본문 바로 가기

로고

국내 최대 정보 기계·건설 공학연구정보센터
통합검색 화살표
  • ProX DMP 320
  • MateNet

    8872 0 41
    MateNet 게시판 내용
    제목 ICRA 학술대회 자료를 활용한 로봇 및 제어자동화 연구동향 분석
    작성자 정병규
    작성일 2011-12-15 오전 10:18:18

     

     

      최근 여러 분야에 사회연결망 분석기법(Social Network Analysis)이 활용되고 있고, 여러 네트워크 분석을 형상화 시킬 수 있는 기법들이 개발됨에 따라 이를 정책적으로 활용하는 방법이 가능해졌다.  

      로봇공학의 대표적인 국제학술대회인 ICRA의 5년간 논문자료를 분석하여 로봇분야의 최신연구동향을 파악하고, 국가별 연구현황, 연구자들의 공동연구 네트워크를 제시하고자 한다. 이러한 해외 연구동향 분석을 통해 연구방향 수립과 공동연구를 위한 네트워크 형성에 도움을 주고 또한 국가적 차원의 학술 진흥 및 효과적은 R&D 정책수립에 기반 자료로서 활용할 수 있을 것으로 기대한다.  

     


      ICRA는 IEEE International Conference on Robotics and Automation의 약자로서 IEEE RAS(Robotics and Automation Society)에서 주관하는 메인 컨퍼런스로 1984년부터 현재까지 매년 개최되고 있는 로봇, 제어, 자동화 분야의 가장 크고 역사가 깊은 대표적 국제학술대회이다.

      자료 분석을 위해 ICRA의 2006년부터 2010년까지 최근 5년간 학술대회의 총 3,719편의 논문에 대한 저자 및 소속, 키워드 등을  IEEE Xplore Digital Library에서 추출하여 정리하였다.

    분석방법은 통계분석과 네트워크 분석을 하였으며, 통계분석은 기관별 논문 발표순위, 국가별 논문 발표순위, 국가별 참여기관수, 한국기관의 논문 발표순위를 분석하였고, 네트워크 분석은 Net Miner 3.6(Academy use, Full Packages, large)을 사용하여 키워드 분석, 연구자 분석, 기관-키워드 분석(2Mode)을 하였다.  

     


     1. 기관별 발표 논문수

      5년간 ICRA에는 총 51개국, 718개 기관에서 참여하였으며, 3,719건의 논문이 발표되었다.  기관별 발표 논문 수는 아래 표2와 같이 Carnegie Mellon과 MIT가 100건 이상의 논문을 발표하였으며, 일본 동경대학교, 미국 Stanford 대학이 50건 이상의 논문을 발표하였다.  한국기관에서는 KAIST와 고려대, 포항공대가 각각 21건, 20건, 14건, 한양대, KIST, 성균관대가 각 11건을 발표한 것으로 나타났다. 

      

    2. 국가별 5년간 논문 발표순위

     국가별 논문 발표를 보면 미국이 1,187건으로 제일 많은 논문을 발표하였으며, 일본, 독일, 프랑스, 캐나다, 이탈리아, 스페인, 중국, 한국, 호주가  100건 이상의 논문을 발표하였다. 논문수를 비율로 살펴보면 미국은 전체 논문수의 32%를 차지하고 있고, 일본은 16%, 독일은 7%, 프랑스 6%, 캐나다 5%, 이탈리아 4%를 차지하고 있다.  한국의 논문 수는 112건으로 스페인, 중국, 오스트리아와 비슷하게 전체 논문의 3% 정도를 차지하고 있음을 알 수 있다.

     

      

      또한 5년간 연도별 논문 발표 수 추이는 아래 그림 4와 같다.  논문발표 수에서 보면 매년 미국이 200건 이상의 많은 논문을 발표하고 있으며, 그 뒤를 이어 일본이 100건 정도의 논문의 수를 유지하고 있다.  2009년에는 미국의 논문 발표수가 줄었으나 일본은 늘어났고, 2010년에는 미국이 늘어나고 일본이 줄어든 경향을 볼 수 있다.  ICRA가 2009년에는 일본에서, 2010년에는 미국에서 개최된 것을 감안하면 학술대회 개최지에 따라서 논문의 수가 많은 영향을 받고 있음을 알 수 있다.  또한 2007년 이탈리아에서 학술대회가 개최되었을 때도 이탈리아가 비교적 많은 논문을 발표하였음을 알 수 있다. 연도별 논문 발표 수 추이를 보면 2006년과 2007년에 각각 27건과 38건의 논문을 발표했던 독일은 2008년부터 50건 이상의 논문을 발표하면서 프랑스와 이탈리아를 제치고, 논문 수에서 3위의 자리를 차지하고 있음을 주목해 볼만 하다.   전체적으로 살펴보면 2006년에 비해 2007년에 많은 논문이 발표되었으나, 2008년과 2009년에는 다시 논문수가 줄어들었으며, 2010년에 다시 많아지고 있다. 한국은 2006년에 22건, 2007년에 29건, 2008년에 22건, 2009년에 16건, 2010년에 23건으로 전체적인 흐름과 비슷하게 가면서도 매년 20건 내외의 논문을 꾸준하게 발표하고 있음을 알 수 있다.

     

     

    3. 한국의 연구기관 논문 발표순위

     한국은 표 5와 같이 5년간 23개의 기관에서 총 112건의 논문을 발표하였으며, KAIST가 21건, 고려대학교가 20건, 포항공대 14건, 한양대, 성균관대, KIST가 각각 11건의 논문을 발표하였다.  또한 한국기관 소속으로는 총97명의 연구자가 논문을 발표하였으며, 자세한 저자명단과 소속, 발표논문의 수는 표 6과 같다.

     

     


     1. 키워드 네트워크 분석

      ICRA의 논문의 키워드는 INDEX TERMS에서 IEEE Terms와 INSPEC으로 나누고 INSPEC에서 다시 Controlled Indexing과 Non Controlled Indexing으로 나눠서 게재하고 있으며, 이중 보다 객관적인 Controlled Indexing을 키워드 분석의 대상으로 하였다

     

     

      이 키워드 중에서도 분야에 포함될 수 있어 분석할 가치가 떨어지는 대분류, 중분류에 속할 수 있는 Robots와 Mobile Robots는 전문가의 의견에 따라 키워드에서 삭제하였다.  이 작업을 거친 후 최종적으로 1,646건의 키워드를 추출하였다.

      키워드 Spring layout 네트워크 시각화는 각 논문의 키워드를 분석하여 취합하고 한 논문에 같이 나열된 키워드들의 상관관계를 서로 연결하여 그림으로 나타낸 것으로, 그림 6은 2006년부터 2010년까지 전체키워드의 상관관계를 좀 더 보기 쉽게 Link Reduction 10 (선의 두께가 10 이하인 값을 삭제) 을 한 그림이다.  그림 6에서 키워드는 노드로 표현되어 있고, 두 개의 키워드가 한 논문에 같이 나열된 것을 선으로 표현하였다.  노드의 크기는 Degree Centrality의 크기에 따라 다르게 표시된다. 이 그림을 보면 Robot Vision, Motion Control, Position Control, Path Planning, Stability, Medical Robots 등이 중심에 위치하면 가장 많은 연결 관계를 가지는 것으로 볼 수 있어 지난 5년간 ICRA에서는 이들 키워드를 주제로 한 많은 연구 논문들이 발표되었으며, 또한 다른 키워드과도 많은 상관관계가 있는 것을 확인해 볼 수 있다.  논문에 가장 많이 사용된 키워드의 빈도수를 표 7과 같이 정리하였으며, 이를 그림6과 다시 대조해 보면 Multi -Robot Systems와 Manipulators는 논문에 사용된 빈도수는 높으나 다른 키워드들과의 연관관계는 크게 많지 않음을 알 수 있다.  

      

    아래 표 8은 연도별 상위 빈도수 키워드들이다. 이들 키워드들을 각각 연도별로 네트워크 시각화(Spring layout)한 결과는 아래 그림7~11과 같다. 전체적으로 2006년과 2007년 그리고 2010년에 키워드의 연결이 많이 보이는 반면, 2008년과 2009년에는 키워드의 연결이 다소 빈약함을 알 수 있다.  앞서 위의 국가별 논문수 통계에서 살펴본 바와 같이 2008년도와 2009년도는 발표된 논문수도 적었지만, 또한 다양한 분야의 논문들이 나오지 못한 것으로 볼 수 있다.

     

      Degree Centrality 분석이란 네트워크(network)를 구성하는 어느 하나의 점(node, 여기서는 키워드를 의미함)과 이것과 직접적으로 연결된 다른 점들과의 연결 정도를 측정하여, 각각의 점들이 네트워크에서 얼마나 중심에 위치하는지를 알아보는 기법이다.  즉, 네트워크상에서 점이 직접적인 관계 또는 흐름을 가질 수 있는 전체 경우의 수에서 실제 점이 가지고 있는 직접적인 관계 또는 흐름 수의 비율(portion)을 바탕으로 한다.

      ICRA의 5년간 논문의 키워드들의 Degree Centrality의 결과는 그림 12와 같다. 위의 Spring layout 결과와 마찬가지로 Motion Control, Position Control, Robot Vision, Path Planning 등의 키워드가 중심을 이루고 있음을 알 수 있으며 이 외에 Medical Robotics, Stability도 비교적 중심에 가까이 있다. 이들 키워드들은 출현빈도도 높고 또한 연관된 키워드들이 많다는 것을 의미한다.

     키워드 Degree Centrality를 연도별로 그려보면 전체적인 중심 키워드 변화과정을 그림 13과 같이 볼 수 있다.

     

     위의 연도별 키워드 Degree Centrality 변화를 살펴보면 전체적으로 크게 변화가 심하지 않으며, 공통적으로 Path Planning, Position control, Robot vision, Motion control, Stability, Medical robotics 등의 주요 키워드가 중심에 나타나고 있다.  전체적으로 Path Planning, Robot vision, Robot dynamics 등의 키워드가 상승하고 있으며, 급격히 부각되는 키워드는 ROV(Remotely Operated Vehicles)이며, 하락하는 키워드로는 Telerobotics, Force Control, Control Engineering Computing 등의 키워드가 있다.

     이들 키워드 중 원격조정로봇을 뜻하는 Telerobotics는 최근에는 ROV(Remotely operated vehicles)로 용어가 대체되어 사용되기 때문에 하락 키워드에 포함된 것으로 보인다.

     전체적인 키워드 동향과 한국기관의 발표 논문의 연구동향을 비교해 보기 위해  키워드를 따로 분리하여 분석하였다.

     아래 그림 14는 한국의 기관에서 발표한 논문의 Spring layout으로 키워드 네트워크 시각화한 그림으로  Motion Control, Position Control, Collision Avoidance, Robot Vision, Path Planning, Stability, Legged Locomotion, Slam(Robots), Haptic Interfaces, Feature Extraction 등이 주요 키워드로 등장하였다.  Motion Control, Position Control, Robot Vision, Path Planning과 Stability, Legged Locomotion은 전체 키워드와 비교해서 큰 차이를 보이고 있지 않으나 Collision Avoidance, SLAM(Robots), Haptic Interfaces, Feature Extraction 등이 전체 키워드 평균에 비해 상위에 있는 키워드로 한국 연구논문의 특징을 보이고 있다.

     

     한국기관 발표 논문의 키워드에 대한 Degree Centrality 네트워크 시각화는 그림 15와 같다.  이를 통해 Motion Control, Position Control의 키워드가 중심에 있으며, Collision Avoidance, Feature Extraction, Legged Locomotion, Path Planning 등이 중심 키워드로 분석되고 있다.

     

     

     2. 연구자 네트워크 분석

      키워드 분석과 마찬가지로 ICRA의 2006년~2010년도 논문의 공저자들의 상관관계를 넷 마이너를 사용하여 네트워크 시각화(Spring layout)하였다.  그 결과 아래 그림16과 같이 많은 연구자 그룹이 형성되어 있는 것을 확인해 볼 수 있으며, 이중 오른쪽 하단은 개인이나 실험실 단위로 그룹을 이루고 있으며, 왼쪽 상단으로 갈수록 여러 기관 소속의 연구자들이 모인 의미 있는 그룹임을 알 수 있다.  이들 중 분석할만한 그룹을 골라 그림16과 같이 그룹A~E로 정하고 따로 분석해 보기로 하였다.

     

     연구자 그룹인 그룹A~그룹E들을 좀 더 확대하여 살펴보면 그룹을 중심을 이루고 있거나 연결고리가 되는 연구자들을 파악해 볼 수 있다.

     

      위의 그림 17의 그룹 A는 독일항공우주 연구소의 소장인 Hirzinger, G.(DLR: German Aerospace Center, Germany) 와 Nakamura, Y.(Univ. of Tokyo, Japan)를 중심으로 하여 Buss, Martin (Technische Universität München, Germany)등이 각각 연결 역할을 하는 연구자임을 파악해 볼 수 있으며, 연구 그룹 중 가장 큰 그룹을 형성하고 있다.

     아래 그림18~21은 Takanishi, Atsuo(Waseda Univ., Japan)와 Hashimoto, K.(Hitachi Ltd., Japan)가 중심인 그룹 B와 Kumar, V.(Univ. of Pennsylvania, USA)가 중심인 그룹 C, Burgard, W.(Univ. of Freiburg, Germany)와 Siegwart, R.(ETH, Switzerland)이 중심인 그룹 D, Dario, P.(Scuola Superiore Sant'Anna, Italy)가 중심인 그룹 E를 각각 보여주고 있다.

     

     또한 위에서 추출한 연구자 데이터를 바탕으로 하여 그림 22와 같이 연구자의 Degree Centrality를 분석하였다. 이를 살펴보면 위에서 A그룹의 중심연구자인 Hirzinger, G.가 제일 가운데 있으며 각 그룹의 중심 연구자들이 중심과 가까이 있음을 확인해 볼 수 있다.  대체로 이들 연구자들이 많은 논문의 공저자임을 알 수 있다.

     

      위의 연구자 네트워크 시각화(Degree Centrality)을 통해 나타난 상위의 연구자들에 대한 간략한 정보를 조사하였다.

     Gerd Hirezinger는 1945년에 태어났으며 Technical University Munich를 졸업하고 현재 독일은 DLR(German Aerospace Center, 독일 항공 우주센터)의 연구소장이다. 로봇 분야를 전공하였으며 Space Robotics. Lightweight Robot, Torque Controlled Robots 등을 연구하고 있다.

     

    Martin Buss는 독일의 뮌헨공업대학(Technische Universität München)의 교수로 Institute of Automatic Control Engineering을 운영하고 있다.  Institute of Automatic Control Engineering은 Automatic Control, Mechatronics & Robotics, Multi-Modal Human-System Interfaces, Telepresence Systems, Human-Robot Interaction, Optimization, Nonlinear, Hybrid Discrete-Continuous Systems 등 다양한 분야를 연구하고 있다. 일본 와세다 대학 기계공학과 교수인 Atsuo Takanichi는 사람의 얼굴 표정을 재현하는 로봇을 만드는 연구를 꾸준하게 하고 있으며, 코비안 이라는 로봇을 발표하여 주목을 받고 있다. Wolfram Burgard은 (Gelsenkirchen, 독일 1961 년생) 프라이부르크 대학의 교수이며, 독일의 로봇 공학자로 Autonomous Intelligent Systems Lab을 운영하고 있으며, 인공지능(Artificial Intelligence)과 모바일 로봇(Mobile Robots)을 연구하고 있다.

     

     3. 기관-키워드 분석(2-MODE)

     기관과 키워드 분석은 어떤 연구를 어떤 기관에 주로 하는지에 대한 객관적인 자료가 될 수 있다.  논문 주저자의 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 분석한 결과를 그림24로 나타내었다.

     그림 24를 분석해 보면 MIT와 Carnegie Mellon 대학이 Path Planning, Motion Control, Multi-Robot Systems, Legged Locomotion 등의 분야에서 경쟁하고 있음을 알 수 있다.  또한 Medical Robotics 분야에는 미국의 Johns Hopkins Univ., Vanderbilt Univ.와 일본의 Waseda Univ., 이탈리아의 Scuo La Superiore Sant’Anna, 스위스의 Eth Zurich가 연구를 주도하고 있음을 살펴 볼 수 있다.  이들을 좀 더 자세하게 표로 나타내면 표12와 같다.

     


     이상과 같이 IEEE International Conference On Robotics And Automation (ICRA) 논문의 5년간 키워드와 기관, 연구자 등의 자료를 통해 로봇 분야에 대한 통계분석과 네트워크 분석을 실시하였다.

     한번 더 요약하면, 통계분석에서 2006년부터 2010년까지 5년간 ICRA에서는 총 51개국의 718개의 기관에서 3,719건의 논문을 발표하였다. 연도별로 보면 2007년 비교적 논문수가 많이 발표되었으나, 2008년과 2009년에 논문 수와 참여 국가수가 줄어들었다가 2010년에 다시 늘어나는 것을 볼 수 있다.  논문수를 비교해 봤을 때 로봇 분야는 미국이 주도하고 있으며, 그 뒤를 이어 일본, 독일, 프랑스 등이 로봇에 대한 연구를 활발히 하고 있는 것으로 보인다.  특히, 독일은 2008년부터 많은 수의 논문들을 발표하고 있다는 점에서 주목할 만하다. 기관별로 미국의 Carnegie Mellon대학과 MIT, Stanford대학에서 많은 수의 논문을 발표하고 있으며, 일본의 동경대, 동경공업대학, 스위스의 Zurich대학 등에서도 많은 연구가 진행되고 있는 것으로 보인다.  한국은 꾸준하게 매년 20여건의 논문을 발표하고 있으며, KAIST와 고려대학교에서 20건 이상의 논문을, 포항공대, 한양대학교, 성균관대학교에서 10건 이상의 논문을 발표한 것으로 나타났다.

     논문의 키워드 네트워크 분석을 살펴보면 Path Planning, Robot Vision, Motion Control, Position Control이 키워드로 가장 많이 사용되었고, 이외에 Multi-Robot Systems, Stability, Manipulators, Medical Robotics, Robot Dynamics, Legged Locomotion, Collision Avoidance 등이 비교적 높은 빈도수를 가지고 있다.  빈도수가 높은 주요 키워드가 Mobile Robots과 관련된 세부 연구로 몇 년간 Mobile Robots에 대한 논문이 많이 발표된 것으로 확인해 볼 수 있었다.  한국기관에서 발표한 논문에서도 전체 키워드 분석과 마찬가지로 Path Planning, Robot Vision, Motion Control, Position Control이 상위 키워드로 나타나고 있으며, Collision Avoidance, SLAM(Robots), Haptic Interfaces, Feature Extraction 등이 전체 키워드에 비해 비교적 높이 나타나고 있다.  따라서 한국의 연구가 국제적인 흐름에 어느 정도 부합하면서 Collision Avoidance, SLAM(Robots), Haptic Interfaces, Feature Extraction 등이 다소 연구비중이 높은 것을 나타났다.

     연구자 네트워크 분석을 통해 보면 ICRA에는 많은  연구 그룹이 있으며, 이중 독일 항공우주 연구소(DLR: German Aerospace Center)의 소장인 Gerd Hirzinger와 일본의 동경대학의 Nakamura, Y.와 독일 뭰헨 연방군대학의 교수인 Martin Buss를 중심으로 해서 3개의 그룹이 연결되어 제일 큰 연구그룹을 형성하고 있음을 확인하였다.  

     기관-키워드 분석(2모드) 분석에서는 MIT와 카네기 멜론대학에서 Path Planning과 Multi-Robot System, Motion Control, Legged Locomotion, ROV(Remotely Operated Vehicles)등의 연구를 경쟁하고 하고 있으며, Position Control은 MIT에서, Robot Dynamics은 카네기 멜론대학에서 주로 연구하고 있는 것으로 보인다.  Medical Robots는 미국의 Johns Hopkins 대학, Vanderbilt 대학, 일본의 Waseda 대학, 스위스의 Eth Zurich, 이탈리아의 Scuola Superiore Sant’Anna 등에서 주로 연구가 되고 있음을 확인하였다.

     

    • 페이스북아이콘
    • 트위터 아이콘

    전체댓글41

    사용자 프로필 이미지
    |2014.04.08
    내용 이해는 다소 어렵지만 알찬 정보에 깊이 감사 드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.29
    연구동향을 잘 살피고갑니다. 세계적으로 연구하고 있는 모습이 상당히 인상적이네요.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.29
    굉장히 번위가 넒은 여러나라에서 연구하고 있군요.. 역시 인체공학적 로봇설계의 메리트란 이런 넓은 필드가 아닌가 싶습니다..우리나라도 빠른속도로 로봇분야에 대한 발전이 이루어지고 있지만, 아직 따라가는 쪽이 맞는것 같아 아쉽습니다..하지만 기술력이나 반전 속도는 어느 나라보다도 빠르다고 생각합니다..
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.29
    연구동향 잘 살피고 갑니다. 귀한 정보 감사드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    기계공학도로서 유익한 동향을 보기 쉽게 알고 갑니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    분석도구 및 기법에 대한 원론적인 내용도 관심이 많습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    연구동향분석을 어떻게 하면 좋을지 고민을 많이 하고 있었는데, 여기에서 보여주신 것 처럼, 키워드를 통해서 가장 이슈가 되고 있는 것이 무엇인지 알 수 있어서 도움이 많이 되었습니다. 이런 자료 pdf로 만들어서 출력하고, 공유가 편하게 되는 것이 좋지 않을가요? 복사해서 다시 한글파일로 옮겨 출력하려니 번거롭더라구요. ^^ 도움 많이 되었습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    로봇 연구 동향에 대하여 이렇게 분석되어 있으니 파악하기가 상당히 좋네요!
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    ICRA 학술대회 자료를 활용한 로봇 및 제어자동화 연구동향 분석, 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    국가별 논문 발표수에서 우리나라 아쉽네요 ^^
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    늦게나마 잘 보았습니다. 아직까지 연구중인게 많겠네요
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    시각적 자료도 매우 유익하고, 요즘 트렌드에 대해 잘 알아볼 수 있었습니다. 이러한 정보가 매우 중요하다고 생각되는데, 매우 큰 도움이 되었습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    단순 정량분석을 넘어 멎지게 네트워크 분석까지 시작적으로 작성해주셨네요. 좋은 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2014.03.28
    유익한 정보 감사합니다. 좋은 내용 알아가는 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2013.01.10
    모든 분야의 학술이 모두 중요하지만 제어 파트도 중요한 부분중에 하나라고 생각이 듭니다. 멀쩡한 신체를 가지고 있어도 두뇌가 잘못된 명령을 내리면 사람이 실수를 하듯이 말이죠... 제어쪽에 관심이 많았었는데 기술동향을 잘 파악하고 갑니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2013.01.10
    기술적이기만 한 내용보다는 이런 트렌드에 대한 정보가 참 필요하던 참이었습니다. 사내 연구/개발의 방향을 정하는데 큰 도움이 될 것 같습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.04.04
    세계 공학의 네트워크를 파악하는데 도움이 되었습니다...
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.04.04
    독일대학교를 다니지만 저 Buss 교수님 유명하신데 역시 이분야에서 최고이시군요 유익한정보 얻어갑니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.04.04
    유익한 정보 감사합니다. 좋은 내용 알아가는 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.31
    유익한정보 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.13
    메일로 자료들을 지속적으로 보내주시면 안되나요? 전 못받았던 것 같은뎅... ^^
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.13
    연구자 네트웨크가 인상적이네요.감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.13
    복잡한 부분인데 잘 정리해주셔서 편하게 자료를 볼 수 있었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.13
    감사합니다. 좋은 정보를 알게 되어 좋은 기회가 되었습니다. 복잡한 정보를 가시화하는 방법을 알수 있는 기회였습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    세계 여러곳에서 연구,개발을 하고있는것을 알았지만 이렇게 구체적으로 정리가 되어있어서 큰 도움이 되었습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    social이 대세인 시대에 아주 적절한 기법을 이용하여 연구 동향에 대해 분석해주신 자료 잘 봤습니다. 이러한 분석 결과에 대해 연구자들도 관심을 갖고 지피지기의 계기로 삼았으면 좋겠습니다. 세계는 이미 하나입니다. 이종간의 융합도 중요하지만, 자기 분야에서의 네트워크가 기반되지 않은 단순한 기술적인 융합은 이제 시대가 낳은 천재가 아닌이상 성공하기 어려운 시대에 살고 있습니다. 저도 제 연구 스타일을 다시 한 번 되돌아보는 계기가 되었습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    시사하는 점이 많은 분석자료 유익했습니다 감사합니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    유익하고 많은 도움이 되었습니다.감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    큰도움이 될 것 같습니다. 감사합니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    우리나라의 연구그룹 및 동향을 더불어 세계적인 연구 트렌드도 파악할 수 있는 좋은 정보네요!
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    연구동향을 한 눈에 살펴볼 수 있는 좋은 정보 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    좋은 정보 감사합니다. 그림으로 잘 정리가 되어 유용한 정보였습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    좋은 정보를 공유해주셔서 잘읽고 갑니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    체계적이고 알아보기 쉬운 그림으로 많은 도움이 되었습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    좋은 정보 잘 읽었습니다. 앞으로도 지속적인 활동 부탁드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    새로운 분야의 정보를 잘 보았습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    좋은 정보 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    국가별 최근 로봇연구동향을 한눈에 볼수 있었습니다. 잘 읽었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    로봇의 발전 흐름을 볼 수 있는 좋은 자료였습니다. 경향을 파악하는 것은 중요하다는 생각이 듭니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    잘 읽었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2012.01.12
    로봇 및 제어자동화와 관련한 세계적인 연구동향의 추세와 향후 발전방향에 대해 엿볼 수 있는 자료였습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    댓글 입력란
    프로필 이미지
    0/500자

    서브 사이드

    서브 우측상단1