인공지능 기술이라고 무조건 특허를 받을 수 있는 것은 아닙니다
https://brunch.co.kr/@goodpat/39
의료 영상 판독, 실시간 통역, 자율주행, 지능형 로봇 등에 이르기까지, 요즘은 인공지능 기술이 적용되지 않는 분야를 찾기가 더 어려울 정도입니다. 그러나 기존에 인공지능 기술이 사용되지 않던 분야에 새로 인공지능 기술을 도입했다고 해서 무조건 특허등록이 가능한 것은 아닙니다. 특허청의 인공지능 분야 심사실무가이드를 참조하여 특허등록이 어려운 사례를 살펴보면 다음과 같습니다.
앞선 글에서 인공지능 기술이 특허를 받기 위해서는 학습 모델에 더하여 인공지능 발명을 구현하기 위한 구체적인 수단(학습 데이터, 데이터 전처리 등)이 포함되어야 한다고 말씀드렸습니다. 이와는 반대로, 단지 기존에 알려진 시스템이나 인간이 수행하던 업무에 인공지능 기술을 단순히 적용한 것일 경우에는 특허를 받을 수 없습니다. 특허출원이 등록되기 위해서는 선행기술로부터 진보성을 갖추어야 하는데, 어떤 분야에 인공지능 기술을 적용할 경우 기존보다 더 나은 효과를 가져올 수 있다는 정도는 일반적인 기술상식에 속한다고 판단될 가능성이 높기 때문입니다.
예를 들어, 대출 신청자의 과거 금융거래 내역을 기반으로 대출 신청자의 신용도를 평가하는 신용 평가 시스템이 있다고 생각해 봅시다. 만약 어떤 사람이 대출 신청자들의 과거 금융 거래내역을 입력데이터로 하여 인공신경망을 통해 대출 신청자들에 대한 신용도를 평가하는 인공지능 기반의 신용 평가 시스템을 특허로 출원했다면 특허등록을 받을 수 있을까요? 만약 특허출원된 내용에 단순히 인공신경망을 이용한다고만 기재되어 있다면 특허등록이 거절될 가능성이 높습니다. 기존에도 과거 금융거래 내역을 이용하여 신용도를 평가하는 시스템이 알려져 있고, 여기에 인공지능 기술을 적용할 경우 평가의 정확도를 높일 수 있다는 정도는 누구라도 쉽게 생각할 수 있기 때문입니다.
그러나 이와 달리 특허출원된 발명이 과거 금융 거래내역을 그대로 사용하지 않고 이를 새로운 방식으로 전처리하여 인공지능 모델에 대한 학습을 수행하거나, 신용 평가를 위하여 기존에 없던 새로운 구조의 인공신경망 구조를 설계하는 등 인공지능 발명을 구현하기 위한 구체적인 수단을 추가로 포함하고 있다면 이를 근거로 진보성을 인정받을 수 있습니다.
예컨대, 기존에 순환 신경망(RNN)을 이용하는 시스템에서 사용되는 인공신경망을 합성곱 신경망(CNN)으로만 변경한 경우가 이에 해당합니다. 순환 신경망이나 합성곱 신경망 등은 인공지능 분야에서 잘 알려진 인공신경망의 한 종류이므로 단순히 알려진 인공지능 학습 모델의 종류를 변경하는 것 만으로는 특허성을 인정받기 어렵습니다.
다만 인공신경망의 종류를 변경함으로써 일반적으로 예측할 수 있는 범위를 벗어나는 더 나은 효과가 인정되는 경우에는 진보성이 인정될 수 있습니다. 또한 단순히 인공신경망의 종류만을 변경하는 것이 아닌, 이를 변경하는 과정에서 추가적인 데이터 처리 등이 요구되는 경우에도 이를 기술적 특징으로 하여 특허를 받을 수 있습니다.
인공지능 발명의 등록 여부는 학습 모델 자체가 아닌, 인공지능 발명을 구현하기 위한 어떠한 구체적인 수단을 포함하고 있는가에 따라 달라진다는 것은 이제 잘 이해하셨으리라 생각됩니다. 특허청의 심사관 또한 당연히 이 부분에 초점을 맞추어 출원된 발명의 특허성을 판단하게 됩니다.
따라서 특허출원에 인공지능 발명을 구현하기 위한 어떠한 구체적인 수단이 기재되어 있다고 하더라도 해당 수단이 특허출원전에 이미 알려져 있거나 이로부터 쉽게 발명할 수 있는 것이라면 종래기술로부터 여전히 신규성 또는 진보성을 갖추지 못한 것으로 인정되어 특허를 받을 수 없습니다.
이상 인공지능 기술을 특허로 출원할 때 고려할 사항들을 정리해 보았습니다.
인공지능 분야는 매년 빠르게 변화하는 기술 동향에 대한 지속적인 이해와 함께 이를 특허로 권리화하기 위한 많은 연구와 경험이 필요한 분야라는 생각이 듭니다.
모쪼록 인공지능 기술에 대한 특허등록을 고려하시는 분들께 조금이나마 도움이 되셨다면 좋겠습니다.