딥러닝과 LDA 모델링을 통한 AI 분야 장기특허 예측 (The Prediction of Long-Term Survival of Artificial Intelligence Patents Based on Deep-Learning and Latent Dirichlet Allocation Modeling)

서지정보

· 발행기관 : 정보통신정책학회
· 수록지 정보 : 정보통신정책연구 / 28권 / 1호 / 27 ~ 50페이지
· 저자명 : 하태현, 이재민, 이창환, 고병열

초록

본 논문에서는 최근 10년간 등록된 인공지능과 기계학습 분야 특허들을 대상으로 향후 20년간 특허 권리가 유지될 장기특허를 판별, 예측하고 이들의 내용을 LDA 모델링으로 분석하여 인공지능 분야의 기술정책 방향을 제시한다. 딥러닝 모델을 통해 약 16만 건의 미국 특허청 등록 특허의 장기특허 여부를 학습하였으며, 학습된 모델을 3,281개의 인공지능과 기계학습 분야 특허들에 적용하여 장기특허로 예측되는 2,004개의 특허를 판별하였다. 도출된 2004개의 장기특허에 대한 LDA 모델링을 수행하였으며, 장기전략적으로 중요해질 6개의 주요 토픽들을 확인하였다. 또한, 기술통계치와 통계 분석을 통해 인공지능 분야 내 장기특허와 단기특허 간 차이점에 대해 알아보았으며, LDA 토픽 모델링을 통해 도출된 결과와 함께, 향후 인공지능 분야에서 고려되어야 할 정책적 함의들에 대해 종합적으로 논의하였다.

영어초록

This study predicts the long-term continuance of patents and analyzes their content based on deep-learning and latent Dirichlet allocation modeling. To predict the long-term continuance of patents, we develop a deep-learning model based on 160 thousand patents submitted to the United States Patent and Trademark Office. The model is applied to 3,281 patents for artificial intelligence of which 2,004 are predicted to remain registered long-term. The long-term patents are analyzed using the latent Dirichlet allocation modeling, and are contrasted with short-term patents. The analysis leads to the discovery of six major topics associated with log-term patents. Several policy implications are drawn.

참고자료

· 없음