[논문]특허분석을 활용한 산업별 안전기술개발 동향 모니터링

최유리; 서용윤

doi:10.14346/jkosos.2020.35.4.92

특허분석을 활용한 산업별 안전기술개발 동향 모니터링
Monitoring Trends of Safety Technology Development of Industry Fields Using Patent Analysis 원문보기

한국안전학회지 = Journal of the Korean Society of Safety, v.35 no.4, 2020년, pp.92 - 100

Abstract ▼ AI-Helper

Along with the rapid development of industrial technology, the industrial structure has been continuously changed. Accordingly, safety technologies have been gradually developed to be applied into various industrial fields as well, not limited to a specific industry area. As a result, it became important to analyze and predict trends of safety technology development in order to establish technology strategies for industrial safety. In particular, since patents are easily accessible to gather the technology and business information, many studies have highlighted technology forecasting using patent information. Thus, this study proposes the patent analysis of monitoring trends of safety technologies of industry fields, taking into account both static and dynamic aspects through index and text analysis. First, patent documents containing safety-related keywords are collected from the WIPSON database for extracting technology information. Then, the development trends of safety technologies by industry fields are identified and analyzed through the analysis of indicators such as marketability, growth, and activation. The results of various indicator analyses of safety technologies are visualized to compare among industrial safety technologies for businesses and technology developers. Second, textmining algorithm is applied to identify trends of specific technology keywords of major industries extracted from patent index analysis. As a result, it is expected that the safety manager uses the patent analysis of safety technologies to provide safety technology information with safety-related companies and institutes. The extracted safety technologies are applicable to business practice and predict future promising technologies.

주제어

표/그림 (16)

그림 Fig. 1. Safety management based on IPC.
그림 Fig. 2. Research procedure.
표 Table 1. Patent indicator of static and dynamic analysis
표 Table 2. Index of Patent indicator
표 Table 3. Status of occupational accidents in 2017
그림 Fig. 3. Marketability of safety technology.
그림 Fig. 4. Diversity of safety technology.
그림 Fig. 5. Ripple effect of safety technology.
표 Table 4. Technology field of selected patent class
표 Table 5. Number of patent classes extracted by year
그림 Fig. 6. Growth of safety technology.
그림 Fig. 7. Activation of safety technology.
그림 Fig. 8. Novelty of safety technology.
표 Table 6. Static analysis of classes
표 Table 7. CAGR of each of safety technologies
표 Table 8. Change of safety technology trends

AI 본문요약
AI-Helper

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

문제 정의

이에 따라 본 연구에서는 특허지표분석을 이용하여 산업별 안전기술의 현황 및 동향을 파악하고, 정성적⋅정량적으로 비교분석을 지원하고자 한다.
특히 시간의 흐름에 따른 안전기술의 관심분야 및 초점의 변화룰 확인하고, 이를 바탕으로 미래기술의 방향을 예측하는데 도움을 주기 위하여, 텍스트마이닝을 활용하여 동적분석에 나타난 산업별 기술내용의 변화를 확인하는데 중점을 두어 분석한다. 최종적으로, 안전기술의 다양한 지표분석 결과를 시각화하여 안전관리를 위한 기업 및 기술개발자들에 게 산업간 안전기술의 객관적인 비교분석을 용이하게 하는 것이 연구의 목적이다.

제안 방법

그 후 산업분야에 적합한 특허 클래스에 대해 출원인, 특허개수, 인용수 등의 정보를 이용하여 시장성⋅성장성⋅수명주기 등 지표분석을 수행하고, 정적⋅동적 결과값을 도출하여 산업별 안전기술의 개발동향을 파악하고 분석한다.
com)에서 특허데이터를 수집한다. 다음으로 산업별 안전기술과 연관된 특허클래스를 선정하여 수집된 데이터로부터 선정된 클래스에 대한 데이터를 추출한다. 마지막으로 선정된 특허데이터를 정적⋅동적 지표를 활용하여 결과를 도출하여 비교분석하고, 텍스트마이닝을 활용함으로써 산업별 안전기술의 주요 분야 및 동향을 파악한다.
따라서 본 연구에서는 특허정보를 이용한 지표분석을 통해 정적⋅동적 두 가지 측면을 모두 고려한 산업 별 안전기술의 동향분석 방법을 제시한다.
따라서 섹션별로 최종 선정된 클래스와 세부 기술분야는 Table 4에서 정리하였다. 또한 선정된 클래스들의 세부 기술분야의 내용은 텍스트마이닝을 통해 상위 20개의 키워드를 추출하여 대략적으로 파악할 수 있으며 부록에 각 클래스별로 추출된 상위 5개의 키워드를 첨부하였다. 결과적으로 수집된 6,943건의 데이터 중 선정된 산업별 특허클래스의 연도별 데이터 추출개수는 총 1,236건으로 Table 5와 같다
엑셀을 이용하여 산업안전과 관련된 특허클래스를 대상으로 최근 10년 동안의 안전기술들을 시장성‧성장성‧파급성 등 지표별로 결과를 시각화하여 비교분석하였으며 이에 따른 결과를 정적, 동적측면으로 나누어 살펴보았다. 또한 안전기술의 세부내용을 살펴보기 위해 텍스트마이닝을 활용하여 키워드를 도출하였다. 결과적으로 산업별 안전기술의 최근 동향을 파악하고 예측 할 수 있었다.
이에 따라 건설업에서는 E04(건설), B66(인양설비) 선정하였고, 제조업에서는 중분류 업종 중 기계기구제조업에서 재해자수가 높게 나타나므로 이와 관련된 클래스인 F16(공학측정요소; 기계생산 및 유지; 일반 열절연)과 일반적 제조업 기술을 포함하는 B26(수공구), B65(컨베이어 및 패킹)를 선정하였다. 또한 운수업은 중분류 업종 중 항만하역 및 화물 취급사업의 재해자 수가 가장 높으므로 B63(해상수송)을 선택하였다. 육상의 경우, 교통사고재해가 압도적으로 많고, 무엇보다 자동차 안전기술은 개별특허분류에 해당하지 않는 융합산업 위주라 분석대상에서 제외하였다.
마지막으로 선정된 특허데이터를 정적⋅동적 지표를 활용하여 결과를 도출하여 비교분석하고, 텍스트마이닝을 활용함으로써 산업별 안전기술의 주요 분야 및 동향을 파악한다.
본 연구에서는 산업별 안전기술을 비교분석하기 위해 특허정보를 이용한 특허지표분석을 활용하였다. 엑셀을 이용하여 산업안전과 관련된 특허클래스를 대상으로 최근 10년 동안의 안전기술들을 시장성‧성장성‧파급성 등 지표별로 결과를 시각화하여 비교분석하였으며 이에 따른 결과를 정적, 동적측면으로 나누어 살펴보았다.
본 연구에서는 산업별 안전기술의 정적 및 동적의 두 가지 측면을 고려한 기술동향을 파악하기 위해 특허지표를 정적지표와 동적지표로 분류하여 Table 1과 같이 분석한다. 정적분석을 위한 지표로 시장성, 다양성, 파급성을 활용하며, 동적분석을 위한 지표로는 성장성, 활성화, 신규성을 활용한다.
본 연구에서는 특허지표의 동적분석과 함께 특허문서의 유용한 정보를 추출하고, 시간의 흐름에 따른 기술의 주요 기술내용의 변화를 살펴보기 위해 텍스트마이닝을 활용한다. 텍스트마이닝은 데이터 마이닝 방법론 중 하나로 정보처리기술의 발달에 따라 비정형화된 데이터 중 텍스트 데이터를 분석하는데 적합한 기법이다.
수집 후 데이터가 safety에 모두 적합한 특허인지를 검토하기 위해, 각 특허의 “safety” 단어가 들어간 부분을 검색하여 safety가 기술 또는 근로자 안전에 포함된 내용인지를 확인하였다.
안전기술의 시간에 따른 변화를 살펴보는 동적분석의 결과를 바탕으로, 산업별 안전기술들의 시간적⋅내용적 비교분석을 위해 선정된 클래스들을 대상으로 텍스트마이닝을 이용하여 추가 분석하였다.
본 연구에서는 산업별 안전기술을 비교분석하기 위해 특허정보를 이용한 특허지표분석을 활용하였다. 엑셀을 이용하여 산업안전과 관련된 특허클래스를 대상으로 최근 10년 동안의 안전기술들을 시장성‧성장성‧파급성 등 지표별로 결과를 시각화하여 비교분석하였으며 이에 따른 결과를 정적, 동적측면으로 나누어 살펴보았다. 또한 안전기술의 세부내용을 살펴보기 위해 텍스트마이닝을 활용하여 키워드를 도출하였다.
따라서 본 연구에서는 특허정보를 이용한 지표분석을 통해 정적⋅동적 두 가지 측면을 모두 고려한 산업 별 안전기술의 동향분석 방법을 제시한다. 이를 위해 우선 안전 관련 키워드를 포함하는 특허문서를 수집하여, 분석대상 산업에 포함되는 특허 데이터를 추출한다. 그 후 산업분야에 적합한 특허 클래스에 대해 출원인, 특허개수, 인용수 등의 정보를 이용하여 시장성⋅성장성⋅수명주기 등 지표분석을 수행하고, 정적⋅동적 결과값을 도출하여 산업별 안전기술의 개발동향을 파악하고 분석한다.
이에 따라 본 연구에서는 특허지표분석을 이용하여 산업별 안전기술의 현황 및 동향을 파악하고, 정성적⋅정량적으로 비교분석을 지원하고자 한다. 이를 위해, 안전기술에 보다 밀접한 산업별 특허분야를 선정하고, 다양한 정적 및 동적지표를 활용한 분석을 하여 산업별 안전기술의 동향에 대한 여러 시사점을 도출할 것이다.
특허지표는 Table 2와 같이 수집된 특허 데이터가 포함하는 등록특허 수, 출원인 수, 출원 및 등록년도, IPC, 패밀리특허 수, 피인용 수 등의 항목들의 기술통계를 분석하여 개발한다. 등록특허만 수집하였기 때문에, 출원인 수는 특허를 등록한 사람의 수이며, 출원 및 등록년도는 기술이 인정받은 시간, 패밀리특허란 발명된 기술특허가 하나의 국가에 출원한 것이 아니라 여러 국가에 출원한 특허를 말한다.
특허지표분석은 액셀을 활용하여 산업별 안전기술과 관련된 각 클래스들에 대하여 지표분석결과를 도출하였으며, 이 결과를 바탕으로 시각화하는 과정을 거쳐 기술현황 및 동향을 보다 용이하게 파악할 수 있도록 하였다. 먼저 산업별 안전기술들의 정적측면파악을 위한 정적지표의 특허분석결과는 Fig.
그 후 산업분야에 적합한 특허 클래스에 대해 출원인, 특허개수, 인용수 등의 정보를 이용하여 시장성⋅성장성⋅수명주기 등 지표분석을 수행하고, 정적⋅동적 결과값을 도출하여 산업별 안전기술의 개발동향을 파악하고 분석한다. 특히 시간의 흐름에 따른 안전기술의 관심분야 및 초점의 변화룰 확인하고, 이를 바탕으로 미래기술의 방향을 예측하는데 도움을 주기 위하여, 텍스트마이닝을 활용하여 동적분석에 나타난 산업별 기술내용의 변화를 확인하는데 중점을 두어 분석한다. 최종적으로, 안전기술의 다양한 지표분석 결과를 시각화하여 안전관리를 위한 기업 및 기술개발자들에 게 산업간 안전기술의 객관적인 비교분석을 용이하게 하는 것이 연구의 목적이다.

대상 데이터

수집 후 데이터가 safety에 모두 적합한 특허인지를 검토하기 위해, 각 특허의 “safety” 단어가 들어간 부분을 검색하여 safety가 기술 또는 근로자 안전에 포함된 내용인지를 확인하였다. 그 결과 총 6,943건의 데이터를 수집하였으며, 수집된 데이터는 명칭, 요약, 출원번호, 출원일, 등록일, 출원인, IPC, 인용정보 등을 포함한다
데이터는 2006년 1월부터 2015년 12월까지 10년 동안의 미국등록특허를 대상으로 하였으며, 안전과 관련된 일반적인 기술을 최대한 수집하기 위하여 {“safety” & “technology”, “danger*” or “hazard*” or “industry”} 안전의 일반적인 용어를 포함하는 등록특허를 검색하여 수집하였다.
IPC는 크게 A~G까지 8개의 섹션으로 나누어지며 이 섹션들은 다시 클래스, 서브 클래스 및 메인그룹 또는 서브그룹의 계층구조로 이루어진다. 따라서 본 연구에서는 구체적인 안전기술들을 분석하기 위해, Table 3과 같이 고용노동부에서 제공하는 산업재해 현황표를 참고하여²¹⁾, 산업별 안전기술과 가장 밀접한 각 섹션의 클래스를 선정하였다. 그러나 예외적으로 수집된 데이터가 적어 분석이 어렵거나 산업기반분야가 아닌 기술기반분야의 C(chemistry; metallurgy)클래스, D(textiles; paper)클래스, G(physics)클래스, H(electricity)클래스는 제외한다.
WIPSON database는 전 세계의 특허데이터 정보를 제공하며 신뢰도 높은 데이터베이스로 평가받고 있다. 따라서 산업별 안전기술을 분석하기 위해 WIPSON을 사용하여 데이터를 수집한다. 데이터는 2006년 1월부터 2015년 12월까지 10년 동안의 미국등록특허를 대상으로 하였으며, 안전과 관련된 일반적인 기술을 최대한 수집하기 위하여 {“safety” & “technology”, “danger*” or “hazard*” or “industry”} 안전의 일반적인 용어를 포함하는 등록특허를 검색하여 수집하였다.
가스업에서는 가장 일반적인 기술인 F23(연소)을 선정하였다. 마지막으로, 전체 산업안전과 관련있는 클래스인 A62(구호 및 소방장치)를 추가적으로 선정하였다.
먼저 Table 3에서 1차 산업을 제외한 나머지 산업분류에서 재해자수가 많이 발생하는 건설업, 제조업, 운수업, 전기가스업을 분석대상으로 고려하였다. 다음으로 각 산업분류별 안전기술과 관련된 구체적인 특허 클래스를 선정한다.
다음으로 각 산업분류별 안전기술과 관련된 구체적인 특허 클래스를 선정한다. 이에 따라 건설업에서는 E04(건설), B66(인양설비) 선정하였고, 제조업에서는 중분류 업종 중 기계기구제조업에서 재해자수가 높게 나타나므로 이와 관련된 클래스인 F16(공학측정요소; 기계생산 및 유지; 일반 열절연)과 일반적 제조업 기술을 포함하는 B26(수공구), B65(컨베이어 및 패킹)를 선정하였다. 또한 운수업은 중분류 업종 중 항만하역 및 화물 취급사업의 재해자 수가 가장 높으므로 B63(해상수송)을 선택하였다.
2와 같이 진행된다. 첫 번째는 데이터 수집 단계로, 특허제공 기술업체인 WIPSON database(www.wipson.com)에서 특허데이터를 수집한다. 다음으로 산업별 안전기술과 연관된 특허클래스를 선정하여 수집된 데이터로부터 선정된 클래스에 대한 데이터를 추출한다.

이론/모형

본 연구에서는 산업별 안전기술을 분석하기 위하여 IPC를 활용한다. IPC코드는 국제적으로 통일된 특허분 류체계로 기술 및 권리정보에 용이하게 접근하기 위해 도입되었다.

성능/효과

또한 안전기술의 세부내용을 살펴보기 위해 텍스트마이닝을 활용하여 키워드를 도출하였다. 결과적으로 산업별 안전기술의 최근 동향을 파악하고 예측 할 수 있었다. 따라서 안전관리자가 안전기술의 특허 분석을 활용하여 기술의 이해를 필요로 하는 기업 및 기술개발자들에게 정보를 제공함에 따라, 안전기술간 객관적인 비교분석을 용이하게 할 뿐만 아니라 실무에 적용가능한 안전기술을 개발하고 미래의 유망 기술을 예측하는데 도움을 주리라 기대된다.
그러나 매년 일정한 성장률을 지속한다고 가정하여 평균 성장률을 계산한 연평균 성장률(CAGR: Compound Annual Growth Rate)은 Table 7을 통해 건설업과 관련된 안전기술분야인 E04(건설)가 가장 높은 분야(연평균 20.68% 성장)임을 확인할 수 있다.
마지막 동적지표인 신규성은 기술이 중요성이 새롭게 부각되는 정도를 나타내며, 전 기간 평균 피인용 개수 중에서 최근 3년 동안의 평균 피인용 개수의 비율이 높을수록 신규성이 높다고 본다. 이는 Fig.
마지막으로, 신규성을 나타내는 Fig. 8에서도 최근에는 A62가 많이 인용되고 있는 기술로 나타났다. 또한, 전체적으로는 제조업과 관련된 B26(수공구)의 기술이 피인용 횟수가 많은 것을 확인할 수 있다.
성장성을 나타내는 그래프 Fig. 6에서 2012년도부터 기계업과 관련된 산업안전기술인 F16(기계 생산 및 유지)분야가 급격하게 성장하는 것을 확인할 수 있다.
이들 중 부록의 텍스트마이닝표를 통해 2012년부터의 안전기술들은 lock, latch, hook등의 키워드를 주로 포함한다는 것을 볼 수 있다. 즉, 구체적으로 기존의 밸브나 압력(pressure)에 대한 전반적인 기술에서 안전 잠금 장치를 고정시키기 위한 래치 장치나 후크를 통한 연결장치와의 체결 등 안전밸브를 위한 안전보호 장치와 관련된 기술이 최근 개발되고 있음을 확인할 수 있다.
B26은 핸드 절단도구, 고정절삭공구, 연삭도구의 기술분야를 나타내는 클래스이다. 텍스트마이닝을 이용하여 최근 기술 내용을 분석한 결과 handle, sensor, razor, connection 등을 내용을 포함하는 기술의 중요성이 증가한다고 예측할 수 있으며, 이는 날을 이용한 컷팅 및 수공구 기계와 관련하여 안전면도기, 센서를 이용한 차단장치, 사람이 손잡이 작동 시에만 칼날이 노출되는 시스템 등과 관련한 안전기술의 중요성이 높았다고 볼 수 있다.
A62는 인명구조장치, 화재진압에 관한 기술, 유해화학물질의 제조 공정 및 화학 물질의 변화에 대한 보호 또는 피복에 대한 기술내용을 포함하는 클래스다. 텍스트마이닝의 결과에 따라 최근에는 이 중 breathable, pressure, strap, rope 등의 키워드를 포함하는 기술인 공기분배 안전시스템, 호흡 가능한 공기를 제공하는 비상시스템, 밧줄(rope)을 이용한 낙상 구속 안전기구 등의 기술이 유망해지는 것을 확인할 수 있다. 또한 E04는 구조적 요소, 일반 건물 건축, 계단, 바닥 등의 건설의 분야를 나타내는 클래스이다.

후속연구

그러나 본 연구는 데이터 신뢰성 측면과 산업안전기술분야 정의 측면에서 보완될 필요가 있다. 먼저, 안전 기술의 정의가 모호하여, 특허 데이터를 일반적인 키워드 위주로 수집한 부분이 보완되어야 한다.
기존 특허분석 연구에서처럼^7,11), 각 산업안전분야의 전문가에게 본 연구의 키워드를 바탕으로 보다 적합한 특허 검색식을 결정하고, 도출된 특허가 적합한지 확인하는 과정을 거칠 필요가 있다. 다음으로, 개별특허분류를 바탕으로 8개의 산업분야에 한정하여 분석하였기 때문에 넓은 폭의 산업별 안전기술간의 비교분석하는데 한계가 있다. 따라서 추후에는 산업안전분야와 특허분류를 복수대응시켜, 산업안전기술분야를 확장하고, 기술 현황을 비교분석하는 연구가 필요하다.
결과적으로 산업별 안전기술의 최근 동향을 파악하고 예측 할 수 있었다. 따라서 안전관리자가 안전기술의 특허 분석을 활용하여 기술의 이해를 필요로 하는 기업 및 기술개발자들에게 정보를 제공함에 따라, 안전기술간 객관적인 비교분석을 용이하게 할 뿐만 아니라 실무에 적용가능한 안전기술을 개발하고 미래의 유망 기술을 예측하는데 도움을 주리라 기대된다.
다음으로, 개별특허분류를 바탕으로 8개의 산업분야에 한정하여 분석하였기 때문에 넓은 폭의 산업별 안전기술간의 비교분석하는데 한계가 있다. 따라서 추후에는 산업안전분야와 특허분류를 복수대응시켜, 산업안전기술분야를 확장하고, 기술 현황을 비교분석하는 연구가 필요하다. 실제로 위험성이 높은 육상, 화물 등 자동차 및 교통분야는 다양한 특허분류가 융합된 산업안전기술분야이기 때문에, 본 연구와 같은 개별특허분류 위주가 아닌 여러 분류의 특허지표결과를 통합하여 분석하는 연구가 필요하다.
또한 본 연구에서 사용한 특허지표들의 단순통계 위주의 분석을 넘어 다양한 관점에서 활용가능성을 파악하는 연구가 필요하다.
그러나 본 연구는 데이터 신뢰성 측면과 산업안전기술분야 정의 측면에서 보완될 필요가 있다. 먼저, 안전 기술의 정의가 모호하여, 특허 데이터를 일반적인 키워드 위주로 수집한 부분이 보완되어야 한다. 기존 특허분석 연구에서처럼^7,11), 각 산업안전분야의 전문가에게 본 연구의 키워드를 바탕으로 보다 적합한 특허 검색식을 결정하고, 도출된 특허가 적합한지 확인하는 과정을 거칠 필요가 있다.
따라서 추후에는 산업안전분야와 특허분류를 복수대응시켜, 산업안전기술분야를 확장하고, 기술 현황을 비교분석하는 연구가 필요하다. 실제로 위험성이 높은 육상, 화물 등 자동차 및 교통분야는 다양한 특허분류가 융합된 산업안전기술분야이기 때문에, 본 연구와 같은 개별특허분류 위주가 아닌 여러 분류의 특허지표결과를 통합하여 분석하는 연구가 필요하다. 또한 본 연구에서 사용한 특허지표들의 단순통계 위주의 분석을 넘어 다양한 관점에서 활용가능성을 파악하는 연구가 필요하다.
또한 본 연구에서 사용한 특허지표들의 단순통계 위주의 분석을 넘어 다양한 관점에서 활용가능성을 파악하는 연구가 필요하다. 클러스터링, 네트워크 분석 등 기술들 간의 상호연결 관계를 파악하거나, 기술 키워드 간의 연관성을 바탕으로 새로운 안전기술유형화를 수행하는 연구 등 보다 정교한 데이터마이닝 또는 기계 학습 기법을 추가적으로 적용할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	기술동향분석 및 예측을 위한 접근방법을 분석 특성에 따라 분류하면 어떻게 분류되는가?	기술동향분석 및 예측을 위한 접근방법으로는 분석 특성에 따라 크게 정성적 접근방법과 정량적 접근방법으로 나누어진다. 정성적 접근방법에는 주로 델파이(Delphi)기법과 같이 분석대상이 되는 분야의 전문가 지식과 경험에 의존한 기술예측방법이 있으며, 정량적 접근방법에는 대표적으로 특허분석이 있다.
	정성적 접근방법과 정량적 접근방법에는 각각 어떤 방법들이 있는가?	기술동향분석 및 예측을 위한 접근방법으로는 분석 특성에 따라 크게 정성적 접근방법과 정량적 접근방법으로 나누어진다. 정성적 접근방법에는 주로 델파이(Delphi)기법과 같이 분석대상이 되는 분야의 전문가 지식과 경험에 의존한 기술예측방법이 있으며, 정량적 접근방법에는 대표적으로 특허분석이 있다. 정성적 접근 방법은 많은 기술 전문 인력과 시간이 소요되며 전문가들의 주관적인 성향에 따라 도출되는 결과에 많은 영향을 미치기 때문에, 최근에는 기술동향을 파악하고 기술예측을 위하여 보다 정확성이 높은 정량적 접근방 법론인 특허분석을 많이 활용하고 있는 추세이다,6,7).
	기술동향을 파악하고 예측하기 위하여 정성적 접근 방법보다 특허분석을 더 활용하는 이유는 무엇인가?	정성적 접근방법에는 주로 델파이(Delphi)기법과 같이 분석대상이 되는 분야의 전문가 지식과 경험에 의존한 기술예측방법이 있으며, 정량적 접근방법에는 대표적으로 특허분석이 있다. 정성적 접근 방법은 많은 기술 전문 인력과 시간이 소요되며 전문가들의 주관적인 성향에 따라 도출되는 결과에 많은 영향을 미치기 때문에, 최근에는 기술동향을 파악하고 기술예측을 위하여 보다 정확성이 높은 정량적 접근방 법론인 특허분석을 많이 활용하고 있는 추세이다,6,7). 특허는 개발된 기술에 대하여 자세하고 정확한 정보를 포함하고 있으며, 출원한 국가로부터 일정기간 동안 발명자의 기술에 대해 법적으로 보호되는 지식재산이다8).

참고문헌 (21)

W. Jang, S. Kang, J. Lim and Y. Suh, "ICT Convergence for Safety Technology: Typology and Development", Journal of the Korean Institute of Industrial Engineers, Vol. 45, No. 2, pp. 162-171, 2019.

상세보기
Eurostat News, 27 April, 2017.
B. Song and Y. Suh, "Identifying Convergence Fields and Technologies for Industrial Safety: LDA-based Network Analysis", Technological Forecasting and Social Change, Vol. 138, pp. 115-126, 2019.

상세보기
J. Jeon and Y. Suh, "Multiple Patent Network Analysis for Identifying Safety Technology Convergence", Data Technologies and Applications, Vol. 53, No. 3, pp. 269-285, 2019.

상세보기
P. Kim and S. Hwang, "A Study on the Project of the IT-based Promising Technologies Utilizing Patent Database", Journal of Korean Institute of Communications and Information Sciences, Vol. 34, No. 10, pp. 1021-1030, 2009.
A. T. Roper, A. L. Porter, T. W. Mason, F. A. Rossini and J. Banks, "Forecasting and Management of Technology", John Wiley & Sons, 1991.
S. Lee, B. Yoon and Y. Park, "An Approach to Discovering New Technology Opportunities: Keywords-Based Patent Map Approach", Technovation, Vol. 29, pp. 481-497, 2009.

상세보기
D. Hunt, L. Nguyen and M. Rogers, "Patent Searching Tools & Techniques", John Wiley & Sons, 2007.
J. Choi and K. Yoon, "Current Status and Development Strategy for Energy Safety Technology", Journal of Energy Engineering, Vol. 17, No. 4, pp. 175-181, 2008.
Y. Suh, "Exploring Convergence Fields of Safety Technology Using ARM-Based Patent Co-Classification Analysis", J. Korean Soc. Saf., Vol. 32, No. 5, pp. 88-95, 2017.
Y. Geum, S. Lee, B. Yoon and Y. Park, "Identifying and Evaluating Strategic Partners for Collaborative R&D: Index-Based Approach Using Patents and Publications", Technovation, Vol. 33, pp. 221-224, 2013.
I. Yun, S. Kim and E. Jeong, "Evaluation of Technology Activity, Innovation and Productivity Using Korean Patent Information", Journal of Korean Society for Information Management, Vol. 42, No. 2, pp. 151-161, 2011.

원문보기 상세보기
R. R. Nelson and S. G. Winter, "The Schumpeterian Tradeoff Revisited", The American Economic Association, Vol. 72, pp. 114-132, 1982.
T. U. Daim, G. Rueda, H. Martin and P. Gerdsri, "Forecasting Emerging Technologies: Use of Bibliometrics and Patent Analysis", Technological Forecasting and Social Change, Vol. 73, pp. 981-1012, 2006.

상세보기
H. Shin, "Design of Consolidated Patent Index for Effective Utilization of Patent Information", Management Science, Vol. 24, pp. 1-8, 2007.
Korean Intellectual Property Office, "Guidelines for the Use of Patents and Indicators", 2015.
M. Squicciarini, H. Dernis and C. Criscuolo, "Measuring Patent Quality: Indicators of Technology and Economic Value", Technology and Industry Working Papers, OECD publishing, 2013.
Korea Institute of Patent Information, "Patent Analysis Methodology for Technology Roadmap", 2005.
Y. Suh, "Data Analytics for Social Risk Forecasting and Assessment of New Technology", J. Korean Soc. Saf., Vol. 32, No. 3, pp. 83-89, 2017.
S. Kang and Y. Suh, "On the Development of Risk Factor Map for Accident Analysis Using Textmining and Self-Organizing Map(SOM) Algorithms", J. Korean Soc. Saf., Vol. 33, No. 6, pp. 77-84, 2018.
Korean Statistical Information Service, "Summary of Occupational Accidents by Industry", 2017.

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