--- type: paper slug: jihye-lim-2025-disruptive-technologies-km title: >- Disruptive technologies for knowledge management: bibliometric review and patent analysis authors: - '[[jihye-lim]]' - '[[junseokhwang]]' year: 2025 venue: '[[kybernetes]]' volume: '54' issue: '11' pages: 6977-7002 doi: 10.1108/K-01-2024-0207 categories: - '[[innovation-economics]]' methods: - '[[patent-analysis]]' - '[[bertopic]]' - '[[co-occurrence-network-analysis]]' - '[[cpc-co-classification]]' - '[[bibliometric-review]]' themes: - '[[knowledge-management]]' - '[[disruptive-technologies]]' - '[[technology-convergence]]' - '[[digital-transformation]]' last_updated: '2026-05-17T20:00:00+09:00' --- # Disruptive technologies for knowledge management: bibliometric review and patent analysis *[[jihye-lim]], [[junseokhwang]] (2025)* · [[kybernetes]] 54(11):6977-7002 · [DOI ↗](https://doi.org/10.1108/K-01-2024-0207) > [[knowledge-management]] (KM) 에 [[disruptive-technologies]] (DT) 가 어떻게 통합되는지를 학계·산업 양면에서 매핑한다. SCOPUS 논문 69 편 (2014~2023) + Google Patents 등록 특허 286 건 (1987~2023) 의 4 단계 분석 — (1) 학술 [[co-occurrence-network-analysis]] (KCN), (2) [[cpc-co-classification]] 의 [[technology-convergence]] 분석, (3) [[bertopic]] 토픽 모델링, (4) DT 적용 매핑. KM 특허는 acquisition (38%) / sharing / searching / transfer 4 토픽으로 분류되고, DT 채택 30 건 중 AI 27 (90%), AR/VR 2, blockchain 1 으로 DT 는 *transfer 와 acquisition* 단계에 집중. AI 적용 분야 1 위 healthcare (degree 30), 2 위 SCM (25), 3 위 HRM (22). - **RQ**: (RQ1) KM 기술의 주요 토픽과 [[technology-convergence]] 추세는 무엇인가? (RQ2) 학계·산업에서 disruptive technologies 와 KM 적용 영역은 무엇인가? - **방법론**: [[co-occurrence-network-analysis]], [[cpc-co-classification]], [[bertopic]], [[patent-analysis]], [[bibliometric-review]] - **데이터**: SCOPUS 논문 69 편 (2014~2023, English) + Google Patents 등록 특허 286 건 (1987~2023, 11 개 특허청). US 60%, China + South Korea = 33% - **주요 발견**: KM 토픽 점유율 acquisition 38% > sharing > searching > transfer. 핵심 CPC: G06F 1,020 회 (digital data processing), G06Q 575 (ICT), G06N 428 (knowledge-based computing). DT 적용 286 건 중 30 건만 — AI 27 (transfer 50%, acquisition 36.4%, searching 9.1%, sharing 4.5%), AR/VR 2 (transfer 100%), blockchain 1 (acquisition 100%). Cloud computing/metaverse 적용 0 건 - **시사점**: 조직의 KM 기술 로드맵 수립 시 DT 도입 우선순위는 *transfer · acquisition* 단계. AI 가 KM 의 dominant DT 이지만 sharing 단계는 여전히 빈 공간. Latecomer (China, S. Korea) 가 emerging DT 영역에서 US 와 격차 축소 ![KM × DT 분석의 4 단계 흐름 (Fig. 1): (1) SCOPUS 논문 KCN → DT/적용영역 식별, (2) CPC co-classification → 산업 TC 패턴, (3) BERTopic → KM 특허 4 토픽, (4) DT 적용 매핑 + 잠재 TC 조합 제안. 본 논문의 핵심 method-chain 도해.](/papers/202511_LimJ_Disruptive_technologies_for_knowledge_management_bibliometric_review_and_patent_analysis/fig1.jpeg) ## 요약 본 review article 는 [[knowledge-management]] (KM) 와 [[disruptive-technologies]] (DT) 의 통합 지형을 *최초로* patent-level 까지 매핑한다. KM 의 4 단계 (Alavi & Leidner 2001: creation / storage & retrieval / sharing / application) 프레임을 채택하고, DT 의 정의는 Christensen (1997) 의 disruption 이론을 따른다 — 기존 시장을 흔들고 새 경쟁 차원을 도입하는 기술. 연구 공백: KM 처리 기술과 DT 의 specific 결합에 대한 systematic·patent-based 분석 부재. 분석은 4 단계 chain 으로 진행된다. 첫째, SCOPUS 의 KM × DT 키워드 검색으로 2014~2023 논문 69 편을 수집해 keyword [[co-occurrence-network-analysis]] (KCN) 구축. degree ≥ 16 노드만 표시. 가장 빈번한 페어: DT–KM (weight 7), DT–innovation (4), innovation–KM (4), metaverse–SCM (4), DT–AI (3). 둘째, Google Patents 의 KM 등록 특허 286 건 (1987~2023, 11 개 특허청, English) 의 [[cpc-co-classification]] 으로 TC 측정 — Top CPC: G06F 1,020 (digital data processing), G06Q 575 (ICT), G06N 428 (knowledge-based computing), H04L 242 (digital transmission). 2021 까지 평균 CPC 다양도 10 → 2022~2023 22 로 급증, 특히 Y02 (기후 변화 mitigation) 클래스 출현이 두드러짐. 셋째, [[bertopic]] (Grootendorst 2022; Sentence-BERT + UMAP + HDBSCAN + c-TF-IDF) 로 286 특허를 4 토픽으로 군집화: knowledge acquisition (38%, data/base/acquisition/rule/process), sharing (share/information/terminal/provide/user), searching (document/user/search), transfer (transfer/learn/network/train/neural). 넷째, DT 적용 매핑 — 286 건 중 30 건만 DT 적용 (AI 27, AR/VR 2, blockchain 1, cloud/metaverse 0). AI 는 transfer (50%) 와 acquisition (36.4%) 에 집중, AR/VR 은 transfer (100%), blockchain 은 acquisition (100%). 산업 적용 1 위 healthcare (degree 30), 2 위 SCM (25), 3 위 HRM (22), 4 위 technology management (20), 5 위 smart manufacturing (16). 저자들은 sharing 과 application 단계가 여전히 DT 침투의 frontier 임을 함의하고, 잠재 TC 조합 (예: G06F + G06N + G06Q + G16H 의 AI healthcare KM) 을 제안한다. [[junseokhwang]] 의 author page anchor 기준 *제 5 기 (글로벌 스마트시티와 AI, 2024~2026)* 의 "AI 와 국가 경쟁력 / 지식경영" 실타래의 신생 연결점. ## 특집호 구성 본 review 는 자체 empirical 결과보다 *문헌·특허 매핑* 이 핵심이므로 결과를 정리 매트릭스로 surfacing. | KM 토픽 (BERTopic) | 대표 단어 | AI | AR/VR | Blockchain | |---|---|---:|---:|---:| | Knowledge acquisition (38%) | data, base, acquisition, rule, process | 36.36% | — | 100% | | Knowledge sharing | share, information, terminal, user | 4.55% | — | — | | Knowledge searching | document, search, data | 9.10% | — | — | | Knowledge transfer | transfer, learn, network, train, neural | 50.00% | 100% | — | > KM 특허 286 건 중 DT 적용 30 건. 국가 분포: US 60% (전체) vs US 13/30 (DT 적용); China 와 S. Korea 가 DT 영역에서 격차 축소. Cloud computing (0 건) 와 metaverse (0 건) 는 academic 관심에 비해 산업 적용 부재. **핵심 CPC Top 10** (전체 286 특허): G06F 1,020 (digital data processing) > G06Q 575 (ICT) > G06N 428 (knowledge-based computing) > H04L 242 (digital transmission) > Y10S 139 (cross-reference) > H04N 37 > G09B 33 > H04M 30 > G16H 27 (healthcare informatics) > Y02P 17 (기후 mitigation 제조). **Top Co-classification** (TC 페어): G06F–G06N, G06F–G06Q, G06F–H04L, G06N–G06Q, G06Q–H04L, G06F–G10L, G06Q–H04N. **잠재 TC 조합 (DT 별)**: - AI: G05B+G06N (제어), G06F+G06N+G06K+G06Q+G06V (vision + ICT), G06F+G06Q+G10L (음성), G06F+G16H (healthcare AI), G06N+G09B (교육), G06N+H04L (분산 AI). - AR/VR: G06T+G09B (이미지 데이터 + 교육). - Blockchain: G06F+H04L (secure transmission). ## 연구 계보 본 review 는 두 갈래 문헌을 통합한다. 첫째, KM 프로세스 분류 — Drucker (1998), Alavi & Leidner (2001), Bhatt (2001), Dalkir (2013), Blome et al. (2014), ISO 30401 — 본 연구는 Alavi & Leidner 의 4-process 프레임 채택. 둘째, DT 이론 — Christensen (1997, 2006), Danneels (2004), Tiwari & Sahay (2022), Saha et al. (2021), Olszak & Pałys (2023). 방법론적 기반: [[bertopic]] (Grootendorst 2022), Sentence-BERT (Reimers & Gurevych 2019), UMAP (McInnes et al. 2018), HDBSCAN (McInnes et al. 2017), [[cpc-co-classification]] (Choi et al. 2015, Fleming et al. 2007, Curran & Leker 2011, Kangas et al. 2021). KM-DT 결합 선행 연구: Yao et al. (2023), Alvarenga et al. (2020), Castagna et al. (2020), Saratchandra & Shrestha (2022), Jha et al. (2022). [[junseokhwang]] author page anchor 의 *제 4~5 기* 의 "AI 와 국가 경쟁력", "지식경영" 그리고 [[topic-modeling]] 방법론 라인의 후속. [[jihye-lim-2024-knowledge-management-technostress]] · [[jihye-lim-2024-smart-city-topic-analysis]] · [[jihye-lim-2025-hybrid-intelligence-topic-modeling]] 으로 이어지는 [[jihye-lim]] 의 KM × topic modeling 시리즈의 한 매듭. Patent CPC 기반 TC 측정은 [[keungoui-kim-2019-technology-convergence-patent-network]] 의 연장선. ## See also - [[junseokhwang]] - [[jihye-lim]] - [[kybernetes]] - [[knowledge-management]] - [[disruptive-technologies]] - [[technology-convergence]] - [[bertopic]] - [[topic-modeling]] - [[patent-analysis]] - [[cpc-co-classification]] - [[co-occurrence-network-analysis]] - [[bibliometric-review]] - [[keungoui-kim-2019-technology-convergence-patent-network]] - [[jihye-lim-2024-smart-city-topic-analysis]]