인공 지능 기술 투자 분석: 기술 관심도 모델

- 인공 지능 기술 투자 분석 실행 2단계: 기술 정량화 > 기술 모델 > 기술 관심도 모델

실행 단계    \   전략	인공 지능 기술 투자 분석
2. 인공 지능 기술 정량화: 모델	인공 지능 기술 모델: 세 가지  기술 동향 지수 모델	1. 인공 지능 기술 관심도 모델
		2. 인공 지능 기술 성숙도 모델
		3. 인공 지능 기술 수용도 모델

 

- 기술 투자 분석 실행 두 번째 단계인 인공 지능 기술 정량화로 기술 모델

 

- 세 가지 인공 지능 기술 동향 지수 기반, 기술 동향 지수 모델 수립  

 

- 본 포스팅은 인공 지능 기술 동향 지수 중 기술 관심도 모델 소개

 

1. 인공 지능 기술 모델: 인공 지능 기술 관심도 모델

인공 지능 기술 관심도 모델:	인공 지능 기술 관심도의 정량화, 모형을 통한 기술의 현 위치 파악
인공 지능 기술 관심도 관련 주요 사이트:	구글 트렌드: 2004 ~ 현재 구글북스 앤그램 뷰어: 1800 ~ 2019
기술 관심 주기:	Hype cycle: 기술 관심도의 일반적인 주기로 시간의 흐름에 따른 사람들의 기술에 대한 관심.    1995년 by 가트너사 개발

 

1.1. 구글 트렌드에서 수집한 "시간에 따른 인공 지능 검색량" 모델링 방법:

- 구글 트렌드 검색 > 데이터 다운로드 > 모델 적합도 분석 > 최적 모델 선정

구글 트렌드 인공지능 검색 결과: 2004년 1월 1일~현재 까지 검색량 근거한 인공지능의 글로벌 관심 동향

 

트렌드 그래프의 실제 데이터 값을 CSV 파일로 다운로드 받을 수 있으며, 이를 기반으로 데이터 분석 프로그램의 모델링 기능을 이용하여 기술 관심 모델을 구축. 생성된 기술 관심 모델과 표준 기술 관심 주기와의 (Hype cycle) 매칭으로 관심 기술의 현재 위치 추정. 추정 위치에 근거 의사 결정 진행

 

구글 트렌드 인공지능 기술 관심도 모델: 2004년 1월 1일~현재 까지 검색량 근거한 관심 동향

 

1.2 구글 북스 앤그램 뷰어에서 수집한 "연도별 인공 지능 단어 빈도수" 모델링 방법:

- 연도별 해당 기술 단어 빈도율 조사 > 모델 적합도 분석 > 최적 모델 선정

 

구글 Ngram Viewer 인공지능 검색 결과: 1950~2019년 구글 Ngram Viewer DB내 인공지능 단어의 빈도율

 

구글 Ngram Viewer에서 각 연도별 검색어의 빈도율 (빈도수)를 파악할 수 있음. 일정 기간 데이터 기반으로 분석 프로그램의 모델링 기능을 이용하여 기술 관심 모델을 구축. 생성된 기술 관심 모델과 기술 관심 주기와의 (Hype cycle) 매칭으로 관심 기술의 현재 위치 추정.

 

구글 Ngram Viewer 데이터 기반 인공 지능 기술 관심도 모델: 2004년 1월 1일~현재 (예측) 까지 DB 내 검색어 빈도수 근거한 관심 동향

 

 

1.3 사이트별 기술 관심도 모델 통합, 표준화 기술 관심도 모델 수립 방법

- 사이트별 기술 관심도 모델 표준화 > 모델 적합도 분석 > 통합 표준화 기술 관심도 모델 수립

 

 

 

- 인공 지능 기술 관심도 모델과 기술 관심 주기 (하이프 사이클)와 비교, 매칭을 통해 현재 기술 관심도의 위치 추정. 기술 관심도의 현 위치 추정은 기술 분석의 세 번째 실행 단계인 기술 시각화의 기술 맵핑에서 소개 예정.

 

 

 

# 본 내용은 저자의 주관적인 생각이며, 모든 투자에 대한 판단 및 책임은 투자자 본인에게 있음