인공지능(AI) 기술은 제조, 서비스, 의료, 에너지, 농업 등 산업 전반에 걸쳐 빠르게 확산되고 있습니다. 이는 기업에게 새로운 비즈니스 기회를 제공함과 동시에 글로벌 특허 전략 수립의 중요성을 재조명하고 있습니다. 특히 AI 관련 발명은 단순 알고리즘이나 수리적 방법에 국한되지 않고, 특정 문제를 해결하기 위한 기술적 구현 측면이 강조되어야 특허로 이어질 가능성이 높습니다. 그러나 유럽특허청(EPO), 일본특허청(JPO), 한국특허청(KIPO), 중국국가지식산권국(CNIPA), 미국특허상표청(USPTO) 등 주요 5대 특허청(IP5)의 심사 기준은 각기 다른 법적 체계와 판례 흐름을 반영하고 있어, 이를 충분히 이해하지 못하면 글로벌 특허 전략 수립에 어려움을 겪을 수 있습니다.
본 가이드는 AI 관련 발명 특허 출원 시 고려해야 할 핵심 사항과 IP5 특허청의 주요 심사 가이드라인 및 사례를 종합적으로 정리합니다.
AI 관련 발명 특허 출원 시 핵심 고려 사항
AI 특허의 특징
AI 발명은 전통적 하드웨어 장치보다 소프트웨어적 요소를 많이 포함하고, 기계학습(ML), 딥러닝(DL), 신경망(Neural Network) 등 수학적·통계적 알고리즘이 핵심을 이루는 경우가 많습니다. 따라서 각국 특허청은 컴퓨터 구현 발명(CII: Computer-Implemented Invention) 범주에서 AI 발명을 판단하는 경향이 있습니다. 이를 통해 단순 아이디어나 추상적 알고리즘보다, 실질적 기술 기여도가 있는지를 중점적으로 심사합니다.
특허적격성(Patent Eligibility)
AI 알고리즘 자체는 추상적 아이디어로 간주될 수 있어, 특허로 보호받기 위해서는 기술적 문제 해결에 기여한다는 점을 명확히 드러내야 합니다. 예를 들어, 이미지 인식 기술을 활용해 품질 검사 자동화를 구현하거나, 특정 공정의 효율을 향상시키는 등 산업적 적용성과 기술적 기여도를 강조하는 전략이 요구됩니다.
명세서 기재요건(Clarity, Enablement, Written Description)
AI 발명 명세서에는 모델 구조, 학습 데이터 형태, 알고리즘 구현 방식, 학습 방법론, 하드웨어 환경 등 기술 구현에 필요한 사항을 구체적으로 기재해야 합니다. 이를 통해 후속 연구자나 엔지니어가 해당 발명을 이해하고 재현할 수 있어야 하며, 이를 입증하지 못하면 거절될 가능성이 높습니다.
신규성(Novelty) 및 진보성(Inventive Step/Obviousness)
기존 기술과 차별화되는 독창적 특징을 제시해야 합니다. 특히 AI 관련 발명은 기존 머신러닝 알고리즘에 사소한 변형만 가한 경우 진보성을 인정받기 어렵습니다. 예를 들어, 기존 모델 대비 정확도나 처리속도를 크게 개선하거나, 새로운 데이터 처리 방식 또는 기존에 해결하지 못한 문제를 해결한 점을 부각해야 합니다.
주요 심사기준별 접근 전략
특허적격성 판단 기준
- EPO: 가이드라인(G-II, 3.3.1 등)에서 컴퓨터 구현 발명을 다루며, AI 기술을 정보처리 과정 중 하나로 해석하고 있습니다. 기술적 효과를 강조하면 특허적격성 인정 가능성이 높아집니다.
- USPTO: 35 U.S.C. 101 조항에 따라 “추상적 아이디어” 여부를 판단하며, 단순한 정보처리나 계산 공식보다 “기술적 해결책”을 제시한 경우 특허적격성을 인정하는 경향이 있습니다.
명세서 기재요건 충족
- EPO: Art. 83(실시가능성), Art. 84(명확성) EPC를 엄격히 적용합니다. 발명자가 주장하는 AI 기능이 구현 가능하며, 기술적으로 명확하게 설명되어야 합니다.
- USPTO: 35 U.S.C. 112(a)(b)를 통해 구체적이고 완전한 기재를 요구하며, 이를 통해 실시가능성과 충분한 서술이 확보되어야 합니다.
- JPO, KIPO, CNIPA: 각각 특허법 및 심사 가이드라인에서 유사한 요건을 제시하며, AI 모델 구조, 데이터 처리 방식, 하드웨어 환경 등 기술적 디테일을 강조합니다.
신규성 및 진보성 평가
- EPO: Art. 54 EPC(신규성), Art. 56 EPC(진보성)를 적용합니다. AI 적용으로 이전 기술문헌에 없는 독특한 해결책을 제시하거나, 기존 기법으로부터 자명하지 않은 발전을 보여야 합니다.
- USPTO: 35 U.S.C. 102(신규성), 103(비자명성) 기준을 통해 기존 기술 대비 명확한 차별화를 요구합니다. 단순 매개변수 조정으로는 진보성을 인정받기 어렵습니다.
각국 특허청청별 AI 관련 심사 가이드 및 참고 자료
EPO
JPO
KIPO
CNIPA
USPTO
사례 분석을 통한 실무 이해
특허적격성 사례
- EPO, USPTO 사례: 기술적 문제(예: 이미지 분석 정확도 개선)를 AI로 해결한 구현 방식 명시 시 특허적격성 인정
- 부적격 사례: 단순히 수학공식이나 통계기법을 코딩한 수준, 명확한 기술적 기여 없이 데이터 처리만 나열한 경우 거절
명세서 기재요건 사례
- EPO 판례(T 2140/08 등): 구체적 구현 방법이나 매개변수 설명 부족 시 기재불비로 거절
- JPO, KIPO 사례집: 데이터 처리 과정, 모델 아키텍처, 훈련 알고리즘을 자세히 설명한 경우 기재요건 충족
신규성 및 진보성 사례
- EPO 판례(T 2440/12): 기존 기술과 실질적 차별성이 없는 경우 신규성 부정
- JPO, KIPO: 기존 알고리즘 대비 획기적 정확도 개선, 이전에 해결하지 못한 기술적 문제 해결 시 진보성 인정 사례 다수
전략적 시사점 및 향후 전망
AI 기술 발전 속도가 빠른 만큼 IP5 특허청도 지속적으로 심사기준을 업데이트하고, 관련 판례를 축적하고 있습니다. 이에 따라 출원인은 다음과 같은 전략을 고려할 수 있습니다.
- 기술적 문제 해결 강조: AI 알고리즘이 단순한 정보처리가 아니라 산업적 문제 해결에 기여한다는 점을 부각합니다.
- 명확하고 구체적인 기재: AI 모델 구조, 데이터 특징, 알고리즘 동작 방식을 상세히 기술하여 재현성과 명확성을 확보합니다.
- 차별화된 기술적 특징 강조: 기존 기술과 대비해 명확히 차별화되는 성능 개선, 새로운 활용 방안, 새로운 데이터 처리 전략 등을 제시합니다.
- 지속적인 업데이트 파악: IP5 특허청이 발표하는 최신 가이드라인, 비교 연구, 국제 심포지엄 자료 등을 주기적으로 검토하여 변화하는 심사 환경에 대응합니다.
앞으로도 AI 발명 특허화 과정은 더욱 정교해질 전망입니다. 각국 특허청의 정책 변화와 판례 축적을 예의주시하면서, 전문 변리사와 협력하면 글로벌 특허 포트폴리오 구축에 유리한 위치를 점할 수 있습니다.
