본문 바로가기
KERD
논문KCI 등재

효율적인 기술 정책 제안을 위한 한국 인공지능 지식 구조와 진화 궤적의 탐색적 분석

Exploratory Analysis of Knowledge Structure and Evolutionary Trajectory in Korean Artificial Intelligence for Effective Technology Policy

이창준|이준민|김경외
한국혁신학회|2021.08|한국혁신학회지 (Innovation studies)|제16권 제3호|pp. 139-172

1

조회

0

다운로드

7

인용

0

참고문헌

키워드

인공지능Artificial Intelligence지식구조knowledge structure기술 정책technology policy기술 진화혁신의 지리학technological evolutiongeography of innovation

초록

본 논문은 인공지능(AI) 관련 지식의 구성 요소와 AI 지식의 진화 궤적과 향후 연구개발 투자 방향에 대해 데이터 사이언스의 탐색적 분석 기법을 사용하여 알아보았다. 분석을 위해 한국특허정보원에서 제공하는 KIPRIS DB와 유럽 특허청의 PATSTAT DB를 활용하였으며, WIPO의 AI 분류 기준을 참고하여, 2001년부터 2020년까지 출원된 AI 특허를 식별하고 CPC 코드와 발명자의 주소지 정보를 활용하여 AI 관련 지식의 구조와 국내 AI 지식 진화 궤적을 분석하였다. 기술 통계 분석 결과, AI 지식의 복잡도가 커지고 있다는 것과 국내 AI 발명자 수의 절대 수와 비율이 증가 추세라는 것을 알 수 있었다. AI 지식구조 변화에 대한 발견을 요약하면, 먼저 AI 지식의 재료가 되는 기술들의 수와 균등 분포지수 모두 증가 추세이며, 주재료가 되는 핵심 기술로는 주로 물리학, 전기, 운송과 기계 가동 계열 기술들이 사용되고 있음을 확인하였다. 두 번째로 AI 융합 기술 네트워크의 크기가 거대해지는 데 반해 핵심 기술들의 노드 수는 크게 변하지 않았으며, 네트워크의 중심부로 더 밀집하고 있는 것을 발견하였는데, 이는 AI 융합 기술의 주재료가 되는 핵심 기술의 영향력이 더욱 증가하고 있다는 것을 의미한다. 또한, AI 지식의 현시비교우위 값과 관련성 밀도 지표를 측정하여 한국의 기술경쟁력이 상대적인 우위에 있음과 동시에 관련성 높은 전문화된 기술들이 활발하게 상호작용하고 있음을 알 수 있었고, 마지막으로 향후 한국 AI 지식 네트워크에 배태될 확률이 큰 기술들을 제안하였다. 본 연구는 AI 지식 구조와 진화에 대한 탐색적 분석에 대한 것으로 향후 AI 지식구조에 대한 이해를 넓히고, 국내 AI 지식의 성공적인 개발을 위한 단초를 제공한다는 것에 그 의의가 있다.

Abstract

This paper investigated the components of AI (Artificial Intelligence)-related knowledge, the evolutionary trajectory of domestic AI knowledge, and the direction of future R&D investment using the exploratory analysis technique of data science. For the analysis, the KIPRIS DB provided by the Korea Patent Information Service and the PATSTAT DB of the European Patent Office were used. By referring to the AI ​​classification rule of WIPO, we were able to identify AI patents filed from 2001 to 2020 and analyze the structure of AI-related knowledge and the evolutionary trajectory of domestic AI knowledge. As a result of descriptive statistical analysis, the complexity of AI knowledge has increased and the absolute number and ratio of the number of domestic AI inventors has also increased. To summarize the main findings, first, the core technologies in AI knowledge network are mainly physics, electricity, transportation and machine operation-related technologies. Second, while the size of the AI ​​convergence technology network has grown, the number of nodes of core technologies has not changed significantly and they are more concentrated in the center of the network, meaning that the core AI technologies becomes more important. Through the RCA value and relatedness density index, it can be seen that Korea has relatively superior technological competitiveness and the specialized technologies are highly relevant to the existing knowledge structure. Finally, we proposed technologies with a high probability of being embedded in the Korean AI knowledge network in the future. This study is about the exploratory analysis of AI knowledge structure and evolution, and hope it expands the understanding of AI knowledge structure in the future and provides a foundation for the successful development of domestic AI knowledge.

참고문헌 (44)

  1. 국경완, "인공지능 기술 및 산업 분야별 적용 사례", 주간기술동향, 20, pp.15~27 (2019)
  2. 김병운, "인공지능 동향분석과 국가차원 정책제언", 정보화정책, 23(1), pp.74~93 (2016), 한국지능정보사회진흥원[DOI]
  3. 김현우, "인공지능 분야의 기술융합맵 생성 및 국가 프로파일 분석", 한국전자통신학회 논문지, 12(1), pp.139~146 (2017), 한국전자통신학회[DOI]
  4. 한국의 인공지능 분야 위상측정 연구, "다래전략사업화센터", 한국4차산업혁명정책센터, ~, pp.정책연구 2019 (2019)
  5. 박재용, "특허정보를 이용한 인공지능 기술 동향 분석", 한국컴퓨터정보학회논문지, 23(4), pp.9~16 (2018), 한국컴퓨터정보학회[DOI]
  6. 박홍진, "‘인공지능’, ‘기계학습’, ‘딥 러닝’ 분야의 국내 논문 동향 분석", 한국정보전자통신기술학회 논문지, 13(4), pp.283~292 (2020), 한국정보전자통신기술학회
  7. 백승익, "인공지능과 사회의 변화", 정보화정책, 23(4), pp.3~23 (2016), 한국지능정보사회진흥원[DOI]
  8. 장병탁, "인공지능과 스마트머신-4차 산업혁명 시대를 선도할 신산업", 정보과학회지, 35(6), pp.49~55 (2017)
  9. 서형준, "4차 산업혁명시대 인공지능 정책의사결정에 대한 탐색적 논의", 정보화정책, 26(3), pp.3~35 (2019), 한국지능정보사회진흥원[DOI]
  10. 윤혜선, "인공지능 규제 정책에 관한 연구: 주요국의 규제 정책 사례를 중심으로", 정보통신정책연구, 26(4), pp.135~176 (2019), 정보통신정책학회
  11. 이왕재, "인공지능 기술 랜드스케이프 : 기술 구조와 기업별 경쟁우위", 기술혁신학회지, 22(3), pp.340~361 (2019), 한국기술혁신학회[DOI]
  12. 임지연, "Global R&D Trend and Challenges in Artificial Intelligence SW", 한국차세대컴퓨팅학회 논문지, 12(4), pp.33~46 (2016), 한국차세대컴퓨팅학회
  13. 정동규, "인공지능 기술과 주요 적용 산업 동향", 한국정보기술학회지, 15(2), pp.21~28 (2017)
  14. 주강진, "4차 산업혁명과 인공지능 : 현황, 사례, 규제에 대한 개괄적 고찰", 한국경영과학회지, 42(4), pp.1~14 (2017), 한국경영과학회[DOI]
  15. 정명석, "Latent Dirichlet Allocation (LDA) 모델 기반의 인공지능(A.I.) 기술 관련 연구 활동 및 동향 분석", 한국산업정보학회논문지, 23(3), pp.87~95 (2018), 한국산업정보학회[DOI]
  16. 정명석, "국내외 특허데이터 기반의 인공지능분야 기술동향 분석", 디지털융복합연구, 16(6), pp.187~195 (2018), 한국디지털정책학회[DOI]
  17. 최예림, "인공지능 개요 및 적용 사례", Industrial Engineering 매거진, 23(2), pp.23~29 (2016)
  18. 유순덕, "인공지능 비즈니스 생태계 연구", 한국인터넷방송통신학회 논문지, 20(2), pp.21~27 (2020), 한국인터넷방송통신학회[DOI]
  19. 황서이, "국내 인공지능분야 연구동향 분석 –토픽모델링과 의미연결망분석을 중심으로-", 디지털콘텐츠학회논문지, 20(9), pp.1847~1855 (2019), 한국디지털콘텐츠학회[DOI]
  20. Acemoglu, D., "Automation and new tasks : How technology displaces and reinstates labor", Journal of Economic Perspectives, 33(2), pp.3~30 (2019)
  21. Artificial Intelligence and Economic Growth. Technical report, "Aghion, P.", National Bureau of Economic Research, ~, pp.NBER Working Paper No. w23928 (2017)
  22. Agrawal, A., "Artificial intelligence : the ambiguous labor market impact of automating prediction", Journal of Economic Perspectives, 33, pp.31~50 (2019)
  23. Balland, P. A., "The geography of complex knowledge", Economic Geography, 93(1), pp.1~23 (2017)
  24. Boschma, R., "Scientific knowledge dynamics and relatedness in biotech cities", Research policy, 43(1), pp.107~114 (2014)
  25. Boschma, R., "The handbook of evolutionary economic geography" (2010), Edward Elgar Publishing
  26. Brynjolfsson, E., "What can machines learn, and what does it mean for occupations and the economy?", AEA Papers and Proceedings, 108, pp.43~47 (2018)
  27. Charlot, S., "Econometric modelling of the regional knowledge production function in Europe", Journal of Economic Geography, 15(6), pp.1227~1259 (2015)
  28. The Impact of Artificial Intelligence on Innovation, "Cockburn, I.M.", National Bureau of Economic Research, ~, pp.NBER Working Paper No. w24449 (2018)
  29. Cooke, P., "Regional innovation systems: Institutional and organisational dimensions", Research Policy, 26(4-5), pp.475~491 (1997)
  30. Frey, C. B., "The future of employment : How susceptible are jobs to computerisation?", Technological forecasting and social change, 114, pp.254~280 (2017)
  31. Goldfarb, A., "The Economics of Artificial Intelligence: An Agenda" (2018), University of Chicago Press
  32. Country diversification, product ubiquity, and economic divergence, "Hidalgo, C.A.", Center for International Development at Harvard University, ~, pp.No. 201 (2010)
  33. Hidalgo, C. A., "The product space conditions the development of nations", Science, 317(5837), pp.482~487 (2007)
  34. Kedron, P., "Mind the gap: Advancing evolutionary approaches to regional development with progressive empirical strategies", Geography Compass, 14(9), pp.e12501~ (2020)
  35. Kogler, D. F., "Mapping knowledge space and technological relatedness in US cities", European Planning Studies, 21(9), pp.1374~1391 (2013)
  36. Kogler, D. F., "The evolution of specialization in the EU15 knowledge space", Journal of Economic Geography, 17(2), pp.345~373 (2017)
  37. Lawson, C., "Collective learning, tacit knowledge and regional in-novative capacity", Regional studies, 33(4), pp.305~317 (1999)
  38. Martin R, "RoepkeLecture in Economic Geography—Rethinking Regional Path Dependence : Beyond Lock-in to Evolution", Economic Geography, 86(1), pp.1~27 (2010)
  39. Martin R., "Path dependence and regional economic evolution", Journal of Economic Geography, 6, pp.395~437 (2006)
  40. Morrison, A., "When do global pipelines enhance the diffusion of knowledge in clusters?", Economic geography, 89(1), pp.77~96 (2013)
  41. Neffke, F., "Productive places. The influence of technological change and relatedness on agglomeration externalities", Faculty of Geosciences, pp.2009
  42. Nerkar, A., "Evolution of R&D capabilities : The role of knowledge networks within a firm", Management science, 51(5), pp.771~785 (2005)
  43. Quatraro, F., "Knowledge coherence, variety and economic growth : Manufacturing evidence from Italian regions", Research Policy, 39(10), pp.1289~1302 (2010)
  44. Strumsky, D., "Using patent technology codes to study technological change", Economics of Innovation and New technology, 21(3), pp.267~286 (2012)

관련 논문AI추천

인공지능기술의 특허네트워크 분석을 통한융합패턴 연구배영임, 신혜리재단법인 경기연구원 · GRI연구논총2017 · 제19권 제1호국내외 특허데이터 기반의 인공지능분야 기술동향 분석이주연, 정명석, 정소희한국디지털정책학회 · 디지털융복합연구2018 · 제16권 제6호특허정보를 이용한 인공지능 기술 동향 분석박재용한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2018 · 제23권 제4호특허 인용 네트워크 분석을 통한 기술지식의 확산 경로 분석: 정보통신기술을 중심으로김명숙, 백현미, 최병철한국벤처창업학회 · 벤처창업연구2015 · 제10권 제1호AI 특허 분석을 통한 수사기술 진화 전략김민제, 나승균, 이기헌범죄수사연구원 · 범죄수사학연구2025 · 제11권 제2호지능정보기술의 파급효과를 고려한 연구개발 전략: 바이오, 자동차, 반도체 분야를 중심으로곽기현, 윤정섭한국혁신학회 · 한국혁신학회지2021 · 제16권 제1호

이 간행물의 다른 논문 (14건)

차량 내 음성비서의 수용 의도에 영향을 미치는요인 연구: 확장된 통합기술수용모델을 중심으로송주희, 박요한, 정두희, 권동환pp. 1-43유니콘 기업의 성장 과정과 성장 요인에 관한 연구:스트라이프와 스퀘어의 사례를 중심으로백서인, 김정호pp. 45-80나노융합산업의 경제적 파급효과 분석: 나노융합2020사업을 중심으로오승환, 박종복, 황원식pp. 81-106기업 성과 피드백에 따른 탐색적⋅활용적 제휴 전략 및 성과한상연pp. 107-139O2O 서비스에 대한 소비자 선호 실증 분석임세실, 박유리pp. 173-196
원문 보기