Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of Industry-academia-research Cooperation Networks in the Field of Artificial Intelligence

인공지능 산·학·연 협력 공동연구 네트워크 분석

  • Junghwan Lee (Department of Management Information Systems, Chungbuk National University) ;
  • Seongsu Jang (Graduate School of Big data Collaboration, Chungbuk National University)
  • 이정환 (충북대학교 경영정보학과) ;
  • 장성수 (충북대학교 빅데이터협동과정)
  • Received : 2024.02.07
  • Accepted : 2024.04.01
  • Published : 2024.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study recognized the importance of joint research in the field of artificial intelligence and analyzed the characteristics of the industry-academic-research technological cooperation ecosystem focusing on patents from the perspective of the Techno-Economic Segment (TES). To this end, economic entities such as companies, universities, and research institutes within the ecosystem were identified for 7,062 joint research projects out of 113,289 artificial intelligence patents over the past 10 years filed in IP5 countries since 2012. Next, this study identified the topics of technological cooperation and the characteristics of cooperation. As a result of the analysis, technological cooperation is increasing, and the frequency of all types of cooperation was high in industry-to-industry (40%) and industry-to-university (25.2%) relationships. Here, this study confirmed that the role of universities is being strengthened, with an increase in the ratio of companies with strengths in funding and analytical data, industry and universities with excellent research personnel (9.8%), and cooperation between universities (1.9%). In addition, as a result of identifying collaborative patent research areas of interest and collaborative relationships through topic modeling and network analysis, overall similar research interests were derived regardless of the type of cooperation, and applications such as autonomous driving, edge computing, cloud, marketing, and consumer behavior analysis were derived. It was confirmed that the scope of research was expanding, collaborating entities were becoming more diverse, and a large-scale network including Chinese-centered universities was emerging.

본 연구는 인공지능 분야의 공동연구 중요성을 인식하고 특허를 중심으로 산·학·연 기술협력 특성을 TES(Techno-Economic Segment) 분석으로 파악하였다. 이를 위해 2012년 이후 미국, 중국 등 5개국 특허청에 출원된 10년의 인공지능 특허 113,289건 가운데 7,062건을 공동연구 대상으로 하여 기업, 대학, 연구기관 등의 경제 주체를 식별하고, 기술협력 주제와 특성을 파악하였다. 분석결과 인공지능 분야 기술협력이 증가하는 가운데 전체 협력 가운데 산업계와 산업계(40%), 산업계와 대학(25.2%)의 협력이 상대적으로 높은 비중을 차지하였다. 그리고 자금과 분석데이터에 강점을 가진 산업계와 대학(9.8%), 우수한 인력을 보유한 대학 간 협력(1.9%) 비율이 증가하는 추세를 확인하였고, 이를 통해 대학의 역할이 강화되고 있음을 볼 수 있었다. 또한 토픽모델링과 네트워크 분석을 통해 협력특허 관심 분야와 연구 주체 간 협력 관계를 파악한 결과 협력 유형에 상관없이 유사한 관심 연구 주제가 도출되는 가운데, 자율주행, 엣지 컴퓨팅, 클라우드, 마케팅 및 소비자 행동 분석 등의 응용 영역으로 연구범위가 확대되고, 협력 주체는 다양해지며, 중국 대학이 중심이 되는 대규모 네트워크가 발현되는 현상을 확인할 수 있었다.

Keywords

Acknowledgement

이 논문 또는 저서는 2023년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2023S1A5A8076208).

References

  1. 김대중, 정중현, 류호경, 김지은, "미국과 중국의 인공지능 특허 동향 비교분석", 한국컴퓨터정보학회논문지, 제24권, 제1호, 2019, pp. 25-32. https://doi.org/10.9708/JKSCI.2019.24.01.025
  2. 김용학, 윤정로, 조혜선, 김영진, "과학기술 공동연구의 연결망 구조: 좁은 세상과 위치 효과: 좁은 세상과 위치 효과", 한국사회학, 제41권, 제4호, 2007, pp. 68-103.
  3. 양희태, "생성형 AI 의 국가 경쟁력 강화 방안에 대한 탐색적 연구: 대·중소기업 협력을 중심으로", 경영컨설팅연구, 제23권, 제5호, 2023, pp. 269-281.
  4. 백서인, 박환일, 박병원, 우청원, 윤여진, 최용인, 이현진, "2020년 중국 첨단기술 모니터링 및 DB 구축 사업", 정책연구, 2020, pp. 1-307.
  5. 장성수, 이정환, "인공지능 기술의 산업별 특허 협력 네트워크 분석", 경영과 정보연구, 제42권, 제1호, 2023, pp. 95-113.
  6. 황윤민, 홍성원, "디지털 트랜스포메이션을 위한 인공지능 비즈니스 생태계 연구: 다행위자 네트워크 관점에서", Information Systems Review, 제21권, 제4호, 2019, pp. 125-141. https://doi.org/10.14329/isr.2019.21.4.125
  7. Askell, A., M. Brundage, and G. Hadfield, "The role of cooperation in responsible AI development", In: arXiv (July 2019), arXiv: 1907.04534, Available at http://arxiv.org/abs/1907.04534.
  8. Basole, R. C. and A. I. Accenture, "Visualizing the Evolution of the AI Ecosystem", In HICSS, 2021, January pp. 1-10.
  9. Bar-Yam, Y., Dynamics of Complex Systems, CRC Press, 2019.
  10. Buchlak, Q. D., N. Esmaili, J. C. Leveque, F. Farrokhi, C. Bennett, M. Piccardi, and R. K. Sethi, "Machine learning applications to clinical decision support in neurosurgery: An artificial intelligence augmented systematic review", Neurosurgical Review, Vol.43, 2020, pp. 1235-1253. https://doi.org/10.1007/s10143-019-01163-8
  11. Cao, J. and Y. Wang, "International cooperation among artificial intelligence research teams based on regional cooperation models", Data and Information Management, Vol.5, No.1, 2021, pp. 147-158. https://doi.org/10.2478/dim-2020-0036
  12. De Prato, G., M. L. Cobo, S. Samoili, R. Righi, M. V. P. Baillet, and M. Cardona, The AI techno-economic segment analysis (No. JRC118071), 2019, Joint Research Centre (Seville site).
  13. Goetze, C., "An empirical enquiry into co-patent networks and their stars: The case of cardiac pacemaker technology", Technovation, Vol.30, No.7-8, 2010, pp. 436-446. https://doi.org/10.1016/j.technovation.2010.03.003
  14. Jacobides, M. G., S. Brusoni, and F. Candelon, "The evolutionary dynamics of the artificial intelligence ecosystem", Strategy Science, Vol.6, No.4. 2021, pp. 412-435. https://doi.org/10.1287/stsc.2021.0148
  15. Kang, H. M., I. Y. Choi, J. K. Kim, and H. J. Shin, "A comparison of structural position and exploitative innovation based on a patent citation network of the top 100 digital companies", Asia Pacific Journal of Information Systems, Vol.31, No.3, 2021, pp. 358-377. https://doi.org/10.14329/apjis.2021.31.3.358
  16. Lee, K. J., T. Hong, H. Ahn, T. Kim, and C. Koo, "The impact of ChatGPT in society, business, and academia", Asia Pacific Journal of Information Systems, Vol.33, No.4, 2023, pp. 957-976. https://doi.org/10.14329/apjis.2023.33.4.957
  17. Li, X., P. Ye, J. Li, Z. Liu, L. Cao, and F. Y. Wang, "From features engineering to scenarios engineering for trustworthy AI: I&I, C&C, and V&V", IEEE Intelligent Systems, Vol.37, No.4, 2022, pp.18-26. https://doi.org/10.1109/MIS.2022.3197950
  18. Lokshin, B., R. Belderbos, and M. Carree, "The productivity effects of internal and external R&D: Evidence from a dynamic panel data model", Oxford Bulletin of Economics and Statistics, Vol.70, No.3, 2008, pp. 399-413. https://doi.org/10.1111/j.1468-0084.2008.00503.x
  19. Newman, D., Y. Noh, E. Talley, S. Karimi, and T. Baldwin, "Evaluating topic models for digital libraries", In Proceedings of the 10th annual joint conference on Digital libraries, 2010, pp. 215-224.
  20. Pogorzelska, K., R. Righi, M. Cardona, M. Lopez Cobo, L. Ziemba, M. Vazquez-Prada Baillet, and G. De Prato, The techno-economic segment analysis of the Earth observation ecosystem, JRC Technical Report, 2019.
  21. Powell, W. W., K. W. Koput, and L. Smith-Doerr, "Interorganizational collaboration and the locus of innovation: Networks of learning in biotechnology", Administrative Science Quarterly, 1996, pp. 116-145.
  22. Righi, R., S. Samoili, M. L. Cobo, M. V. P. Baillet, M. Cardona, and G. De Prato, "The AI techno-economic complex system: Worldwide landscape, thematic subdomains and technological collaborations", Telecommunications Policy, Vol.44, No.6, 2020, p. 101943.
  23. Samoili, S., R. Righi, M. Lopez-Cobo, M. Cardona, and G. De Prato, "Unveiling latent relations in the photonics techno-economic complex system", In Italian Workshop on Artificial Life and Evolutionary Computation 2018, September, pp. 72-90. Cham: Springer International Publishing.
  24. Stuart, T. E., "Network positions and propensities to collaborate: An investigation of strategic alliance formation in a high-technology industry", Administrative Science Quarterly, Vol.43, No.3, 1998, pp. 668-698. https://doi.org/10.2307/2393679
  25. Thurner, S., R. Hanel, and P. Klimek, Introduction to the theory of complex systems, Oxford University Press, 2018.