텍스트 마이닝을 이용한 인천 바이오산업 연구개발 현황분석
Analysis of R&D Trends in Incheon Bio-Industry Using Text Mining
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구의 목적은 인천 지역에서 수행된 바이오 연구개발 테마를 분석하여 지역 내 건전한 바이오산업 생태계 조성을 위한 정책적 시사점을 제시하는 데 있다. 코로나19 팬데믹과 디지털 전환으로 급격히 변화하는 바이오산업의 패러다임 속에서, 인천 지역만의 차별화된 전략이 필요한 시점이다. 이에 따라 2013년부터 2022년까지 수행된 3,617개의 국가연구개발 과제 데이터를 기반으로 텍스트 마이닝 기법 중 하나인 토픽모델링을 사용하여 인천 지역의 바이오 관련 연구 주제와 그 변화 추이를 분석하였다. 분석 결과, 총 9개의 주요 연구 토픽이 도출되었으며, 대부분의 토픽에서 연구 과제 수가 점진적으로 증가하여 바이오 분야의 연구가 활발하게 진행되고 있음을 확인하였다. 각 토픽별 주요 참여 기관들의 비율은 기초연구는 대학이, 실용화 및 사업화 연구는 산업계에서 주로 참여하는 것으로 나타났다. 연구결과, 인천의 바이오산업은 혁신기관, 산업구조, 지리적 특성, 그리고 연구과제의 성격에 따른 다양한 특성을 보여주고 있었다. 또한, 인천은 단순히 바이오 의약품 생산기지로서의 역할에 그치지 않고, 바이오산업의 다양한 분야에서도 상당한 잠재력을 가지고 있는 것으로 나타났다. 따라서 인천의 바이오산업 발전을 위해서는 지역 특성을 반영한 맞춤형 전략과 정교한 정책 수립이 요구된다.
Abstract
The purpose of this study is to analyze bio R&D themes conducted in the Incheon region and propose policy implications for fostering a healthy bio-industrial ecosystem within the area. In order to achieve this, we utilized topic modeling, a text mining technique, to analyze the trends and themes of bio-related research topics in Incheon, based on data from 3,617 national R&D projects carried out from 2013 to 2022. The analysis identified nine major research topics, revealing a gradual increase in the number of research projects in most topics, indicating active research in the bio sector. The distribution of major participating institutions showed that universities primarily conducted basic research, while the industry predominantly engaged in applied and commercialization research. These findings indicate that Incheon's bioindustry exhibits diverse characteristics based on innovation institutions, industrial structure, geographical features, and the nature of research projects. Moreover, Incheon demonstrates significant potential in various sectors of the bioindustry, beyond merely serving as a production base for biopharmaceuticals. Therefore, the advancement of Incheon's bioindustry requires tailored strategies and sophisticated policy formulation that reflect regional characteristics.
참고문헌 (45)
- 감주식, "바이오 미래유망 연구 분야 도출에 관한 연구", 기술혁신학회지, 15(2), pp.345~368 (2012)
- "국가과학기술지식정보서비스 홈페이지"[URL]
- 포스트 코로나 시대의 바이오산업 발전 전략, "권오성", 산업연구원, ~ (2021)
- 김남규, "텍스트 분석 기술 및 활용 동향", 한국통신학회논문지, 42(2), pp.471~492 (2017)
- 김영수, "우리나라 클러스터정책의 특징과 지역산업생태 계론으로의 진화 필요성", 지역연구, 28(4), pp.23~43 (2012)
- 김용환, "토픽모델링을 이용한 국내 헬스케어 학술연구 트렌드 분석", 한국웰니스학회지, 14(1), pp.253~ (2019)
- 김은정, "토픽모델링과 네트워크분석을 활용한 헬스케어 분야의 핵심기술과 기술융합 분석 연구 : 특허정보를 중심으로", 한국정보통신학회논문지, 26(5), pp.763~778 (2022)
- 생태계 관점에서 본 바이오의료클러스터 활성화 방안, "김지현", 한국바이오협회 바이오경제연구센터, ~, pp.BIO ECONOMY REPORT No. 3 (2017)
- 바이오· 헬스 분야 중장기 R&D 투자전략 수립 연구, "김흥열", ~ (2021)
- 노설현, "토픽모델링을 활용한 4차 산업혁명의 이슈 분석", 디지털콘텐츠학회논문지, 21(3), pp.551~560 (2020)[DOI]
- 박세원, "빅데이터를 활용한 바이오헬스 산업 전략 분석 연구", 박사, pp.2022
- 박주섭, "토픽모델링을 활용한 과학기술 동향 및 예측에 관한 연구", 한국산업정보학회논문지, 22(4), pp.19~28 (2017)
- 2021년 기준, 국내 바이오산업 실태조사 결과 보고서, "산업통상자원부", ~ (2021)
- 오정심, "빅데이터 토픽모델링 및 네트워크 분석을 통한 문화콘텐츠학 지식구조 연구", The Journal of Cultural Policy, 34(2), pp.35~70 (2020)
- 인천지역 바이오 클러스터의 특징과 정책적 제언, "오준병", 한국은행, ~ (2021)
- 유광민, "지역별 혁신성과 격차와 성장요인 분해분석 : LMDI 의 활용", 산업혁신연구, 37(1), pp.37~63 (2021)
- 바이오벤처에서 바라본 국내 바이오클 러스터 현황과 정책제언, "유승준", 생명공학정책연구센터, ~ (2020)
- 윤철원, "특허 데이터를 활용한 국내 우주분야 기술 동향 분석-토픽 모델링과 네트워크 분석 기법을 중심으로", 산업혁신연구, 40(1), pp.86~103 (2024)
- 이상훈, "전략적 협력 네트워크가 기업의 성과에 미치는 영향에 관한 연구 : 글로벌 바이오제약기업을 중심으로", 산업혁신연구, 35(2), pp.1~31 (2019)
- 이정환, "충청북도의 지역정보화 특성 분석에 관한 연구 : 텍스트마이닝 중심으로", 한국콘텐츠학회논문지, 21(10), pp.67~77 (2021)
- 이종호, "구미 IT 산업 클러스터의 혁신생태계와 지역산업정책 방향", 대한지리학회지, 53(6), pp.863~884 (2018)
- 이종호, "스마트전문화 전략 및 트리플헬릭스 혁신체계와 클러스터 정책의 연계를 통한 대안적 지역산업정책의 모색", 한국경제지리학회지, 19(4), pp.799~811 (2016)
- 신성장동력 산업생태계 활성화방안 연구, "장석인", 산업연구원, ~ (2011)
- 정민경, "텍스트 마이닝 기법을 활용한 COVID-19 발생 이전ㆍ이후의 배달주문플랫폼 서비스에 대한 주요 토픽 분석", 지역산업연구, 44(3), pp.283~305 (2021)
- 바이오클러스터 정책 진단과 지역주도 혁신성장 방향, "조용래", 1~46 (2021)
- "인천시, 세계1위 바이오도시 부상" (2017)[URL]
- 바이오헬스 산업의 넥스트 노멀, "한국보건산업진흥원", ~ (2021)
- 2023 산업기술 환경예측 보고서(바이오·헬스), "한국산업기술진흥원", ~ (2023)
- 한국생명공학연구원, "2022 내손안의 바이오 통계", ~ (2022)
- Bickel, M. W., "Reflecting trends in the academic landscape of sustainable energy using probabilistic topic modeling", Energy, Sustainability and Society, 9, pp.1~23 (2019)
- Blei, D. M., "Latent dirichlet allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- Feldman, R., "Knowledge discovery in textual databases", Knowledge Discovery and Data Mining (KDD) 95, pp.112~117 (1995)
- Galunic, D. C., "Resource recombinations in the firm : Knowledge structures and the potential for Schumpeterian innovation", Strategic Management Journal, 19(12), pp.1193~1201 (1998)
- Griffiths, T. L., "Finding scientific topics", Proceedings of the National Academy of Sciences, 101(suppl_1), pp.5228~5235 (2004)
- Hearn, G., "Value-creating ecologies : Understanding next generation business systems", Foresight, 8(1), pp.55~65 (2006)
- Kang, H. J., "Analysis of the trends in biochemical research using latent dirichlet allocation (LDA)", Processes, 7(6), pp.379~ (2019)
- Moore, J. F., "Predators and prey: A new ecology of competition", Harvard Business Review, 71(3), pp.75~86 (1993)
- Neumeyer, X., "Sustainable business models, venture typologies, and entrepreneurial ecosystems : A social network perspective", Journal of Cleaner Production, 172, pp.4565~4579 (2018)
- Tansley, A. G., "The use and abuse of vegetational concepts and terms", Ecology, 16(3), pp.284~307 (1935)
- Tran, B. X., "Modeling research topics for artificial intelligence applications in medicine: Latent Dirichlet allocation application study", Journal of Medical Internet Research, 21(11), pp.e15511~ (2019)
- Tsujimoto, M., "A review of the ecosystem concept-Towards coherent ecosystem design", Technological Forecasting and Social Change, 136, pp.49~58 (2018)
- Westerlund, M., "A topic modelling analysis of living labs research", Technology Innovation Management Review, 8(7), pp.40~51 (2018)
- Woolley, J., "Oxford Research Encyclopedia of Business and Management" (2017)
- Yeung, A. W. K., "Current research in biotechnology : Exploring the biotech forefront", Current Research in Biotechnology, 1, pp.34~40 (2019)
- Zhao, W., "Topic modeling for cluster analysis of large biological and medical datasets", BMC Bioinformatics, 15, pp.1~11 (2014)