지능형로봇 분야 발명 주요 동향

 

이하 내용은, 특허청 사이트에 공개된 자료를 참고하여 작성하였다.

 

1. AI 발명 정의

1) AI란 스스로 사물을 이해하고, 주변 환경을 인식하여, 유연성 있게 적응 또는 반응하고, 경험에 근거하여 학습하는 것으로, 인간의 지적 활동을 부분적으로 재현하는 기술이며, 인간의 뇌와 동일한 기능을 재현하는 기술을 포함한다.

 

2) AI 관련 발명은, 입력 데이터에 대한 응답으로서 시스템의 어떠한 내부 상태가 구성되는 학습 알고리즘을 사용하는 발명임에 반해, 기존의 컴퓨터 관련 발명은, 다소 특정된 알고리즘을 구현하는 발명이라는 점에서 차이가 있다.

 

2. AI 발명의 보호현황

1) 아직, 주요국 모두 AI 발명은, 컴퓨터 관련 발명 심사기준에 따라 성립성, 신규성, 진보성을 판단하고 있다.

2) 한국/일본은, 청구항에 기재된 사항을 모두 고려하여 보호의 적격성 유무를 판단하고 있고(성립성 인정 완화), 유럽/미국은 발명을 실질적으로 해석하여, 발명의 본질이 보호의 적격성 있는 요소에 해당하는지 여부를 판단하고 있다(성립성 인정 엄격).

3) AI 구성 요소 중 AI 프로그램은, 방법 또는 물건의 발명으로 보호될 수 있으나, 학습 데이터 자체, 학습 결과 값(노드 가중치 값을 나타내는 단순 수치 데이터)는 특허 대상으로 인정되지 않으며, 학습 데이터 구조, 학습완료 모델은, 기록 매체로서 보호될 수 있다.

4) AI 발명은, 부정경쟁방지법 및 영업비밀에 관한 법률로서 보호될 수 있다.

 

3. AI 발명 보호의 문제점

1) 권리행사 실효성 문제: 학습, 학습 데이터, 학습용 모델에 따라 결과값이 달라질 수 있고, AI 구조는 알수 없는 영역이므로, 권리 행사 상 문제가 발생될 수 있다.

2) 데이터 보호의 문제: 학습용 데이터(지도 데이터) 셋, 학습용 데이터에 따라서 학습된 학습용 모델, 다시 학습된 학습용 모델에 대한 보호 문제가 존재한다.

 

4. AI 발명의 보호 방안

1) AI 발명 명세서 작성 방법

- 방향: 학습 데이터를 반복 재현 가능할 수 있도록 적절히 표현하는 것이 필요하다.

- 구분: AI 발명의 공통의 필수구성요소인, a) AI 프로그램의 구조 및 학습 방법, b) 학습 데이터의 실시예(전자 장치에서 이용되는 실시예), c) 학습 완료된 모델(학습결과값)

- AI 프로그램: AI 구조 및 학습 방법을 기재하고, AI 구조에 대한 입력 값 및 출력 값의 의미를 설명함

- 학습 데이터: 텍스터나 숫자의 경우, 상하한 범위를 기재, 이미지/그래프는 자세한 설명, 데이터 종류 및 데이터 중 학습에 사용되는 입력값 등을 기재함

- 학습 완료 모델: 학습 결과 값으로 신경망을 구성하는 노드 및 노드 가중치 값, 학습 완료 정의를 기재함, '학습에 따라 출력값의 변화 0.01%의 경우' 등 학습 완료 시점을 언급함

- 하드웨어: AI를 제어하는 전자 장치의 기재가 필요하며, 학습 완료된 AI는 기록매체 형식을 기재함

- 기타: AI 구조 및 사용된 학습 데이터를 기재

 

5. AI 윤리적 문제

- 학습 데이터에 따라, 인간의 편견, 차별, 혐오, 편견이 포함될 수 있음

- AI에 따라 생명의 우선순위가 결정될 우려

- AI 판단에 인간이 배제되는 경우; 자율주행의 두가지 사고상황 판단(보행자 또는 탑승자)에 대해 인간의 희생이 발생될 수 있음