KR20160050729A - 특허 정보를 이용한 특허 로드맵 생성 방법 및 시스템 - Google Patents

Abstract

특허 로드맵을 작성할 타겟 기술과 관련된 계층적 온톨로지(hierarchical ontology)에 상응하여 유효하게 수집된 특허 문서들을 대상으로, 유사도 기반의 클러스터링을 수행하여 상기 타겟 기술에 관한 특허 군집화 및 상기 타겟 기술과 대비 대상이 될 연관 기술에 관한 특허 군집화를 수행하는 단계; 사전 정의된 기술 속성 별 기준에 따라, 상기 군집화된 특허 그룹들 각각에 대한 기술 속성 분류를 수행하는 단계; 상기 연관 기술의 특허 그룹들을 대상으로, 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 도출되는 특허 개발 패턴을 획득하는 단계; 상기 연관 기술의 특허 개발 패턴을 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 상기 타겟 기술의 특허 그룹들과 대비시킴으로써, 상기 타겟 기술의 특허 개발에 관한 예측 정보를 포함하는 특허 로드맵을 생성하는 단계를 포함하는 특허 로드맵 생성 방법이 제공된다.

Description

특허 정보를 이용한 특허 로드맵 생성 방법 및 시스템{SYSTEM AND METHOD FOR DEVELOPING PATENT ROADMAP BASED ON PATENT INFORMATION}

본 발명은 특허 로드맵 생성 방법 및 그 시스템에 관한 것으로서, 보다 구체적으로는 정부 또는 기업에서의 사용자(기획자, 연구개발주체 등)가 연구개발의 동향을 파악하고 특허 창출 방향 수립이 가능하도록 특허를 예측하고 기획할 수 있도록 하는 특허 로드맵 생성 방법 및 그 시스템에 관한 것이다.

현 시대는 특허와 같은 무형의 지식재산이 매우 중요하게 부각되고 있는 시대이다. 그리고 산업 내 글로벌 기업 간의 잦은 특허 전쟁과 같이 글로벌 시장에서 지식재산을 무기로 한 무한 경쟁 시대가 본격화되었다. 스마트폰 또는 디스플레이와 같은 해당 산업 내에서 신기술에 대한 권리를 지키고, 시장 내 입지를 확고하게 다지기 위해 전 세계적으로 경쟁사 간의 특허 분쟁이 상당히 높은 빈도로 발생하고 있다. 더불어 개인이나 기업이 보유하고 있는 특허들을 매입한 후 이를 사용하거나 침해됐다고 판단되는 기업들에게 소송을 제기하여 이익을 얻는 특허 괴물이 등장하고 있다. 이러한 특허 괴물의 등장은 제품 생산 및 서비스의 제공 없이도 수익을 냄으로써 무형인 지식재산의 가치가 실물 자산이 가치를 능가하고 있음을 보여준다.

연구소나 기업의 기술개발 부서는 특허에 관한 기획과 기술 개발을 시작으로 이루어지며, 이를 통해 새로운 제품과 시장을 찾아내는 기술 주도형 로드맵핑이 주효하다. 특히 연구개발 단계부터 잘 기획된 특허는, 타인에 의한 모방을 제한하는 등의 법적 권리로서 기능하는데 그치지 않고, 기술 사업화를 통해 경제적 수익과 부가가치를 창출해내고 있다. 따라서 해당 기술분야의 특허에 대한 예측과 기획 활동이 강조될 필요가 있다.

기존에, 특허출원 건수, 특허 인용, 청구항과 같은 특허 문서의 서지 정보(Bibliographic information)를 활용하여 특허의 트렌드를 모니터링하거나 개발 경로(Development trajectory)를 파악하는 알고리즘을 개발하는 연구가 제안되어 왔다. 그러나 기존 연구는 특허 당 인용횟수, 출원 건수 등 과거 출원된 특허 지표에 초점을 맞추고 있으며, 특허 개발의 기획보다는 예측에 집중하고 있고, 특허 예측 시 구체적인 단계별 개발 기획보다는 미래 일정 기간 동안의 유망 특허(Promising patent) 예측 수준으로만 진행되어 왔다.

본 발명은 정부 또는 기업에서의 사용자(기획자, 연구개발주체 등)가 연구개발의 동향을 파악하고 특허 창출 방향 수립이 가능하도록 특허를 예측하고 기획할 수 있도록 하는 특허 로드맵 생성 방법 및 그 시스템을 제공하고자 한다.

또한 본 발명은 기술 로드맵을 이용하되, 특허 정보와 텍스트 마이닝 기법을 활용하여 향후 새로운 연구개발 및 특허출원 활동이 요구되는 영역을 예측 및 기획하는 특허 기획 도구로서 기능할 수 있는 특허 로드맵 생성 방법 및 그 시스템을 제공하고자 한다.

본 발명의 일 측면에 따르면, 특허 로드맵 생성에 관한 컴퓨터 구현 방법으로서,

특허 로드맵을 작성할 타겟 기술과 관련된 계층적 온톨로지(hierarchical ontology)에 상응하여 유효하게 수집된 특허 문서들을 대상으로, 유사도 기반의 클러스터링을 수행하여 상기 타겟 기술에 관한 특허 군집화 및 상기 타겟 기술과 대비 대상이 될 연관 기술에 관한 특허 군집화를 수행하는 단계; 사전 정의된 기술 속성 별 기준에 따라, 상기 군집화된 특허 그룹들 각각에 대한 기술 속성 분류를 수행하는 단계; 상기 연관 기술의 특허 그룹들을 대상으로, 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 도출되는 특허 개발 패턴을 획득하는 단계; 상기 연관 기술의 특허 개발 패턴을 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 상기 타겟 기술의 특허 그룹들과 대비시킴으로써, 상기 타겟 기술의 특허 개발에 관한 예측 정보를 포함하는 특허 로드맵을 생성하는 단계를 포함하는 특허 로드맵 생성 방법이 제공된다.

일 실시예에서, 기술 정보 데이터베이스로부터 상기 타겟 기술과 관련된 기술 정보를 수집하고, 수집된 기술 정보를 텍스트 마이닝(Text mining)하여 상기 타겟 기술과 관련된 요소 기술을 추출하고, 추출된 요소 기술들 간의 계층적 관계를 기술 분류화하여 나타내는 상기 계층적 온톨로지를 생성하는 단계를 더 포함할 수 있다.

일 실시예에서, 상기 특허 군집화를 수행하는 단계는,

상기 계층적 온톨로지에 상응하여 유효하게 수집된 모집단 내의 특허 문서들을 대상으로 텍스트 마이닝(Text mining)을 수행하여, 키워드 출현 빈도에 따른 복수의 키워드를 선정하는 단계; 상기 모집단 내의 특허 문서들에 대하여 각 특허 문서 별로, 상기 선정된 복수의 키워드 각각의 출현 여부에 따른 정보를 포함하는 키워드 벡터(keyword vector)를 생성하는 단계; 특허 문서 별로 생성된 키워드 벡터에 기반하여, 상기 모집단 내의 특허 문서 간의 코사인 유사도(Cosine Similarity)를 계산하는 단계; 및 상기 계산된 특허 문서 간의 코사인 유사도에 기반하여, 상기 모집단 내의 특허 문서들을 군집화하여 복수의 특허 그룹으로 분류하는 단계를 포함할 수 있다.

일 실시예에서, 상기 사전 정의된 기술 속성 별 기준은, 동작 원리 및 동력과 관련된 기술 속성 키워드인 E(Energy), 재료와 관련된 기술 속성 키워드인 M(Material), 기능 및 특성과 관련된 기술 속성 키워드인 P(Personality), 구조 및 구성 부품과 관련된 기술 속성 키워드인 S(Space), 프로세스 및 방법과 관련된 기술 속성 키워드인 T(Time)를 기술 속성으로 갖는 TEMPEST 분석 관점이 적용되되,

상기 기술 속성 분류를 수행하는 단계는, 상기 선정된 복수의 키워드 각각을 상기 TEMPEST 분석 관점에 맞춰 매칭시키는 단계; 상기 TEMPEST 분석 관점 중 최다 출현의 기술 속성 키워드에 근거하여, 상기 특허 그룹들 각각을 상기 TEMPEST 분석 관점에 맞춰 기술 속성을 분류하는 단계를 포함할 수 있다.

일 실시예에서, 상기 특허 개발 패턴을 획득하는 단계는,

상기 계층적 온톨로지 상에서 상기 타겟 기술의 기술 분류와 대비 가능한 상기 연관 기술의 기술 분류 또는 요소 기술과 상기 연관 기술의 특허 그룹들을 매칭시킨 기술-특허 링크 패턴, 상기 기술 속성 분류를 같이하는 상기 연관 기술의 특허 그룹 별로의 특허 창출 유형에 관한 정보를 포함시켜 특허 그룹 간을 연결시킨 특허-특허 링크 패턴, 상기 기술 속성 분류를 같이하는 상기 연관 기술의 특허 그룹 간을 특허 개발의 시간적 순서에 따라 연결시킨 시간적 링크 패턴중 적어도 하나를 획득하는 단계일 수 있다.

일 실시예에서, 상기 연관 기술에 관한 기술-특허 링크 패턴은,

상기 연관 기술의 기술 분류 또는 요소 기술의 키워드와 상기 연관 기술의 특허 그룹의 키워드 간의 유사도에 따라, 기술 분류 또는 요소 기술과 특허 그룹 간을 연결한 링크 패턴일 수 있다.

일 실시예에서, 상기 연관 기술에 관한 특허-특허 링크 패턴은,

상기 기술 속성 분류를 같이하는 특허 그룹들에 관하여, 특허 그룹 내의 개별 특허들의 출원년도에 관한 정보를 종합하여 특허 그룹 간을 시간적 순서에 따라 나열하고, 특허 그룹 별로 도출된 특허 창출 유형을 매칭시켜 시간적 흐름에 따른 특허 창출 유형의 변화를 확인 가능하게 하는 링크 패턴일 수 있다.

일 실시예에서, 상기 특허 창출 유형은, S(Substitute), C(Combine), A(Adapt), M(Modify, Minify, Magnify), P(Put to other use), E(Eliminate), R(Rearrange, Reverse)를 특허 창출 유형으로 구분하는 SCAMPER 분석 관점이 적용되되,

상기 특허 그룹 별 특허 창출 유형은, 해당 특허 그룹 내의 개별 특허들에 관하여 상기 SCAMPER 분석 관점에서 각 특허 창출 유형 별로 부여된 스코어(Score)를 종합하여 최고치를 갖는 특허 창출 유형으로 선택될 수 있다.

일 실시예에서, 상기 시간적 링크 패턴은,

출원년도를 기준으로 특허 그룹 간 시간적 순서에 따라 결정되고,

특허 그룹 내에서 최초 출현한 특허의 출원년도와 최후 출현한 특허의 출원년도를 기준으로 특허 그룹 간을 대비할 때, 특허 그룹 간에 시간적 중첩이 존재하지 않는 경우, 시간적으로 선행하는 특허 그룹의 최후 출원년도와 후행하는 특허 그룹의 최초 출원년도 간의 시간 차이가 특허 그룹 간의 출현 대기 시간으로 결정될 수 있다.

일 실시예에서, 상기 시간적 링크 패턴은,

출원년도를 기준으로 특허 그룹 간 시간적 순서에 따라 결정되고,

특허 그룹 내에서 최초 출현한 특허의 출원년도와 최후 출현한 특허의 출원년도를 기준으로 특허 그룹 간을 대비할 때, 특허 그룹 간에 시간적 중첩이 존재하는 경우, 시간적으로 선행하는 특허 그룹의 최초 출원년도와 후행하는 특허 그룹의 최초 출원년도 간의 시간 차이가 특허 그룹 간의 출현 대기 시간으로 결정될 수 있다.

일 실시예에서, 상기 특허 로드맵을 생성하는 단계는,

상기 기술-특허 링크 패턴, 상기 특허-특허 링크 패턴, 상기 시간적 링크 패턴 중 적어도 하나를, 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 매칭되는 상기 타겟 기술의 특허 그룹들과 대비시키는 단계;

상기 연관 기술에 관한 특허 개발 패턴 중, 상기 타겟 기술의 특허 그룹들에서 미출현된 기술 및 미출현된 특허 그룹 중 적어도 하나를 도출하여, 상기 미출현 기술 및 특허 그룹 중 적어도 하나를 상기 타겟 기술의 특허 개발의 예측 정보로서 상기 타겟 기술의 기출현 특허 그룹과 노드 연결시키는 단계; 및

상기 연관 기술에 관한 시간적 링크 패턴의 특허 그룹 간 출현 대기 시간을 반영하여 시각화될 특허 로드맵 상에서의 상기 노드 연결의 길이를 조절시키는 단계를 포함할 수 있다.

본 발명의 다른 측면에 따르면, 상술한 특허 로드맵 생성 방법에 관한 컴퓨터 구현 방법을 실행하는 특허 로드맵 생성 시스템이 제공된다.

본 발명의 실시예에 의하면, 현재까지의 개발 현황으로부터 예측한 특허 노드까지를 연결하는 방식으로 특허 로드맵을 작성함으로써, 앞으로의 특허 개발 방향을 확인할 수 있어 특허 전략 및 연구개발 전략 수립에 유용한 효과가 있다.

또한 본 발명의 실시예에 의하면, 작성된 특허 로드맵을 통해 사전에 잘 기획된 특허들을 창출할 수 있고, 특허 개발이 완료된 이후 사업화를 통해 경제적 수익과 부가가치를 창출해낼 수 있는 바, 이를 위한 효과적인 특허 기획 및 예측이 도구로서 활용할 수 있는 효과가 있다.

도 1은 본 발명의 실시예에 따른 특허 로드맵 생성 방법에 관한 순서도.
도 2는 특허 로드맵 생성 시스템에서 본 발명의 실시예에 따른 기술 분석 모듈에 관한 블록도.
도 3은 특허 로드맵 생성 시스템에서 본 발명의 실시예에 따른 특허 클러스터링 모듈에 관한 블록도.
도 4는 특허 로드맵 생성 시스템에서 본 발명의 실시예에 따른 특허 개발 패턴 분석 모듈에 관한 블록도.
도 5는 특허 로드맵 생성 시스템에서 본 발명의 실시예에 따른 특허 로드맵 작성 모듈에 관한 블록도.
도 6은 계층적 온톨로지의 개념을 설명하기 위한 예시 도면.
도 7은 타겟 기술과 연관 기술에 대한 일 실시예에 따른 계층적 온톨로지를 도시한 도면.
도 8은 키워드 벡터를 설명하기 위한 예시 도면.
도 9는 기술 속성 분류 별로 분류한 특허-특허 링크 패턴을 예시한 도면.
도 10은 시간적 링크 패턴을 설명하기 위한 예시 도면.
도 11은 타겟 기술의 특허 개발에 관한 예측 정보를 생성하는 방법론을 설명하기 위한 예시 도면.
도 12는 타겟 기술의 특허 로드맵 생성의 예시 도면.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.

도 1은 본 발명의 실시예에 따른 특허 로드맵 생성 방법에 관한 순서도이다. 그리고 도 2는 특허 로드맵 생성 시스템에서 본 발명의 실시예에 따른 기술 분석 모듈에 관한 블록도이고, 도 3은 본 발명의 실시예에 따른 특허 클러스터링 모듈에 관한 블록도이며, 도 4는 본 발명의 실시예에 따른 특허 개발 패턴 분석 모듈에 관한 블록도이고, 도 5는 본 발명의 실시예에 따른 특허 로드맵 작성 모듈에 관한 블록도이다.

특허 로드맵 생성 방법을 구현하는 시스템은, 도 1에 도시된 일 실시예에 따라, 기술 분석 모듈(100), 특허 클러스터링 모듈(200), 특허 개발 패턴 분석 모듈(300), 특허 로드맵 작성 모듈(400)을 포함할 수 있다.

이하, 특허 로드맵 생성 방법의 전반적 프로세스에 관해서는 도 1을 참조하되, 도 2 내지 도 5에 도시된 개별 모듈의 기능 및 역할을 중심으로 차례로 설명하기로 한다. 이러한 설명 과정에서 도 6 내지 도 12의 예시 도면들을 함께 참조한다.

기술 분석 모듈(100)

본 발명의 실시예에 따른 특허 로드맵 생성 방법에서는, 특허의 예측 및 기획을 위한 로드맵(이하, 특허 로드맵)을 생성함에 있어 전제적 단계로서, 특허 로드맵을 작성할 대상 기술(이하, 타겟 기술)과 관련된 계층적 온톨로지(hierachical ontology)를 생성하는 단계를 포함한다. 이는 기술 분석 모듈(100)에 의해 실행되며, 기술 분석 모듈(100)에서 담당 가능한 역할 및 기능에 대하여 도 2를 참조하여 설명하면 다음과 같다.

일 실시예에서, 기술 분석 모듈(100)은, 도 2에 도시된 바와 같이, 기술 정보 데이터베이스(도 2의 기술 로드맵 기획-결과보고서 데이터베이스(110) 및 특허문서 데이터베이스(111) 참조)로부터 특허 로드맵 작성 대상인 타겟 기술과 관련된 기술 정보를 수집할 수 있다[S120].

본 명세서에서, 기술 정보 데이터베이스란, 타겟 기술과 관련된 요소 기술, 기능, 구성 등과 같은 기술 정보를 확인할 수 있는 자료(원본 문서, 가공 데이터 등)를 보유하고 있는 데이터베이스를 의미한다. 따라서, 타겟 기술과 관련된 기술 정보를 포함하는 한, 시장 보고서, 산업 동향 보고서, 특허 동향 보고서 등의 명칭, 용어를 불문하고 본 명세서의 기술 정보 데이터베이스에 해당될 수 있다. 또한, 도 2에서는 기술 정보 데이터베이스가 본 발명의 실시예에 따른 시스템 내부에 존재하는 것과 같이 도시되었지만, 네트워크 접속을 통해 연결 가능한 외부 DB일 수 있음은 자명하다(본 명세서에 첨부된 모든 도면에 도시된 각종 데이터베이스도 마찬가지임).

그리고 타겟 기술에 관련된 기술 정보 수집을 위한 검색에는, 타겟 기술의 대표 키워드(예를 들어, 도 7의 경우 "AMOLED" 등)는 물론, 타겟 기술의 핵심 요소 기술에 관한 키워드(예를 들어, 도 7의 경우 "TFT array" 등), 타겟 기술과 기술적 유사성이 높은 연관 기술에 관한 대표 키워드(예를 들어, 도 7의 경우 "LCD" 등) 등이 활용될 수 있다.

이후, 기술 분석 모듈(100)은 수집된 기술 정보를 대상으로 텍스트 마이닝을 거쳐 타겟 기술의 요소 기술 또는 기능과 관련된 핵심 키워드들을 추출한 후[S130], 레벨링 과정을 통해서 타겟 기술과 관련된 계층적 온톨로지를 생성할 수 있다[S140]. 타겟 기술과 관련된 계층적 온톨로지란, 해당 기술을 요소 기술(구성) 또는 기능의 계층적 관계(즉, 상위/하위 관계)를 구조적으로 도출한 기술 분류 체계를 의미한다.

이러한 계층적 관계에 관한 개념적 예시가 도 6에 도시되어 있으며, 구체적 예시가 도 7에 도시되어 있다. 도 7은 특허 예측 등이 필요한 타겟 기술로서 투명 AMOLED를 선정하고, 이와 대비할 대상인 유사 선행 개발 기술(이하, 연관 기술)로서 LCD를 선정하여, 각 기술에 관한 계층적 기술 분류를 예시한 것이다. 도 7을 참조할 때, 타겟 기술인 투명 AMOLED의 요소 기술 중 "TFT Array"의 경우, 선행 개발되었던 연관 기술인 LCD에도 공통적인 요소 기술인 점을 확인할 수 있다. 따라서, 연관 기술인 LCD에서 TFT array와 관련된 특허들의 개발(창출) 과정이 후행 기술인 투명 AMOLED에도 유사하게 적용될 가능성이 있음을 짐작할 수 있다. 본 발명의 실시예에 따른 특허 로드맵 생성 방법은, 선행하던 연관 기술의 특허 개발 과정이 후행하는 타겟 기술의 특허 개발 과정에서도 상당부분 유사성을 가지면서 적용될 것임을 전제하여, 선행 연관 기술의 특허 개발 패턴을 도출하고 이를 후행 타겟 기술에 대비시키는 방식을 이용하게 된다.

따라서, 타겟 기술과 대비할 연관 기술은 도 7에서와 같이 기술 아이템 자체에 유사성이 존재하는 기술로서 선정될 수도 있지만, 상술한 바와 같은 기술 간 대비가 가능하다면 연관 기술의 선정 방식에 특별한 제한은 없다. 일 예로, 타겟 기술에 적용되는 각 요소 기술 별로 해당 요소 기술과의 관계에서만 유사성이 존재하는 범용 기술이 연관 기술로서 선정될 수 있으며, 복수의 연관 기술을 선정하는 것도 가능할 것이다.

위와 같은 관점에서, 본 명세서에서 "타겟 기술과 관련된 계층적 온톨로지"란 반드시 타겟 기술 자체의 계층적 기술 분류에 한정되는 것은 아니며, 대비 대상인 연관 기술 중 적어도 타겟 기술과 관련성(공통 적용 가능성)을 갖는 계층적 기술 분류도 여기에 포함시킬 수 있음은 물론이다.

또한, 이상에서는 타겟 기술과 관련된 기술 정보의 수집 과정, 수집된 기술 정보에 관한 텍스트 마이닝을 통한 요소 기술 또는 기능의 추출 과정이 본 발명의 실시예에 따른 기술 분석 모듈(100)에 의해 자동화 처리되는 경우를 주로 설명하였지만, 반드시 이에 한정되는 것은 아니다. 일 예로, 기술 정보의 수집 및 요소 기술의 추출 과정은 조사자가 직접 수행하고, 기술 분석 모듈(100)은 타겟 기술과 관련된 계층적 온톨로지를 생성하는 기능만을 수행하여도 무방하다. 더 나아가, 기술 분석 모듈(100) 자체도 반드시 존재하여야만 하는 필수적 구성에 해당하는 것은 아니며, 상기 계층적 온톨로지에 관한 기본 정보(즉, 기술 분류 자체)의 작성 조차도 조사자에 의해 직접 수행될 수도 있다. 이 경우, 본 발명의 실시예에 따른 특허 로드맵 생성 시스템은 후술할 특허 클러스터링 과정부터를 담당하게 될 것이다.

특허 클러스터링 모듈(200)

본 발명의 실시예에 따른 특허 로드맵 생성 방법은, 상술한 바와 같이 확정된 타겟 기술과 관련된 계층적 온톨로지에 상응하여 유효하게 수집된 특허 문서들을 대상으로, 유사도 기반의 클러스터링을 수행하여, 타겟 기술에 관한 특허 군집화 및 이와 대비 대상이 될 연관 기술에 관한 특허 군집화를 수행한다. 그리고 군집화된 특허 그룹들 각각에 대하여 사전 정의된 기술 속성 별 분류 기준에 따른 기술 속성 분류를 수행한다. 이는 특허 클러스터링 모듈(200)에 의해 수행되며, 그 구체적 내용에 관해서는 도 3을 참조하여 설명한다.

먼저, 특허 클러스터링 모듈(200)은 특허 문서 데이터베이스(111)로부터 타겟 기술과 관련된 계층적 온톨로지에 상응하는 특허 문서들을 수집할 수 있다[S210]. 이 경우, 타겟 기술과 연관 기술 자체에 관한 대표 키워드, 계층화된 요소 기술들의 키워드, 타겟 기술 또는/및 연관 기술의 주요 출원인(즉, 선도 기업, 시장 내 메이저 업체 등)의 명칭 등을 특허 문서 수집을 위한 검색에 활용할 수 있다. 본 명세서에서 특허 문서의 수집이란, 특허 문서(파일) 자체의 수집은 물론, 특허 문서 내의 서지 정보 및 내용 정보 등을 텍스트화하여 정리한 대체 파일의 수집을 모두 포함한다.

특허 클러스터링 모듈(200)은 이와 같이 수집된 특허 문서들 중 관련성 낮은 특허 문서들(즉, 노이즈)을 필터링해내고 유효 특허로 선정된 특허 문서들을 대상으로 이후 단계의 작업들을 수행할 수 있다. 이때, 노이즈 필터링은 노이즈 관련 키워드, 무관련 IPC(International Patent Code) 등을 이용한 필터링 방식이 이용될 수 있다.

다만, 상술한 특허 문서의 수집 및 유효 특허의 선별 과정은 반드시 자동화 처리를 요하는 것은 아니며, 조사자에 의한 검색 및 검토에 의하여도 무방하다. 본 발명의 실시예에서 특허 클러스터링 모듈(200)의 핵심적 기능은 유효하게 선별된 특허 문서들을 대상으로 한 유사도 기반의 클러스터링 과정과, 군집화 과정, 기술 속성 분류 과정에 있기 때문이다.

특허 클러스터링 모듈(200)은 상술한 계층적 온톨로지에 상응하여 유효하게 수집된 모집단 내의 특허 문서들을 대상으로 텍스트 마이닝을 수행하여, 키워드 출현 빈도에 따라 복수의 키워드를 선정하고[S220], 키워드 벡터를 생성한다[S221]. 키워드 벡터는 도 8에 예시된 바와 같이, 선정된 복수의 키워드가 해당 특허 문서에 존재하는지 여부(즉, 출현 여부)에 따라서 0 또는 1의 바이너리 값을 맵핑시킨 것을 의미한다.

특허 클러스터링 모듈(200)은 각 특허 문서 별로 생성된 키워드 벡터에 기반하여, 모집단 내의 특허 문서 간의 코사인 유사도(Cosine Similarity)를 계산할 수 있다[S222]. 코사인 유사도란 어느 2개의 벡터의 곱을 그 2개의 벡터의 크기로 나눈 값으로서 정의되며, 그 결과 값이 클수록 문서 간 유사성이 높다고 판정된다.

특허 클러스터링 모듈(200)은 앞서 계산된 코사인 유사도에 기반하여, K-means clustering(키워드 기반의 의미론적 유사도에 기준한 클러스터링 기법)을 통해 모집단 내의 특허 문서들에 관한 군집화를 수행한다[S223]. 이때, 군집화는 타겟 기술과 연관 기술로 나누어 수행될 수 있으며, 이에 관한 예시가 아래 표 1에 도시되어 있다.

[표 1]

특허 클러스터링 모듈(200)은 위와 같이 군집화된 복수의 특허 그룹들 각각에 대하여 사전 정의된 기술 속성 분류 기준에 따라 기술 속성 분류를 수행한다[S240]. 이때, 이때, 기술 속성 분류 기준으로는 TEMPEST 분석 관점이 활용될 수 있다. 다만, 이외에도 다양한 기술 속성 분류가 활용될 수 있음은 물론이다.

TEMPEST 분석 관점에 따른 분류 기준은, 아래의 표 2에 도시된 바와 같이, 동작 원리 및 동력과 관련된 기술 속성 키워드인 E(Energy), 재료와 관련된 기술 속성 키워드인 M(Material), 기능 및 특성과 관련된 기술 속성 키워드인 P(Personality), 구조 및 구성 부품과 관련된 기술 속성 키워드인 S(Space), 프로세스 및 방법과 관련된 기술 속성 키워드인 T(Time)로 구분된다.

[표 2]

즉, 특허 클러스터링 모듈(200)은 특허 그룹 각각을 상기 TEMPEST의 기술 속성 키워드들(즉, E, M, P, S, T) 중 어느 하나와 매칭시킨다. 이를 위해, 특허 클러스터링 모듈(200)은 그 전제로서, 앞서 S220에서 선정된 복수의 키워드 각각을 TEMPEST의 기술 속성 키워드 중 어느 하나와 매칭시킨 후[S230], 특허 그룹 내의 특허 문서들을 종합할 때 가장 빈도수 높게 도출되는 TEMPEST의 기술 속성 키워드를 해당 특허 그룹 전체에 관한 기술 속성 키워드로서 결정할 수 있다.

상술한 과정을 거치면, 기술 속성 분류 별(즉, 본 예에서는 TEMPEST) 특허 그룹을 도출할 수 있다(도 9 참조).

특허 개발 패턴 분석 모듈(300)

특허 개발 패턴 분석 모듈(300)은, 타겟 기술의 특허 개발에 관한 예측을 수행하기 위한 전제로서, 연관 기술의 특허 그룹들을 대상으로 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 도출되는 특허 개발 패턴을 획득하는 역할을 담당한다. 이때, 특허 개발 패턴 분석 모듈(300)에 의해 획득 가능한 연관 기술의 특허 개발 패턴으로는, 기술-특허 링크 패턴, 특허-특허 링크 패턴(이상 구조적 링크 패턴), 시간적 링크 패턴이 있을 수 있다. 이하, 이에 대하여 도 4를 참조하여 설명하면 다음과 같다.

먼저, 기술-특허 링크 패턴은, 상기 계층적 온톨로지 상에서 타겟 기술의 기술 분류와 대비 가능한 연관 기술의 기술 분류 또는 요소 기술과, 연관 기술의 특허 그룹들을 매칭시킨 패턴을 의미한다. 이를 위해, 특허 개발 패턴 분석 모듈(300)은, 연관 기술의 기술 분류 또는 요소 기술의 키워드와, 연관 기술의 특허 그룹의 키워드 간의 유사도에 따라, 기술 분류 또는 요소 기술과 특허 그룹 간을 연결함으로써, 기술-특허 링크 패턴을 도출할 수 있다[S310, S311, S320].

그리고 특허-특허 링크 패턴은, 상기 기술 속성 분류를 같이하는 연관 기술의 특허 그룹 별로의 특허 창출 유형에 관한 정보를 포함시켜 특허 그룹 간을 연결시킨 패턴을 의미한다.

일 실시예에서, 상기 특허 창출 유형은, S(Substitute), C(Combine), A(Adapt), M(Modify, Minify, Magnify), P(Put to other use), E(Eliminate), R(Rearrange, Reverse)를 특허 창출 유형으로 구분하는 SCAMPER 분석 관점이 적용될 수 있다. 다만, 이외에도 다양한 특허 창출 유형 분류가 활용될 수 있음은 물론이다.

SCAMPER 분석 관점에 대해서는 아래 표 3에 자세히 설명되고 있다. 즉, SCAMPER에 의한 분류에 따르면, 해당 특허 문서에서 나타나고 있는 기술적 내용이 어떠한 기술적 변화와 관련된 것인지(즉, 어떠한 특허 창출 유형을 갖는 것인지)를 확인할 수 있다.

[표 3]

위와 같은 SCAMPER 기준에 따라 각 특허 그룹이 어떠한 특허 창출 유형에 해당하는지를 분류할 때에는 다음의 방법이 적용될 수 있다. 즉, 특허 개발 패턴 분석 모듈(300)은, 해당 특허 그룹 내의 개별 특허들에 관하여 상기 SCAMPER 분석 관점에서 각 특허 창출 유형 별로 부여된 스코어(Score)를 종합하여 최고치를 갖는 특허 창출 유형을 해당 특허 그룹의 특허 창출 유형으로 선택할 수 있다. 위 표 3의 예시에서는 "S(Substitute)"가 해당 특허 그룹의 특허 창출 유형으로 선택된 예이다. 이때, 특허 그룹 별로 각 특허 그룹 내의 특허 문서들에 관한 스코어 부여 과정에는 해당 기술 분야의 기술 전문가 또는 특허 전문가에 의한 복수의 평가자(Evaluator)가 참여할 수 있다.

상술한 바와 같이 특허 그룹 별로의 특허 창출 유형이 판별되면, 특허 개발 패턴 분석 모듈(300)은, 특허 그룹 내의 개별 특허들의 출원년도에 관한 정보를 종합하여 특허 그룹 간을 시간적 순서에 따라 나열하고, 특허 그룹 별로 도출된 특허 창출 유형을 매칭시킨 특허-특허 링크 패턴을 도출할 수 있다[S330, S340]. 이때, 특허-특허 링크 패턴은 기술 속성 분류를 같이하는 특허 그룹들 사이에서 만들어질 수 있으며, 이에 따르면 같은 기술 속성 분류를 갖는 특허 그룹들 간의 시간적 흐름에 따른 특허 창출 유형의 변화를 확인 가능하게 된다. 이에 일 예시가 도 9에 도시되어 있다.

또한 특허 개발 패턴 분석 모듈(300)은 시간적 링크 패턴을 생성할 수 있다. 시간적 링크 패턴은, 상기 기술 속성 분류를 같이하는 연관 기술의 특허 그룹 간을 특허 개발의 시간적 순서에 따라 연결시킨 패턴을 의미한다[S350, S360]. 이를 위해, 특허 개발 패턴 분석 모듈(300)은, 각 특허 그룹 내의 특허 문서들을 대상으로 첫 출원년도 및 마지막 출원년도를 추출하고, 아래에 설명할 방식으로 시간적 링크 패턴을 생성할 수 있다. 이에 대해서는 도 10을 참조하여 설명한다.

도 10의 (a)를 참조하면, 특허 그룹 간에 시간적 중첩이 존재하지 않은 케이스이다. 이 경우, 특허 개발 패턴 분석 모듈(300)은, 시간적 순서에 따라 특허 그룹 간을 노드 연결시키되, 시간적으로 선행하는 특허 그룹의 최후 출원년도와 후행하는 특허 그룹의 최초 출원년도 간의 시간 차이를 특허 그룹 간의 출현 대기 시간으로 결정한 시간적 링크 패턴을 생성할 수 있다. 즉, 도 10의 (a) 케이스는 특허 그룹 간에 시간적 단절이 존재하는 경우인 바, 이 경우에는 선행 특허 그룹이 끝난 지점에서부터 몇 년 이후에 후행 특허 그룹의 특허들이 개발되었는지가 신규 특허의 출현 기간으로서 의미가 있다.

다음으로 도 10의 (b)를 참조하면, 특허 그룹 간에 시간적 중첩이 존재하는 케이스이다. 이 경우, 특허 개발 패턴 분석 모듈(300)은, 시간적 순서에 따라 특허 그룹 간을 노드 연결시키되, 시간적으로 선행하는 특허 그룹의 최초 출원년도와 후행하는 특허 그룹의 최초 출원년도 간의 시간 차이를 특허 그룹 간의 출현 대기 시간으로 결정한 시간적 링크 패턴을 생성할 수 있다. 즉, 도 10의 (b) 케이스는 특허 그룹 간에 시간적 중첩이 존재하는 경우인 바, 이 경우에는 선행 특허 그룹이 시작된 지점에서부터 몇 년 이후에 후행 특허 그룹의 특허들이 개발되었는지가 신규 특허의 출현 시기로서 의미가 있다.

상술한 기술-특허 링크 패턴, 특허-특허 링크 패턴, 시간적 링크 패턴은 특허 개발 패턴 데이터베이스(301)에 저장될 수 있다.

특허 로드맵 작성 모듈(400)

특허 로드맵 작성 모듈(400)은, 특허 개발 패턴 분석 모듈(300)에 의해 분석된 연관 기술의 특허 개발 패턴을 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 타겟 기술의 특허 그룹들과 대비시킴으로써, 타겟 기술의 특허 개발에 관한 예측 정보를 포함하는 특허 로드맵을 생성한다. 이에 관하여 도 5를 참조하여 설명하면 다음과 같다.

먼저, 특허 로드맵 작성 모듈(400)은 앞서 확인된 구조적 링크 패턴(즉, 기술-특허 링크 패턴 또는/및 특허-특허 링크 패턴)의 적용을 통해 타겟 기술에 개발되어야 할 특허의 컨텐츠를 예측하고 특허 그룹 간의 선후 관계를 결정한다[S410, S411, S412]. 그리고 시간적 링크 패턴의 적용을 통해 특허의 출현 시기를 예측한다[S413].

보다 구체적으로, 특허 로드맵 작성 모듈(400)은 타겟 기술의 특허 로드맵 생성을 위해, 연관 기술에 관한 기술-특허 링크 패턴, 특허-특허 링크 패턴, 시간적 링크 패턴을 계층적 온톨로지 및 기술 속성 분류 중 적어도 하나의 관점에서 매칭되는 타겟 기술의 특허 그룹들과 대비시킨다. 그리고 연관 기술에 관한 기술-특허 링크 패턴 또는/및 특허-특허 링크 패턴 중, 타겟 기술의 특허 그룹들에서 미출현된 기술 및 미출현된 특허 그룹 중 적어도 하나를 도출하여, 미출현 기술 및 특허 그룹 중 적어도 하나를 타겟 기술의 특허 개발의 예측 정보로서 타겟 기술의 기출현 특허 그룹과 노드 연결시킬 수 있다(도 11 참조). 이때, 특허 로드맵 작성 모듈(400)은, 연관 기술에 관한 시간적 링크 패턴의 특허 그룹 간 출현 대기 시간을 반영하여 시각화될 특허 로드맵 상에서의 상기 노드 연결의 길이를 조절함으로써[S430], 타겟 기술에 관한 특허 로드맵을 생성할 수 있다. 상술한 방식에 의해 시각화하여 생성된 특허 로드맵의 일 예가 도 12에 도시되어 있다.

이상에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 쉽게 이해할 수 있을 것이다.

100 : 기술 분석 모듈
200 : 특허 클러스터링 모듈
300 : 특허 개발 패턴 분석 모듈
400 : 특허 로드맵 작성 모듈

Claims (12)

1. 특허 로드맵 생성 방법에 관한 컴퓨터 구현 방법으로서,
   특허 로드맵을 작성할 타겟 기술과 관련된 계층적 온톨로지(hierarchical ontology)에 상응하여 유효하게 수집된 특허 문서들을 대상으로, 유사도 기반의 클러스터링을 수행하여 상기 타겟 기술에 관한 특허 군집화 및 상기 타겟 기술과 대비 대상이 될 연관 기술에 관한 특허 군집화를 수행하는 단계;
   사전 정의된 기술 속성 별 기준에 따라, 상기 군집화된 특허 그룹들 각각에 대한 기술 속성 분류를 수행하는 단계;
   상기 연관 기술의 특허 그룹들을 대상으로, 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 도출되는 특허 개발 패턴을 획득하는 단계;
   상기 연관 기술의 특허 개발 패턴을 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 상기 타겟 기술의 특허 그룹들과 대비시킴으로써, 상기 타겟 기술의 특허 개발에 관한 예측 정보를 포함하는 특허 로드맵을 생성하는 단계
   를 포함하는 특허 로드맵 생성 방법.
   
2. 제1항에 있어서,
   기술 정보 데이터베이스로부터 상기 타겟 기술과 관련된 기술 정보를 수집하고, 수집된 텍스트 마이닝(Text mining)하여 상기 타겟 기술과 관련된 요소 기술을 추출하고, 추출된 요소 기술들 간의 계층적 관계를 기술 분류화하여 나타내는 상기 계층적 온톨로지를 생성하는 단계를 더 포함하는, 특허 로드맵 생성 방법.
   
3. 제1항에 있어서,
   상기 특허 군집화를 수행하는 단계는,
   상기 계층적 온톨로지에 상응하여 유효하게 수집된 모집단 내의 특허 문서들을 대상으로 텍스트 마이닝(Text mining)을 수행하여, 키워드 출현 빈도에 따른 복수의 키워드를 선정하는 단계;
   상기 모집단 내의 특허 문서들에 대하여 각 특허 문서 별로, 상기 선정된 복수의 키워드 각각의 출현 여부에 따른 정보를 포함하는 키워드 벡터(keyword vector)를 생성하는 단계;
   특허 문서 별로 생성된 키워드 벡터에 기반하여, 상기 모집단 내의 특허 문서 간의 코사인 유사도(Cosine Similarity)를 계산하는 단계; 및
   상기 계산된 특허 문서 간의 코사인 유사도에 기반하여, 상기 모집단 내의 특허 문서들을 군집화하여 복수의 특허 그룹으로 분류하는 단계
   를 포함하는 특허 로드맵 생성 방법.
   
4. 제3항에 있어서,
   상기 사전 정의된 기술 속성 별 기준은, 동작 원리 및 동력과 관련된 기술 속성 키워드인 E(Energy), 재료와 관련된 기술 속성 키워드인 M(Material), 기능 및 특성과 관련된 기술 속성 키워드인 P(Personality), 구조 및 구성 부품과 관련된 기술 속성 키워드인 S(Space), 프로세스 및 방법과 관련된 기술 속성 키워드인 T(Time)를 기술 속성으로 갖는 TEMPEST 분석 관점이 적용되되,
   상기 기술 속성 분류를 수행하는 단계는,
   상기 선정된 복수의 키워드 각각을 상기 TEMPEST 분석 관점에 맞춰 매칭시키는 단계; 상기 TEMPEST 분석 관점 중 최다 출현의 기술 속성 키워드에 근거하여, 상기 특허 그룹들 각각을 상기 TEMPEST 분석 관점에 맞춰 기술 속성을 분류하는 단계를 포함하는 특허 로드맵 생성 방법.
   
5. 제1항에 있어서,
   상기 특허 개발 패턴을 획득하는 단계는,
   상기 계층적 온톨로지 상에서 상기 타겟 기술의 기술 분류와 대비 가능한 상기 연관 기술의 기술 분류 또는 요소 기술과 상기 연관 기술의 특허 그룹들을 매칭시킨 기술-특허 링크 패턴,
   상기 기술 속성 분류를 같이하는 상기 연관 기술의 특허 그룹 별로의 특허 창출 유형에 관한 정보를 포함시켜 특허 그룹 간을 연결시킨 특허-특허 링크 패턴,
   상기 기술 속성 분류를 같이하는 상기 연관 기술의 특허 그룹 간을 특허 개발의 시간적 순서에 따라 연결시킨 시간적 링크 패턴
   중 적어도 하나를 획득하는, 특허 로드맵 생성 방법.
   
6. 제5항에 있어서,
   상기 연관 기술에 관한 기술-특허 링크 패턴은,
   상기 연관 기술의 기술 분류 또는 요소 기술의 키워드와 상기 연관 기술의 특허 그룹의 키워드 간의 유사도에 따라, 기술 분류 또는 요소 기술과 특허 그룹 간을 연결한 링크 패턴인, 특허 로드맵 생성 방법.
   
7. 제5항에 있어서,
   상기 연관 기술에 관한 특허-특허 링크 패턴은,
   상기 기술 속성 분류를 같이하는 특허 그룹들에 관하여, 특허 그룹 내의 개별 특허들의 출원년도에 관한 정보를 종합하여 특허 그룹 간을 시간적 순서에 따라 나열하고, 특허 그룹 별로 도출된 특허 창출 유형을 매칭시켜 시간적 흐름에 따른 특허 창출 유형의 변화를 확인 가능하게 하는 링크 패턴인, 특허 로드맵 생성 방법.
   
8. 제7항에 있어서,
   상기 특허 창출 유형은, S(Substitute), C(Combine), A(Adapt), M(Modify, Minify, Magnify), P(Put to other use), E(Eliminate), R(Rearrange, Reverse)를 특허 창출 유형으로 구분하는 SCAMPER 분석 관점이 적용되되,
   상기 특허 그룹 별 특허 창출 유형은, 해당 특허 그룹 내의 개별 특허들에 관하여 상기 SCAMPER 분석 관점에서 각 특허 창출 유형 별로 부여된 스코어(Score)를 종합하여 최고치를 갖는 특허 창출 유형으로 선택되는, 특허 로드맵 생성 방법.
   
9. 제5항에 있어서,
   상기 시간적 링크 패턴은,
   출원년도를 기준으로 특허 그룹 간 시간적 순서에 따라 결정되고,
   특허 그룹 내에서 최초 출현한 특허의 출원년도와 최후 출현한 특허의 출원년도를 기준으로 특허 그룹 간을 대비할 때, 특허 그룹 간에 시간적 중첩이 존재하지 않는 경우, 시간적으로 선행하는 특허 그룹의 최후 출원년도와 후행하는 특허 그룹의 최초 출원년도 간의 시간 차이가 특허 그룹 간의 출현 대기 시간으로 결정되는, 특허 로드맵 생성 방법.
   
10. 제5항에 있어서,
    상기 시간적 링크 패턴은,
    출원년도를 기준으로 특허 그룹 간 시간적 순서에 따라 결정되고,
    특허 그룹 내에서 최초 출현한 특허의 출원년도와 최후 출현한 특허의 출원년도를 기준으로 특허 그룹 간을 대비할 때, 특허 그룹 간에 시간적 중첩이 존재하는 경우, 시간적으로 선행하는 특허 그룹의 최초 출원년도와 후행하는 특허 그룹의 최초 출원년도 간의 시간 차이가 특허 그룹 간의 출현 대기 시간으로 결정되는, 특허 로드맵 생성 방법.
    
11. 제5항에 있어서,
    상기 특허 로드맵을 생성하는 단계는,
    상기 기술-특허 링크 패턴, 상기 특허-특허 링크 패턴, 상기 시간적 링크 패턴 중 적어도 하나를, 상기 계층적 온톨로지 및 상기 기술 속성 분류 중 적어도 하나의 관점에서 매칭되는 상기 타겟 기술의 특허 그룹들과 대비시키는 단계;
    상기 연관 기술에 관한 특허 개발 패턴 중, 상기 타겟 기술의 특허 그룹들에서 미출현된 기술 및 미출현된 특허 그룹 중 적어도 하나를 도출하여, 상기 미출현 기술 및 특허 그룹 중 적어도 하나를 상기 타겟 기술의 특허 개발의 예측 정보로서 상기 타겟 기술의 기출현 특허 그룹과 노드 연결시키는 단계; 및
    상기 연관 기술에 관한 시간적 링크 패턴의 특허 그룹 간 출현 대기 시간을 반영하여 시각화될 특허 로드맵 상에서의 상기 노드 연결의 길이를 조절시키는 단계를 포함하는, 특허 로드맵 생성 방법.
    
12. 제1항 내지 제11항 중 어느 한 항에 의한 특허 로드맵 생성 방법에 관한 컴퓨터 구현 방법을 실행하는 특허 로드맵 생성 시스템.

Images