Ⅰ. 들어가며

4차 산업혁명 시대라 불리는 산업계 전반에 걸쳐 AI(인공지능)의 활용이 점차 확대되어 가고 있고, 이에 따라서 AI 기술의 개발 및 이에 수반된 AI관련 발명의 특허출원이 증가하고 있는 실정이다. 특허청은, 이러한 기술 트렌드에 따른 산업계 수요를 고려하여, AI-IP협의체(ETRI, 삼성, 네이버 등 15개 출연연 및 기업)와의 협의를 통하여, 기술 트렌드 및 국내외 심사실무를 반영한 AI 분야에 관한 심사실무가이드라인을 제정하여 발표하였다.AI 분야 심사실무가이드에는 명세서 기재요건, 및 발명의 성립요건과 발명의 신규성·진보성 등의 특허 요건이 포함되어 있으며, 본고에서는 이들 요건 중 특허 획득에 핵심적인 역할을 하는 발명의 신규성·진보성의 판단에 관한 주요 사항에 대하여 간략하게 소개하기로 한다.

Ⅱ. AI 관련 발명의 신규성·진보성 판단

1. 기본 사항 

AI 관련 발명에서의 신규성 및 진보성 판단은, 기본적으로 특허실용신안 심사기준 요건에 따른다. 덧붙여, AI 관련 발명 특유의 판단, 심사에 필요한 사항을 설명한다. 

(1) 판단의 대상 : 판단 대상이 되는 발명은「청구항에 기재된 발명」이다. 이때, 발명을 파악함에 있어서, 발명을 이루는 구성요소 중 유기적으로 결합되어 있는 것은 구성요소를 분해하지 않고, 결합된 일체로서의 발명으로 파악하는 것이 중요하다. 

(2) 동일성의 판단 : 청구항에 기재된 발명과 인용발명의 동일성 판단은, AI관련 발명을 구현하기 위한 구체적인 수단(학습데이터, 데이터 전처리 방법, 학습모델, 손실함수 등)을 고려하여 구성을 대비하여 양자의 구성의 일치점과 차이점을 추출하여 판단한다. 청구항에 기재된 발명과 인용발명의 구성에 차이점이 있는 경우 동일한 발명이 아니며, 차이점이 없으면 양 발명은 동일한 발명이다. 이때의 동일은 실질적 동일을 포함한다. 

(3) 진보성의 판단 : 진보성 인정여부는 ①청구항에 기재된 발명을 특정한 후, ②청구항에 기재된 발명과 공통되는 기술 분야 및 기술 과제를 전제로 통상의 기술자의 관점에서 인용발명을 특정하고, ③청구항에 기재된 발명과 「가장 가까운 인용발명」을 선택하고 양자를 대비하여 일치점과 차이점을 명확하게 한 다음, ④이러한 차이점에도 불구하고 「가장 가까운 인용발명」으로부터 청구항에 기재된 발명에 이르는 것이 통상의 기술자에게 용이한지 여부를 다른 인용발명과 출원시 기술상식 및 경험칙 등에 비추어 판단한다. 

(4) 통상의 기술자 : ‘AI 기술 분야의 기술 상식’을 보유하고 있고, 출원발명의 과제와 관련되는 출원전의 기술수준에 있는 모든 것을 입수하여 자신의 지식으로 할 수 있는 자로서, 실험, 분석, 제조 등을 포함하는 연구, 개발을 위하여 통상의 수단을 이용할 수 있고, 설계변경을 포함한 통상의 창작능력을 발휘할 수 있는 특허법상 상상의 인물이다. 

(5) 발명의 조합 : 소정의 목적을 달성하기 위해 어떤 분야에 이용되고 있는 방법, 수단 등을 조합하거나 특정 분야에 적용하는 것은 AI 기술 분야에서 일반적으로 시도되고 있는 것이다. 따라서 여러 분야에 이용되고 있는 기술을 단순 조합하거나 특정 분야에 적용하는 것은 통상의 기술자의 통상의 창작 활동 범위 내의 것이므로, 조합과 적용에 기술적인 어려움, 즉 기술적인 저해 요인이 없는 경우라면 현저한 기술적 효과 등 특단의 사정이 없는 한 진보성이 인정되지 않는다. 

(6) 효과의 참작 : AI 관련 발명에 의해 발생하는 ‘신속하게 처리할 수 있다’, ‘대량의 데이터를 처리할 수 있다’, ‘오류를 줄일 수 있다’, ‘정확한 예측을 할 수 있다’ 등의 효과는 AI 관련 발명을 구현함에 따른 당연한 것인 경우가 많고, 이들은 AI 기술 분야에서 통상의 기술자가 예측할 수 없는 효과로 보기 어렵다는 점을 고려하여 발명의 진보성을 판단한다. 

2. 통상의 기술자의 통상의 창작 능력 발휘에 해당하는 예 

(1) 출원 전 공지된 AI 기술을 단순히 부가한 경우청구항에 단순히 ‘AI 기술을 이용하는’ 정도로만 기재하고 있고, 해당 AI 관련 발명을 구현하기 위한 기술적 구성(데이터 전처리, 학습모델 등)에 관하여 구체적으로 특정하지 않은 경우에는 과제해결을 위한 구체적 수단으로 출원전 공지된 AI 기술을 단순히 부가한 것에 불과하므로 통상의 기술자의 통상의 창작 능력 발휘에 해당할 수 있다. 

(2) 사람이 수행하고 있는 업무 또는 비즈니스 방법을 공지된 AI 기술로 단순히 시스템화하는 것출원발명이 특정 분야에서 사람이 수행하고 있는 업무 또는 비즈니스 방법을 AI의 기술적 구성(학습데이터 전처리, 학습모델 등)을 이용하여 어떻게 시스템화하는지에 대해 구체적으로 개시하지 않고, 단순히 AI 기술로 구현한다고만 기재하고 있고, 인용발명에 해당 분야에서 사람이 수행하고 있는 업무 또는 비즈니스 방법을 컴퓨터 등에 의해 시스템화하는 것이 개시되어 있는 경우가 있다. 이 경우 사람이 수행하고 있는 업무 또는 비즈니스 방법을 시스템화하기 위하여 컴퓨터 등을 대체하여 출원전 공지된 AI 기술로 단순히 시스템화하는 것은 통상의 기술자의 통상의 창작 능력 발휘에 해당한다. 

(3) AI 기술의 구체적 적용에 따른 단순한 설계변경출원발명이 인용발명의 기술사상을 그대로 이용한 채 양 발명간 과제해결을 위한 구체적 수단의 차이가 단순히 공지된 AI 학습모델의 변경에 따라 발생된 것으로, 그로 인해 예측되는 효과 이상의 더 나은 효과가 있는 것으로 인정되지 않을 때에는 특별한 사정이 없는 한 통상의 기술자의 통상의 창작능력의 발휘에 해당한다.다만 그러한 차이로 인해 발명의 결과물 등이 달라지는 효과가 있고, 그러한 효과가 통상의 기술자의 통상적인 예측 가능 범위를 벗어나는 더 나은 효과로 인정되는 경우에는 진보성을 인정할 수 있다. 

(4) 주지관용 수단의 단순 부가 또는 균등물에 의한 치환AI 기반의 도로 노면 인식 시스템에서 카메라 영상 데이터를 이진화(컬러 영상을 흑백 영상으로 변환)하는 전처리를 하고, 상기 이진화된 영상 데이터를 인공지능 학습 모델에 입력하는 방법과 같은 경우, 출원발명과 인용발명의 구성상 차이가 ‘카메라 영상 데이터를 이진화하는 데이터 전처리’에 있다면, 출원시의 수준을 고려할 때 컬러 영상 데이터를 이진화하는 구성은 연산량을 줄이기 위한 주지ㆍ관용 수단에 불과하므로 통상의 기술자의 통상의 창작 능력 발휘에 해당한다. 

3. 유의사항 

(1) AI 기술 발명을 구현하기 위한 기술적 구성에 특징이 있는 유형청구항에 AI 관련 발명을 구현하기 위한 기술적 구성 중 데이터 전처리, 기계학습 방법, 학습 완료 모델 등에 관하여 구체적으로 특정하고 있고, 그 기술적 구성에 의하여 인용발명에 비하여 예측 이상의 더 나은 효과를 갖는 경우에는 통상의 기술자의 통상의 창작 능력 발휘에 해당하지 않는다. 

(1-1) 데이터의 전처리에 특징이 있는 경우‘데이터 전처리’가 구체적으로 특정된 경우란, 입력 데이터로부터 주요 특징을 도출하는 구성, 특정 규격화(벡터화, 정규화, 표준화)된 학습 데이터를 생성하는 구성 등을 구체적으로 기재하는 경우를 의미한다. 

(1-2) 학습모델 자체에 특징이 있는 경우‘학습모델’이 구체적으로 특정된 경우란, 예를 들면 학습환경 구성, 학습모델 검증, 복수의 학습모델들의 연계, 분산 또는 병렬 처리, 하이퍼 파라미터 최적화를 구현하는 구성 등을 구체적으로 기재하는 경우를 의미한다. 

(2) AI 발명의 학습 결과물 활용에 특징이 있는 경우청구항에 AI 관련 발명의 학습 결과물(결과 데이터)의 활용 등에 관하여 구체적으로 특정하고 있고, 그 기술적 구성에 의해 발생되는 효과가 인용발명에 비하여 예측 이상의 더 나은 효과를 갖는 경우에는 통상의 기술자의 통상의 창작 능력 발휘에 해당하지 않는다. 여기서, ‘AI 관련 발명의 학습 결과물(결과 데이터)의 활용 등이 구체적으로 특정’된 경우란, 학습 완료 모델을 통해 출력된 결과물(결과 데이터)을 활용하는 구성, 출력된 결과물에 기반한 생산물, 출력 결과물에 기반한 처리방법 등을 구체적으로 기재하는 경우를 의미한다. 

(3) 발명이 사용되는 산업 분야가 다른 경우특정의 학습완료 모델을 포함한 AI 관련 발명은 그 적용되는 산업 분야에 따라 그 발명의 결과물 또는 효과가 달라지는 경우가 있다. AI 관련 발명으로 인하여 특정 산업 분야의 장기 미해결 과제를 해소하였거나, 기술적 곤란성을 극복하였거나, 산업 분야의 변경에 따른 예측 이상의 더 나은 효과가 발생하는 경우에는 출원발명과 인용발명간 기술적 구성에 차이가 없다는 이유로 무조건 신규성, 진보성이 부정되지 않도록 유의하여야 한다. 여기서 ‘산업분야의 변경에 따른 예측 이상의 더 나은 효과’의 발생 여부는 통상의 기술자가 발명의 설명에 기재된 객관적인 증거 또는 구체적인 실시예 등으로부터 쉽게 인식할 수 있어야 한다. 

(4) 학습 데이터에 특징이 있는 경우AI 관련 발명은 학습 데이터에 따라 학습모델의 성능 및 그 결과가 달라지는 경우가 있다. 출원발명이 학습 데이터에 특징이 있는 경우, 출원발명과 인용발명간 학습데이터의 차이만으로 진보성을 인정하는 것은 곤란하고, 출원발명에서 채택하고 있는 학습 데이터에 관한 특유의 정보처리가 특정되어 있는지, 학습데이터의 차이로 말미암아 예측 이상의 더 나은 효과가 발생하였는지 등을 고려하여 판단하는 것이 바람직하다.

Ⅲ. 마치며 

산업계 전반에 걸쳐 AI의 활용이 점차 확대되어 가고 있고, 이에 따른 AI 기술의 개발과 더불어 AI관련 분야의 특허출원은 앞으로 더욱 늘어날 전망이다. AI 분야 심사실무가이드는 AI관련 기술분야의 특이성을 고려하여 마련된 것이므로, 명세서 작성시에 심사실무가이드를 참고하여, 출원 발명이 주지관용기술로 판단되지 않도록, 선행기술과 대비되는 AI기술의 특징적 구성에 대하여 가급적 구체적으로 특정하여 기재하는 것이 바람직할 것으로 판단된다. 

 * 출처 : 특허청 발간 기술분야별 심사실무가이드(발간등록번호 11-1430000-001762-10) 및 변리사회 주최 AI 분야 심사실무가이드 발표(2021.2.)