특허 지도 작성을 위한 기술 거리 측정 방법 비교

초록

본 연구는 미국 특허(1976‑2006)와 국제특허분류(IPC)를 활용해 12가지 기술 거리 측정법을 비교한다. 거리 측정법은 지식 기반 근접성, 분야 교차 다변화 가능성, 특허 클래스 동시 출현 등을 반영한다. 구조적 네트워크 특성을 분석한 결과, 정규화된 공동 인용(co‑reference)과 발명가 다변화 가능성(inventor diversification likelihood) 지표가 가장 일관된 기술 맵을 생성함을 확인했다.

상세 요약

이 논문은 특허 기반 기술 지도(patent technology map)를 구축하기 위한 핵심 전제인 ‘기술 거리(technological distance)’ 정의와 측정 방법에 대한 체계적 비교를 수행한다. 먼저 특허 데이터베이스와 국제특허분류(IPC) 체계를 이용해 12개의 대표적 거리 측정법을 선정하였다. 이들 측정법은 크게 세 축으로 구분된다. 첫 번째 축은 ‘지식 기반 근접성(knowledge‑base proximity)’으로, 특정 기술 분야가 공유하는 인용(reference) 혹은 특허 문헌 내에서의 직접적인 연관성을 정량화한다. 여기에는 Jaccard 유사도, Cosine 유사도, 정규화된 공동 인용(co‑reference) 등이 포함된다. 두 번째 축은 ‘분야 교차 다변화 가능성(field‑crossing diversification likelihood)’으로, 기업이나 발명가가 한 분야에서 다른 분야로 진입할 확률을 기반으로 거리 를 추정한다. 이는 발명가 다변화 가능성(inventor diversification likelihood)과 기업 다변화 가능성(firm diversification likelihood) 등으로 구현된다. 세 번째 축은 ‘동시 출현 빈도(frequency of co‑occurrence)’로, 동일 특허 내에 여러 IPC 클래스가 동시에 등장하는 빈도를 측정한다. 이 범주에는 단순 공동 출현(co‑occurrence) 및 그에 대한 정규화 버전이 있다.

연구자는 1976년부터 2006년까지 발행된 미국 특허 3,000만 건 이상을 대상으로 각 거리 측정법에 따라 기술 네트워크를 구축하고, 네트워크의 전역적 구조 지표(밀도, 평균 경로 길이, 클러스터링 계수)와 지역적 특성(핵심·주변 클러스터, 커뮤니티 모듈러티) 등을 비교하였다. 결과는 정규화된 공동 인용과 발명가 다변화 가능성 지표가 가장 높은 모듈러티와 안정적인 커뮤니티 구조를 보였으며, 이는 실제 산업 내 기술 연계와 혁신 흐름을 가장 잘 반영한다는 점을 시사한다. 반면, 단순 공동 출현이나 Jaccard 기반 거리 등은 과도하게 연결된 밀집 네트워크를 형성해 구분이 모호해지는 경향을 보였다.

또한 논문은 거리 측정법 선택이 특허 지도 활용 목적에 따라 달라질 수 있음을 강조한다. 예를 들어, 경쟁 정보 분석에서는 발명가 다변화 가능성이, 정책 입안에서는 정규화된 공동 인용이 더 유용할 수 있다. 마지막으로, 제안된 비교 프레임워크는 향후 새로운 거리 측정법을 검증하거나, 다른 국가·시기의 특허 데이터에 적용할 때 표준화된 평가 기준으로 활용될 수 있다.