인공지능 기술 특허의 시작은 서비스 모델부터
인공지능 기술을 이용하여 무언가(상품 또는 서비스)를 만드시고,
특허를 받기 위해서 찾아오시는 분들이 항상 하시는 말씀이 있다.
특허를 받고 싶은데, 어떤 부분을 특허로 받아야 하는지 모르겠다
(본류는 인공지능이 아닌) 많은 기업들이 인공지능 기술의 급격한 발전과 확산 추세에 따라 경쟁적으로 기존의 자신의 상품 또는 서비스에 인공지능 기술을 융합시키고 있다.
이러한 변화에는 인공지능 생태계를 구축해온 텐서플로우(tensorflow)와 같은 오픈소스 프레임워크, 라이브러리, 커뮤니티들의 역할이 크다.
그런데, 대부분의 경영진들은 아직 인공지능 기술의 원리를 명확하게 이해하지 못하고 있고,
또한, 대부분의 경우 기업 내 소수의 인공지능 기술을 다루는 개발자나 엔지니어들에 의존적이거나, 아웃소싱으로 해결하는 경우가 많기 때문에
정작 특허를 어떻게 받아야 하는지 혼란스러워하기 마련이다.
그러면, 항상 서비스 모델부터 받는 것을 제안 드린다.
인공지능 서비스 개발 프로세스 중 가장 큰 모델링과 관련된 부분은 앞서 언급한 오픈소스들로 대부분 해결이 된다.
그렇다면, 나머지 독창적이라고 할 수 있는 부분은 인공지능 모델의 학습 전 단계인 특징 추출(feature extraction) 과정, 오픈소스를 서비스의 목적에 따라 피팅(fitting)하거나 튜닝(tuning)하는 과정, 또는 학습 데이터 셋(training data set)의 확보 과정에서의 데이터 전처리(data preprocessing)에서 발굴해 내야 한다.
가장 좋은 것은 인공지능의 추론(inference)을 응용하는 과정이다. 그리고, 이것이 제가 제안하는 "서비스 모델부터 받는 것"이다.
왜냐하면, 특허를 받는다는 것은 (이미 알려진 상품 또는 서비스를 개선하는 시도이므로) 대부분 목적(goal)이 아닌 수단(way)에 대해서 받는 것인데,
인공지능 기술을 이용한 특정 서비스 모델에 대해서 특허를 받는 것은 사실상 목적에 가깝게 특허를 받아낼 수 있기 때문이다. 많은 부분에서 새롭기 때문이다.
수명 주기상 아직 인공지능 기술의 도입기에 불과하지만, 확산 속도가 매우 빠르기 때문에 가능한 일이기도 하다.
베이비페이스사례로 베이비페이스 서비스를 공급하는 알레시오 주식회사의 특허를 살펴보자.
베이비페이스는 태아의 입체 초음파 사진을 인공지능 기술을 이용하여 생후 10~50일 이후의 실사 사진으로 변환하는 서비스를 제공하고 있다.
가장 초기에 낸 특허의 명칭은 "초음파 영상을 실사 영상으로 변환하는 방법 및 그 장치"이다.
이 특허의 권리범위를 정의하는 등록 청구항을 보자.
청구항 1. 컴퓨팅 장치의 이미지 변환 방법에 있어서,
태아 초음파 이미지를 획득하는 단계;
제1 네트워크에 포함된 복수의 레이어를 이용하여, 상기 태아 초음파 이미지 내에 포함된 적어도 하나의 신체 영역을 검출하는 단계; 및
제2 네트워크에 포함된 복수의 레이어를 이용하여, 상기 신체 영역으로부터 추출된 복수의 속성 정보를 기초로 각 속성 정보에 대응되는 사진 이미지의 특징 정보를 합성하여 신체 영역을 실사 이미지로 변환하되, 상기 제2 네트워크는 제2 추상화 네트워크 및 제1 합성 네트워크를 포함하는 것인 단계;를 포함하고,
상기 제1 네트워크는
상기 태아 초음파 이미지로부터 추출된 속성 정보를 기초로 특징맵을 획득하는 제1 추상화 네트워크, 및
상기 특징맵을 입력 데이터로 적용하여 상기 신체 영역의 경계 및 상기 신체 영역의 카테고리를 식별하여 실사 이미지 변환시 대응되지 않는 신체영역이 포함된 특징은 생략하고, 대응되는 신체영역의 특징을 출력하는 영역분류 네트워크를 포함하는 것이고,
상기 제2 추상화 네트워크는 상기 신체 영역으로부터 추출된 상기 복수의 속성 정보를 기초로 특징맵을 획득하는 것이고,
상기 제1 합성 네트워크는 상기 특징맵을 기초로 상기 각 속성 정보에 대응되는 사진 이미지의 특징 정보를 합성하는 것인,
이미지 변환 방법.
제1 네트워크, 제2 네트워크는 뉴럴 네트워크를 의미한다. 순서로 구분해둔 것뿐이다.
제1 네트워크는 얼굴을 분리해내기 위한 목적으로 보인다. 추상화 네트워크라고 하는 부분들은 컨볼루션과 풀링을 반복하는 CNN의 특징 추출(feature extraction) 파트를 말하는 것 같다. 합성 네트워크는 특징 맵(feature map)으로부터 역으로 실사 사진을 생성해내는 파트이다.
심사 과정에서 초음파 이미지를 생성하는 일본 특허문헌이 제시되면서, 성급하게 권리범위를 대폭 조정한 부분이 아쉽긴 하다. 밑줄 친 부분이 이 부분이다.
그러나, 여전히 입체 초음파 사진을 실사 사진으로 변환하는 서비스 모델에 대한 특허로서는 충분한 의미가 있다.
서비스 관점에서 보면, 초음파 사진에서 얼굴을 분리해내는 것은 필수적이다. 그것은 당연히 얼굴, 몸통, 팔다리 등의 에지(edge)를 검출하고, 불필요한 몸통, 팔다리 등의 부분의 영역은 제외하는 방식이 될 것이다. 불필요한 데이터가 제2 네트워크로 입력되면 안되기 때문이다.
얼핏 보면 좀 길어 보이기는 하지만 전혀 나쁘지 않은 특허이다.
제3의 기업이 동일한 서비스 모델을 내놓기에는 상당히 부담스러운 특허이다.
알레시오 주식회사도 서비스 모델부터 특허를 받고, 이어서 손이나 태반, 탯줄 등으로 얼굴이 가려진 경우에도 이를 정제하기 위한 기술, GAN(Generative Adversarial Network)을 이용하여 이미지 품질을 고도화하기 기술 등에 대해서도 특허를 시도하고 있는 것으로 보인다.
필자 소개
김성현 파트너 변리사는 한양대 정보통신학부를 졸업하고 2010년 47기 변리사 시험에 합격했습니다. 기술가치평가사, 기술거래사 및 VC전문인력 자격을 함께 보유하고 있으며, 기술사업화와 기술경영에 관심이 많습니다. NIPA, IITP, KISA, KOCCA, 창업진흥원, 서울산업진흥원에서 각종 위원으로 활동하고 있습니다. ICT 전공을 활용하여 인공지능, IoT, 클라우드 컴퓨팅, 차세대 보안, 블록체인, 스마트 디바이스 등의 디지털 기술을 주로 담당하고 있습니다.
특허법인 BLT
누군가는 특허를 만들 때, BLT는 당신의 사업의 성공을 만들어 냅니다. The Only Firm for Your Success!!
