[특허미래기술 TOP 100] 특허 빅데이터·기계학습 활용...기술 유망성 예측모델로 추출

`특허미래기술 TOP 100`은 미래 비즈니스 환경을 크게 바꿔 놓을 100개 기술군이다. 아직까지 많이 등장하지 않았지만 앞으로 3~5년 이내에 가장 빈번하게 거론될 기술 용어로 이해할 수 있다. 특허미래기술 TOP 100은 미래기술 예측이 안고 있는 낮은 신뢰도를 극복하기 위해 빅데이터 분석과 인공지능(AI) 기반의 기계학습(머신러닝)을 접목, 불확실성을 최소화했다. 실제로 광개토연구소 미래유망기술 예측 데이터베이스(DB) `골든콤파스(Golden Compass)`는 특허 빅데이터에 `기계학습 예측` 알고리즘을 접목했다.

글로벌 특허 빅데이터에 다양한 특허활동(IP Activity)을 변수로 반영, 각 특허기술의 부상도를 분석했다. 변수로는 기술 집단지성의 결정체로, 특허 빅데이터가 담고 있는 △등록 △매입 △인용 △소송 △인수합병(M&A)을 활용한 특허 이전 △글로벌 특허 투자 범위 △연구개발(R&D) 집중도 △주요 특허 기업 활동 △핵심 개발자 활동 등 다양한 요소를 반영했다.

또 특허기술 부상도를 시계열 빈도로 측정하고 각종 변수 관계를 도식화, `유망성 예측 모델`을 만들었다. 이 공식을 이용하면 원하는 시기마다 성장률 높은 특허미래기술을 도출할 수 있다. 특허미래기술 TOP 100은 2016년 값을 기준으로 앞으로 3년 동안의 성장 유망성을 측정했다. 같은 원리로 5년, 7년, 10년 후 미래유망기술 전망도 가능하다.

미래기술 예측 작업을 공동 진행한 광개토연구소 강민수 대표와 일문일답.

-미래유망기술 예측 DB `골든콤파스`는 무엇인가.

▲기업은 미래기술 선점을 위해 다양한 특허 활동을 진행한다. 특허를 등록하거나 사들이고, 기술기업을 M&A하고, 여러 국가에 특허를 퍼뜨려 영향력을 확대한다. 시장 주도권 확보를 위해 소송도 불사한다. 글로벌 특허 정보에는 미래 기술 탐색에 필요한 다양한 신호가 있다. 물론 신호만 나열해서는 예측이라 할 수 없다. 신호를 모아서 종합 평가를 해야 한다. 그동안 종합 평가가 쉽지 않았다. 최근 각광을 받고 있는 AI 분야 기계학습 알고리즘을 이용, 어려움을 해결했다. 특허 활동 신호를 분석하고 기계학습 알고리즘이 적용된 DB를 구축했다. 바로 골든콤파스다.

-기계학습 알고리즘은 어떻게 적용했나.

▲다양한 특허 활동은 기술 유망성 예측 변수가 된다. 이런 변수는 수십 종이 된다. 예를 들면 특정 시점을 기준으로 기술 키워드별로 변수 값을 계산한다. 그리고 특정 시점까지 기술 키워드가 나타난 빈도와 목표 기간 간 기술 키워드가 나타난 빈도를 계산한다. 두 빈도 값을 사용, 성장률을 추출한다. 이 성장률 값과 여기에 영향을 미치는 수십개 변수 값의 관계가 바로 유망성 예측 모델이다. 이 유망성 예측 모델은 공식이다. 이 공식에 2016년을 기준으로 기술 키워드별 변수 값을 넣으면 2017~2019년의 키워드 유망성 예측 값이 나타난다. 이런 방식으로 3년 동안의 유망성 예측 모델을 만들었다.

-예측 기술의 신뢰도는.

▲모든 모델링은 검증이 가장 중요하다. 예측 모델은 검증이 더욱 중요하다. 2013~2015년 성장률 값이 높은 5000개 키워드로 테스트를 진행했다. 95% 수준 정확도에서 4000개 기술이 일치하는 정확도를 확인했다. 이 밖에도 다양한 방식으로 검증했다. 기계학습 알고리즘은 검증에 적합, 큰 도움이 됐다.

-미래유망기술은 어떻게 활용할 수 있는가.

▲포트폴리오 재조정에 요긴하게 사용할 수 있다. 예를 들어 앞으로 3년 동안 유망성이 높은 기술을 다수 보유한 기업에 대한 투자를 늘릴 수 있다. R&D 기획은 5~7년 동안의 유망성이 높은 기술에 주목하면 된다. 유망 기술 관련 특허를 다수 발명한 연구자 확보에도 활용할 수 있다. 금융, R&D, 가상현실(VR) 등 기술 자산의 투자 포트폴리오를 데이터에 기반을 두고 합리적으로 조정하는 것이 가능하다.

※상세 내용은 IP노믹스 홈페이지(www.ipnomics.co.kr)에서 확인할 수 있습니다.

이강욱 IP노믹스 기자 wook@etnews.com