의료 AI, 어떤 특허를 확보할 수 있을까?

Apr 9. 2025

안녕하세요, 더클라쎄 특허법률사무소 정혜윤 변리사입니다.

루닛과 뷰노 같은 1세대 의료 AI 기업들이 시장에 진출한 이후, 최근에는 영상의학 전문의의 역할을 보조하거나 대체할 수 있는 다양한 의료 AI 기업들이 등장하고 있습니다. 이들 기업은 영상 분석 뿐만 아니라 3D 영상 생성, 수술 보조 등의 목적으로 기술 개발을 추진하고 있습니다.

저는 뷰노의 특허 포트폴리오 구축을 담당했던 경험을 통해, 다양한 의료 AI 관련 특허를 작성해 왔습니다. 이 특허 포트폴리오를 바탕으로 뷰노는 기술특례상장평가에서 우수한 등급을 획득하며 상장에 성공했고, 이를 통해 투자자의 신뢰와 시장 경쟁력을 동시에 확보할 수 있었습니다.

이번 칼럼에서는 의료 AI 기업의 포트폴리오 전략과 확보할 수 있는 특허에 대해 자세히 살펴보겠습니다.

의료 인공지능 특허 포트폴리오 전략

우선, 의료 인공지능 기업의 특허 포트폴리오는 해당 기업이 보유한 기술을 체계적으로 분류하고 이를 기반으로 구성됩니다. 일반적으로 의료 인공지능 회사들은 주로 인공지능을 활용한 의료 영상 분석 기술과 의료 수술 보조 기술로 포트폴리오를 세분화합니다.

인공지능 의료 영상 분석 기술은 다음과 같이 구분할 수 있습니다. 의료 데이터 처리 방법: 이는 의료 데이터의 수집, 처리 및 최적화 방법을 포함합니다. AI 모델의 구조: 이는 특정 의료 분석 작업에 적합한 인공지능 모델의 아키텍처 설계에 관한 내용입니다. AI 모델의 학습 방법: 이는 모델의 효율적인 학습을 위한 알고리즘과 기법을 포함합니다. AI 모델을 이용한 의료 영상 분석의 활용: 이는 AI 분석 결과를 실제 의료 활동에 어떻게 통합할 수 있는지에 대한 방법론입니다.

인공지능 의료 수술 보조 기술은 크게 세 가지로 나눌 수 있습니다. 인공지능을 이용한 모델링: 수술 전 계획과 시뮬레이션을 위한 3D 모델링 기술입니다. 수술 시뮬레이터: 수술 절차를 연습하고 시뮬레이션하는 소프트웨어 및 하드웨어 기술입니다. 수술 보조 가이드: 수술 중 인공지능이 제공하는 실시간 정보를 활용하는 기술입니다.

신장암 진단 기술을 보유한 기업의 경우, 특허 포트폴리오는 다음과 같이 구성될 수 있습니다.

(1) 의료 데이터 처리: 부족한 신장 CT 데이터를 이용하여 학습 데이터셋을 구축하는 방법, 신장암 segment를 라벨링하기 위한 라벨링 툴, 신장 CT 데이터에 대한 분석 정확도를 높이기 위한 전처리 방법

(2) AI 모델의 구조: 신장암 분석에 최적화된 CNN을 변형한 모델 구조, 특정 영상을 처리하기 위해 기존 모델의 input layer를 변형항 구조, Knowledge Distillation을 통한 AI 모델의 경량화 방법

(3) AI 모델의 학습 방법: 신장암과 관련 있는 다른 암과의 앙상블 학습을 통해 정확도를 높이는 방법, 신장암에 최적화된 학습 속도 설정 방법

(4) AI 모델을 이용한 의료영상 분석의 활용: AI 분석 결과를 제시할 때 확률 분포에 따라 색상으로 신장암 영역을 구분하여 세지하는 방법, 신장암 판독 결과를 설명하는 전문의의 음성을 변환하여 AI 판독 영상에 요약문 형태로 함께 제공하는 방법 등

이러한 특허들은 기업이 기술적 우위를 확보하고, 경쟁사 대비 경쟁력 있는 가치를 제공함으로써 시장에서의 선도적 위치를 차지할 수 있게 합니다. 이제 국내 의료 AI 기업들이 등록한 특허 예시들을 살펴보면서, 어떤 종류의 특허가 실제로 확보될 수 있는지 더 자세히 알아보겠습니다.

의료 인공지능 특허 예시 살펴보기

1. 의료 데이터를 처리하는 방법 특허

등록특허 제10-2738251호 "인공지능 기반 의료 서비스 시스템 및 의료정보 수집 방법"

등록특허 제10-2738251호 "인공지능 기반 의료 서비스 시스템 및 의료정보 수집 방법" (2024.11.29)은 주식회사 마이허브에서 등록받은 특허로, 의료정보를 획득하는 방법을 권리화하고 있는 특허입니다.

인공지능 기반의 의료 영상 분석에 대한 수요가 증가하면서 데이터 수집과 처리의 중요성도 더욱 강조되고 있습니다. 이에 따라, 데이터의 익명화 및 암호화 과정을 통해 개인정보를 보호하면서도 효과적으로 인공지능 분석에 활용할 수 있는 방법에 대한 특허는 큰 가치를 지니게 됩니다.

해당 특허는 의료 기관에서 활용하는 전자건강기록(EHR) 데이터와 CT, MRI 등 의료영상 촬영 장치에서 수집되는 데이터를 대상으로 합니다. 본 특허의 핵심은 의료 영상 데이터에 포함된 개인 식별 태그 정보를 'Empty/Unknown'으로 처리하여 익명화하고, 보안이 요구되는 텍스트 정보에 대해서는 편집하거나 별도로 익명화 처리하는 방법을 권리화하고 있습니다.

이와 같은 접근 방식은 개인정보 보호법 준수와 함께 인공지능 기술을 의료 분야에 안전하고 윤리적으로 적용할 수 있는 토대를 마련해 주며, 데이터를 보호하면서도 고품질의 의료 서비스 제공에 필수적입니다. 따라서, 이러한 데이터 처리 방법을 포함한 특허들은 의료 AI 기술의 포트폴리오 구축에 있어 매우 중요한 요소로 작용할 수 있습니다.

2. AI 모델의 구조 특허

등록특허 제10-2778814호 "의료영상을 이용한 인공지능 모델의 뇌 연령 추론방법"

등록특허 제10-2778814호 "의료영상을 이용한 인공지능 모델의 뇌 연령 추론방법" (2025.03.05)은 주식회사 뷰브레인헬스케어에서 등록받은 특허로 뇌 연령 추론을 위한 AI 모델 구조를 권리화하고 있는 특허입니다.

등록특허 제10-2778814호 "의료영상을 이용한 인공지능 모델의 뇌 연령 추론방법"

등록된 특허의 청구항을 살펴보면 뇌 연령을 추론하기 위해서, (1) 뇌추출 영상에서 뇌단면 슬라이스 이미지로 분할하고, (2) 슬라이스 이미지를 보간하여 복셀을 생성하고, (3) 복셀에 기초하여 데이터를 정규화하는 것이 특징입니다. 즉, 뇌 연령을 추론하기 위해 사용된 특정 모델을 권리화하고 있습니다.

AI 모델 구조에 대한 특허를 출원할 수 있다고 하면 많은 분들이 물어보시는 것이 바로 오픈소스입니다. 예를 들어, 구글에서 A라는 모델을 새롭게 발표하였고, A 모델을 뇌병변 분석에 적용했을 때 특허 등록이 가능한지입니다.

이에 대한 답변은 '가능할 수도, 그렇지 않을 수도 있습니다.'

예를 들어, A 모델을 공개된 구글의 논문과 완전히 동일하게 기재하고, input - 뇌 CT 영상, output - 뇌종양으로 바꿀 경우에는 등록 가능성이 매우 낮을 수 있습니다. 반면, A 모델을 뇌 종양 분석에 활용하기 위해서는 뇌 CT 영상에 대한 B처리를 수행하여 input으로 넣고 그 다음 A 모델의 연산 수행하여 뇌종양 분석을 수행할 경우에는 등록 가능성이 높아질 수 있습니다. 뇌종양이라는 특정 도메인에 A 모델을 적용하기 위해서, B처리라는 내용이 부가되었기 때문입니다.

위 특허에서도 마찬가지입니다. 뇌 MRI 데이터를 분석하는 방법 중 하나로 복셀 기반 형태 변화 분석(Voxel-Based Morphometry, VBM)이라는 것이 이미 존재하고 있었습니다. 다만, 위 특허는 단순히 복셀 기반 정규화에 AI 모델을 적용한다는 것에서 끝나는 것이 아니라 뇌추출 영상에서 뇌 슬라이스 이미지로 분할하고, 그리고 뇌 슬라이스 이미지를 보간하여 일정 크기의 복셀을 생성한다는 프로세스가 구체적으로 포함되었기 때문에 등록이 될 수 있었습니다.

이와 같이, 기존에 존재하지 않던 신규한 모델을 개발하여 권리화를 진행하는 것도 좋지만, 기존에 존재하던 모델이더라도 기업이 사용하는 특정 도메인에 적합하게 변형한 부분이 있다면 충분히 특허 등록이 가능합니다.

3. AI 모델의 학습 방법 특허

등록특허 제10-2562377호, "우울증 진단 정보를 제공하기 위한 인공지능 연합학습 방법 및 시스템"

등록특허 제10-2562377호, "우울증 진단 정보를 제공하기 위한 인공지능 연합학습 방법 및 시스템"(2023.07.27)은 성균관대학교산학협력단에서 등록 받은 특허로, 인공지능 연합학습 방법에 대해 권리화하고 있습니다.

구체적으로, 해당 특허는 글로벌 모델을 미리 학습해놓고 글로벌 모델의 가중치 파라미터를 기반으로 각 의료기관 별 복수의 로컬 모델을 학습하고, 그리고 로컬 학습 데이터를 이용하여 로컬 모델을 각각 업데이트 하는 방식을 사용하고 있습니다. 이때, 글로벌 학습 데이터의 개수가 많으면 글로벌 모델은 SVM으로 구성되고 글로벌 학습 데이터의 개수가 적으면 글로벌 모델은 CNN 또는 RNN의 마지막 단에 Fully-connected layer가 연결되는 형태로 구성되는 것을 특징으로 합니다.

특정 모델을 먼저 학습하고 그 가중치를 기반으로 모델을 업데이트한다는 내용은 일반적으로 많이 볼 수 있는 방법입니다. 다만, 위 특허와 같이 이를 글로벌 모델 - 로컬 모델로 구분하여 로컬 모델이 실제 로컬 병원에서 각각 업데이트가 수행된다는 점을 강조할 경우, 기존에 알려진 학습 방법에서 도메인적 특성이 플러스 알파 요소로서 부가되었기 때문에 등록이 가능합니다.

4. AI 모델을 이용한 의료영상 분석의 활용 특허

등록특허 제10-2591696호, "병리 슬라이드 이미지에 대한 면역 표현형과 연관된 정보를 제공하는 방법 및 장치"

등록특허 제10-2591696호, "병리 슬라이드 이미지에 대한 면역 표현형과 연관된 정보를 제공하는 방법 및 장치"(2023.10.16)는 주식회사 루닛에서 등록받은 특허로, 병리 슬라이드 이미지를 분석한 후 면역 표현형과 관련된 정보를 획득하여 그 정보들을 이미지에 함께 제시하는 방법을 권리화하고 있습니다.

인공지능으로 의료 영상을 분석하는 것에서 끝나는 것이 아니라, 그 분석 결과를 사용자(의료진 또는 환자)에게 제공하는 다양한 방법이 있습니다. 분석 결과를 제공하는 방법에 따라 사용자들의 편의성과 사용성이 높아질 수 있기 때문에 이를 권리화하는 것도 매우 중요합니다. 또한, 사용자들에게 어떻게 제공되는지 플랫폼이나 UIUX 측면에서의 특허를 확보할 경우, 경쟁사들의 특허 침해가 발생하였을 때 그 입증이 매우 용이합니다.

따라서, 인공지능 모델이나 학습 외에도, 사용자들의 편의성을 어떻게 높일 수 있는지에 대한 고민이 포함된 활용 측면의 특허들도 확보하는 것이 기업의 포트폴리오 구축 측면에서 중요할 수 있습니다.

이번 칼럼에서는 의료 인공지능 관련 특허들은 어떤 것들을 확보할 수 있는지, 그리고 그 상세 예시들을 알아보았습니다. 의료 인공지능 관련하여 궁금하신 점이 있으신 경우, 언제든지 편하게 더클라쎄로 연락주시기 바랍니다.

더클라쎄에서는 인공지능 개발자인 변리사가 AI 사건들을 대리하고 있습니다. COGNEX, 바이두, 뷰노, 마키나락스, 카카오게임즈, 넷마블, SIA 등의 AI 사건들을 수행하고, AI 기업들을 전담으로 맡아 기술특례상장평가를 총괄 심사하던 변리사를 통해 성공적인 AI 특허를 확보하세요.