“인용을 넘어서”: 특허 네트워크 분석의 최신 연구 사례
지식재산(IP) 데이터 분석의 영역은 최근 빠르게 변화하고 있습니다.
오랫동안 기술 경영과 계량서지학(bibliometrics) 분야는 특허 출원 건수(volume)로 국가의 경쟁력을 측정하고, 인용 횟수(citation count)로 기술의 파급력을 확인하고, 청구항(claim)의 수로 권리 범위를 가늠하는 분석이 주를 이루었습니다. 이러한 접근은 직관적이고 비교가 용이하다는 장점은 있었으나, 혁신의 본질적인 '맥락(context)'과 '구조(structure)'를 깊이 있게 파악하는 데는 한계가 있었습니다.
최신 연구들은 기존의 접근과 통념을 뒤집는 새로운 결과들을 보여주고 있습니다. 인공지능(AI), 자연어 처리(NLP), 그리고 고도화된 네트워크 과학이 결합되면서, 특허나 논문 같은 텍스트 데이터 속에 숨겨진 '혁신의 DNA'를 해독하는 방법을 찾고 있습니다. 즉, 과학이 발전할수록 '과학의 과학(science of science)'도 그에 걸맞게 진화하고 있습니다.
노벨상 수상 연구를 사전에 예측할 수 있는 언어적 징후를 포착한다면 투자 전략은 어떻게 바뀌어야 할까?
'특허 괴물(NPE)'이 공격을 시작하기 전에 그들의 이동 경로를 네트워크 상에서 미리 감지할 수 있다면 기업의 리스크 관리는 얼마나 효율화될까?
이런 질문들과 관련하여 우리의 관심을 끄는 몇 가지 최신 연구사례를 소개합니다.