AI와 함께 발명한 인간은
발명자가 될 수 있는가
AI-assisted 발명의 네 가지 유형과 기업이 남겨야 할 '인간의 착상' 증거
생성형 인공지능은 이제 단순한 검색·번역·계산 도구의 수준을 넘어섰다. AI는 기술적 문제를 분석하고, 광대한 설계공간을 탐색하며, 새로운 기계구조·화합물·알고리즘·제어방식의 후보를 제안한다. 인간 연구자는 AI가 생성한 결과를 선별하고, 실험하며, 실패 원인을 분석하고, 다시 조건을 수정하여 기술을 완성한다.
발명의 상당 부분이 인간의 머릿속에서 단선적으로 이루어지기보다 인간과 AI 사이의 반복적 상호작용에서 형성되는 시대가 된 것이다. 그렇다면 이러한 AI-assisted invention에서 누구를 발명자로 보아야 하는가. 이 문제를 올바르게 이해하려면 "AI가 얼마나 창의적이었는가" 또는 "인간이 AI보다 더 많이 기여했는가"를 묻기보다 다음 질문에서 출발해야 한다.
최종적으로 청구된 발명의 구체적 기술사상이 어떤 자연인의 착상이었는가.
1. USPTO 지침의 변천과 핵심 법리
1.1 2024년 2월 지침: 공동발명자 법리를 AI-assisted invention에 확장하다
USPTO는 2024년 2월 AI-assisted invention에 관한 최초의 발명자성 지침을 발표하였다. 이 지침은 AI를 이용했다는 사실만으로 특허보호가 배제되는 것은 아니지만, 적어도 한 명의 자연인이 청구발명에 충분한 기여를 해야 한다는 원칙에서 출발하였다. USPTO는 이를 판단하기 위하여 복수의 자연인 사이에서 공동발명자성을 판단할 때 사용해 온 Pannu v. Iolab Corp.의 세 가지 요소를 AI 지원 발명에도 원용하였다. 이에 따라 2024년 지침은 자연인이 청구발명에 이른바 실질적 기여(significant contribution)를 했는지를 청구항별로 판단하도록 하였다.
1.2 2025년 11월 개정 지침: 2024년 지침의 전면 철회
USPTO는 2025년 11월 26일 개정 지침을 발표하면서 2024년 2월 지침을 전면 철회(rescind in its entirety)하였다.
단일 자연인이 AI를 사용한 사안에는 Pannu 요소를 적용하여 인간과 AI의 기여를 비교하지 않는다. 법적으로 발명자가 될 수 없는 AI와 인간 사이에는 공동발명자성 문제가 존재하지 않기 때문이다. 복수의 자연인이 AI를 함께 사용한 경우에만 인간 상호 간의 공동발명자성이 문제된다.
1.3 2025–2026년 현재의 판단구조
| 상황 | 적용 법리 | 핵심 질문 |
|---|---|---|
| 인간 1인과 AI | 전통적 착상법리 | 인간이 청구발명의 구체적 해결수단을 착상했는가 |
| 복수 인간과 AI | 착상법리 및 Pannu 요소 | 각 인간의 기여가 질적으로 유의미한가 |
| AI가 구체적 해결수단을 전적으로 생성 | 자연인 발명자 부재 가능성 | 청구발명을 착상한 자연인이 존재하는가 |
| 인간이 착상하고 AI로 검증·계산 | 전통적 착상법리 | AI가 구현·검증 도구로 사용되었는가 |
2. 착상이란 무엇인가
2.1 발명자성의 시금석은 착상이다
미국 특허법에서 발명자성의 시금석은 착상(conception)이다. 연방순회항소법원은 Burroughs Wellcome Co. v. Barr Laboratories, Inc.에서 착상을 발명자의 머릿속에 완전하고 작동 가능한 발명에 관한 명확하고 지속적인 아이디어가 형성되는 정신적 행위로 설명하였다. 보다 구체적으로는 해결하려는 문제에 대한 특정한 해결책(particular solution)이 인간의 머릿속에 형성되어야 한다. 일반적인 목표나 장래의 연구계획만으로는 부족하다.
일반적 연구목표 vs. 구체적 기술적 해결수단
착상으로 보기 어려운 예 (일반적 목표):
- 더 효율적인 모터를 만들자 / 진동이 적은 착즙기를 설계하자
- 정확도가 높은 AI 모델을 개발하자 / 에너지 소비를 줄이는 제어시스템을 만들자
착상에 가까운 예 (구체적 기술적 해결수단):
- 두 회전축을 특정 각도와 거리로 배치하여 공진영역을 회피하는 구조
- 특정 데이터 전처리와 패널티 항을 결합한 학습구조
- 센서신호가 임계값을 초과할 때 구동조건을 변경하는 폐루프 관계
- 예상하지 못한 효과가 발생하는 특정 공정범위
핵심은 발명자가 바라는 결과만 생각한 것이 아니라 그 결과를 달성할 구체적 기술수단을 정신적으로 확정했는가이다.
2.2 착상과 실시화는 구별된다
착상은 발명의 정신적 완성을 의미한다. 실시화(reduction to practice)는 그 발명을 실제로 제작·시험하거나, 특허출원을 통하여 실시할 수 있도록 기재하는 것을 의미한다. 이미 완성된 설계에 따라 시제품을 제작하고 성능을 확인한 사람은 중요한 연구기여자일 수 있다. 그러나 완성된 기술사상을 통상적인 방식으로 구현했을 뿐이라면 반드시 발명자가 되는 것은 아니다.
| 인간의 행위 | 발명자성 평가 |
|---|---|
| AI 설계대로 시제품을 조립 | 원칙적으로 단순 실시화 |
| 통상적 재료를 선택 | 통상적 기술행위일 가능성 |
| 결과가 작동한다는 점만 확인 | 단순 검증일 가능성 |
| 실패 원인을 분석하고 새로운 구조를 고안 | 착상 기여 가능성 |
| 실험에 따라 수치범위와 관계를 새로 확정 | 착상 기여 가능성 |
| 복수 후보의 특징을 새로운 방식으로 결합 | 착상 기여 가능성 |
3. 공동발명자성의 기준: Pannu Factors
Pannu v. Iolab Corp.는 복수 자연인의 공동발명자성을 판단하는 대표적인 연방순회항소법원 판결이다. 2025년 개정 지침 이후 이 세 요소는 인간과 AI를 비교하는 데 사용되지 않는다. 복수의 자연인 사이에서 누가 청구발명에 질적으로 의미 있는 기여를 했는지를 판단하는 데 사용된다.
실질적인 방식으로 기여할 것
발명의 착상 또는 실시화에 실질적인 방식으로 기여(contribute in some significant manner)해야 한다. 실시화에 참여했다는 사실만으로는 부족하다. 실시화 과정의 기여가 통상적인 숙련기술을 넘어 청구발명의 기술사상 형성에 연결되어야 한다.
전체 발명에 비추어 질적으로 미미하지 않을 것
그 기여는 전체 발명의 규모에 비추어 질적으로 미미하지 않아야 한다(not insignificant in quality). 작업시간이나 기여량이 아니라 질적 중요성이 기준이다. 하나의 구성만 제안했더라도 그 구성이 핵심적인 문제해결수단이라면 공동발명자가 될 수 있다. 반대로 장기간 프로젝트에 참여했더라도 통상적인 시험·측정·코딩·조립만 수행했다면 발명자가 아닐 수 있다.
주지기술이나 기술현황을 설명한 것 이상일 것
주지된 개념이나 기존 기술수준을 단순히 설명한 것을 넘어야 한다. 다음 행위만으로는 일반적으로 공동발명자가 되기 어렵다.
- 공지된 재료를 사용하라고 조언 / 교과서의 알고리즘을 소개
- 업계표준을 설명 / 발명자의 구체적 지시에 따라 코딩
- 완성된 설계에 통상적인 시험 수행 / 알려진 제조공정을 선택
4. 2024년 지침의 5대 원칙: 현재 어떻게 이해해야 하는가
2024년 USPTO 지침은 다섯 가지 원칙을 제시하였다. 2025년 지침이 이를 전면 철회하였으므로 현재 독립적으로 적용되는 별도의 법적 테스트가 아니다. 그러나 일반적인 착상법리를 AI 활용 상황에 적용할 때 어떤 사실을 조사해야 하는지를 보여 주는 분석도구로서 참고가치가 있다.
| 2024년 지침의 원칙 | 현재의 법적 의미 |
|---|---|
| AI 사용은 발명자성을 부정하지 않음 | AI는 도구이고, 인간의 착상 여부를 판단한다 |
| 일반적 문제제기만으로 부족 | 특정한 해결책이 필요 |
| 단순 실시화·가치인식만으로 부족 | 착상과 실시화를 구별한다 |
| AI 설계·훈련의 기여 가능 | 청구발명의 착상과 연결되어야 함 |
| 소유·관리만으로 부족 | 발명자성과 권리귀속을 구분한다 |
5. AI-assisted 발명의 네 가지 유형
일반적인 프롬프트를 입력하고 AI 결과를 그대로 청구한 경우
연구자가 범용 생성형 AI에 "무선조종 자동차에 사용할 수 있는 소형 변속기를 설계해 달라." 고 입력하고, AI가 생성한 설계를 거의 수정하지 않고 도면과 청구항으로 옮겼다. 이 경우 인간은 일반적인 문제나 목표를 제시했을 뿐, 최종 청구발명의 구체적 기술수단을 착상했다고 보기 어렵다. AI 출력이 유용하다고 인식하거나 특허출원 대상으로 선택한 행위만으로는 부족하다.
판단: 원칙적으로 인간 발명자성은 부정될 가능성이 높다. 다만 최초 프롬프트 자체에 이미 구체적인 구성관계·수치조건·작동원리가 포함되어 있었다면 결론이 달라질 수 있다.
AI 결과를 제작하고 통상적인 재료나 치수만 변경한 경우
AI가 생성한 설계를 실제로 제작한 뒤 외장재를 플라스틱에서 강철로 바꾸거나 통상적 범위에서 치수를 조정한 경우이다. 통상의 기술자가 일반적인 설계선택으로 수행할 수 있는 재료 변경이나 치수 조정은 독립적 착상으로 인정되기 어렵다.
판단: 원칙적으로 발명자성은 인정되기 어렵다. 다만 재료 변경이 특정 복합재료의 적층방향과 열팽창계수의 관계를 이용하여 종래 해결되지 않던 문제를 해결한 것이라면 별도의 착상 기여가 될 수 있다. 중요한 것은 변경의 양이 아니라 청구발명의 기술적 핵심에 미친 질적 의미이다.
AI 결과를 시험하고 구조·조건을 다시 설계한 경우
AI가 생성한 설계를 출발점으로 사용하되, 인간이 시험을 통하여 결함을 발견하고 구조를 실질적으로 다시 설계한 경우이다. 예를 들어 AI가 제안한 변속기를 실제 장치에 장착하자 특정 회전수에서 기어 맞물림 불량과 진동이 발생하였고, 엔지니어가 케이스 축방향 길이 변경·축 재배치·지지부 추가· 클립 체결구조 설계·기어비 조정을 수행하였다면, 최종적인 완성된 기술사상을 확정한 사람은 인간이라고 볼 수 있다.
판단: 인간의 발명자성이 인정될 가능성이 높다. 다만 인간의 기여가 종속항에만 포함되고 독립항은 AI 출력 그대로라면 청구항별 발명자성 문제가 발생할 수 있다.
반복적인 프롬프트와 피드백으로 설계를 개선한 경우
가장 어려운 유형이다. 인간이 물리적 설계를 직접 수정하지 않고 프롬프트를 반복적으로 조정하여 결과를 점진적으로 개선한 경우이다.
- 최초 프롬프트로 일반 설계를 생성한다
- 인간이 생성된 설계의 응력집중 문제를 파악한다
- 하중조건·허용응력·제조공차를 프롬프트에 추가한다
- 특정 형상을 제외하도록 배제조건을 설정한다
- 시뮬레이션 결과를 다시 AI에 입력한다
- 공진주파수를 피하도록 목적함수를 수정한다
- 기술적 이유에 따라 후보를 폐기하거나 채택한다
- 반복 결과를 토대로 최종 설계를 확정한다
여기서는 프롬프트 횟수가 중요하지 않다. 백 번의 추상적 지시보다 한 번의 구체적인 기술제약 설정이 더 중요한 착상 기여일 수 있다. 판단: 조건부로 인정될 수 있으나 청구항별 사실분석이 필요하다.
6. 반복 프롬프팅을 둘러싼 저작권과 특허법의 갈림길
같은 프롬프팅이라도 저작권법에서는 인간이 최종 산출물의 표현적 요소(expressive elements)를 충분히 결정했는지가 문제된다. 반면 특허법에서는 인간이 청구발명의 구체적인 기술적 해결수단(particular solution)을 착상했는지가 문제된다.
6.1 중국 베이징인터넷법원의 생성형 AI 이미지 사건
중국 베이징인터넷법원은 Stable Diffusion으로 생성된 이미지에 관하여 인간 사용자의 저작물성을 인정하였다. 법원이 중시한 것은 단순한 입력 횟수가 아니라 제시어의 선택과 순서·표현방식의 설정· 화면 구성과 배치·매개변수의 조정·생성결과의 선택·최종 산출물에 반영된 심미적 판단이었다.
6.2 미국 저작권청의 접근: 프롬프트 제공만으로는 일반적으로 부족하다
미국 저작권청은 2025년 AI 보고서 제2부에서 단순한 프롬프트 제공만으로는 일반적으로 부족하다고 정리하였다. 저작권법의 핵심 질문은 다음과 같다.
인간이 원하는 아이디어·분위기·스타일만 제공했는가, 아니면 최종 산출물의 구체적인 선·색·문장· 음표·배치 등 표현요소를 실제로 결정했는가.
6.3 '땀의 대가' 비판
미국 연방대법원은 Feist Publications, Inc. v. Rural Telephone Service Co.에서 자료를 수집하는 데 상당한 노력과 비용이 들었다는 이유만으로 저작권을 인정할 수 없다고 판단하였다. 프롬프트 입력 횟수와 시행착오의 양은 그 자체로 표현적 독창성을 입증하지 않는다. 따라서 진정한 쟁점은 다음과 같다.
인간의 반복적 입력과 선택이 최종 표현을 실질적으로 결정했는가, 아니면 인간은 선호와 아이디어만 제공하고 실제 표현은 AI가 결정했는가.
6.4 특허법은 표현이 아니라 기술적 착상을 본다
예를 들어 인간이 AI에 다음과 같이 지시했다고 하자.
"제1축과 제2축을 비대칭으로 배치하고, 축간 거리를 18~22mm로 제한하며, 7,500~8,200rpm의 공진대역을 회피하도록 기어비를 조정하라. 최대 변형량이 0.3mm를 초과하는 구조는 제외하라."
AI가 이에 따라 구체적인 CAD 형상을 생성했다고 하자. 인간은 최종 도면의 모든 선과 곡면을 직접 결정하지 않았으므로 그 CAD 이미지의 저작자성은 별도로 논의될 수 있다. 그러나 프롬프트에 포함된 두 축의 비대칭 배치·축간 거리의 수치범위·회피할 공진대역·기어비 조정이라는 해결원리· 최대 변형량이라는 배제조건은 특허법상 착상과 직접 연결될 수 있다.
| 구분 | 저작권법 | 특허법 |
|---|---|---|
| 보호대상 | 인간이 창작한 표현 | 청구항으로 특정된 발명 |
| 핵심 질문 | 인간이 표현요소를 결정했는가 | 인간이 기술적 해결수단을 착상했는가 |
| 일반적 프롬프트 | 아이디어·지시에 가까움 | 일반적 연구목표에 가까움 |
| 기술제약 프롬프트 | 표현 통제가 없으면 부족 가능 | 청구항에 반영되면 착상 기여 가능 |
| 반복 횟수 | 그 자체로 독창성 아님 | 그 자체로 발명자성 아님 |
| 판단 단위 | 최종 표현 및 인간 창작 부분 | 청구항과 기술적 한정 |
7. 프롬프트의 문장 길이나 반복 횟수는 기준이 아니다
특허법상 중요한 것은 프롬프트가 길고 문학적으로 정교한지가 아니다. 긴 문장도 일반적인 목표에 불과할 수 있고, 짧은 지시도 구체적 해결수단을 포함할 수 있다.
일반적 목표
"더 빠르게 하라", "진동을 줄여라", "정확도를 높여라", "에너지를 절감하라"
→ 일반적으로 착상이 아니다.
탐색조건 또는 평가기준
최대응력 제한·특정 재료 제외·에너지 소비 최소화·특정 공진주파수 회피
→ 착상에 기여할 가능성은 있지만 최종 청구발명의 특정 해결수단을 얼마나 결정했는지 검토해야 한다.
구체적 기술수단
- 특정 부품 사이의 구조적 관계 / 특정 수치범위
- 데이터 전처리와 손실함수의 결합
- 센서신호와 구동조건의 폐루프 관계
- 특정 치환기 조합과 반응조건
- AI 출력의 검증·폐기·재생성 관계
→ 이러한 내용이 인간에 의해 정립되고 최종 청구항에 반영되었다면 강한 착상 증거가 된다.
8. Flash of Genius와 반복 프롬프팅의 역설
8.1 Cuno Engineering과 '천재의 번뜩임'
1941년 미국 연방대법원은 Cuno Engineering Corp. v. Automatic Devices Corp.에서 새로운 장치가 유용한 것만으로는 부족하고, 통상적 숙련을 넘어 "flash of creative genius"를 보여야 한다는 표현을 사용하였다. 이 표현은 비판을 받았고, 1952년 특허법 제103조는 비자명성 기준을 명문화하면서 다음 원칙을 포함하였다.
Patentability shall not be negated by the manner in which the invention was made.
따라서 특허법은 오랜 실험과 반복 프롬프팅으로 발명한 경우와 한 번의 정교한 프롬프트로 발명한 경우 중 어느 하나를 우대하지 않는다. 비자명성은 선행기술과 통상의 기술자를 기준으로 객관적으로 판단한다.
8.2 반복적 노력을 인정하지 않으면 한 번의 프롬프트만 보호하는가
이 문제의식은 타당한 측면이 있지만 법리적으로 보정할 필요가 있다. 반복 노력을 그 자체로 인정하지 않는 것과 한 번의 프롬프트를 우대하는 것은 동일하지 않다. 법은 "한 번의 번뜩임"과 "오랜 노력" 가운데 어느 하나를 선택하지 않는다. 어느 경로를 거쳤든 인간의 머릿속에 청구발명의 명확하고 지속적인 기술적 해결책이 형성되었는지를 묻는다.
8.3 제103조의 발명방식과 발명자성을 구별해야 한다
발명자성: 반복과정에서 어떤 자연인이 청구발명의 구체적 기술수단을 정립했는지는 조사해야 한다. 단 조사대상은 노력의 양이 아니라 — 누가 기술적 문제를 인식했는가, 누가 해결가설을 세웠는가, 누가 기술적 제약을 설정했는가, 어떤 결과를 어떤 기술적 이유로 폐기했는가, 최종 청구항의 한정이 누구의 판단에서 유래했는가 — 이다.
9. 유형 4에 적용할 통합 판단기준
반복 프롬프팅에 의한 AI-assisted invention은 다음 네 가지 축으로 판단할 수 있다.
프롬프트 내용의 구체성
일반적인 목표만 제시했는지, 구체적 구조·수치·관계·공정조건을 포함했는지를 본다.
인간의 기술적 진단
인간이 AI 출력의 결함이나 실패 원인을 기술적으로 파악했는지를 본다. 단순히 결과가 마음에 들지 않는다고 평가하는 것과, 응력집중·공진·과적합·독성·내구성 저하를 진단하는 것은 다르다.
인간 입력과 청구항의 대응관계
인간이 추가한 조건이 최종 청구항의 어느 한정에 반영되었는지를 본다. 프롬프트가 정교하더라도 청구발명과 무관하다면 발명자성 증거가 되기 어렵다.
선택의 기술적 성격
최종 후보를 선택한 이유가 단순한 선호인지, 작동원리·효과·제조가능성·안전성에 관한 기술적 판단인지를 본다.
| 반복 프롬프팅의 형태 | 저작권상 평가 | 특허 발명자성 평가 |
|---|---|---|
| 분위기·스타일 반복 조정 | 표현 통제 정도에 따라 판단 | 기술적 착상과 무관하면 낮음 |
| 일반적 성능향상 반복 요구 | 결과에 따라 달라짐 | 일반적 목표일 가능성 |
| 구체적 구조·수치 설정 | 표현 통제가 없으면 부족 가능 | 청구항 반영 시 높음 |
| 실험결과에 따라 조건 수정 | 저작권과 직접 관계 없을 수 있음 | 착상 기여의 강한 증거 |
| 심미적으로 후보 선택 | 관할에 따라 인정 가능 | 기술적 이유가 없으면 낮음 |
| 비통상적 효과를 인식하고 재설계 | 저작권과 별도 | 발명자성 인정 가능성이 높음 |
10. 발명자성과 비자명성은 서로 다른 문제다
AI-assisted invention에서 자주 발생하는 오류는 발명자성과 비자명성을 혼동하는 것이다. 인간이 적법한 발명자라 하더라도 발명은 자명할 수 있다. 반대로 기술적으로 매우 비자명한 AI 생성결과라 하더라도 이를 착상한 자연인이 존재하지 않으면 발명자성 문제가 발생할 수 있다.
AI가 특정 분야에서 통상적 연구도구가 되면 PHOSITA의 능력도 달라질 수 있다. AI-augmented PHOSITA를 주장하려면 적어도 다음을 검토해야 한다.
- 출원일 당시 해당 AI 도구가 존재했는가 / 통상의 기술자가 접근할 수 있었는가
- 해당 분야에서 실제로 통상적으로 사용되었는가
- 선행기술이 필요한 입력과 제약조건을 제공했는가
- 통상적인 입력으로 청구발명에 도달할 수 있었는가
- AI 출력에 기술적 신뢰성이 있었는가 / 실험 없이 합리적 성공 가능성이 있었는가
11. AI가 생성한 후보를 발견·선택한 사람은 발명자인가
AI는 수천 또는 수백만 개의 후보를 생성할 수 있다. 그중 하나가 예상하지 못한 성능을 보였고 인간이 이를 발견하여 특허출원한 경우, 단순한 사후적 인식만으로는 부족하다는 것이 기본 원칙이다.
단순 사후인식 유형
- AI 추천순위 1위를 그대로 채택
- 보기 좋은 형상을 선택 / 임의 선택
- 결과가 유용하다는 점만 확인
기술적 재구성 유형
- AI가 포착하지 못한 물리적 원리를 인간이 발견
- 일반적으로 폐기될 후보에서 비통상적 효과를 인식
- 새로운 용도와 구체적 사용조건을 확정
- 복수 후보의 특징을 새로운 방식으로 결합
- AI 결과로부터 독립적인 구조나 공정을 도출
12. 소프트웨어·AI 발명에서는 제101조도 문제된다
적법한 인간 발명자가 존재하더라도 청구항이 추상적 아이디어에 불과하면 제101조 문제가 발생한다. 2025년 Recentive Analytics, Inc. v. Fox Corp.에서 연방순회항소법원은 범용 기계학습 기술을 방송·이벤트 스케줄링에 적용한 청구항의 특허적격성을 부정하였다. 반면 Ex parte Desjardins에서는 기계학습 모델의 연속학습 과정에서 기존 지식을 보존하는 구체적 계산·제어 메커니즘이 기술적 개선으로 인정되었다.
| 구분 | Recentive Analytics v. Fox | Ex parte Desjardins |
|---|---|---|
| 기술의 성격 | 범용 ML의 새로운 업무 적용 | ML 학습 메커니즘 개선 |
| 청구방식 | 결과·기능 중심 | 계산·제어관계 중심 |
| 기술적 문제 | 업무 효율화 | 연속학습 중 지식손실 |
| 기술적 효과 | 빠른 결과 산출 | 저장량·복잡도 감소와 지식 보존 |
| 제101조 | 부적격 | 적격 |
따라서 명세서와 청구항은 "AI가 분석한다", "최적화한다", "결정한다"는 표현에 머물러서는 안 된다. 어떤 데이터구조·파라미터·손실함수·반복조건·신호관계가 컴퓨터나 물리적 시스템의 작동을 어떻게 변화시키는지를 보여 주어야 한다.
13. 기업을 위한 실무 제안 ①: 발명자성 증거원장
AI를 사용하는 연구개발에서는 최종 결과만 보존해서는 인간의 착상과 AI 출력 사이의 관계를 사후적으로 재구성하기 어렵다. 따라서 기업은 구조화된 발명자성 증거원장(Inventorship Evidence Ledger)을 운영할 필요가 있다.
시간순으로 축적해야 할 자료
- 최초 문제정의 문서
- 인간이 제시한 해결가설
- 사용한 AI 모델과 버전
- 시스템 프롬프트와 사용자 프롬프트
- 입력 데이터와 제약조건
- AI가 생성한 원본 출력
- 채택·폐기된 후보 및 각 후보의 채택·폐기 이유
- 인간이 발견한 기술적 문제
- 인간이 추가·변경한 기술구성
- 시험 및 시뮬레이션 결과 / 실패조건과 실패원인
- 발명자별 회의기록
- 최종 청구항과 인간 기여의 대응표
- 특허와 영업비밀의 구분
프롬프트 로그만 보존해서는 부족하다. 프롬프트가 왜 변경되었는지, 어떤 기술적 결함을 인간이 파악했는지, 그 판단이 청구항의 어느 한정으로 연결되었는지를 함께 기록해야 한다.
14. 기업을 위한 실무 제안 ②: 청구항–인간 기여 매트릭스
발명자성은 발명 전체를 추상적으로 판단할 것이 아니라 청구항에 기초하여 검토해야 한다.
| 청구항 특징 | 최초 제안 주체 | 인간의 후속 기여 | 관련 증거 | 발명자 후보 |
|---|---|---|---|---|
| 기본 기어배치 | AI 출력 | 없음 | 출력 로그 | 불명확 |
| 비대칭 지지구조 | 연구원 A | 응력해석 후 설계 | CAD·회의록 | A |
| 특정 기어비 범위 | 연구원 B | 공진 회피 실험으로 확정 | 시험데이터 | B |
| 클립 체결구조 | 연구원 A·C | 공동설계 | 스케치·회의록 | A, C |
| 제어 알고리즘 | 연구원 D | 손실함수·종료조건 설계 | 코드 이력 | D |
15. 기업을 위한 실무 제안 ③: 기술적 재현성 데이터 패키지
강한 AI 특허는 "연구자가 AI를 창의적으로 사용했다"는 주장보다 통상적 AI 출력과 최종 청구발명 사이의 기술적 간극을 객관적으로 입증하는 데서 나온다.
기술적 문제와 기준선
- 기존 구조는 8,000rpm 이상에서 진동이 급증
- 통상적 AI 설계는 허용응력을 17% 초과
- 기존 모델은 연속학습 후 이전 과제 정확도가 28% 감소
- 종래 분류모델은 특정 데이터군에서 위양성률이 22%
AI 입력과 제어구조
- 모델과 버전 / 입력 데이터 형식 / 변수범위
- 필수조건·제외조건 / 단계별 질의 순서
- 출력 선택기준 / 재생성 조건 / 인간 검토단계 / 실험·시뮬레이션 피드백
인간의 기술적 개입
- 데이터 전처리 / 특징 추출 / 목적함수·손실함수 변경
- 물리적 제약조건 설정 / 형상과 배치 수정
- 센서–구동기 관계 설계 / 실패원인 분석 / 후보 결합·재구성
대조군과 실험군
대조군: 범용 AI, 기본 설정, 통상적 프롬프트, 인간의 추가수정 없는 결과
실험군: 비통상적 조건, 독자적 데이터처리, 실험 피드백, 인간의 최종 기술수정
Ablation 및 실패 데이터
- 패널티 항을 제거한 결과 / 특정 전처리를 생략한 결과
- 인간 피드백을 제외한 결과 / 제약범위를 벗어난 결과
- 다른 모델을 사용한 결과 / 프롬프트 단계 하나를 제거한 결과
이 자료는 발명자성뿐 아니라 비자명성, 기술적 효과의 nexus와 §112 실시가능성을 강화할 수 있다.
16. 명세서와 청구항 작성전략
16.1 결과보다 메커니즘을 쓴다
다음 표현만으로는 부족하다.
- 데이터를 분석한다 / 최적의 결과를 결정한다 / 정확도를 향상한다
가능하면 다음과 같이 구체화해야 한다.
- 센서값으로부터 특징벡터를 계산한다
- 계산값을 저장된 임계값과 비교하여 제어신호를 생성한다
- 정의된 손실함수를 최소화하도록 파라미터를 반복 조정한다
- 오차가 허용범위를 벗어나면 제약조건을 수정하여 재생성한다
- 최종 출력에 따라 실제 구동기의 작동상태를 변경한다
16.2 최초 명세서는 넓고 깊게 작성한다
- 넓은 시스템 개념 / 데이터 흐름 / 데이터 전처리
- 모델구조 / 목적함수와 손실함수 / 파라미터 범위
- 물리적 시스템과의 연계 / 구체적 실시예 / 비교실험
- 실패조건 / 대체구성 / 인간 개입단계
이러한 다층구조가 있어야 심사과정에서 신규사항을 추가하지 않고 보정할 수 있고, 계속출원을 통하여 권리범위를 조정할 수 있다.
17. 기업의 AI 발명신고 체크리스트
최초 기술문제의 특정
- 누가 최초의 기술문제를 특정했는가
- 일반적 목표인가, 비통상적 문제정의인가
- 기존 기술의 실패원인은 무엇인가
AI 활용 내역 확인
- 어떤 모델과 버전을 사용했는가
- 어떤 데이터와 조건을 입력했는가
- 최초 출력과 최종 발명은 어떻게 다른가
- 프롬프트 변경은 표현수정인가, 기술조건 변경인가
착상 귀속 분석
- 누가 핵심 제약조건을 설정했는가
- 누가 AI 출력의 결함을 발견했는가
- 누가 구조·수치·알고리즘을 수정했는가
- 누가 실험결과로 해결원리를 확정했는가
- 청구항별 특징은 누구의 기여인가
참여자 기여 범위 확인
- 참여자별 기여가 어느 청구항에 반영되었는가
- 단순 구현·시험·관리만 수행한 사람은 누구인가
- 주지기술을 설명한 것 이상의 기여가 있었는가
- 보정된 청구항에 따라 발명자 변경이 필요한가
특허성 확인 및 명세서 기재
- 통상적 AI 사용으로 동일 결과를 얻을 수 있었는가
- 예상하지 못한 효과가 있는가 / 비교대상과 객관적 데이터가 있는가
- 당업자가 발명을 재현할 수 있는가
- 청구범위 전반을 뒷받침하는 실시예가 있는가
IP 보호 방식 결정
- 외부에서 침해를 확인할 수 있는 부분은 무엇인가
- 비밀로 유지할 노하우는 무엇인가
- 프롬프트 문구보다 시스템 프로세스를 청구해야 하는가
- 프롬프트와 AI 업무 프로토콜의 접근권한·버전관리가 이루어지는가
18. 결론: AI 시대의 발명자는 기술적 간극을 만든 인간이다
AI-assisted invention의 발명자성은 AI와 인간 중 누가 더 창의적이었는지를 비교하는 문제가 아니다. 현행 미국법에서 AI는 발명자가 될 수 없다. 그러나 AI를 사용했다는 사실만으로 인간의 발명자성이 부정되거나 인정되는 것도 아니다. 판단의 핵심은 최종적으로 청구된 발명의 구체적 기술사상에 어떤 자연인이 착상 기여를 했는가이다.
일반적 목표를 입력하고 AI 결과를 그대로 채택한 사람은 발명자로 인정되기 어렵다. AI 결과를 단순히 제작하거나 통상적인 재료로 변경한 사람도 마찬가지다. 반면 AI가 제안한 후보를 시험하고 결함을 분석하여 구조·조건·제어원리를 실질적으로 재설계한 사람은 발명자가 될 가능성이 높다.
저작권법에서는 인간이 최종 표현을 통제했는지가 문제되지만, 특허법에서는 인간이 구체적인 기술적 해결수단을 착상했는지가 문제된다. 따라서 프롬프트가 저작권법상 아이디어 제공에 불과하더라도, 그 안에 최종 청구발명의 구체적 구조·수치·관계가 포함되어 있다면 특허법상 착상 기여가 인정될 수 있다. 반대로 수백 번의 프롬프팅을 수행했더라도 그것이 일반적인 목표와 선호를 반복한 것에 그쳤다면 발명자성은 인정되기 어렵다.
"우리 연구자는 AI를 매우 창의적으로 사용하였다"는 주장보다
"통상적 AI 출력과 선행기술만으로는 이 기술적 구성과 효과에 도달할 수 없었으며, 인간 연구자가 이 간극을 구체적으로 설계하고 검증하였다"는 증명이 중요하다.
참고문헌 및 공식 자료
- USPTO, Inventorship Guidance for AI-Assisted Inventions (2024년 2월) Federal Register AI-assisted invention에 Pannu factors를 준용한 최초 지침; 2025년 11월 전면 철회됨.
- USPTO, Guidance on AI-Assisted Inventions — Rescission of February 2024 Guidance (2025년 11월 26일) USPTO 공식 발표 2024년 지침을 전면 철회하고 기존 착상법리(자연인 발명자 기준)로 복귀한 개정 지침.
- Pannu v. Iolab Corp., 155 F.3d 1344 (Fed. Cir. 1998) 복수 자연인의 공동발명자성을 판단하는 세 가지 요건(Pannu factors)을 확립한 대표 판결.
- Burroughs Wellcome Co. v. Barr Laboratories, Inc., 40 F.3d 1223 (Fed. Cir. 1994) 착상(conception)을 발명자성의 시금석으로 정의하고 착상과 실시화를 구별한 판결.
- Cuno Engineering Corp. v. Automatic Devices Corp., 314 U.S. 84 (1941) "Flash of creative genius" 표현의 원천. 1952년 §103 입법으로 발명방식 중립 원칙이 명문화됨.
- Feist Publications, Inc. v. Rural Telephone Service Co., 499 U.S. 340 (1991) 저작권의 기준이 노동량이 아닌 독립적 창작과 최소 창작성임을 확인; 땀의 대가 이론을 부정.
- Recentive Analytics, Inc. v. Fox Corp. (Fed. Cir. 2025) 범용 ML을 새로운 업무분야에 적용하는 것만으로는 §101 적격성을 충족하지 못한다는 판결.
- Ex parte Desjardins (USPTO Appeals Review Panel, 2025) 파라미터 중요도 기반 패널티 항을 이용한 연속학습 개선 청구항에 §101 적격성을 인정.
- U.S. Copyright Office, Copyright and Artificial Intelligence — Part 2: Copyrightability (2025) Copyright Office AI 정책 페이지 생성형 AI 산출물의 저작물성과 프롬프트 제공만으로 부족한 이유를 정리한 공식 보고서.
- 베이징인터넷법원, Stable Diffusion 이미지 저작권 사건 (2023) 제시어 선택·순서·매개변수 조정·화면 구성에 심미적 판단이 반영된 경우 AI 생성 이미지의 저작물성을 인정한 중국 판결.
