The "Gold Rush" in AI and Robotics Patenting Activity. Do innovation systems have a role?

이 논문은 1980 년부터 2019 년까지의 특허 데이터를 분석하여 AI 와 로봇공학의 특허 동향이 국가별 혁신 체계 (중국은 대학 및 공공부문의 통합 강화, 미국은 시장 중심 구조 등) 에 따라 상이한 장기적 역학을 보이며, 특히 2010 년 이후 AI 내재화 로봇 분야에서 급격한 가속화가 발생했음을 규명합니다.

핵심

🏆 제목: "AI 와 로봇의 황금광 시대: 국가별 성장 스토리"

1. 연구의 핵심 질문: "로봇은 로봇인데, AI 가 들어간 로봇은 다를까?"

과거에는 로봇을 그냥 "자동화된 기계"로만 보았습니다. 하지만 최근에는 로봇에 **AI(두뇌)**가 탑재되어 스스로 생각하고 적응하는 '스마트 로봇'이 등장했습니다.

이 연구는 이 세 가지를 명확히 구분해서 봤습니다.

1. 핵심 AI: 로봇이든, 스마트폰이든 상관없이 '지능' 자체를 연구하는 기술 (예: 머신러닝, 추론).
2. 전통적 로봇: 미리 정해진 규칙대로만 움직이는 기계 (예: 공장에서 나사 조이는 로봇).
3. AI 탑재 로봇: AI 두뇌를 가진 로봇 (예: 스스로 길을 찾고 장애물을 피하는 청소 로봇).

비유하자면:

• 핵심 AI는 '수학 공식'을 연구하는 것.
• 전통적 로봇은 '계산기'를 만드는 것.
• AI 탑재 로봇은 '수학 천재가 계산기를 만들어서 스스로 문제를 푸는 것'입니다.

2. 주요 발견 1: "세 가지의 성장 속도가 완전히 다릅니다"

특허 출원 데이터를 보니, 이 세 가지 기술의 성장 궤적이 달랐습니다.

• 핵심 AI: 꾸준히 빠르게 성장했습니다.
• 전통적 로봇: 천천히, 꾸준히 자랐습니다.
• AI 탑재 로봇: 2010 년대 초반까지 조용하다가, 갑자기 폭풍 성장하기 시작했습니다.

비유:
마치 초콜릿 (AI) 을 케이크 (로봇) 에 넣는 과정 같습니다. 처음에는 케이크에 초콜릿을 넣는 기술이 없어서 따로 개발했지만, 2010 년 이후에 초콜릿이 녹아들어가면서 케이크가 훨씬 더 맛있고 고급스러워진 것처럼, 로봇에 AI 가 결합되면서 폭발적인 성장이 일어났습니다.

3. 주요 발견 2: "2010 년이 분수령이었습니다"

데이터를 분석하니 2010 년을 기점으로 기술 발전의 방향이 확 바뀌었습니다. 그전까지는 기계 공학적인 발전이 주를 이뤘다면, 그 이후로는 AI 기술이 로봇을 주도하기 시작했습니다.

비유:
2010 년 이전까지는 기차 (전통적 로봇) 를 더 빠르게 만드는 데 집중했다면, 2010 년 이후에는 기차에 자율주행 시스템 (AI) 을 달아서 완전히 새로운 교통수단으로 변신시킨 시기가 된 것입니다.

4. 주요 발견 3: "국가마다 '성장 전략'이 다릅니다" (가장 중요한 부분!)

이 연구는 "어떤 나라가 더 잘하느냐"보다 **"어떻게 협력하느냐"**에 주목했습니다. 국가마다 혁신 시스템이 달라서 AI 와 로봇이 만나는 방식도 달랐습니다.

• 🇨🇳 중국: "국가 주도의 팀워크"

  • 상황: 정부가 나서서 기업, 대학, 연구소를 모두 하나로 묶어줍니다.
  • 결과: 'AI 기술'과 'AI 로봇'이 매우 긴밀하게 연결되어 있습니다. 마치 군대처럼 지휘 체계가 명확하고, 모든 부대가 하나의 목표를 향해 움직이는 형태입니다.
  • 비유: 국가가 총괄하는 거대 건설 현장에서 설계도 (AI) 와 시공 (로봇) 이 실시간으로 맞물려 빠르게 건물을 짓는 모습.

• 🇺🇸 미국: "치열한 시장 경쟁"

  • 상황: 정부가 개입을 최소화하고, 기업들끼리 치열하게 경쟁합니다.
  • 결과: AI 와 로봇이 서로 덜 연결되어 있습니다. 각 기업이 자신의 영역을 지키며 경쟁하다 보니, 기술이 통합되는 속도가 중국보다 느리거나 다른 양상을 보입니다.
  • 비유: 자유시장 장터에서 각 가게가 제멋대로 혁신을 시도하지만, 서로 협력하기보다는 경쟁에 집중하는 모습.

• 🇪🇺 유럽, 🇯🇵 일본, 🇰🇷 한국: "중간 지점"

  • 이 세 지역은 중국과 미국의 중간 형태를 보입니다. 특정 산업이나 기술 분야에서는 긴밀하게 연결되기도 하고, 그렇지 않기도 한 복합적인 패턴을 보입니다.

5. 결론: "기술은 혼자 자라지 않는다"

이 논문이 말하고자 하는 핵심은 이것입니다.

"AI 와 로봇의 관계는 단순히 기술이 발전하는 것이 아니라, 각 나라의 제도, 정책, 기업 문화에 따라 다르게 진화합니다."

• 중국처럼 국가 주도로 밀어붙이면 AI 와 로봇이 빠르게 융합됩니다.
• 미국처럼 시장 경쟁에 맡기면 각자 다른 길을 가다가 나중에 만나기도 합니다.

마무리 비유:
AI 와 로봇의 관계는 춤과 같습니다.

• 중국은 군무처럼 정해진 안무 (국가 정책) 에 맞춰 모든 무용수가 완벽하게 맞춰 춥니다.
• 미국은 재즈처럼 각 무용수 (기업) 가 즉흥적으로 춤을 추다가, 우연히 멋진 하모니를 만들어냅니다.

이 연구는 바로 이 **'춤의 스타일'**이 국가마다 어떻게 다른지를 특허라는 데이터를 통해 증명해낸 것입니다.

기술 요약

논문 개요

이 논문은 1980 년부터 2019 년까지의 특허 데이터를 활용하여 인공지능 (AI) 과 로봇 공학 분야의 특허 동향을 분석합니다. 연구의 핵심은 기존의 로봇 기술과 AI 기능이 내장된 로봇 기술을 구분하여, 이 세 가지 영역 (핵심 AI, 전통적 로봇, AI 강화 로봇) 의 장기적 동역학이 국가별 혁신 시스템 (Innovation Systems) 에 따라 어떻게 다른지 규명하는 데 있습니다.

1. 연구 문제 (Problem)

• 기존 연구의 한계: 기존 문헌은 로봇을 '자동화'라는 단일한 기술로 간주하거나, AI 와 로봇을 별개의 영역으로만 다루었습니다. 특히 AI 가 로봇 시스템에 어떻게 통합되어 있는지 (예: 학습, 인지, 적응적 제어 기능의 내장) 를 체계적으로 구분하지 못했습니다.
• 혁신 시스템의 역할 부재: AI 와 로봇의 기술적 진화가 국가별 제도적 환경 (정부 개입, 산학연 협력, 시장 메커니즘 등) 에 따라 어떻게 다른 경로를 따르는지에 대한 실증적 분석이 부족했습니다.
• 연구 질문:
  1. 전통적 로봇과 AI 기능이 내장된 로봇을 실증적으로 구분할 수 있는가?
  2. 이 세 가지 기술 영역 (핵심 AI, 전통적 로봇, AI 강화 로봇) 은 장기적으로 공통된 동향을 공유하는가, 아니면 국가별 혁신 시스템에 따라 다른 궤적을 보이는가?

2. 방법론 (Methodology)

• 데이터 구축:
  • 소스: EPO 의 PATSTAT 데이터베이스 (1980~2019 년).
  • 구분 전략: CPC(협력 특허 분류) 코드, 키워드 기반 검색, 문서 수준의 텍스트 마이닝을 결합하여 세 가지 상호 배타적인 기술 영역을 정의했습니다.
    1. 핵심 AI (Core AI): 학습, 추론, 지각, 자율적 의사결정 등 기초 AI 능력과 관련된 발명.
    2. 전통적 로봇 (Traditional Robots): 사전 프로그래밍된 규칙 기반의 산업용, 서비스, 소셜 로봇.
    3. AI 강화 로봇 (AI-enhanced Robots): AI 기능 (인지 시스템, 제어 이론 등) 이 구조적으로 통합된 로봇.
  • 정제 과정: 텍스트 마이닝 (Python 알고리즘) 을 통해 로봇 관련 특허 내 AI 관련 키워드 (학습, 지능, 데이터 처리 등) 의 출현 빈도를 분석하여 분류의 정확도를 높였습니다.
• 계량경제학적 분석:
  • 시계열 분석: 시계열의 정상성 (Stationarity) 검정 (ADF, KPSS) 을 수행하여 데이터의 통합 차수 (Order of Integration) 를 확인했습니다.
  • 구조적 변화점 (Structural Breaks) 탐지: Bai-Perron 다중 구조적 변화 검정을 통해 기술적 전환점이 발생한 시기를 식별했습니다.
  • 공적분 분석 (Cointegration Analysis): 세 가지 기술 영역 간의 장기적 균형 관계 (공통 추세) 가 존재하는지 검정했습니다. 이는 국가별 (미국, 중국, 일본, 한국, 유럽) 로 특허 출원 주체 (Applicant) 와 출원 관할지 (Authority) 를 구분하여 수행했습니다.

3. 주요 기여 (Key Contributions)

• 새로운 분류 체계: 기존 연구에서 혼용되던 '로봇' 개념을 '전통적 로봇'과 'AI 내장 로봇'으로 세분화하여, AI 가 어떻게 구체적인 적용 기술에 구현되는지를 정량적으로 측정할 수 있는 새로운 프레임워크를 제시했습니다.
• 장기적 동역학 분석: 단순한 특허 건수 추이를 넘어, 시계열 분석 기법을 통해 AI 와 로봇 기술의 장기적 공진화 (Co-evolution) 관계를 실증적으로 규명했습니다.
• 제도적 맥락의 통합: 기술적 진화 경로를 국가별 혁신 시스템 (시장 주도 vs 국가 주도) 과 연결하여 해석함으로써, 기술 발전이 제도적 환경에 어떻게 의존하는지를 밝혔습니다.

4. 주요 결과 (Results)

• 세 가지 영역의 이질적 궤적:
  • 핵심 AI: 기술 클래스에 따라 불균형하게 급격히 성장.
  • 전통적 로봇: 비교적 완만하고 안정적인 성장 경로.
  • AI 강화 로봇: 2010 년대 초반부터 급격한 가속화 현상 발생. 이는 AI 의 확산이 독립적인 발명보다는 적용 분야 (로봇) 에의 통합을 통해 이루어지고 있음을 시사합니다.
• 구조적 변화점 (Structural Breaks):
  • 대부분의 기술 분야에서 2010~2011 년을 기점으로 구조적 변화가 발생했습니다. 이는 현대 AI 기술의 확산과 맞물려 로봇 혁신의 패러다임이 전환되었음을 의미합니다.
  • 전통적 로봇의 변화점은 더 일찍 (1980~1990 년대) 발생했으나, AI 강화 로봇은 핵심 AI 의 사이클을 따르는 것으로 나타났습니다.
• 국가별 공적분 관계의 차이 (혁신 시스템의 영향):
  • 중국: 핵심 AI 와 AI 강화 로봇 간의 강한 공적분 관계가 관찰됨. 이는 정부 주도의 전략적 계획, 산학연 긴밀한 협력, 그리고 공공 부문의 강력한 기여가 AI 기술과 로봇 기술의 통합을 촉진했음을 보여줍니다.
  • 미국: 공적분 관계가 약하거나 부재 (특히 출원 주체 수준). 시장 주도형 혁신 시스템 하에서 기업 간, 그리고 AI 와 로봇 분야 간의 통합이 상대적으로 덜 이루어진 것으로 나타남.
  • 유럽, 일본, 한국: 중간적인 패턴을 보이며, 기술 분야 (CPC 섹션) 에 따라 통합 정도가 상이함. (예: 일본의 기계공학 분야, 한국의 전기 분야 등에서 특정 쌍의 공적분 확인).

5. 의의 및 시사점 (Significance)

• 기술적 통찰: AI 는 단순한 독립적인 기술이 아니라, 로봇과 같은 적용 기술에 내장되어 그 경제적 영향을 발휘하는 '범용 기술 (GPT)'임을 실증적으로 입증했습니다.
• 정책적 함의: 국가별 혁신 시스템의 차이가 AI 와 로봇의 통합 속도와 방향을 결정짓는 핵심 요인임을 보여줍니다.
  • 중국 모델: 정부 주도의 통합적 접근이 AI 와 로봇의 빠른 융합을 이끔.
  • 미국 모델: 시장 경쟁과 기업 간 인수합병 (M&A) 위주의 접근은 기술적 통합보다는 분산된 혁신을 유도.
• 미래 연구 방향: 본 연구에서 개발된 분류 체계는 향후 AI 와 로봇이 노동 시장, 생산성, 고용에 미치는 미시적 영향을 더 정밀하게 분석하는 데 기초 자료로 활용될 수 있습니다. 또한, 포스트 코로나 시대의 기술 통합 추이를 파악하기 위해 데이터를 2019 년 이후로 확장할 필요성이 제기됩니다.

결론적으로, 이 논문은 AI 와 로봇의 관계가 단순한 기술적 확산이 아니라, 국가별 제도적 환경에 따라 차별화된 기술적 공진화 (Technological Co-evolution) 과정임을 규명했다는 점에서 중요한 학술적, 정책적 의의를 가집니다.