특허 피인용 네트워크 분석을 통한 혁신확산 패턴 분석: 가트너하이프사이클 AI 분야를 중심으로 (Analysis of innovation diffusion patterns through patent citation network: Focusing on Gartner Hype cycle for AI)

서지정보

· 발행기관 : 한국지능정보시스템학회
· 수록지 정보 : 지능정보연구 / 30권 / 3호 / 27 ~ 41페이지
· 저자명 : 신선아, 강주영

초록

국가 및 기업 간에 기술 경쟁이 치열해지고 있는 현대 사회에서, 기술 초격차를 확대하기 위한 경쟁이 가속화되고 있 다. 이에 정부, 산업계에서는 근거에 기반한 기술 전략 및 예측이 이루어질 수 있도록 노력하고 있다. 가트너에서 매년 발 표하는 하이프사이클은 미래의 기술 시장을 예측할 수 있는 실용적인 보고서로 평가되지만 하이프사이클에 대한 실증적 인 검토는 부족한 실정이다. 본 연구에서는 혁신확산이론에 근거하여 인공지능 분야 29개 기술의 하이프사이클 단계별 기 술들의 특성 차이를 분석하였다. 이를 위해 기술 분야의 시장동향 및 예측자료로서의 가치가 있는 특허 데이터를 본 연구 에 활용하였다. 한국, 미국, 일본, 중국, 유럽의 등록특허 4,018건을 수집하였다. 단계별 특허의 영향력의 정도와 방향성의 확인을 통한 확산패턴을 분석하기 위해 각 특허별 출원인 및 심사관의 피인용 정보를 네트워크 데이터로 변환하여 후행 특허에 영향을 미친 특허의 관계를 분석하고자 하였다. 이를 바탕으로 수용자 확산비율과 비교하였다. 또한 응집규모를 파악 후 연결중심화, 근접중심화 정도를 외향(out)/내향(in)로 나누어 단계별 네트워크의 구조적인 특징을 살펴보았다. 또 한 전체 네트워크 내에서 각 단계별 네트워크의 위치를 시각화하여 단계별 위치적인 특성의 차이를 확인하였다. 연구결과 연결중심화, 근접중심화 값이 Tb와 S단계에서 내부로 유입되는 스타형 네트워크 구조가 강해지는 것으로 나타났다. 특히 S단계에서 그 형태가 더 강하였는데, 이는 특허라는 데이터의 특성 상 하이프사이클 곡선의 구성 요소인 기술적/사업적 성숙도(Engineering and Business Maturity)의 영향으로 해석할 수 있다.

영어초록

In the midst of intensifying technological competition between nations and enterprises alike, the competition to maintain the technological lead persists as an ongoing trend. In light of this, both governmental bodies and industrial sectors are endeavoring to facilitate technology strategies and projections that are grounded in a substantial evidential basis. The “Hype Cycle”, which Gartner annually releases, is appraised as a pragmatic report pertaining to future technologies, yet the empirical examination of the Hype Cycle remains notably insufficient. The present research analytically investigates the differences in the characteristics of technologies at each stage of the Hype Cycle, grounded in the theory of innovation diffusion. In this study, based on innovation diffusion theory, we analyzed the differences in characteristics of 29 technologies in the artificial intelligence field at each stage of their hype cycle. We collected 4,018 registered patents from Korea, the United States, Japan, China, and Europe. In order to confirm the process and pattern of patent diffusion by stage, we attempted to analyze the relationship between patents that influenced subsequent patents by converting the citation information of applicants and examiners for each patent into network data. Based on this, we identified the scale of agglomeration and examined the structural characteristics of the network at each stage by dividing the degree of connection centralization and proximity centralization into outward and inward. In addition, the location of the network at each stage within the entire network was visualized to confirm differences in locational characteristics at each stage. Findings from the research demonstrate that the star-shaped network structure-characterized by inbound link centrality and closeness centrality values-intensifies, particularly in the ‘Tb(Innovation Trigger)’ and ‘S(Slope of Enlightment)’ stages. Especially at the S stage, this form was more robust, which can be interpreted as being influenced by the technological/business maturity, an inherent component of the Hype Cycle curve, derived from the patent data characteristics.

참고자료

· 없음