🏆 연구 상태 및 연결성
본 연구는 현재 교통 및 에너지 전략 분야의 SCIE급 최상위 국제 학술지에서 심사를 진행 중입니다. 학술대회에서 혁신성을 인정받은 초기 방법론을 대폭 확장하고 정교화한 결과물입니다.
- 상태: 심사 중 (Under Review)
- 발전 과정: 2024 한국기술혁신학회(KOTIS) 추계학술대회에서 우수논문상을 수상한 연구를 모태로 합니다. 당시 수렴된 전문가들의 피드백을 바탕으로 의미론적 매핑 기술을 고도화하고 실증 분석 범위를 확장하여 논문을 완성했습니다.
📌 연구 개요
미래의 시장을 설계하기 위해서는 기술 공급의 역사적 궤적을 이해하는 것이 선행되어야 합니다. 본 연구는 신흥 기술의 진화 경로를 정확하게 추적하고 예측하기 위해, 기존 모델의 ‘인용 관성(Citation Inertia)’ 한계를 극복한 의미론적 주경로 분석(SMPA) 방법론을 제안합니다.
⚙️ 연구 방법론
본 프레임워크는 복잡계 네트워크 분석과 최신 자연어 처리(NLP) 기술을 결합합니다.
- 의미론적 유사도 통합: 대규모 언어 모델(LLM) 기반의 문장 임베딩을 활용하여 특허 간의 문맥적 유사도를 계산합니다. 이는 단순한 인용 횟수를 넘어 기술 간의 실질적인 지식 흐름을 포착하게 합니다.
- 지식 매핑 및 주경로 추출: 계산된 의미론적 가중치를 네트워크 알고리즘에 적용하여 기술 혁신의 진정한 뼈대인 ‘의미론적 주경로(Semantic Main Path)‘를 추출합니다. 이를 통해 인용 임팩트는 낮지만 기술적 연속성을 유지하는 핵심 지식 신호를 식별합니다.
초기 모델과 수상 내역에 대한 상세 기록은 학술대회 및 수상 아카이브에서 확인하실 수 있습니다.