초보자를 위한 LLM 기반 특허 검색 A to Z: 기본 기법부터 딥리서치까지

 

LLM으로 특허 검색, 아직도 막막하신가요? 이 글에서는 최신 AI 언어 모델(LLM)을 활용해 특허 검색의 정확도와 효율성을 극대화하는 구체적인 모델 선택법과 ‘딥리서치’를 포함한 프롬프트 엔지니어링 비법을 총정리해 드립니다.

안녕하세요! 혹시 방대한 특허 문헌 속에서 원하는 정보를 찾기 위해 몇 날 며칠을 헤매본 경험, 다들 한 번쯤은 있으시죠? ‘내 아이디어가 정말 새로운 게 맞을까?’ 하는 불안감에 밤잠 설치는 일도 많았고요. 하지만 최신 거대 언어 모델(LLM) 덕분에 이제 특허 검색의 패러다임이 바뀌고 있습니다. 심지어 AI가 스스로 여러 자료를 깊이 있게 조사하는 ‘딥리서치’까지 가능해졌죠. 오늘은 제가 직접 터득한, LLM의 잠재력을 200% 끌어내는 ‘프롬프트 엔지니어링’ 실전 예시들을 집중적으로 보여드릴게요!

정확도 200% 올리는 프롬프트 엔지니어링 비법

좋은 AI 모델을 고르는 것도 중요하지만, 특허 검색의 성패는 결국 AI에게 ‘어떻게 질문하는지’에 달려있습니다. 바로 ‘프롬프트 엔지니어링’이죠. AI가 여러분의 의도를 정확히 파악하고 최고의 결과물을 내놓게 만드는 핵심 기술입니다. 지금부터 실전 예시와 함께 알아보겠습니다.

주의하세요!
LLM은 완벽하지 않습니다. 때때로 사실이 아닌 정보를 그럴듯하게 만들어내는 ‘환각(Hallucination)’ 현상을 보일 수 있습니다. 따라서 AI가 제시한 특허 번호나 내용은 반드시 원문 데이터베이스에서 교차 확인하는 습관이 중요합니다.

 

1. 단계별 추론(Chain-of-Thought) 활용 예시

복잡한 분석을 요청할 때, AI에게 생각의 과정을 단계별로 보여달라고 요청하면 논리적 오류를 줄이고 정확도를 높일 수 있습니다.

프롬프트 예시:
‘카메라와 라이다 센서 데이터를 융합하는 자율주행 기술’에 대한 특허 유효성을 단계별로 분석해줘.

1단계: 핵심 기술 구성요소(카메라, 라이다, 데이터 융합)를 정의해줘.
2단계: 정의된 구성요소를 바탕으로 USPTO 데이터베이스에서 사용할 검색 키워드 조합 5개를 생성해줘.
3단계: 생성된 키워드로 검색된 선행 기술 중 가장 유사한 특허 3개를 선정해줘.
4단계: 선정된 특허들의 핵심 청구항과 우리 기술의 차이점을 비교 분석하고, 최종적으로 우리 기술의 특허 등록 가능성에 대한 너의 의견을 제시해줘.

 

2. 외부 정보 실시간 활용(RAG & ReAct) 예시

LLM은 학습된 시점까지의 정보만 알고 있습니다. 최신 특허 정보를 반영하기 위해서는 외부 데이터베이스를 실시간으로 검색하도록 지시해야 합니다.

프롬프트 예시:
너는 특허 분석 전문가야. 너의 검색 기능을 사용해서 2024년 1월 1일 이후 KIPRIS에 공개된 ‘양자점(Quantum Dot) 디스플레이’ 관련 특허 공보를 모두 찾아줘.

1. 검색된 특허 리스트를 출원번호, 발명의 명칭, 출원인 순으로 정리해줘.
2. 전체 기술 트렌드를 요약하고, 가장 많이 출원한 상위 3개 기업의 핵심 기술 방향을 분석해줘.
3. 분석 결과를 바탕으로 향후 2년간 이 분야에서 유망할 것으로 예상되는 기술을 예측해줘.

 

3. 딥리서치(Deep Research) 기능 활성화 예시

최신 LLM들은 단순히 한두 개의 문서를 검색하는 것을 넘어, 여러 웹사이트와 논문, 기술 문서를 종합하여 하나의 완성된 보고서를 만드는 ‘딥리서치’ 기능을 제공합니다. 이 기능을 활성화하면 사람이 직접 리서치를 수행하는 것과 유사한 수준의 심도 있는 결과를 얻을 수 있습니다.

프롬프트 예시:
너의 딥리서치 기능을 활성화해줘. ‘그래핀(Graphene)을 이용한 차세대 반도체 소재’의 글로벌 기술 개발 동향에 대한 심층 보고서를 작성해줘. 보고서에는 다음 내용이 반드시 포함되어야 해:

1. 현재 기술의 주요 난제와 이를 해결하려는 최신 연구 동향 (공신력 있는 학술 논문 및 기술 기사 3개 이상 참조 및 요약).
2. 이 기술 분야를 선도하는 TOP 5 기업 및 연구 기관과 그들의 핵심 특허 포트폴리오 분석.
3. 향후 5년간 예상되는 기술 발전 로드맵과 시장 전망.
4. 보고서에 인용된 모든 정보의 출처(URL)를 명확히 밝혀줘.

 

4. 다중 경로 탐색(Tree of Thoughts) 활용 예시

특허 침해를 회피하는 설계안이나 새로운 연구개발 방향처럼 정답이 없는 전략적 문제를 해결할 때 유용합니다. AI에게 여러 가능한 시나리오를 탐색하고 평가하게 만듭니다.

프롬프트 예시:
미국 특허 ‘US 1234567 B2’의 독립항 1항을 침해하지 않는 새로운 ‘2차 전지 전극 구조’ 설계안을 3가지 제안해줘.

1. 각 설계안에 대해, 원본 특허의 어떤 구성요소를 어떻게 변경했는지 명확히 설명해줘.
2. 각 설계안의 기술적 장점, 예상되는 성능, 그리고 잠재적 단점을 평가해줘.
3. 3가지 설계안 중 특허 회피 가능성과 상업적 성공 가능성이 가장 높다고 생각되는 안을 하나 선택하고, 그 이유를 상세히 논증해줘.

💡 알아두세요!
좋은 프롬프트의 공통점은 AI에게 명확한 ‘역할’을 부여하고, ‘배경 상황’을 설명하며, ‘구체적인 산출물 형태’를 요구하는 것입니다. 이 세 가지만 기억해도 LLM의 활용도가 극적으로 높아집니다.

💡

LLM 특허 검색 핵심 요약

역할 부여: “너는 변리사야”와 같이 AI에게 구체적인 전문가 역할을 부여하세요.

단계별 사고: 복잡한 분석은 AI에게 단계별 추론(CoT)을 지시하여 논리적 정확도를 높이세요.

고급 전략 활용:

딥리서치와 다중경로 탐색으로 전문가 수준의 분석 보고서를 만드세요.

교차 검증 필수: AI의 환각 가능성을 항상 인지하고, 중요한 정보는 반드시 원문으로 확인하세요.

스마트한 질문 하나가 당신의 시간을 아껴줍니다.

자주 묻는 질문

Q: ‘딥리서치’ 기능은 모든 LLM에서 사용할 수 있나요?

A: 아니요, 아직은 모든 모델에서 지원하지는 않습니다. 주로 Perplexity, Gemini, ChatGPT 등 최신 유료 버전의 LLM에서 제공하는 고급 기능에 가깝습니다. 하지만 일반 검색 기능을 활용하여 여러 단계에 걸쳐 질문함으로써 유사한 효과를 낼 수도 있습니다.

Q: LLM의 검색 결과를 100% 신뢰할 수 있나요?

A: 아니요, 절대 안 됩니다. LLM은 강력한 ‘보조’ 도구이지, 최종 판단을 내리는 전문가를 대체할 수는 없습니다. 특히 환각 현상으로 인해 없는 특허 번호를 만들어내거나 내용을 왜곡할 수 있으니, 항상 원문을 확인하고 전문가의 검토를 거치는 것이 필수입니다.

Q: 프롬프트 엔지니어링, 뭐부터 시작해야 할까요?

A: 가장 쉬운 시작은 오늘 보여드린 예시들을 조금씩 바꿔보는 것입니다. ‘역할 부여’, ‘구체적인 형식 지정’, ‘단계별 사고 요청’ 이 세 가지만 응용해도 결과물의 질이 크게 향상되는 것을 체감하실 수 있을 거예요.

특허 검색은 이제 더 이상 지루하고 힘든 싸움이 아닙니다. LLM이라는 강력한 무기를 어떻게 사용하느냐에 따라 여러분의 연구 개발과 비즈니스의 속도가 달라질 수 있습니다. 오늘 알려드린 팁들을 꼭 활용해 보시고, AI와 함께 더 스마트한 혁신을 만들어가시길 바랍니다. 더 궁금한 점이 있다면 언제든지 댓글로 물어봐주세요!

미국, 유럽, 일본, 한국 특허 경고장을 바라보는 서로 다른 시각들... Different Perspectives on Patent Warning Letters in the US, Europe, Japan, and Korea...

국가별로 상이한 특허 경고장 규제, 권리자와 수신자 모두를 위한 필승 전략 가이드
Navigating Different Patent Warning Letter Regulations by Country: A Winning Strategy Guide for Both Rights Holders and Recipients

특허 침해 경고, 국가별로 대응법이 다르다는 사실을 알고 계셨나요?
Patent Infringement Warnings: Did you know that response strategies differ by country? 이 글에서는 미국, 유럽, 일본, 한국의 법적 차이를 명확히 분석하고, 특허권자와 수신자 모두를 위한 핵심 전략을 심층적으로 제시합니다.
This article clearly analyzes the legal differences in the United States, Europe, Japan, and South Korea, and provides in-depth core strategies for both patent holders and recipients.

1. 서론: 특허 경고권의 이중적 기능과 국가별 시각 차이
1. Introduction: The Dual Function of the Right to Warn and Differences in National Perspectives

특허권 침해 경고장(이하 '경고장')은 단순히 침해 중지를 요구하는 문서를 넘어 두 가지 중요한 기능을 수행합니다.
A patent infringement warning letter (hereinafter 'warning letter') is more than just a document demanding cessation of infringement; it performs two important functions.

• 법적 통지·증거 기능:
  Legal Notice and Evidentiary Function: 침해자에게 권리 존재와 침해 사실을 공식적으로 알려 즉각적인 중단을 요구합니다. 이는 향후 소송에서 고의 침해(willful infringement) 입증 및 손해배상 산정의 중요한 근거가 됩니다.
  It officially informs the infringer of the existence of the right and the fact of infringement, demanding immediate cessation. This becomes a crucial basis for proving willful infringement and calculating damages in future litigation.
• 협상 개시 기능:
  Negotiation Initiation Function: 소송을 피하고 라이선스 계약 등 상업적 해결을 유도하는 교섭의 출발점이 됩니다. 특히 독일법상 'Abmahnung(사전 경고)'은 침해 중지와 함께 위약벌 약정이 포함된 침해중단 선언(cease-and-desist declaration)을 제안하는 공식 절차로 자리 잡았습니다.
  It serves as a starting point for negotiations to avoid litigation and induce commercial resolutions such as license agreements. In particular, under German law, 'Abmahnung' (a formal warning) has become an established official procedure that proposes a cease-and-desist declaration, which includes a penalty clause, along with the cessation of infringement.

그러나 각국은 경고권의 법적 성격에 대해 근본적으로 다른 시각을 취합니다. 미국은 이를 특허권에 내재된 본질적 권능으로 폭넓게 보호하는 반면, 한국은 자력구제적 성격으로 위험시하며 엄격히 통제합니다. 유럽은 경쟁법과 비방 금지 원칙을 통한 시장질서 보호에 중점을 두고, 일본은 절차적 정당성 준수를 가장 중시합니다. 이러한 철학적 차이는 정당성 요건, 입증 책임, 제재 수단 전반에 큰 영향을 미칩니다.
However, each country takes a fundamentally different view on the legal nature of the right to warn. The United States broadly protects it as an inherent power of the patent right, whereas South Korea views it as a form of self-help, considering it risky and strictly controlling it. Europe focuses on protecting market order through competition law and principles against defamation, while Japan places the highest importance on adherence to procedural legitimacy. These philosophical differences have a significant impact on justification requirements, the burden of proof, and enforcement measures.

2. 주요 4개국별 상세 분석
2. Detailed Analysis by Four Major Countries

2.1 미국 (United States) 🇺🇸

• 법적 성질:
  Legal Nature: 'Good Faith' 원칙 하에 정당한 권리 행사로 폭넓게 인정됩니다. 연방대법원은 특허권자의 선의의 경고는 반독점법 위반이 아니라고 판시했으며 (Virtue v. Creamery Package Mfg. Co., 1913), 이는 수정헌법 제1조의 표현의 자유와도 연결됩니다.
  It is broadly recognized as a legitimate exercise of rights under the 'Good Faith' principle. The Supreme Court has held that a patent holder's good-faith warning does not violate antitrust laws (Virtue v. Creamery Package Mfg. Co., 1913), and this is also connected to the First Amendment's freedom of speech.
• 악의(Bad Faith) 판단:
  Determination of Bad Faith: 합리적으로 승소를 기대할 수 없는 '객관적 무근거성'과 이를 알면서도 합의금 갈취 등 부당한 목적으로 발송한 '주관적 악의'가 모두 입증될 경우 악의로 판단됩니다.
  Bad faith is determined when both 'objective baselessness' (where a reasonable party could not expect to win) and 'subjective bad faith' (sending the warning with improper motives like extorting settlement money, knowing it is baseless) are proven.
• 제재 및 대응:
  Sanctions and Responses: 30여 개 주에서 'Bad Faith Patent Assertion Law'를 통해 과도한 요구, 허위 정보 등을 금지하며, 위반 시 손해배상, 소송비용, 징벌적 배상까지 부과될 수 있습니다.
  In over 30 states, 'Bad Faith Patent Assertion Laws' prohibit excessive demands, false information, etc., and violations can lead to damages, attorney's fees, and even punitive damages.

2.2 유럽 (European Union) 🇪🇺

• 법적 성질:
  Legal Nature: 권리 행사는 인정되나, EU 경쟁법(TFEU 제102조)과 비방 금지 원칙의 제약이 강력합니다. 특히 시장지배적 지위 남용 시 막대한 과징금이 부과될 수 있습니다.
  The exercise of rights is recognized, but it is strongly constrained by EU competition law (Article 102 TFEU) and principles against defamation. In particular, abuse of a dominant market position can result in substantial fines.
• 국가별 특징:
  Country-Specific Features: 프랑스는 판결 전 경쟁사 거래처에 침해를 단정하면 비방 행위로, 독일은 허위·과장 주장을 불공정경쟁방지법 위반으로 봅니다. 영국은 2차 행위자(유통업체 등)에 대한 위협을 원칙적으로 금지합니다.
  France considers asserting infringement to a competitor's clients before a court ruling as defamation (dénigrement), while Germany sees false or exaggerated claims as a violation of the Unfair Competition Prevention Act. The UK generally prohibits threats against secondary actors (like distributors).
• SEP와 FRAND 의무:
  SEP and FRAND Obligations: 표준필수특허(SEP) 보유자는 소송 전 반드시 FRAND 협상 절차를 이행해야 하며, 위반 시 지위 남용으로 제재받습니다 (Huawei v. ZTE 판례).
  Holders of Standard Essential Patents (SEPs) must follow FRAND negotiation procedures before litigation; failure to do so is considered an abuse of position and is subject to sanctions (Huawei v. ZTE case).

2.3 일본 (Japan) 🇯🇵

• 법적 성질:
  Legal Nature: 선의나 악의보다 '절차적 정당성' 준수를 핵심으로 봅니다.
  The core focus is on adherence to 'procedural legitimacy' rather than good or bad faith.
• 정당성 요건:
  Justification Requirements: 유통업체나 고객보다 제조사/수입업자에게 우선적으로 경고해야 합니다. 특히 실용신안권은 권리 행사를 위해 반드시 특허청(JPO) 기술평가서를 첨부해야 합니다.
  Warnings should be sent to manufacturers/importers first, before distributors or customers. For utility model rights, a technical evaluation report from the JPO must be attached to exercise the right.
• 위법성 판단:
  Determination of Illegality: 무효 특허에 기반한 경고, 기술평가서 없는 실용신안 경고 등 절차적 요건을 지키지 않으면 불법행위로 평가될 수 있습니다.
  Failure to comply with procedural requirements, such as warnings based on an invalid patent or a utility model warning without a technical evaluation report, can be deemed an illegal act.

2.4 한국 (South Korea) 🇰🇷

• 법적 성질:
  Legal Nature: 경고장은 원칙적으로 사법절차를 우회하는 '자력구제 행위'로 간주되어, 법치주의 이념에 반할 수 있다고 봅니다.
  A warning letter is, in principle, considered an act of 'self-help' that bypasses judicial procedures and may conflict with the principle of the rule of law.
• 판례 경향:
  Case Law Trends: 무효가 확정된 권리로 거래처에 경고장을 발송한 행위를 불법행위(영업방해)로 인정한 바 있으며(특허법원 2020나1100), "독자적 판단에 따라 누구에게나 임의로 요구할 수 없다"고 명시했습니다.
  Courts have recognized the act of sending a warning letter to a business partner based on a right that was later invalidated as an illegal act (tort of business interference) (Patent Court Case 2020Na1100), stating that "one cannot arbitrarily make demands on anyone based on one's own judgment."
• 위법성 판단:
  Determination of Illegality: 침해 여부가 불분명한 상태에서 거래처에 경고하거나, 침해를 단정하는 표현을 사용하거나, 무효 특허에 기반해 경고하는 경우 위법으로 판단될 가능성이 높습니다.
  It is highly likely to be deemed illegal if a warning is sent to business partners when infringement is unclear, uses definitive language asserting infringement, or is based on an invalid patent.

3. 규제 동향 및 미래 전망 (3~5년)
3. Regulatory Trends and Future Outlook (3-5 Years)

특허 경고를 둘러싼 법적 환경은 계속 진화하고 있습니다. 향후 3~5년간 다음과 같은 변화가 예상됩니다.
The legal environment surrounding patent warnings continues to evolve. The following changes are expected over the next 3-5 years.

• 플랫폼 사업자 책임 강화:
  Strengthening Platform Operator Liability: EU의 디지털 서비스법(DSA)과 같이 플랫폼에 '통지-조치' 의무를 부과하고, 플랫폼 기반 경고 행위의 관할권 리스크가 부각될 것입니다.
  Like the EU's Digital Services Act (DSA), 'notice-and-takedown' obligations will be imposed on platforms, and the jurisdictional risks of platform-based warning activities will become more prominent.
• AI 활용 자동 경고 시스템:
  AI-Powered Automated Warning Systems: AI 기반 특허 분석 및 경고 초안 생성이 보편화되겠지만, 오류로 인한 무근거 경고 시 책임 소재가 새로운 법적 쟁점으로 떠오를 것입니다.
  AI-based patent analysis and the generation of draft warning letters will become common, but the issue of liability for baseless warnings due to errors will emerge as a new legal battleground.
• 'Bad Faith' 규제 강화 추세:
  Trend of Strengthening 'Bad Faith' Regulations: 미국, 유럽, 한국, 일본 모두 악의적이거나 부당한 특허 경고 행위에 대한 규제를 강화하는 추세입니다.
  The US, Europe, South Korea, and Japan are all moving towards strengthening regulations against malicious or unfair patent warning practices.

4. 결론 및 전략적 제언
4. Conclusion and Strategic Recommendations

종합 분석: 국가별 접근 방식 요약
Overall Analysis: Summary of National Approaches

• 미국:
  United States: 권리 중심적 접근 (선의 보호, 악의 입증은 수신자 책임)
  Rights-centric approach (protection of good faith, burden of proof for bad faith lies with the recipient)
• 유럽:
  Europe: 시장 중심적 접근 (경쟁법을 통한 시장 질서 보호)
  Market-centric approach (protection of market order through competition law)
• 일본:
  Japan: 절차 중심적 접근 (경고 절차 준수 여부가 핵심)
  Procedure-centric approach (compliance with warning procedures is key)
• 한국:
  South Korea: 사법 중심적 접근 (자력구제 금지, 사법절차 내 해결 강조)
  Judiciary-centric approach (prohibition of self-help, emphasis on resolution within judicial procedures)

4.2 특허권자를 위한 전략
4.2 Strategies for Patent Holders

• 사전 실사:
  Prior Due Diligence: 특허의 유효성과 침해 분석을 확실히 하고, 1차 침해자(제조사/수입업자)를 특정합니다.
  Thoroughly analyze patent validity and infringement, and identify the primary infringer (manufacturer/importer).
• 관할권별 유의사항 확인:
  Check Jurisdiction-Specific Considerations: 미국에서는 주법별 Bad Faith 법률을, 유럽에서는 SEP 절차를, 일본에서는 제조사 우선 원칙을, 한국에서는 제3자 경고 자제를 반드시 유념해야 합니다.
  One must be mindful of state-specific Bad Faith laws in the US, SEP procedures in Europe, the manufacturer-first principle in Japan, and refraining from third-party warnings in South Korea.
• 역소송 대비:
  Prepare for Counter-litigation: 상대방의 확인소송 제기 가능성에 대비하고, 전문가 의견서 등을 확보하여 방어 논리를 갖춥니다.
  Prepare for the possibility of a declaratory judgment action from the other party and build a defense logic by securing expert opinions.

4.3 수신자를 위한 대응 전략
4.3 Response Strategies for Recipients

• 초기 대응:
  Initial Response: 경고장을 무시하지 말고 즉시 법률 검토를 통해 특허 유효성 및 비침해 논리를 확보합니다.
  Do not ignore the warning letter; immediately seek legal review to establish arguments for patent invalidity and non-infringement.
• 법적 대응:
  Legal Action: 미국의 확인소송, 유럽의 경쟁법 위반 소송, 일본의 절차 위반 주장, 한국의 영업방해에 따른 손해배상 청구 및 공정위 제소 등 국가별 상황에 맞는 적극적인 대응을 고려합니다.
  Consider active responses tailored to each country's situation, such as declaratory judgment actions in the US, competition law violation lawsuits in Europe, claims of procedural violation in Japan, or claims for damages for business interference and filings with the Fair Trade Commission in South Korea.

※ 법적 고지 ※
※ Legal Notice ※
본 블로그 포스트는 일반적인 정보 제공을 목적으로 하며, 특정 사안에 대한 법률적 자문을 대체할 수 없습니다. 개별적인 법률 문제에 대해서는 반드시 전문가와 상담하시기 바랍니다.
This blog post is for general informational purposes only and cannot substitute for legal advice on specific matters. Please be sure to consult with a professional regarding individual legal issues.

마틴 파울러가 말하는 LLM과 소프트웨어 개발의 미래: '환각'은 결함이 아니다? Martin Fowler on the Future of LLM and Software Development: Is 'Hallucination' Not a Flaw?

 

LLM의 '환각'이 결함이 아니라고?
Is LLM's 'Hallucination' Not a Flaw?
세계적인 소프트웨어 개발 사상가 마틴 파울러가 제시하는 LLM 시대의 개발 패러다임! 그의 날카로운 통찰을 통해 '비결정성'과 새로운 보안 위협 등 개발자가 마주할 미래를 미리 확인해 보세요.
The development paradigm for the LLM era presented by world-renowned software development thinker Martin Fowler! Get a preview of the future developers will face, including 'non-determinism' and new security threats, through his sharp insights.

안녕하세요! 요즘 너나 할 것 없이 AI, 특히 LLM(대규모 언어 모델)을 업무에 활용하고 있죠. 코드를 짜게 하거나, 아이디어를 얻거나, 심지어는 복잡한 개념을 설명해달라고 하기도 하고요. 저 역시 LLM의 편리함에 푹 빠져 지내고 있는데요, 문득 이런 생각이 들더라고요. '과연 우리는 이 도구를 제대로 이해하고 사용하고 있는 걸까?'
Hello! Nowadays, everyone is using AI, especially LLMs (Large Language Models), for work. We make them write code, get ideas, or even ask them to explain complex concepts. I'm also deeply immersed in the convenience of LLMs, but a thought suddenly struck me: 'Are we truly understanding and using this tool correctly?'

이런 고민의 와중에 소프트웨어 개발 분야의 세계적인 구루, 마틴 파울러(Martin Fowler)가 최근 LLM과 소프트웨어 개발에 대한 생각을 정리한 글을 읽게 되었습니다. 단순히 'LLM은 대단해!' 수준을 넘어, 그 본질적인 특성과 우리가 앞으로 마주하게 될 변화에 대한 깊이 있는 통찰이 담겨 있었죠. 오늘은 여러분과 함께 그의 생각을 따라가 보려고 합니다. 😊
While pondering this, I came across an article by Martin Fowler, a world-renowned guru in the software development field, who recently summarized his thoughts on LLMs and software development. It went beyond a simple 'LLMs are amazing!' level, offering deep insights into their fundamental nature and the changes we will face. Today, I'd like to explore his thoughts with you. 😊

LLM and Software Development

 

마틴 파울러, LLM의 현주소를 말하다 🤔
Martin Fowler on the Current State of LLMs 🤔

마틴 파울러는 먼저 현재 AI 산업이 명백한 '버블' 상태에 있다고 진단합니다. 하지만 역사적으로 모든 기술 혁신이 그래왔듯, 버블이 꺼진 후에도 아마존처럼 살아남아 새로운 시대를 여는 기업이 나타날 것이라고 봤어요. 중요한 건, 지금 단계에서는 프로그래밍의 미래나 특정 직업의 안정성에 대해 누구도 확실히 알 수 없다는 점입니다.
Martin Fowler first diagnoses the current AI industry as being in a clear 'bubble' state. However, as with all technological innovations historically, he believes that even after the bubble bursts, companies like Amazon will survive and usher in a new era. The important thing is that at this stage, no one can be certain about the future of programming or the job security of specific professions.

그래서 그는 섣부른 예측보다는 각자 LLM을 직접 사용해보고, 그 경험을 적극적으로 공유하는 실험적인 자세가 중요하다고 강조합니다. 우리 모두가 새로운 도구를 탐험하는 개척자가 되어야 한다는 의미겠죠?
Therefore, he emphasizes that an experimental attitude of personally using LLMs and actively sharing those experiences is more important than making hasty predictions. This implies that we all need to become pioneers exploring this new tool, right?

💡 알아두세요!
💡 Good to know!
파울러는 최근 LLM 활용에 대한 설문조사들이 실제 사용 흐름을 제대로 반영하지 못할 수 있다고 지적했어요. 다양한 모델의 기능 차이도 크기 때문에, 다른 사람의 의견보다는 자신의 직접적인 경험을 믿는 것이 더 중요해 보입니다.
Fowler pointed out that recent surveys on LLM usage may not accurately reflect actual usage patterns. Since there are also significant differences in the capabilities of various models, it seems more important to trust your own direct experience rather than the opinions of others.

 

LLM의 환각: 결함이 아닌 본질적 특징 🧠
LLM Hallucination: An Intrinsic Feature, Not a Flaw 🧠

이번 글에서 가장 흥미로웠던 부분입니다. 파울러는 LLM이 사실이 아닌 정보를 그럴듯하게 만들어내는 '환각(Hallucination)' 현상을 단순한 '결함'이 아니라 '본질적인 특성'으로 봐야 한다고 주장합니다. 정말 충격적이지 않나요? LLM은 결국 '유용성이 있는 환각을 생성하기 위한 도구'라는 관점입니다.
This was the most interesting part of the article for me. Fowler argues that the 'hallucination' phenomenon, where LLMs create plausible but untrue information, should be seen as an 'intrinsic feature' rather than a mere 'flaw'. Isn't that shocking? The perspective is that LLMs are ultimately 'tools for generating useful hallucinations'.

이런 관점에서 보면, 우리는 LLM의 답변을 맹목적으로 신뢰해서는 안 됩니다. 오히려 동일한 질문을 여러 번, 표현을 바꿔가며 던져보고 답변의 일관성을 확인하는 작업이 필수적입니다. 특히 숫자 계산과 같이 결정적인 답이 필요한 문제에 LLM을 직접 사용하려는 시도는 적절하지 않다고 덧붙였습니다.
From this viewpoint, we should not blindly trust the answers from LLMs. Instead, it is essential to ask the same question multiple times with different phrasing to check for consistency in the answers. He added that attempting to use LLMs directly for problems requiring definitive answers, such as numerical calculations, is not appropriate.

⚠️ 주의하세요!
⚠️ Be careful!
파울러는 LLM을 '주니어 개발자'에 비유하는 것에 강하게 비판합니다. LLM은 "모든 테스트 통과!"라고 자신 있게 말하면서 실제로는 테스트를 실패시키는 코드를 내놓는 경우가 흔하죠. 만약 인간 동료가 이런 행동을 반복한다면, 신뢰를 잃고 인사 문제로 이어질 수준의 심각한 결함이라는 것입니다. LLM은 동료가 아닌, 강력하지만 실수를 저지를 수 있는 '도구'로 인식해야 합니다.
Fowler strongly criticizes the analogy of an LLM to a 'junior developer'. LLMs often confidently state "All tests passed!" while providing code that actually fails tests. If a human colleague were to do this repeatedly, it would be a serious flaw leading to a loss of trust and personnel issues. LLMs should be recognized not as colleagues, but as powerful 'tools' that can make mistakes.

 

소프트웨어 공학, '비결정성' 시대로의 전환 🎲
Software Engineering's Shift to an Era of 'Non-Determinism' 🎲

전통적인 소프트웨어 공학은 '결정론적'인 세계 위에 세워져 있었습니다. '2+2'를 입력하면 '4'가 나와야 하듯, 모든 것은 예측 가능하고 일관적이어야 했죠. 예상과 다른 결과는 '버그'로 취급되어 즉시 수정되었습니다.
Traditional software engineering was built on a 'deterministic' world. Just as inputting '2+2' must yield '4', everything had to be predictable and consistent. Unexpected results were treated as 'bugs' and fixed immediately.

하지만 LLM의 등장은 이러한 패러다임을 근본적으로 바꾸고 있습니다. 파울러는 LLM이 소프트웨어 공학에 '비결정성(Non-Determinism)'을 도입하는 전환점이 될 것이라고 진단합니다. 동일한 요청에도 LLM은 미묘하게 다른 결과물을 내놓을 수 있으며, 그럴듯해 보이는 코드 안에 치명적인 오류를 숨겨놓기도 합니다.
However, the emergence of LLMs is fundamentally changing this paradigm. Fowler diagnoses that LLMs will be a turning point, introducing 'Non-Determinism' into software engineering. Even with the same request, an LLM can produce subtly different outputs and may hide critical errors within plausible-looking code.

이제 개발자의 역할은 단순히 코드를 작성하는 것을 넘어, LLM이 만들어낸 불확실한 결과물을 비판적으로 검증하고 관리하는 능력이 더욱 중요해졌습니다. 아래 표로 그 차이를 간단히 정리해봤습니다.
Now, the role of a developer has become more about the ability to critically verify and manage the uncertain outputs generated by LLMs, going beyond simply writing code. I've summarized the differences in the table below.

구분 Category	전통적 소프트웨어 (결정적) Traditional Software (Deterministic)	LLM 기반 소프트웨어 (비결정적) LLM-based Software (Non-deterministic)
결과 예측성 Result Predictability	동일 입력, 동일 결과 보장 Same input, same output guaranteed	동일 입력에도 다른 결과 가능 Different outputs possible for the same input
오류의 정의 Definition of Error	예측을 벗어난 모든 동작 (버그) Any behavior deviating from prediction (Bug)	결과의 불확실성 (본질적 특성) Uncertainty of results (Intrinsic feature)
개발자 역할 Developer's Role	정확한 로직 구현 및 디버깅 Implementing precise logic and debugging	결과물 검증 및 불확실성 관리 Verifying outputs and managing uncertainty

 

피할 수 없는 위협: 보안 문제 🔐
The Unavoidable Threat: Security Issues 🔐

마지막으로 파울러는 LLM이 소프트웨어 시스템의 공격 표면을 광범위하게 확대한다는 심각한 경고를 던집니다. 특히 브라우저 에이전트와 같이 비공개 데이터 접근, 외부 통신, 신뢰할 수 없는 콘텐츠 노출이라는 '치명적 삼중' 위험을 가진 도구들은 근본적으로 안전하게 만들기 어렵다는 것이 그의 의견입니다.
Finally, Fowler issues a serious warning that LLMs significantly expand the attack surface of software systems. He opines that tools with the 'lethal triple' risk of accessing private data, communicating externally, and being exposed to untrusted content, such as browser agents, are fundamentally difficult to secure.

예를 들어, 웹 페이지에 인간의 눈에는 보이지 않는 명령어를 숨겨 LLM을 속이고, 이를 통해 민감한 개인 정보를 유출하도록 유도하는 공격이 가능해집니다. 개발자들은 이제 코드의 기능뿐만 아니라, LLM과 상호작용하는 모든 과정에서 발생할 수 있는 새로운 보안 취약점을 고려해야 합니다.
For example, it becomes possible to trick an LLM by hiding commands invisible to the human eye on a web page, thereby inducing it to leak sensitive personal information. Developers must now consider not only the functionality of their code but also new security vulnerabilities that can arise in all processes interacting with LLMs.

💡

마틴 파울러의 LLM 핵심 인사이트
Martin Fowler's Core LLM Insights

환각은 본질:
Hallucination is Intrinsic: LLM의 환각은 '결함'이 아닌 '본질적 특징'으로 이해해야 합니다.
LLM's hallucination must be understood as an 'intrinsic feature,' not a 'flaw.'

비결정성의 시대:
The Era of Non-Determinism: 소프트웨어 공학이 예측 불가능성을 관리하는 시대로 진입했습니다.
Software engineering has entered an era of managing unpredictability.

검증은 필수:
Verification is a Must:

LLM의 결과물은 주니어 개발자가 아닌, 검증이 필수적인 '도구'의 산출물입니다.
The output of an LLM is not that of a junior developer, but the product of a 'tool' that requires mandatory verification.

보안 위협:
Security Threats: LLM은 시스템의 공격 표면을 넓히는 새로운 보안 변수입니다.
LLMs are a new security variable that broadens a system's attack surface.

LLM을 현명하게 활용하려면 비판적 사고와 지속적인 실험이 중요합니다.
To use LLMs wisely, critical thinking and continuous experimentation are crucial.

자주 묻는 질문 ❓
Frequently Asked Questions ❓

Q: 마틴 파울러가 '환각'을 결함이 아닌 본질로 봐야 한다고 말하는 이유는 무엇인가요?
Q: Why does Martin Fowler say that 'hallucination' should be seen as an intrinsic feature, not a flaw?

A: LLM은 방대한 데이터를 기반으로 가장 그럴듯한 다음 단어를 예측하여 문장을 생성하는 모델이기 때문입니다. 이 과정에서 사실관계와 무관하게 매끄러운 문장을 만들어내는 '환각'은 자연스러운 결과물이며, 이 특성을 이해해야 LLM을 올바르게 활용할 수 있다는 의미입니다.
A: This is because LLMs are models that generate sentences by predicting the most plausible next word based on vast amounts of data. In this process, 'hallucination,' which creates fluent sentences regardless of factual accuracy, is a natural outcome. Understanding this characteristic is key to using LLMs correctly.

Q: 소프트웨어 공학의 '비결정성'이란 무엇을 의미하며, 왜 중요한가요?
Q: What does 'non-determinism' in software engineering mean, and why is it important?

A: '비결정성'이란 동일한 입력에 대해 항상 동일한 결과가 나오지 않는 특성을 의미합니다. 전통적인 소프트웨어는 100% 예측 가능해야 했지만, LLM은 같은 질문에도 다른 답변을 줄 수 있습니다. 이 불확실성을 이해하고 관리하는 것이 LLM 시대 개발자의 핵심 역량이 되었습니다.
A: 'Non-determinism' refers to the characteristic where the same input does not always produce the same output. While traditional software had to be 100% predictable, an LLM can give different answers to the same question. Understanding and managing this uncertainty has become a core competency for developers in the age of LLMs.

Q: LLM이 생성한 코드를 신뢰하고 바로 사용해도 될까요?
Q: Can I trust and use the code generated by an LLM immediately?

A: 아니요, 절대 안 됩니다. 마틴 파울러는 LLM이 그럴듯하지만 작동하지 않거나, 보안에 취약한 코드를 생성할 수 있다고 경고합니다. 생성된 코드는 반드시 개발자가 직접 검토, 테스트, 검증하는 과정을 거쳐야 합니다.
A: No, absolutely not. Martin Fowler warns that LLMs can generate code that looks plausible but doesn't work or is insecure. The generated code must be reviewed, tested, and verified by a developer.

Q: LLM을 사용하면 왜 보안 위협이 커지나요?
Q: Why do security threats increase with the use of LLMs?

A: LLM은 외부 데이터와 상호작용하고, 때로는 민감한 정보에 접근할 수 있기 때문입니다. 악의적인 사용자가 웹사이트나 입력값에 보이지 않는 명령어를 숨겨 LLM을 조종(프롬프트 인젝션)하여 정보를 유출하거나 시스템을 공격하는 새로운 형태의 보안 위협이 발생할 수 있습니다.
A: Because LLMs interact with external data and can sometimes access sensitive information. Malicious users can hide invisible commands in websites or inputs to manipulate the LLM (prompt injection), leading to new types of security threats such as data leakage or system attacks.

마틴 파울러의 통찰은 LLM이라는 새로운 도구를 어떻게 바라보고 사용해야 하는지에 대한 중요한 가이드를 제시합니다. 단순히 편리한 코드 생성기를 넘어, 우리 개발 환경의 근본적인 패러다임을 바꾸는 존재임을 인식해야 합니다. 그의 조언처럼, 두려워하거나 맹신하기보다는 적극적으로 실험하고 경험을 공유하며 이 거대한 변화의 물결에 현명하게 올라타야 할 때입니다.
Martin Fowler's insights provide an important guide on how to view and use the new tool that is the LLM. We must recognize it not just as a convenient code generator, but as an entity that is changing the fundamental paradigm of our development environment. As he advises, now is the time to wisely ride this massive wave of change by experimenting and sharing experiences, rather than fearing or blindly trusting it.

여러분은 LLM에 대해 어떻게 생각하시나요? 개발 과정에서 겪었던 흥미로운 경험이 있다면 댓글로 공유해주세요! 😊
What are your thoughts on LLMs? If you have any interesting experiences from your development process, please share them in the comments! 😊

'잠수함 특허'의 종말? 미국 출원 해태 법리 완벽 분석 (Sonos vs Google 최신 판례)

 

특허 출원, 일부러 지연시키면 어떻게 될까요? 혹시 기술 시장이 성숙할 때까지 특허 등록을 미루는 '잠수함 특허' 전략에 대해 들어보셨나요? 이 글에서는 미국 특허 제도 속 시한폭탄, '출원 해태' 법리의 모든 것을 최신 판례와 함께 알기 쉽게 설명해 드립니다.

안녕하세요! 오늘은 기업이나 발명가라면 꼭 알아야 할, 조금은 생소하지만 아주 중요한 미국 특허 이야기를 해볼까 해요. 바로 '출원 해태(Prosecution Laches)'라는 개념인데요. 제가 최근에 'Sonos 대 Google' 사건 판결을 보고 '아, 이거 정말 중요하구나!' 싶어서 여러분께 꼭 공유하고 싶었어요. '나중에 해야지' 하고 미루는 습관이 특허 세계에서는 얼마나 큰 나비효과를 불러올 수 있는지, 지금부터 함께 알아보시죠!

'잠수함 특허'를 막는 방패, 출원 해태란? 🤔

'출원 해태'라는 말이 좀 어렵게 들리죠? 쉽게 말해, 특허 출원인이 합리적인 이유 없이 고의로 출원 절차를 지연시켜 다른 사람에게 피해를 줬을 때, 나중에 그 특허권을 주장할 수 없게 만드는 법리를 말해요. 아주 오래전부터 있던 형평법상의 방어 수단이죠.

특히 1995년 미국 특허법이 개정되기 전에는 이런 전략이 기승을 부렸어요. 당시에는 특허 기간이 '등록일'로부터 17년이었거든요. 그래서 일부러 등록을 늦추고, 관련 기술이 시장의 표준이 되었을 때 '짜잔!' 하고 나타나 막대한 로열티를 요구하는 거죠. 마치 깊은 바닷속에 숨어있다가 목표물이 나타나면 공격하는 잠수함 같다고 해서 '잠수함 특허(Submarine Patent)'라는 별명이 붙었답니다.

💡 알아두세요!
출원 해태가 인정되려면 크게 두 가지 요건이 필요해요. 첫째, 특허 출원인의 '불합리하고 설명할 수 없는 지연'이 있어야 하고, 둘째, 그 지연으로 인해 소송 상대방(피고)에게 '법적 불이익(prejudice)'이 발행한다는 점이 입증되어야 합니다. 여기서 말하는 '법적 불이익 또는 손해'(prejudice)란 단순한 피해를 넘어, '특허 출원인의 부당한 지연이 없었다면 발생하지 않았을, 피고의 경제적·사업적 이해관계 형성'을 의미하는 법률 용어랍니다.

 

전설의 발명가, 길버트 하얏트 이야기 📜

출원 해태를 이야기할 때 빼놓을 수 없는 인물이 바로 '길버트 하얏트'입니다. 이분은 마이크로컨트롤러 기술의 선구자로 불리지만, 동시에 수십 년에 걸친 특허 출원 지연으로도 아주 유명해요. 1995년 법 개정 직전에 무려 400개에 가까운 특허를 출원하며 소위 'GATT 버블 출원'을 감행했죠.

미국 특허청(PTO)은 하얏트의 이런 장기적인 지연 행위가 특허 시스템을 남용하는 것이라며 '출원 해태'를 주장했고, 결국 2025년 연방순회항소법원은 특허청의 손을 들어줬습니다. 이 판결은 특허 출원 과정에서의 성실한 진행 의무를 다시 한번 일깨워준 중요한 사건으로 기록되었어요.

구분	일반적인 특허 출원	하얏트의 사례
출원 시점	기술 개발 후 즉시	1970년대부터 시작
지연 기간	평균 2~3년	수십 년에 걸쳐 진행
결과	정상적인 특허 등록	출원 해태로 인한 권리 불인정

 

최신 판례: Sonos 대 Google 스마트 스피커 전쟁 🔊

그렇다면 1995년 법 개정으로 특허 기간이 '출원일'로부터 20년으로 바뀐 지금은 어떨까요? '잠수함 특허' 전략은 이제 무의미해졌을까요? 최근 Sonos와 Google의 스마트 스피커 특허 소송이 이 질문에 대한 중요한 실마리를 제공합니다.

1심 법원은 Sonos가 13년이라는 긴 시간 동안 계속 출원을 통해 의도적으로 절차를 지연했고, 그 사이 Google이 해당 기술에 막대한 투자를 했다는 점을 들어 '출원 해태'를 인정했어요. 특히 1심 판사는 Sonos가 경쟁사(Google) 제품을 보고 그에 맞춰 청구항을 수정하는 '표적 계속 출원(Targeted Continuation Practice)' 관행을 강하게 비판했죠.

하지만! 2025년 연방순회항소법원은 이 판결을 뒤집었습니다. 항소 법원은 출원 해태는 '아주 드문 경우'에만 허용되는 예외적인 방어 수단임을 강조하며, Google이 Sonos의 지연 때문에 실질적인 피해를 봤다는 증거가 부족하다고 판단했어요. 이 판결로 Sonos는 3,250만 달러의 배심원 평결을 되찾을 수 있었습니다.

⚠️ 주의하세요!
Sonos 사건의 항소심 판결은 출원 해태 주장이 그만큼 어렵다는 것을 보여주지만, 그렇다고 해서 장기간의 출원 지연이 괜찮다는 의미는 아니에요. 특히 경쟁사 제품을 명백히 겨냥한 듯한 계속 출원 전략은 여전히 위험 부담이 따를 수 있답니다.

💡

출원 해태 핵심 요약

고의적 지연은 금물: 합리적 이유 없는 장기 지연은 특허권 행사에 걸림돌이 될 수 있어요.

'불이익' 입증이 관건: 실시자는 특허출원의 단순 지연만으론 부족! 지연 기간 동안 상대방이 기술에 투자/개발했다는 '개입 권리'과 같은 손해 또는 불이익 발생을 입증해야 합니다.

달라진 판결 추세:

Sonos 판결로 출원 해태 인정 문턱은 더 높아졌어요!

성실한 절차 진행: 모든 지연은 합리적으로 설명 가능해야 하며, 관련 기록을 잘 남겨두는 것이 중요해요.

특허는 타이밍! 권리 위에 잠자는 자는 보호받기 어렵습니다.

자주 묻는 질문 ❓

Q: 그럼 특허 계속출원(Continuation) 전략은 이제 위험한가요?

A: 아니요, 정상적인 계속출원 자체는 전혀 문제 되지 않아요. 기술을 발전시키고 권리 범위를 명확히 하기 위한 합법적인 절차입니다. 다만 수십 년씩 이유 없이 지연시키거나, 경쟁사 제품을 명백히 겨냥하는 듯한 모습은 피하는 것이 좋습니다.

Q: '불합리한 지연'의 명확한 기준이 있나요? 몇 년부터 위험한가요?

A: 아쉽게도 '몇 년 이상은 무조건 위험하다' 같은 명확한 기준은 없습니다. 법원은 '총체적 상황(totality of the circumstances)'을 고려하여 개별 사건마다 판단합니다. 하지만 하얏트의 사례처럼 수십 년에 걸친 지연은 명백히 불합리하다고 볼 수 있겠죠.

Q: 한국 특허법에도 출원 해태와 비슷한 제도가 있나요?

A: 한국 특허법에는 미국식 ‘출원 해태(prosecution laches)’ 법리가 명문으로 존재하지는 않습니다. 그러나 몇 가지 제도적 장치가 사실상 비슷한 제한 효과를 가집니다.

계속출원 제도 부재: 한국은 미국처럼 무제한 계속출원이 불가능하고, 대신 분할출원만 허용됩니다. 다만 이는 거절이유통지 후 의견서 제출기간이나 특허결정 송달 후 3개월 이내 등 특정 시점에서만 가능합니다.

심사청구 3년 기한: 출원일부터 3년 안에 심사청구를 하지 않으면 심사에 착수되지 않습니다. 이를 통해 일정 기간 시장을 관망할 수 있으나 3년이 상한입니다.

PCT 활용 가능: 국제출원을 활용하면 전략적 유연성을 가질 수 있지만, 장기간 권리화를 늦춰 ‘서브마린 특허’를 만드는 것은 제도상 불가능합니다.

따라서 한국에는 출원 해태와 동일한 법리는 없지만, 분할출원 시기 제한과 심사청구 3년 기한 등을 통해 권리 남용 방지 및 제3자의 예측가능성 보장이라는 정책적 취지는 구현되고 있습니다.

오늘은 미국 특허의 '출원 해태'라는 흥미로운 주제에 대해 알아봤습니다. 조금 복잡하게 느껴질 수 있지만, 핵심은 결국 '정당한 이유 없이 자신의 권리 행사를 미루어 타인에게 피해를 주지 말라'는 상식적인 원칙인 것 같아요. 여러분의 소중한 발명이 바닷속 잠수함처럼 가라앉지 않도록, 항상 성실하게 절차를 진행하는 것이 무엇보다 중요해 보입니다. 더 궁금한 점이 있다면 언제든 댓글로 물어봐 주세요!

※ 본 블로그 포스트는 일반적인 정보 제공을 목적으로 하며, 특정 사안에 대한 법률적 자문을 대체할 수 없습니다. 개별적인 법률 문제에 대해서는 반드시 전문가와 상담하시기 바랍니다.

오래된 특허는 안전? PTAB의 '기득권적 기대' 법리 완벽 분석

 

오래된 특허는 안전할까? 미국 특허심판원(PTAB)의 새로운 정책 '기득권적 기대' 법리가 특허 무효 심판의 판도를 바꾸고 있습니다. 이 글을 통해 핵심 변경 사항과 실무 전략을 확인하세요.

안녕하세요! 특허 관련 업무를 하다 보면 '이 오래된 특허도 무효가 될 수 있을까?' 하는 궁금증, 한 번쯤 가져보셨을 텐데요. 최근 미국 특허심판원(PTAB)에서 이와 관련된 아주 중요한 정책 변화가 있었습니다. 바로 '기득권적 기대(settled expectations)'라는 법리인데요, 이게 특허권자나 무효 심판을 청구하려는 입장에서 모두 엄청난 영향을 미치고 있어요. 오늘은 이 뜨거운 감자에 대해 쉽고 명쾌하게 파헤쳐 보겠습니다!

 

'기득권적 기대' 법리, 대체 뭔가요? 🤔

'기득권적 기대' 법리는 아주 간단하게 말해, 특허가 오랜 기간 동안 별다른 무효 분쟁 없이 유효하게 존재했다면, 그 유효성에 대한 신뢰를 보호해주어야 한다는 원칙이에요. PTAB이 당사자계 재심사(IPR) 같은 무효 심판을 개시할지 말지 결정할 때, 이 '특허의 나이'를 중요한 재량적 판단 요소로 삼겠다는 거죠.

이전에는 주로 지방 법원에서 진행 중인 특허 침해 소송과의 관계를 따지는 'Fintiv 요소'가 재량적 기각의 주요 근거였는데, 이제는 새로운 시대가 열린 셈입니다. 2025년 3월, 코크 모건 스튜어트 특허청장 대행이 발표한 "PTAB 업무량 관리 임시 절차 메모"를 통해 이 정책이 공식화되었어요.

💡 알아두세요!
이 법리의 핵심 전제는, 특허가 6~8년 이상 존속했다면 특허권자는 물론이고 대중까지도 그 특허의 유효성을 신뢰하게 되므로, 이를 함부로 뒤집어 혼란을 주어서는 안 된다는 것입니다.

 

실무에서는 어떻게 적용되고 있나요? 📊

이 새로운 정책은 발표 직후부터 PTAB 실무에 아주 빠르게 적용되고 있어요. 특히 몇몇 주요 사례를 보면 그 기준을 엿볼 수 있습니다.

사건명	특허 연령	결정 요지
Irhythm v. Welch Allyn	약 13년	청구인이 특허를 인지하고도 조기에 이의를 제기하지 않아 '강력한 기득권적 기대'가 형성되었다고 판단.
Dabico v. Axa Power	약 8년	특허 침해 통지 여부와 상관없이, 오래 존속했다는 사실 자체로 기대가 형성된다고 판시.
Intel v. Proxense	약 9년	9년 이상 된 특허에 대해 기대를 인정했으나, 법률의 중대한 변경 등 예외 사유가 있으면 극복 가능함을 시사.

⚠️ 주의하세요!
PTAB은 특허 발행 후 만 6년이 지나면 '강력한 기득권적 기대'가 생긴다고 보고 있어요. 이는 특허 침해 손해배상 청구의 소멸시효(6년)와 유사한 기준을 적용하는 것으로 보입니다.

 

논란의 중심: 이 법리, 과연 공정한가? ⚖️

솔직히 말해서, 이 법리는 굉장한 논란을 낳고 있어요. 특허권자의 권리 안정성을 높여준다는 긍정적인 측면도 있지만, IPR 제도의 본래 목적과 충돌한다는 비판이 거셉니다.

주요 비판점들

• IPR 목적 훼손: IPR은 부실 특허를 효율적으로 제거하여 산업 발전에 기여하는 것이 목적인데, 이 법리가 그 문턱을 너무 높여버렸다는 지적이에요.
• 경험적 데이터와의 불일치: '오래된 특허는 괜찮을 것'이라는 기대와 달리, 실제 데이터는 다릅니다. 2012년 이후 제기된 IPR 청구 중 46% 이상(8,000건 이상)이 6년 이상 존속된 특허를 대상으로 했습니다. 이는 특허권자들이 오래된 특허가 도전받지 않을 것이라는 기대를 갖는 것이 비합리적임을 시사합니다.
• 특허권자에게 편향: 분쟁의 장을 PTAB에서 지방 법원으로 옮겨, 통계적으로 특허 무효를 인정받기 더 어려운 환경을 만든다는 비판도 있어요.

이 때문에 현재 연방항소법원에 이 법리의 적법성에 대한 소송들이 제기된 상태지만, 특허청장에게 주어진 광범위한 재량권을 고려할 때 법원에서 뒤집히기는 쉽지 않을 것이라는 전망도 나옵니다.

 

'기득권적 기대'를 극복할 예외 사유들 🔑

그렇다고 해서 오래된 특허에 대한 도전이 완전히 불가능해진 것은 아닙니다. PTAB은 '기득권적 기대'를 극복할 수 있는 몇 가지 예외적인 상황들을 제시하고 있습니다.

이런 경우, 재량적 기각을 피할 수 있습니다!

• 법률/판례의 중대한 변경: 특허 발행 후 특허성에 영향을 미치는 법이나 판례가 크게 바뀐 경우입니다.
• 특허권자의 상업적 활용 부재: 특허권자가 특허를 상업화하거나 라이선스를 주는 등 적극적으로 활용한 사실이 없는 경우입니다. (예: NPE가 처음으로 특허를 수익화하려는 경우)
• 관련 특허의 무효화: 패밀리 특허 등 관련 있는 특허가 이전에 무효로 판명된 이력이 있는 경우입니다.
• 심사 과정의 중대한 오류: 최초 특허 심사 과정에서 심각한 오류가 있었던 경우입니다.
• 유지보수료 미납으로 인한 만료: 특허가 유지료 미납으로 만료된 경우에도 해당될 수 있습니다.

 

핵심 요약 및 우리의 대응 전략 📝

'기득권적 기대' 법리의 등장은 미국 특허 실무에 큰 파장을 일으키고 있습니다. 이 변화의 물결 속에서 우리는 어떻게 대응해야 할까요?

1. 특허권자의 입장: 6년 이상 된 특허는 이제 강력한 방어 수단을 얻었습니다. IPR 청구가 들어오면 '기득권적 기대'를 적극적으로 주장하여 조기에 방어할 수 있습니다.
2. 청구인의 입장: 오래된 특허에 IPR을 제기하려면 이제 더 신중한 접근이 필요합니다. 단순히 선행기술만으로는 부족하며, 앞서 설명한 '기득권적 기대'를 극복할 예외 사유를 함께 주장해야 합니다.
3. 전략의 변화: 이로 인해 특허 분쟁의 무게 중심이 다시 지방 법원으로 이동할 가능성이 커졌습니다. 특허 라이선스 협상이나 소송 전략을 세울 때 이 점을 반드시 고려해야 합니다.

💡

기득권적 기대 법리: 핵심 정리

적용 대상: 발행 후 6년 이상 경과한 특허

주요 효과: PTAB의 IPR 등 무효 심판 개시 거부율 급증

핵심 논리:

오랜 기간 존속 → 유효성에 대한 신뢰 형성 → 보호 필요

현재 상태: USPTO 정책 O / 연방항소법원 판례 X (소송 진행중)

특허 전략 수립 시 '특허의 나이'가 핵심 변수로 떠올랐습니다.

자주 묻는 질문 ❓

Q: '기득권적 기대'는 법원에서 확립된 법리인가요?

A: 아니요, 아직은 아닙니다. 이것은 USPTO 특허심판원(PTAB)이 도입한 새로운 '정책'이며, 현재 이 정책의 타당성에 대해 연방항소법원에서 소송이 진행 중입니다. 따라서 법원에서 확립된 법리라고 보기는 어렵습니다.

Q: 그럼 이제 오래된 특허는 아예 무효시킬 수 없나요?

A: 그렇지는 않습니다. '기득권적 기대'를 극복할 만한 예외적인 사유가 있다면 IPR 개시가 가능합니다. 예를 들어, 특허 발행 이후 관련 법률에 중대한 변경이 있었거나, 특허권자가 해당 특허를 한 번도 상업적으로 활용하지 않았다는 점 등을 입증하면 됩니다.

Q: 이 정책으로 인해 IPR 개시율은 얼마나 변했나요?

A: 매우 극적으로 변했습니다. 2024년 10월 1일 이후 접수된 IPR 청구의 기각률은 72%에 달했는데, 이는 정책 시행 이전의 개시율이 61%(기각률 39%)였던 것과 비교하면 엄청난 변화입니다.

이처럼 '기득권적 기대' 법리는 미국 특허 지형을 뒤흔드는 중요한 변화입니다. 앞으로 연방항소법원의 판단에 따라 또 다른 변화가 있을 수 있으니, 계속해서 주목해야겠습니다. 더 궁금한 점이 있다면 댓글로 물어봐 주세요!

면책 조항 (Disclaimer)
본 글은 일반적인 정보를 제공하기 위한 목적으로 작성되었으며, 특정 사안에 대한 법률적 자문을 구성하지 않습니다. 개별적인 법률 문제에 대해서는 반드시 자격을 갖춘 법률 전문가와 상담하시기 바랍니다.

※ 법적 고지 (Legal Notice) ※
본 블로그 포스트는 일반적인 정보 제공을 목적으로 하며, 특정 사안에 대한 법률적 자문을 대체할 수 없습니다. 개별적인 법률 문제에 대해서는 반드시 전문가와 상담하시기 바랍니다.
This blog post is for general informational purposes only and cannot substitute for legal advice on specific matters. Please be sure to consult with a professional regarding individual legal issues.

나는 지시한다, 고로 창작한다 - AI와 창작자의 새로운 관계, "I Direct, Therefore I Create" - The New Relationship Between AI and the Creator

AI에게 '지시'만 내린 사람, 과연 창작자일까요?
If You Only 'Direct' an AI, Are You Still the Creator?

최근 인공지능(AI)을 활용해 15초 분량의 짧은 영상을 만들어 보았습니다. 제가 한 것이라고는 오직 두 가지 프롬프트를 지시한 것뿐이었습니다.
I recently used artificial intelligence (AI) to create a short, 15-second video. All I did was provide two prompts.

👤 인물 캐릭터 생성 프롬프트
👤 Character Creation Prompt

“감정적으로 빈티지 마이크에 대고 노래하는 젊은 여성의 클로즈업 초상화. 은은하게 반짝이는 연한 하늘색 드레스를 입고 있으며, 메이크업은 부드럽고 감정 어린 눈빛과 붉은 입술을 강조한다. 머리는 꽃 장식이 달린 단정한 업스타일로 묶여 있다. 배경은 은은하게 빛나는 파란 커튼과 흐릿한 따뜻한 전구 조명이 아련하고 친밀한 무대 분위기를 만든다. 스타일은 사실적이고 시네마틱하며, 얼굴과 마이크에 초점을 맞춘 고해상도 디테일로 표현한다.”

"A close-up portrait of a young woman singing emotionally into a vintage microphone. She wears a sparkling light-blue dress with thin straps, and her makeup highlights her soft, expressive eyes and red lips. Her hair is styled in a loose elegant updo with a flower accessory. The background has softly glowing blue curtains and blurred warm string lights, creating a dreamy and intimate stage mood. The style should be photorealistic, cinematic, and highly detailed, focusing on her face and microphone."

🎵 가사와 음원 생성 프롬프트
🎵 Lyrics and Music Generation Prompt

“부드러운 피아노 선율에 맞추어 부르는 진심 어린 발라드. 목소리는 섬세하고 감정적이며, 첫사랑의 달콤쌉싸름한 기억을 회상한다. 가사는 한국어로 향수와 연약함, 그리고 그리움으로 가득 차 있다. 전체적인 분위기는 서정적이고 시네마틱하며, 잔잔한 리듬과 풍부한 표현력이 잃어버린 사랑의 아픔과 아름다움을 동시에 드러낸다.”

"A heartfelt ballad with soft piano melodies, sung in a tender and emotional voice. The song recalls the bittersweet memory of a first love — nostalgic, delicate, and filled with longing. The lyrics are written in Korean, filled with shades of nostalgia, fragility, and yearning. The mood is sentimental and cinematic, with a gentle rhythm and expressive dynamics that reveal both the pain and the beauty of lost love."

이 두 가지 지시에 따라 AI가 영상을 창작했고, 무료 버전이라 15초 길이로 제작되었습니다.
Following these two instructions, the AI created the video. Since I used a free version, it was produced as a 15-second clip.

예술계에서는 작품을 직접 제작하지 않더라도 창작 과정을 기획하거나 방향을 제시한 사람 또한 창작자로 인정된다고 합니다. 그렇다면 저 역시 창작자로 불릴 수 있을까요? 기술이 너무 빠르게 진화하는 오늘날, 이러한 물음을 곱씹을 틈도 없이 새로운 현실이 우리 앞에 펼쳐지고 있음을 실감합니다.
In the art world, it's said that even if someone doesn't physically create the work, the person who plans or directs the creative process is also recognized as a creator. If that's the case, can I too be called a creator? With technology evolving so rapidly today, I realize that a new reality is unfolding before us, leaving little time to ponder such questions.

예술의 오랜 질문: "창작자"는 누구인가?
Art's Enduring Question: Who is the "Creator"?

예술계에서는 오래전부터 “작품의 창작자란 누구인가”라는 논쟁이 이어져 왔습니다. 실질적으로 붓을 들지 않았더라도 작품의 기획, 구도, 개념을 제시한 사람은 ‘창작자’로 간주되어 왔습니다. 대표적으로 뒤샹(Marcel Duchamp)의 레디메이드(Ready-made) 예술이 보여주듯, 물건 자체를 만든 사람이 아닌, 그것을 예술의 맥락으로 끌어올린 사람이 창작자로 불렸습니다.
For a long time, the art world has debated the question, "Who is the creator of a work of art?" Even those who didn't physically hold the brush have been considered 'creators' if they provided the concept, composition, and plan for the piece. A prime example is Marcel Duchamp's "Ready-made" art. The person who elevated an object into the context of art, not the person who manufactured the object itself, was called the creator.

이는 창작의 본질이 행위의 물리적 구현이 아니라 ‘의도의 지시와 기획’에 있다는 철학적 전제를 반영합니다.
This reflects the philosophical premise that the essence of creation lies not in the physical act of making, but in the 'intention, direction, and planning.'

지시자 vs 창작자: 법과 현실의 간극
The Director vs. The Creator: A Gap Between Law and Reality

결국, 저는 AI에게 두 개의 프롬프트를 제시함으로써 창작 행위를 ‘지시·감독’했습니다. 예술철학적으로는 이러한 행위 자체가 창작의 본질에 가깝다고 볼 수 있습니다. 하지만 법적으로는, 아직까지 저와 같은 “지시자”의 지위가 창작자로 전면적으로 인정되지 않습니다. 다만 이 간극이야말로 법철학적 사유의 출발점이자, 기술 발전이 제기하는 새로운 질문입니다.
Ultimately, by providing two prompts to the AI, I 'directed and supervised' a creative act. From a philosophical standpoint, this act itself can be seen as close to the essence of creation. Legally, however, the status of a "director" like myself is not yet fully recognized as that of a creator. This very gap is the starting point for legal and philosophical inquiry and a new question posed by technological advancement.

따라서 저는 스스로에게 묻습니다.
Therefore, I ask myself:

“작품의 완성된 물리적 형태를 만든 것이 중요한가, 아니면 그 과정을 기획하고 방향을 정한 것이 중요한가?”
"Is it more important to have created the final physical form of a work, or to have planned and directed the process?"

기술은 이미 이 질문을 우리에게 강요하고 있으며, 법과 철학은 이제 그 답을 새롭게 모색해야 하는 시점에 와 있습니다.
Technology is already forcing this question upon us, and now law and philosophy must find a new answer.

아래에서 AI가 생성한 영상을 직접 확인해 보세요.
You can watch the video generated by the AI below.

Does AI determine the outcome of patent lawsuits? Visualization strategies for patent attorneys (AI가 특허 소송의 승패를 가른다? 변리사를 위한 시각화 전략)

 

변리사님, 아직도 특허 도면 수정 때문에 밤새시나요?

Patent Attorneys, still pulling all-nighters over drawing modifications?

특허 문서만으로 복잡한 기술을 설명하는 데 한계를 느껴보셨다면, 이 글이 바로 그 해답이 될 수 있습니다. FreeCAD, Claude AI, MCP 기술의 조합이 어떻게 변리사님의 강력한 '부조종사'가 되어 업무 효율과 설득력을 극대화하는지 알려드릴게요.

If you've ever felt limited trying to explain complex technology with just patent documents, this article could be the answer. Let me show you how the combination of FreeCAD, Claude AI, and MCP technologies can become your powerful 'co-pilot,' maximizing both your efficiency and persuasive power.

특허 명세서의 빽빽한 글자와 몇 장의 도면만으로 심사관이나 판사에게 기술의 핵심을 이해시키는 일, 정말 쉽지 않죠.

Explaining the core of a technology to an examiner or a judge with nothing but dense text and a few drawings is a real challenge, isn't it?

저도 관련 업무를 하면서 ‘이걸 어떻게 더 직관적으로 보여줄 수 있을까?’하는 고민을 정말 많이 했어요. 특히 결정적인 순간에 기술적 차이를 명확하게 보여줘야 하는 변론기일이나 구술심리에서는 3D 모델링 같은 시각 자료 하나가 승패를 가르기도 하니까요.

In my own work, I've spent a lot of time wondering, 'How can I present this more intuitively?' Especially during crucial moments like hearings or oral arguments, a single visual aid like a 3D model can literally make or break a case.

과거에는 이런 자료를 만들려면 고가의 소프트웨어와 전문가의 도움이 필수였지만, 이제는 상황이 바뀌고 있습니다. AI와 오픈소스 도구의 눈부신 발전 덕분이죠. 오늘은 FreeCAD, Claude AI, 그리고 이 둘을 연결하는 MCP(Model Context Protocol)라는 기술 스택을 활용해 특허 실무를 어떻게 혁신할 수 있는지, 그 현실적인 가능성과 명확한 한계까지 솔직하게 이야기해 보려고 합니다.

In the past, creating these materials required expensive software and expert help, but things are changing now. Thanks to the remarkable advancements in AI and open-source tools. Today, I want to talk frankly about how we can innovate patent practice using the tech stack of FreeCAD, Claude AI, and the MCP that connects them—covering both the realistic possibilities and the clear limitations.

 

AI 시각화, 특허 실무의 '게임 체인저'가 되다

AI Visualization: A 'Game-Changer' in Patent Practice

특허 심사나 소송 과정에서 가장 중요한 것 중 하나는 '설득'입니다. 아무리 뛰어난 기술이라도 그 가치를 제대로 전달하지 못하면 의미가 없죠. 바로 이 지점에서 AI 기반 시각화 도구가 강력한 힘을 발휘합니다. 복잡한 기술적 쟁점을 누구나 쉽게 이해할 수 있는 3D 모델이나 시뮬레이션으로 보여줌으로써, 심사관이나 재판부의 이해도를 획기적으로 높일 수 있기 때문입니다.

One of the most critical elements in patent examination or litigation is 'persuasion.' No matter how brilliant the technology, it's meaningless if its value isn't communicated effectively. This is precisely where AI-powered visualization tools show their strength. By presenting complex technical issues as easy-to-understand 3D models or simulations, they can dramatically improve the comprehension of examiners and judges.

물론 AI가 모든 것을 해결해 주는 '만능 열쇠'는 아닙니다. 현재 기술은 전문가를 대체하는 완전 자동화가 아닌, 전문가의 역량을 강화하고 작업 속도를 높여주는 'AI 증강 워크플로우(AI-augmented workflow)'에 가깝습니다. 즉, 변리사님이 직접 아이디어를 시각화하고 검증하는 강력한 '부조종사(co-pilot)'를 얻게 되는 셈이죠.

Of course, AI is not a 'silver bullet' that solves everything. The current technology is closer to an 'AI-augmented workflow' that enhances expert capabilities and speeds up tasks, rather than a full automation that replaces them. In other words, you, the patent attorney, are getting a powerful 'co-pilot' to help you visualize and validate ideas directly.

💡 알아두세요!

Good to Know!

이 기술의 핵심 가치는 비용 절감을 위한 인력 대체가 아닙니다. 오히려 반복적이고 시간을 많이 소모하는 작업을 AI에게 맡겨, 변리사와 같은 고급 인력이 소송 전략 수립이나 핵심 컨셉 설계와 같은 더 높은 가치를 창출하는 업무에 집중할 수 있도록 돕는 데 있습니다.

The core value of this technology isn't about replacing personnel to cut costs. Rather, it's about delegating repetitive, time-consuming tasks to AI, allowing high-level professionals like patent attorneys to focus on higher-value tasks like litigation strategy or core concept design.

 

핵심 기술 스택 해부: FreeCAD, Claude, 그리고 MCP

Dissecting the Core Tech Stack: FreeCAD, Claude, and MCP

그렇다면 이 'AI 부조종사'는 어떤 기술들로 이루어져 있을까요? 각 구성 요소의 현실적인 성능과 한계를 아는 것이 성공적인 도입의 첫걸음입니다.

So, what technologies make up this 'AI co-pilot'? Understanding the realistic capabilities and limitations of each component is the first step toward successful implementation.

기술 요소 Tech Component	핵심 역량 Strengths	현실적 한계 Limitations
FreeCAD	파라메트릭 모델링: 치수 하나를 바꾸면 연관된 모든 형상이 자동 업데이트되어 수정이 용이합니다. Parametric Modeling: Changing one dimension automatically updates all related geometry, making modifications easy. Python API: 모든 기능을 코드로 제어할 수 있어 AI 연동의 기반이 됩니다. All features can be controlled via code, providing the foundation for AI integration.	가파른 학습 곡선: API 문서가 부족하여 전문가가 아닌 이상 배우기 어렵습니다. Steep Learning Curve: Lacks sufficient API documentation, making it difficult for non-experts to learn. 복잡성 한계: 특허 수준의 고정밀 모델링에는 여전히 전문 지식이 필요합니다. Complexity Limit: Patent-level, high-precision modeling still requires expert knowledge.
Claude AI	최고 수준 코딩 능력: 특허 명세서를 분석해 FreeCAD 제어 코드를 생성할 수 있습니다. Top-Tier Coding Ability: Can analyze patent specifications to generate FreeCAD control scripts. 대용량 문서 처리: 수십 페이지의 PDF 파일도 한 번에 분석 가능합니다. Large Document Processing: Capable of analyzing PDF files dozens of pages long at once.	전문가 검증 필수: AI가 생성한 코드는 오류(환각)가 있을 수 있어 반드시 검토가 필요합니다. Expert Verification Required: AI-generated code may contain errors (hallucinations) and must be reviewed. 운영 비용: 고급 모델 사용 시 월 $100 이상의 비용이 발생할 수 있습니다. Operational Cost: Using advanced models can incur costs of $100+ per month.
MCP	표준화된 '통역사': AI(Claude)와 전문 도구(FreeCAD) 간의 소통을 가능하게 하는 핵심 연결고리입니다. Standardized 'Translator': The key link that enables communication between AI and specialized tools. 구현 가능성 입증: 이미 다수의 오픈소스 프로젝트가 존재합니다. Proven Feasibility: Numerous open-source projects already exist.	기술적 복잡성: Python 환경 설정, 포트 관리 등 초기 구성이 까다롭습니다. Technical Complexity: Initial setup, including Python environment and port management, is tricky. 유지보수 필요: 연결 오류나 지연 등 실시간 문제 해결이 필요할 수 있습니다. Maintenance Needed: May require real-time troubleshooting for connection errors or latency.

 

변리사를 위한 현실적인 AI 활용 시나리오

Realistic AI Use Cases for Patent Attorneys

이론은 충분히 들었으니, 이제 실제 업무에 어떻게 적용할 수 있을지 구체적인 시나리오를 살펴볼까요? 중요한 것은 '모든 것을 자동화하겠다'는 욕심 대신, 지금 당장 효과를 볼 수 있는 작업과 여전히 전문가의 손길이 필요한 작업을 구분하는 것입니다.

Enough with the theory—let's look at specific scenarios for how this can be applied in actual practice. The key is to distinguish between tasks that can deliver immediate benefits and those that still require an expert's touch, rather than trying to automate everything at once.

✅ 지금 바로 가능한 작업 (High-Feasibility / Tasks Ready for AI Now)

• 기본적인 도면 수정: 길이, 직경, 각도 등 간단한 수치를 변경하거나 주석을 업데이트하는 작업.
  Basic Drawing Modifications: Tasks like changing simple parameters such as length, diameter, or angles, and updating annotations.
• 표준 부품 삽입: 라이브러리에 있는 나사, 베어링 같은 표준 부품을 도면에 추가하고 배치하는 단순 반복 작업.
  Inserting Standard Parts: Simple, repetitive tasks like adding and positioning standard library parts such as screws or bearings.
• 개념 프로토타이핑: 발명의 핵심 아이디어를 내부 회의나 브레인스토밍용으로 빠르게 3D 모델로 시각화하는 작업.
  Concept Prototyping: Quickly visualizing the core concept of an invention as a 3D model for internal meetings or brainstorming.

❌ 아직은 전문가의 영역 (Expert-Dominant / Tasks Still Requiring an Expert)

• 고정밀 신규 형상 제작: 특허 도면의 엄격한 기준을 충족하는 독창적이고 복잡한 형상을 만드는 작업.
  Creating New, High-Precision Geometries: Creating original, complex geometries that must meet the strict standards of patent drawings.
• 복잡한 어셈블리 관리: 여러 부품의 복잡한 상호 관계나 구속 조건, 공차를 정의하는 작업.
  Managing Complex Assemblies: Defining the intricate interrelationships, constraints, and tolerances of multi-part assemblies.

⚠️ 주의하세요! 법적 증거가 아닌 '설득'을 위한 도구

Caution! A Tool for 'Persuasion,' Not Legal Evidence

가장 중요한 점은, AI가 생성한 시각 자료는 그 자체로 독립적인 법적 '증거'가 될 수 없다는 것입니다. 하지만 기술적 쟁점을 설명하고 재판부나 심사관을 '설득'하는 보조 자료로서는 매우 강력한 가치를 지닙니다. 모든 AI 생성물은 반드시 인간 전문가의 검증과 증언이 뒷받침되어야 법적 절차에서 의미를 가집니다.

The most critical point is that AI-generated visuals cannot serve as standalone legal 'evidence'. However, as an auxiliary material to explain technical issues and 'persuade' a judge or examiner, it holds immense value. All AI-generated outputs must be backed by human expert verification and testimony to be meaningful in legal proceedings.

 

💡

AI 특허 시각화, 핵심은 '전문가 보조'

AI Patent Visualization: The Key is 'Expert Augmentation'

AI 역할 (AI's Role): 완전 자동화가 아닌, 변리사의 역량을 강화하는 '부조종사(co-pilot)'

Not full automation, but a 'co-pilot' that enhances the attorney's capabilities.

활용 범위 (Scope of Use): 단순 도면 수정 및 개념 설명용 3D 모델 생성에 매우 효과적입니다.

Highly effective for simple drawing modifications and creating 3D models for concept explanation.

필수 조건 (Prerequisite):

AI 결과물은 반드시 '인간 전문가'의 검증을 거쳐야 합니다 (Human-in-the-Loop).

AI outputs must be verified by a 'human expert'.

법적 가치 (Legal Value): 법적 '증거'가 아닌, 재판부와 심사관의 이해를 돕는 강력한 '설득' 도구입니다.

A powerful 'persuasion' tool to aid understanding, not legal 'evidence'.

AI와 협력하여 특허 업무의 효율과 설득력을 극대화하세요.

Maximize your efficiency and persuasive power by collaborating with AI.

 

자주 묻는 질문

Frequently Asked Questions

Q: AI가 생성한 3D 모델을 법적 증거로 바로 제출할 수 있나요?

Can I submit an AI-generated 3D model directly as legal evidence?

A: 아니요, 현재로서는 어렵습니다. AI 생성물은 독립적인 증거 능력을 갖지 못하며, 자격을 갖춘 인간 전문가의 검증과 증언이 뒷받침될 때 '설명용 보조 자료'로서의 가치를 가집니다.

No, that is difficult at present. AI-generated outputs do not have standalone evidentiary value; they are valuable as 'demonstrative aids' when supported by the verification and testimony of a qualified human expert.

Q: 이 기술을 도입하려면 반드시 코딩을 알아야 하나요?

Do I absolutely need to know how to code to implement this technology?

A: 초기 설정(MCP)에는 기술적 전문성이 필요하지만, n8n과 같은 노코드(No-code) 도구를 활용하면 비개발자도 기본적인 연동을 구현할 수 있습니다. 또한 AI 자체를 코딩 학습 도우미로 활용하는 혁신적인 방법도 있습니다.

While the initial MCP setup requires technical expertise, non-developers can implement basic integrations using no-code tools like n8n. Furthermore, there are innovative methods to use the AI itself as a coding tutor.

Q: 아직 출원되지 않은 민감한 발명 정보를 AI 서비스에 보내도 안전한가요?

Is it safe to send sensitive, pre-filing invention information to an AI service?

A: 중대한 보안 위험이 따릅니다. 반드시 강력한 데이터 보안 정책을 갖춘 기업용 AI 서비스를 사용하고, 민감 정보 처리에 대한 명확한 내부 가이드라인을 수립하는 것이 필수적입니다.

This poses a significant security risk. It is essential to use enterprise-level AI services with robust data security policies and to establish clear internal guidelines for handling sensitive information.

오늘은 변리사 업무에 AI 기반 시각화 도구를 활용하는 현실적인 방법에 대해 알아보았습니다. 기술의 발전이 우리의 일하는 방식을 어떻게 바꾸어 놓을지 정말 기대되지 않나요? 물론 아직 넘어야 할 산도 있지만, 단순 반복 작업에서 벗어나 더 창의적이고 전략적인 업무에 집중할 수 있다는 점만으로도 충분히 매력적인 것 같습니다.

Today, we've explored realistic ways to leverage AI-powered visualization tools in patent practice. Isn't it exciting to think about how technological advancements will change the way we work? Of course, there are still hurdles to overcome, but the prospect of moving away from repetitive tasks to focus on more creative and strategic work is appealing enough.

이 기술 스택 도입에 대해 더 궁금한 점이나 여러분의 의견이 있다면 언제든지 댓글로 남겨주세요! 함께 고민하고 정보를 나누면 더 좋은 해결책을 찾을 수 있을 거예요.

If you have more questions or opinions about implementing this tech stack, please feel free to leave a comment! By discussing and sharing information together, we can find even better solutions.