인공지능 특허 심사실무 가이드AI PATENT
김용덕인공지능 특허 출원 건수는 매년 증가하고 있는 추세이다. 특히, 인공지능 기술과 관련된 논문에 대한 특허 출원 건수의 비율이 2010년 8:1에서 2016년 3:1로 변화하였다는 기사를 본 적이 있다. 즉, 과거에는 논문을 공개만 하고 특허권을 확보하지 않는 경우가 많았지만, 최근에는 논문 공개와 같이 특허권을 확보하려는 움직임이 생기고 있다. 이는 인공지능 기술이 이론적 연구 개발 단계에서 상업적 연구 개발 단계로 이동하고 있다는 것에 대한 방증이다.
특허청은 이러한 움직임에 발맞춰 2021년 1월 “인공지능 분야 심사실무 가이드”를 발표했다. “인공지능 분야 심사실무 가이드”는 발명의 실시에 기계 학습 기반의 인공지능(AI) 기술을 필요로 하는 발명에 관한 출원에 적용되는 심사실무 가이드이다.
“인공지능 분야 심사실무 가이드”에 따르면, 인공지능 기술은 1) 데이터를 수집하는 데이터 수집 영역, 2) 데이터의 속성을 도출하고, 데이터 증강 등을 수행하는 데이터 전처리 영역, 3) 학습 환경을 구성하고 학습 모델을 구현하며, 하이퍼 파라미터를 최적화하는 등의 학습 모델 정의 영역, 4) 신경망 소자 및 회로 등을 구성하는 물리적 구현 영역, 5) 학습이 완료된 모델에서 출력된 데이터를 가공하여 활용하는 후처리 영역으로 구분된다고 한다.
인공지능 기술을 개발하는 기업들은 특정 영역보다 전체적인 영역에 걸친 기술들을 개발하는 경우가 많다. 다만, 특허 확보 측면에서 전체 영역에 걸친 기술에 대한 특허권을 확보하는 경우 권리 범위가 지나치게 좁아질 수 있다. 따라서, 특정 영역에 특화된 내용에 대해서 특허권을 확보하는 것이 좋다.
한편, 인공지능 기술에 대한 특허 출원 시 가장 많이 문제가 되는 거절이유는 명세서 기재 요건과 신규성 및 진보성 위반의 거절 이유이다. 인공지능 기술을 개발하는 기업이 해당 거절이유에 대해서 숙지하고 기술 개발을 수행하는 경우 특허 등록 가능성을 높일 수 있다. 따라서, 필자는 수년간 다양한 인공지능 기술 기반 기업들의 인공지능 분야의 특허 출원을 수행해 본 경험에 기초하여 인공지능 분야 심사기준의 주요 내용, 특히 인공지능 기술과 관련하여 가장 많이 문제가 되는 거절이유에 대해서 보기 쉽게 정리하고자 한다.
특허청은 이러한 움직임에 발맞춰 2021년 1월 “인공지능 분야 심사실무 가이드”를 발표했다. “인공지능 분야 심사실무 가이드”는 발명의 실시에 기계 학습 기반의 인공지능(AI) 기술을 필요로 하는 발명에 관한 출원에 적용되는 심사실무 가이드이다.
“인공지능 분야 심사실무 가이드”에 따르면, 인공지능 기술은 1) 데이터를 수집하는 데이터 수집 영역, 2) 데이터의 속성을 도출하고, 데이터 증강 등을 수행하는 데이터 전처리 영역, 3) 학습 환경을 구성하고 학습 모델을 구현하며, 하이퍼 파라미터를 최적화하는 등의 학습 모델 정의 영역, 4) 신경망 소자 및 회로 등을 구성하는 물리적 구현 영역, 5) 학습이 완료된 모델에서 출력된 데이터를 가공하여 활용하는 후처리 영역으로 구분된다고 한다.
인공지능 기술을 개발하는 기업들은 특정 영역보다 전체적인 영역에 걸친 기술들을 개발하는 경우가 많다. 다만, 특허 확보 측면에서 전체 영역에 걸친 기술에 대한 특허권을 확보하는 경우 권리 범위가 지나치게 좁아질 수 있다. 따라서, 특정 영역에 특화된 내용에 대해서 특허권을 확보하는 것이 좋다.
한편, 인공지능 기술에 대한 특허 출원 시 가장 많이 문제가 되는 거절이유는 명세서 기재 요건과 신규성 및 진보성 위반의 거절 이유이다. 인공지능 기술을 개발하는 기업이 해당 거절이유에 대해서 숙지하고 기술 개발을 수행하는 경우 특허 등록 가능성을 높일 수 있다. 따라서, 필자는 수년간 다양한 인공지능 기술 기반 기업들의 인공지능 분야의 특허 출원을 수행해 본 경험에 기초하여 인공지능 분야 심사기준의 주요 내용, 특히 인공지능 기술과 관련하여 가장 많이 문제가 되는 거절이유에 대해서 보기 쉽게 정리하고자 한다.
