(An) exploratory model of technological innovation using patent analysis : the case study of Google

최준혁 Graduate School, Yonsei University 2013 국내박사

Corporations research the necessary skills through technology innovation and this leading to the development of new products, strong control over the market, and corporate growth. Corporations are also participating in various innovative activities of product, process, and organization to strengthen the competitiveness. However, the corporate technology innovation activities depend on the structured process proposed by a minimum number of scholars and experts and their subjective knowledge. Therefore, the decision procedure of technology innovation is not objective and the resulting model of technological innovation varies accordingly to the experts' different interpretations. The enterprise's R&D investment performance in technology is shown in the form of patent which holds asset value of intellectual property rights and becomes an important result to design a variety of corporate strategies. The patent is a referential material for a quantitative study on the characteristic and performance of research and development and can give specific explanations about all areas of innovative activities. Moreover, the prolonged accumulation of patents reveals revolutionary characteristics of technology by time sequential characteristic and patent citation orientation and so they can be exploited as important data for technology analysis and forecast for the benefit of companies making new product development and dominating a marketplace. The current patent analysis is using the techniques of Patent Citation Analysis, Network Analysis, and Text Mining which anticipate future technology or vacant technology through simple analysis of pre- and post- relation of specific patents and simply reclassify patent documents according to an interested subject. This fact shows limitations in that the patent is not being used as an analytical utility of a technology innovation tool. The qualitative analytical methodology done by a small number of experts generates the expert's subjective distortion issues and the professional analytical methodology Delpi by a large number of experts in reality causing the issue of time and cost. In this study, a new technology innovation model is suggested with a combination of pre-processing and multivariate analysis-based structural equation model of Text Mining for technology innovation and product development. The technology innovation model designed in this study consists of the following two core factors. The first model is TRM (Technological Relationship Map) using both cluster analysis and hierarchical regression analysis. Through this suggested TRM, how to explain the procedure of technology innovation and new product development are studied by choosing a target technology among many technologies of a company and finding the relation influencing the target technology among the remaining technologies. The second is a model extracting core technology using Exploratory Factor Analysis, which finds out core technology influencing technology development most among the whole technologies held by a company and apprehends the company's technology competence from perspectives of the present and the future. This will result into the company's innovative management in the end.. These two models are the results from different perspectives (row and column observation) and the analysis of these two models is independent. In this study, through complementary synthetic analysis of these two results, it is expected to establish a groundwork to be able to judge a strategic direction needed for new product developments from the perspective of incremental innovation. The demonstration of the technology innovation model in this study was made in several phases. First, Google was chosen as an analysis target industry for case study because it is one of the representative corporations leading the digital industry with Apple in the world. The total patent documents applied by Google from 2007 until 2012 were analyzed for performance evaluation of the proposed model, and the accuracy of technology similarity model was re-evaluated from a methodological perspective by both clustering analysis and hierarchical regression analysis designed in this study through structural equation AMOS Path analysis. According to the performance test results, the extreme similarity of AMOS Path Analysis and Hierarchical Regression Analysis results demonstrated the accuracy of the suggested model. Well-grounded directions of related technology and its acquisition through M&A or R&D were provided from the inner standpoint by checking Google's expected technology innovation direction through the interpretation of the combined technology innovation model result. From the outer standpoint, the result will be utilized as a basis of strategic preparations in advance by foreseeing the direction of technological evolution of competing companies. In this regard, the technology innovation model of this study is expected to be utilized from inner and outer standpoints of a company to the exclusion of an expert's subjective viewpoint.

A Property-Function based Approach to Patent Mining for Technology Foresight

윤장혁 포항공과대학교 대학원 2011 국내박사

Modern economies emphasize the role of research and development (R&D) that promotes the creation, diffusion and accumulation of intellectual properties within economic systems. Technology foresight allows creating potential and intangible needs of customers by developing value-creating technologies or products for market integration and new market creation. Some previous approaches for technology trend analysis and technology evolution analysis are considered to be useful for technology foresight. However, two points should be complemented for experts to more focus on their knowledge services in that the approaches are relies heavily on knowledge and skills of experts such as domain experts or TRIZ (Russian acronym: the Theory of Inventive Problem Solving) experts, which are unavailable or expensive. They are 1) the dependency on domain experts’ knowledge in analyzing technological trends of emerging or related technology areas, and 2) dependency on TRIZ experts’ skills in identifying technology evolution patterns and their phases from given technologies. As a remedy, this research suggests a property-function based patent mining approach to address the problems. The property addresses ‘what a system is or has’, and expresses a specific characteristic of a system or its sub-systems; the function addresses ‘what a system does or undergoes’, and expresses a useful action of a system or its sub-systems. Properties and functions constitute the abstraction of a system, so they show directions in technological innovations of systems. The property is described mainly using adjectives, and the function is described mainly using verbs. Therefore information concerning properties and functions can be identified from technical information using Natural Language Processing (NLP) because they can be extracted by grammatical analysis. Based on the property-function based approach, this research performs three issues. They are 1) Invention Property-Function Network Analysis of Patents, 2) Mapping Patent Properties and Functions on TRIZ Trends, and 3) An Automated Method for Indentifying TRIZ Trends from Patents. The first issue, ‘Invention Property-Function Network Analysis of Patents’, deals with how to identify trends in technological innovation from new patents. The proposed method automatically extracts properties and function from patent text by exploiting NLP. Using properties and functions as nodes, and co-occurrences as links, an invention property-function network (IPFN) can be generated. The method identifies new technological trends from the IPFN by social network analysis (SNA) indicators including degree, centrality and density. The second issue, ‘Mapping Patent Properties and Functions on TRIZ Trends’, deals with a method to quantify and formalize the processes of TRIZ trend analysis. The TRIZ trend analysis can be used to support the design process and the managerial decision making process to predict further improvements of systems. The third issue, ‘An Automated Method for Identifying TRIZ Trends from Patents’, deals with how to automatically identify TRIZ trends from patents. As a study to facilitate the second issue, the third issue presents a method that consists of 1) extracting properties and functions in the form of binary relation from patent text by exploiting NLP, 2) defining a ‘reasons for jumps’ rule base that arranges trend specific binary relations for TRIZ trend identification, and 3) determining specific trends and trend phases by measuring semantic sentence similarity between binary relations in patents and ones in the rule base. Through these issues, this research provides following contributions: 1) providing methods for systematic identification of trends in technological innovation, 2) facilitating technology foresight for product design and managerial decision making, 3) supporting experts to more concentrate on their knowledge services, and 4) providing a basis for implementing a technology intelligence system.

특허 선점을 위한 상황 인식 기반의 문제 마이닝 : Context-Aware Mining of Problems from Patents for Patent preemption

정철현 포항공과대학교 일반대학원 2014 국내박사

특허 전쟁이 치열해지고 발명가가 특허 선점에 대한 필요성을 느끼면서 문제 유추 과정을 지원하는 시스템이 필요하게 된다. 문제 유추 과정에 초점을 맞춘 기존 연구는 찾기 어렵다. 따라서 본 연구는 특허를 선점하기 위한 문제 유추 방법을 제시하는 것을 목적으로 한다. 본 연구는 문제를 유추하기 위한 핵심 정보로서 ‘상황’ 이라는 새로운 개념을 도입한다. 상황은 문제가 발생될 때 그것을 둘러싸고 있는 상황을 의미하며 제품, 서비스, 시스템 구성요소, 사람, 과제, 환경 등을 포괄한다. 상황은 문제의 직간접적인 요인이 된다. 따라서 기술의 분야가 다를지라도 유사한 상황에서는 유사한 문제가 발생할 가능성이 높다. 그러한 가능성을 바탕으로 본 연구는 관심 대상 기술상에서의 문제점을 유추하기 위해 타 기술상에서의 상황과 문제간 관계를 발굴하고 활용하는 방법을 제안한다. 상황과 문제간 관계를 발굴하는데 있어서 본 연구는 정보를 추출하고 정규화하기 위한 자동화된 방법론을 개발하였다. 그 방법론은 특허 전문을 분석하여 문제를 서술하는 문장들을 발견한다. 이후 문법적인 모델링을 기반으로 그 문장들로부터 상황과 문제를 추출한다. 이후 사용되지 않는 용어들을 제거하고, 남은 단어를 어간(stem)으로 변형하고, 그 어간을 의미에 맞게 바꾼다. 상황과 문제간 관계를 바탕으로 본 연구는 세가지 주요 이슈로서 문제 분석, 문제 발견, 문제 검색을 다룬다. 첫째 이슈에서는 문제 분석을 위해 상황-문제 네트워크(CP net)가 도입된다. 이 네트워크는 발명가가 문제에 대한 전반적인 트렌드를 파악하도록 한 특허 집합에 있는 상황과 문제간 관련 정도를 시각화한다. 그 뿐만 아니라 중요한 상황 및 문제와 그 하위 그룹을 객관적으로 파악할 수 있도록 정량적인 사회 관계망 분석이 적용된다. 본 이슈에서 제안된 방법과 상황-문제 네트워크는 무선 전력 전송 기술에 대한 사례 연구에서 테스트 된다. 둘째 이슈에서는 문제 발견을 위해 상황-문제 기반의 특허지도(CP map)가 도입된다. 이 특허지도는 공통인 상황을 가지고 있으면서 서로 성숙도가 다른 두 가지 기술 분야의 특허들을 지도로 시각화한다. 이 특허지도는 문제의 유사성을 기반으로 생성되기 때문에 발명가가 서로 다른 기술상의 문제들을 비교할 수 있다. 본 이슈에서는 특허지도에서 특허 군집을 찾고 그것을 정량적으로 평가하는 방법도 제공하기 때문에 이를 통해 발명가는 문제를 객관적으로 비교할 수 있다. 특히, 본 이슈에서 제안한 방법은 공통적인 상황을 가지고 있는 성숙 기술과 신기술의 문제들을 비교함으로써 신기술 분야에 있어 중요하면서 동시에 아직 발견되지 않은 문제를 발견하게 해준다. 본 이슈에서 제안된 방법과 특허지도는 무선 충전기에 대한 사례 연구를 통해 테스트 된다. 셋째 이슈에서는 문제 검색을 위해 상황-문제 데이터베이스(CP database)가 도입된다. 이 데이터베이스의 목적은 발명가가 문제를 동적이고 빠르게 검색할 수 있도록 하고, 상황 및 문제 정보를 축적하여 지식베이스로 활용하기 위한 것이다. 이 데이터베이스에는 표준 특허로부터 추출한 상황과 문제 정보가 그들의 관련 정도와 함께 기록된다. 따라서 이 데이터베이스 상에서 발명가들은 그들이 관심을 갖고 있는 상황과 관련된 문제를 검색하고, 그 상황과 문제를 조합하여 그 조합이 나타나는 다른 분야의 특허들을 검색할 수 있다. 본 이슈에서 제안된 방법과 상황-문제 데이터베이스는 둘째 이슈와 같은 무선 충전기에 대한 사례 연구를 통해 테스트 된다. 사례 연구 결과, 본 연구에서 제안된 방법들은 문제를 유추하는데 있어서 직간접적으로 도움이 되는 정보를 효과적으로 제공하였다. 본 연구를 통해 무선 전력 전송 기술에서 발생한 전반적인 문제의 트렌드를 파악하였고, 그 세부 기술인 무선 충전 기술 분야에서 핸드오프라는 가치 있는 문제도 발견하였다. 대표적인 7개 표준기구들의 특허를 지식베이스로 축적했고, 그것을 활용해서 무선 충전 기술과 관련된 문제점도 빠르게 찾아볼 수 있었다. 결론적으로 본 연구는 문제를 유추하는 새롭고 체계적인 방법을 제공했다는 점, 기존 텍스트 마이닝 기술을 더욱 풍부하게 만들었다는 점, 실질적인 도구를 제공하여 발명가들의 특허 선점 역량을 증가시켰다는 점 등에서 가치가 있다. As patent wars are getting fierce, inventors have encountered a necessity to preempt patents. For the preemption, they need a system which can support analogizing problems. This research introduce a new concept ‘context’ as a key information to analogize problems. The context is surrounding situation when problems arise; examples include a product, a service, a system component, a human, a task, or an environment. The context is direct or indirect cause of problems, so this research assumes that similar problems occur in similar contexts even though technological fields are different. Based on the assumption, this research suggests a method which mines and utilizes relationships between contexts and problems (CPs) on other technologies to analogize problems on interesting technology. In mining the relationships, this research developed an automated method of extraction and normalization. It parses full-text patent documents and then identifies problem-describing sentences. Then, it extracts CPs from the sentences using grammatical structures. Then it eliminates stop words, transforms a word into stem, and converts a word semantically. Based on the method, this research deals with three issue: problem analysis, problem discovery, and problem search. In the first issue, a context-problem network (CP net) is introduced for problem analysis. It visualizes degree of relationships among CPs in a patent set, so that the inventors identify overall trend of problems. Moreover, social network analysis (SNA) is applied to it, so that the inventors identify important CPs and their subgroups objectively. The suggested methods and the CP net are tested with the case study of wireless energy transmission technology. In the second issue, a context-problem based patent map (CP map) is introduced for problem discovery. It visualizes geographical positions of patents related to two different technologies which have a common context but have different maturities. It is generated based on problem similarities, so that inventors compare problems on the different technologies. Furthermore, this issue provides quantitative evaluation methods, so that inventors discover valuable problems objectively. The suggested methods and the CP map are tested with the case study of wireless charger. In the third issue, a context-problem database (CP database) is introduced for problem search. In generation of the database, degree of relationships among CPs and patent information were recorded. So on the database, inventors can search problems according to the interesting context or they can search patents according to the interesting CPs. Like the second issue, the suggested methods and the CP database are tested with the case study of wireless charger. Despite some minor problems, this research is meaningful because it firstly introduced the concept ‘context’ and a systematical method for analogizing problems. According to the result of the case study, all the suggested methods were sufficiently useful for identifying problem trend, discovering valuable problems, and searching problems. So with the suggested methods and tools, this research enhances inventors’ ability of patent preemption.

Patent and bibliometric data analysis for technology forecasting of wireless power transfer for electric vehicles

김기홍 Graduate School, Korea University 2020 국내박사

온실가스 배출량을 감소시키고 환경을 보호하기 위해 가솔린 및 디젤 등의 화석 연료를 사용하는 자동차의 판매를 금지시키려는 움직임이 전 세계적으로 일어나고 있다. 교통 분야에서는 환경 오염을 줄이기 위한 대안으로 전기 자동차가 떠오르고 있는데, 간편하고 실용적인 전기 자동차 충전을 가능하게 만들어 주는 무선 급전 기술에도 많은 관심이 집중되고 있다. 무선 급전 기술은 최근에 상용화가 된 신기술로 보편적인 활용을 위해서는 현재 더 많은 개발이 요구된다. 효율적인 기술 개발을 위해서는 무선 급전 기술과 관련된 공백 기술과 부상 기술을 파악할 필요가 있으나, 선행 연구 분석 결과 무선 급전 기술 관련 공백 및 부상 기술을 도출한 연구는 발견되지 않았다. 따라서 이 연구는 특허 및 논문 빅 데이터를 다방면에서 분석하여 공백 기술과 부상 기술을 도출하는 방법을 제안하고, 제시된 방법을 무선 급전 기술 관련 특허 및 논문에 적용해 공백 기술과 부상 기술을 도출하여 기술 개발 관점에서 경영적 및 정책적 시사점을 제공한다. 기술 분석을 위해 우선 텍스트 마이닝 기법을 활용하여 문헌에서 토픽을 추출한 다음 비슷한 뜻을 가진 토픽끼리 묶어서 군집을 형성한다. 이어서 각 군집별로 시계열 분석과 기술 혁신 주기를 적용해 공백 및 부상 기술 후보를 선정한다. 마지막으로 군집화, 시계열 분석, 그리고 기술 혁신 주기 결과를 비교해 최종적으로 공백 및 부상 기술을 도출한다. 연구에서 제안된 방법을 적용해 공백 및 부상 기술을 도출하는 것으로 정확도와 유효성을 높일 수 있다. 특허 분석 결과 무선 급전 기술과 관련된 공백 기술 두 개와 부상 기술 한 개가 도출되었다. 공백 기술로는 공진 유도 커플링에 기반한 무선 충전 방법과 무선 전력 전송 상태 모니터링 장치 및 방법이 도출되었고, 부상 기술로는 송신 코일 및 수신 코일로 이루어진 무선 전력 전송용 전기 회로망이 도출되었다. 논문 분석 결과 무선 급전 기술과 관련된 부상 기술 세 개가 도출되었다. 도출된 부상 기술은 무선 전력 전송용 하이브리드 시스템 최적화, 전기 자동차용 동적 무선 충전 시스템, 그리고 자기 공명 방식 무선 전력 전송이다. 또한 도출된 모든 공백 및 부상 기술에 대한 트렌드 분석 결과 두 개의 공백 기술 분야가 추가되었다. 추가된 공백 기술은 무선 전력 전송 시스템에서 생성된 전자기장의 영향을 감소시키기 위한 차폐막과 50-2,400와트에 해당하는 중전력 무선 전력 전송이다. Governments around the world are planning to ban sales of vehicles running on petroleum-based fuels as an effort to reduce greenhouse gas emissions, and electric vehicles surfaced as a solution to decrease pollutants produced by the transportation sector. As a result, wireless power transfer technology has recently gained much attention as a convenient and practical method for charging electric vehicles. In this paper, scientific documents such as patents and research papers are analyzed from multiple aspects to identify emerging and vacant technology areas of wireless power transfer. Topics are first extracted from the documents by text mining, and the topics with similar semantics are grouped together to form clusters. Then, the process of identifying emerging and vacant technology areas is improved by applying time series analysis and innovation cycle of technology to the clustering result. Lastly, the results of clustering, time series, and innovation cycle are compared to minimize the possibility of misidentifying emerging and vacant technology areas, thus improving the accuracy of the identification process and the validity of the identified technology areas. The analysis on patents revealed that one emerging technology area and two vacant technology areas exist in wireless power transfer. The emerging technology area identified is circuitries consisting of transmitter coils and receiver coils for wireless power transfer, and the two vacant technology areas identified are wireless charging methods based on resonant inductive coupling and wireless power transfer condition monitoring methods or devices. The analysis on research papers revealed that three emerging technology areas exist in wireless power transfer. The emerging technology areas identified are optimization of hybrid systems for wireless power transfer, dynamic wireless power transfer system for online electric vehicles, and wireless power transfer based on magnetic resonance. Also, the analysis results indirectly revealed two additional technology areas that are expected to soon surface as wireless power transfer becomes popular. The first technology area is about shielding and reducing electromagnetic field produced by wireless power transfer to minimize health effects, and the second technology area is about developing medium power wireless power transfer (between 50 and 2,400 watts) to provide wireless charging for various electronic devices.

Technological Catch-Up of Chinese Digital Platform Companies : Analyzing the Technological Paths of Baidu, Alibaba, Tencent with Google, Amazon, Facebook as Benchmarks

김준엽 서울대학교 대학원 2023 국내박사

이 논문은 중국의 디지털 플랫폼 기업(바이두, 알리바바, 텐센트)과 미국의 디지털 플랫폼 기업(구글, 아마존, 페이스북)을 동종업군에 대해 세 가지 경우의 각각의 쌍을 비교분석함으로써 최근 중국의 디지털 플랫폼 기업의 약진의 원천요소를 탐색하려는 연구이다. 분석을 위한 디지털 플랫폼 기업간 매칭은 기술적 유사성이 높고 동종업군의 기반을 가진 디지털 플랫폼 기업을 기준으로 하며, 그 결과 바이두와 구글(검색엔진 플랫폼), 알리바바와 아마존(리테일 플랫폼), 텐센트와 페이스북(SNS 플랫폼)과 같이 3개의 쌍을 매칭하여 분석의 대상으로 삼았다. 기업별 특허자료를 바탕으로 1) 후발자의 ‘기술경로 창출 혹은 추종’의 문제, 2) 후발자의 ‘기술수명 주기와 과학기술문헌의 의존도’의 문제에 관한 가설을 검증하고 시사점을 발굴하고자 하였다. 본 연구에서는 2010년부터 2019년까지 10년간 유럽특허청 (European Patent Office: EPO)의 데이터베이스(PATSTAT)를 활용하였다. PATSTAT은 전세계 90여개 국가에서 출원 및 등록한 특허자료 및 특허의 인용자료에 대한 다양한 정보를 제공할 뿐만 아니라, 특허 통계 작성을 위한 국제적 기준을 제공하고 있기때문에 학계뿐만 아니라 정부기관에서도 광범위하게 활용되는 데이터베이스로 알려져 있다. 회귀분석 모형으로는 후발자인 중국의 디지털 플랫폼 기업이 선발자인 미국의 디지털 플랫폼 기업을 추격 또는 추월하는 효과를 포착할 수 있는 교호작용 변수를 추가하여 분석하였다. 통제변수는 자기 특허의 누적량과 상대방 특허의 누적량, 특허가 출원된 국가의 수, 개발자의 수, 특허 청구항의 최대값, 전방인용 횟수, 후방인용 횟수, IPC 개수, 기술분야를 추가하여 분석하였다. 회귀분석 모형은 분석하고자 하는 기술지표에 따라, 특허의 질과 과학기술문헌 인용에 대해서는 poisson regresson model을, 특허의 자기인용과 상호인용에 대해서는 fractional logit regression model을, 기술수명 주기에 대해서는 linear regression model을 각각 적용하여 분석하였다. 첫 번째 경우로, 바이두는 기술의 양적추격 (특허량)과 질적추격 (특허질)을 하지 못하고 있으며, 기술의 독립성(자기인용)은 추격하고 있다는 점에서 긍정적이지만, 기술의 의존성(상호인용)은 추격하지 못하고 있는 것으로 분석되었다. 또한 바이두는 구글에 대해 상대적으로 기술수명 주기가 짧은 신기술을 추구하는 틈새 전략을 추구하고 있고, 과학기술문헌을 적어도 구글과 대등한 수준으로 유지하고 있다는 사실도 확인할 수 있었다. 이와 같은 결과에 비추어 볼 때, 바이두는 틈새 전략과 IPR 회피 전략을 기본적으로 추구하고는 있으나, 구글에 대항할 새로운 기술경로를 창출하지 못하고 있는 것으로 보이며, 이러한 구글과의 기술역량 등의 격차로 인해 바이두의 시장성는 구글에 비해 상당히 낮으며 2019년 시총기준 구글의 4.7% 수준에 불과했다. 두 번째 경우로, 알리바바는 아마존에 대해 기술의 양적추월 (특허량)을 달성하였고, 질적추격 (특허질) 역시도 확인할 수 있었다. 또한 기술의 독립성(자기인용)에 대해서도 아마존을 추격하고 있으나, 기술의 의존성(상호인용)에 있어서는 아마존을 추격하지 못하고 있다. 알리바바는 아마존과 유사한 수준의 기술수명 주기를 가지는 기술을 활용하고 있고, 과학기술문헌 또한 아마존과 대등한 수준으로 유지하고 있다는 사실을 알 수 있었다. 이와 같은 결과에 비추어 볼 때, 틈새 전략과 IRP 회피 전략을 기본적으로 추구하면서, 아마존의 기술경로를 추종하는 동시에 아마존과 다른 차별적 기술경로의 창출을 시도하고 있음을 알 수 있다. 이와 같은 알리바바의 제한된 기술경로의 창출이 시장성과에도 반영되어 알리바바가 아마존의 시장성과에 상대적으로 근접해있다고 볼 수 있다. 알리바바의 제한된 기술경로 창출은 바이두의 시장성과에도 반영되어 2019년 시총기준으로 아마존의 61.1% 수준에 이르는 것으로 조사되었다. 세 번째 경우로, 텐센트는 페이스북에 대해 기술의 양적추월 (특허량)을 달성하였으나, 질적추월 (특허질)은 달성하지 못하고 있음을 확인할 수 있었다. 기술의 독립성 (자기인용)과 기술의 의존성 (상호인용)에 있어서도 페이스북을 추월하는 결과를 보였다. 텐센트는 페이스북보다 상대적으로 기술수명이 짧은 신기술을 추구하는 틈새 전략과 과학기술문헌을 적어도 페이스북과 대등한 수준으로 유지하고 있다는 사실도 확인할 수 있었다. 이와 같은 결과에 비추어 볼 때, 텐센트는 틈새 전략과 IRP 회피 전략을 기본적으로 추구하면서, 페이스북과 다른 차별적 기술경로의 창출을 하고 있음을 알 수 있다. 다만, 특허의 질에 대한 지표까지 추월을 달성한 것은 아니므로 본 연구에서 정의하고 있는 기술경로의 창출을 판단하는 지표 기준(특허질, 자기인용, 상호인용)에 의거하여 판단해보자면 페이스북과 다른 차별적 기술경로 창출을 소위 완성했다고 단언하기는 어렵지만 텐센트가 기술경로 창출 단계에 있는 것은 분명해보인다. 이러한 텐센트의 기술역량의 성과가 시장성과에도 반영되어서 2019년 시총기준으로 페이스북의 78.6% 수준에 이르고 있는 것으로 조사되었다. 종합하면, 디지털 플랫폼 서비스 업종의 후발주자로 알려져있는 바이두, 알리바바, 텐센트 등의 중국기업(BAT)은 동종업계 선발자와 비교해 상대적으로 기술수명이 짧은 신기술을 추구하는 틈새 전략과 선발자와의 IPR 분쟁을 회피할 수 있는 과기문헌 인용 전략을 채택하는 한편, 각각의 차별적인 기술경로 창출의 정도에 따라 이에 비례하는 수준의 시장성과를 달성하고 있다는 사실을 파악할 수 있었다. 또한, 각각의 케이스를 상호비교함으로써 선발자에 대한 후발자 기술관련 지표의 추격 및 추월의 상대적 순서 및 난의도를 유추해볼 수 있는 토대를 제공한다. 시장성과의 추격 및 추월의 정도를 바탕으로 특허관련 기술지표의 추격 또는 추월의 결과를 비교해보면, 먼저 상대적으로 특허의 양적 추격, 기술 독립성의 증가가 발생하고 추후 질적인 추격, 기술 의존도의 감소가 발생할 수 있다는 점을 유추해 볼 수 있다. 다시 말해, 특허를 단순히 양적으로 증가시키는 것보다 자신의 특허가 자신 또는 상대방에 의해 인용되는 것이 어려우며, 신규 특허를 출원할 때 자신의 과거 특허를 인용하는 것보다 상대방의 과거 특허를 자신이 인용하지 않으려는 것이 어렵다는 의미이다. 즉, 양적추격보다 질적추격이 어렵고, 기술의 독립성 강화보다 기술의 의존성 탈피가 어렵다고 할 수 있다. 특허의 양과 질, 기술의 독립성 및 의존성 지표 중에서도 특히 특허의 질적 측면에서 추월을 달성하는 것이 가장 난의도가 높고 많은 시간이 소요되는 분야로 보인다. 그 외에도, 기존 연구가 주로 제조기업에 대한 연구였다면, 본 논문을 통해서는 디지털 플랫폼 서비스 기업에 대한 연구에도 기술추격 이론이 적용가능하다는 것을 보였다. 그뿐만 아니라, 선발자에 대한 후발자의 완성된 추월 사례에 적용했던 기술추격 이론을 추격을 못하거나 추격 중인 사례에 적용함으로써, 기술지표를 개선하며 시장성과를 축적하는 과정에 있는 후발자의 기술적 역량 및 전략적 행태를 살펴볼 수 있었다는 점도 기존 연구의 관점을 확장하고 지지할 수 있는 기여라고 생각한다. 끝으로, 제조기업에 대한 기존연구가 주로 지표의 발굴과 가시적인 그래프에 근거하여 추격과 추월을 판단했다면, 본 연구에서는 그래프 외에에도 계량분석을 추가함으로써 실증모형 및 통계적 해석에 근거하여 추격과 추월을 엄밀히 판단하고자 시도했던 점 또한 본 연구의 기여라고 할 수 있겠다. This paper explores the key factors behind the Chinese digital platform companies' success in recent years through comparative analyses of the Chinese and the U.S. companies. Three Chinese digital platform firms (Baidu, Alibaba, and Tencent) are studied in particular, which are matched to their U.S. counterparts (Google, Amazon, and Facebook) with respect to their business and technological areas: Baidu and Google (search engine platform), Alibaba and Amazon (e-commerce platform), and Tencent and Facebook (social media platform). Hypotheses for 1) the latecomers' creation of technological pathways and 2) the cycle times of the latecomers' technologies and the latecomers' dependence on scientific literature are constructed and tested through empirical analysis of patent data. The study period spans from 2010 to 2019, and the European Patent Office's patent database PATSTAT is used for the analysis. The database consists of more than 100 million patent documents and is consistent across the records from different countries. Regressions are estimated to observe the latecomers' catch-up or overtake of the forerunners, if any. Covariates are added to control for other patent-related factors, such as patent stock of the firm, patent stock of the counterpart firm, family size of the patent, number of inventors, number of patent claims, number of backward citations, number of forward citations, number of IPC classes, and technological fields. An interaction term is utilized to determine whether the catch-up or overtake has been attained. Appropriate regression models are chosen based on the numerical characteristics of the dependent variables; Poisson regressions are estimated for the quality of patents and scientific literature citations; fractional logistic regressions for self-citation and mutual citation ratios; and linear regressions for the cycle times of technology. Results suggest that Baidu has not been catching up with Google regarding the quality and quantity of the patents. Baidu has been catching up with Google regarding technological independence (i.e., self-citation rates) but could not reduce the level of technological dependence on Google (i.e., mutual citation rates) to Google's level of dependence on Baidu. Baidu has been implementing niche-seeking strategies by utilizing technologies with shorter cycle times and has maintained a similar number of scientific literature citations as Google did. In short, Baidu has been seeking niches and circumventing IPR disputes but has not been able to create new technological pathways that could effectively compete with Google's technologies. The gap in technological capabilities between the two firms has correspondingly been reflected in their market performances, with Baidu's market capitalization amounting to 4.7% of Google's in 2019. Alibaba has caught up with Amazon in the quality of technology and overtaken it in its quantity. In terms of technological independence, Alibaba has been catching up with Amazon; however, Alibaba has not been able to reduce its dependence on Amazon to Amazon's level of dependence on Alibaba. Alibaba and Amazon have been using technologies with similar cycle times and cited scientific literatures at a similar level. These results suggest that Alibaba, too, has been taking measures to seek niches and avoid IPR disputes while attempting to pave technological pathways distinct from Amazon's simultaneously, though with limited success in the given time period. This is also correspondingly reflected in its market performances; Alibaba is closer to Amazon than Baidu is to Google, and Alibaba's market capitalization amounted to 61.1% of Amazon's in 2019. Tencent has surpassed Facebook in terms of the quantity of technology but not quality. Tencent has also overtaken Facebook with respect to technological independence and was able to reduce its dependence on Facebook to levels lower than that of Facebook on Tencent. Tencent has been pursuing technologies with relatively shorter cycle times, and maintained similar levels of scientific literature citations to those of Facebook. This suggests that Tencent has also been seeking niches, circumventing IPR disputes, and attempting to create new technological pathways. Among the three metrics for assessing the choice of technological pathways, Tencent has achieved overtakes in self-citation ratio and mutual citation ratio but is yet to catch up with Facebook in terms of patent qualities, which lends to the conclusion that while Tencent is working towards creating a novel technological pathway, it hasn't yet completed its progress. Tencent's feat in technological growth can also be seen through its market performance; Tencent's market capitalization has reached 78.6% of Facebook's in 2019. In summary, this study shows that the latecomers in the digital platform industry (Baidu, Alibaba, and Tencent) have been focused on technologies with shorter cycle times to seek niches in their competition with their forerunners (Google, Amazon, and Facebook), and that they attempted to avoid IPR disputes with the forerunners by utilizing scientific literatures in their patents. Moreover, all the latecomers in the study attempted to create alternative technological pathways to compete with their forerunners, albeit with varying degrees, and the degree of successes in these efforts was proportionately reflected in their market performances. This study expands on the existing findings on the orders in which the catch-ups in the technological capability metrics happen and the relative difficulties in achieving such catch-ups. Results for the comparisons in the market performances and the technological capabilities metrics suggest that the catch-ups in the number of patents and technological independence precede the catch-ups in the quality of patents and reduced technological dependence. In other words, it is more difficult for the firms to have their patents cited than to simply increase the number of patents (i.e., it is more difficult to catch up in terms of the quality than the quantity of the patents), and it is more difficult to refrain from citing their forerunners than to cite their own patents (i.e., it is more difficult to reduce technological dependence than to strengthen their technological independence). Among these metrics, the quality of patents seems to be the most demanding metric to surpass the forerunners in. Moreover, this study adds to and supports the perspectives of the existing body of work that applies the theory of technological catch-up. While previous studies focused on the application of such theory on manufacturing firms, this study sheds light on the firms in the up-and-rising digital platform industry and shows that the theory can likewise be applied in this setting. Furthermore, this study differentiates from most other studies, which investigated the cases in which the latecomer has completed the catch-up or overtake, by examining the firms that haven't yet achieved such a feat and investigating the latecomers' strategic behaviors and technological capabilities in the process of accumulating market and technological successes. Finally, this study presents the results with methodologies that haven't been widely utilized in this line of work. Previous studies that investigated the catch-ups in manufacturing firms draw conclusions based on graphs and simple comparisons of various metrics; this study presents a rigorous statistical analysis based on regressions and offers interpretations controlled for relevant covariates.

특허정보를 활용한 기술융합 및 기술인문융합 분석과 예측 방법론 연구 : Forecasting and identifying technology convergence trends based on patent analysis

김지은 아주대학교 2016 국내박사

Convergence is an important keyword that explains the propensity and nature of current development in the technology innovation field. Such innovation has occurred through convergences in various industries, from the computer, and semiconductor arenas to mobile telecommunication and healthcare. The possibilities for generating future technological innovations through convergence are infinite. Thus, firms face the challenge of having to constantly develop new technology through convergence in order to hold a dominant position. In this context, firms can be dominant with a broad and systematic understanding of convergence trends and opportunities. A primary concern of both academic and industrial sectors is accurately identifying and forecasting technological convergences in a time of rapid change on the global level. Of the numerous methods that have been applied to meet these demands, patent analysis is the most commonly applied. Research on technology convergence using patent information has been performed from various perspectives: the purpose, methodology, or object of analysis. However, in spite of their invaluable implications, the previous researchers had several limitations. First, many studies have focused on the convergence among technologies rather than on the convergence among technology and objectives in other fields. Second, previous works have emphasized past trends instead of forecasting based on quantitative data analysis. They have also focused on technology pairs, but convergence is likely to happen within more than three technologies simultaneously. Finally, most studies have either failed to seriously consider the logical issues regarding the selection of specific patent databases used in convergence studies or have merely neglected this aspect. Therefore, this research proposes a systematic research framework to identify and forecast the technology convergence using the patent data. For this purpose, three modules are suggested. First, selection of the patent DB module is proposed. This module functions as a guideline for selecting the patent DB according to the study’s objectives. Second, the technology convergence module is proposed. This module focuses on identifying and forecasting the status of technology-technology convergence. Of particular interest are how to forecast the technology convergence more easily and accurately and how to visualize the results of such convergence more efficiently. Neural network analysis was applied to improve forecasting performance, and a design structure matrix was used to show the relationships among technologies. Finally, the technology-humanities convergence module is proposed. This module deals with issues with regard to identifying and forecasting the convergence of technology and humanities. Using keywords related to human needs, converging trends and areas of technology-humanities convergence were identified and forecasted through the neural network algorithm proposed in module two. This will help more researchers and practitioners use the research framework more accurately, easily and efficiently. I believe this research can facilitate and encourage those who are taking charge of new technology developments and strategic policies to support the technology convergence.

Modeling Technological Causality of Patent

김홍빈 포항공과대학교 일반대학원 2014 국내박사

Patents are formal documents that technology information, and are free to use and easily accessible. Patent databases contain huge amounts of such data, which can be analyzed to obtain meaningful technological insights. Initially, patent analysis was performed using bibliographic information such as applicants, application data, references, and International Patent Code. However, bibliographic information is not related to the contents of patents, so those studies cannot exploit technological knowledge presented in the patents. And then several studies have tried to analyze the content of patents. Those studies use contents of patents such as title, abstract, description and claims to exploit technological knowledge presented in patents. In these studies, various data models such as keyword, Subject-Action-Object (SAO), and Property-Function (PF) are used to extract technological data. Because there are various kinds of data even in a single patent document, studies on patent analysis have focused on what kind of data can be utilized to discover meaningful technological insights. However it is needed to focus on which contents are important in a patent document rather than the kind of data. Even though patent documents include a large quantity of data, the core of the patent describes a technology or invention. More specifically, the most important data in a patent are an inventive principle to solve problems, and the purpose of the invention. The principles and purposes can be understood as a concept of technological causality which is reusable knowledge as technological analogy. Identifying cause-and-effect relationships is one of the most basic ways of thinking; it facilitates understanding of phenomena. Therefore, a technological causality extracted from a patent can represent its core contents. However the previous studies on patent analysis and data modeling have difficulties in modeling technological causalities. Moreover reading and understanding patent documents that generally consist of dozens of pages and have difficult and profound statement of technologies is hard even for technology experts. Thus a method to define technological causalities and a model to accumulate and manage the knowledge of technological causalities are needed. Finally, technological causalities can be built as a network to draw technological insights. For this purpose, this thesis is performed as the following three issues. The first issue, “Causality-Based Network for Identifying Technological Analogy,” deals with the method to build a cause-and-effect function network to support technology innovation in a direct way. To support this network, a cause-and-effect relationship, a function model and an ontological approach are proposed. In the network, technologies from different domains can be connected because defining technologies as functions provides abstractive, representative and formal expressions of them. Using ontology guarantees linguistic disambiguation in defining or searching heterogeneous technologies. Consequently, this issue summarizes construction of a network which can be used as a searching system, by which users can get results by making a query using only ‘Action-Object’ (verb-noun) combinations. The proposed system can be used both for problem solving and for discovering technological opportunity. The second issue, “Fact-Oriented Ontological Approach to Technological Causality Modeling,” deals with a technological causality modeling of patents. First, semantic concept models are proposed that collect all semantically-equivalent words. Second, technological causality models are proposed to extract and define the most useful knowledge from patents. To accumulate and manage the knowledge of semantic concepts and technological causalities, they are both mapped into a fact-oriented ontology that guarantees formality. The third issue, “A Semi-Automatic Method to Extract Technological Causality Network,” deals with a method to extract technological data from patents, to identify technological causes and effect from the extracted data and to calculate the representativeness of technological causes and effect. Based on this issue, users can be given a list of ranked alternatives for technological causes and effect. To achieve the objectives, we analyzed the characteristics of patents that are structured documents consisting of various particular fields that have each different contents and importance. And natural language processing technology is adopted to automatically extract meaningful data and to perform linguistic processing. Through these issues, this thesis provides following contributions: 1) presenting a technological causality network for identifying technological analogy, 2) proposing a fact-oriented ontological approach to technological causality modeling, 3) suggesting a semi-automatic method to define technological causality, and 4) providing a basis for implementing a technological causality network. 특허는 무료로 사용 가능 하면서도 대량의 데이터를 쉽게 접근할 수 있는 장점을 가진 공식화된 문서이다. 특허는 기술 정보를 풍부하게 가지고 있으며, 만약 특허가 등록이 되었다면 그 기술에 대한 가치가 입증되었다고 할 수 있다. 이와 같은 장점으로 지금까지 특허를 분석해서 의미있는 결과를 얻고자 하는 연구가 다양하게 수행되었다. 특허 분석은 특허의 어떤 정보를 활용하느냐에 따라 크게 두 가지로 나뉜다. 먼저 특허의 서지정보를 이용하는 연구이다. 서지정보는 구조적인 정보로써 분석이 용이하다는 장점을 가지고 있지만, 특허의 기술적 내용과 상관없는 정보이므로 이를 통해 얻을 수 있는 결과가 매우 제한적이라는 단점을 가지고 있다. 반면 특허의 명세정보를 이용하는 연구에서는 특허가 가지는 기술적 내용을 활용하기 때문에 보다 가치있는 결과를 도출 할 수 있다. 기존의 특허의 내용을 분석하는 연구에서는 어떠한 형태의 데이터를 추출하여 분석할 것인가에 따라 키워드 기반, SAO(Subject-Action-Object)기반, PF(Property-Function)기반의 연구가 수행되어 왔다. 이러한 각각의 데이터의 형태가 가지는 특징에 따라 분석의 용이성이 다르고 또 얻을 수 있는 결과 역시 다양하다. 하지만 본 연구에서는 특허에서 어떠한 데이터를 사용할 것인가에 주목한 것이 아니라, 특허에서 가장 중요한 내용이 무엇인가에 주목하였다. 발명이 하나의 특허로써 인정을 받았다는 것은 그 특허가 유용한 목적을 가지고 있고, 또 그 목적을 달성하기 위한 창의적인 원리를 가지고 있다는 것이며, 바로 이 두 가지가 특허의 우수성을 나타내는 내용이다. 그리고 발명의 목적과 발명의 원리는 각각 기술적 결과와 기술적 원리라는 개념으로 이해될 수 있으며, 이는 곧 기술적 인과관계로 정의된다. 인과관계는 인간이 현상을 이해하는 가장 기본적인 사고방식이기 때문에 특허에서 기술적 인과관계를 정의한다면 그것은 그 특허의 기술을 이해할 수 있는 추상적인 표현이자 그 기술의 우수성을 나타내는 함축적인 표현으로 활용할 수 있다. 따라서 본 연구에서는 특허로부터 기술적 인과관계를 모델링하는 연구를 수행하였다. 첫 번째 이슈는 특허의 기술적 인과관계를 통해 네트워크를 형성하는 연구이며, 두 번째 이슈는 기술적 용어의 시맨틱을 해결하고 기술적 지식을 온톨로지를 통해 관리하는 연구이고, 마지막으로 세 번째 이슈는 특허로부터 기술적 인과관계를 반자동화된 방법으로 추출하는 연구이다. 특히 첫 번째 이슈는 본 연구의 최종 목표인 기술 인과관계 네트워크를 제안하며 그 네트워크의 장점에 대해 서술한다. 두 번째 이슈는 앞서 구축된 네트워크의 검색성능 향상에 공헌하는 연구이며, 세 번째 이슈는 네트워크의 효율적 확장에 공헌하는 연구이다. 본 연구에서 제시하는 기술 인과관계 네트워크는 두 가지 활용방안을 가질 수 있다. 첫 번째는 해결하고자 하는 기술적 문제의 해결책을 제공하는 것이다. 이것은 신제품의 개발이나 기존 제품의 성능을 개선하는 과정에 활용될 수 있다. 두 번째는 기술의 새로운 활용방안을 발견하는 것이다. 이것은 신소재나 신제품이 활용될 수 있는 방안을 강구하는 과정에 활용될 수 있다. 이와 같이 창의적인 해결책을 찾거나 새로운 활용방안을 찾는 것은 기존에는 기술전문가의 노하우와 경험에 의존해야 하는 것이지만 본 연구에서는 좀 더 직접적이고 직관적인 방식으로 이러한 기술적 인사이트를 얻을 수 있다. 본 연구에서 제안하는 기술 인과관계 네트워크는 한 영역의 기술들이 아니라 다양한 분야의 기술들이 인과관계를 기반으로 서로 연결되어 있다는 점에서 이종기술간의 지식이 연결되고 축적되는 것을 가능하게 한다. 그리고 앞선 활용방안으로 얻을 수 있는 결과는 이처럼 다양한 기술영역으로부터 얻는 것이기 때문에 사용자가 생각하지 못한 결과를 얻을 수 있다는 점에서 기술적 인사이트로써 가치가 높으며, 또한 그 결과가 특허를 기반으로 하므로 입증된 인사이트로써 신뢰성을 보장받는다. 본 연구는 향후 기술 혁신을 위한 개방 혁신 시스템으로 구축되어 기술전문가 뿐만 아니라 발명가나 연구자 등 기술관련 종사자들에게 기술적 인사이트를 제공할 수 있을 것으로 기대된다.

지식지표로서 특허스톡의 추계 방법에 관한 연구

박광만 서울대학교 대학원 2004 국내박사

지식기반경제의 도래에 따라서 기술지식의 사회적 축적은 사회경제적 시스템의 혁신능력을 제고하고 개별기업의 경쟁력을 강화하는 핵심으로 인식되고 있다. 기술지식이 경쟁력의 핵심이라는 인식이 확산되면서 한 국가 및 산업의 기술지식 수준 측정을 위한 기술지식 지표에 대한 사회적 수요가 증가하고 있다. 90년대 들어 OECD의 주도 아래 다양한 측면에서 지표의 개발과 구조화가 시도되었으나, 대부분이 단편적 지표를 계량적으로 정교화하고, 측정의 정확성을 기하기 위한 방안 제시 수준에 머무르고 있다. 이와 같이 기술지식의 중요성이 널리 인정되는 가운데, 한가지 핵심적인 부분이 과연 기술지식의 양을 어떻게 측정할 것인가 하는 점이다. 즉, 한 국가, 산업 내지는 기업이 축적하고 있는 지식의 양을 무엇으로 측정할 것인가 하는 점이 매우 중요하게 부각되고 있다. 이와 같이 거시적인 측면에서 지식의 양을 객관적이고 정확하게 파악하는 것은 향후 이에 대한 정책적 대책 수립과 대응 방안 마련에 가장 기본적인 일일 것이다. 본 연구에서는 이와 같이 한 국가 또는 한 산업이 축적하고 있는 지식의 양을 보다 객관적이고 정확하게 파악하는 방법을 제시하고자 하는 것을 연구의 출발점으로 하고 있다. 기존의 경우 거시적 관점에서 지식의 양을 측정하는 지표로서는 주로 연구개발투자액 및 이에 기반한 연구개발스톡 및 연구개발인력 등과 같은 지표를 채택하고 있으며, 이들 지표들은 거의 모두가 지식창출을 위한 투입측면의 지표들이다. 최근에 들어서 특허 데이터베이스의 전산화 및 데이터베이스 구축이 이루어졌고, 특허 데이터베이스가 포함하고 있는 여러 가지 정보 즉, 특허출원국, 연도, 인용정보 등 여러 가지 정보를 활용한 분석이 계량경제학 부문에서 이루어지고 있다. 그런데 지금까지의 특허 분석에서 이용되었던 지표는 단순 특허건수와 이에 기반한 단순특허스톡이 주로 이용되었다. 그러나 대부분의 경제학자들이 인정하고 있듯이 특허를 이용한 분석에서 가장 문제가 되는 것은 특허들간에 그 가치가 매우 이질적이라는 점이다. 즉, 특허의 경우 그 경제적 가치가 특허마다 매우 상이하여 어떤 특허의 경우는 그 경제적 가치가 거의 없는 특허에서부터 엄청난 경제적 가치를 가진 특허에 이르기까지 그 가치의 이질성이 매우 다양하다는 것이다. 따라서 개별 특허의 가치를 동일하다고 가정하는 단순 특허건수와 이에 기반한 단순특허스톡의 경우 이와 같은 특허가치의 이질성에 대한 고려가 이루어지지 않은 문제점이 존재한다. 따라서 본 논문에서는 기술지식에 대한 산출측면의 지표로서 특허 데이터를 이용한 지표를 제안하였다. 이는 거시적 관점에서 특정 산업 또는 국가가 보유하고 있는 기술지식의 양을 산출측면의 지표인 특허 데이터를 이용하여 측정하고자 하는 것이다. 이와 같은 특허 데이터를 이용한 기술지식의 크기 측정에 있어서 앞서 언급하였던 특허가치의 이질성을 반영한 특허스톡의 개념과 그 측정 방법론을 제시하고 있다. 본 논문의 목적은 크게 다음과 같은 두가지로 요약할 수 있다. 첫째, 기술지식의 양을 거시적인 차원에서 측정하는 지표로 특허스톡의 개념을 제시하고 있다. 앞에서 언급한 바와 같이 기존에 특허를 이용한 지표로는 단순 특허건수와 이에 기반한 단순특허스톡이 이용되고 있다. 그러나 개별 특허가 갖는 경제적 가치는 매우 이질적인 것으로 인식되고 있으며, 따라서 모든 특허에 동일한 가치를 부여하는 기존 지표로는 기술지식을 보다 정확히 대리할 수 없다. 본 논문에서는 이에 대한 해결 방안으로 인용기반 특허스톡과 가치평가기반 특허스톡의 개념을 도입하였고, 이를 측정하기 위한 방법론을 제시하고 있다. 인용기반 특허스톡의 개념은 기존의 특허스톡 개념과 유사하나 개별 특허의 경제적 가치가 상이함을 고려하여, 개별 특허의 가치는 그 특허가 수령하는 인용횟수에 비례하는 것으로 가정한다. 또한 가치평가기반 특허스톡에서는 특허의 갱신이력 데이터를 이용하여 해당 특허의 경제적 가치를 화폐단위로 평가하고, 이를 통해 스톡화 한다는 점에서 차별성을 가진다. 본 논문에서는 이와 같이 인용기반 특허스톡과 가치평가기반 특허스톡의 개념 및 추계 방법론을 제안하였고, 미국 특허청에 등록된 특허를 대상으로 실증적으로 특허스톡을 추계하였다. 추계 결과에 따르면 산업별 특성이 다르게 나타나며 최근에 비약적 성장을 하고 있는 IT 및 정보통신산업을 중심으로 특허스톡의 성장세가 두드러짐을 알 수 잇었다. 둘째, 본 연구에서 제안하고 있는 특허스톡의 유용성을 실증적으로 검증하고 있다. 즉, 지식스톡의 산출 측면의 지표로 본 연구에서 제안하고 있는 인용기반 특허스톡과 가치평가기반 특허스톡이 기존의 특허스톡 - 단순 특허건수 및 이에 기반한 단순특허스톡 - 에 비해 어떤 비교 우위를 갖는지를 실증적으로 분석하였다. 보다 구체적으로는 미국 제조업을 대상으로 본 연구에서 제안하고 있는 특허스톡을 추산하고, 이 결과와 기존의 다른 지표 즉, R&D스톡 및 연구개발인력 그리고 기존의 특허스톡과의 비교분석을 수행하였다. 또한 생산성에 대한 지식의 기여율 측정시에 본 연구에서 제안하고 있는 특허스톡을 대리변수로 사용하였을 경우와 기존의 대리지표를 사용하였을 경우의 지식의 산출 탄력성 계수가 어떻게 변화하는지를 중심으로 본 논문에서 제안하고 있는 특허스톡의 비교우위를 검증하였다. 분석결과에 따르면 기존에 지식스톡의 대리지표로 많이 이용되고 있는 R&D 스톡과 연구개발인력과의 상관계수는 가치평가기반 특허스톡이 가장 밀접한 것으로 분석되었다. 또한 특허스톡이 지식스톡의 대리변수로서 이용될 때 산업의 생산성과는 어떤 관계를 가지고 있는지를 미국 제조업을 대상으로 실증 분석한 결과, 특허스톡의 산출탄력성은 가치평가기반 특허스톡이 0.219~0.303으로 가장 높게 추정되었다. 그리고 단순특허스톡이 0.143~0.249로 추정되었고, 인용기반 특허스톡이 0.049~0.126으로 그 뒤를 이었다. 따라서 전체적으로 가치평가기반 특허스톡이 기존의 산출측면 지표들에 비해 보다 잘 지식스톡을 대리하는 것으로 판단되었다. 그러나 인용기반 특허스톡은 기존 지표에 비해서 비교우위를 주장할 만한 근거가 빈약한 것으로 생각된다. 인용기반 특허스톡의 활용성이 낮은 이유로 생각할 수 있는 점은 산업별로 인용경향에 차이가 존재하며, 인용기반 특허스톡의 구성에 있어서 인용받지 못하는 특허의 가치는 없는 것으로 가정된 점에 기인하는 것으로 생각된다. 따라서 인용기반 특허스톡의 구축에 있어서는 이와 같은 문제에 대한 해결이 선행되어야 할 것으로 생각된다. Technological knowledge(TK) has been recognized as a key factor in competitiveness of a firm and innovation capability of a country. Thus, the need for measuring the amount of TK has been also increased over time. However, it has long been considered an intractable, if not impossible, task to gauge the amount of TK, as compared to the relative easiness of measuring traditional economic factors like fixed capital or labor. The inherent difficulty of measurement may be attributable to the following factors. First, TK encompasses heterogeneous and multi-disciplinary components that are hard to standardize. Second, TK embraces embodied/tacit knowledge that is hard to separate or quantify. Third, TK is subject to idiosyncratic differences across industrial sectors and thus is difficult to generalize. Consequently, it is quite natural that past research has employed various proxy indicators for TK. Under the guidance of OECD, several TK indicators have been developed and manipulated since 1990s. These include R&D expenditure, R&D stock, the number of researchers, the number of R&D employee and patent. Most of these indicators are input-oriented indicators to create TK except patent. Recently the analyses using patent database are growing rapidly in techno-economic analysis as the construction of the patent database and the easiness of public access to these databases have been accelerated. Patent can be regarded as the typical output-oriented indicator of TK. In conventional analyses using patent data, patent counts or patent stock by simple counts have been adopted to measure the amount of TK. But, as the most economists have acknowledged about it, the principal problem in the analysis using patent data is that the value of individual patent is very heterogeneous. That is, a relatively large proportion of patents might be worth little or nothing while a relatively small proportion of patents appear to be worth a great deal. As a result, patent counts and patent stock by simple counts are very imperfect measure of the amount of TK. The purpose of this study can be summarized as the followings. First, the concept of patent stock for measuring the amount of TK is proposed. As mentioned in the above, the existing patent stock was usually calculated by using simple patent counts and hence the value of individual patent was considered to be equally. Thus, the nature of heterogeneity of patent value was not considered in these conventional analyses. In this study, the concept of citation-based patent stock(CPS) and valuation-based patent stock(VPS) are proposed to resolve the problem of value-heterogeneity, and the practical and empirical methods for measuring these patent stocks are presented. In CPS, the economic value of individual patent is assumed to be proportional to the number of citation received from other patents. But, in the procedure of calculating of CPS, the truncation problem occurred because the observation of citation received was truncated by time axis. In this study, patent citation-lag distribution is adopted to solve this truncation problem. And in VPS, the economic value of individual patent is derived from the value distribution of patents which was registered in some cohort. Patentees must pay an annual renewal fee to keep their patents in force and this fee increases in age. A patent owner seeking to maximize the expected discounted value of the net returns to patent protection will renew his patent if and only if current returns are greater than the current cost of renewal. Hence, patent renewal data implies the value distribution of patents and VPS can be calculated as the similar way for estimating R&D stock if the value of individual patent is obtained from patent renewal data. Second, validation of the indicators proposed in this study is performed empirically. CPS and VPS are output-oriented indicators of TK. In validation part, I make a comparison between the usual indicators such as R&D stock, R&D researchers, patent counts, patent stock by simple counts and CPS & VPS. As a result of correlation analysis, VPS has higher correlation coefficient with R&D stock and R&D researchers than CPS, patent counts and patent stock by simple counts. And I then regress the rate of growth of productivity on the rate of growth of the patent stock. The regression results show that the output elasticity of knowledge hovers around 0.30 in case of VPS, which is greater than the estimate obtained using the R&D stock and other patent indicators. In this sense, these results validate the usefulness of the proposed patent stock, particularly VPS. In nature, this research represents an exploratory effort toward the complete understanding about the characteristics of technological knowledge indicators and the measuring the amount of TK. Thus the current research is subject to some limitations and further research is needed for understanding of the nature of TK.

이산화탄소 포집 기술의 특허정보분석과 기술개발전략 연구

백병재 연세대학교 공학대학원 2020 국내석사

NPE와 技術保護主義 浮上에 따른 知識財産權 强化 方案

김은주 忠南大學校 特許法務大學院 2015 국내석사