특허전문가가 되기 위한 역량과 훈련방법에 대한 작은 생각

그동안의 경험상 기술이란 지식재산과 특허법이란 법률을 함께 다루는 특허전문가, 특히 변리사는 무엇보다도 열정과 집중력이 제일 중요하겠으나 크게 세가지 역량이 필수라고 생각한다.

첫째는 강한특허화(power patenting)를 위한 발명의 범위에 대한 가공 능력이고, 둘째는 특허청구범위 해석을 포함하여 법률적용을 위하여 법률요건이 되고 있는 논점파악(issue spotting) 능력이며, 셋째는 갈등해결을 위하여 당사자간 쟁점이 되고 있는 사안에 대한 선별 능력이다.

“Power patenting를 위한 발명의 가공능력”은 발명자체, 즉 기술적 사상에 대한 충분한 이해를 전제로 i) 선행기술을 조사하고 기술발전동향을 파악하는 능력, ii) 아이디어를 development하도록 가이드 할 수 있는 능력, iii) 발명 자체를 다양한 범위로 확장하는 능력, iv) 특허의 청구범위를 확장하여 글로 작성하는 능력, v) 선행기술과 차별화된 상위개념으로 발명을 정의하고 기술하는 능력, vi) 경쟁사의 진입을 저지하기 위한 Fencing Patent로 가공하여 특허망(patent portfolio)을 형성하는 능력, vii) 기술발전 trend에 맞추어 보정 및 계속 출원 등 가공하는 능력, viii) 경쟁사 제품을 targeting하여 출원을 가공하고 경쟁사의 발명 확장을 막는 Blocking Patent 또는 mine patent (지뢰특허)로 가공하여 특허망(patent portfolio)을 형성하는 능력을 말한다.

또한 특허에서 “논점파악(issue spotting) 능력”은 기술적 사상과 특허법 및 판례에 대한 충분한 이해와 국제적 판례이론에 대한 비교법적 이해를 전제로 i) 특허청구범위 해석능력과 ii) 수많은 기술적 사실정보에 대한 쟁점 중에서 법률효과를 발생하는 요건사실을 파악하는 능력, iii) 요건사실과 법률을 연결시켜 법률를 적용하는 능력을 말한다. 참고로 미국에서 Issue spotting이란 법률적용능력에 관한 것으로 법률이 A가 생길 때 B가 발생한다고 정의한다면 A를 파악하고 A가 생기는 요건을 파악하여 B가 발생하는 지를 연결하는 능력을 말한다.

마지막으로 셋째는 “당사자간 쟁점이 되고 있는 사안에 대한 선별하는 능력”은 i) 형식적으로 표현된 의사와 그 표현 속에 포함된 내심의 의사를 이해할 수 있는 능력과, ii) 수많은 당사자간 주장 중에서 다툼이 되는 요건사실을 파악하는 능력, iii) 수많은 쟁점요건 사실 중 판단자의 의사결정이 용이하도록 집중하여야 할 쟁점을 선별하는 능력을 말한다.

이러한 능력은 후천적으로 학습과 경험에 의하여 취득되기도 하고 천부적으로 타고나기도 한다. 선천적으로 재능을 가진 사람은 많지 않다. 따라서 기업체 특허부문이나 특허사무소는 신입직원이나 신입 변리사가 들어오면 이러한 역량을 어떻게 키울 수 있을 까 고민한다. 물론 실무를 통해 천천히 쌓아가게 될 것이다. 그러나 이러한 역량이 실무경험을 통해서만 만들어지지 않는 부분이 있음을 경험속에서 느낀다. 때문에 만들어 낸 훈련방법이 있다.

보통 청구범위해석 훈련은 청구범위만 주고 그 청구범위에 기재된 내용대로 최대한 다양한 그림을 그려보게 하는 방식이 효과적이다. 놀랍게도 하나의 청구항에 기재된 발명은 특허청구항을 한정된 문자로 기술하여야 하는 본질적인 한계로 인하여 적어도 3가지 이상의 그림을 그릴 수 있는 것이 보통이다. 그 외 A4지 세(3) 페이지 이상 작성된 문서를 140자로, 이를 다시 100자 이내로, 이를 다시 20자이내로, 이를 다시 2~3개의 키워드로 요약하는 훈련과 140자로 요약된 문서를 세(3) 장의 A4 지로 늘려 기술하는 훈련 역시 유용하다. 

무엇보다도 일명 데이터 tree structuring 훈련이 매우 유용하다. tree structuring 훈련이란, 예를 들어 무작위로 100여개의 단어를 제시하고 그 단어의 공통된 특징별로 정의하게 하여 자식노드(Child node)가 없는 여러개의 잎노드(leaf node)로 Clustering하게 하고 이를 다시 상위개념으로 정의하여 군집하게 하는 방식으로 최상위 개념의 노드(root node)까지 부모노드(parent node)를 clustering 해 가도록 하는 것이다. 이렇게 무작위로 배열된 데이터를 여러개의 군집을 이루고 논리적 서열을 가지게 하는 과정에서 무의미했던 데이터군이 연결관계를 갖고 의미를 가지게 된다.

특허나 법률과는 전혀 관계가 없을 것 같은 이 훈련은 자신도 모르는 사이에 창의적인 분석원리를 습득하게 하여 마치 어부가 오랜 경험을 통해 고기를 잡는 방법을 알게 되는 것과 같은 효과를 가져온다. 특히 스스로 좋은 특허명세서를 많이 읽고 관심기술과 특허법과 판례, 연구보고서 및 논문을 계속 공부하고 습득하는 사람에게는 마치 피어나는 불꽃에 기름을 붓는 것과 같아서 위 세가지 능력을 가장 효율적으로 증대시킬 수 있는 훈련이 된다.

신기하게도 이러한 훈련에 사용되는 기법은 인공지능의 머신러닝기법 중 데이타마이닝 (Data Mining), 레이블링(labeling), 패턴인식 (Pattern Recognition), 데이터 클러스터링(hierarchical clustering 과 partitional clustering) 기법 원리 들과 대동 소이하다. 철학과 자연과학이 자연의 이치를 탐구하는 학문이라는 것을 새삼 공감하게 한다.

말미첨언 : 나름대로 좋은 훈련법이 있겠지만 한번 시도해보기 바랍니다. 경험상 좋은 훈련방법임을 자신합니다. 또 다른 좋은 훈련방법이 있다면 공유해주는 여유도 보여주었으면 좋겠습니다.