 복합적으로 부여된 과제들의 영역을 조사하는 방법을 채택하였으며, Vantage Point® (Search Tech, Inc., US) 분석소프트웨어를 활용하여 ASJC 코드 간의 동시발생 매트릭스(co-occurrence matrix)를 구현하였고, 분석결과를 기반으로 VOSViewer (Leiden University, the Netherlands)를 활용하여 클러스터링 분석을 수행하였다[10,12].

대상 데이터

과제정보는 2012년∼2018년을 수행된 모든 과제를 대상으로 하였고, 수집된 총 과제 정보는 919,361건이며, 국가별 과제 건수는[Table 1]에 기술하였다.
본 연구에서는 노화 관련 글로벌 연구개발 과제를 분석하기 위하여, 해외 주요 국가별 (미국, 유럽, 일본) 기초연구와 관련된 과제 정보 DB로부터 공공 R&D 과제 정보를 수집하였다.
해외 주요국 (미국, 유럽, 일본)의 노화 관련 대규모 R&D 동향을 분석하기 위해 해당 기술 내용을 포함하는 주요 영문 키워드(aging, longevity, elderly, gerontology, geriatric, senescence, senile, neurodegenerative, dementia, alzheimer’s disease, parkinson’s disease)를 도출하여 이를 기반으로 검색식을 작성하였고, 검색 건수는 중복 및 노이즈를 제거한 결과 총 20,512건의 유효 R&D 과제 데이터를 [Table 2]와 같이 추출하여 최종 분석 대상 건수로 활용했다.

이론/모형

해외 주요국(미국, 유럽, 일본)의 대규모 R&D를 유사 과제로 클러스터링하고 군집분석 및 국가별 비교분석을 하기 위해서 SCOPUS의 학술분류 체계인 All Science Journal Classification (ASJC)코드를 동일 분류체계로 활용하였으며, 각 과제별로 ASJC를 부여하기 위해서 기계학습(machine learning) 방법을 활용하였다 ([10] 참고).

성능/효과

과제 정보 세부내용과 함께 살펴보았을 때, 뇌졸중, 치매, 파킨슨병, 간질 환자 증상 치료/완화 및 관리를 위한 헬스케어 의료기기 플랫폼 개발 등의 융합 R&D 프로젝트가 주를 이루고 있는 영역임을 확인할 수 있다.

후속연구

또한, 세부적인 R&D 항목까지도 비교 분석할 수 있는 지표 및 방법론을 개발하고 구현해낸다면, 향후 융합 R&D 기획 과정에서 추가적인 의사결정에 도움이 될 수 있는 실용적인 방법론이 될 수 있을 것이다.
본 연구의 한계점으로는 ASJC 코드 간의 동시 발생 매트릭스 분석을 수행하기 위해 주요국 R&D 과제에 기계학습 방법을 통해 일괄적으로 부여된 5개의 ASJC 코드 추출에 따른 노이즈 발생의 가능성이 존재한다는 점이다.
이러한 연구 결과를 통해 노화 관련 기초⋅응용⋅ 임상연구 등 다양한 연구 집단의 전문가들은 선진국 연구개발 동향을 거시적 측면에서 조망할 수 있으므로, 향후 노화 관련 분야에서의 중장기적인 융합 R&D 기획을 위한 타당한 근거 확보 및 체계적인 방향성 수립에 필요한 객관적인 정보를 신속하게 확보하는데 기여할 수 있다.
본 연구의 한계점으로는 ASJC 코드 간의 동시 발생 매트릭스 분석을 수행하기 위해 주요국 R&D 과제에 기계학습 방법을 통해 일괄적으로 부여된 5개의 ASJC 코드 추출에 따른 노이즈 발생의 가능성이 존재한다는 점이다. 향후 연구에서는 빅데이터를 활용한 기계학습 기반의 ASJC 코드 분류의 최적화 방법을 고안하여, 노이즈 발생으로 인한 영향을 최소화하는 방안을 보완해야 할 것이다. 또한, 세부적인 R&D 항목까지도 비교 분석할 수 있는 지표 및 방법론을 개발하고 구현해낸다면, 향후 융합 R&D 기획 과정에서 추가적인 의사결정에 도움이 될 수 있는 실용적인 방법론이 될 수 있을 것이다.

참고문헌 (12)

Coughlin J. F., Lau J.: "Global aging & technology policy: extending the vision of innovation in aging societies", International Conference on Technology Policy and Innovation, Greece, pp. 1-14, (2006).
Tony W. C., "Ageing, neurodegeneration and brain rejuvenation", Nature 539(7628), 180-186, (2016).

상세보기
Vatcharapong S., Kunio S., "Technology challenges to healthcare service innovation in aging Asia: case of value co-creation in emergency medical support system", Technology in Society 43, 122-128, (2015).

상세보기
Robert C. Z., Ilia S., "The urgent need for international action for anti-aging and disease prevention", Aging and Disease, 11(1), 212-215, (2020).

상세보기
Sidorenko A.V., Mikhailova O. N., "International cooperation on aging: areas and players", Advances in Gerontology, 4(4), 320-330, (2014).

상세보기
Misty L. H., Frances C J., Walter T. S., Sally J. R., "Policy implications of aging in the NIH-funded workforce", Cell Stem Cell, 19(1), 15-18, (2016).

상세보기
Bousquet J., Bewick M., and Oliveira-Alves B., "Building bridges for innovation in ageing: Synergies between action groups of the EIP on AHA", The Journal of Nutrition, Health & Aging, 21, 92-104, (2017).

상세보기
Shogo K., Emmanuel M., Masafumi N., "Population aging: an emerging research agenda for sustainable development", Social Sciences, 6(1), 23, (2017).

상세보기
김보림, "고령화사회 대비 국내외 정책 동향", 융합연구정책센터, (2017).
Heo Y. S., Kang J. S. & Kim K. H., "National scientific funding for interdisciplinary research: A comparison study of infectious diseases in the US and EU", Sustainability, 11(15), 4120, (2019).

상세보기
허요섭, 심위, 서성호, 강현무, 강종석, "융합R&D 기획을 위한 글로벌 연구개발 과제 정보 체계 활용: 해안 침수 관련 융합 R&D 탐색을 중심으로", 한국산업융합학회 논문집, 22(5), 475-481, (2019).

원문보기 상세보기
Doyeon L., Yoseob H., Keunhwan K., "A strategy for international cooperation in the COVID-19 pandemic era: focusing on national scientific funding data", Healthcare, 8, 204, (2020).

상세보기

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

Abstract ▼ AI-Helper

주제어

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Abstract ▼ AI-Helper

주제어

표/그림 (8) 모든 표/그림 보기

표/그림 (8) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

김근환 (8)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper