Hyeon-Suk Park

본 논문은 친환경 연료 중 하나인 수소 원료를 바탕으로 미래의 에너지 문제와 공해 문제를 해결할 수 있는 수소연료 전지 기술 도메인에 대해 특허 분석을 실시했다. 특허분석은 현재 기술 수준과 미래 발전 방향을 발견할 수 있어 기술로 드맵 수립에 많이 활용된다. 그러나 기존의 특허분석은 정성적인 분석 및 간단한 통계분석으로 현재의 기술 환경을 반영 하지 않은 분석 결과를 제안할 수 없다. 현재의 기술 환경은 기술의 융복합으로 발전을 나타내고 있고, 발전 속도는 매우 가파르게 성장하여 정성적인 분석은 시대적 분석 요건에 옳지 않다. 그래서 본 논문은 현재의 기술환경을 반영한 지식 상속성(Knowledge Persistence, KP) 기반의 주경로 분석과 텍스트마이닝 방법을 활용하여, 수소연로전지 기술도메인에서 핵심특허 발견, 중요 기술 발전, 유망기술을 조망한다.

기후 변화에 대한 대응으로 전기자동차 기술이 각광받음에 따라, 전기자동차 기술 분류와 기술 궤적에대한 연구도 활발하게 전개되었다. 본 연구는 전기자동차 특허의 인용 데이터와 텍스트 데이터를 결합하여 기술 동향을 파악하고 특성화를 추구한다. 전기자동차 특허 데이터를 기반으로 지식 지속성 기반주경로 분석과 최신의 토픽 모델링 방법론인 BERTopic 분석하여 세부 기술로 분류된 기술 궤적을 도출한다. 분석 결과 200개의 특허로 이루어진 핵심 기술 궤적이 구성 되었으며 '전기자동차 및 하이브리드 차량의 추진 및 제어', '충전 및 배터리', '회로 열관리 및 자율주행 등'분류의 세 토픽으로 확인된다. 또한 기술 궤적에 대한 분석 결과 추진 및 제어 토픽과 충전 및 배터리 기술의 상호작용과 발전, 전동모터와 내연기관을 동시에 사용하는 하이브리드 차량 발전의 형태, 무선 충전 기술의 중요성, 회로열관리 기술의 발전, 자율주행 차량의 기술 태동을 확인할 수 있었다. 이런 결과는 전기자동차 산

전세계적으로 스마트폰과 IOT장치의 발전과 함께 위치기반 서비스가 발전하고 있다. 본 연구에서는 빅데이터 정보를 활용하여 길안내 정보를 보다 효과적으로 제공할 수 있는 시스템을 제안한다. 본 연구에서 제안하는 시스템은 다양한 경로를 이용하는 사람들의 이동정보를 분석하여 가장 효율적인 경로정보를 제시하는 것을 목적으로 한다. 이를 위해 지도정보를 기반으로 한 시스템을 구성하고, 이동 정보를 실시간으로 서버에서 분석하여 그 경로를 자주 다니는 사람이 직접 안내해주는 것과 같은 효과를 낼 수 있도록 한다. 이 시스템을 통해 사용자는 보다 정확한 경로정보를 제공 받으므로 다양한 LBS서비스와 연계하여 발전할 수 있을 것이다.

자율운항선박은 인력난, 안전성 요구, 탄소중립 등 해양 산업의 구조적 변화 속에서 핵심 기술로 부상하고 있다. 자율운항선박 기술은 센서, 제어, 통신, AI 등 다양한 기술이 결합되어 구현되므로 개별 기술만으로는 전체 발전 방향을 설명하기 어렵다. 이에 본 연구에서는 기술 간 연결 구조와 축적 경로를 고려한 분석을 위해 특허 인용 네트워크 기반 Main Path Analysis(MPA)와 Persistence 분석을 적용하였다. 분석 결과, 자율운항선박 기술은 플랫폼 구축, 운용 안정화, 산업적 응용, 운영체계 기반 통합관리의 네 가지 경로(Path A–D)를 따라 발전해 왔으며, 각 시기 핵심 특허는 반복적인 인용을 통해 기술 경로 형성의 기준점으로 작용하였다. 특히 최근에는 데이터 통합과 다중 플랫폼 관리 등 시스템 중심 기술이 부각되며, 기술의 초점이 장비 단위에서 운영체계 단위로 이동하는 패러다임 전환이 확인되었다. 이러한 기술 경로와 변화 양상은 향후 자율운항선박 기술 발전

소프트웨어를 검증하기 위해서는 다양한 측면에서 많은 테스트를 수행하는 것이 중요하다. 역공학 기반 테스트는 중간 산출물들로부터 테스트 케이스를 생성 및 실행한다. 하지만 다양한 중간 산출물 중 소프트웨어 특허로부터 테스트 케이스 생성 연구는 미비하다. 특허 문장의 해석, 구성요소 분류 등은 자동화가 어렵다. 본 논문은 생성형 AI를 사용하여 소프트웨어 특허 문장으로부터 가장 작은 기능적 요소를 추출하는 메커니즘을 제안한다. 1) 소프트웨어 특허 문서로부터 텍스트 데이터를 추출한다. 2) 추출된 데이터를 분류하여 알고리즘이 포함된 파트를 식별한다. 3) 문장을 정규화한다. 4) 소프트웨어 기능을 설명하는 문장을 식별한다. 5) 문장을 단문화 한다. 6) 단문에서 가장 작은 기능적 요소를 식별한다. 이 방법은 특허 자연어 문장으로부터 기능적 요소를 분류 및 식별하여 테스트 케이스 생성을 위한 기반을 마련할 수 있다.