[논문 리뷰] Decomposition and Analysis of Technological domains for better understanding of Technological Structure

Xin Guo, Hyunseok Park외 1명|arXiv (Cornell University)|2016. 04. 19.

Intellectual Property and Patents참고 문헌 6인용 수 4

한 줄 요약

이 논문은 미국 특허 데이터에서 기술 분야를 분해하기 위해 분류 겹침 방법을 제안하며, 이는 일관된 기술 분야 및 하위 분야를 자동으로 식별할 수 있도록 한다. 검색어와 Benson-Magee 예측 모델을 사용하여 기술적 향상 속도를 측정함으로써, 생화학적 약리학 분야 내에서의 발전을 분석하는 데서 이 방법의 효과성을 입증한다.

ABSTRACT

Patents represent one of the most complete sources of information related to technological change. This paper presents three months of research on U.S. patents in the field of patent analysis. The methodology consists of using search terms to locate the most representative international and US patent classes and determines the overlap of those classes to arrive at the final set of patents and using the prediction model developed by Benson and Magee to calculate the technological improvement rate for the technological domains. My research focused on the Biochemical Pharmacology technological area and selecting relevant patents for technological domains and sub-domains within this area. The goal is to better understand structure of technology domain and understand how fast the domains and their sub-domains progress. The method I used is developed by Benson and Magee which is called the Classification Overlap Method1, it provides a reliable and largely automated way to break the patent database into understandable technological domains where progress can be measured.

연구 동기 및 목표

• 특허 데이터 내 기술 분야의 구조적 조직을 이해하기 위해.
• 생화학적 약리학과 같은 복잡한 분야 내에서 일관된 기술 분야 및 하위 분야를 식별하기 위해.
• 자동화되고 신뢰할 수 있는 방법을 통해 도메인 및 하위 도메인 간의 기술적 향상 속도를 측정하기 위해.
• 분류 겹침 방법이 대규모 특허 데이터베이스를 분해하고 분석하는 도구로 유용한지를 검증하기 위해.

제안 방법

• 목표 기술 분야와 관련된 대표적인 국제 및 미국 특허 분류를 식별하기 위해 关련 키워드 기반 검색을 수행한다.
• 분류 겹침 방법을 적용하여 겹치는 특허 분류군을 탐지하고, 이를 바탕으로 명확한 기술 분야를 형성한다.
• 각 식별된 도메인에 대해 기술적 향상 속도를 추정하기 위해 Benson과 Magee의 예측 모델을 활용한다.
• 3개월 간의 연구 기간 동안 생화학적 약리학 분야에 적용하여 방법의 신뢰성을 검증한다.
• 미국 특허 데이터베이스에서 특허 데이터를 추출하고 시간에 따른 기술적 진전을 분석한다.
• 수동 작업을 최소화하면서도 도메인 분할 정확도를 유지하기 위해 분해 과정을 자동화한다.

실험 결과

연구 질문

• RQ1 대규모 특허 데이터베이스는 어떻게 체계적으로 의미 있는 기술 분야 및 하위 분야로 분해될 수 있는가?
• RQ2 생화학적 약리학의 식별된 도메인 및 하위 도메인 내에서 기술적 향상 속도는 어떠한가?
• RQ3 분류 겹침 방법은 특허 데이터에서 일관된 기술 분야를 식별하는 데 얼마나 신뢰할 수 있는가?
• RQ4 광범위한 기술 분야 내 하위 분야는 서로 다른 혁신 속도를 보이는가?
• RQ5 광범위한 수동 코딩 없이도 자동화된 방법이 기술적 진전을 정확하게 측정할 수 있는가?

주요 결과

• 분류 겹침 방법은 생화학적 약리학 분야 내에서 명확한 기술 분야 및 하위 분야를 성공적으로 식별하였다.
• 생화학적 약리학 내 하위 분야는 기술적 향상 속도가 상이하여 이질적인 혁신 역학을 나타내었다.
• 이 방법은 최소한의 수동 간섭으로도 특허 데이터를 분석 가능한 기술 단위로 자동으로 확장하여 분해할 수 있게 하였다.
• Benson-Magee 예측 모델은 각 도메인에 대한 기술적 향상 속도의 정량적 추정치를 제공하였다.
• 3개월 연구 기간 동안 이 방법은 기술적 구조 식별에 있어 신뢰성과 일관성을 입증하였다.
• 연구는 기술적 진전이 하위 분야 간에 균일하지 않음을 확인하였으며, 기술 모니터링에서 세분화된 분석의 필요성을 강조하였다.