특허동향분석(PTA) 기법을 통한 미래지속가능 기술 예측에 관한 연구

강귀용 경기대학교 일반대학원 2016 국내박사

기술은 사회를 변화시키는 가장 근원적인 요인이며, 사회는 기술의 개발과정에 직접적으로 영향을 미친다. 각 기업들은 이러한 급변하는 기술시장의 환경변화에 적극적으로 대처하기 위하여 미래에도 지속가능한 유망 기술시장을 미리 예측하고, 그러한 예측을 바탕으로 사전에 미래에 대한 정확한 대처전략을 세우고 있으며, 각 국가들은 다가오는 미래에 대비하여 적극적으로 미래기술의 방향을 예측하고 대비하고 있다. 이러한 미래 지속가능한 유망 기술의 정확한 예측은 국가의 과학기술에 대한 장기발전 계획을 수립하고 국가연구개발사업 기획의 토대가 되며, 기업의 장기 기술경영기획에 필요한 기초자료를 확보하게 해준다. 이러한 미래기술을 예측하는 기법들은 예측을 수행하는 분야와 예측 목적에 따라서 현재 다양하게 존재하고 있다. 본 연구는 현존하는 미래기술을 예측하는 기법들 중에서 활용도가 높은 기법인, 정성적 방법의 델파이(Delphi) 기법과 시나리오(Scenario) 기법과 정량적 방법의 기술로드맵(TRM) 기법과 특허동향분석(PTA: Patent Trend Analysis) 기법을 상호 대비하여 고찰하였다. 그리고 이러한 미래기술 예측 기법 중에서 혁신적인 기술에 대한 연구개발의 성과로서 나타나며 상대적으로 객관적인 다양한 지표 활용이 가능한 특허데이터를 기반으로 수행되어지는 특허동향분석(PTA) 기법을 이용하여 기술흐름 및 방향성 분석, 그리고 공백기술의 예측을 통한 미래기술 예측방안에 대해서 살펴보았다. 다음으로 온실가스 감축목표 달성 및 에너지 위기 극복을 위하여 최근 중요도가 더욱 증가하고 있는 기술분야인 에너지 절감이 가능한 친환경 건축물 기술분야를 실제 사례로 선정하고, 실제 사례에 대해서 특허동향분석(PTA)을 통해서 정량분석을 수행하여 국가별 기술개발 활동현황, 국가별 내·외국인 특허출원현황, 국가별 기술시장 성장단계현황, 주요경쟁자 Landscape 및 세부기술별 특허동향에 대한 분석을 수행하였다. 그리고 핵심데이터를 추가적으로 선별한 후 OS-Matrix 분석 기법을 통해서 공백기술을 파악하는 심층분석을 수행하였다. 마지막으로 특허동향분석(PTA) 기법을 통한 미래기술의 예측결과의 신뢰성을 검증하기 위하여, 다중 기준시점(MRP: Multi Reference Point) 비교법을 제안하고, 실제 사례로 선정된 에너지 절감이 가능한 친환경 건축물 기술분야에 대하여 다중 기준시점 비교법을 적용하여 정량분석 중 기술 Landscape 예측결과와 심층분석 중 공백기술 예측결과에 대한 신뢰성을 검증하였다. 본 연구는 혁신적인 기술에 대한 연구개발의 성과로서 나타나는 객관적인 특허자료를 대상으로 하기 때문에 상대적으로 분석결과에 대한 신뢰도가 높은 것으로 판단되는 특허동향분석(PTA) 기법을 활용하여 미래기술을 예측함에 있어서, 현재 기술의 흐름 및 방향성을 보다 명확하게 분석하고 공백기술을 보다 정확하게 분석하는데 실질적으로 도움이 되는 다양한 분석지표를 제시하였다. 또한 본 연구는 특허동향분석(PTA) 수행자의 주관적인 판단에 근거하여 분석당시의 현재시점에 대해서만 이루어지는 미래기술 예측결과에 대한 신뢰성을 다중 기준시점(MRP: Multi Reference Point) 비교법을 이용하여 간단하면서도 효율적으로 검증할 수 있도록 하였다는 점에서 의의가 크다고 볼 수 있다. 따라서 본 연구의 결과는 향후 기술개발의 방향성을 설정하고 장기적인 기술경영 및 기술발전 계획을 수립하기 위한 미래지속가능 기술의 예측에 특허동향분석(PTA) 기법이 더욱 신뢰성 있게 활용되는데 매우 유용한 기초자료로 활용할 수 있을 것으로 보인다. Technology is the most fundamental cause to make a change in society and society, in reverse, has a direct influence on the process of technological development. Each business, in order to get to active grips with such environmental changes in the technology market, predicts sustainable and prospective technology markets and, on the basis of the prediction, makes exact strategies to meet the future while each country also aggressively predicts and prepares the direction of future technology markets to make provision for the future. Such an exact prediction of prospective technology that will be sustainable in the future enables a country to put in place a long-term development plan for science and technology or is foundation for underpinnings for national research and development projects, or makes a business secure basic data required for planning long-term technology management. There are various techniques to predict future technology according to the field in which the prediction is implemented and the objectives the prediction is going to achieve. This study, among diverse techniques that predict future technology based on theoretical debates, compared and looked at Delphi method and Scenario method as a qualitative technique, and technology road map(TRM) method and patent trend analysis(PTA) method as a quantitative technique that have high applicability. Moreover, this study emphasized the PTA method that works on patent data that are generated as a performance of research and development on innovative technology and can be used as various, relatively objective indices to drill down on future technology planning by analyzing technical trend and forecasting the “white space”. In the next phase, this study selected, as an actual demonstration case, eco-friendly construction technology field that may save energy and is recently increasingly important in order to achieve green house gas reduction and get over an energy crisis; and quantitatively analyzed such an actual case by the PTA method to collate technological development activities by country, patent application status of domestic and foreign people by country, growth phase status of technology markets by country, major competitor landscape and patent trend by subtechnology. In addition, key data were additionally selected and analyzed in depth by OS-Matrix analysis technique to verify technological development as well as white space as far as known. In the last phase, this study, so as to verify the reliability of the results of future technology prediction via the PTA method, compared and verified the results of quantitative analyses and in-depth analyses, with reference to at some point at present and in the past, on eco-friendly construction technology, the actual demonstration case, that may save energy. This study is considered to possess a high significance in that it presented the baselines and indices of both quantitative and qualitative analyses for PTA method that is deemed to be most objective and reliable among various techniques to predict future technology; and there is significance in that it verified the reliability of the results of such quantitative and qualitative analyses. This study is expected to lay a useful foundation, in executing PTA method to predict sustainable future technology at present, for identifying the exact level of technological development activities by country, patent application status of domestic and foreign people by country, growth phase status of technology markets by country, major competitor landscape and patent trend by subtechnology. Furthermore, this study is deemed to be very useful in coordinating the direction in which future technology development should proceed and establishing a long-term plan for technology management and technological development via OS-Matrix technique that is vigorously utilized in finding the white space to predict sustainable future technology.

기업의 기술예측을 강화하기 위한 정량적 예측모델링에 관한 실증연구 : 자동차부품산업 중심으로

박기곤 고려대학교 기술경영전문대학원 2022 국내박사

In recent years, the competition for market preoccupation among auto parts makers is intensifying in the automotive industry due to the development of artificial intelligence and system semiconductors and the technological competition between traditional auto parts makers and ICT companies is increasing rapidly. In addition, the change of E/E (Electric/Electronic) architecture for vehicles due to the transition from the internal-combustion engine to electrification such as electric vehicles using motors is also rapidly advancing technology innovation of automobiles. Changes for vehicle E/E architecture are predicted to evolve into Cross Domain Architecture, Zonal Architecture, and Centralized Vehicle Architecture. It is expected that the number of existing 80 ECU(Electronic Control Unit)s will be reduced to 20-30. By applying advanced technology to vehicles with various functions through convergence and integration of technologies for other industries, automobiles are now evolving from a simple moving space to a living space. We can confirm through exhibitions or demonstrations at motor shows and trade fairs. And, due to the change in the automobile paradigm, the existing vertical automobile supply chain systems such as automakers, Tier-1, and Tier-2 are being diversified. The in-house development method is also changing to Eco-System construction through Open Innovation. In this wave of change, centering on companies that develop technology, the importance of planning with strategic direction and challenging execution power for R&D is getting stronger. In addition, performing technology development through efficient resource allocation and investment through accurate prediction of products or technologies has become an essential element for the survival of a company. Therefore, R&D should be carried out through the establishment of a roadmap for products and technology in the planning stage, analysis of positioning in the market by grasping the technology level of the company, and selection of technology acquisition methods for Make or Buy. In particular, the roadmap for products and technology is a tool that sets the development direction by identifying what customers want and needs, selecting products and technologies that meet their requirements, and establishing a target schedule for timely launch on the market. It is used to predict the trend of future development direction, set short-term and mid-to-long-term strategic directions and goals, and promote technology development. However, most companies are developing roadmaps by relying on qualitative methods such as trends, expert opinions, papers, and patent analysis on the relevant technology. If a quantitative method is added to the current qualitative method for technology prediction, a more accurate technology prediction method will enable companies to efficiently input resources and enter the market at the right time. The purpose of this study is to conduct an empirical study on quantitative predictive modeling to strengthen the technology prediction of companies with a focus on the automobile parts industry. Therefore, this study intends to improve the way to maximize the company's performance and improve the contribution to company-wide value creation through the use of technology trend information of unstructured data that can help the company's technology prediction and the grafting with statistical techniques. To solve the research problem, data preprocessing was performed through text mining through unstructured technology trend information data. In addition, according to the development trend of artificial intelligence, time series data were analyzed using deep learning, and empirical research was conducted by limiting the mass production time prediction modeling applicable to the product-technology roadmap among the complex considerations of technology prediction. Although the empirical study presented in this study was conducted through simulation centered on data from the automobile industry, I have no doubt that it can be universally used in other manufacturing fields. In addition, on the company side, if we can supply products to the market in a timely manner, we will lead the way through the methodology for moving from a fast follower to a first mover by breaking away from the method of creating roadmaps for products and technologies through expert Delphi technique and benchmarking of advanced companies. It is believed that it will be able to lay the foundation for a leap forward as a company. 최근 인공지능과 시스템 반도체 발전으로 인한 자동차 산업의 전장화(電装化)에 대하여 자동차 부품업체들의 시장 선점을 위한 경쟁이 심화되고 있으며, 전통 부품업체들과 ICT업체들간의 기술 경쟁의 가속화를 증가시키고 있다. 또한, 기존의 내연기관에서 모터를 활용한 전기차와 같은 전동화의 전환으로 인하여 차량에 대한 E/E(Electric/Electronic) 아키텍처의 변화도 자동차의 기술혁신을 빠르게 진행시키고 있다. 차량 E/E 아키텍처의 변화는 크로스 도메인 아키텍처(Cross Domain Architecture), 구역화 아키텍처(Zonal Architecture), 중앙 집중형 차량 아키텍처(Centralized Vehicle Architecture)로 진화될 것으로 예측되고 있으며, 기존의 80여개의 제어기 개수가 20~30여개로 줄어들 전망이다. 또한, 다양한 기능의 탑재와 함께 첨단 기술을 차량 내부에 적용함으로써 他산업에 대한 기술의 융·복합을 통하여 자동차가 이제는 단순한 이동 공간을 넘어 생활 공간으로의 한 축으로 진화할 수 있다는 것을 모터쇼나 박람회 등의 전시나 시연을 통해 확인할 수 있다. 그리고, 자동차 패러다임의 변화로 인하여 완성차업체, Tier-1, Tier-2 등 기존 수직 계열의 자동차 공급망 체계도 다변화되고 있고, In-house 방식의 개발 방법도 오픈이노베이션(Open Innovation)을 통한 Eco-System 구축으로 바뀌어 가고 있다. 이러한 변화 물결 속에서 기술 개발을 업(業)으로 하는 기업을 중심으로 연구개발에 대한 전략적 방향성과 도전적 실행력을 갖춘 기획의 중요성은 점점 강화되고 있으며, 제품 및 기술에 대한 정확한 예측을 통하여 효율적인 리소스(Resource) 분배와 투자를 통해 기술개발을 수행하는 것은 기업의 생존을 위한 필수적 요소가 되었다. 따라서, 기획 단계에서 제품과 기술에 대한 로드맵 수립, 자사의 기술 수준을 파악하여 시장(Market)에서의 포지셔닝 분석, Make or Buy에 대한 기술획득 방법 선정 등을 통해 연구개발이 수행되어져야 한다. 특히, 제품과 기술에 대한 로드맵은 고객이 원하는 바가 무엇인지, 고객의 니즈를 파악하여 요구사항에 맞는 제품과 기술을 선정하고, 제품을 시장에 적기 출시하기 위한 목표 일정 수립과 개발 방향을 설정하는 툴(Tool)로써 미래 발전방향에 대한 추세를 예측하여 단기 및 중장기의 전략 방향성을 통해 기술 개발을 추진하는데 사용된다. 하지만, 대다수의 기업들은 해당 기술에 대한 동향, 전문가 의견, 논문, 특허 분석 등 정성적인 방법에 의존하여 로드맵을 개발하고 있다. 현재의 기술예측에 대한 정성적인 방법과 더불어 정량적인 방법이 더해진다면 좀 더 정확한 기술예측 방법으로 기업의 효율적인 리소스 투입과 적기 시장 투입을 가능하게 해 줄 수 있을 것이다. 따라서, 본 연구는 자동차부품산업 중심으로 기업의 기술예측을 강화하기 위한 정량적 예측모델링에 관한 실증연구를 통해 제품의 양산시기를 규명하기 위한 것이다. 이를 위해 기업의 기술예측에 도움을 줄 수 있는 비정형 데이터의 기술 동향정보 활용 및 통계 기법들과의 접목을 통해 기업의 성과를 극대화하고 전사가치창출에 대한 기여도를 향상시킬 수 있는 방안을 제고하고자 한다. 정량적 예측모델링에 관한 실증연구를 해결하기 위해 비정형적인 기술 동향정보를 텍스트 마이닝을 통해 데이터 전처리를 수행하였다. 또한, 인공지능의 발전 추세에 따라 딥러닝을 활용한 시계열 데이터를 분석하고, 기술예측의 복합적인 고려 사항 중 제품-기술로드맵 작성에 적용 가능한 양산 시기 예측모델링으로 한정하여 실증연구를 진행하였다. 본 연구에서 제시한 실증 연구는 자동차 산업에서의 데이터를 기반으로 시뮬레이션을 활용하여 연구를 진행하였지만, 범용적으로 他제조업 분야에서도 활용 가능할 것으로 믿어 의심치 않는다. 또한, 기업의 측면에서는 선진업체의 벤치마킹을 통한 제품/기술에 대한 로드맵 작성 방법으로부터 탈피하여, Fast Follower에서 First Mover로 지향하기 위한 방법론을 적용함으로써 제품을 시장에 적기 공급할 수 있다면 선도업체로 도약하기 위한 토대를 마련할 수 있을 것으로 사료된다.

앙상블 학습모델을 활용한 유망기술 예측 : 특허 임베딩과 사건연구 연계를 기반으로

엄하늘 고려대학교 대학원 2022 국내박사

역사적으로 기술은 지속적으로 발전하고 있으며, 기술들의 증가되는 상호작용 속에 기술의 변화속도는 더욱 빨라지고 있다. 정부와 기업 모두 급격한 기술변화에 선제적으로 대응하기 위해 기술예측을 적극적으로 활용하고 있다. 정량적 기술예측은 광범위한 기술 정보들을 취합하고 탐색하는데 효과적이며, 기술에 대한 구체적 정보를 담고 있는 특허는 기술예측을 위한 좋은 재료가 된다. 하지만, 효과적인 기술예측을 위해서는 특허의 텍스트 정보뿐만 아니라 기술개발의 유인을 제공하는 시장성 정보에 대한 고려가 필요하다. 기존의 연구들은 특허 자체 데이터에 집중했다는 점에서 기술예측에 한계점이 존재했다. 특허의 시장성을 객관적으로 평가하기 위해서는 특허거래 정보가 필요하지만, 특허거래는 기업의 영업정보를 노출할 수 있다는 점에서 대부분 비공개로 진행되고 있다. 이에 따라 특허의 시장성을 판단하는데 제약이 존재하며, 본 연구는 이러한 제약을 해소하기 위해 사건연구 방법론을 활용하였다. 사건연구는 특정 이벤트가 기업의 주식가격에 미치는 영향을 계량적으로 평가하는 연구방법론으로서, 어떤 사건이 발생한 이후의 실제 수익률에서 사건이 발생하지 않은 정상적인 상황에서 예상되는 기대수익률을 차감하여 이벤트의 영향을 분석한다. 본 연구에서는 사건연구 기반의 특허의 시장성 가치와 특허들 간 의미 유사성을 토대로 앙상블 기반 학습모델을 통해 유망기술 예측을 수행하였다. 서로 다른 기술군의 유사도를 고려하기 위해, 2015년 1월부터 2020년 4월까지 미국 특허청에 등록된 170만 여개의 모든 특허 데이터를 사용하였으며, 특허의 텍스트 정보를 TF-IDF 행렬로 변환한 후, 잠재의미분석을 수행하여 특허들을 2차원 공간상에 투영하였다. 사건연구 방법론의 경우, 상장된 기업들의 특허 데이터에만 적용이 가능하다. 따라서, 비상장 특허들에게도 시장성 가치를 부여하기 위해 2차원 공간상에 투영된 특허데이터들의 유사도를 기반으로 k-최근접 이웃을 통해 특허가치를 매핑하였다. 그리고 다양한 머신러닝 모델을 Base learner로 하는 스태킹 앙상블 기법을 활용하여 유망기술 예측을 수행하였다. 본 연구에서 기술예측 단위는 IPC 분류체계의 세세분류를 기준으로 하며, 유망기술 선정은 전체 기술의 평균 증가율을 상회하는 기술을 유망기술로 선정하는 Carrocher(2003)의 정의를 따랐다. 모델에 사용할 변수를 선정하기 위해, 선행연구를 근거로 특허 증가율 변수를 비교대상 연도별로 구분하여 사용하였으며, 본 연구에서 제안하는 시장성 가치 지표를 추가적으로 사용하였다. 그리고 기술명칭은 상이하나 유사도가 높은 기술들이 미치는 영향력을 고려하기 위해, 2차원 공간상에 매핑된 대상기술의 위치정보를 기반으로 격자를 설정하여 격자 내 기술군의 특허 증가율과 시장성 지표를 변수군에 포함시켰다. 본 연구에서 제안하는 유망기술 예측모형인 앙상블 학습모형은 3개의 Base learner와 1개의 Meta learner로 구성된다. Base learner는 각각 랜덤 포레스트, 다층신경망, 합성곱신경망으로 구성되며, Meta learner로는 얕은 신경망을 사용하였다. 머신러닝 기법을 활용한 유망기술 예측연구가 일부 수행되어지고 있으나, 각 연구별로 유망기술에 대한 정의가 상이하여 종속변수에 차이가 존재하므로 직접적인 예측력 비교에 어려움이 존재한다. 따라서, 본 연구에서는 제안하는 모델의 성능을 비교하기 위해, 대표적인 머신러닝 모델인 랜덤 포레스트, 다층 신경망, 합성곱 신경망을 대조군으로 사용하고, 전통적인 통계적 예측모델인 로지스틱 회귀모형을 대조군으로 추가 반영하여 제안 모델의 성능을 확인하도록 한다. 분석 결과로는 Random Forest 모델의 경우 상대적으로 보통수준의 정밀도를 보여준 반면, 재현율에서 낮은 성능을 기록했다. MLP의 경우, Raondom Forest와 유사한 양상을 보였으나, 정밀도와 재현율 모두에서 Random Forest 보다 상대적으로 우위를 보였다. CNN의 경우, 높은 정밀도를 보였으나, 재현율은 상대적으로 낮은 수치를 보였다. 로지스틱 회귀모형 1의 경우, RF, MLP, CNN과 비교했을 때 상대적으로 낮은 정밀도를 보인 반면, 재현율은 더 높게 나타났다. 앞선 모델들과 다르게 특허 증가율 변수만 활용한 로지스틱 회귀모형 2의 경우, 높은 재현율을 보인반면 정밀도는 가장 낮은 수치를 기록했다. 본 연구에서 제안하는 앙상블 학습모델의 경우, 정밀도와 재현율 모두 높은 수치를 기록했으며, 정밀도와 재현율을 모두 고려한 F1-Score를 기준으로 보았을 때, 앙상블 학습모델이 비교모형들보다 우수한 성능을 보임이 확인되었다. 앙상블 학습모델이 산출한 예측치와 비교모형이 산출한 예측치의 연관성을 판단하기 위해 교차분석을 추가적으로 수행했으며, 앙상블 학습모형의 예측치와 각 비교모형의 예측치 간 차이가 통계적으로 유의하게 나타났다. 본 연구는 대량의 특허 데이터를 사용하였으며, 사건연구 방법론을 활용하여 특허의 시장성 가치를 산출하고, 잠재의미분석 기반의 특허 임베딩과 연계함으로써 기술들의 의미론적 유사성과 기술개발 유인을 함께 고려할 수 있도록 했다. 또한, 산출된 데이터를 토대로 기계학습 기반의 앙상블 학습모델을 활용하여 유망기술 예측을 시도함으로써 개별 모델들이 갖는 모델 편향이 해소될 수 있도록 하였다. 기존의 특허분석 기반 기술예측 연구들이 특정 기술 영역의 특허 데이터만을 활용하는 경향이 존재하였으나, 본 연구는 특허 데이터와 시장성 데이터라는 이종 데이터의 연계를 통해 기술예측을 수행하고, 기술들의 연관성을 고려하기 위해 특정 기간 동안의 모든 특허 데이터를 사용했다는 점에서 함의를 갖는다. 본 연구가 갖는 학술적 기여를 정리하면 다음과 같다. 기술예측은 기술경영의 한 분야로써 기술경영학적 방법론을 중심으로 발전해왔으며, 최근 머신러닝 기법을 적극적으로 활용하고 있으나, 기술의 질적 측면을 포착하기 위한 데이터의 미비로 연구 발전에 제약이 존재해왔다. 본 연구에서는 기술의 질적 측면을 고려하기 위해 경영학, 특히 재무학에서 활발하게 활용되고 있는 사건연구 방법론을 기술예측에 접목하였다는 점에서 학술적 함의를 가지며, 특히, 특허의 의미론적 분포와 시장성 가치의 연계 방법을 고안하였다는 점에서 방법론적인 의의도 갖고자 하였다.

특허정보 빅데이터 분석을 통한 라스트마일 물류 유망기술 도출

이현 고려대학교 기술경영전문대학원 2021 국내박사

Non-face-to-face life is becoming common through COVID-19 pandemic, and demand for purchasing products through e-commerce is increasing. In line with these changes in the era, the last mile sector is drawing attention, and nationally, private companies are also trying to increase their competitiveness through the development of related fields. The key to strengthening competitiveness is to provide information to predict promising future technologies and establish a reasonable technology strategy with limited resources, which will lead to a technological advantage. Technology prediction was generally conducted through the gathering of opinions from a group of experts, but it has a limitation that it takes time and money and is subjective. Recently, studies have been conducted to minimize the threshold using a combination of quantitative analyses. Among them, analysis using patent information representing technical elements is the most reasonable, and various research and analysis methods are used to conduct technology prediction. In this study, we reviewed existing studies to confirm that the lack of technical prediction research in the last mile field and that technology prediction methods using patent information are most reasonably utilized. Therefore, I conducted the study with the goal of predicting promising technologies in the field of Last Mile, which applied the most reasonable patent analysis technology prediction method. Patent information was collected through the Wipson database for patents released 18 months after applications in Korea, China, the United States, and Europe from January 1974 to August 2020. The invention name and summary information of the collected patents were formatted through the text mining process, and the top 500 keywords were extracted based on the frequency of their appearance. The extracted keywords were able to be selected as many as five groups that did not overlap keywords as possible through the technology clustering process through the LDA. Ten key keywords for each selected group could be selected to define each technical field. ARIMA time series analysis was conducted to confirm the technology trends of each group. As a result of checking the trend of future patents over time and confirming future prospects, all five groups showed an upward curve, indicating a high possibility of future development. Gap nodes were derived through GTM patent map analysis for groups that were confirmed to be highly promising, and blank nodes were identified through keyword-patent matrix, and promising technologies by group can be predicted through key keywords belonging to each node. Based on research and analysis results, promising technologies in each technology field were "Automated operation technology using robots", "Aids related to goods classification and delivery", "Low-cost classification and transport optimization technology", "Monitoring technology for safe delivery and management", and "Structures and facilities for classification in logistics centers". As technology's influence has increased, preparing for the future through technology prediction has become an important factor for both countries and businesses. Existing methods of predicting through general expert advice are costly and time-consuming, and have limitations in that interests between groups and individuals can affect outcomes, and that they must rely entirely on subjective judgments based on individual experience. On the other hand, when quantitative analysis is carried out using patent data that best reflects technical factors, cost and time can be relatively reduced and more objective results can be obtained unlike conventional methods. Research results can be used to establish a company's technology strategy and can also help government decision makers decide on support policies. 코로나 펜데믹을 통해서 비대면 생활이 일반화되고, 전자상거래를 통한 상품구매 수요가 높아지고 있다. 이러한 시대적 변화에 맞추어 라스트마일 분야가 주목받고 있고 국가적으로도 민간기업들도 관련 분야의 발전을 통해서 경쟁력을 높이고자 노력하고 있다. 경쟁력 강화의 핵심은 무엇보다 미래의 유망기술을 예측하여 한정된 자원으로 합리적인 기술전략을 수립할 수 있도록 정보를 제공하는 것이고, 그 결과 기술적 우위를 선점할 수 있을 것이다. 기술예측은 일반적으로 전문가집단의 의견 수렴을 통해서 진행되었으나 시간과 비용이 많이 필요하고 주관적인 요소가 강하다는 한계를 갖고 있다. 최근에는 계량적인 분석을 함께 사용하여 한계점을 최소화하는 연구들이 진행되었다. 그중에서도 기술적 요소를 대표하는 특허정보를 활용한 분석이 가장 합리적이며, 연구분석 방법을 다양하게 활용하여 기술예측을 목표로 수행하고 있다. 본 연구에서는 기존연구를 검토하여 라스트마일 분야를 대상으로 한 기술예측연구가 미비했다는 점과 특허정보를 활용한 기술예측 방법이 가장 합리적으로 활용된다는 것을 확인하였다. 따라서 본 저자는 가장 합리적인 특허 분석 기술예측방법을 적용한 라스트마일 분야의 유망기술 예측을 목표로 연구를 수행했다. 특허정보는 Wipson 데이터베이스를 통해서 1974년 1월부터 2020년 8월까지 한국, 중국, 미국, 유럽 등에서 출원된 지 18개월이 지나 공개된 특허를 대상으로 수집하였다. 수집된 특허의 발명명칭과 요약정보를 텍스트마이닝 과정을 통해서 정형화시키는 전처리 과정을 거쳤고, 출현 빈도수를 기반으로 상위 500개 키워드를 추출하였다. 추출된 키워드는 LDA를 통한 기술군집화 과정을 통해서 최대한 키워드가 중복되지 않는 5개의 그룹을 선정할 수 있었다. 선정된 그룹별 핵심 키워드를 10개씩 정의할 수 있었다. 각 그룹의 기술 추세를 확인하기 위해서 ARIMA 시계열 분석을 진행했다. 시간 경과에 따른 향후 특허의 추세를 확인하여 미래 유망성을 확인한 결과, 5개의 그룹 모두 상승곡선을 나타내어 미래 발전 가능성이 높은 기술 분야임을 알 수 있었다. 유망성이 높다는 것이 확인된 그룹들에 대해서 GTM 특허맵 분석을 통해 공백노드를 도출했고, 키워드-특허 매트릭스를 통해서 공백노드를 확인했으며 각 노드에 속한 핵심 키워드를 통해서 그룹별 유망기술을 예측할 수 있다. 연구분석 결과를 기반으로 각 기술분야 그룹별 유망기술을 “로봇을 활용한 자동화 운영기술”, “물품 분류 및 배송 관련 보조 장치”, “저비용 분류·운반 최적화 기술”, “안전 배송 및 관리를 위한 모니터링 기술”, “물류센터 내 분류·저장을 위한 구조물 및 시설 관련 기술”로 판단했다. 기술이 미치는 영향력이 더 높아지면서, 기술예측을 통해서 미래를 준비하는 것은 국가와 기업 모두에게 중요한 요소가 되었다. 기존의 일반적인 전문가 자문을 통한 예측방법은 비용과 시간이 많이 필요로 하고, 집단과 개인 간의 이해관계가 결과에 영향을 미칠 수 있다는 점, 개인의 경험을 바탕으로 주관적인 판단에 온전히 의존해야 한다는 점에서 한계점이 존재한다. 반면, 기술적 요소를 가장 잘 반영하고 있는 특허데이터를 활용하여 정량적인 분석을 진행할 경우에는 기존의 방법들과는 달리 비용과 시간을 상대적으로 절감할 수 있고 더 객관적인 결과를 얻을 수 있다. 연구결과는 기업의 기술전략 수립에 활용할 수 있고 정부의 의사결정자들에게도 지원정책을 결정할 때 도움을 줄 수 있다.

硏究開發計劃에 있어서 技術豫測技法 活用에 관한 硏究

이원용 全南大學校 1988 국내석사

As modern society has become complicated, uncertain variables which are concerned with technological forecasting for the research and development of enterprise are increasing. Accordingly idea-deciders in this field have to choose the most righteous and dangerous substitutional plans. As the function of technological forecasting in the research and development planning must be changed into quantitative or qualitative danger from existing uncertainty, it will help idea-deciders choose the utmost danger. This research emphasizes the constant importance of technological forecasting without a scheme about research and development planning till now, which investigates and evaluates concrete technological forecasting methods for this, and comparison, the points at issue and likeness of various technological forecasting. But these various methods are made under the background of developed countries, and so if these were applied to developing countries such as our nation, adequate correction and supplement would be needed. Delphi and necessary methods of them are thought to be good even if they are characteristically used like that in our country. The important problem is how to choose and use mixed forecasting methods adequately and effectively according to the character of object for research and development. Technological forecasting based on new efficient conception depends on new recognition of energy and the second law of heating dynamics. Lastly though Delphi method is not universalized in our country, many research must be made in many fields; politics, economy, society culture and so forth to apply itself to our surroundings. Thus if it is done so, it may be thought excellent idea-deciding method not to be compared with any method in uncertainty and individuation times.

硏究開發管理 技法을 利用한 技術豫測에 關한 硏究 : 生産能力向上問題의 適用

김희삼 漢陽大學校 産業大學院 1987 국내석사

특허정보를 활용한 기술동향의 분석 및 예측 : NCW 정보보호기술을 중심으로

김도회 고려대학교 정보경영공학전문대학원 2009 국내석사

21세기 세계 경제는 지식 기반 경제로 급변하고 있으며, 강력한 특허권을 확보하는 것은 지식 기반 경제로의 이행을 위한 핵심 전략으로 여겨지고 있다. 이에 따라 전략적인 연구개발 및 특허권 확보를 위해 기존의 특허정보를 분석하는 연구가 많이 진행되고 있다. 하지만 일반적인 특허정보 분석은 대부분 현재까지의 기술동향에 대한 자료를 통계적으로 표현하거나 추가적으로 관련 전문가의 정성분석을 포함하는 정도에 국한하고 있다. 따라서 본 논문에서는 선행기술조사를 통한 특허 동향 분석에 더하여 제한적으로 활용되고 있는 특허정보를 활용하여 미래의 기술 확산 형태를 예측해 보았으며, 이를 위해 확산 예측에 널리 사용되고 있는 기법인 Bass 모형과 Logistic 모형을 통해 실험을 진행하였다. 논문의 실험데이터로는 현재 한국군이 미래전의 주개념으로 설정하고 있는 네트워크중심전(Network-Centric Warfare; 이하 NCW)에서의 정보보호기술과 관련한 특허데이터를 활용하여 기술동향을 분석하고 확산형태를 예측해 보았다. 먼저 특허동향 분석결과 전 세계적으로 NCW 정보보호기술에 대한 특허출원량이 급격한 증가추세를 보이고 있으며 기술경쟁력 측면에서는 미국의 특허가 양적으로나 질적으로 모두 우세함을 알 수 있었다. 반면 한국의 특허출원은 2002년을 기점으로 급증하고 있어 양적으로 크게 성장하고 있는 것으로 나타났지만 특허출원이 거의 국내에만 집중되고 있어 국제적인 경쟁력을 확보하였다고 볼 수 없으며 앞으로 특허의 포트폴리오를 다각화하고 해외로의 출원을 확대하여 경쟁력을 강화해 나가야 하겠다. 다음으로 NCW 정보보호기술에 대한 기술 확산을 예측하기 위하여 Bass 모형과 Logistic 모형을 실험해본 결과 Logistic 모형이 NCW 정보보호기술의 확산을 예측하기 위한 우수한 모형임을 알 수 있었다. Logistic 모형을 통해 기술 확산을 예측해 본 결과 현재 NCW 정보보호기술이 점차 성숙기에 접어들고 있음을 분석할 수 있었으며, 이에 따라 개량특허 위주의 방어적 특허 포트폴리오 구성이 필요함을 알 수 있었다. 본 분석들은 NCW를 구현하고 이에 대한 연구개발이 이루어져야 하는 한국군에 있어 중복개발을 방지하고 연구개발의 방향을 설정하는 데 유용한 자료가 될 수 있으며, 논문에서 제시하고 있는 분석방법은 제한적으로 활용되고 있는 특허정보의 발전된 분석 방법으로 고려될 수 있을 것으로 사료된다. The paradigm of economy has been transformed into knowledge based economic paradigm in 21th century. Analysis of patent trend is one of the strategic methods for increasing their patent competitive power. However, this method is just presenting statistical data about patent trend or including qualitative analysis of expert about some core technology. This research suggest not only patent trend analysis but also forecasting the diffusion of technology using patent information for more progressive analysis. And this research make an experiment with bass model and logistic model and make use of patent data about information-security technology for NCW as input data. The resust of this research will suggest a meaningful information for efficient R&D of information-security technologies on NCW.

로지스틱 모형을 활용한 그래핀 기술의 성장 예측

김현철 高麗大學校 技術經營專門大學院 2013 국내석사

이 논문은 확산곡선을 이용하여 그래핀 수율 개선 추세를 추정하고 기존에 제시된 그래핀 관련 시장 전망과 비교해 그래핀 기술 관련 시장 진입시점을 예측하는 연구이다. 1947년 그래핀에 대한 이론적으로 최초 규명된 이래, 2004년 그래핀에 노보슬로프와 가임 교수가 최초로 흑연에서 그래핀을 박리하였다. 이후 그래핀의 우수한 물성에 주목, 그래핀 응용분야에 대한 시장전망은 2015년 $300억, 2025년 $2400억, 그리고 2030년에 $6000억까지 예측되었다. 그러나 시장 예측과 달리 현재 그래핀 상용화를 위한 면적과 수율은 미미하다. 따라서 그래핀을 활용한 응용제품 분야의 적절한 시장 진입시점 예측을 위해 그래핀 수율 개선 추세에 대한 예측이 필요하다. 이는 관련 그래핀 생산성과 활용 분야에서의 인프라, 외부환경이 조화가 되어야 하기 때문이다. 본 연구에서 그래핀의 생산성에 주목, 면적 및 수율 개선 추이 예측을 위해 정성적인 방법인 유사 소재의 면적과 수율에 대한 분석을 통해 그래핀의 면적과 수율을 예측하는 비교유추법을 활용하였으며, 면적과 수율에 대한 정량적인 예측을 위해 로지스틱 모형을 사용하였다. 비교유추를 위한 유사 소재는 반도체용 실리콘 소재와 반도체용 질화칼륨 소재이며, 이들 소재의 면적․수율과 논문 간의 상관관계 분석을 통해 유의 여부를 파악한 후, 로지스틱 모형을 활용하여 논문의 양적 증가에 따른 면적과 수율의 개선 관계식 및 계수를 도출하였다. 도출된 관계식 및 계수를 토대로 그래핀 논문과 면적․수율 간의 개선 값을 2004년부터 2012년까지 추정하였다. 추정된 그래핀의 면적 및 수율 값을 기반으로 시간 경과에 따른 면적과 수율을 로지스틱 모형으로 예측하였다. 면적 및 수율에 대한 예측 결과, 우선 실리콘 소재 데이터에서 도출된 계수를 활용해 예측한 시나리오에 따르면, 그래핀의 면적이 현재 단결정 실리콘 면적의 최대값이 450mm에 도달하는 시점은 2036년경이며, 상업화가 가능한 면적인 100mm가 되는 시점은 2013년경으로 나타났다. 한편, 수율에 대한 예측은 최초 그래핀이 제작된 시점에서 95%의 수율에 도달하는데 약 22년이 지난 2026년경에 95%의 수율에 도달하며 50%가 되는 시점은 2018년경으로 나타났다. 다음으로 GaN 소재에서 도출된 계수를 활용해 수율 예측 시나리오에 대해 예측 결과, 해당 관계식에서 수율이 95%에 도달하는데 27년이라는 기간이 소요, 도달하는 시점은 2030년경이며, 수율이 1/2이 되는 midpoint는 그래핀이 최초로 등장한 후 18년이 되는 2021∼22년경으로 추정되었다. 본 연구의 의의는 첫째, 논문이라는 과학적․기술적 지식의 양적인 증가가 수율과 면적과 관련된 기술의 개선에 직접적으로 영향을 미치는가에 대해 규명하였으며, 둘째, 그래핀 기술의 상용화의 선결과제인 면적과 수율에 대한 예측을 통해 시장 진입 전략 수립을 위한 기초데이터를 제공하였다는데 있다.

특허 데이터를 통한 유망 기술 예측 : 유망 기술의 특징을 기반으로

전우진 서울과학기술대학교 2022 국내석사

미래사회 변화를 주도하는 기술 혁신을 파악하고, 유망 기술에 대한 지속적인 투자는 국가와 기업 차원에서 산업 경쟁력 향상을 위한 중요한 요소로 여겨진다. 따라서 유망 기술 예측은 산업과 기업 전반에서 큰 관심사로 간주되어 왔으며, 특히 특허 데이터를 사용하여 유망 기술을 예측하는 다양한 연구가 진행되어 왔다. 그러나 기존 연구는 주로 특허의 구조적 부분에 집중하여 유망 기술을 예측하였을 뿐 아니라, 유망 기술의 주요 특징을 고려하지 않고 연구를 진행하였다. 그러나 특허의 품질을 평가할 땐 중추적인 역할을 하는 정보는 특허의 비구조적 부분이기 때문에 해당 정보를 고려할 필요가 있으며, 동시에 유망 기술의 특징을 고려하여 기술 유망성의 다면적 특징도 고려할 필요가 있다. 이에 본 연구는 기술의 유망성에 대한 고찰을 바탕으로, 특허의 비구조적 부분과 구조적 부분을 통합하여 특허의 유망성을 예측하고자 한다. 본 연구는 특허의 구조적 부분을 활용한 기존 연구들을 바탕으로 특허 데이터로부터 서지학적 지표를 추출하고, 이에 더해 특허의 비구조적 부분인 텍스트 관련 지표를 제안하여 유망 기술의 5가지 특징에 따라 맵핑한 뒤, 특허의 유망성을 예측하였다. 특허 데이터는 PatentView API를 통해 수집한 14,992개의 헬스케어 기술 관련 특허를 사용하였다. 특허 데이터로부터 미리 정의한 설명변수를 추출 및 계산하였고, 머신러닝으로 특허의 유망성을 예측하였다. 실험 결과, 본 연구에서 제안한 특허 텍스트 지표 중 같은 기간에 특허의 초록에서 쓰이는 의미 있는 키워드의 빈도가 특허의 유망성을 결정하는 데 중요한 요인이라는 것을 확인할 수 있었다. 본 연구에서 제시하는 유망 특허 예측 프레임워크는 기업이 투자하기 적합한 특허 및 기술을 식별하는 데 도움이 될 것으로 기대된다. Identifying the drivers of technological changes leading to future social changes and R&D on core technologies are considered important factors for improving technological and industrial competitiveness at the national and corporate level, and emerging technologies are of great interest to industries and government officials. However, due to the rapid pace of technological development in recent years, companies are having difficulty selecting suitable technologies for investment. As a solution to this, various studies have been conducted to predict emerging technologies using patent data. However, in previous studies, emerging technologies were predicted mainly by focusing on the structural part of patents, and the research was conducted without considering the characteristics of promising technologies. However, when evaluating the quality of a patent, it is necessary to consider the information of unstructured part of the patent, and at the same time, it is also necessary to consider the multi-faceted features of technology emerging technology. Therefore, this study proposes a systematic method for predicting emerging patent in consideration of the unstructured part of the patent and the characteristics of the promising technology. This study extracted bibliographic indicators from patent data based on previous studies using the structural part of the patent, proposed text-related indicators, which are unstructured parts of the patent, mapped them according to five characteristics of the promising technology, and predicted the emerging patent. 14,992 of patent data related to healthcare technology were used which are collected through the PatentView API. Descriptive variables defined in advance from patent data were extracted and calculated, and the prospect of patents was predicted through machine learning. As a result of the experiment, it was confirmed that the patent text indicator proposed in this study, frequency of meaningful keywords used in the abstract of patents during the same period, is an important factor in determining the emerging patents. The framework for predicting emerging patent presented in this study is expected to help identify patents and technologies suitable for companies to invest in.

기상 수치 모델 기반 실시간 풍력 발전량 예측 기술에 대한 최적화 연구

이영미 부산대학교 2014 국내박사

본 연구는 풍력 에너지의 효율적 이용을 위한 현업용 실시간 풍력 발전량 예측 프로세스를 설계하고, 각 세부 프로세스의 최적화 연구를 통해 국내 풍력단지 운영에서의 적용 가능성을 도출한 것이다. 실시간 풍력 발전량 예측을 위한 기상 수치모델은 WRF를 기반으로 하며, 단기 예측을 위해 통계 기법인 ARIMA와 신경망 모형을 결합하여 적용하였다. 현재를 기준으로 48시간 이내의 실시간 풍속을 예측하여, 풍력 발전기의 성능곡선과 발전기별 위치에 따른 후류 효과 등을 적용하여 최종적인 풍력 발전량을 산정하였다. 연구 대상 단지는 제주도에 위치한 성산과 한경 풍력 단지이며, 2012년을 대상으로 정확도를 검증한 결과, 예측 선행 24시간 이내에서 오차율이 20% 이내로 나타났다. Wind energy technology is one of the most rapidly expanding areas among the renewable resources of energy instead of fossil fuels. Integrating wind power into the electric power system is the key process for making a dispatch plan, which is directly linked to the electricity security and reliability. Accurate prediction of wind power output is crucial to reduce the allocation of reserves in advance, particularly on a time-scale of several hours to days ahead of dispatch. Despite rapid growth of wind energy industry, actual electric power derived from wind generation is still very restricted mainly due to the large uncertainty of wind prediction. From the meteorological perspective, wind is considered as the most challenging variable to accurately forecast due to its nature characterized by strong spatial and temporal variability. Furthermore, wind information for wind energy application should be provided at turbine height (typically around 80 m), rather than near surface like 10 m, a height at which traditional wind observations are routinely taken. Due to scarcity of measurement data, there have been few studies for validation of simulated wind as well as analysis of long-term climatology of wind at 80 m. Accordingly, a large uncertainty as well as lack of understanding of the wind characteristics make it difficult to derive reliable estimation of the potential wind resources. The purpose of this study is to develope optimized real-time wind power prediction using a numerical weather model, WRF, for operating wind power in electrical grid, focusing on Jeju island, Korea. The prediction processes of wind power are composed of two sub-modules, in terms of prediction module of meteorological variables (e,g. wind direction and wind speed) and calculation module of wind power output. For the target of short-term period, prediction information is provided with 10 minutes interval within 30 minutes and with 30 minutes interval from 30 min up to 360 min. On the other hand, prediction information for mid-term is provided with 1 hour interval and updated every 1 hour. For the prediction of wind speed and direction, the combined system of physically-based numerical model and hybrid-type statistical model is developed in this study. As for the numerical model to derive physically-based meteorological variables, a triple-nested system is applied with a focus on the Jeju island with a 1km resolution using WRF, which is the most popular mesoscale numerical weather model. Global Forecast System (GFS) data with 0.5° × 0.5° resolution is used as the initial and lateral boundary condition to drive the WRF. To enhance the model performance, the optimizations for each module are carried out, WRF triple-nested system, hybrid statistical model, and wind power calculation. First, to take into account for uncertainties due to model physics imperfections and initial conditions, we conduct the sensitivity experiments with different combinations of the PBL (YSU & MYJ) and the LS (Thermal diffusion & Noah) schemes initialized at regularly lagged 6-hour intervals. The combination of the YSU PBL and thermal diffusion LS schemes shows slightly better performance in simulating the mean speed and direction of surface wind against the observations averaged over the four stations in Jeju. The results of this study provide the usefulness of a time-lagged ensemble method, reducing the RMSE compared to individual deterministic forecasts. It is considered that deterministic forecast with particular lead-time initialization may not be reasonable or sufficient to draw the best performance because there is no perfect initial condition and numerical model to represent the "true" state of the atmosphere. Second, the hybrid statistical model (ARIMA+Neural network) is optimized for short-term prediction. The value of MAPE in ahead 48 hours is under 12% at both wind farms(Seongsan, Hangyeong). Also, the accuracy is improved by adjustment non-linear error using neural network method. Lastly, the optimization of wind power calculation is carried out using three algorithms. Algorithm 1 is to calculate wind power using predicted wind speed from WRF. Algorithm 2 is to use wind speed applied correlation coefficient between predicted and measured wind speed. Algorithm 3 is to use wind speed applied wake loss ratio of each turbine with wind direction. Based on the error analysis, the NAME(%) of algorithm 3 presents the best performance, showing the lowest error. The range of NMAE(%) in ahead 48 hours is from 17.1% to 19.1% in case of Seongsan wind farm, from 18.0% to 20.4% in case of Hangyeong wind farm. This study is the first attempt to estimate the capability of the real-time prediction system of potential wind power over Jeju island, based on the state-of-the-art numerical model and hybrid statistical model module for appropriate target lead time. Based on the validation, the real-time wind power prediction system developed in this study shows the reasonable performance in ahead 24, demonstrating the potential utilization for operating wind power in electricity grid. To derive a more robust statement, it is necessary to improve the accuracy of prediction algorithm for shutdown and wake losses.