:: Journal of Society of Korea Industrial and Systems Engineering ::
Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 2005-0461(Print)
ISSN : 2287-7975(Online)
Journal of Society of Korea Industrial and Systems Engineering Vol.40 No.4 pp.237-245
DOI : https://doi.org/10.11627/jkise.2017.40.4.237

Nano Technology Trend Analysis Using Google Trend and Data Mining Method for Nano-Informatics

Minsoo Shin*, Min-Gyu Park*, Seong-Hun Bae**
*School of Business, Hanyang University
**Korea Institute of Science and Technology Information
Corresponding Author : ultratyphoon@kisti.re.kr
September 18, 2017 December 14, 2017 December 15, 2017

Abstract


Our research is aimed at predicting recent trend and leading technology for the future and providing optimal Nano technology trend information by analyzing Nano technology trend. Under recent global market situation, Users’ needs and the technology to meet these needs are changing in real time. At this point, Nano technology also needs measures to reduce cost and enhance efficiency in order not to fall behind the times. Therefore, research like trend analysis which uses search data to satisfy both aspects is required. This research consists of four steps. We collect data and select keywords in step 1, detect trends based on frequency and create visualization in step 2, and perform analysis using data mining in step 3. This research can be used to look for changes of trend from three perspectives. This research conducted analysis on changes of trend in terms of major classification, Nano technology of 30’s, and key words which consist of relevant Nano technology. Second, it is possible to provide real-time information. Trend analysis using search data can provide information depending on the continuously changing market situation due to the real-time information which search data includes. Third, through comparative analysis it is possible to establish a useful corporate policy and strategy by apprehending the trend of the United States which has relatively advanced Nano technology. Therefore, trend analysis using search data like this research can suggest proper direction of policy which respond to market change in a real time, can be used as reference material, and can help reduce cost.



나노 인포매틱스 기반 구축을 위한 구글 트렌드와 데이터 마이닝 기법을 활용한 나노 기술 트렌드 분석

신민수*, 박민규*, 배성훈**†
*한양대학교 경영대학
**한국과학기술정보연구원

초록


    1. 서 론

    본 연구는 나노기술의 트렌드 분석을 통한 나노기술 에 대한 트렌드와 사회적 관심도를 기반으로 정책적 시 사점을 도출하기 위해 수행되었다. 한국의 GDP 대비 연 구개발비 비중은 OECD 국가 중 1위이나 절대 금액으로 주변국과 비교 시 미국은 7.5배, 일본은 2.8배, 중국 역시 한국에 비해 3.2배 많은 수준이다[11]. 이러한 상황에서 비용절감과 동시에 효율적인 정책 수립 두 가지 측면을 모두 고려하는 방향의 연구가 요구된다.

    나노 기술은 현재 발 빠르게 변화하고 있으며 이러한 변화를 인지하고 따라가기 위해서는 빅 데이터를 이용하 여 실시간으로 트렌드를 분석하고 그 결과를 바탕으로 정책 수립에 반영할 필요성이 존재한다. wired의 보고서 에 따르면 데이터는 21세기 원유이며, 미래 경쟁우위를 좌우한다고 한다[12]. 또 OECD는 데이터 경제 시대를 비전으로 무형의 자산인 데이터를 새로운 성장 동력으로 활용하여 의미 있는 경제적 부가가치와 일자리를 창출하 기 위한 노력들이 지속적으로 이루어지고 있다.

    최근 우리나라의 공공분야에서도 빅 데이터를 이용한 비용절감과 부가가치를 창출하기 위한 노력들이 지속적 으로 이루어지고 있다. 빅 데이터 분석을 활용한 서울시 심야버스 노선 정책이나 외국인 관광사업 지원 등이 대 표적인 예이다[8]. 이러한 시점에서 나노 기술 또한 시대 의 흐름에 발맞춰 비용을 절감하고 효율성을 증대시키기 위한 대책이 필요하다. 나노기술의 잠재적 사업기회를 충분히 인지하지 못하고 사장시키거나 사업적 가치가 없 는 지적 재산권의 양산과 같은 현상의 개선이 요구된다.

    따라서 본 연구에서는 최근 5년간 나노기술에 대한 트 렌드와 사회적 관심도를 기반으로 정책적 시사점을 도출 하고자 한다.

    2. 이론적 배경 및 방법

    2.1. 기존의 연구

    데이터 마이닝 혹은 트렌드 분석 등의 방법을 이용하 여 정책적 시사점을 찾는 연구는 현재 다양한 분야에서 이루어지고 있다. 철강 산업에서는 트렌드 분석을 위해 텍스트 마이닝 기법을 활용하였다[10]. 또 에너지 신사업 분야나 수자원 분야 또한 트렌드를 파악하고 향후 전망 을 예측하기 위한 연구가 진행되고 있다[6, 9]. 그리고 우 리가 연구하고자 하는 나노 기술에서도 트렌드 분석이 이루어져 오고 있다[5]. 하지만 나노 기술의 특징은 기존 의 기술 분야들을 횡적으로 연결 할 수 있는 학문간의 경계가 없는 학제간 연구 분야로 정의된다[13]. 따라서 나노 기술의 동향은 단순한 나노 기술(Nano technology) 이나 나노 에너지(Nano Energy)등과 같은 키워드로는 동 향을 설명하기 어렵다.

    따라서 본 연구에서는 이러한 현 상황을 고려하여 다 양한 나노 키워드를 기반으로 나노 기술의 트렌드를 예 측하고자 한다.

    2.2. 연구 방법

    2.2.1. 분석에 사용된 자료 및 데이터 설명

    체계적으로 정보를 분석하기 위해서는 가치 있는 정보 를 수집하기 위한 집중된 탐색 작업이 중요하다. 따라서 본 연구에서는 분석을 위하여 2가지 자료가 활용되었다. 국가나노기술정책센터에서 제공하는 ‘미래나노기술 30키 워드 등(SCOPUS)’의 자료를 활용하여 키워드를 도출하고, 도출된 키워드를 기반으로 구글 트렌드에서 제공하는 ‘시 간의 흐름에 따른 관심도’ 데이터를 구축하였다. 해당 데이 터는 2012년도부터 2016년까지 총 5년간의 데이터이다.

    미래나노기술 30키워드는 나노소자, 나노바이오, 나노에 너지․환경, 나노소재, 나노공정․측정․장비로 구성된 5 개의 대 분류와 이들의 하위분류에 해당하는 30개의 미래 기술로 구성되어 있다. 또 각 30개의 미래 기술들과 연관되어 제4기 전문위원이 선정한 키워드와 WOS(Web of Science) 키워드로 나누어져 있다. 본 연구에서는 해당 키워드들을 활용하여 구글 트렌드에서 자료를 추출하였다. 이후에 상대 적인 검색 수를 기반으로 하여 각 키워드들에 대한 가중치 를 부여 후 분석에 활용하였다. <Figure 1>은 분석에 사용된 미래나노기술 30키워드 등(SCOPUS)의 일부 자료이다.

    2.2.2. 연구의 전체적인 워크플로

    본 연구는 총 3단계로 구성된다. <Figure 2>는 연구의 전체적인 과정을 보여준다.

    1단계에서는 자료 수집 및 키워드 도출 과정, 2단계에서 는 빈도 수 기반 트렌드 검출 및 시각화 과정, 마지막으로 3단계에서는 데이터 마이닝 방법을 활용한 분석이 수행된다.

    1단계 자료 수집 및 키워드 도출 과정에서는 문헌 정보 를 통한 키워드의 추출과정과 앞의 단계에서 추출한 키워 드를 기반으로 구글 트렌드에서 한국과 미국의 자료를 추 출하게 된다. 총 30개의 미래나노기술 중 4개의 기술은 키 워드의 트렌드가 존재하지 않아 분석에서 제외되었다. 그 후에 전처리 과정을 통하여 결측 값, 이상치 확인 및 처리 과정을 수행하였으며 가중평균을 이용하여 키워드를 통합 하였다. 각 키워드의 가중치는 해당 기술 분류 안에서 기술 의 키워드에 대한 상대적인 빈도를 기반으로 결정되었다.

    2단계에서는 전처리 완료 된 데이터를 기반으로 대분류 관점, 30대 나노 기술의 관점, 가중치를 고려한 키워드의 관점으로 Top-Down 방식을 이용하여 나노 기술의 전체적 인 동향 파악 및 세부 항목별 동향을 파악하는 과정이다.

    마지막으로 3단계에서는 데이터 마이닝 기법을 활용 하여 상관 분석, 상관 분석 결과를 기반으로 네트워크 구 축 및 중요성을 가지는 키워드 도출 그리고 군집 분석을 수행하게 된다. 상관 분석을 통한 키워드간의 관계 규명 과 유사 트렌드의 군집화, 2012~2016 연도별 핵심 키워 드 및 시사점 도출을 수행하게 된다.

    2.2.3. 통계적 기법과 데이터 마이닝

    본 연구에서는 분석을 위해 몇 가지 통계적인 기법과 데이터 마이닝 기법이 동시에 활용된다. 먼저 상관관계 는 어떠한 두 변수 사이의 관계를 의미한다[13]. 특정한 기술1을 x라 보고 다른 기술을 y라고 가정할 때, 두 기술 의 상관관계 결과값은 다음과 같이 해석 할 수 있다.

    • (1) 양의 상관관계 : x의 값이 커질 때, y의 값이 커지면 x,y는 양의 상관관계

    • (2) 음의 상관관계 : x의 값이 커질 때, y의 값이 작아지 면 음의 상관관계

    • (3) 0에 가까울수록 두 기술 사이의 상관관계는 존재 하 지 않게 된다.

    네트워크 분석은 하나의 데이터 속성으로 분석하는 것 이 아니라, 다수의 데이터 간에 존재하는 관계를 분석이 가능하다[4]. 본 연구에서는 키워드간의 상관관계를 기반 으로 네트워크를 구축하였으며, 시각화는 UCINET 버전 6.597과 NetDraw 툴을 이용하였다.

    군집 분석은 다양한 특성을 지닌 관찰대상을 유사성 을 바탕으로 동질적인 집단으로 분류하기 위한 방법이다 [2]. 먼저 계층적 군집 방법을 이용하여 군집의 수를 추 정 한 후, K-평균 군집 분석을 이용하여 분석을 시행하 였다. 분석 도구는 IBM SPSS Statistics21을 이용하여 분 석하였다. 계층적 군집 방법에는 군집-간 연결 방법을 사 용하여 군집 간의 거리를 파악하였고, 가장 널리 활용되 는 방법이며 변수간의 직선상의 거리측정 법인 유클리디 안 거리를 사용하였다. 이후에는 덴드로그램을 사용하여 군집의 수를 추정하였다. 이후에는 K-평균 군집 분석을 수행하여 결과를 도출하였다.

    3. 분석 결과

    3.1. 빈도 수 기반 트렌드 검출 및 시각화

    자료의 전처리 과정 후 연도별 추세를 확인하여 한국 과 미국의 나노 기술을 비교하였다. 전처리 후 연도별 26 개의 기술에 대한 한국의 트렌드는 전반적으로 하향하는 경향을 보이고 있었다. 반면 미국은 ‘나노소자’를 제외한 다수의 기술들이 꾸준히 상향하거나 유지하는 경향을 보 이고 있다. <Table 1>과 <Table 2>는 각각 한국과 미국 의 나노 기술 동향을 대분류의 관점에서 파악한 결과이 다. 각 테이블의 값은 -1~1사이의 값을 가지며, 값이 클 수록 높은 관심도를 가지고 있는 것을 의미한다.

    나노 기술 대분류의 관점에서의 1년 단위와 추가적으 로 6개월 단위에서의 경향성을 파악하였다. 나노소자, 나 노바이오, 나노에너지 환경, 나노 소재, 나노 공정 측정 장비 모두에서 한국은 키워드들에 대하여 2012년 이후 전반적으로 하향하는 경향을 보였지만, 미국은 2012년 수준의 관심도를 꾸준히 유지하거나 일부 상향하는 경향 을 나타냈다. <Figure 3>은 30대 중분류 나노 기술 중 초 저전력․메모리 기술에 대하여 중분류 관점에서 살펴본 트렌드와 기술에 해당되는 키워드의 가중치값을 시각화 한 예이다.

    초저전력 메모리에서 FRAM, PRAM, SST의 순서로 높은 가중치를 보여주는 것을 확인 할 수 있었다. 상대적 으로 높은 가중치를 보여주는 FRAM이 초저전력 메모리 의 경향성에 큰 영향을 미치는 것을 확인 할 수 있었다.

    위 그림과 같이 다른 기술들에 대하여 분석을 수행한 결과, 미국이 한국보다 상향하는 경향성을 보인 기술이 16건, 비슷한 추세의 기술이 7건, 한국이 더 높은 추세를 보인 기술이 3건이었다. 분석의 결과로 상대적으로 미국 과 트렌드 격차가 큰 기술과 격차가 작은 기술에 대한 예측이 가능하다. 30대 나노 기술의 관점에서 연도별 트 렌드 변화를 살펴보면 다음 그림과 같다. <Figure 4>는 한국의 트렌드 변화를 <Figure 5>는 미국의 트렌드 변화 를 보여준다.

    0에 가까울수록 관심이 적은 것을 의미하며 1에 가까 울수록 관심이 높다는 것을 의미한다. 마지막으로 화살 표를 통해 나노 기술 트렌드의 변화를 시각화 하였다. 한 국 나노기술 트렌드의 변화를 살펴보면 2012년에 대부분 관심이 높다가 2016년으로 갈수록 관심이 적어지는 모습 을 보이고 있다. 나노소자 기술에서는 신개념나노물질 구조 나노소자 중심에서 나노 광소자로 트렌드가 변화하 고 있다. 나노 바이오 기술에서는 나노진단 중심에서 웰 빙 제품으로 옮겨가고 있고, 나노에너지 환경 기술에서 는 해수기반 나노융합에너지에서 나노태양전지로 이동 했다. 나노소재 기술에서는 환경촉매소재에서 나노탄소 소재로, 나노공정․측정․장비에서는 나노구조 패터닝에 서 고분해능 측정으로 트렌드가 변화하고 있다.

    <Figure 4>와 <Figure 5>의 화살표를 살펴보면 미국이 한국보다 트렌드의 변화가 뚜렷하게 보이고 있으며, 시 간이 지나도 관심도가 줄어들지 않고 이동하는 모습을 보였다.

    나노소자 기술에서는 신개념 나노물질 구조 나노소자 에서 초저전력 메모리로 변화하였고, 나노바이오 기술에 서는 나노진단에서 웰빙제품으로 이동하였다. 또 나노에 너지 환경 기술에서는 극미소 전원에서 나노구조 이차전 지로 이동했으며, 나노소재 기술에서는 희유금속 대체물 질에서 생체모방소재로 변화했다. 나노공정․측정․장비 기술에서는 나노적층공정에서 스마트 공정으로 트렌드 가 변화하고 있다.

    3.2. 키워드 간의 상관관계 분석

    본 연구에서는 한국 26개의 미래 기술 중에서 상관관 계가 0.6 이상인 19개의 기술에 대하여 상관관계를 시각 화 하였다. 변수 모두 양의 상관관계를 가지고 있고 높은 상관관계를 가지고 있는 변수들도 존재하였다. 아래의 <Figure 6>과 <Table 3>은 한국의 상관관계를 시각화 하 고 각 기술들의 상관계수를 정리하였다.

    미국의 26개의 미래 기술 또한 상관계수가 0.6 이상인 19개의 변수에 대하여 정리하였다. <Figure 7>과 <Table 4>는 미국의 상관관계를 시각화 하고 각 기술들의 상관 계수를 보여준다.

    4.3. 네트워크 분석

    앞서 본 연구에서 실시한 상관 분석 결과를 바탕으로 키워드들 사이의 상관관계와 구조적 매커니즘을 알아보 고자 네트워크 분석을 수행하였다. 아래의 <Figure 8>은 한국 키워드 간의 상관관계를 네트워크 분석으로 시각화 한 것이다. 각 점은 해당 기술을 의미하며 기술들 간의 선은 서로 연관성이 있음을 의미한다. 그리고 네트워크 상에서 선의 굵기는 상관정도를 나타내며 많은 선을 가 지고 있는 키워드일수록 연결정도 중심성이 높은 키워드 이다[1]. <Figure 8>은 한국의 키워드들에 대하여, 그리 고 <Figure 9>는 미국의 키워드에 대하여 상관관계 기반 으로 네트워크를 구축한 모습이다.

    추가적으로 네트워크 분석에서 표준화 연결정도 중심 성과 에고-네트워크(Ego-network) 밀도, 전체 네트워크의 밀도 및 포괄성을 살펴보았다.

    먼저 표준화 연결정도 중심성에서 한국은 양자점 소재 와 나노 탄소소재가 0.722로 가장 높게 나타난 것을 확인하 였다. 이는 전체 네트워크를 구성하는 기술 중에서 약 72% 는 연결되어 있다는 것을 의미한다. 미국의 경우에는 나노 환경센서가 0.33으로 가장 높게 나타났다. 한국과 비교했 을 때 상대적으로 연결된 정도가 더 낮은 것을 볼 수 있다.

    에고-네트워크 밀도는 연결정도 중심성과 다르게 목표 로 하는 키워드와 그 주변 키워드의 연결성까지 고려하여 계산한다[3]. 한국의 에고-네트워크 밀도가 높게 나오는 키워드는 극미소전원(0.91), 나노유연소자(0.806), 나노구조 이차전지(0.806)의 순으로 나타났으며, 미국은 지능형 나노 치료(0.818), 나노 탄소소자(0.801), 환경촉매소재(0.801)의 순으로 나타났다. 네트워크 전체의 밀도와 포괄성의 경 우 아래의 표와 같이 나타난다.<Table 5>

    한국과 미국 모두 포괄성이 동일하게 층정된 것을 볼 수 있다. 하지만 한국이 미국에 비해 네트워크 밀도가 높 게 측정된 것을 볼 때, 한국이 미국에 비해 전체적으로 키워드에 대한 관심도 변화가 유사하게 발생한다. 즉, 특 정 시점에 나노 기술에 대한 관심도가 전체적으로 동시 에 상향하거나 하향하는 경향성을 가지고 있는 것을 확 인 할 수 있었다.

    4.4. 군집 분석

    4.4.1. 계층적 군집 분석

    계층적 군집 분석은 고차원 또는 다차원 데이터를 시 각화하는 데 있어 기본적인 방법 중 하나이며, 사용하기 에 매우 간단하다[2]. <Figure 10>과 <Figure 11>은 한국 과 미국의 계층적 군집 분석에 대한 덴드로그램이다.

    덴드로그램을 통하여 군집의 수를 대략적으로 추정한 결과 군집 수를 3~5개로 추정하였다.

    4.4.2. K-평균 군집 분석

    앞서 수행된 계층적 군집 분석 결과를 기반으로 군집 의 수를 3~5개로 추정하여 K-평균 군집 분석을 수행하였 다. 그 결과 K값이 3일 때는 상대적으로 기술들의 특징을 잘 반영하지 못하였고, K값이 5일 경우에는 군집에 포함 되는 기술의 수가 너무 적기 때문에 적정한 K값은 4로 선 정하였다. <Table 6>과 <Figure 12>는 한국과 미국의 군 집 분석 결과를 정리 한 것이다.

    5대 대분류 기준으로 나노 소자, 나노에너지․환경, 나노 공정․측정․장비 부분은 한국과 미국이 상대적으 로 유사한 군집을 형성하였다. 하지만 한국의 경우 초저 전력 메모리, 논리소자, 센서 등이 나노 진단이나 환경 촉매와 연관성 있게 분석되지만, 미국은 생체모방 소재 와 고분해능 측정과 군집을 형성하였다. 또 군집이 형성 되지 않은 나노바이오와 나노 소재는 다른 분야에 비하 여 더 큰 격차를 형성할 것으로 판단된다.

    4. 결 론

    우리나라는 2001년 제1기 나노기술종합발전계획 발표 이후 15년간 투자가 꾸준히 증가되어 왔다. 하지만 미래 의 정책을 계획하고 수립하기 위해서는 현재 나노기술 시장에서의 트렌드와 관심이 증가되고 있는 나노기술 분 야에 대한 정보가 필요하다[7]. 이러한 관점에서 트렌드 분석은 향후 정책의 수립을 위한 전략적 관점에서 반드 시 필요하다. 또 최근 글로벌한 시장 상황 속에서 사용자 의 요구와 이를 충족시키기 위한 기술은 실시간으로 변 화하고 있는 상황이다. 이러한 시점에서 나노 기술 또한 시대의 흐름에 발맞춰 비용을 절감하고, 효율성을 증대 시키기 위한 대책이 필요하다. 따라서 검색 데이터를 이 용한 본 연구의 결과는 두 측면을 모두 만족 시킬 수 있 는 바람직한 방향을 제시하고 있다.

    앞서 트렌드 분석에도 언급하였듯이 한국은 나노기술 에 대한 관심도가 점차 하락하고 있으며 상대적으로 미 국은 상향하거나 혹은 같은 대분류 안에서 다른 중분류 로의 관심도 이동이 이루어지고 있다. 최근 미국이 한국 보다 높은 관심도를 보이는 기술은 총 16건으로 나타났 으며 유사한 패턴을 보이는 기술 7건, 한국이 미국보다 더 높은 관심도를 보이는 기술 3건으로 나타났다. 결과 적으로 미국이 한국보다 더 높은 관심도를 보이는 것을 확인하였다. 따라서 기술의 격차를 줄이기 위해서는 16 건의 나노 기술에 대하여 더 많은 지원과 관심이 요구된 다. 추가적으로 각 나노기술에 가중치를 고려한 세부 키 워드를 기준으로 전략적인 접근이 필요하다.

    또 군집 분석 결과에서 한국과 미국은 비슷한 트렌드 를 보여주는 분야도 있지만, 나노 바이오와 나노 소재 분 야에 있어서는 미국과의 차이가 발생하는 것을 확인 할 수 있었다. 앞서 제 2장에서 이야기 하였듯이 나노 기술 은 서로 밀접한 연관성이 존재한다[13]. 따라서 상대적으 로 취약 부분에 대한 전략적인 접근이 요구된다.

    향후에는 이러한 연구를 더욱 발전시켜 실시간으로 필요한 정보를 기업과 정부에 제공하고자 한다.

    Figure

    JKISE-40-237_F1.gif
    Future Nano Technology 30 Keywords (SCOPUS)
    JKISE-40-237_F2.gif
    Overall Workflow of Research
    JKISE-40-237_F3.gif
    Ultra Low Power Memory Technology and Weighting of Keywords
    JKISE-40-237_F4.gif
    Korea Nano Technology Trend Analysis
    JKISE-40-237_F5.gif
    USA Nano Technology Trend Analysis
    JKISE-40-237_F6.gif
    Visualizing Correlation of Korea Nano Technology
    JKISE-40-237_F7.gif
    Visualizing Correlation of USA Nano Technology
    JKISE-40-237_F8.gif
    Network Visualization for Korea Nano Technology
    JKISE-40-237_F9.gif
    Network Visualization for USA Nano Technology
    JKISE-40-237_F10.gif
    Dendrogram for Hierarchical Clustering(Korea)
    JKISE-40-237_F11.gif
    Dendrogram for Hierarchical Clustering(USA)
    JKISE-40-237_F12.gif
    Technologies belonging to the same Cluster in Korea and USA

    Table

    Trends in Korea by Year(Major Category)

    Trends in USA by Year(Major category)

    Correlation of Korea Nano Technology (threshold = 0.6)

    Correlation of USA Nano Technolygy(threshold = 0.6)

    Network-Wide Density and Inclusiveness (threshold = 0.6)

    Nano Technology by Cluster in Korea and USA(K = 4)2

    Reference

    1. E.M. Daly , M. Haahr (2007) Social network analysis for routing in disconnected delay-tolerant MANETs., ACM., Vol.9 (14) ; pp.32-40
    2. C.A. Fraley , E. Raftery (1998) How Many Clusters? Which Clustering Method? Answers Via Model-Based Cluster Analysis., Comput. J., Vol.41 (8) ; pp.578-588
    3. M. Fritsch , M.K. Monz (2010) The impact of network structure on knowledge transfer : an application of social network analysis in the context of regional innovation networks., Ann. Reg. Sci., Vol.44 ; pp.21-38
    4. J.Y. Han (2016) Network Analysis of Technology Convergence on Decentralized Energy by Using Patent Information : Focused on Daegu City Area., J. Soc. Korea Ind. Syst. Eng, Vol.39 (3) ; pp.156-169
    5. M.J. Kim , S.G. Kang , S.H. Bae (2015) Green Growth and Nanotechnology Policy-Focus on France, Germany, and Northern Europe., National Nanotechnology Policy Center, ; pp.1-44
    6. J.K. Lee , Y.O. Kim , N.E. Kang (2012) Analysis of Climate Change Researches Related to Water Resources in the Korean Peninsula., Climate Change Research, Vol.3 (1) ; pp.71-88
    7. J.W. Lee , S.D. Lee , Y.S. Kim (2017) http://www.dier.or.kr/?c=common&m=download &orgName=6ae3472c47bf98fd7e5454dd52e54af2.pdf
    8. S. Lee , Y.G. Heo , H.M. Kim (2017) Traffic planning using Big Data : Midnight bus and accident reduction., Seoul Transportation Policy Package, ; pp.1-16
    9. S.E. Lee , E.H. Jeong , M.H. Park (2016) Analysis of energy new industry trend using Big Data., Innovation Studies, Vol.11 ; pp.1-22
    10. K.M. Min , H.T. Kim , Y.G. Ji (2014) A Pilot Study on Applying Text Mining Tools to Analyzing Steel Industry Trends : A Case Study of the Steel Industry for the Company “P”., The Journal of Society for e-Business Studies, Vol.19 (3) ; pp.51-64
    11. Y.J. Oh , G.E. Chung (2015) Comparison of R&D investment between Korea and major countries., KISTEP, ; pp.1-14
    12. WIRED.com (2014) https://www.wired.com/insights/2014/07/data-new-oil-digital-economy(accessed Aug., 16, 2017)
    13. S.H. Yu (2016) Market trends of nanotechnology and nanomaterials., KISTI, ; pp.1-7