Research Areas

특허는 국가 산업의 발전을 도모하기 위해 공유된 기술이며, 발명을 보호하고 개발을 장려하기 위해 발명자에게 독점 권리를 부여하는 제도이다. 최근 특허의 중요성이 강조됨과 함께 4차 산업혁명으로 인한 융복합 기술의 개발이 활발해짐에 따라 특허의 출원 속도가 가속화되고 있다.

우리 연구실은 특허 빅데이터로부터 인사이트를 도출하기 위해 산업공학의 이론을 활용하고자 한다. 특허 빅데이터 분석의 목적은 핵심특허 및 공백기술 예측, 기술 발전 방향 분석, 특허 가치평가 등으로 다양하다. 과거에는 이러한 목적을 달성하기 위해 많은 한계점이 존재했지만, 이를 개선하기 위해 우리 연구실의 목표는 지속 가능하며 기술 혁신이 가능한 특허 빅데이터 분석 모델을 개발하는 것이다.

현대 산업사회에서 기업을 둘러싸고 있는 환경은 매우 복잡하며 급변하고 있다. 이러한 변화를 미리 예측하여 효과적으로 대처하고 혁신을 이루기 위해 기술경영의 필요성이 대두되고 있다. 혁신을 위한 변화는 미래의 요구에 맞게 적시에 적절하게 행해져야 하는데 예측은 이러한 변화를 위한 전략 수립과 계획 과정에서 중요한 역할을 수행한다. 보다 정확하고 빠르게 행해진 기술 예측은 기술연구와 개발에 투입되는 막대한 비용 및 자원을 효과적으로 사용케 하고 의사 결정자로 하여금 최적의 결정을 하도록 돕는다.

본 연구실은 향후 복잡 해지고 급변하는 미래기술을 예측하는 프로세스 및 방법론의 제고를 통해 체계적이고 통합된 기술예측 프로세스를 정립하고자 한다.

머신러닝은 데이터 마이닝과 인공지능 알고리즘의 교두보 역할을 하는 알고리즘들의 집합체라고 설명할 수 있다. 머신러닝은 데이터의 형태에 따라 크게 Supervised learning과 Unsupervised learning으로 구분할 수 있다. 최근, 빅데이터의 양은 기하학적으로 증가함에 비해 질은 매우 낮아지고 있다. Semi-supervised learning은 이러한 데이터에 적용하기 위해 개발된 알고리즘을 의미한다.

우리 연구실은 앞서 언급된 머신러닝 알고리즘들과 함께, 최근 다양한 분야에서 art-of-state 수준의 성능을 보이는 Deep learning에 관한 알고리즘까지 폭넓게 연구한다. 특히, 특허를 포함한 비정형 텍스트 데이터에 대한 Text Mining, Natural Language Processing 등의 모델 개발에 관한 많은 연구를 수행하고 있다.