- 차례 - 

CHAPTER 01 과학기술 논문기반의 과학기술 클러스터 변화 모니터링과 성장예측 
1.1 사이언스 맵의 구축과 인공지능 기술의 결합
1.2 KISTI의 데이터 기반 미래기술센싱 포트폴리오
1.3 딥러닝을 이용한 과학기술 클러스터의 미래 성장가능성 예측

CHAPTER 02 미래 고성장 과학기술 클러스터 현황 분석 
2.1 과학기술 전체 연구지형도의 변화
2.2 KISTI 미래 고성장 과학기술영역
2.3 핵심연구분야의 분화와 성장

CHAPTER 03 디지털 전환과 혁신을 이끄는 미래과학기술 10선 
3.1 인공지능과 결합한 무선통신(5G/6G)
3.2 무인항공기가 지원하는 3D 네트워크
3.3 디지털 트윈 구현을 앞당기는 물리학과 인공지능의 결합
3.4 적대적 공격을 방어하는 인공지능 보안기술
3.5 양자 특성 기반의 컴퓨팅/네트워킹 기술
3.6 디지털 혁신 기반 헬스케어 패러다임 전환
3.7 인공지능 기반 소재 개발 분야 디지털 혁신
3.8 사용자 맞춤형 자율주행기술
3.9 디지털 트윈 도시
3.10 디지털 혁신기술 기반 비즈니스 프로세스 혁신

CHAPTER 04 KISTI Data Insight 

1.1 사이언스 맵의 구축과 인공지능 기술의 결합

˃ 사이언스맵(science map)은 과학기술의 현재 지형도를 알려줄 뿐만 아니라, 과거로부터 현재까지 과학기술 커뮤
니티가 거쳐온 궤적이 담겨있는 기록임.
- 사이언스맵은 전 분야, 혹은 특정 과학기술 분야에서 시간에 따른 성과들과 성과 간의 관계, 성과의 주체와 주체 간의 관계를
밝히고, 나아가 변화 과정까지 살핌으로써 현재까지 축적된 과학기술의 구조와 지난 발전과정을 확인할 수 있음.
- 과학기술 연구성과로 오랜 기간 축적된 논문과 특허는 사이언스맵의 좋은 소재가 될 수 있으며, 관심 분야에 대한 전체적인
조망을 통해 인사이트를 얻고자 할 때 활용할 수 있는 풍부한 정보를 가지고 있음.
- 논문과 특허가 제공하는 대표적인 정보로는 저자, 저자의 소속국가/기관, 현재 권리자(특허), 인용과 협력의 관계, 권리의 변동
(특허), 지식의 위계 구조, 지식의 상세한 내용(키워드, 초록, 원문)을 들 수 있음.

˃ 자연어처리와 딥러닝을 비롯한 인공지능 기술은 사이언스맵 분석에 더하여 좀 더 구체적이고 의미 중심적인 분석
을 가능하게 하고, ‘사후 분석’에서 ‘예측분석’으로 나아갈 수 있게 해주었음.
- 인공지능 기술이 타 분야에서 적용되는 방식과 유사하게, 자연어처리 기술로 인해 과학기술 문헌 서지정보 기반의 통계/네트워
크 분석을 넘어 텍스트 속에 숨은 주제와 관계 탐색이 가능해졌고, 딥러닝 기술의 활용을 통해 과거의 현상과 변화를 바탕으로
이후 예측이 가능해짐.