Earticle

초록

한국어

본 연구는 텍스트마이닝 기법을 활용하여 기술보호 분야의 학계와 산업계 동향을 종합적으로 분석하고, 주제 구조의 변화와 양측 간 시차적 관계를 규명하고자 한다. 이를 위해 TF-IDF 기반 키워드 추출, SBERT 임베딩, K-means 클러스터링으로 구성된 의미 기반 분석틀을 구축했으며, 연도별 클러스터의 비중 변화를 통해 주제 진화 양상을 알아보고, Shannon 엔트로피를 통해 주제의 다양성을 확인했다. 또한 교차상관분석을 통해 학계와 산업계 간 주제별 시차적 전이 구조를 실증적으로 검증하였다. 지난 10년간의 학술논문(OpenAlex)과 산업계 특허(EPO, DOCDB) 데이터를 대상으로 분석한 결과, 학계는 사이버보안, 설계․프레임워크, 신기술 중심 주제가 분산적으로 전개된 반면, 산업계는 인증․접근통제, 위협 대응, 반도체․소재, AI․블록체인 보안 등 실용 기술에 집중되는 경향을 보였다. 또한 일부 주제는 학계 연구가 산업계 활동을 1~2년 선행한 반면, 기술혁신과 네트워크․클라우드 보안 분야는 양측이 동시적으로 반응하는 결과를 보였다. 이 연구는 기술보호 분야의 구조적 진화와 학계와 산업계 간 지식전이 메커니즘을 통합적으로 제시하며, 분야별 특성을 고려한 차등적 기술보호 정책 및 R&D 전략 수립에 실증적 근거를 제공한다.

영어

This study employs text mining techniques to examine academic and industrial trends in the field of technology protection and to identify the evolution of thematic structures and temporal lag relationships between the two domains. An analytical framework integrating TF-IDF-based keyword extraction, SBERT embeddings, and K-means clustering was developed to enable semantic topic identification. Annual variations in cluster proportions were analyzed to capture topic evolution, and Shannon entropy was used to assess topical diversity. Cross-correlation analysis was further conducted to verify topic-specific lagged diffusion patterns between academia and industry. Using academic publications from OpenAlex and industrial patents from the EPO DOCDB over the past decade, the analysis reveals that academic research exhibits a dispersed structure centered on cybersecurity, design frameworks, and emerging technologies. In contrast, industrial activity shows a concentrated focus on practical domains such as authentication and access control, threat response, semiconductors and materials, and AI-blockchain security. While several topics show that academic research precedes industrial activity by one to two years, areas such as technological innovation and network or cloud security exhibit simultaneous responses across the two sectors. Overall, this study provides an integrated depiction of the structural evolution of technology protection and the knowledge transfer mechanisms linking academia and industry. The findings offer empirical evidence that can support differentiated technology protection policies and R&D strategies aligned with domain-specific characteristics.

목차

요약
Ⅰ. 서론
Ⅱ. 관련 연구
2.1 기술보호 분야의 연구 동향
2.2 텍스트마이닝을 활용한 기술보호 연구 동향
Ⅲ. 제안 방법론
3.1 데이터 전처리(Data Preprocessing)
3.2 토픽 모델링(Topic Modeling)
3.3 의미 기반 클러스터링(Semantic-based Clustering)
3.4 시계열 클러스터 동향 분석(Trend Analysis of Temporal Clusters)
Ⅳ. 실험
4.1 데이터 및 실험 환경
4.2 토픽 모델링 & 임베딩 & 클러스터링
4.3 평가 척도 및 비교 분석 방법
V. 결과 및 토의
5.1 기술보호의 학계 동향 분석
5.2 기술보호의 산업계 동향 분석
5.3 기술보호의 학계 및 산업계 동향 비교 분석
5.4 기술보호 관련 제도적ㆍ정책적 함의
Ⅵ. 결론
참고문헌
Abstract

저자

• 권유희 [ Yuhee Kwon | 한국공학대학교 경영학부 조교수 ]
• 서혜진 [ Haejin Sue | 한국공학대학교 경영학부 연구교수 ]
• 이충석 [ Choongseok Lee | 한국공학대학교 경영학부 교수 ] 교신저자

참고문헌