[논문]5개국 바이오헬스 산업의 기술융합과 트렌드 분석 : 특허 동시분류분석과 텍스트마이닝을 활용하여

박수현; 윤영미; 김호용; 김재수

doi:10.15207/jkcs.2021.12.4.009

5개국 바이오헬스 산업의 기술융합과 트렌드 분석 : 특허 동시분류분석과 텍스트마이닝을 활용하여
Technology Convergence & Trend Analysis of Biohealth Industry in 5 Countries : Using patent co-classification analysis and text mining 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.12 no.4, 2021년, pp.9 - 21

박수현 (과학기술연합대학원대학교(UST) 과학기술경영정책학과, 한국과학기술정보연구원(KISTI)) , 윤영미 (과학기술연합대학원대학교(UST) 과학기술경영정책학과, 한국과학기술정보연구원(KISTI)) , 김호용 (광주과학기술원(GIST) AI대학원) , 김재수 (과학기술연합대학원대학교(UST) 과학기술경영정책학과, 한국과학기술정보연구원(KISTI))

초록
AI-Helper

본 연구는 IP5국가(KR, EP, JP, US, CN)의 바이오헬스 분야 특허데이터를 기반으로 기술의 융합과 트렌드를 파악하여 해당 산업 분야의 발전 방향을 제시하는 것을 목적으로 한다. 기술융합 현황 파악을 위해 특허 동시분류분석 기반의 네트워크분석과 TF-IDF 기반의 텍스트마이닝을 주요 방법론으로 활용하였고, 분석 결과 바이오헬스 산업의 기술융합 클러스터는 크게 (A)치료용 의료기기, (B)의료데이터프로세싱, (C)생체계측용 의료기기의 세 가지 형태로 도출되었다. 또한 기술융합 결과를 토대로 한 트렌드 분석의 결과에서 우리나라는 (B)의료데이터프로세싱 분야에서 시장선도국으로 도출됨에 따라 향후 상업적 가치가 높은 특허로 시장 우위를 선점할 수 있는 가능성이 높다고 분석되었다. 특히 해당 분야는 2019년 1월 국회에서 통과된 '데이터3법'이라는 정책적 변환과 더불어, 국내 바이오헬스 기업들의 의료데이터 활용 가능성이 확대됨에 따라 해당 기술에 대한 기술융합 활성화 정책 수립과 R&D 지원 전략이 필요할 것으로 전망된다.

Abstract ▼ AI-Helper

The study aims to identify convergence and trends in technology-based patent data for the biohealth sector in IP5 countries (KR, EP, JP, US, CN) and present the direction of development in that industry. We used patent co-classification analysis-based network analysis and TF-IDF-based text mining as the principal methodology to understand the current state of technology convergence. As a result, the technology convergence cluster in the biohealth industry was derived in three forms: (A) Medical device for treatment, (B) Medical data processing, and (C) Medical device for biometrics. Besides, as a result of trend analysis based on technology convergence results, it is analyzed that Korea is likely to dominate the market with patents with high commercial value in the future as it is derived as a market leader in (B) medical data processing. In particular, the field is expected to require technology convergence activation policies and R&D support strategies for the technology as the possibility of medical data utilization by domestic bio-health companies expands, along with the policy conversion of the "Data 3 Act" passed by the National Assembly in January 2019.

주제어

표/그림 (15)

그림 Fig. 1. Analysis model
그림 Fig. 2. Cluster analysis visualization performed with VOSViewer
표 Table 1. Top 10 IPCs and concurrent appearance weights by cluster
표 Table 2. Definition of top 3 IPC and KSIC-IPC by cluster
표 Table. 3. TF-IDF Top 10 Keywords by Cluster
그림 Fig. 3. Patent application trends by year-country
표 Table. 4. Comprehensive Results of Technology Convergence Analysis by Cluster
그림 Fig. 4. Patent application trends by country-cluster
그림 Fig. 5. Top 20 in total patent data keyword frequency
그림 Fig. 6. Wordcloud based on text frequency of patent
표 Table 5. Quarterly TF-IDF keywords
그림 Fig. 7. Technical competitiveness by country
그림 Fig. 8. Technology competitiveness of (A) Medical devices for treatment by country
그림 Fig. 9. Technology competitiveness of (B) Medical data processing by country
그림 Fig. 10. Technology competitiveness of (C) Medical device for biometrics

참고문헌 (23)

Science and Technology Policy Institute. (2016). The Effect of Convergence on Technological Innovation Patterns : Focusing on Automobile and Display Industries. Sejong : STEPI.
C. J. Park, K. Y. Kim, D. S. Seong & K. B. Lee. (2014). Automatic IPC Classification of Patent Documents Using the Term Clustering. The Journal of Korean Institute of Information Technology, 12(9), 127-139.
Z. Griliches. (1990). Patent statistics as economic indicators: A Survey, Journal of Economic Literature, 28, 1661-1707.

상세보기
H. Ernst. (2003). Patent information for strategic technology management. World Patent Information, 25(3), 233-242.

상세보기
J. H. Moon, U. J. Gwon & Y. J. Geum. (2017). Analyzing Technological Convergence for IoT Business Using Patent Co-classification Analysis and Text-mining. Journal of Technology Innovation, 25(3), 1-24.

원문보기 상세보기
Y. J. Nam & E. S. Jeong. (2006). A Study on the Development of New Patent Index Used the Citation Information, Journal of the Korean Society for information Management, 23(1), 221-241.

원문보기 상세보기
S. Breschi, F. Lissoni & F. Malerba. (2003). Knowledge-relatedness in firm technological diversification. Research Policy, 32(1), 69-87.

상세보기
C. Kim, H. Lee, H. Seol & C. Lee. (2011). dentifying core technologies based on technological cross-impacts: An association rule mining (ARM) and analytic network process (ANP) approach. Expert Systems with Applications, 38(10), 12559-12564.

상세보기
H. Park & J. Yoon. (2014). Assessing coreness and intermediarity of technology sectors using patent co-classification analysis: the case of Korean national R&D. Scientometrics, 98(2), 853-890.

상세보기
S. K. Kim. (207). TOPSIS-based method for identifying the technological relationship and the influential technology : co-citation and co-classification analysis. Master dissertation. SNU University, Seoul.
L. Leydesdroff. (1989). Words and co-words as indicators of intellectual organization. Research Policy, 18(4), 209-223.

상세보기
J. S. Noh & I. Y. Ji. (2019). A Comparative Analysis of Convergence Types and Technology Levels of Polymer Technologies in Korea and Other Advanced Countries: Utilizing Patent Information. Journal of the Korea Convergence Society, 10(3), 185-192.

원문보기 상세보기
Y. E. Kwon & J. S. Kim. (2018). Analysis of National R&D Patent Performance Network in Bio-Healthcare Sector. Journal of the Korea Convergence Society, 9(12), 17-24.

원문보기 상세보기
D. H. Lee, H. Y. Choi, B. K. Jeong & J. H. Yoon. (2018), Monitoring Bio-fuel Technology Using Patent Text Mining. The Journal of Intellectual Property, 13(1), 285-312.

상세보기
Y. W. Sawng, J. E. Ahn & S. Y. Park. (2016). Generation and Selection of the Core Technologies using the Patent Data Text-mining: Focused on the Mobile Payment Market. Global Business Administration Review, 13(1), 407-427.

상세보기
J. S. Gam, M. W. Kim & B. H. Hyun. (2013). A Study on Analysis of Patent Information Based Biotechnology Research Trend and Promising Research Themes. Journal of Technology Innovation, 21(2), 25-56.
J. H. Choi, H. S. Kim & N. G, Im. (2011). Keyword Network Analysis for Technology Forecasting. Journal of intelligence and information systems, 17(4), 227-240.

원문보기 상세보기
N. J. van Eck & L. Waltman. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84, 523-538.

상세보기
H. W. Park & K. I. Kim. (2007). Analysis of Research Trends and Technological Position of PMP Using Patent Information, The Journal of the Korea Contents Association, 7(9), 117-126.

원문보기 상세보기
R. Agarwal, G. Gao, C. DesRoches & A. K. Jha. (2010). The Digital Transformation of Healthcare: Current Status and the Road Ahead. Information Systems Research, 21(4), 796-809.

상세보기
Ministry of Health and Welfare. (2016). Health and medical technology research and development project patent technology trend survey report-IoT in healthcare field, Sejong: MOHW.
X. Zheng & C. Rodriguez-Monroy. (2015). The Development of Intelligent Healthcare in China. Telemedicine and e-Health, 21(5), 443-448.

상세보기
Y. H. Kim. (2020.11.18). Korean biohealth industry 3-year investment 10 trillion vs. multinational pharmaceutical company 1-year R&D investment 13 trillion. ChosunBiz

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