CHA 의과학대학교인공지능 연구 성과지표
논문·특허·뉴스의 인공지능 실적과 경쟁대학 대비 위치, 위쪽 필터와 관계없이 전체 수집 자료 기준
출처 논문 OpenAlex·PubMed·KCI, 특허 구글 특허·FindIP, 뉴스 네이버 뉴스올해 막대는 집계 중이라 옅게 표시
연도별 성과
게재일 기준입니다. 올해 막대는 아직 집계 중이라 옅게 칠했습니다.
출처 OpenAlex, PubMed, KCI현재 고른 갈래 기준
영역별 연도 추이
색이 진할수록 그해 그 영역 성과가 많습니다. 칸을 누르면 그 영역으로 좁혀 봅니다.
영역은 제목과 초록의 키워드 규칙으로 분류합니다
AI 논문 비중
해마다 나온 전체 논문 가운데 고른 갈래에 드는 논문의 비율입니다.
출처 OpenAlex
논문이 많은 교내 연구자
이름 뒤에 그 연구자의 논문이 잡힌 출처를 적었습니다. 같은 사람이 OpenAlex, PubMed, KCI에서 다르게 적히므로 성과 이름을 갈라 한 사람으로 묶고, 표기는 Dae Keun Park 한 가지로 통일했습니다. 이름을 누르면 그 연구자의 논문만 봅니다.
출처 OpenAlex, PubMed, KCI상위 12명
논문 출처와 중복
OpenAlex, PubMed, KCI에서 모은 논문을 DOI, PMID, 제목과 연도로 맞춰 한 편으로 합쳤습니다. 막대는 어느 출처 조합에서 잡혔는지 보여 줍니다.
출처 OpenAlex, PubMed, KCI현재 필터 기준
인공지능 특허·뉴스 인물 순위
인공지능 특허의 교내 발명자와 뉴스에 소개된 우리 학교 교수를 한 표로 모은 순위, 이름을 누르면 관련 특허와 기사 목록
| 순위 | 이름 | 특허 /전체 | 뉴스 | 특허뉴스 |
|---|
최근 인공지능 특허와 뉴스
출처 구글 특허·FindIP, 네이버 뉴스특허 발명자에는 교수 외 연구진 포함, 같은 발명의 국내·해외 출원은 각각 셈
전 세계 AI 연구와 견준 자리
같은 검색 규칙을 전 세계 논문에 그대로 적용해 영역마다 차의과학대학교가 차지하는 몫을 셌습니다. 특화도는 대학 안에서 그 영역이 차지하는 비중을 전 세계에서 그 영역이 차지하는 비중으로 나눈 값이며, 1보다 크면 세계 평균보다 그 영역에 치우쳐 연구한다는 뜻입니다. 점유율은 전 세계 건수에 견준 대학 건수라서 값 자체는 작을 수밖에 없고 영역끼리 견주어 읽어야 합니다. 이 표는 OpenAlex 전체를 상대로 따로 계산한 값이라 위쪽 화면의 필터를 따르지 않습니다.
출처 OpenAlex, 기준논문 유형만, 2015년 이후
경쟁대학 비교2016~2025
2026년 인공지능혁신대학원 선정 15개 대학과 같은 질의식으로 수집한 10년 실적 비교
2026년 인공지능혁신대학원으로 선정된 15개 대학과 2016~2025년 10년 실적을 같은 기준으로 견주면, 차의과학대학교는 인공지능 논문 237편으로 14위, 의료 정보학을 포함한 인공지능 특허 47건으로 14위에 머물러 규모의 격차가 뚜렷하다. 그러나 후반기 5년 실적을 전반기 5년과 비교한 성장 배율은 인공지능 특허 4.22배로 비교 가능한 15개 대학 가운데 4위, 인공지능 논문 2.04배로 5위에 올라 증가 속도는 상위권에 속한다. 특히 인공지능 논문 가운데 의학 문헌 데이터베이스인 PubMed에 실린 의료 인공지능 논문의 비중이 45.1%로 16개 대학 중 가장 높아, 병원 현장 자료를 다루는 의료 인공지능 연구에 특화된 구조임을 보여 준다. 따라서 대학원은 규모 경쟁보다 의료 인공지능 특화와 빠른 성장세를 성과지표의 축으로 삼고, 교내 연구진의 인공지능 논문·특허·뉴스 실적을 해마다 같은 기준으로 추적해 규모의 격차를 좁혀 나가는 전략이 적절하다.
표로 보기
출처 FindIP(국내 특허), OpenAlex, PubMed · 수집대학 본체 기준, 부속병원 별도 기관 제외
목록
| 날짜 | 제목 |
|---|
데이터 출처와 수집 방법
논문은 OpenAlex, PubMed, KCI에서 차의과학대학교와 부속병원 소속으로 검색한 저작을 모은 뒤 DOI, PMID, 제목과 연도가 같으면 한 편으로 합칩니다. 오류 정정문, 데이터셋, 심사평은 뺐습니다. 제목과 초록을 네 갈래 규칙으로 가립니다. 핵심 AI·ML·DL은 머신러닝, 딥러닝, 신경망, 언어모형처럼 학습하는 모형을 쓴 연구이고, 생성형 AI는 거대 언어모형과 생성 모형으로 글이나 자료를 만들어 쓴 연구이며, 빅데이터·피처 공학은 대규모 자료를 모으거나 비정형 자료에서 변수를 뽑아 수치로 만든 연구이고, AI 응용·솔루션은 모형을 실제 도구나 시스템으로 만든 연구입니다. 회귀분석이나 생존분석처럼 통계모형만 쓴 연구는 AI 성과로 세지 않습니다.
소속은 세 출처에서 저마다 다르게 적힙니다. KCI에는 「차 의과학대학교」처럼 띄어 쓴 표기가 섞여 있어 그 표기까지 함께 찾습니다. 저자 이름도 Dae Keun Park, Dae-Keun Park, Park, Dae-Keun처럼 여러 꼴로 적히므로 성과 이름을 갈라 같은 사람으로 묶어 셉니다.
특허는 구글 특허 검색과 FindIP에서 차의과학대학교 산학협력단이 출원인으로 등록된 문헌을 날마다 모으며, 제목과 국제특허분류를 기준으로 인공지능 특허를 가려 성과지표와 발명자 순위에 반영한다. 뉴스는 네이버 뉴스에서 차의과학대학교와 차병원 이름이 인공지능·디지털 관련 낱말과 함께 나온 기사를 모으고, 기사 제목과 요약문에서 우리 학교 기관명 뒤에 붙은 교수 이름을 찾아 언급 횟수를 센다. 발명자 순위는 국내와 해외에 따로 낸 같은 발명을 각각 한 건으로 세며, 영문으로 적힌 발명자 이름은 동일인이 확인된 경우에만 한글 이름으로 합쳐 같은 사람의 실적으로 묶는다. 경쟁대학 비교는 2026년 10월 9일에 FindIP, OpenAlex, PubMed에서 같은 질의식으로 따로 수집한 10년 실적이므로, 날마다 갱신되는 위쪽 수치와 수집 범위가 달라 건수가 서로 일치하지 않을 수 있다.