인공지능기술과 우리나라 특허법의 발명의 성립성

박형수 서울대학교 기술과법센터 2019 Law & technology Vol.15 No.5

우리나라 특허법은 “자연법칙의 이용성”을 기준으로 발명의 성립성을 판단하고 있다. 또한 법원은 발명의 성립성을 판단할 때 발명에 기술적 특성이 있는지, 발명이 구체적이고 실용적인 효과를 가져다주는지, 혹은 그러한 효과를 가져다주는 기술적 수단이 있는지에 초점을 맞추었다. 하드웨어 내부 또는 외부에서 물리적 변환을 야기하는 경우에 자연법칙의 이용성을 인정한 판례가 있었다. 또한 소프트웨어에 의한 정보처리가 하드웨어 또는 컴퓨터상에 구체적으로 구현되고 있는지를 발명의 성립성 기준으로 삼은 바 있다. 이러한 우리나라의 발명의 성립성은 일본, 미국 및 유럽의 발명의 성립성과 어느 정도 유사한 점을 공유하는 것으로 보인다. 인공지능기술이 발전함에 따라 인공지능기술이 우리나라 특허법 하의 발명의 성립성과 다음과 같은 면에서 충돌할 가능성이 있다. 첫 번째, 인공지능의 메커니즘은 설명하기가 어려워, 명세서에 발명에 대한 구체적인 설명을 요구하는 발명의 성립성 법리를 만족하기 어려울 수 있다. 두번째, 인공지능이 과학, 공학, 컴퓨터 등 기술적 분야뿐만 아니라 언어학, 문학, 경제학 등의 비기술적 분야에 적용됨에 따라 기술적 특성이 있어야 발명으로 인정하는 발명의 성립성 법리와 부딪칠 수 있다. 세 번째, 인공지능이 약한 인공지능에서 강한 인공지능으로 발전함에 따라 추상적 아이디어 또는 인간의 정신적 프로세스를 범용 컴퓨터에 단순히 적용한 것에 불과하다는 이유로 인공지능 발명의 성립성을 부정할 가능성이 있다. 하지만 이러한 잠재적 갈등은 우리나라 특허법의 발명의 폭넓고 유연한 정의에 의해 자연스럽게 해결될 수 있을 것으로 보인다. 입법부에 의해서 주도되는 특허법의 대대적인 개정 없이도, 사법부 또는 특허청이 특허법의 “자연법칙의 이용성” 문구를 유연하게 해석, 발명의 외연을 넓힘으로써 인공지능기술을 포섭할 수 있도록 하는 것이 좋을 것으로 사료된다. This article studies a potential conflict between artificial intelligence (AI) inventions and the Korean jurisprudence of patentability (or patent-eligibility). Article 2(1) of the Korean Patent Act defines an invention as “the highly advanced creation of technical ideas utilizing the law of nature.” Among others, Korean patent law determines patentability of an invention based on whether the invention “utiliz[es] the law of nature.” Abstract ideas and human mental steps are excluded from patentable subject matter as they do not “utiliz[e] the law of nature.” More specifically, when determining the patentability of the invention, the Korean Patent Office and the Korean courts focus on 1) whether the invention has a technical character, 2) whether the invention has specific and practical effects, and 3) whether the invention has technical means to bring about such effects. According to case law, an invention is held to be patentable when the invention physically transforms an object to another within or outside hardware. In addition, an invention is deemed patent-eligible when the invention specifically implements information processing by software to hardware or a computer. The Korean jurisprudence of patent-eligible subject matter seems to share some similarities with that of Japan, the United States, and Europe. With the development of AI technology, AI invention may be at odds with the Korean jurisprudence of patent-eligible subject matter in the following aspects. First, it is hard to explain the mechanism of AI, while the specification of an AI patent should specifically describe the invention in detail in order for the invention to be patentable. Second, AI is applied to non-technical fields such as linguistics, literature and economics, as well as technical fields such as science and engineering. Such a broad application of AI technology may be inconsistent with the jurisprudence of patent-eligibility, which requires that inventions have technical characteristics to be patent-eligible. Third, as AI evolves from weak AI to strong AI, Korean courts are likely to deny the patentability of AI invention on the ground that the invention merely applies an abstract idea or a human mental process to a general-purpose computer without an inventive concept. Fortunately, the potential conflict could be resolved by a flexible interpretation of the term “invention” under the Korean Patent Act. Without a revision of the Patent Act by the legislature, Korean courts and the Korean Patent Office should be allowed to broadly interpret the phrase “utilizing the law of nature” of the Patent Act, expanding the scope of the term “invention” to include AI technology.

특허데이터 기반 한국의 인공지능 경쟁력 분석: 특허지표 및 토픽모델링을 중심으로

이현상,오세환,차오신,신선영,김규리 한국지능정보사회진흥원 2022 정보화정책 Vol.29 No.4

With the development of artificial intelligence technology, competition for artificial intelligence technology patents around the world is intensifying. During the period 2000 ~ 2021, artificial intelligence technology patent applications at the US Patent and Trademark Office have been steadily increasing, and the growth rate has been steeper since the 2010s. As a result of analyzing Korea's artificial intelligence technology competitiveness through patent indices, it is evaluated that patent activity, impact, and marketability are superior in areas such as auditory intelligence and visual intelligence. However, compared to other countries, overall Korea's artificial intelligence technology patents are good in terms of activity and marketability, but somewhat inferior in technological impact. While noise canceling and voice recognition have recently decreased as topics for artificial intelligence, growth is expected in areas such as model learning optimization, smart sensors, and autonomous driving. In the case of Korea, efforts are required as there is a slight lack of patent applications in areas such asf raud detection/security and medical vision learning. 인공지능 기술의 발전과 더불어 세계 각국의 인공지능 기술 특허를 둘러싼 경쟁도 치열해지고 있다. 2000년~2021년 간 미국 특허청의 인공지능 기술 특허출원은 꾸준히 증가하고 있는 가운데 2010년대 들어 보다 가파른 성장세를 기록하고 있다. 특허지표를 통해 한국의 인공지능 기술경쟁력을 분석한 결과, 청각지능, 시각지능 등의 세부 분야에서 특허활동성, 영향력, 시장성 등이 우위에 있는 것으로 평가된다. 그러나, 주요국과 비교하여 한국의 인공지능 기술 특허는 양적 활동성, 시장성 확보 측면에서는 상대적으로 우수하나 기술 파급력은 다소 열위에 있는 것으로 나타난다. 최근 인공지능 기술 토픽으로 노이즈 캔슬링, 음성인식 등은 감소한 반면 모델학습 최적화, 스마트센서, 자율주행 등이 활성화되면서 성장이 기대되고 있다. 한국의 경우 사기탐지/보안, 의료 비전러닝 등의 분야에서 특허출원 성과가 다소 부족하여 분발이 요구된다.

인공지능 기술 랜드스케이프 : 기술 구조와 기업별 경쟁우위

이왕재,이학연 한국기술혁신학회 2019 기술혁신학회지 Vol.22 No.3

This study analyzes the technological structure of artificial intelligence (AI) and technological capabilities of AI companies based on patent information. 2589 AI patents registered in USPTO from 2007 to 2017 were collected and analyzed by the Latent Dirichlet Allocation (LDA) to derive 20 AI technology topics. Analysis of technology development trends by AI technology reveals that visual understanding, data analysis, motion control, and machine learning are growing, while language understanding and speech technology are sluggish. In addition, we also investigated leading companies in each sub-field of AI as well as core competencies of global IT companies. The findings of this study are expected to be fruitfully used for formulation and implementation of technology strategy of AI companies. 본 연구는 특허 데이터를 활용하여 인공지능 기술의 구조를 파악하고 주요 글로벌 IT 기업들의 인공 지능 기술역량을 분석한다. 2007년부터 2017년까지 미국 특허청에 등록된 2,589개의 인공지능 특허를 바탕으로 LDA 토픽모델링을 수행하여 인공지능 분야의 20개의 기술 토픽을 도출하였다. 인공지능 기 술 분야 중 언어이해, 음성처리보다는 시각이해, 데이터분석, 동작제어, 그리고 기계학습 분야의 연구 개발이 최근 활발한 것으로 나타났다. 또한 기업별 인공지능 기술 역량을 분석하여 인공지능 기술 분야 별로 우수 역량을 보유한 기업을 도출하고, 기업별로 강점을 가지고 있는 세부 기술 분야를 도출하였 다. 본 연구 결과는 인공지능 기업들의 기술기획 및 전략 수립에 유용하게 활용될 수 있을 것으로 기대 된다.

인공지능의 기술 혁신 및 확산 패턴 분석: USPTO 특허 데이터를 중심으로

백서인(Seoin Baek),이현진(Hyunjin Lee),김희태(Heetae Kim) 한국콘텐츠학회 2020 한국콘텐츠학회논문지 Vol.20 No.4

인공지능(Artificial Intelligence, AI) 분야는 거의 모든 산업과 결합하여 미래 초연결 및 초지능 시대를 이끌어갈 기술로 주목받고 있다. 우리나라는 미국, 일본, 독일과 함께 인공지능 강국에 손꼽히지만, 인공지능 G2인 미국, 중국에 비해서는 특허 경쟁력이 낮은 것이 사실이다. 본 연구에서는 인공지능 산업의 기술 추이를 유추하고 인공지능 기술의 분야 별 수명주기와 발전 속도를 가늠해보고자 IPC 기술분류코드를 USPTO의 2008년부터 2018년까지 등록된 인공지능 관련특허를 수집하여 1차원 통계분석, 2차원 통계분석, 네트워크 분석을 통해 기술 혁신과 확산 패턴을 분석하였다. 연구결과 현재 인공지능 관련 기술은 디지털 컴퓨팅, 데이터 처리, 음성인식 등 분야에 집중된 것으로 나타났으며, 응용분야의 특허가 증가하고, 전기 통신, 의료, 운수/물류 등에 활발한 융·복합이 일어나고 있는 것을 알 수 있었다. 본 연구를 통하여 분석된 인공지능 산업의 발전추이와 기술동향은 인공지능 기술과 관련한 기업의 전략과 국가의 정책 입안에 활용될 수 있을 것으로 기대한다. The artificial intelligence (AI) is a technology that will lead the future connective and intelligent era by combining with almost all industries in manufacturing and service industry. Although Korea is one of the worlds leading artificial intelligence group with the United States, Japan, and Germany, but its competitiveness in terms of artificial intelligence patent is relatively low compared to others. Therefore, it is necessary to carry out quantitative analysis of artificial intelligence patents in various aspects in order to examine national competitiveness, major industries and future development directions in artificial intelligence technology. In this study, we use the IPC technology classification code to estimate the overall life cycle and the speed of development of the artificial intelligence technology. We collected patents related to artificial intelligence from 2008 to 2018, and analyze patent trends through one-dimensional statistical analysis, two-dimensional statistical analysis and network analysis. We expect that the technological trends of the artificial intelligence industry discovered from this study will be exploited to the strategies of the artificial intelligence technology and the policy making of the government.

인공지능 기술분석을 위한 베이지안 추론

최준혁(Junhyeog Choi),전성해(Sunghae Jun) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.4

인간과 같은 지능을 갖는 컴퓨터를 만드는 인공지능 기술에 대한 눈부신 발전에 의해 사회 각 분야에서 인공지능 기술에 대한 의존도가 점점 커지고 있다. 따라서 인공지능 기술에 대한 정확한 분석에 대한 수요도 지속적으로 증가하고 있다. 따라서 본 논문에서는 인공지능과 관련된 기술분석을 위하여 베이지안 추론 기반의 통계분석 방법에 대하여 연구한다. 현재까지 출원된 인공지능 관련 기술특허를 모두 수집하여 텍스트 마이닝 전처리를 통하여 키워드를 추출하고 이를 이용하여 인공지능 관련 기술분석을 수행한다. 제안방법의 타당성을 확인하기 위하여 인공지능을 위한 2가지 세부기술인 데이터학습과 자연어이해에 대한 키워드를 추출하고 이를 분석하여 실제적용의 가능성을 확인하였다. Due to the remarkable development of artificial intelligence technology that makes computers with intelligence like human beings, artificial intelligence technology is increasingly relied on in each field of society. Therefore, demand for accurate analysis of artificial intelligence technology is continuously increasing. Therefore, in this paper, we study the statistical analysis method based on Bayesian inference for technology analysis related to artificial intelligence. We collect all patents related to artificial intelligence related patents so far, extract keywords through text mining preprocessing, and perform artificial intelligence related technology analysis using them. In order to verify the validity of the proposed method, we considered two sub-technologies which are learning from data and natural language understanding for artificial intelligence, and analyzed the possibility of actual application.

특허 분석을 통한 4차 산업 기반 스포츠산업 신기술 도출 방안

이제욱 한국융합과학회 2022 한국융합과학회지 Vol.11 No.2

Purpose: This study intends to propose the 'Patent Analysis' methodology as an approach for the domestic sports industry market to rapidly converge with major technologies of the 4th industry to discover creative ideas and preoccupy new technologies. Methods: Patent analysis is a “patent map” that extracts key information of a patent (core technical information of document content) as 'keyword' data and visualizes the 'connection structure' so that the desired results can be grasped at a glance. and derives technological change trends, technology levels, and future technology prospects through the results derived. Result: As a result of patent analysis on sports AI-wearable technology through case study, as the technology that occupies the highest proportion, various related technologies and patents are derived from the center of the patent map. In the sports field, artificial intelligence-wearable/IoT Rather than a new paradigmatic approach in the field of convergence, it is judged that various peripheral technologies should be sought for the advancement of the relevant field. Conclusion: Patents, which are data used for patent analysis, are fundamentally rights related to monopoly rights, but they have a lot of useful value as analysis data that serves as an indicator of R&D activities and technological development and new technologies in the future. 연구목적: 4차 산업혁명 주요기술과 스포츠는 핵심 융·복합 분야의 한 축으로 발전 가능성을 내포하고 있다. 특히, 4차 산업 주요기술 중 일부(인공지능, 빅데이터, 사물인터넷, 가상현실, 웨어러블 등)는 스포츠산업기술 발전에 중추적 역할을 할 것으로 전망하고 있다. 맥락에서 본 연구는 국내스포츠산업 시장이 4차 산업 주요기술들과 신속한 융합을 추진하여 창의적인 아이디어 발굴과 신기술을 선점하기 위한 접근방법으로 ‘특허분석(Patent Analysis)’방법론을 제안하고자 한다. 연구방법: 특허분석이란 특허의 주요정보(문서내용의 핵심기술 정보)를‘키워드(Keyword)’데이터로 추출하여 ‘연결구조’를 시각화(Visualization)하여 원하는 결과를 한눈에 파악할 수 있도록 “특허지도(Patent Map)”를 생성하여 파생되는 결과를 통해 기술변화 트렌드, 기술수준, 향후 기술의 전망 등을 도출하는 것이다. 결과: 사례연구를 통한 스포츠 인공지능-웨어러블 기술에 대한 특허분석을 실시한 결과 가장 높은 비중을 차지하는 기술로써 특허지도의 중심부를 기점으로 여러 관련 기술 및 특허를 파생하고 있으며, 스포츠 분야에서는 인공지능 - 웨어러블/IoT 융합분야의 새로운 패러다임적 접근보다는 해당 영역의 고도화를 위한 다양한 주변기술을 모색해야 할 것으로 판단된다. 결론: 특허분석에 활용되는 데이터인 특허는 기본적으로 독점권에 관한 권리이기도 하지만, 연구개발 활동 및 기술발전의 수준 그리고 향후 새로운 기술의 지표역할을 하는 분석데이터로 많은 활용가치를 지니고 있다.

지능정보기술의 파급효과를 고려한 연구개발 전략: 바이오, 자동차, 반도체 분야를 중심으로

윤정섭(Jungsub Yoon),곽기현(Gihyun Kwak) 한국혁신학회 2021 한국혁신학회지 Vol.16 No.1

본 연구는 4차 산업혁명과 포스트 코로나 시대의 핵심 기술인 지능정보기술(Data, Network, AI)의 효율적 연구개발 전략을 수립하기 위해 기술 분야 간 파급효과를 분석한다. 이를 위해, 지능정보기술이 파급되었을 때 창출된 경제적 효과가 클 것으로 기대되는 빅3 분야(바이오, 자동차, 반도체) 분야에서, 지능정보기술을 인용하여 미국특허청에 출원된 2010~2018년 사이의 특허들을 PATSTAT Online을 통해서 추출하였다. 이를 기반으로 지능정보기술과 빅3 분야와의 인용⋅피인용 관계를 도출하고, 기술파급효과 분석을 위한 산업융합유발계수를 사용하여 데이터, 네트워크, 인공지능 분야가 타 분야의 연구개발성과에 미치는 영향을 도출하였다. 분석 결과, 현재 인공지능 기술이 데이터 및 네트워크 기술들보다 파급효과가 낮지만, 인공지능 분야 내에서 파급효과가 높은 일부 세부 기술들에 대한 투자는 지속적으로 이행되어야 함을 제안한다. 인공지능 분야의 파급효과를 증대시키고, 타 분야에 대한 활용성을 높이기 위한 정책적 노력을 뒷받침하기 위하여, 향후 인공지능 분야의 파급효과에 대한 지속적인 모니터링과 연구개발 투자액을 기반으로 한 추가 연구가 필요한 것으로 보인다. This study investigates the impact between technology fields in order to establish an efficient research and development (R&D) strategy of intelligent information technology (Data, Network, AI). PATSTAT Online was used to collect information on patents filed with the U.S. Patent Office between 2010 and 2018 and prior patents cited. The patent information on biotechnology, automobile, semiconductor sector were used, where intelligent information technology is expected to be used the most. The citation relationship was derived, and the industrial convergence inducement coefficient was used to analyze the impact of intelligent information technology on the big three fields. Artificial intelligence has the lower impact than data and network, but it is suggested that investment in technologies with relatively higher impact within artificial intelligence field should be continuously implemented. To increase the adoption of artificial intelligence, it is necessary to continuously study and monitor the impact of the artificial intelligence field in the future.

딥러닝의 변수 중요도를 이용한 인공지능 기술 분석

김승환(Seungwhan Kim),전성해(Sunghae Jun) 한국지능시스템학회 2019 한국지능시스템학회논문지 Vol.29 No.1

인공지능 기술은 빠른 속도로 발전하고 있다. 특히 인공지능 개발을 이끌고 있는 많은 세부기술 간의 관계를 파악하는 것은 인공지능 기술을 이해하는데 중요하다. 본 연구에서는 이와 같은 인공지능의 기술 분석을 위하여 딥러닝을 적용한다. 최근 전통적인 통계학 및 머신러닝 기법에 비해 딥러닝의 예측 성능이 더 우수함을 보여주는 다양한 연구결과가 발표되고 있다. 하지만 최종 예측과 함께 예측에 사용된 입력변수들의 상대적인 중요도를 파악하는 것은 기존의 통계적 기법에 비해 딥러닝이 가지고 있는 어려움 중 하나이다. 예측모형에서 입력변수가 출력변수에 어떤 형태로 영향을 주는지 확인하려는 연구는 여러 분야에서 이루어지고 있다. 선형회귀분석은 입력변수의 중요도를 확인하기 위하여 표준화 회귀계수를 이용한다. 본 논문에서는 가중치 분석을 통하여 딥러닝의 입력변수 중요도를 계산하여 인공지능 기술에 영향을 미치는 세부기술에 대한 기술 분석을 수행한다. 제안 방법의 타당성을 보이기 위하여 인공지능 기술관련 특허문서를 수집하고 분석하여 인공지능 세부기술간 기술 연관성을 확인한다. Artificial intelligence (AI) technology has been developed at a fast pace. In particular, understanding the relationship between various sub technologies leading to AI development is very important to understand AI. In this study, we use deep learning to analyze AI technology. Many studies have been published showing the prediction performance of deep running is superior to the conventional statistical and machine learning methods. However, understanding the relative importance of input variables used in the prediction of output variable is one of the difficulties of deep learning compared to the existing statistical methods. There are many studies in various fields to find out how the input variable affects the output variable in forecasting. For example, linear regression analysis uses standardized coefficients to determine the variable importance. This paper performs technology analysis on the sub technologies that influence AI technology using the variable importance of deep learning. To show the validity of the proposed methodology, we collect and analyze patent documents related to AI technology.

인공지능 시대의 진보성 판단 시 ‘통상의 기술자’ : From PHOSITA To MOSITA

이상미 한국지식재산연구원 2020 지식재산연구 Vol.15 No.3

인공지능이 지배하는 발명의 과정이 미래의 이야기라고 여겨지기도 하지만, 컴퓨터는 이미 엔진, 로봇과 같은 정교한 제품의 설계, 테스트 및 제조공정에 통합되었으며 실험을 시뮬레이션하고 실험 데이터를 분류 및 처리하는데 분야를 막론하고 널리 사용되고 있다. 구체적인 시기에 대해 논란의 여지가 있지만 많은 전문가들은 사람이 할 수 있는 모든 지적 과제를 수행할 수있는 인공지능이 향후 25년 안에 개발될 것이라고 본다. 이러한 시나리오는진보성 심사에 새로운 문제를 불러일으킨다. 예컨대 인공지능으로 생성된발명은 현재의 통상의 기술자 기준으로는 용이하지 않은 것일 수 있는 반면, 유사한 인공지능에 접근할 수 있는 사람에게는 용이한 것일 수 있다. 따라서이 창의적인 기계가 발명의 과정에 표준이 되었을 때를 대비하여, 우리는 다음 세대의 진보성 요건을 준비할 필요가 있다. 이 논문에서는 기술의 진보로향상된 인간의 발명 능력이 진보성 판단에 미쳐 왔던 영향을 고찰하고, 인공지능 기술의 발전에 발맞추어 도입이 필요한 새로운 통상의 기술자 기준을제안한다. 이 새로운 기준은 궁극적으로 발명의 과정에 인간의 기여도가 거의 없어지는 시점에 인공지능의 결과물이 특허심사를 통과할 수 없게 될 것을 목표로 한다. Although the process of invention dominated by Artificial Intelligence(AI) is considered to be the story of the future, computers have already been integrated into the design, testing and manufacturing sophisticated processes of products such as engines and robots, and are used to simulate and classify experimental data. It is being widely used in any field. Even if a specific time is controversial, many experts expect that AI capable of carrying out all the intellectual tasks that humans can do will be developed in the next 25 years. This scenario brings new problems to the nonobviousness standard. For example, an AI-generated inventions may not be obvious for a person skilled in the art, but it may be obvious for a person who can access to similar AI. Therefore, if this creative machine becomes widespread in the process of invention, we need to prepare for the new nonobviousness standard of next generation. This paper reviews the effects of improved human capability on nonobviousness standards, and proposes new standard to specify the concept of MOSITA reflecting advancement of AI. This new standard ultimately aims to make it impossible for AI-generated inventions to pass patent examination at a time when human contributions to the process of invention almost disappear.

공공연구성과 실용화를 위한 데이터 기반의 기술 포트폴리오 분석: 빅데이터 및 인공지능 분야를 중심으로

전은지 ( Eunji Jeon ),이채원 ( Chae Won Lee ),류제택 ( Jea-tek Ryu ) (사)한국빅데이터학회 2021 한국빅데이터학회 학회지 Vol.6 No.2

빅데이터 및 인공지능 기술은 4차 산업혁명에 핵심적인 기술이나, 국내 중소·중견 기업의 빅데이터 분석 활용과 복합 인공지능 분야의 기술경쟁력 확보가 미흡한 상황이다. 따라서 빅데이터 및 인공지능 분야의 기술사업화를 통해 산업군 전반의 경쟁력을 강화하는 것이 중요하다. 본 연구에서는 기술 포트폴리오 분석을 통해 공공연구성과 실용화 우선순위를 평가하고자 한다. 우선 공공연구성과 정보에 대해 앙상블 기법을 적용한 딥러닝 모델을 사용하여 과제의 6T 분류 결측값을 개선하였다. 이후 6T 분야별 빅데이터 및 인공지능 융합 분야를 대상으로 토픽 모델링을 진행하여 10개의 세부기술분야를 도출하였다. 세부기술분야별 기술사업화 가능성을 판단하기 위해 기술활동성과 기술효율성을 새롭게 정의하고 측정하였다. 두 축을 기반으로 포트폴리오를 4가지의 유형으로 구분하여 기술사업화 최우선 고려 대상, 장기 투자가 필요한 기술분야 등을 제안하였다. ‘영상 및 이미지 기반의 진단 기술’은 기술활동성 및 기술효율성이 높아 시장의 수요와 사업화 역량 모두 이상적인 수준으로 나타났다. 이처럼 체계적인 산업·기술시장 분석을 통해 공공 연구성과 창출 기술의 활용을 활성화할 수 있으며 중소·중견으로의 효율적인 기술 이전 및 사업화 추진이 가능하다. Since small and medium-sized enterprises fell short of the securement of technological competitiveness in the field of big data and artificial intelligence (AI) field―core technologies of the Fourth Industrial Revolution, it is important to strengthen the competitiveness of the overall industry through technology commercialization. In this study, we aimed to propose a priority related to technology transfer and commercialization for practical use of public research results. We utilized public research performance information, improving missing values of 6T classification by deep learning model with an ensemble method. Then, we conducted topic modeling to derive the converging fields of big data and AI. We classified the technology fields into four different segments in the technology portfolio based on technology activity and technology efficiency, estimating the potential of technology commercialization for those fields. We proposed a priority of technology commercialization for 10 detailed technology fields that require long-term investment. Through systematic analysis, active utilization of technology, and efficient technology transfer and commercialization can be promoted.