by
Oct 28. 2024
인공지능 부리기
변리사와 인공지능의 협업모델 필요성
단연 화두는 인공지능
인공지능은 현대 사회에서 혁신의 중심에 서 있으며, 그 영향력은 우리의 삶의 모든 측면에 스며들고 있다. 방대한 데이터를 빠르게 처리하고 분석하는 능력은 인간의 인지적 한계를 뛰어넘었으며, 이를 통해 의료, 금융, 제조, 서비스 등 다양한 산업 분야에서 새로운 가치와 기회를 창출하고 있다. 딥러닝과 머신러닝 기술의 비약적인 발전은 복잡한 문제 해결과 예측 능력을 크게 향상시켰고, 이는 자율주행 자동차, 스마트 홈, 개인화된 의료 서비스 등 혁신적인 제품과 서비스의 탄생을 이끌었다.
최근 BLT는 두 번의 세미나를 통해서 생성형 AI와 IP업무의 접점에 대해 고민해보는 시간을 가졌다. 단연 화두는 인공지능이다. 그도 그럴 것이, 변리사들과 특허업계는 지난 20년간 눈부신 IT 기술의 발전에도 불구하고 그 수혜를 거의 받지 못했다. 변리사업 뿐만 아니라 다른 전문 서비스업이나 컨설팅 업체 등도 사정은 마찬가지였을 것으로 본다. 복합적인 사고를 통한 지식서비스를 제공하는 일은 인간의 두뇌만이 할 수 있는 일로 생각했기 때문이고, 실제로도 그랬다. 지식서비스 업체들이 도움을 받을만한 도구나 솔루션이 많지 않았고, 특히 시장규모가 다른 법률시장에 비해 작다는 뿌리 깊은 오해 때문에 특허업계는 솔루션 시장의 외면을 받아온 것이 사실이다. 이러한 상황에서 사람의 정신노동을 부분적으로 대신해줄 수 있는 HR(Human Resource) 중에서도 소위 가상의 VBR(Virtual Brain Resource)가 무한하게 확보할 수 있다는 점에 많은 변리사들이 열광하고 있는 이유다.
특히, 생성형 인공지능은 정보의 탐색과 분석에 있어서 탁월한 성능을 보이고 있다. 자연어 처리(NLP) 기술의 발전으로 인해 인간의 언어를 이해하고 해석하는 능력이 놀라울 정도로 향상되었고, 이는 빅데이터 시대에 필요한 정보 추출과 지식 발견에 큰 기여를 하고 있다.
인공지능으로 특허를 정밀하게 분석할 수 있을까?
이러한 인공지능의 능력은 지식재산 분야에서도 혁신을 가져오고 있다. 오늘은 그 중에서도 지식재산 검색과 분석 분야에 초점을 맞춰 이야기 해보고 싶다. 기존에는 수백만건 내지 수천만건의 특허문헌 중에서 원하는 특허를 찾아내기 위해 검색전략과 검색식을 수립하여 원하는 특허후보를 좁혀가는 인고의 시간을 거칠 수 밖에 없었다. 수일에서 수주가 걸리는 작업을 인공지능은 빠르게 해낸다. 특허 문서를 단시간에 분석하고, 기술 트렌드나 경쟁사 동향을 파악하는 것이 가능해졌다. 인공지능은 복잡한 특허 문서의 내용을 요약하고, 핵심 정보를 추출하여 전문가들이 빠르게 의사결정을 내릴 수 있도록 지원하는 파트너로서 손색없어 보인다.
이처럼 인공지능의 등장으로 인해 지식재산 분야에도 큰 변화가 이루어질 것으로 보인다. 반복적이고 시간 소모적인 작업은 인공지능이 대신 수행하고, 전문가들은 보다 전략적이고 창의적인 업무에 집중할 수 있도록 하는 것이 기본적인 방향인 것은 어찌보면 자명하다. 인공지능으로 할 수 있는 지식재산 분석 관련 업무에 대해 좀 더 구체적으로 알아야 어떻게 인공지능을 잘 부릴 수 있는지 인공지능에 대한 리더십과 관계설정을 제대로 할 수 있을 것 같다.
가장 먼저, 인공지능이 잘 할 수 있는 일은, 원하는 특허를 신속하고 정확하게 찾을 수 있다는 점이다. 과거에는 방대한 특허 데이터베이스에서 필요한 정보를 찾기 위해 많은 시간과 노력이 필요했으나, 인공지능의 자연어 처리 기술을 활용하면 복잡한 검색 조건 없이도 많은 양의 RAWDATA를 입력하더라도 원하는 특허를 빠르게 찾아낼 수 있다. 이는 키워드 매칭을 넘어 의미 기반의 검색이 가능하게 하여 검색 정확도를 높일 수 있으며 기존의 시맨틱 기반의 검색 알고리즘에 비해 월등한 효과를 보이고 있다. 예를 들어, 특정 기술의 원리나 응용 분야를 자연어로 설명하면, 인공지능은 해당 설명의 의미를 이해하여 관련된 특허들을 추출할 수 있음을 확인했다. 또한 이미지나 도면 인식 기술을 활용하여 도면이나 설계도를 기반으로 유사한 특허를 검색할 수도 있다. 이는 지식재산 검색의 효율성을 극대화하여 연구 개발 과정에서의 중복 투자를 방지하고, 새로운 아이디어를 빠르게 보호할 수 있도록 돕는다.
관심분야의 특허를 찾았다면, 유효특허라고 부르는 관심 특허들을 대상으로 인공지능은 특허의 흐름을 요약하고 트렌드를 분석할 수 있다. 특정 기술 분야에서의 특허 출원 동향이나 주요 기업의 연구 방향 등을 자동으로 분석하여 요약해준다. 이를 통해 시장의 변화나 기술 발전 방향을 한눈에 파악할 수 있으며, 이는 기업의 전략 수립과 경쟁력 강화에 중요한 자료로 활용된다. 인공지능은 방대한 특허 데이터를 시계열 분석하여 기술의 발전 속도나 주기 등을 파악하고, 머신러닝 알고리즘을 통해 미래의 기술 트렌드를 예측할 수도 있다. 또한 경쟁사들의 특허 활동을 모니터링하여 새로운 시장 진입이나 기술 개발 움직임을 사전에 감지할 수 있다. 이는 기업이 시장 변화에 신속하게 대응하고, 혁신적인 제품과 서비스를 개발하는 데에 중요한 인사이트를 제공하는 역할까지도 가능하다.
특허 분석의 영역 중에서 가장 깊은 영역은 특허 간의 유사점과 차이점을 비교하거나 한 특허의 청구항과 다른 특허의 전체 문서를 비교하는 소위 진보성 판단과 검증일 것이다. 인공지능은 기본적으로 검색한 특허의 특징이나 차이점을 비교할 수 있다. 유사한 특허들 간의 기술적 차이점을 도출하고, 각 특허의 독창성이나 차별성을 분석하여 제공한다. 이는 특허 분쟁을 예방하고, 신규 특허 출원 시 등록 가능성을 미리 정교하게 판단하여 출원전략을 고도화하는데 도움이 될 것으로 보인다.
또한 경쟁사와의 기술 비교를 통해 자사의 기술적 우위를 확인할 수도 있다. 인공지능은 특허 문서의 핵심 내용을 추출하고, 자연어 처리와 딥러닝 기술을 활용하여 기술 요소를 세분화할 수 있고 이를 기반으로 특허 간의 기술적 유사성과 차이점을 정량적으로 분석하여 출력할 수 있다. 이는 기술 개발 전략 수립이나 특허 포트폴리오 관리에 있어서 중요한 의사결정 자료로 활용될 수 있다.
불균형한 인공지능의 능력을 인지해야
그러나 인공지능에도 한계가 존재한다. 좀 더 구체적으로 본다면 인공지능의 능력은 매우 불균형하다고 볼 수도 있다. 잘하는 것은 인간이 도저히 따라할 수 없는 넘사벽 수준으로 능력을 보여주고 있는 반면, 아주 기본적인 인지능력(OCR)이나 요약 과정에서 중요한 정보를 놓치는 등에서는 실수를 하기도 한다. 인공지능은 방대한 데이터를 기반으로 학습하고 패턴을 인식하지만, 그 자체로 창의적인 사고나 윤리적인 판단을 할 수 없다. 검색 방향을 설정하거나 복잡하고 미묘한 법률적 판단을 내리는 데에는 아직까지 인간의 직관과 경험이 필수적이다. 예를 들어, 특허 문서에서의 세부적인 용어 해석이나 법률적인 예외 조항 적용 등은 인공지능이 쉽게 처리할 수 없는 영역이다.
또한 인공지능이 제공하는 결과를 신뢰하기에 앞서, 인공지능에게 제대로 일을 시켰는지 검증하는 과정이 더 중요하다. 인공지능은 학습된 데이터에 기반하여 결과를 도출하기 때문에, 데이터의 편향이나 오류가 그대로 결과에 반영될 수도 있으며, 잘못된 정보나 불완전한 데이터로 인해 부정확한 분석이나 오판을 초래할 수 있다. 따라서 결과물을 해석하고 적용하는 과정에서 인간의 비판적인 사고와 검증이 필요하다. 더욱이 인공지능은 사회적 맥락을 이해하는 데에 한계가 있다. 법률적 판단이나 지식재산권 분석 등 영역에서는 단순한 데이터 분석을 넘어서는 깊은 이해와 당업자 마인드(?)가 필요하다. 이러한 가치 판단의 영역에서는 어느 정도 차이점이 존재해야 고도한 발명인지 변리사들도 명쾌하게 답을 주지 못하는 다소 주관적인 영역이기 때문에 사람의 사고 프로세스를 모사한 인공지능에게 답을 찾는 것은 어불성설이다.
인공지능은 경험이나 직관에 기반한 판단을 대신할 수 없는데, 인간은 과거의 경험과 지식을 토대로 복잡한 상황에서의 의사결정을 내리며, 이는 데이터로 수치화하기 어려운 부분이다. 창의적인 문제 해결이나 혁신적인 아이디어 도출에서는 인간의 독창성이 필수적이다. 따라서 인공지능은 이러한 인간의 고유한 능력을 보완할 수 있는 수준으로 이해하는 것이 안전할 것 같다.
지식재산 전문가가 인공지능을 잘 다루고 활용하려면
그러면 이런 한계가 있는 인공지능을 데리고 일을 하고 업무를 지시하기 위해서는 어떤 측면을 고려해야 할까?구체적인 업무지시 방식보다는 고려해야 할 큰 틀에서의 지침을 먼저 고민하는 것이 필요할 것 같다. 크게 두 축으로 본다면, 변리사나 지식재산 전문가들이 인공지능과 협업할 수 있는 협업 방식에 대해 구체적으로 정의하는 것이 필요해보이고, 협업 과정에서 인공지능을 피감독 주체로서 관리, 감독, 통제하기 위한 방침을 상황에 맞게 설정하는 것이 필요해보인다.
전문가들은 인공지능이 놓칠 수 있는 세부적인 법률 해석이나 예외적인 사례를 파악하고, 이를 보완하여 정확하고 신뢰성 있는 분석을 제공해야 한다. 이는 전문 지식과 다년간의 경험을 통해서만 가능하며, 인공지능이 제공한 결과물을 비판적으로 검토하고 필요한 수정과 보완을 하는 역할을 담당해야 한다. 예를 들어, 특허 문서에서의 미묘한 표현 차이나 법률적인 예외 조항은 인공지능이 정확히 해석하기 어려울 수 있다. 이러한 부분을 전문가들이 면밀히 검토하여 정확한 해석과 판단을 내려야 한다. 또한 복잡한 특허 분쟁이나 국제적인 지식재산 이슈에 대해서는 문화적, 법률적 차이를 고려한 인간의 판단력이 필수적이다.
인공지능을 관리하고 통제하는 과정도 필요하다. 영역을 구분하는 것인데, 전문가들은 인공지능의 작동 원리와 알고리즘을 깊이 이해하고, 데이터 입력부터 결과 해석까지의 전 과정에서 관리자로서 인공지능의 업무방식이나 결과물을 검증하고 관리할 필요가 있다. 이는 인공지능이 편향된 데이터나 잘못된 알고리즘으로 인해 오류를 발생시키는 것을 예방하는 데 중요하다. 예를 들어, 인공지능이 학습하는 데이터에 특정 편향이 있을 경우, 그 결과물도 왜곡될 수 있다. 변리사들은 데이터의 품질과 다양성을 확보하고, 알고리즘의 투명성을 검증하여 신뢰할 수 있는 결과를 도출하도록 해야 한다. 또한 인공지능이 생성한 분석 결과를 정확하게 해석하고, 그 한계를 인지하여 실제 업무에 효과적으로 적용하는 능력도 필요하다.
변리사와 인공지능과의 협업모델 구축
궁극적으로 필요한 것은 변리사와 인공지능과의 협업모델을 모델링하고 구축하는 일이다. 필자가 2018년 무렵부터 인공지능 초창기 모델을 업무에 어떻게 접목시켜서 변리사의 업무를 보완할 수 있는지 여러가지 고민을 해왔다. 인공지능이 강점을 보이는 반복적이고 시간 소모적인 작업을 처리하는 동안, 변리사가 창의적이고 전략적인 업무에 집중하는 식의 기본적인 형태를 기반으로 구체적인 상황과 경우에 따른 업무별 협업모델을 구체화하는 것이 효율적으로 일하는데 선결되어야 할 필요요소다. 이러한 협업모델이 없다면 오히려 인공지능의 결과물에 휘둘리는 결과를 낳을 수도 있다. 복잡한 문제를 해결하기 위해 여러 단계를 거쳐 연속적으로 프롬프트를 작성하는 프롬프트 체이닝을 이용하여 특허명세서 프레임워크를 효율적으로 작성하기 위해서는 변리사가 어디까지 어느 수준으로 개입할 것인지 협업모델에 대한 깊은 이해가 필요하다.
무엇보다 협업모델을 구축함에 있어서, 변리사로서 윤리적이고 사회적인 책임 의식을 함께 고려하는 것도 중요한 부분이다. 변리사법 제8조의2(품위유지 및 성실ㆍ공정 의무)에는 변리사는 품위를 손상하는 행위를 하여서는 아니 되며, 법령에 따라 성실ㆍ공정하게 그 업무를 수행하여야 한다고 규정되어 있으며, 변리사법 제23조(도용 및 누설의 죄)에는 변리사이거나 변리사였던 사람이 정당한 사유 없이 업무상 알게 된 발명자, 고안자, 창작자, 특허출원인 또는 실용신안ㆍ디자인등록출원인의 발명, 고안 또는 창작의 비밀을 누설(漏泄)하거나 도용(盜用)하였을 때에는 5년 이하의 징역 또는 5천만원 이하의 벌금에 처한다라고 규정되어 있다. 공개된 퍼블릭 AI 는 무료로 서비스를 활용할 수 있는 대신에, 입력된 데이터를 재학습에 쓸 수 있기 때문에 민감한 정보를 입력하지 말 것을 경고하고 있다. 변리사는 직업윤리상 인공지능의 활용에 따른 개인정보 보호나 기술적 편향성 등의 문제에 대해 일반인에 비해 더 민감하게 대응해야 한다. 업무효율화만 추진하게 된다면 더 큰 가치인 직업윤리를 놓치는 결과가 발생할 수도 있다. 협업모델도 이와 같은 점을 고려하여 프라이빗 AI를 구축하거나 보안이 유지되는 수단을 전제로 수립되어야 한다.
PASSOVER의 완성을 기다리며
BLT도 여러가지 방식으로 생성형 AI와 상생할 수 있는 방법에 대해 연구하고 있다. 인공지능과의 관계설정이 가장 고민되는 부분이고 협업모델을 모델링한다고 이야기할 수 있을 정도로 고려해야 할 부분들이 많다. 서론에 언급한 것처럼 마치 생성형 AI는 특허업계에 있어서 너무나도 큰 변화를 가져오고 있다. 아프리카 같은 지역은 PC가 채 보급되기 전에 PC 시대를 건너뛰고 바로 모바일 시대로 접어들었는데, 이는 기술 도입에 있어 기존의 단계를 뛰어넘는 현상과 유사하다는 점에서 변리사업계의 생성형 AI 등장과 비슷한 점이 있다. 이러한 현상은 기술의 급속한 발전과 더불어 새로운 기술이 이전의 인프라나 시스템에 구애받지 않고 직접 적용될 수 있음은 물론 기존에 걷어내야 할 선행 인프라 없이 새로운 인프라가 다른 영역보다 더 빨리 적용될 수 있다는 의미이기도 하다. 어느 다른 분야보다 더 빠르게 생성형 AI가 침투하고 있는 지식재산 분야에 있어서 인공지능의 적극적인 도입과 활용을 위한 협업모델을 통해 고객들에게 더 정확하고 풍부한 정보와 인사이트를 제공할 수 있기를 기대해본다.
BLT 칼럼은 BLT 파트너변리사가 작성하며 매주 1회 뉴스레터를 통해 발행됩니다.
뉴스레터 구독신청
필자 소개
유철현 대표 변리사는 서울대 재료공학부를 졸업하고 2007년 44기 변리사 시험에 합격했습니다. 스타트업을 발굴하고 직접 투자하는 ‘엑셀러레이터형’ BLT 특허법률사무소를 시작으로, IT와 BM분야의 전문성을 살려 다양한 기술 기반 기업의 지식재산 및 사업 전략 컨설팅을 수행하고 있습니다. 현재 중소벤처기업진흥공단 심의위원과 한국엔젤투자협회 TIPs 사업 심사를 담당하고 있습니다.
특허법인 BLT
누군가는 특허를 만들 때, BLT는 당신의 사업의 성공을 만들어 냅니다. The Only Firm for Your Success!!
#BLT #비엘티 #특허법인 #인공지능 #협업모델 #혁신 #딥러닝 #머신러닝 #특허업계 #생성형인공지능 #GAI #자연어처리 #빅데이터 #특허분석 #인공지능한계 #지식재산전문가 #윤리책임 #사회책임 #기술혁신 #직업윤리 #프롬프트체이닝 #특허명세서 #프레임워크 #지식재산 #업무효율화 #특허제도 #고객경험 #사용자경험 #UX #경험설계 #고객만족 #기업가치 #상장 #코스피 #나스닥 #비공개 #스타트업 #금융 #투자 #밸류에이션 #기술특례상장 #주관사 #기업가치 #공개자본시장 #성장기회 #기술중심기업 #투자자 #투자옵션 #경제성장 #산업발전 #비상장기업 #공개자본시장상장 #주가부양 #내부경영전략 #투명성 #신뢰성 #시장변동성 #정교한실적추정 #객관화 #근거기반전략 #거버넌스 #지속가능경영 #스토리텔링 #출원일 #공개문헌 #등록가능성 #특허성 #신규성 #진보성 #리스크 #리스크관리 #IP리스크 #포트폴리오 #IP #비즈니스 #특허 #business #지식재산 #BLT #비엘티 #특허법인 #특허제도 #기업가치 #상장 #코스피 #나스닥 #비공개 #스타트업 #금융 #투자 #밸류에이션
