액침냉각은 최근 반도체 및 데이터센터 산업에서 주목받고 있는 혁신적인 냉각 기술입니다. 이 기술은 서버나 반도체 칩을 비전도성 액체에 담가 열을 효과적으로 제거하는 방식으로, 기존 공랭식보다 훨씬 높은 효율을 자랑합니다. 액침냉각은 전력 소모를 줄이고, 발열로 인한 성능 저하를 방지하는데 탁월합니다. 특히, 인공지능과 같은 고성능 컴퓨팅 환경에서 액침냉각의 필요성이 더욱 부각되고 있습니다.

삼성전자와 SK하이닉스는 최근 여러 액침냉각 조건에서 반도체의 구동 여부와 결함을 테스트하고 있습니다. 이는 향후 차세대 제품 개발에 중요한 역할을 할 것으로 기대됩니다. 액침냉각 기술을 활용하면 반도체의 발열 허용치를 높여 고성능, 고집적 제품 개발이 가능해지기 때문입니다. 이에 따라, 관련 기업들은 다양한 쿨런트를 검증하고 데이터베이스를 구축하는 등 적극적인 대응을 하고 있습니다​ (출처)​.

서버 전문 기업인 슈퍼솔루션은 데이터빈과 함께 AI EXPO KOREA 2024에서 액침냉각 솔루션을 전시했습니다. 이 솔루션은 데이터센터의 전력 사용량을 크게 줄이고 탄소중립을 실현하는데 기여할 수 있는 혁신적인 기술로 주목받고 있습니다. 슈퍼솔루션은 이러한 기술을 통해 서버 구성 요소의 열 에너지를 효율적으로 제거하고, 전력 소모를 줄이는 동시에 컴퓨팅 파워를 극대화하는 방안을 제시하고 있습니다​ (출처)​.

이러한 기술적 진보는 액침냉각 기술의 시장성이 크다는 것을 보여줍니다. 액침냉각은 데이터센터와 반도체 산업의 필수 기술로 자리잡고 있으며, 이를 통해 전력 사용량과 탄소 배출을 줄이는 동시에 성능을 향상시키는 효과를 기대할 수 있습니다. 따라서, 향후 관련 특허 데이터 분석을 통해 더 많은 혁신적인 기술과 제품 개발이 이루어질 필요가 있습니다. 이를 통해 액침냉각 기술의 잠재력을 최대한 활용할 수 있을 것입니다.

액침 냉각 분야의 US 특허 보유 주요 기업별로 이 분야에 얼마나 많은 특허를 출원-공개하고 있는지를 비교 분석합니다.

이 분야에서 보유 공개 특허가 많은 핵심 기업에는 1위 IBM, 2위 Baidu, 3위 Microsoft Technology Licensing 등이 있습니다.

이 분야에서 IBM의 보유 공개 특허는 41건입니다. 이 분야에서 IBM의 보유 공개 특허는 최근 11년 이전에 17건, 최근 11년 동안에는 24건으로 총 41건을 보이며, 2014년에 12건의 최고값을 보입니다. 한편, 이 값은 2021년 이래로 발생하지 않고 있습니다.

이 분야에서 Baidu의 보유 공개 특허는 36건입니다. 이 분야에서 Baidu의 보유 공개 특허는 2020년에 7건으로 최초 발생하여, 2023년에 19건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0건, 1년 전인 2023년에는 19건, 2년 전인 2022년에는 9건을 보입니다.

액침 냉각 분야에서 발생한 US 특허 거래에 따른 [구매자(양수인)-판매자(양도인)간의 네트워크]를 분석합니다.

이 네트워크 데이터를 통하여, 특허 권리자는 자신의 보유 특허를 구입해 줄 만한 잠재적 양수인을 예상해 볼 수 있습니다.

반대로, 기술 양도를 원하는 기업은 유사/경쟁 기업 등의 특허 거래 데이터를 살펴 자사 포트폴리오 강화 내지는 유사/경쟁 기업을 견제하는 데에 활용할 수도 있습니다.

특허 거래뿐만 아니라, M&A를 통한 특허 이전이나, 특허 라이센싱 동향(coming soon)을 분석하기를 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 원하는 메뉴(예, 'M&A를 통한 특허 이전') 선택하면 됩니다.

액침 냉각 분야의 KR 특허 보유 주요 기업별로, 이 분야의 보유 특허의 기술 영향력을 비교 분석합니다.

기술 영향력은 보유 특허가 후속-후행 특허를 심사하는 [심사관으로부터 얼마나 많은 인용을 받고 있는지(심사관 피인용수)]를 분석하여 도출합니다.

이 분야 보유 특허의 심사관 피인용수가 많은 핵심 기업에는 1위 IBM(362회), 2위 Baidu(36회), 3위 Microsoft Technology Licensing(36회) 등이 있습니다.

이 분야 IBM의 심사관 피인용수는 362회입니다. 이 분야 IBM의 심사관 피인용수는 11년 이전부터 발생하기 시작하여 2019년에 42회의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0회, 1년 전인 2023년에는 29회, 2년 전인 2022년에는 34회를 보입니다.
참고로 지난 10년 동안의 5년 단위 변화율은 -8.55%, 지난 8년 동안의 4년 단위 변화율은 17.80%, 지난 6년 동안의 3년 단위 변화율은 0.00%, 지난 4년 동안의 2년 단위 변화율은 -17.11%입니다.

이 분야 Baidu의 심사관 피인용수는 36회입니다. 이 분야 Baidu의 심사관 피인용수는 2020년에 2회로 최초 발생하여, 2023년에 21회의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0회, 1년 전인 2023년에는 21회, 2년 전인 2022년에는 9회를 보입니다.

다양한 피인용 분석을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 피인용과 관련된 메뉴(예, '특허당 심사관 피인용') 선택하시면 됩니다.

액침 냉각 분야에서 어떤 기업이 보유하고 있는 특허들로 인해, 새롭게 출원된 다른 기업의 특허들이 등록에 이르지 못하고 거절 처리가 되었습니다.

이 때, 이 기업은 해당 분야에서 선구적인 위치에 있으며 핵심적인 기술을 다수 개발해 냈다고 볼 수 있을 것입니다.

이 논리를 기반으로, [각 기업이 거절시킨 후행 특허수]를 분석하여 액침 냉각 분야의 주요 기업들이 업계에 미치고 있는 영향력을 비교 분석한 결과입니다.  

액침 냉각 또는 개별 기업에 대한 다양한 특허 거절 분석을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 거절과 관련된 메뉴(예, '특허당 거절시킨 후행 특허수') 선택하시면 됩니다.

어떤 기업이 보유하고 있는 특허 중 대부분의 것이 액침 냉각 기술과 관련된 특허라고 한다면, 해당 기업은 액침 냉각 관련 제품/서비스를 전문으로 삼고 있는 기업이라고 볼 수 있을 것입니다.

일반적인 경우 보유 특허 수가 매우 많은 거대 글로벌 기업들은, 다양한 비즈니스 아이템을 통한 사업을 영위하고 있습니다.

따라서, 여기서 확인하실 수 있는 '전문 기업'들은 상대적으로 기업 규모가 작은 편에 속하지만, 액침 냉각 분야에 열성적인 투자를 하고 있는 기업들이라고 판단할 수 있습니다.

이 '전문 기업' 들의 심사관 피인용수를 비교하여, 각 기업들이 액침 냉각 분야에서 얼마나 많은 기술적 영향력을 미치고 있는지 비교 분석합니다.

심사관 피인용수가 이미 높거나, 급상승 중인 전문 기업은 관련 사업을 기획하고 있는 대규모 기업 등과 협업하여 투자를 유치하고 자사의 포트폴리오를 강화하기에 유리하다고 볼 수 있습니다.

이 분야 보유 특허의 심사관 피인용수가 많은 전문 기업에는 1위 Tmgcore(29회), 2위 Liquidstack Holding(28회), 3위 Laguna, David Christopher(0회) 등이 있습니다.

이 분야 Tmgcore의 심사관 피인용수는 29회입니다. 이 분야 Tmgcore의 심사관 피인용수는 2020년에 1회로 최초 발생하여, 2023년에 11회의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0회, 1년 전인 2023년에는 11회, 2년 전인 2022년에는 8회를 보입니다.

이 분야 Liquidstack Holding의 심사관 피인용수는 28회입니다. 이 분야 Liquidstack Holding의 심사관 피인용수는 2019년에 2회로 최초 발생하여, 2023년에 13회의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0회, 1년 전인 2023년에는 13회, 2년 전인 2022년에는 4회를 보입니다.

다양한 피인용 분석을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 피인용과 관련된 메뉴(예, '특허당 심사관 피인용') 선택하시면 됩니다.

액침냉각은 서버와 반도체 칩을 비전도성 액체에 담가 열을 효과적으로 제거하는 혁신적인 냉각 기술로, 기존 공랭식보다 높은 효율을 자랑합니다. 이 기술은 전력 소모를 줄이고 발열로 인한 성능 저하를 방지하며, 특히 고성능 컴퓨팅 환경에서 중요성이 부각되고 있습니다. 삼성전자와 SK하이닉스는 이를 통해 차세대 반도체 제품 개발을 위한 테스트를 진행하고 있습니다.

액침냉각 분야에서 특허 보유 현황을 분석해보면, IBM은 이 분야에서 41개의 특허를 보유하고 있어 가장 많은 특허를 자랑합니다. IBM의 특허는 2014년에 12건으로 최고치를 기록했으며, 최근 몇 년간 활동이 줄어들었습니다. Baidu는 36개의 특허를 보유하고 있으며, 2023년에 19건의 특허를 기록하며 빠르게 성장하고 있습니다. Microsoft는 32개의 특허를 보유하고 있으며, 최근 몇 년간 꾸준히 특허를 출원하고 있습니다. 이들 기업은 액침냉각 기술의 연구개발에 많은 투자를 하고 있으며, 이를 통해 기술적 우위를 확보하고 있습니다.

특허 거래 네트워크를 살펴보면, IBM, Baidu, Microsoft는 기술 이전 및 거래를 통해 자신의 기술을 강화하거나 경쟁사를 견제하고 있습니다. IBM은 심사관 피인용수 362회로 가장 높은 기술적 영향력을 보이며, Baidu와 Microsoft는 각각 36회로 두 번째와 세 번째를 차지하고 있습니다. 이들은 액침냉각 기술의 선도적인 위치를 차지하고 있으며, 향후 더 많은 혁신적인 기술과 제품 개발을 통해 시장에서의 경쟁력을 강화할 것으로 기대됩니다.

액침냉각 기술은 데이터센터와 반도체 산업에서 필수적인 기술로 자리잡고 있으며, 이를 통해 전력 사용량과 탄소 배출을 줄이는 동시에 성능을 향상시킬 수 있습니다. 이러한 기술적 진보는 관련 기업들이 기술적 우위를 확보하고 시장에서 경쟁력을 강화하는 데 중요한 역할을 할 것입니다. 또한, 액침냉각 기술을 활용한 다양한 응용 사례와 비즈니스 모델이 제시됨으로써, 산업 전반에 걸친 혁신을 촉진할 수 있습니다.

액침 냉각 분야의 특허 보유 주요 기업 또는 이 기업의 이해 관계 기업의 내부 기능 조직용 질문
1) [기술 전략 조직]/[IP 조직] 기술 분야의 동향과 및 경쟁사의 기술 경쟁력을 i) 객관적으로 분석하고, ii) 의사 결정자와 관련된 내부 기능 조직에게 전달하여, iii) 우리회사를 위해 전략적으로 활용해야 하지 않을까요?
2) [홍보 조직] 객관적 데이터에 기반한 우리 회사의 기술 경쟁력과 우위 요소를 다양하게 발굴하여, IR 및 이해 관계자들에게 어떻게 어필해야 할까요?
3) [IP 조직]/[기술 전략 조직] 주요 기업 또는 이 기업과 이해 관계가 있는 다른 기업의, 경쟁사, 밸류 체인이나 공급망 구성 기업의 특별한 행위(특허 매입, 라이센싱 인 등의 전략적 투자 행위나 소송/심판 등의 분쟁 행위)를 인지-분석해야 하지 않을까요?
4) [마케팅 조직] 객관적 데이터로 분석되는 우리 회사의 기술 경쟁력을 i) 신규 고객 확보, ii) 기존 고객 관계 강화, 및 iii) 우리 회사 제품-서비스의 우월성을 보여 주는데 어떻게 활용할 수 있을까요?

본 제안에 관심 있는 기술 기업은 contact@patentpia.com으로 연락 주십시오.

기업의 내부 기능 조직의 관점에서 특허 분석 데이터를 어떻게 활용해야 할 지에 대해서는 다음 링크를 클릭해 주세요.

액침 냉각 분야의 특허 보유 주요 기업의 (잠재적) 투자자
1) 주요 기업의 최근 기술 투자 영역(특허 매입/M&A를 통한 특허 이전, 신규 분야 R&D 급증 등)과 관련성 높은 국내외의 수혜 기업을 early stage에서(뉴스보다 빨리) 어떻게 발굴할 수 있을까요?
2) 미래 유망 기술 분야에서 i) 전문성 높은 강소 기술 기업, ii) 비상장 기업, iii) small cap 기업을 어떻게 체계적으로 발굴할 수 있을까요?
3) 특허 기술 경쟁력이 높으면서도, 상대적으로 저평가된 기술 기업을 어떻게 발굴할 수 있을까요? 나아가, 자신의 투자 포트폴리오를 최적화하는데, 객관적 기술 데이터를 어떻게 활용할 수 있을까요?
4) 투자한 기업이나 그 기업이 속한 업계에서, 소송/심판 등의 리스크를 early stage에서 인지하고, 투자 포트폴리오 최적화에 어떻게 활용할 수 있을까요?

본 제안에 관심 있는 투자 관련 기업이나 기관은 contact@patentpia.com으로 연락 주십시오.

액침 냉각 분야의 특허를 보유하고 있는 주요 기업를 고객으로 가지고 있는 서비스 기업은,
1) 고객을 위하여, 심도 있는 맞춤형 데이터 분석을 제공해 주고, 추가적인 매출을 일으켜야 하지 않을까요?
2) 고급 분석 콘텐츠를 저렴한 총비용으로 제작하여, 신규 고객을 발굴하는데 활용해야 하지 않을까요?
3) IP 서비스 기업은 차별화된 IP 콘텐츠로, 추가적인 수익원의 발굴이나, 고객 제안을 해야 하지 않을까요?
4) 고객별 맞춤화된 콘텐츠를 극히 저렴하게 생성하여, 주기적/비주기적으로 고객에게 전달하여, 고객과의 커뮤니케이션을 확대해야 하지 않을까요?

본 제안에 관심 있는 서비스 기업은 contact@patentpia.com으로 연락 주십시오.

액침 냉각 분야의 특허 보유 주요 기업에 관심 있은 미디어
1) 객관성 높은 특허 기술 콘텐츠를 활용하여, 자신의 콘텐츠를 고급화, 전문화, 세분화할 필요가 있지 않을까요?
2) M&A/투자/소송 등의 이벤트가 발생하거나, 주요 기업와 관련된 이슈가 있을 때, 경쟁자들보다 심도 있는 콘텐츠나 데이터로 차별화를 해야 하지 않을까요?

본 제안에 관심 있는 미디어 업계 종사자는 contact@patentpia.com으로 연락 주십시오.

분석 지표에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 지표 계열에는 특허 출원-공개 및 등록을 중심으로 하는 i) 특허 포트폴리오 지표 계열, 피인용(forward citations)을 중심으로 하는 ii) 기술 영향력 계열, 거절(rejection)을 중심으로 하는 iii) 기술 리더쉽 계열, iv) 품질 계열, v) 점유율, 집중률 등과 같은 비율 계열, vi) 특허당 등과 같은 밀도 계열 등이 있습니다.

분석 기준에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 기준에는 i) 분석 방법론, ii) 분석 기준 체계, iii) 분석 집계값의 종류, iv) 분석 시간 기준 등이 있습니다. 중요 분석 기준에는 i) 현재 권리자의 확정, ii) 기술 분야에 대한 인식(기술 분야 vs. 특허셋(patent set) 맵핑 등), iii) 기술 분야나 키워드 표현에 대한 기준, iii) 특허 매입/거래, 소송/심판 등에 대한 기준과 범위, iv) 인용-피인용에 대한 기준과 범위 등이 있습니다.

분석 콘텐츠 제작에 사용된 데이터의 i) 공간(국가의 특허청), ii) 시간 범위 및, iii) 주요 데이터에 대한 원천 소스(original source)는 다음과 같습니다. 분석 콘텐츠를 구성하는 2차적인 데이터(예, 특허 거래 네트워크 등)는 원천 데이터 소스로부터 가공되어 생성됩니다. 개별적인 데이터에 대한 상세한 것은 [링크]를 참조하세요. 링크에 연결되는 페이지에서는 데이터 계열, 데이터 내용 및 기타 분속 콘텐츠에 사용되는 데이터에 대한 상세한 설명이 있습니다.

*최초 공개일 : 특허 공보가 최초로 발행된 날짜. 공개 공보가 발행되면 공개 공보 발행일, 공개 공보 발행 없이 등록된 경우에는 등록 공보 발행일.

*최근 공개일 : 선행 특허를 인용하는 후행 특허 공보의 최근 발행 날짜. 공개 공보 발행일과 등록 공보 발행일 중 늦은 날짜(인용 관계는 주로 등록 공보에 references cited로 기재되기 때문)

* 최초 거절 OA 발생일 : 특정 특허를 심사하는 심사관이, 특정 선행 특허를 인용하며, 특허 거절에 대한 office action(OA)를 통지하는 경우, 최초로 거절 OA 통지가 발생한 날짜. 심사관은 특정 선행 특허를 인요하며, 1차례 이상의 non-final rejection 또는 final rejection을 통지할 수 있음.

* Assignment 실행일 : 미국에서의 assignment는 실행일(execution date)과 기록일(record date)이 있음. 실행을 통해서 assignment의 법률적 효력이 발생하므로, 실행일을 기준으로 함. (참고)미국을 제외한 다른 나라는 실행일의 개념이 없어, 특허청에 기록된 날을 기준으로 함.

PatentPia가 제공하는 상세한 데이터에 대해서는 [링크]를 클릭해 보세요. 이곳에서는 i) 기반 특허 데이터, ii) 특허 이벤트 데이터, iii) 가공 특허 데이터, iv) Entity(권리자, 발명자, 대리인 등) 데이터, v) 키워드 데이터, vi) 계층형 카테고리 데이터, vii) 특별한 특허 데이터 등 다양한 데이터에 대한 상세한 설명이 있습니다.

PatentPia는 본 콘텐츠 및 콘텐츠의 제작에 사용된 데이터의 정확성, 무결성, 완전성을 보증하지 않으며, 내용의 오류나 누락에 대한 일체의 법률적 책임을 지지 않습니다. 그리고, PatentPia는 본 보고서를 활용한 어떠한 의사 결정에 대해서도 일체의 법률적 책임을 지지 않습니다. 또한, PatentPia는 현재 또는 미래에 존재하는 어떠한 종류의 명시적, 묵시적인 법적 보증도 제공하지 않습니다.

본 콘텐츠 및 콘텐츠에 사용된 데이터에 대한 저작권은 CC(creative commons) 라이센스로 제공됩니다. 이에 따라, 본 콘텐츠 전체나 콘텐츠를 구성하는 표, 차트, 글이나, 사용된 데이터를 여러분의 의사에 따라 어떠한 형태나 방식으로 사용하거나, 제3자와 공유하거나, 유료 또는 무료의 활용도 허용됩니다. 그리고, 본 콘텐츠를 여러분의 목적에 따라 어떠한 형태 또는 방식으로 2차적 저작물을 만드는데 사용할 수 있으며, 그 2차적 저작물은 여러분의 소유입니다.

본 콘텐츠 또는 데이터에 대한 출처 표시에 대한 의무는 없습니다. 이에 따라, 출처 표시를 위해 PatentPia에 동의를 구할 필요는 없습니다. 다만, 출처 표시를 해 주시면, PatentPia는 여러분의 배려를 고맙게 생각하겠습니다.

PatentPia(www.patentpia.com)는 파트너십 요청을 수락합니다.

1) PatentPia 데이터/DB를 활용하여, 국내 또는 해외에서 비즈니스를 하려는 경우

2) PatentPia 데이터/DB를 활용하여, 콘텐츠나 AI를 개발하려는 경우

3) 기타 PatentPia와 제휴나 협력의 필요성이 있는 경우

1) PatentPia 보유 데이터/DB/AI 소개

2) PatentPia 솔루션에 대한 목적-조직 유형별 활용 체계

3) PatentPia 대표 솔루션에 대한 매뉴얼

(1) 분석 : GoldenCompass

(2) 개인화/관리 : My platform

(3) 특허셋(patent set) 실시간 분석 : Analytics

(4) 검색 : Search

무료 평가판 ID가 필요하시거나, PatentPia의 서비스 및 데이터베이스에 대해 궁금한 점이 있으면 아래의 이메일로 문의하십시오.

e-mail : contact@patentpia.com