KR101629178B1 - 다중 특허지표를 이용한 기술 수명 주기 분석 장치 - Google Patents

다중 특허지표를 이용한 기술 수명 주기 분석 장치 Download PDF

Info

Publication number
KR101629178B1
KR101629178B1 KR1020150183080A KR20150183080A KR101629178B1 KR 101629178 B1 KR101629178 B1 KR 101629178B1 KR 1020150183080 A KR1020150183080 A KR 1020150183080A KR 20150183080 A KR20150183080 A KR 20150183080A KR 101629178 B1 KR101629178 B1 KR 101629178B1
Authority
KR
South Korea
Prior art keywords
technology
life cycle
patents
probability
module
Prior art date
Application number
KR1020150183080A
Other languages
English (en)
Inventor
권오진
이창용
김주람
노경란
Original Assignee
한국과학기술정보연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020150183080A priority Critical patent/KR101629178B1/ko
Application granted granted Critical
Publication of KR101629178B1 publication Critical patent/KR101629178B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06F19/24—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/184—Intellectual property management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 대상 기술이 포함된 분야의 특허를 수집하는 데이터 수집 모듈, 수집한 특허를 구조화하는 데이터 전처리 모듈, 특허에서 기술 수명 주기 분석을 위한 시계열 특허지수를 정의하고 추출하는 특허지수 추출 모듈, 대상 기술이 현재 속해 있는 기술 수명 주기의 진행 단계를 측정하는 분석 모듈을 포함하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치에 관한 것이다.

Description

다중 특허지표를 이용한 기술 수명 주기 분석 장치 {Apparatus for technology life analysis using multiple patent indicators}
본 발명은 대상 기술이 포함된 분야의 특허를 수집하는 데이터 수집 모듈, 수집한 특허를 구조화하는 데이터 전처리 모듈, 특허에서 기술 수명 주기 분석을 위한 시계열 특허지수를 정의하고 추출하는 특허지수 추출 모듈, 대상 기술이 현재 속해 있는 기술 수명 주기의 진행 단계를 측정하는 분석 모듈을 포함하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치에 관한 것이다.
기술 수명 주기 분석 방법은 산업과 정부의 투자관련 전략을 수립하는 결정권자들의 관심을 끌어왔다. 일반적으로는 기술의 수명주기가 제품 및 서비스와의 융합에 따라 4~6개의 단계를 거치며, 기술의 상대적인 가치는 수명주기 단계에 영향을 받는다. 하지만, 기술의 현재 수명 주기 단계와 미래 양상을 알기 위해 정량적 데이터와 과학적 방법론을 구체적으로 어떻게 적용하는지에 대한 충분한 연구가 되지 못하고 있었다.
또한, 수명 주기에 따른 기술의 진행을 모델링하고 분석하는 것은 불확실성, 신뢰할 수 없는 데이터, 현실의 복잡성 등의 위험을 동반할 수 있다. 특히, 유비추론법, 델파이 방법 등 종래의 기술 수명 주기 분석 방법은 전문가의 지식에 크게 의존할 수 밖에 없었다. 그러나, 기술 수명 주기 분석 중 가장 과학적인 접근은 성장곡선들을 시계열 형태의 기술성능 지표들에 적합하고, 그 곡선들을 데이터의 범위 밖에서 추론해 기술의 미래양상을 예측하는 곡선적합기술이다. 따라서, 종래의 수명 주기 분석 방법은 그 정확성과 신뢰도에 대한 의문이 제기되고 있다.
또한, 적절한 성장곡선의 선택, 곡선의 상한선 설정, 기술수명주기 단계에의 연결 등 기존의 방법들이 주요부분에서 전문가에 의존하기 때문에 연구결과의 해석이 직관적이고 모호하다는 문제점이 발생할 수 있다. 그러므로, 종래의 수명 주기에 따른 기술 진행의 분석 방법의 단점을 해결하기 위한 새로운 방법은 여러 가지의 해결책을 고려하여야 한다.
먼저, 기술진행의 특유성과 관련하여 한 수명주기는 한가지 기술에만 적용되고 고유의 변동성과 진화의 규칙을 가지므로, 이 패턴들은 새로운 종류의 기술들에 쉽게 일반화되고 적용될 수 없다. 따라서, 곡선적합기술에 기반한 기존의 결정론적 방법은 더 유연한 접근법의 추가를 통해 기술수명주기의 다양한 형태를 반영해야 한다.
또한, 기술의 수명주기는 물리적으로 관측될수 없기 때문에, 기술의 수명주기 속 진행과정과 기술이 도달한 단계에 대해 확신할 수 없으며, 기술의 진행과 직접적으로 관련이 있을 수도 있는 몇몇의 대용지표들만을 관찰할 수 있다. 대용지표들과 기술진행 단계간의 복잡한 상호작용에 대한 이론적인 이해와 방법론적인 조사를 위하여, 대상기술의 수명주기 단계를 예측하고 기업의 단계에 따른 의사결정을 가능하게 하기 위해서 대용지표들에 대한 연구가 필요하다.
마지막으로, 전문가 중심의 접근법은 많은 시간과 비용을 요구하고 일관성이 없을 수 있기 때문에 양질의 잘 정리된 정보를 필요로 한다. 따라서, 새롭게 제안되는 방법은 부가적인 정보 없이 넓은 범위의 기술들을 빠르게 분석할 수 있어야 하고, 미래의 불확실성에도 불구하고, 기술의 미래양상에 대한 타당한 결과를 도출해 의사결정에 도움이 되어야 한다.
본 발명은 상술한 바와 같이 특허 데이터베이스에서 데이터 수집 및 전처리 작업 후, 시계열적인 특허 지수를 추출하여 그에 대한 기술 진행 단계를 분석하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치를 제공하는 것을 목적으로 한다.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 포함될 수 있다.
상기와 같은 과제를 해결하기 위한 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 대상 기술이 포함된 분야의 특허를 수집하는 데이터 수집 모듈, 상기 수집한 특허를 구조화하는 데이터 전처리 모듈, 상기 특허에서 기술 수명 주기 분석을 위한 시계열 특허지수를 정의하고 추출하는 특허지수 추출 모듈, 상기 대상 기술이 현재 속해 있는 기술 수명 주기의 진행 단계를 측정하는 분석 모듈을 포함하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 데이터 수집 모듈이 웹 마이닝 방법으로 특허를 수집하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 데이터 전처리 모듈이 문서 형태, 문서 특성, 특허번호, 특허권자, 인용문헌, 청구항 중 적어도 어느 하나에 따라 특허를 구조화하는 것을 특징으로 한다.
아울러, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 데이터 전처리 모듈이 상기 수집한 특허를 기술별로 군집하여 구조화하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 특허지수 추출 모듈이 기술 수명 주기의 진행 단계를 결정하는 요인을 추출하는 것을 특징으로 한다.
그리고, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 특허지수 추출 모듈이 기술 수명 주기의 진행 단계에 따라 유의미한 차이를 보이는 특허지수를 선택하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 특허지수 추출 모듈이 특허 활성도(patent activity), 기술 개발자(technology developers), 기술 범위(technology scope), 사전 지식(prior knowledge), 기술 수치(technology value), 심사 과정 기간(duration of examination processes), 보호 범위(protection coverage) 중 적어도 어느 하나의 시계열 특허지수를 추출하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 분석 모듈이 기술이 다음 단계로 진행할 확률과 이전 단계로 회귀할 확률의 차이를 계산하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 분석 모듈이 상기 기술 수명 주기의 진행 단계를 상태전이확률행렬, 관측확률밀도행렬, 초기상태확률벡터 중 적어도 어느 하나와 함께 도출하는 것을 특징으로 한다.
또한, 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 상기 분석 모듈이 HMM(Hidden Markov Model) 방법으로 기술 수명 주기를 분석하는 것을 특징으로 한다.
본 발명의 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 대규모의 과학기술 데이터베이스에서 추출한 다양한 지수들을 사용해 기술의 수명주기 속 진행단계를 알 수 있다.
또한, 본 발명의 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 국제기준에 따라 공개되는 특허를 기준으로 데이터베이스를 구축하여, 유의미한 데이터 소스로 사용할 수 있다.
또한, 본 발명의 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 기술의 수명주기 패턴과 수명주기 진행을 바탕으로 한 미래양상, 그리고 수명주기 단계에 따른 특허지수의 특성을 분석할 수 있다.
또한, 본 발명의 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, HMM방식을 이용한 기술 수명 주기 분석을 함으로써, 추가적인 정보없이 기술의 수명주기단계를 밝혀내는 비교사 기계학습 기술이라는 점에서 실용적이며, 검증된 추계적 프로세스 이론에 의한 결과에 대해 객관적인 증거를 제공하기 때문에 결과에 대한 추가적인 분석이 가능하며, 다양한 기술들에 대한 빠르고 자동화된 분석을 가능하게 하기 때문에 전문가들의 의사결정을 돕는 효과적인 도구로 쓰일 수 있다.
도 1, 도 2는 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치를 나타내는 예시도이다.
도 3은 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치가 HMM 방법을 이용한 분석을 나타내는 예시도이다.
도 4 내지 도 12는 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치가 분자 증폭 진단 기술을 분석하는 방법을 나타내는 예시도이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 '다중 특허지표를 이용한 기술 수명 주기 분석 장치'를 상세하게 설명한다. 설명하는 실시 예들은 본 발명의 기술 사상을 통상의 기술자가 용이하게 이해할 수 있도록 제공되는 것으로 이에 의해 본 발명이 한정되지 않는다. 또한, 첨부된 도면에 표현된 사항들은 본 발명의 실시 예들을 쉽게 설명하기 위해 도식화된 도면으로 실제로 구현되는 형태와 상이할 수 있다.
한편, 이하에서 표현되는 각 구성부는 본 발명을 구현하기 위한 예일 뿐이다. 따라서, 본 발명의 다른 구현에서는 본 발명의 사상 및 범위를 벗어나지 않는 범위에서 다른 구성부가 사용될 수 있다.
또한, 어떤 구성요소들을 '포함'한다는 표현은, '개방형'의 표현으로서 해당 구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안 된다.
또한, '제1, 제2' 등과 같은 표현은, 복수의 구성들을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.
도 1, 도 2는 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치를 나타내는 예시도이다.
도 1, 도 2를 참조하면, 본 발명의 다중 특허지표를 이용한 기술 수명 주기 분석 장치(100)는 데이터 수집 모듈(110), 데이터 전처리 모듈(120), 특허지수 추출 모듈(130), 분석 모듈(140)를 포함할 수 있다.
데이터 수집 모듈(110)은 대상 기술이 포함된 분야의 특허를 수집한다. 분석할 목표인 대상 기술 분야가 정해진 이후, 다양한 검색 조건에 따라 관련된 특허를 수집할 수 있다.
특히, 특허는 국제기준에 따라서 공개된다는 점에서 유의미한 데이터 소스에 해당하며, 기술적 정보 및 경영적 정보를 모두 포함한다. 또한, 제품의 출시나 산업수명주기에 대한 정보를 제공하며, 다양한 분야의 기술에 적용가능하기 때문에 특허를 기반으로 대상 기술의 기술 수명 주기를 판단할 수 있다.
더 구체적으로, 본 발명의 특허는 미국 특허청에 있는 특허를 수집할 수 있다. 세계의 특허시장 중에서도 미국의 특허시장은 세계 최대의 규모를 가지고 있으며, 미국 특허상표국(USPTO)에 제출된 특허의 대부분은 다른 국가에도 제출되는 점에서, 미국 특허청의 데이터베이스를 데이터 수집 소스로 설정하고 특허를 수집할 수 있다.
또한, 본 발명의 데이터 수집 모듈은 웹 마이닝 방법으로 특허를 수집할 수 있다. 웹 마이닝은 인터넷 또는 웹상에서 수집된 정보를 데이터 마이닝 방법으로 분석하여 통합하는 것으로, 검색 엔진과 웹 스파이더에 의해 수집된 데이터를 검사하고, 데이터 구조를 조사하며, 특정 사용자와 관련된 데이터를 조사할 수도 있다. 예를 들어, 본 발명의 웹 마이닝은 JAVA 기반의 웹 마이닝 프로그램을 이용하여 자동으로 특허를 다운로드하고, 중복되는 특허를 제거한 후 인용하는 특허자료를 수집할 수 있다.
데이터 전처리 모듈(120)은 수집한 특허를 구조화한다. 데이터 수집 모듈에 의해 수집된 특허들은 구조화되지 않은 텍스트 데이터에 불과하기 때문에, 전처리 과정을 통하여 구조화하여야 한다. 특히, 특허들은 문서의 구조에 따라 파싱(parsing)되고 그에 따라 추출된 정보는 데이터베이스에 저장될 수 있다.
또한, 데이터베이스는 구조화된 형태와 비구조화된 형태의 데이터를 모두 포함할 수 있으며, 데이터베이스 내의 특허를 인용한 특허들에 대해서도 구조화 후 저장할 수 있다. 또한, 데이터베이스는 대상 기술분야의 특허들을 인용한 특허와 피인용된 특허에 대한 정보를 포함할 수 있다.
이 때, 데이터 전처리 모듈은 문서 형태, 문서 특성, 특허번호, 특허권자, 인용문헌, 청구항 중 적어도 어느 하나에 따라 특허를 구조화하는 것을 특징으로 한다. 이는 수집된 자료를 문서 형태에 따라 파싱하고, 문서가 지닌 특성과 조직된 특허데이터베이스에 저장된 특허 정보에 따라 구분한다.
또한, 데이터 전처리 모듈은, 수집한 특허를 기술별로 군집하여 구조화하는 것을 특징으로 한다. 특허의 기술 분야를 상위기술 및 하위기술 등으로 구분할 수 있는데, 하위 기술의 수명주기 모양과 형태는 기술의 나이와 각 단계의 지속시간 등 여러 요인에 따라 결정될 수 있다. 특히, 비슷한 수명주기를 가진 하위기술들을 파악하기 위하여 기술별로 군집화하여 분석할 수 있다. 이에 대한 상세한 설명은 후술하기로 한다.
특허지수 추출 모듈(130)은 특허에서 기술 수명 주기 분석을 위한 시계열 특허지수를 정의하고 추출한다. 수집된 특허문헌에서, 기술 수명 주기를 분석하기 위한 여러 특허 지수가 존재할 수 있다. 본 발명에서는 시계열 특허지수를 정의하고 추출하기 위하여, 기술 수명 주기의 진행 단계를 결정하는 요인을 추출할 수 있으며, 기술 수명 주기의 진행 단계에 따라 유의미한 차이를 보이는 특허지수를 선택할 수 있다. 또한, 공적인 특허 데이터베이스에서 추출한 특허지수들을 이용하여 기술 수명 주기를 분석할 수 있다.
더 구체적으로, 본 발명의 특허지수 추출 모듈은, 특허 활성도(patent activity), 기술 개발자(technology developers), 기술 범위(technology scope), 사전 지식(prior knowledge), 기술 수치(technology value), 심사 과정 기간(duration of examination processes), 보호 범위(protection coverage) 중 적어도 어느 하나의 시계열 특허지수를 추출할 수 있다.
특허 활성도(patent activity, PAt)는 기술의 혁신패턴을 모델링할 때 사용될 수 있는 지수 중 하나이며, 특허 활성도의 증감은 연구개발(R&D) 활동의 변화를 나타낼 수 있다. 특히, 특허 활성도는 시점의 대상기술분야에서 발생된 특허의 개수(The number of patents issued in a technology field at time t)로 측정될 수 있으며, 이러한 특허 개수의 변화는 새로운 기술의 출현과 시장경쟁 등 다양한 요인에 의하여 결정될 수 있다. 또한, 특허기술의 수명주기의 성숙도(maturity) 단계에 도달할 때까지 증가하고, 포화 상태에 도달한 후 감소하게 된다.
기술 개발자(technology developers, TDt)는 시점의 대상기술분야에 존재하는 특허권자의 수(The number of different assignees in a technology field at time t)로 측정할 수 있다. 기술수명주기 초기단계에는 많은 기업이 진입하려고 하지만, 기술이 성장함에 따라서 그 수는 감소하게 된다.
기술 범위(technology scope, TSt)는 시점의 대상기술분야에 관련된 특허들이 포함하는 클래스의 개수(The number of different classes of relevant patents in a technology field a time t)로 측정할 수 있다. 특허는 해당하는 기술분야를 명시하기 위하여 하나 이상의 클래스에 할당된다. 이 때, 구체적이고 제한적인 기술들은 적은 수의 클래스를 포함하지만 넓고 일반적인 기술들은 다수의 클래스를 포함할 수 있다. 특히, 기술의 적용범위는 수명주기의 초기단계에서 상대적으로 좁고, 기술이 시장에서 확산됨에 따라서 넓어지며, 수명주기의 후기단계에서 새로운 적용분야가 발견될 수 있다.
사전 지식(prior knowledge, PKt)은 시점에서 대상기술과 관련있는 특허들의 인용횟수의 평균값(The average number of backward citations of relevant patents in a technology field at time t)으로 측정될 수 있다. 특허개발자는 자신이 특허와 관련있는 기존 발행물과 특허에 대한 인용을 하여야 하므로, 특허의 인용횟수가 높을수록 상대적으로 작은 범위와 낮은 금전적 가치를 가질 수 있다.
기술 수치(technology value, TVt)는 시점에서 대상기술 분야와 관련된 특허의 피인용횟수(The number of forward citations of relevant patents in a technology field at time t)로 측정할 수 있다. 특히, 피인용횟수는 과학 발행물의 영향력을 평가하는 방법을 기술가치평가에도 적용할 수 있으며, 특허의 경제적, 사회적, 기술적 가치 또는 질을 충분히 나타낼 수 있다.
심사 과정 기간(duration of examination processes, DEPt)은 시점에서 대상기술과 관련있는 특허들이 출원된 후 등록되는 날짜 차이의 평균값(The average time between filing date and grating date of relevant patents in a technology at time t)으로 측정할 수 있다. 또한, 새로운 기술에 대한 검토자의 부족함 경험, 수명주기 초기단계의 넓은 범위의 청구항, 검토되어야 할 선행기술의 양 등 여러 요인 때문에 기술수명주기의 단계에도 영향을 받을 수 있다.
보호 범위(protection coverage, PCt)는 시점에서 대상기술 분야와 관련있는 특허들의 청구항 수의 평균값(The average number of claims of relevant patents in a technology field at time t)으로 측정할 수 있다. 특허명세서의 청구항은 특허가 보호하는 권리를 명시한 것이며, 특허 청구범위는 기술적인 원리 또는 보호범위를 반영하며, 진보성,범위, 기술의 실용성, 금전적 가치와 상관관계를 가진다.
분석 모듈(140)은 대상 기술이 현재 속해 있는 기술 수명 주기의 진행 단계를 측정한다. 기술의 진행단계를 특허지수의 변화를 통해 조사하기 위하여, 특허 데이터베이스에서 7가지의 시계열 특허지수를 추출하고, 다양한 분석 방법을 이용하여 분석할 수 있다.
또한, 분석 모듈은 기술 수명 주기를 분석하여, 데이터 분포에 따른 기술수명주기의 다양한 형태를 관찰하고 전문가의 평가에 도움을 줄 수 있는 객관적인 정보를 제공할 수 있으며, 더 나아가 전문가의 역할을 대신할 수도 있다. 또한, 기술수명 주기 진행에 대한 과거와 현재, 기술의 미래양상, 기술에 대한 기초 통계량에 대한 정보를 포함할 수 있다.
또한, 분석 모듈은 기술 수명 주기의 진행 단계를 상태전이확률행렬, 관측확률밀도행렬, 초기상태확률벡터 중 적어도 어느 하나와 함께 도출할 수 있다. 모형의 모수들이 결과로 얻어진 이후, 기술의 수명 주기 패턴과 미래양상, 특허지수의 특성을 조사하기 위한 분석에 독립변수로 사용될 수 있다.
더 구체적으로, 본 발명은 HMM(Hidden Markov Model) 방법으로 기술 수명 주기를 분석할 수 있다. 도 3을 참조하면, 두 개의 상태를 포함하는 연속변수적인 HMM의 시각적인 표현을 확인할 수 있다.
HMM 방법은 통계적인 모델 중 하나로, 시스템이 은닉된 상태와 관찰가능한 결과의 두 가지 요소로 이루어졌다고 본 상태에서, 관찰 가능한 결과를 야기하는 직접적인 원인은 관측될 수 없는 은닉 상태들이고 오직 그 상태들이 마코프 과정을 통하여 도출된 결과들만이 관찰될 수 있다고 판단한다. HMM 에서는 상태를 직접적으로 볼 수 없고 상태들로부터 야기된 결과들만을 관찰할 수 있다. HMM은 음성인식과 문자인식, DNA 인식, 인간 행동 인식, 기계결함 발견, 다백질 폴딩, 기술성장 분석 등을 포함하는 여러 연구분야에서 넓게 사용될 수 있다.
HMM은 Λ = (S, V, A, B, Π)으로 표현될 수 있으며, 이는 은닉상태의 집합, 관측값의 집합, 상태전이확률 행렬, 관측확률밀도행렬, 초기상태확률벡터로 표현될 수 있다. 각각의 상태 변수는 이산변수 값 S={s1, s2, s3, ... sn}을 갖고, 관측변수는 이산변수 값 또는 연속변수 값 V={v1, v2, ... , vn}을 갖는다. 또한, 본 발명은 특허지수들이 연속변수 값을 포함하기 때문에 연속변수적 HMM을 사용할 수 있다.
상태전이확률 행렬 A=[aij]는 시스템이 상태 si에서 sj로 진행되는 확률을 나타내고, 일반적으로 상태 q(t+1)이 qt의 영향만을 받는 HMM에 기반하며, 다음과 같이 구해질 수 있다.
A=[aij]=P(q(t+1)=sj|qt=si); i,j=1,…,N
qt는 시점 t에서의 상태를 나타내고 N은 가능한 상태의 수를 나타낸다. 따라서, N을 설정할 때는 경우에 따라 정성적인 분석이나 BIC같은 정량적인 분석을 사용한다. 관측확률밀도행렬인 B=[bj (m)]은 은닉상태 sj가 주어졌을 때, 관측벡터 vm의 확률을 설명하고, 다음과 같이 정의될 수 있다.
B=bj (m)=P(ot=vm|qt=sj); j=1,…,N
ot는 시점 t에서 발생한 관측이다. 마지막으로 초기상태확률벡터 Π는 시퀀스의 최초상태가 si일 확률을 의미하고 다음과 같이 정의될 수 있다.
Π=πi=P(q1=si); i=1,…,N
HMM 은 기술수명 주기 분석에 있어서 여러 장점을 가질 수 있다. 추가적인 정보 없이도 기술의 수명 주기 단계를 밝혀내는 비교사 기계학습 기술이라는 점에서 실용적이며, 검증된 추계적 프로세스 이론에 의한 결과에 대해 객관적인 증거를 제공하기 때문에 결과에 대한 추가적인 분석이 가능하며, 다양한 기술들에 대한 빠르고 자동화된 분석을 가능하게 하기 때문에 전문가들의 의사결정을 돕는 효과적인 도구로 쓰일 수 있다.
도 4 내지 도 12는 본 발명의 일 실시예에 따른 다중 특허지표를 이용한 기술 수명 주기 분석 장치가 분자 증폭 진단 기술을 분석하는 방법을 나타내는 예시도이다.
본 발명의 기술 수명 주기 분석 방법은, 분자 증폭 진단 기술에 대하여 특허 수집을 통하여 기술 수명 주기를 분석할 수 있다. 분자 증폭 진단 기술은 DNA 또는 RNA 배열을 감지할 수 있으며, 대상기술의 개발과 관련된 복잡성과 불확실성의 증대 때문에 정량적인 접근법에 기초한 객관적 정보를 필요로 한다. 또한, 분자 증폭 진단 기술은 분자생물학의 혁신을 보호할 수단이며, 기술의 현재상태와 미래개발 양상을 확인할 수 있다.
도 4를 참조하면, 1979년과 2011년 사이의 3209개의 인용된, 6279개의 인용하는 특허자료를 수집하고, 해당 기술의 계층구조를 파악하여 30개의 하위 기술을 세 가지 수준으로 나누어 판단할 수 있다. 이 때, 특허번호, 특허권리자, 인용, 청구항, 클래스 등 다양한 특허 정보에 따라 문서를 구분할 수 있다.
도 5를 참조하면, 시계열 특허지수를 추출할 수 있다. 추출에 앞서 대상이 될 기술의 수와 분석시간 단위를 결정할 수 있으며, 분석의 대상으로 19개(M1~M9, M11~M19, M23)의 기술이 선택될 수 있다. 이 때, 시간 단위는 짧은 주기의 변동을 줄이기 위하여 1년으로 설정할 수 있으며, 추출 결과 9행 264 열의 특허지수 행렬을 생성할 수 있다. 도 5는 일부분의 결과를 나타낸 것이다.
도 6 및 도 7을 참조하면, 기술의 진행단계를 예측할 수 있다. 본 발명의 분석모형은 다변량 가우스 혼합 모델을 시계열 특허지수에 적합한 후, BIC에 기초하여 네 단계로 설정할 수 있다. 또한, 모델의 모수를 R의 ‘RHmm’ 패키지에 내장된 Baum-Welch알고리즘과 Viterbi알고리즘을 사용해 측정하여, 도 7과 같이 분자 증폭 진단 기술의 수명주기를 나타낼 수 있다.
또한, 도 7과 같이 본 발명에서 분석 대상의 기술은 다양한 하위기술로 분류될 수 있으며, 하위기술들은 다양한 수명주기단계에 위치하기 때문에 다양한 진행패턴이 관측될 수 있다. 이 때, 하위기술들의 수명주기의 모양과 형태는 기술의 나이와 각 단계의 지속기간과 같은 여러 요인에 따라 결정될 수 있다.
도 9, 도 10을 참조하면, 특히 본 발명은 비슷한 수명주기를 가진 하위기술들을 파악하기 위하여 응집적인 계층적 군집알고리즘을 kt용할 수 있다. 특정 단계에서 군집 내의 유사성을 극대화하고 군집간 차이를 적절한 수준으로 유지하기 위하여 군집의 수를 5개로 설정하여, 그에 따른 하위기술들의 특성을 확인할 수 있다.
가장 큰 군집은 군집1으로 11개의 하위기술들을 포함하고, 가장 작은 군집은 군집2와 군집4로 각각 1개만의 하위 기술을 포함할 수 있다. 먼저, qrt-PCR와 관련되어 있는 군집1에 속한 하위기술들(M1, M2, M3, M4, M5, M6, M7, M8, M9, M11, M17)은 단계식 진행으로 설명되는 전형적인 패턴을 보이게 된다. 각각의 단계들은 다양한 소요시간을 보이지만, 하위기술들은 PCR 과정의 각 주기에서 생산되는 제품들을 발견하고 측정하는 것의 정확성과 신뢰성을 높이기 위해 점진적으로 발달할 수 있다.
가장 빠른 성장패턴을 보인 하위기술은 군집 2에 속한 M12이며, 이는 특정 DNA 혹은 RNA 서열의 효소의 증폭을 위한 효율적이고 빠른 방법인 목표 증폭과 관련이 있고 분자 증폭 진단 기술 분야의 핵심기술로 판단될 수 있다. 해당기술의 수명주기패턴은 최고점으로의 도달까지 짧은 시간이 걸리는 급격한 성장을 보이게 된다.
군집3에 속한 하위기술들 (M14, M15, M16, M18)은 변동성이 심한 패턴을 보인다. 다른 기술과 비교하여, 이 군집내의 기술들은 유전자증폭기를 필요로 하지 않으며, 빠른 운동성을 지니고 하나의 튜브로부터 빠른 결과를 얻을 수 있다. 그러나, 군집3의 기술들은 목표 DNA와 복잡한 다중효소 시스템의 안정성과 관련하여 낮은 성능을 보이며, 심한 변동의 원인으로 판단된다.
군집4와 군집5는 유사한 기술수명주기 패턴을 보이는데, 초기에 침체된 모습을 보이고, 긴 시간동안 최소의 영향력을 보인다. 군집4의 하위기술 (M13)은 11년 동안 단계2에 머물렀으며, 군집5의 하위기술 (M19, M23)은 단계1에 각각 12년, 17년째 머무르고 있다. 이와 같은 침체의 원인은 1)높은 기술적 불확실성, 2)낮은 적용가능성, 3)낮은 고객 수용도, 4)높은 비용 등으로 판단된다.
도 11을 참조하면, 단계에서 단계로 진행할 확률이 시계열적 상태에 따라서 확인할 수 있다. 상태전이확률행렬 A와 현재 단계를 고려했을 때, n년 후에 대상기술이 단계i에서 단계j로 진행할 확률은 n-단계 전이행렬 An의 aij로 나타낸다. 또한, 대상기술이 n년 후에 단계i에 머무를 확률은 전이 행렬 An의 aij로 나타낸다. 더 구체적으로, 분자 증폭 진단 기술이 단계1에서 단계2로 진행될 확률은 3년후에 29%, 5년후에 32%이다.
도 12를 참조하면, 본 발명의 분석 모듈은 기술이 다음 단계로 진행할 확률과 이전 단계로 회귀할 확률의 차이를 계산하는 것을 특징으로 한다. 구체적으로, 계산된 값은 -1부터 1의 범위를 가질 수 있으며, 이 때 기술이 다음단계로 진행될 확률이 높을수록 1에 가까운 값을 갖는다.
더 구체적으로, 기술이 단계1에 위치하는 경우 7년이 지난 후부터 단계2, 3, 4로 진행될 확률이 단계1에 머무를 확률보다 커진다. 또한, 기술이 단계2에 위치하는 경우, 단계3과 4로 진행될 확률은 4년 후까지 증가하고, 그 이후에 감소하지만, 단계1로 회귀할 확률은 계속해서 증가한다. 단계3에 위치한 기술이 단계4로 진행될 확률은 매우 작고, 시간이 흘러도 크게 변하지 않는다. 대조적으로, 단계3에 위치한 기술이 단계1과2로 회귀할 확률은 1년, 3년, 4년 후에 각각 38%, 75%, 84%의 확률로 빠르게 증가한다.
본 발명의 다중 특허지표를 이용한 기술 수명 주기 분석 장치는, 수명주기속 기술의 진행이 특허지수들의 평균값의 유의미한 변화를 통해 관찰될 수 있다. 특히, 본 발명은 7개의 시계열 특허지수를 추출하고, HMM 방법을 사용하여 대상기술이 수명주기의 특정 단계에 속할 확률을 계산할 수 있다. 또한, 기술수명주기의 패턴, 미래양상, 그리고 기술수명주기 단계에 따른 특허지수의 특성을 확인할 수 있다.
또한, 본 발명의 기술 수명 주기 분석 방법은, 단일 지수를 사용한 결정론적 접근방식에서 다중지수를 사용한 추계적 접근법으로 확장할 수 있다. 또한, 기술 진행의 특유하고 무형적인 성질을 고려할 수 있고, 더 나아가 기업의 기술수명주기에 따른 의사결정을 도울 수 있다. 다중특허지수와 HMM의 융합은 이것을 가능하게 하고, 기술수명주기에 대한 포괄적이고 균형잡힌 관점을 제시한다.
아울러, 본 발명의 기술 수명 주기 분석 방법은, 제품이나 산업의 수명주기분석에도 응용될 수 있다. 이는 연구결과는 기술진행의 과거와 현재에 대한 정보와 미래양상에 대한 정보를 제공하고, 다양한 기술들에 대한 빠른 분석을 가능하게 하여, 합리적인 시간과 비용에 의사결정을 도울 수 있다. 또한, 성장곡선에 대한 가정과 대상기술과 비슷한 기술의 성장패턴에 대한 부가정보가 불필요하므로 종래의 방법에 비해 더 실용적인 장점이 존재한다.
위에서 설명된 본 발명의 실시 예들은 예시의 목적을 위해 개시된 것이며, 이들에 의하여 본 발명이 한정되는 것은 아니다. 또한, 본 발명에 대한 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 사상과 범위 안에서 다양한 수정 및 변경을 가할 수 있을 것이며, 이러한 수정 및 변경은 본 발명의 범위에 속하는 것으로 보아야 할 것이다.
100: 기술 수명 주기 분석 장치
110: 데이터 수집 모듈
120: 데이터 전처리 모듈
130: 특허지수 추출 모듈
140: 분석 모듈

Claims (10)

  1. 대상 기술이 포함된 분야의 특허를 수집하는 데이터 수집 모듈;
    상기 수집한 특허를 구조화하는 데이터 전처리 모듈;
    상기 특허에서 기술 수명 주기 분석을 위해, 특허 활성도(patent activity), 기술 개발자(technology developers), 기술 범위(technology scope), 사전 지식(prior knowledge), 기술 수치(technology value), 심사 과정 기간(duration of examination processes), 보호 범위(protection coverage)를 포함하는 시계열 특허지수를 정의하고 추출하는 특허지수 추출 모듈;
    상기 대상 기술이 현재 속해 있는 기술 수명 주기의 진행 단계를 측정하기 위해, 상기 기술 수명 주기의 진행 단계를 은닉상태 집합, 관측값 집합, 상태전이확률행렬, 관측확률밀도행렬, 초기상태확률벡터를 포함하는 요소들을 이용하여 HMM(Hidden Markov Model) 방법으로 기술 수명 주기를 분석하여 기술이 다음 단계로 진행할 확률과 이전 단계로 회기할 확률의 차이를 계산하는 분석 모듈;
    을 포함하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치.
  2. 제 1항에 있어서,
    상기 데이터 수집 모듈은,
    웹 마이닝 방법으로 특허를 수집하는 것을 특징으로 하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치.
  3. 제 1항에 있어서,
    상기 데이터 전처리 모듈은,
    문서 형태, 문서 특성, 특허번호, 특허권자, 인용문헌, 청구항 중 적어도 어느 하나에 따라 특허를 구조화하는 것을 특징으로 하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치.
  4. 제 1항에 있어서,
    상기 데이터 전처리 모듈은,
    상기 수집한 특허를 기술별로 군집하여 구조화하는 것을 특징으로 하는 다중 특허지표를 이용한 기술 수명 주기 분석 장치.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020150183080A 2015-12-21 2015-12-21 다중 특허지표를 이용한 기술 수명 주기 분석 장치 KR101629178B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150183080A KR101629178B1 (ko) 2015-12-21 2015-12-21 다중 특허지표를 이용한 기술 수명 주기 분석 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150183080A KR101629178B1 (ko) 2015-12-21 2015-12-21 다중 특허지표를 이용한 기술 수명 주기 분석 장치

Publications (1)

Publication Number Publication Date
KR101629178B1 true KR101629178B1 (ko) 2016-06-21

Family

ID=56353943

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150183080A KR101629178B1 (ko) 2015-12-21 2015-12-21 다중 특허지표를 이용한 기술 수명 주기 분석 장치

Country Status (1)

Country Link
KR (1) KR101629178B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101774759B1 (ko) 2016-12-21 2017-09-06 한국과학기술정보연구원 후방인용 기반의 기술수명지수 데이터베이스 생성 방법 및 이를 이용한 등록특허의 수익 예상 기간 산정 방법
KR101877235B1 (ko) * 2018-03-29 2018-07-11 한국과학기술정보연구원 특허수명예측장치 및 그 동작 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120123784A (ko) * 2011-05-02 2012-11-12 서울대학교산학협력단 확률론적 특허 인용 분석에 기반한 미래 유망 특허 탐색 장치 및 그 방법
KR101327546B1 (ko) * 2012-06-21 2013-11-08 동국대학교 산학협력단 기술정보 구조화 시스템 및 이를 이용한 로드맵 작성 방법
KR20150107233A (ko) * 2014-03-13 2015-09-23 (주)윈티스글로벌 특허지표 또는 논문지표를 이용하여 기술수준을 평가하는 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120123784A (ko) * 2011-05-02 2012-11-12 서울대학교산학협력단 확률론적 특허 인용 분석에 기반한 미래 유망 특허 탐색 장치 및 그 방법
KR101327546B1 (ko) * 2012-06-21 2013-11-08 동국대학교 산학협력단 기술정보 구조화 시스템 및 이를 이용한 로드맵 작성 방법
KR20150107233A (ko) * 2014-03-13 2015-09-23 (주)윈티스글로벌 특허지표 또는 논문지표를 이용하여 기술수준을 평가하는 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101774759B1 (ko) 2016-12-21 2017-09-06 한국과학기술정보연구원 후방인용 기반의 기술수명지수 데이터베이스 생성 방법 및 이를 이용한 등록특허의 수익 예상 기간 산정 방법
KR101877235B1 (ko) * 2018-03-29 2018-07-11 한국과학기술정보연구원 특허수명예측장치 및 그 동작 방법

Similar Documents

Publication Publication Date Title
CN110223168B (zh) 一种基于企业关系图谱的标签传播反欺诈检测方法及系统
CN107577688B (zh) 基于媒体信息采集的原创文章影响力分析系统
CN103208039B (zh) 软件项目风险评价方法及装置
CN105279397A (zh) 一种识别蛋白质相互作用网络中关键蛋白质的方法
US20060173668A1 (en) Identifying data patterns
CN110990718B (zh) 一种公司形象提升系统的社会网络模型构建模块
US20140279690A1 (en) Managing Sustainable Intellectual Property Portfolio of an Enterprise
Nguyen et al. Vasabi: Hierarchical user profiles for interactive visual user behaviour analytics
CN112756759B (zh) 点焊机器人工作站故障判定方法
CN106776672A (zh) 技术发展脉络图确定方法
CN115794803B (zh) 一种基于大数据ai技术的工程审计问题监测方法与系统
CN109684374A (zh) 一种时间序列数据的键值对的提取方法及装置
CN114187036B (zh) 一种基于行为特征识别的互联网广告智能推荐管理系统
Taufiq Classification method of multi-class on C4. 5 algorithm for fish diseases
CN106935038B (zh) 一种停车检测系统及检测方法
Rana et al. A review on the state of methodological trends in international marketing literature
Unger et al. Understanding a sequence of sequences: Visual exploration of categorical states in lake sediment cores
KR101629178B1 (ko) 다중 특허지표를 이용한 기술 수명 주기 분석 장치
Borg et al. Clustering residential burglaries using modus operandi and spatiotemporal information
CN114548494A (zh) 一种可视化造价数据预测智能分析系统
CN116579842B (zh) 基于用户行为数据的信用数据分析方法及系统
CN116485020B (zh) 一种基于大数据的供应链风险识别预警方法、系统及介质
CN113657726B (zh) 基于随机森林的人员的危险性分析方法
CN114219157B (zh) 一种基于最优决策和动态分析的烷烃气体红外光谱测量方法
Yu et al. An automatic recognition method of journal impact factor manipulation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant