[이진수의 ‘특허포차’] ⑭ 인공지능(AI) 특허, ‘보호 대상’은?… 심사 실무 가이드(상)

 인공지능(AI) 특허, ‘보호 대상’은?… 심사 실무 가이드(상)

지난해 12월, 특허청은 인공지능(AI) 분야 심사 실무가이드를 제정해 공표했다. AI 분야의 발명은 기본적으로 컴퓨터프로그램 발명의 하나로 심사 판단기준 역시 공통된다. 따라서 이 컬럼에서는 컴퓨터·소프트웨어 관련 발명에 관한 일반적인 심사기준은 생략하고 특별히 AI분야에서 독특하게 요구하는 요건에 대해 상ㆍ하 2회에 걸쳐 언급한다.

산유국의 ‘원유’와 같은… AI 학습 데이터

특허제도는 발명의 공개를 통해 기술발전을 촉진시킨다는 목적을 달성하기 위해 출원명세서에 발명을 구현하기 위한 구체적인 수단 등이 쉽게 실시할 수 있을 정도로 명확하게 기재할 것을 요구한다.

AI 분야에서 기재해야 하는 “구체적인 수단”으로 학습 데이터, 데이터 전처리 방법, 학습 모델, 손실 함수(Loss Function) 등이 있다. 그중 학습데이터의 중요성은 남다르다.

먼저 AI, 특히 기계학습은 결과를 예측하기 위해 반드시 어떠한 과학적 논리나 이론을 근거하지 않는다. 논리적인 설명은 없으나 실증적 데이터 학습에 의해 결과를 예측한다.

학습모델의 성능과 효율을 생각하면 학습데이터로 전처리하는 기술은 산유국의 원유에도 비견될 수 있다.

‘과학적 모델’로 설명되지 않는… AI 머신 러닝

일반적인 컴퓨터 프로그램은 출력값이 나올 수 있는 수학적 알고리즘이나 과학적 이론을 적용한 연산자(프로그램 모듈이나 함수)를 통해 결과값을 계산해내는 것이지만, 머신 러닝 프로그램은 결과값이 나오는 경험 (E with P)에 대한 학습을 통해 입력값으로부터 출력값이 나오는 “조건(경험칙)”을 찾는 것이다.

따라서 머신러닝은 결과를 예측하기 위한 어떠한 과학적 논리나 이론을 근거하거나 설명하지 못한다. “그냥 그럴 확률이 높다고~”라는 식으로 단지 실증적 데이터 학습에 의해 결과를 예측한다.

사실 세상은 이상화해 단순화한 과학적 모델로 설명되지 않는 경우가 많다. 그래서 우리는 머신러닝을 ‘블랙박스’라고 한다.

...이하 생략

[이진수의 ‘특허포차’] ⑭ 인공지능(AI) 특허, ‘보호 대상’은?… 심사 실무 가이드(상) 읽기