Analysis of innovation diffusion patterns through patent citation network: Focusing on Gartner Hype cycle for AI

국가 및 기업 간에 기술 경쟁이 치열해지고 있는 현대 사회에서, 기술 초격차를 확대하기 위한 경쟁이 가속화되고 있다. 이에 정부, 산업계에서는 근거에 기반한 기술 전략 및 예측이 이루어질 수 있도록 노력하고 있다. 가트너에서 매년 발표하는 하이프사이클은 미래의 기술 시장을 예측할 수 있는 실용적인 보고서로 평가되지만 하이프사이클에 대한 실증적인 검토는 부족한 실정이다. 본 연구에서는 혁신확산이론에 근거하여 인공지능 분야 29개 기술의 하이프사이클 단계별 기술들의 특성 차이를 분석하였다. 이를 위해 기술 분야의 시장동향 및 예측자료로서의 가치가 있는 특허 데이터를 본 연구에 활용하였다. 한국, 미국, 일본, 중국, 유럽의 등록특허 4,018건을 수집하였다. 단계별 특허의 영향력의 정도와 방향성의 확인을 통한 확산패턴을 분석하기 위해 각 특허별 출원인 및 심사관의 피인용 정보를 네트워크 데이터로 변환하여 후행특허에 영향을 미친 특허의 관계를 분석하고자 하였다. 이를 바탕으로 수용자 확산비율과 비교하였다. 또한 응집규모를 파악 후 연결중심화, 근접중심화 정도를 외향(out)/내향(in)로 나누어 단계별 네트워크의 구조적인 특징을 살펴보았다. 또한 전체 네트워크 내에서 각 단계별 네트워크의 위치를 시각화하여 단계별 위치적인 특성의 차이를 확인하였다. 연구결과 연결중심화, 근접중심화 값이 Tb와 S단계에서 내부로 유입되는 스타형 네트워크 구조가 강해지는 것으로 나타났다. 특히 S단계에서 그 형태가 더 강하였는데, 이는 특허라는 데이터의 특성 상 하이프사이클 곡선의 구성 요소인 기술적/사업적 성숙도(Engineering and Business Maturity)의 영향으로 해석할 수 있다.