청취자 후기

[오전 세션]

-연관규칙분석을 활용한 융합 기술 기회 발굴 방법론

기업의 지속적인 성장을 위해서는 새로운 기술 기회를 발굴하는 것이 필수적이다. 발표자는 IPC 연관규칙에 대한 산업융합 패턴을 분석 하였다. USPTO에 등록된 5년동안의 특허를 수집하여 Main Group 수준에서 분석을 수행하였다. 융합기술 분석에서 연관규칙을 활용하는 것이 새로운 방법론인지 의문이 들었고, 결과물에 대한 설명 없이 제안하는 방법론만 설명하여 아쉬웠다. 또한 특허는 등록기간이 1-2년 정도 걸리므로 최근 1-2년간 기술패턴 분석이 어려운데, 기술이 급변하는 현대사회에서 최신 기술의 적용이 어려운 이 방법이 적절한가에 대해 고민해보는 계기가 되었다.

-미래에 회사들의 연구 개발을 지원하기 위하여 지도 학습을 이용한 제품-부품-기술의 특허 데이터 베이스 맵핑

현재는 특허 검색 방법에서 Boolean Retrieval이 주로 사용된다. 발표자는 쿼리와 CPC코드를 사용하여 기존 방법보다 검색 성능이 우수한 방법을 소개한 뒤, 이를 데이터 마이닝 알고리즘 중 지도학습법 모델을 통해 라벨을 매핑하는 방법론을 제안하였다. 검색 단계에서는 노이즈 패턴을 필터링 하는 성능이 기존에 비해 40% 높았으며, 지도학습 모델링 단계에서는 나이브 베이지안과 Maximum Entropy Classifier를 사용하였다. 두 모델에 대한 성능 평가에 있어서는 데이터 특성에 따라 달라졌으며 설명력 필요 여부에 따라서도 다르게 선택되어질 수 있다. 전반적으로 검색과 분류기의 성능은 좋았으나, 제품, 부품, 기술에 대해 라벨링 하는 과정에서 과거 지식에 의존할 수 밖에 없다는 부분에서 보완이 필요할 것 같다. 

-융합 기술 컨셉 생성 방법론: Chance Discovery의 활용

이종기술간의 경계를 허무는 융합기술은 하쇠결제적으로 높은 가치를 지닌다. 발표자는 Ohsawa가 제안한 Chance Discovery 기반의 융합기술 컨셉 개발 방법론을 제안하였다. IPC자료를 이용하여 KeyGraph를 생성하고, 상대적으로 중요하지만 간과되고 있는 복수 기술영역에 걸치고 있는 파열점(Breaking Point)들을 파악함으로써 융합적 기술기회의 컨셉을 정의할 수 있도록 하였다. 키워드를 추출하고 이를 Graph로 생성한 뒤 융합기술 컨셉을 생성하였는데 컨셉생성에 있어서는 SCAMPER를 활용하였다. SCAMPER는 기존 제품 변환 과정에서의 체크리스트이며 총 7가지의 사고기법이 존재한다. 기존에 존재하는 제품, 서비스, 프로세스를 개선하고 용도를 변경할 뿐만 아니라, 특정 제품, 서비스, 프로세스를 개발하거나, 품질을 향상시키는 방법을 사고하는데 유용한 방법으로 알려져있다. 제안하는 방법에서 Chance Discovery 핵심은 키 그래프에서 파열점을 찾는것인데 이부분에 대한 설명이 부족하여 아쉬웠다. 청취자 질의응답때 들은 내용을 통해 유추해 보자면 네트워크상에서 Betweenness Centrality처럼 개수는 적더라도 중요한 역할을 하는 노드의 개념으로 생각할 수 있겠다. 향후, 실질적으로 융합기술 컨셉이 중요한 바이오칩이나 의료기기, 의료통신 분야에서 활성화 되면 좋을 것 같다. 또한 우리 연구실에서는 네트워크 생성 시, Gephi나 Netminer를 주로 사용하는데 Polaris라는 툴을 사용하여 실험을 하였다. 일본 프로그램이라는데 한번 사용해봐야겠다.(http://chokkan.org/software/polaris/)

[오후 세션]

-정부출연연구기관의 R&D 효율성 동적분석

추격형 R&D로 국가경쟁력 제고에 많은 성과를 올린 정부출연연의 역할과 위상이 점점 낮아지고 있는 가운데, 국가 R&D 시스템을 분석하고 선도형R&D시스템 구출을 위한 전략 및 정책수립을 필요로 하고 있다. 발표자는 R&D 성과측정을 위해 사용되던 기존의 비모수적 효율성 측정기법인 자료포락분석(Data Envelopment Analysis: DEA)의 한계점을 극복하기 위한 방법을 제안하였다. 기존의 DEA는 동적 효율성 변화 측정이 불가하였으나 시간축에 대해 Window 기법을 적용함으로써 동적 변화를 분석하였다. 변수로는 연구비,연구원(투입),특허,논문,기술이적(산출),기술료(성과) 등을 사용하였다. 사실 방법론보다는 분석 결과가 흥미로웠으며, 우리나라 연구환경이 선도형 보다는 추격형 R&D 환경에 고립되어있다는 결론이 씁쓸(?)했다. 즉 양은 많지만 피인용 회수가 적고 기술료도 수입이 적어서 기술의 질적성장은 저조하다는 결론이다. 

-연관규칙을 활용한 기술경영 연구주제 네트워크 분석: 저자 키워드를 중심으로

기술경영이란 컨셉을 1987년 US National Research Council에서 소개되었고 이후 독립된 학문 분야로서 성숙기에 접어들었다. 그러나 지금까지의 연구는 계량서지분석이 대부분이었는데 발표자는 연구주제의 단순 빈도수 기반 분석이 아닌 주제간 연관관계를 중심으로 핵심 주제를 도출하고자 하였다. 기술경영 관련 9개 저널, 2456개 논문에서 저자키워드를 추출하고 출현 빈도 기준 키워드 200개를 선택하여 주제,방법론,분야 세개의 그룹으로 분리하였다. 3개 그룹에서 일원모드 네트워크, 이원모드 네트워크를 생성하여 중심도가 높은 키워드를 핵심 주제,방법론,분야라고 설명하였다. 그러나, 모든 저자키워드는 같은 레벨이 아니라 계층구조를 이루고 있다. 즉, 상위개념의 키워드는 구체적인 레벨의 키워드보다 빈도수가 많은데, 빈도수 기반 상위 200개를 선택하고 이를 다시 중심성 분석을 한다면 당연히 상위개념 키워드의 중심성이 높을 수 밖에 없다. 이렇게 되면 매우 일반적인 분석 결과가 도출되며 상세한 기술에 대해서는 분석이 어렵다. 단순히 출현빈도에 다른 핵심주제를 나열하는 수준의 기존 연구 방법에서 탈피하고자 하였으나 제안한 방법도 비슷한 결과를 도출 할 것으로 예상된다. 키워드 선택 시 다른 방법을 적용해야 할 것 같다.

-기술 로드 맵 작성을 위한 사건 중심의 요소 기술 추출 방법

앞선 발표에서 빈도수로 Cut off를 하게되면 손실되는 정보가 발생하는데 이번 발표에서는 그러한 문제를 해결하기 위해 토픽모델링 기법을 사용하였다. 즉 키워드를 추출하고 토픽 모델링을 수행한 다음, 토픽들을 군집화 하여 네트워크를 생성하였다. 그러나 기술 로드 맵 작성 시, 시간요소를 함께 고려하지 못한점이 아쉬웠다. 발표자도 그부분을 향후 계획으로 소개하였는데, 시간 구획 별 LDA를 적용하는 방법과 Dynamic 토픽모델링 기법 비교에 대한 질문을 하니 전자를 선호하였다. 급변하는 사회에서 동적연구의 중요성이 대두되고 있는데 토픽모델링 분야에서도 성능이 우수한 Dynamic토픽 모델링 기법이 연구되어져야 하겠다