• The Science & Technology
• /
• s.543
• /
• pp.73-77
• /
• 2014

지식재산권의 전문가를 들자면 단연 변리사다. 지식재산권의 두 축 가운데 하나인 산업재산권법 전반을 변리사가 다루기 때문이다. 변리사는 특허청 또는 법원에 대해 특허, 실용신안, 디자인 또는 상표에 관한 사항을 대리하고 그 사항에 관한 감정과 그 밖의 사무를 수행하는 전문가다. 나머지 한 축인 저작권 업무는 변호사들이 하지만, 변리사들의 적지 않은 수가 저작권을 선택하여 합격한 이들이다

• Journal of the Korean Society for information Management
• /
• v.5 no.1
• /
• pp.131-152
• /
• 1988

It is purposed in this paper to improve the retrieval cffect~venebs through the use of the seman-- t r knowledge of search terms in a computerbased search system. This study is developed it1 three stages include the experimentation of index terms or1 the probab~listir model, indexing with relational operators, and knowledgebase design. The sl~bject experimerltrd is the specific fklds of Chemical Engineering, ' Fluid Flow' and 'Combustion: As for the system ~rnplementatlon. two kinds of search method a r e done. Orie is to search terms related to one specialty word, the other is to retriele the articles based or1 the gueries.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.139-141
• /
• 2011

CDS 서비스는 검증한 임상가이드라인과 프로토콜을 임상 실무에 적용함으로써 의료의 질을 향상시키고, 비용을 절감할 수 있는 방법이다. CDS 서비스를 실무에 구현하기 위해서는 검증한 지식과 이를 실행할 수 있는 지식엔진이 필수적인 구현 컴포넌트이다. 본 논문에서는 지식의 상호운용성을 보장하는 임상가이드라인 모델링 방법으로 SAGE라는 의료지식표현 기법을 선택하고, SAGE 지식을 기존 엔진과 연계할 수 있는 방법으로 변환 방법을 제안하였다. 또한 변환을 통한 기존 지식엔진 활용의 가능성을 검증하기 위하여 변환의 정확성을 검증하였다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.1363-1373
• /
• 2009

본 연구는 두 집단지성의 가장 대표적인 서비스인 네이버 지식iN과 위키피디아의 구조적, 경험적 차이를 바탕으로 생산의 차원에서 생산 주기, 생산 참여자, 생산물의 모델을 설정하고, 새롭게 탄생하는 지식을 중심으로 검증함으로써 최종 지식 소비 행위를 반영한 각각의 종합모델을 도출하였다. 우리는 웹에서 집단지성의 일상화를 확인할 수 있다. 지식 획득 매체가 매스미디어에서 인터넷으로 변화하는 과정에서 등장한 포털 및 검색사이트는 지식의 생산이 전문가패러다임에서 소비자 중심으로 재편될 수 있는 가능성을 열어주었다. 그리고 이러한 생산 방식의 변화는 '지식'의 개념 역시 변화시키고 있다. 즉, 집단지성이라는 새로운 웹2.0의 현상이 지식생산방식을 변화시키고 변화된 지식생산방식은 '지식'자체를 변화시킨다는 이론적 가설을 도출할 수 있는 것이다. 본 연구는 이러한 새로운 현상들을 분석하기 위해서는 먼저 보다 엄밀하게 집단지성의 개념을 규정할 필요성에 출발하였다. 현재 집단지성이라는 이름으로 불리면서 급격히 성장하고 있는 위키 방식의 인터넷 서비스와 지식검색 방식의 인터넷 서비스를 비교함으로써 보다 정교한 집단지성의 모델을 구축하고자 하였다. 위키형 집단지성과 지식검색형 집단지성의 차이점은 경험적으로도 뚜렷하게 확인할 수 있다. 본 연구는 이러한 경험적 차이와 기존의 문헌에서 밝혀진 사실들을 바탕으로 두 서비스의 지식생산 방식을 생산플로우, 생산참여자 성향, 생산물(지식)의 성향과 같이 세 영역으로 나누어 각각의 가설 모델을 설정하고 이 모델을 선정된 질의어를 바탕으로 검증한 뒤에 최종적인 모델을 도출하는 방식으로 진행되었다. 지식검색형 집단지성은 '질문-답변-채택'의 구조이고, 그 구조 속에서 '질문기-답변기-순서화기'를 거쳐 하나의 지식 덩어리인 'K-let'을 생산한다. 생산된 'K-let'들은 지식검색서비스의 데이터베이스에 축적되고, 이는 공통된 질의어를 기준으로 소비자들에 의해서 검색되어 소비된다. 하나의 질문에 대해 여러 개의 답변들이 존재하고, 답변자의 성향은 크게 전문성과 체계성을 바탕으로 한 전문가형 답변자와 경험적이고 의견지향적인 대화형 답변자로 나눠진다. 다수의 네티즌들의 참여에 의해서 지식의 생산이 진행되므로 질문의 성향 역시 사실, 의견, 경험 등 다양한 스펙트럼을 가지는 모델로 설정하였다. 반면에 위키형 집단지성은 개방형 플랫폼을 바탕으로 한 백과사전의 형식이며, 이러한 형식 속에서 최초의 개념어 등록과 다수의 편집활동을 거치면서 완성되지 않는 하나의 아티클인 'W-let'을 생산한다. 이러한 'W-let'은 생성 초기에 소수에 의한 활발한 내용 입력 활동으로 어느 정도의 안정화를 거친 후에는 꾸준한 다수의 수정활동을 통해서 'W-let'의 생명력을 유지함으로써 지식의 실제적인 변화를 반영한다. 생산된 'W-let'들은 위키형 집단지성 서비스의 데이터베이스에 축적되고, 이것들은 내부링크를 통해서 모두 연결되어 있다. 백과사전 형식으로 하나의 개념어를 설명하는 하나의 아티클은 오로지 사실적인 지식들로만 구성되나 내부링크와 외부링크를 통해서 다양한 스펙트럼을 가지는 모델로 설정하였다. 위와 같이 설정된 모델을 바탕으로 공통된 질의어 및 개념어를 선정하여 각각의 서비스에 노출시켰다. 이를 통해서 얻어진 각 서비스의 데이터베이스에 축적된 모든 데이터들 중에서 일정한 기간을 기준으로 각각의 모델 검증에 필요한 데이터를 추출하여 분석하는 방식으로 진행되었다. 그 결과 지식검색형 집단지성에서는 '질문-답변-채택'의 생산 구조 속에 다수가 참여하여 질문-채택답변-기타답변으로 배열되어 있는 완성된 형태의 K-let들을 지속적으로 생산하며 비슷한 성향을 가진 K-let들이 반복적으로 생산되어 지식검색 데이터베이스에 누적된다. 지식 소비자들은 질의어 검색을 통해서 다양한 K-let들을 선택하여 비교, 검토한 후에 선택된 K-let들의 배열은 해체되어 소비자들에 의해서 재배열됨을 발견할 수 있었다. 이에 지식검색형 집단지성이란 다수의 의해서 생산되고 누적된 지식들이 소비자의 검색과 선택에 의해 해체되어 재배열되는 지식의 맞춤화 과정이라고 정의내릴 수 있었다. 반면에 위키형 집단지성에서는 '내용입력-미세수정' 구조 속에서 생명력 있는 W-let을 생성한다. W-let은 백과사전처럼 정리되어 내부링크를 통해서 서로 연결되고, 외부링크를 통해 확장되고, 지식소비자들은 검색을 통해 최초의 W-let에 도달한 후에 링크를 선택함으로써 지식을 확장시킴을 검증할 수 있었다. 따라서 위키형 집단지성이란 다수의 의해서 생산되고 정리된 지식들이 소비자의 검색과 링크에 의해 무한히 확장되는 지식의 확대 재생산되는 과정이라고 정의 내릴 수 있다. 결국, 현재의 집단지성이란 지식이 다수의 참여로 생산됨으로써 개인에게 맞춤화되고, 끊임없이 확대 재생산되는 과정을 의미한다. 그리고 이러한 집단지성의 방식은 지식이라는 현재의 차원을 넘어서 정치, 경제를 비롯한 사회의 전 영역으로 점차적으로 확대되어갈 것이다. 앞으로 연구들은 두 가지 모델이 혼재되어 있는 현재의 집단지성이 어떠한 새로운 모델을 만들면서 다른 영역으로 확장되어갈 것인지에 대해서 초점을 맞춰 나가야할 것이다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2000.08a
• /
• pp.89-94
• /
• 2000

본 연구에서는 경제, 비즈니스 분야의 정보원을 좀 더 효율적으로 검색하기 위해서 정보/주제 전문가들이 갖고 있는 정보원 선택과 이용에 대한 지식을 획득, 표현하여 정보검색사 또는 최종 이용자들이 공유할 수 있는 웹 기반 전문가 시스템을 구현하였다.

• Computational Structural Engineering
• /
• v.1 no.2
• /
• pp.37-40
• /
• 1988

본 기사에서는 전문가 시스템의 구축에 관한 제반사항, 즉 전문가 시스템에 대한 개략적인 소개, 문제영역의 선택, 전문가 시스템의 올바른 모델, 지식의 관리요령 및 시스템 개발상의 문제들에 대하여 기술하였다. 이러한 전문가 시스템은 특정분야 전문가의 지식을 컴퓨터에 내장함으로써 전문가가 희귀한 분야에서 그 지식을 쉽게 획득하거나, 그 분야의 초보자를 교육시키거나, 전문가의 부재시 일의 능률을 유지시키기 위한 목적 등의 실효성이 점차 인정되어 가면서 그 개발노력도 증대되고 있다. 그리고 전문가 시스템의 개발은 기존 프로그램 방식과는 달리 개념의 구체화 작업의 연속으로, 반복적인 과정을 통하여 이루어지므로 다소 시행착오적인 일이라 할 수 있다. 따라서 시스템의 구축에는 많은 시간과 노력이 필요하다. 구축된 전문가 시스템은 그 전문성을 높이기 위하여 지식베이스내에 새로운 지식의 Update가 부단히 계속되어야 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.715-716
• /
• 2015

최신 IT 기술 변화의 중심점에 있는 3D 가상현실이란, 어떤 특정한 환경이나 상황을 컴퓨터로 만들어서, 그것을 사용하는 사람이 마치 실제 주변 상황 환경과 상호작용을 하고 있는 것처럼 만들어 주는 인간-컴퓨터 사이의 인터페이스를 하는 컴퓨터 프로그래밍 기법이다. 이처럼 무한한 가능성을 가진 3D 가상현실을 이용한 여러 가지 프로젝트가 쏟아져 나오고 있다. 현재 의학에 관한 실습 지식을 배우는데 있어서 장비 및 상황이 여의치 않은 경우가 많다. 위와 같은 필요성을 기본으로 하여, 본 논문에서는 가상현실을 기반으로 만든 간단한 의학시술 과제를 통해 교육생들이 실습해보고 기본적인 실습 흐름 및 의학 지식을 습득할 수 있는 간호 교육 시뮬레이션을 개발하였다. 환자의 상태와 병명을 표기해주며 위 환자에게 투여할 수 있는 약에 대한 선택을 교육생에게 주어준다. 교육생은 환자에게 투여할 약을 선택하고 투약할 약의 양을 조절하며, 마지막으로 투약하는 방법에 대해서 선택지를 통해 선택한다. 가상현실을 통해 몰입감을 높일 수 있어 간호교육에 효율적이다.

• Journal of the Korean Society for information Management
• /
• v.29 no.4
• /
• pp.123-142
• /
• 2012

To develop an intelligent search engine to help users retrieve information effectively, various methods, such as Semantic Web, have been used, An effective retrieval method of such methods uses ontology technology. In this paper, we built National R&D ontology after analyzing National R&D Information in NTIS and then implemented National R&D Knowledge Map to represent and retrieve information of the relationship between object and subject (project, human information, organization, research result) in R&D Ontology. In the National R&D Knowledge Map, center-node is the object selected by users, node is subject, subject's sub-node is user's favorite query in National R&D ontology after analyzing the relationship between object and subject. When a user selects sub-node, the system displays the results from inference engine after making query by SPARQL in National R&D ontology.

• Journal of Korea Technology Innovation Society
• /
• v.15 no.3
• /
• pp.500-532
• /
• 2012

This study analyzed the technology innovation strategies of knowledge-based companies in the semiconductor IP industry. The theoretical approaches of this study are to i) the creation, protection and utilization of knowledge and innovation, ii) value creation from innovation, iii) modularity, timing of market entry, and the emergence and competition of standard (dominant design). Based on the theoretical analysis, I presented exploratory research hypotheses. Ultimately, this study examined the proposed hypotheses by conducting case studies on the technology innovation strategy of two leading knowledge-based companies in the semiconductor IP industry: ARM and INTEL. First, knowledge-based companies entering in the early stage of the technology cycle select the vertically-integrated technology strategy because of lower access to complementary knowledge assets, and maintain the vertically-integrated technology strategy despite the environmental change-driven differentiation of industry's value chain. Second, knowledge-based companies entering in the later stage of the technology cycle prefer the contract-based technology strategy because of its increased accessibility to complementary knowledge assets, and choose a different path of innovation strategies depending on whether their asset has the feature of discontinuity or not.

• Journal of Technology Innovation
• /
• v.19 no.2
• /
• pp.153-184
• /
• 2011

This paper investigates what kind of technological partner firms want to cooperate with in terms of partner location. Two geographical factors are considered. One is geographical proximity, given the tradeoff between the effectiveness of knowledge spillovers in proximity and diverse knowledge absorption from geographically distant partners. The other is how many other firms are co-located with potential partners because it is known that clustering regions can create more technological outputs. Analysis on 2008 Korea Innovation Survey data finds that partner proximity is the single most important factor in choosing a cooperation partner. While firms that are located in a region crowded with related industries prefer proximate partners, others that are surrounded by unrelated industries are more likely to cooperate with distant partners. The findings suggest that geographical proximity matters in partner selection because it not only stimulates knowledge spillovers but also reduces costs involving R&D cooperation such as monitoring costs and information costs. Moreover, firms take into consideration both the benefits and risks of clustering regions. If there are so many unrelated firms that they create agglomeration diseconomies such as congestion costs and unintentional knowledge leakages, firms are more likely to try to find their cooperation partners in other regions.