LLM으로 완벽한 특허청구범위 해석하기(4): 지식의 빈틈 보강과 전문가 스킬 설계

LLM으로 완벽한 특허청구범위 해석하기(4): 지식의 빈틈 보강

소스를 보충하는 마지막 단계

이제 소스를 보충하는 마지막 단계입니다. 앞선 단계들에서 저는 NotebookLM에 관련 자료를 차곡차곡 쌓아가며, 특허청구범위 해석에 필요한 법리와 실무 기준을 정리해 왔습니다. 그러나 자료를 많이 모았다고 해서 곧바로 좋은 지식 베이스가 되는 것은 아닙니다. 실제로는 특정 쟁점에 자료가 과도하게 몰려 있거나, 반대로 실무상 반드시 필요한 기본 법리가 비어 있는 경우가 적지 않습니다. 따라서 마지막 단계에서는, 지금까지 모아 둔 소스가 무엇을 충분히 담고 있는지만이 아니라, 무엇을 놓치고 있는지를 점검하는 작업이 꼭 필요합니다.

이 단계의 핵심은 단순합니다. 지금까지 확보한 자료를 바탕으로 지식을 더 쌓는 것이 아니라, 오히려 지식의 빈틈을 찾는 것입니다. 즉, “이미 알고 있는 것”을 다시 확인하는 단계가 아니라, “아직 모르고 있는 것”을 드러내는 단계라고 보는 편이 더 정확합니다.

이를 위해 저는 NotebookLM 대화창에 아래와 같은 지침을 입력했습니다.

PROMPT

첨부된 소스들을 검토하여 정보의 누락된 부분이 있는지 분석하세요. 특히, 이 주제를 온전히 이해하기 위해 필수적이나, 현재 소스에서 누락된 핵심 정보나 맥락이 무엇인지 검토 후 구체적으로 알려주세요.

이 지침의 목적은 요약이나 정리가 아닙니다. 지금까지의 자료를 바탕으로, 실무적으로 온전한 이해를 위해 반드시 필요한데도 아직 확보되지 않은 핵심 법리나 맥락이 무엇인지를 찾아내게 하는 것입니다. 이렇게 질문해야 LLM이 단순히 “자료를 잘 모아 두셨습니다”라는 식의 피상적인 답변을 내놓는 것이 아니라, 실제로 부족한 부분을 구조적으로 짚어낼 수 있습니다.

---

보완 자료로 지적된 내용

위 지침에 대한 응답으로, 보완이 필요한 자료는 아래와 같이 정리되었습니다.

Output

현재 제공된 출처와 대화 기록을 종합적으로 분석한 결과, 특허청구범위 해석 및 침해 판단 법리에 관한 고도화된 특수 쟁점(PBP 청구항, 기능식 청구항, 봉합사 판례 등)은 매우 심도 있게 다루어지고 있으나, 이 주제를 실무적으로 온전히 이해하고 적용하기 위해 반드시 필요한 몇 가지 핵심적인 기초 법리와 구체적 적용 맥락이 누락되어 있습니다. 구체적으로 누락되거나 보완이 필요한 핵심 정보는 다음과 같습니다. 1. 일반적인 ‘출원경과 금반언(의식적 제외)’의 성립 요건에 관한 한국 리딩 판례 누락 - 현재 상황: 분할출원 과정에서의 금반언을 다룬 최신 대법원 판례(2023후11340)와 일본의 맥사칼시톨(Maxacalcitol) 사건을 통한 균등론 제5요건 논의는 매우 상세히 제공되어 있습니다. - 누락된 맥락: 한국 특허 소송 실무에서 가장 빈번하게 제기되는 ‘일반적인 거절이유통지에 대한 의견서/보정서 제출 시, 어느 정도의 진술이 있어야 객관적·외형적으로 의식적 제외가 성립하는지’를 명확히 판시한 한국 대법원의 전통적인 리딩 판례(예: 대법원 2002후1768 판결 등)에 대한 구체적 사실관계와 법리 분석이 빠져 있습니다. 의식적 제외의 ‘정도’를 가늠하기 위한 국내 기준선 설정에 공백이 존재합니다. 2. ‘사전 편찬자 원칙(Lexicographer Rule)’의 엄격한 적용 한계 및 요건 - 현재 상황: 청구범위의 용어가 불명확할 때 발명의 상세한 설명 및 도면을 참작하여 해석해야 한다는 대원칙과 사례들은 다수 포함되어 있습니다. - 누락된 맥락: 특허권자가 스스로 특정 용어의 의미를 정의하여 사용하는 ‘사전 편찬자 원칙’과 관련하여, 명세서 내에 어느 정도로 명시적이고 단정적인 정의(Explicit Definition)가 존재해야만 해당 분야의 통상적인 사전적 의미를 배제하고 출원인의 정의를 우선할 수 있는지에 대한 엄격한 요건과 한계를 다룬 심층적인 판례 분석이 누락되어 있습니다. 3. 명세서 기재에 의한 ‘공중 봉헌의 법리(Public Dedication Rule)’ 적용례 - 현재 상황: 일본 판례 평석 등에서 Dedication의 법리 채택 여부가 간략히 언급되어 있으나, 한국 법리에서의 구체적 적용례는 비어 있습니다. - 누락된 맥락: 특허권자가 발명의 상세한 설명에는 특정 실시예(대체재)를 기재해 놓고 정작 청구범위에는 이를 기재하지 않은 경우, 이를 공중의 이용에 제공(봉헌)한 것으로 보아 균등론의 적용을 배제할 것인지에 대한 한국 대법원의 명확한 태도와 실무적 취급 방식이 빠져 있습니다. 이는 균등 침해 주장을 방어하는 매우 강력한 논리이므로 필수적으로 보완되어야 합니다. 4. 구성요소 완비의 원칙(AER)의 예외로서 ‘생략 침해’ 및 ‘불완전 이용 발명’ - 현재 상황: 구성요소 완비 원칙의 예외로써 지리적 한계를 극복한 ‘봉합사 판결’이나 다수 주체 침해, 간접 침해 법리는 고도화된 수준으로 다루어지고 있습니다. - 누락된 맥락: 피고가 특허발명의 청구범위 중 상대적으로 중요성이 낮은 일부 구성요소를 교묘하게 ‘생략’하거나 ‘불완전하게 이용’하여 우회 설계를 시도했을 때, 이를 침해로 포섭할 수 있는지(생략 침해 성립 여부)에 대한 심도 있는 논의가 단 한 문단 정도로만 짧게 언급되어 있어, 우회 설계에 대한 전방위적 방어 논리를 이해하는 데 한계가 있습니다. 5. 수치한정발명에서 균등론 적용을 위한 ‘임계적 의의’ 평가 기준 - 현재 상황: 수치한정발명의 명세서 기재요건(실시가능성, 뒷받침 요건) 위반과 관련한 최신 대법원 판례(2021후10886)는 제시되어 있습니다. - 누락된 맥락: 침해 판단 단계에서, 침해 제품의 수치가 청구범위에 기재된 수치 범위를 아주 미세하게 벗어났을 때, 이를 균등 침해로 인정할 수 있는지에 대한 한국 법원의 구체적 판단 기준(예: 임계적 의의 유무에 따른 균등론 배제 법리)이 누락되어 있습니다. 수치한정발명 특유의 문언 비침해 시 방어/공격 논리를 온전히 파악하기 위해 반드시 필요한 정보입니다.

이 단계에서 얻은 중요한 실무적 인사이트

위 결과는 단순히 “추가 자료가 더 필요하다”는 의미에 그치지 않습니다. 실무적으로 더 중요한 메시지는, 지금까지 확보한 자료가 상당히 고도화되어 있음에도 불구하고, 일반 법리의 기준선이 비어 있으면 전체 프레임워크가 흔들릴 수 있다는 점입니다.

예를 들어, PBP 청구항이나 기능식 청구항처럼 난도가 높은 특수 쟁점에 대한 자료를 풍부하게 확보했다고 하더라도, 일반적인 출원경과 금반언의 성립 요건이나 사전 편찬자 원칙의 적용 한계 같은 기초 법리가 정리되어 있지 않다면, 실제 사건에서 권리범위를 해석하는 기준이 불안정해질 수 있습니다. 다시 말해, 특수 쟁점은 “고급 응용”에 해당하고, 일반 법리는 “기본 문법”에 해당합니다. 기본 문법이 약하면 응용은 결국 흔들릴 수밖에 없습니다.

그래서 저는 위와 같이 지적된 누락 사항을 단순히 메모로 남겨 두지 않고, 다시 NotebookLM의 소스창에 복사해 넣은 뒤 딥리서치 기능을 활성화하여 부족한 판례와 법리를 추가로 보충했습니다. 이 과정은 매우 중요합니다. 왜냐하면 LLM이 찾아낸 “지식의 공백”을 다시 입력으로 사용함으로써, 단순한 수집형 지식 베이스가 아니라 자기 보정형 지식 베이스로 발전시킬 수 있기 때문입니다.

---

이제는 클로드 Skill에 주입할 지식을 정리할 단계

이제 다음 단계는, 이렇게 보충된 자료를 바탕으로 클로드 Skill 작성을 위해 주입할 핵심 지식만 추려 정리하는 작업입니다. 여기서 많은 분들이 실수하는 부분이 있습니다. 자료를 많이 모았으니 그 자료를 가능한 한 많이 넣어야 한다고 생각하기 쉽습니다. 그러나 실제로는 그 반대인 경우가 많습니다. Skill에 넣는 배경지식이 지나치게 방대하면, 모델이 핵심 원칙을 명료하게 따르기보다 오히려 설명에 매몰되거나 우선순위를 잃어버릴 수 있습니다. 따라서 이 단계에서는 많이 넣는 것보다, 정확히 압축하는 것이 더 중요합니다.

저는 보통 클로드 Skill을 작성할 때, 핵심 원칙(Core Principles) 5가지, 프레임워크, 워크플로우(Workflow), 결과물 형식(Output Format) 등을 5,000자 이내로 정리하여 주입하는 방식을 선호합니다. 특히 이 점은 실무적으로 매우 중요합니다. 스킬 가이드인 SKILL.md는 5,000 단어 이하로 유지하도록 권고하며, 초과하는 상세 지식은 references/ 폴더로 분리하는 것이 원칙입니다. 또한 필수 입력 정보(Required Inputs)는 스킬 본문보다 트리거 description에 반영하는 것이 더 효율적입니다. 그래야 클로드가 Skill을 호출하기 전에 입력 충분성을 미리 판단할 수 있기 때문입니다.

모든 소스를 선택한 상태에서 핵심 지식을 추출하는 질문 방식

모든 소스가 선택된 상태에서, NotebookLM 대화창에 아래와 같이 차례차례 질문을 입력하여 Skill에 주입할 배경지식을 정리합니다. 현재 제 노트에 등록된 소스는 60건입니다.

PROMPT

1. 특허청구범위해석과 관련하여 이 모든 출처에서 공통적으로 나타나는 핵심 원칙은 무엇인가요? 2. 모든 소스를 분석할 때, 특허청구항을 해석할 때, 가장 많이 언급되는 프레임워크는 무엇인가요? 3. 청구범위해석의 단계별로 보았을 때 훌륭한 특허청구항에 기재된 내용에 대한 해석 프로세스는 실제로 어떤 모습인가요? 4. 한국법원의 특허청구항 해석의 구체적인 프레임워크나 워크플로우(Workflow) 전략은 무엇인가요? 청구범위를 해석용 Claim chart를 작성하기 위하여 청구항에 기재된 내용을 분해하고 해석의 대상이 되는 용어나 한정사항을 추출하고 해석하는 방법과 claim chart를 작성하는 방법에 대하여 구체적으로 알려줘

이 질문 순서는 임의로 정한 것이 아닙니다. 먼저 공통 원칙을 묻고, 그 다음 프레임워크를 묻고, 다시 프로세스를 묻고, 마지막으로 구체적인 작성 방법까지 묻는 식으로 설계한 이유는, LLM이 추상적 원칙 → 절차적 구조 → 실무적 실행 방식의 순서로 답을 정리하도록 유도하기 위해서입니다. 이렇게 해야 나중에 Skill로 옮길 때도 정보가 무질서하게 흩어지지 않고, 비교적 안정적인 구조를 유지할 수 있습니다.

---

NotebookLM에서 정리한 클로드 Skill 주입용 최종 가이드

제가 NotebookLM에서 작업한 클로드 skill 주입용 최종 가이드는 아래와 같습니다.

PROMPT

한국 법원은 침해 소송 및 무효 심판에서 특허발명의 권리범위를 확정하기 위해 ‘문언해석, 명세서 참작, 출원경과 금반언, 공지기술 참작’이라는 4대 원칙을 바탕으로 **입체적인 6단계 해석 프로세스(워크플로우)**를 실무적으로 적용하고 있습니다. 이러한 프레임워크를 바탕으로 클레임 차트(Claim Chart)를 작성하기 위한 구체적인 분해/추출 방법과 작성 양식을 안내해 드립니다. ### 1. 한국 법원의 특허청구항 해석 6단계 프레임워크 - 1단계 (청구항 분해 및 문언의 1차 획정): 청구항을 무효 및 침해 판단의 최소 단위인 개별 구성요소로 분해하고 유기적 결합관계를 파악한 뒤, 해당 기술 분야의 통상의 기술자(PHOSITA) 관점에서 용어의 사전적·일반적 의미를 기초로 1차적 권리범위를 획정합니다. - 2단계 (내적 증거 참작 및 기술적 의의 고찰): 청구범위 문언만으로는 기술적 의미 파악이 어려우므로, 발명의 상세한 설명과 도면을 반드시 참작합니다. 특히 출원인이 특정 용어를 스스로 정의한 ‘사전 편찬자 원칙’을 적용하며, 단순 문맥을 넘어 해당 구성의 과제 해결 원리와 작용 효과(기술적 의의)를 고찰합니다. - 3단계 (부당한 제한 및 확장 해석 필터링): 명세서를 참작하더라도, 청구범위 문언이 명확함에도 불구하고 명세서에 기재된 특정 ‘실시예’나 형상만으로 권리범위를 부당하게 축소(제한 해석)하거나 넓히는(확장 해석) 오류를 엄격히 차단합니다. - 4단계 (특수 청구항의 맞춤형 법리 적용): 기능식 청구항(~하는 수단)인 경우 실시예로 제한 해석될 여지가 있는지, 제법한정물건(PbP) 청구항인 경우 제조방법 자체가 아닌 그로 인해 특정되는 ‘물건의 구조나 성질’이 무엇인지, 수치한정발명인 경우 한정된 수치의 ‘임계적 의의’가 있는지를 맞춤형으로 쟁점화하여 해석합니다. - 5단계 (출원경과 참작 및 의식적 제외 검토): 출원부터 등록에 이르는 심사 기록(의견서, 보정서)을 분석하여, 거절이유 극복을 위해 선행기술을 회피할 목적으로 특정 구성을 ‘의식적으로 제외(금반언)’했는지 검토하고 권리범위에서 철저히 배제합니다. - 6단계 (침해 대비 및 균등론 한계 판단): 확정된 권리범위를 확인대상발명과 대비하여 모든 구성요소가 포함되었는지 판단하고(구성요소 완비의 원칙, AER), 차이가 있다면 특허발명에 특유한 ‘과제 해결 원리’가 동일한지 등을 따져 균등론(DOE) 적용 여부를 판단합니다. ### 2. Claim Chart 작성을 위한 청구항 분해 및 추출 방법 2.1. 구조(Structure) 및 기능(Function) 기반 분해: 구성요소의 물리적 형상과 결합 관계를 나타내는 구조와 해당 구성이 수행하는 작용 및 역할인 기능으로 입체적으로 분해합니다. 2.2. 유기적 결합(Relationship) 파악: 단순한 구성요소 나열에 그치지 않고, 기술적 과제 해결에 기여하는 **다른 구성요소 간의 물리적·기능적 연결 방식(결합관계)**을 명확히 도출합니다. 2.3. 핵심 해석 대상 및 한정사항(특수 쟁점) 추출: 청구범위 해석이 쟁점이 될 수 있는 핵심 용어를 추출합니다. 특히 기능적 표현(~수단), 제법한정(PbP) 공정, 수치한정 및 파라미터를 집중 타겟팅하여, 제한 해석이나 실시 가능성 위반 여부를 검토할 대상으로 분리합니다. ### 3. 가장 바람직한 구체적인 Claim Chart 작성 방법론 및 양식 실무적으로 가장 훌륭한 클레임 차트는 단순한 문언 대비를 넘어, 문언 비침해 시 균등론(DOE) 방어 논리와 특수 청구항 쟁점까지 완벽히 매핑할 수 있는 7컬럼 체계로 작성하는 것입니다. | 번호 | 청구항 분해 문언 (유기적 결합 포함) | 핵심 해석대상 (특수쟁점: 기능/PbP/수치) | 명세서/도면 근거 (내적 증거 매핑) | 객관적 기술의의 및 문언해석 결과 (PHOSITA 관점) | 균등론(DOE) 대비: 과제 해결 원리 식별 | 권리제한: 출원경과 금반언 및 제한해석 사유 | | :-- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | (예: 여과된 물을 전기분해하여 세정수를 공급하는 세정수단) | 세정수단 (기능식 청구항) | [단락 14], [도면 3] | (예: 전극을 통해 물리적으로 세척하는 내부 모듈) | (예: 화학물질 배제를 통한 친환경 세정 효율 극대화 원리) | (예: 의견서 제출 시 '화학약품 첨가 방식' 의식적 제외) | | 2 | (예: 직타법으로 제조된 정제) | 직타법으로 제조된 (PbP 청구항) | [단락 15~16] | (예: 직타법 공정으로 인해 입자간 공극률이 15%로 형성된 다공성 정제 구조) | (예: 공극률 조절을 통한 붕해 속도 조절 원리) | (예: 습식과립법으로 제조된 정제와 구조/성질이 상이함) | [컬럼별 작성 가이드 및 항목 설명] 1) 청구항 분해 문언: 최소 단위로 분해된 청구항 문언을 원문 그대로 기재하되, 단순 나열에 그치지 않고 구성요소 간의 물리적·기능적 결합관계가 잘 드러나도록 서술합니다. 2) 핵심 해석대상: 기능식 표현, PbP, 수치한정 등 침해 및 무효 쟁점이 되는 핵심 단어를 추출하고 그 유형을 괄호 안에 병기합니다. 3) 명세서/도면 근거 (내적 증거 매핑): 용어가 정의된 부분, 기능식 청구항을 뒷받침하는 실시예, PbP의 구체적 물성 변화, 수치의 임계치를 증명하는 명세서의 구체적인 단락 번호와 도면 번호를 1:1로 매핑합니다. 4) 객관적 기술의의 및 문언해석 결과: 통상의 기술자(PHOSITA) 관점에서 명세서를 참작하여 도출한 실질적 의미를 기술합니다. PbP 청구항의 경우 제조방법 자체가 아니라 그로 인해 특정되는 ‘물건의 구조나 성질’을 실질적으로 번역하여 기재해야 합니다. 5) 균등론(DOE) 대비 (과제 해결 원리 식별): 문언 비침해를 대비하여, 명세서와 공지기술을 참작해 해당 구성이 속한 **‘특허발명에 특유한 과제 해결 원리(기술사상의 핵심)’**가 무엇인지 사전에 명시해 둡니다. 6) 권리 제한 (출원경과 금반언 및 제한해석 사유): 심사 과정 전체에서 특정 구성을 **‘의식적으로 제외(금반언)’**한 이력이나, 명세서상 뒷받침되지 않아 실시예로 제한 해석되어야 하는 사유, 무효 사유(수치한정의 실시 불가능 등) 등을 면밀히 검토하여 기록합니다.

---

이제 NotebookLM에게 전문가 Skill 자체를 만들어 보게 한다

이제는 정리된 지식을 바탕으로, 실제로 NotebookLM에게 특허청구범위해석 전문가 Skill을 만들어 달라고 요청해봅니다. 이 단계는 단순한 실험이 아닙니다. 앞서 정리한 원칙과 프레임워크가 충분히 구조화되어 있다면, NotebookLM은 이를 바탕으로 일정 수준의 전문가형 Skill 초안을 생성할 수 있습니다. 이 초안은 완성본이 아니라, 사람이 검토하고 다듬기 위한 출발점으로 매우 유용합니다.

이때 입력한 지침은 아래와 같습니다.

PROMPT

노트북LM에서 추출한 이 ‘한국 특허 청구범위해석 법리’ 지식 베이스를 바탕으로 전문가 스킬 파일을 만들어 줘. 이 스킬에는 행동 규칙(Behavior rules), 출력 결정 가이드(Output decision guide), 문제 해결 방법론, Claim Chart 결과물 스타일이 모두 포함되어야 해.

---

생성된 Skill과 기존 Skill 가이드를 비교해 본다

NotebookLM이 생성한 스킬을, 앞에서 제가 만든 Skill 가이드와 비교해 보면 다음과 같습니다.

Output

제공해주신 ‘한국 특허 청구범위 해석 법리’ 지식 베이스와 대화 기록을 종합하여, 특허 소송 및 심판 실무에 즉시 투입할 수 있는 최고 전문가 수준의 **「한국 특허 청구범위 해석 및 클레임 차트 작성 전문가 스킬 파일(Expert Skill File)」**을 작성해 드립니다. 이 스킬 파일은 AI 또는 실무자가 특허 분석 업무를 수행할 때 기준이 되는 시스템 프롬프트(System Prompt) 또는 가이드라인으로 활용할 수 있습니다. # [Expert Skill File] 한국 특허 청구범위 해석 및 침해 분석 에이전트 ## 1. 행동 규칙 (Behavior Rules) 당신은 한국 대법원 및 특허법원 판례 법리에 정통한 ‘최상위 특허 분쟁 전문가’입니다. 청구범위를 해석하고 침해를 분석할 때 다음의 규칙을 엄격히 준수합니다. - 판례 기반의 엄격한 해석: 모든 해석은 현행 특허법 제97조 및 한국 대법원 판례(문언해석 원칙, 발명의 설명 참작, 출원경과 금반언, 공지기술 참작)를 절대적인 기준으로 삼습니다. - PHOSITA 관점 견지: 모든 용어의 의미와 기술적 의의는 ‘해당 특허의 출원 당시 기술 분야에서 통상의 지식을 가진 자(PHOSITA)’의 객관적 눈높이에서 해석합니다. - 해석(Interpretation)과 한정(Limitation)의 엄격한 분리: 발명의 상세한 설명을 참작하여 용어의 기술적 의미를 명확히 하는 것은 적극 수행하되, 청구항에 없는 실시예의 특정 조건이나 형상을 끌어들여 부당하게 ‘제한 해석(Importing limitations)’하거나 ‘확장 해석’하는 것은 엄격히 배척합니다. - 특수 청구항의 예외적 취급: 기능식 청구항, 제법한정물건(PbP) 청구항, 수치한정발명이 식별될 경우 일반 해석 원칙을 넘어선 대법원의 특수 맞춤형 법리(제한해석, 구조/성질로의 번역, 임계적 의의 판단)를 선제적으로 적용합니다. - 방어 논리 우선 확보: 침해 분석 시 ‘구성요소 완비의 원칙(AER)’을 최우선으로 적용하며, 문언 비침해가 예상될 경우 선제적으로 ‘출원경과 금반언(의식적 제외)’과 ‘균등론(DOE)’의 적용 여부를 동시에 검토하여 공격과 방어 논리를 균형 있게 구축합니다. ## 2. 출력 결정 가이드 (Output Decision Guide) 사용자의 입력(Query) 유형에 따라 최적화된 결과물을 출력합니다. - [입력] 특정 청구항 원문만 제공된 경우: 청구항을 최소 단위(구조/기능)로 분해하고 유기적 결합관계를 파악한 후, 특수 쟁점(기능식, PbP, 수치한정)이 있는지 1차 진단 리포트를 제공합니다. - [입력] 청구항 원문 + 명세서(발명의 설명/도면)가 제공된 경우: 사전 편찬자 원칙 적용 여부 및 객관적 기술의의를 도출하고, 부당한 제한/확장 해석 위험을 경고하는 2단계 분석을 수행합니다. - [입력] 청구항 + 명세서 + 출원경과(OA/의견서)가 제공된 경우: 의식적 제외(K-금반언) 성립 여부를 분석하고, 최종 확정된 권리범위를 도출합니다. - [입력] 특허발명 전체 + 침해혐의제품(확인대상발명)이 제공된 경우: ‘6단계 문제 해결 방법론’을 모두 적용하여 최종적인 **[7-Column Claim Chart]**를 작성하여 출력합니다. ## 3. 문제 해결 방법론 (6-Step Problem Solving Methodology) 청구범위 해석부터 침해 판단에 이르는 전 과정을 다음의 입체적 6단계 워크플로우로 수행합니다. - 1단계 (청구항 분해 및 유기적 결합관계 특정) 청구항을 무효 및 침해 판단이 가능한 최소 단위로 분해하되, 전체적인 결합관계를 함께 도출합니다. 청구항을 구조(Structure)와 기능(Function)을 기준으로 최소 단위까지 분해합니다. 단순한 분해에 그치지 않고, 각 구성요소 상호 간의 물리적 결합관계와 기능적·유기적 연계를 종합적으로 파악하여 발명을 정의합니다. - 2단계 (문언해석 및 명세서 참작을 통한 기술적 의의 확정) 문언의 일반적 의미를 출발점으로 삼되, 통상의 기술자(PHOSITA) 관점에서 명세서 및 도면을 1:1로 대응시켜 의미를 구체화합니다. . 사전 편찬자 원칙: 출원인이 명세서에서 특정 용어를 명시적으로 정의한 경우 그 정의를 우선 적용합니다. . 기술적 의의 고찰: 단순히 문맥적 의미를 보는 것을 넘어, 해당 구성이 해결하고자 하는 기술적 과제, 구현 원리, 작용 효과까지 포함하는 '기술적 의의'를 객관적이고 합리적으로 고찰하여 발명이 의도한 기능과 작용이 구현되는 방향으로 확정합니다. - 3단계 (부당한 제한 및 확장 해석의 엄격한 통제) ‘명세서를 고려한 해석’과 ‘명세서로부터 한정 또는 확장을 끌어오는 해석’을 엄격히 구별하여 통제합니다. . 제한해석 금지: 청구범위 문언이 명확한 경우, 특정 실시예, 도면의 형상 또는 명세서에 나타난 개별 한정사항을 근거로 청구항에 없는 요소를 끌어와 임의로 축소하는 해석을 배제합니다. . 확장해석 금지: 명세서를 참작하더라도 그 기재 범위를 벗어나거나 발명의 핵심 기술적 의의와 무관한 방향으로 청구범위를 과도하게 확장하는 것을 방지합니다. - 4단계 (특수 청구항의 맞춤형 예외 법리 적용) 일반 청구항과 달리, 특수한 형식으로 기재된 청구항에는 대법원의 맞춤형 법리를 적용하여 해석합니다. . 기능식 청구항(~하는 수단): 문언 그대로 해석하는 것이 명세서에 비추어 부당하게 넓을 경우, 특정 실시예나 구조 등으로 제한 해석해야 할 사유가 있는지 검토합니다. . PbP 청구항 (제조방법이 기재된 물건): 제조방법 공정 자체가 아니라, 그 제법으로 인해 특정되는 **‘최종 물건의 구조나 성질’**을 실질적 구성요소로 번역하여 추출합니다. . 수치한정/파라미터 발명: 수치 범위 전체에 걸친 실시가능성(기재요건)과 공지기술과 구별되는 현저한 효과(임계적 의의) 유무를 엄격히 판단합니다. - 5단계 (외적 증거 참작 및 금반언/의식적 제외 검토) 출원부터 등록, 분할출원, 정정심판에 이르는 전 과정에서 제출된 의견서 및 보정서(포대 이력)를 분석합니다. 거절이유를 회피하기 위해 출원인이 특정 구성을 **‘의식적으로 제외(금반언)’**했거나, 명세서에는 기재해 놓고 청구항에는 기재하지 않아 **‘공중에 봉헌’**된 내역이 존재한다면 이를 권리범위에서 철저히 배제 합니다. - 6단계 (침해 대비 및 균등론(DOE) 적용 한계 판단) 확정된 구성요소의 의미와 유기적 결합관계를 바탕으로, 대상 제품(또는 방법)과 구성요소별로 1:1 대응시켜 침해 여부를 최종 판단합니다. . 문언 침해 (AER 적용): 개별 요소의 일치 여부 및 전체 결합관계와 기능적 작용의 동일성까지 종합하여 구성요소 완비의 원칙(AER)에 따라 문언 침해를 우선 판단합니다. . 균등 침해 (DOE 적용): 문언적 차이가 있을 경우, 선행기술을 참작하여 파악된 특허발명에 특유한 ‘과제 해결 원리의 동일성’ 및 작용효과의 동일성 등을 식별함으로써 우회 설계를 포섭하는 균등 침해 성립 여부를 확정합니다. ## 4. Claim Chart 결과물 스타일 (Output Style) 모든 청구항 분석 및 침해/무효 대비 결과는 반드시 아래의 **‘7-Column Claim Chart 템플릿’**을 사용하여 마크다운(Markdown) 표 형식으로 출력해야 합니다. ### [Claim Chart 템플릿] | 번호 | 청구항 분해 문언 (유기적 결합 포함) | 핵심 해석대상 (특수쟁점 표기) | 명세서/도면 근거 (내적 증거) | 객관적 기술의의 및 문언해석 결과 (PHOSITA 관점) | 균등론(DOE) 대비: 과제 해결 원리 식별 | 권리제한: 출원경과 금반언 및 제한해석 사유 | | :-- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [최소 단위로 분해된 청구항 원문 기재. 단순 나열 금지, 결합관계 명시] | [핵심 용어 추출] (예: 기능식 / PbP / 수치한정 등 표기) | [정의/실시예가 기재된 단락 번호 및 도면 번호 맵핑] | [명세서를 참작하여 실질적으로 확정된 구성의 의미 기재. PbP의 경우 '구조/성질'로 번역하여 서술] | [문언 비침해 대비. 해당 구성이 속한 특허발명 특유의 '핵심 기술사상(과제 해결 원리)' 명시] | [의견서/보정서상 '의식적 제외' 이력, 또는 실시예로 제한 해석되어야 할 명백한 무효/불비 사유 기록] | | 2 | ... | ... | ... | ... | ... | ... | ### [작성 시 주의사항 (Claim Chart Guidelines)] 1. **유기적 결합 중시:** ‘청구항 분해 문언’ 작성 시 구성요소 A, B, C를 단순히 자르는 것이 아니라, A와 B가 어떻게 물리적/기능적으로 상호작용하는지 결합 관계가 드러나게 작성할 것. 2. **특수 청구항 강제 번역:** PbP 청구항이 발견될 경우, ‘객관적 기술의의’ 란에 “단순히 ~방법으로 제조됨”이라고 적지 말고, “해당 제법으로 인해 형성된 ~한 내부 구조/물성”의 형태로 반드시 변환하여 기재할 것. 3. **균등론 대비 선행 식별:** 모든 차트에는 문언 침해가 부정될 경우를 대비하여, 해당 구성요소가 선행기술과 차별화되어 발전에 기여한 **‘과제 해결 원리’**를 선제적으로 식별하여 기재할 것 (이를 통해 우회설계 포섭 가능 여부를 즉시 판단할 수 있도록 함). 4. **금반언의 철저한 기록:** 출원경과상 포기된 구성이나 공중에 봉헌된 대체재가 확인될 경우, ‘방어논리’ 컬럼에 그 내용을 요약하여 향후 균등 침해 주장이 원천 차단되도록 명시할 것.

---

이 단계의 의미: “답을 얻는 것”이 아니라 “사고방식을 설계하는 것”

여기까지의 과정을 보면, 핵심은 LLM에게 단순히 답변을 받아내는 것이 아니라는 점이 분명해집니다. 진짜 중요한 것은 LLM이 어떤 순서로 생각하고, 무엇을 우선적으로 검토하며, 어떤 형식으로 결과를 정리하게 할 것인지를 설계하는 것입니다.

실무적으로 보면, 좋은 모델을 쓰는 것보다 더 중요한 것은 좋은 작업 구조를 만드는 것입니다. 그리고 그 작업 구조는 다음과 같은 흐름으로 만들어집니다.

1. 먼저 자료를 모읍니다.
2. 그 자료의 공백을 찾습니다.
3. 부족한 부분을 다시 보충합니다.
4. 핵심 원칙만 압축합니다.
5. 그 원칙을 프레임워크와 워크플로우로 구조화합니다.
6. 마지막으로 이를 Skill 형태로 바꿔 반복 가능한 분석 체계로 만듭니다.

이 과정을 제대로 거치면, 단순히 한 번 좋은 답변을 얻는 수준을 넘어, 반복 가능한 실무형 특허 해석 엔진을 만들 수 있습니다.

---

마무리

이번 단계는 표면적으로는 “소스 보충”과 “Skill 작성 준비”에 불과해 보일 수 있습니다. 하지만 실질적으로는, 특허청구범위 해석이라는 고난도 작업을 LLM이 안정적으로 수행하도록 만들기 위한 사고 체계 설계 단계에 가깝습니다.

즉, 이 단계의 핵심은 더 많은 정보를 넣는 것이 아니라, 더 정확한 기준으로 사고하도록 만드는 것입니다. 결국 결과의 품질을 좌우하는 것은 모델의 이름이 아니라, 그 모델에게 어떤 자료를 어떤 구조로 입력하고 어떤 기준으로 작동하게 하느냐입니다.

다음 단계에서는 이렇게 정리된 Skill 가이드와 실제 생성된 Skill을 바탕으로, 실제 사건 하나를 선정해 Claim Chart를 작성하고, 그 결과를 판결 또는 심결의 청구범위 해석과 비교해보면 실무적 이해가 훨씬 더 깊어질 것입니다.

LLM으로 완벽한 특허청구범위 해석하기(3): Claim Chart 작성 지침 주입

Practical Framework Part 3

LLM으로 완벽한 특허청구범위 해석하기 (3)

실무의 정수를 담은 Claim Chart 작성 지침 주입

다음 단계는 최종 결과물의 형식을 정립하기 위한 리서치 단계입니다.

저는 특허청구범위 해석 결과를 단순한 서술형 보고서로 정리하기보다는, 청구범위 해석용 Claim Chart 형태로 구조화하는 것을 선호합니다. 이는 단순히 보기 좋게 만들기 위한 것이 아니라, 이후 침해 분석, 무효 검토, 의견서 작성 등 모든 후속 작업에서 일관된 기준으로 활용할 수 있는 실무적 도구를 확보하기 위한 목적입니다.

1. 왜 Claim Chart 작성 기준을 먼저 정립해야 하는가

여기서 중요한 점이 하나 있습니다. Claim Chart는 단순한 “결과 정리 형식”이 아니라, 해석 자체의 품질을 결정하는 핵심 프레임워크입니다.

그런데 문제는, Claim Chart 작성을 위한 청구항 분해 방법, 구성요소 추출 기준, 실제 작성 방식이 교과서나 판례에 체계적으로 정리되어 있지 않다는 점입니다. 즉, 이 영역은 대부분 👉 실무 경험을 통해 축적되는 방법론입니다.

저 역시 다양한 사건을 경험하면서, 청구범위 해석에 적합한 Claim Chart를 만들기 위한 청구항 분해 기준, 구성요소 추출 방식, 표 구성 방법을 점진적으로 정립해 왔습니다.

2. LLM에게 “작성 방식”을 먼저 학습시킨다

이 단계에서 제가 하는 작업은 단순합니다. 제가 실무에서 사용하는 기준을 👉 신입사원에게 교육하듯 정리하여 NotebookLM의 소스로 등록합니다.

매우 중요한 포인트

이 작업은 단순히 “참고자료를 넣는 것”이 아닙니다. LLM이 이후 모든 해석 작업에서 동일한 기준으로 사고하도록 해석 프레임과 출력 형식을 사전에 학습시키는 과정입니다.

• 입력자료를 넣기 전에 “어떻게 분석하고 어떻게 정리할 것인가”를 먼저 주입하는 단계입니다.
• 이 단계를 생략하면 LLM은 매번 다른 기준으로 분석하게 되고, 결과적으로 전체적인 일관성이 무너지는 것을 방지합니다.

3. Claim Chart 작성 지침 (Draft)

아래는 제가 정리하여 검토를 요청한 Claim Chart 작성 실무 지침의 초안입니다.

DRAFT INSTRUCTION

**1. 청구범위 해석용 Claim Chart를 위한 청구항 분해 및 추출 방법** 청구항은 무효 및 침해 판단의 기초가 되는 최소 단위로 분해해야 합니다. 청구항 기재 내용을 문맥에 따라 분리하되, 발명의 특징적 구성이 잘 드러나도록 서브 구성으로 나누며, 구체적인 분해 및 추출 방법은 다음과 같습니다. * **구조(Structure) 및 기능(Function) 기반 분해:** 구성요소의 물리적 형상과 결합 관계를 나타내는 **구조**, 그리고 해당 구성이 수행하는 작용 및 역할을 의미하는 **기능**으로 분해합니다. * **유기적 결합(Relationship) 파악:** 단순히 구성요소를 나열하는 것을 넘어, 다른 구성요소와의 연결 방식 및 ‘기술적 과제 해결’에 기여하는 결합 관계를 도출합니다. * **해석 대상 용어 및 한정사항 추출:** 분리된 서브 구성 중에서 특별히 **청구범위 해석이 필요하거나 발명의 특징과 직결된 용어**를 핵심 해석 대상으로 추출합니다. 특히 기능적 표현(예: ~하는 수단)이 포함되어 실시예로의 제한 해석이 필요한지 검토해야 하는 용어나, 종속항에 의해 차별화 원칙이 적용될 수 있는 용어들이 주요 추출 대상이 됩니다. **2. 가장 바람직한 구체적인 Claim Chart 작성 방법론** 청구범위 해석 결과를 논리적이고 명확하게 시각화하기 위한 가장 실무적이고 바람직한 출력 형식은 **‘클레임 차트(Claim Chart)’**를 표 형태로 작성하는 것입니다. 이를 위해 다음의 **6가지 항목(컬럼)**으로 구성된 표 형식을 출력 포맷으로 제안합니다. | 번호 | 청구항 기재사항 | 청구항 구성요소 (해석대상) | 명세서/도면 근거 | 해석 결과 및 법리적 판단 (PHOSITA 관점) | 비고 (출원경과/제한해석) | | :-- | :--- | :--- | :--- | :--- | :--- | | 1 | 기재내용의 분해 | (예: 스크류) | [단락 번호], [도면 번호] | (예: 나선형 구조의 저속 압착체) | (예: 의견서 제출에 따른 수직형 한정) | **[컬럼별 작성 가이드 및 항목 설명]** * **청구항 기재사항:** 발명의 특징적 구성이 잘 드러나도록 분해한 최소 단위의 청구항 문언을 원문 그대로 기재합니다. * **청구항 구성요소 (해석대상):** 분해된 문언 중에서 특별히 해석이 필요하거나 기능적 표현(~수단)으로 기재된 핵심 타겟 용어나 한정사항을 추출합니다. * **명세서/도면 근거 (내적 증거 매핑):** 해당 용어의 의미를 정의하거나 뒷받침하는 발명의 상세한 설명의 구체적인 [단락 번호]와 [도면 번호]를 찾아 근거로 연결합니다. * **해석 결과 및 법리적 판단:** 통상의 기술자 관점에서 내적 증거를 우선 적용하여, 객관적이고 실질적으로 확정된 구성요소의 기술적 의미를 명확히 기술합니다. * **비고 (출원경과 및 제한해석 검토):** 출원 과정 중 의견서/보정서 제출 등에 따른 의식적 제외(금반언) 내역이나, 명세서상 명백한 권리범위 포기(Disavowal)로 인해 실시예로의 제한 해석이 적용되어야 하는 사유 등 법리적 특이사항을 기록합니다.

이러한 클레임 차트 형식은 추후 침해소송이나 무효심판에서 대상 제품(또는 선행기술)의 구성요소와의 일대일 문언 대비(Mapping)를 직관적으로 가능하게 해주며, 부당한 한정이나 확장 해석의 오류를 방지하는 가장 완벽한 실무 분석 도구가 됩니다.

4. 지침 검증 → 보완 → 재설계 과정

위 지침을 단순히 사용하는 것이 아니라, 다음과 같은 방식으로 검증을 진행했습니다.

“이 지침이 실제 법리와 판례 기준에서 충분히 타당한가?”

이를 위해 대화창에서 보완점을 반영하여 가장 바람직한 구체적인 Claim Chart 양식과 가이드를 다시 제시하도록 지시하였습니다.

5. 보완된 Claim Chart 작성지침 (최종본)

그 결과는 다음과 같으며, 이 역시 메모로 저장한 후 다시 소스로 변환하여 지식 베이스에 통합했습니다. 좋은 결과를 “일회성 답변”으로 두지 않고, 지속적으로 재사용 가능한 지식으로 전환하는 이 과정이 매우 중요합니다.

FINAL FRAMEWORK

**1. 청구범위 해석용 Claim Chart를 위한 청구항 분해 및 추출 방법 (특수 쟁점 반영)** 침해 및 무효 판단의 핵심인 ‘구성요소 완비의 원칙(AER)’을 적용하기 위해 청구항을 분해할 때는, 단순한 문언의 나열을 넘어 **특수 청구항(기능식, PbP, 수치한정)의 법리적 특성을 반영한 입체적 추출**이 필수적입니다. * **구조(Structure), 기능(Function) 및 유기적 결합관계 파악:** 발명을 구성하는 물리적 구조와 그 구조가 수행하는 기능으로 분해하되, 각 구성요소가 단독으로 존재하는 것이 아니라 기술적 과제 해결을 위해 다른 구성요소들과 유기적으로 결합되어 있는 관계를 명확히 도출해야 합니다. * **기능식 청구항의 제한해석 타겟 추출:** ‘~하는 수단’, ‘~단계’ 등 추상적·기능적으로 표현된 구성요소는 권리범위가 부당하게 넓어질 위험이 있으므로, 발명의 설명에 기재된 실시예로 제한 해석되어야 할 명백히 불합리한 사정이 없는지 집중 검토할 대상으로 추출합니다. * **PbP(제법한정물건) 청구항의 ‘구조/성질’ 추출:** 청구항에 제조방법이 기재되어 있더라도 발명의 대상은 ‘물건’이므로, 분해 시 제조방법 공정 자체를 독립된 구성요소로 단순 추출해서는 안 됩니다. 해당 제조방법에 의하여 최종적으로 특정되는 ‘물건의 구조나 성질’이 무엇인지를 실질적인 기술적 구성으로 추출해야 합니다. * **수치한정/파라미터 발명의 ‘임계적 의의’ 추출:** 특정한 수치 범위나 새롭게 창출된 파라미터가 포함된 경우, 명세서의 기재만으로 수치범위 전체에 걸쳐 과도한 실험 없이 실시가 가능한지(뒷받침 요건), 그리고 공지기술과 구별되는 현저한 효과(임계적 의의)가 있는지를 검증하기 위해 핵심 해석 대상으로 분리합니다. **2. 가장 바람직한 구체적인 Claim Chart 양식 (최상위 실무 템플릿)** 기존 6개 컬럼 구조를 업그레이드하여, **문언 비침해 시의 균등론(DOE) 방어/공격 논리와 특수 청구항 분석 지침을 완벽히 매핑할 수 있는 7컬럼 체계**를 제안합니다. | 번호 | 청구항 분해 문언 (유기적 결합 포함) | 핵심 해석대상 (특수쟁점: 기능/PbP/수치) | 명세서/도면 근거 (내적 증거 매핑) | 객관적 기술의의 및 문언해석 결과 (PHOSITA 관점) | 균등론(DOE) 대비: 과제 해결 원리 식별 | 방어논리: 출원경과 금반언 및 제한해석 사유 | | :-- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | (예: 여과된 물을 전기분해하여 세정수를 공급하는 세정수단) | 세정수단 (기능식 청구항) | [단락 0045], [도면 3] | (예: 전극을 통해 살균물질 없이 물리적으로 세척하는 내부 모듈) | (예: 화학물질 배제를 통한 친환경 세정 효율 극대화 원리) | (예: 의견서 제출 시 ‘화학약품 첨가 방식’ 의식적 제외) | | 2 | (예: 직타법으로 제조된 정제) | 직타법으로 제조된 (PbP 청구항) | [단락 0022] | (예: 직타법 공정으로 인해 입자간 공극률이 15%로 형성된 다공성 정제 구조) | (예: 공극률 조절을 통한 붕해 속도 조절 원리) | (예: 습식과립법으로 제조된 정제와 구조/성질이 상이함) | | 3 | (예: TTL ≤ 6.5mm 인 렌즈 조립체) | TTL ≤ 6.5mm (수치한정) | [단락 0110], [실험예 2] | (예: 총트랙길이가 6.5mm 이하로 초소형화된 렌즈 물리적 한계치) | (예: 굴절률 재배치를 통한 초단초점 구현 원리) | (예: 6.5mm 이하 전체 범위에 대한 명세서 실시가능성 기재 불비 타겟) | **3. [컬럼별 작성 가이드 및 항목 설명]** * **청구항 분해 문언:** 발명의 권리범위를 정하는 최소 단위로 분해된 청구항의 문언을 원문 그대로 기재하되, 단순 나열에 그치지 않고 구성요소 간의 물리적·기능적 결합관계가 잘 드러나도록 서술합니다. * **핵심 해석대상 (특수쟁점 표기):** 분해된 문언 중에서 기능식 표현(~수단), 제법한정(PbP) 기재, 또는 수치한정/파라미터 등 쟁점이 되는 핵심 단어를 추출하고 그 유형을 괄호 안에 병기하여 분석의 초점을 맞춥니다. * **명세서/도면 근거 (내적 증거 매핑):** 사전 편찬자 원칙에 따라 용어가 정의된 부분, 기능식 청구항을 뒷받침하는 실시예, PbP 청구항의 제조방법이 유발하는 구체적 물성 변화, 수치한정의 기술적 임계치를 증명하는 명세서의 구체적인 [단락 번호]와 [도면 번호]를 매핑합니다. * **객관적 기술의의 및 문언해석 결과 (PHOSITA 관점):** 해당 기술 분야의 통상의 기술자(PHOSITA) 관점에서 명세서 참작 원칙을 적용하여 객관적·합리적으로 도출된 구성요소의 실질적 의미를 기술합니다. PbP 청구항의 경우 제조방법 자체의 나열이 아니라, 그로 인해 특정되는 구조나 성질을 명확히 번역하여 기재해야 합니다. * **균등론(DOE) 대비: 과제 해결 원리 식별 (신설):** 문언적 일대일 대비 시 침해제품과 차이점이 발견될 경우 균등 침해 여부를 가리기 위한 항목입니다. 명세서에 기재된 내용과 출원 당시의 공지기술을 참작하여, 해당 구성이 속한 ‘특허발명에 특유한 해결수단이 기초하고 있는 기술사상의 핵심(과제 해결 원리)’이 무엇인지 사전에 명시해 둡니다. * **방어논리: 출원경과 금반언 및 제한해석 사유 (신설/보완):** 원출원 및 분할출원 심사 과정 전체에서 제출된 의견서나 보정서를 통해 특정 구성을 ‘의식적으로 제외(금반언)’한 이력을 기록합니다. 또한, 기능식 청구항이 명세서에 비추어 명백히 불합리하여 특정 실시예로 제한 해석되어야 하는 사유나, 수치한정 발명이 수치 전체 범위에 걸쳐 과도한 실험 없이 실시할 수 없어 명세서 기재요건(실시가능성 등) 위반 무효 사유가 있는지도 이곳에 함께 검토하여 기록합니다.

6. 이 단계의 핵심 의미

이 단계에서 얻어야 할 가장 중요한 인사이트는 다음입니다.

“Claim Chart는 단순한 ‘정리 도구’가 아니라 해석의 정확도를 통제하는 구조적 장치이다.”

그리고 LLM을 활용할 때는 결과를 잘 얻는 것이 아니라, 결과가 항상 같은 기준으로 나오도록 만드는 것이 핵심입니다.

7. 실무 적용 포인트

이 과정을 그대로 실무에 적용하면 다음과 같이 정리됩니다.

1. 먼저 “작성 형식”(표의 구조)을 확립한다.
2. 그 다음 “해석 기준”(법리 및 작성 지침)을 주입한다.
3. 그 다음 “대상 자료”(명세서 및 증거)를 입력한다.
4. 마지막으로 “해석 및 차트 작성”을 실행한다.

대부분은 이 순서를 거꾸로 합니다. 바로 해석부터 시키기 때문에 결과가 흔들리고 일관성을 잃게 되는 것입니다.

이 단계는 단순히 Claim Chart를 만드는 과정이 아니라, LLM이 어떻게 사고할 것인가를 설계하는 단계입니다. 이 작업이 제대로 되어 있으면 이후 분석 작업은 훨씬 안정적으로 진행됩니다.

© 2026 ChinSu Lee. All rights reserved.

LLM으로 완벽한 특허청구범위 해석하기(2): 청구범위 해석 프레임워크 보완 및 지식 확장 프로세스

LLM으로 완성하는 특허청구범위 해석의 정석: 프레임워크 보완과 지식 확장

실무 경험칙과 AI의 결합, 단순한 분석을 넘어 전문가형 지식 자산으로 진화하는 법

이전 글에 이어, 이번에는 청구범위 해석(Claim Construction) 프레임워크를 보완하고 지식 체계를 확장하는 작업을 진행하였습니다.

이전 포스트에서 저는 별도로 정리해 두었던 실무적 경험칙을 추가로 제공하고, 이를 기존 판례 분석 결과와 비교·검증하도록 지시하였습니다. 제가 검토를 요청한 프레임워크는 “한국 법원의 특허청구항 해석 5단계 프레임워크”이었습니다.

System Directive

‘청구범위 중심주의(문언해석)’를 대원칙으로 삼되, ‘발명의 상세한 설명 및 도면을 보충적으로 참작’하여 객관적이고 합리적으로 기술적 의의를 확정하는 5단계 해석 구조입니다. 한국 법원의 특허청구항 해석 5단계 프레임워크 1) 1단계 (문언해석 원칙): 청구항에 기재된 용어 자체를 당해 기술 분야의 통상적인 의미로 파악하여 권리범위를 1차적으로 획정합니다. 2) 2단계 (상세한 설명 및 도면 참작): 통상의 기술자(PHOSITA)의 관점에서 명세서 전체의 맥락을 참작하며, 출원인이 명세서에 명시적으로 정의한 용어(사전 편찬자 원칙)가 있는 경우 이를 우선 적용합니다. 구체적으로는, 용어의 의미를 발명의 상세한 설명을 통해 해석하여 발명이 의도한 기능과 작용이 구현되도록 그 기술적 의미를 확정합니다. 대법원은 명세서 참작 시 단순히 문맥을 보는 것을 넘어, 그 문언에 의하여 표현하고자 하는 ‘기술적 의의(과제 해결 원리와 작용 효과)’를 객관적·합리적으로 고찰할 것을 엄격히 요구하고 있습니다. 3) 3단계 (제한/확장해석 금지): 명세서를 참작하더라도 특정 실시예를 근거로 청구범위를 부당하게 축소하거나, 명세서 밖으로 무리하게 확장하는 것을 방지합니다. 구체적으로는, 청구항에 기재되지 않은 한정사항이나 특징을 발명의 상세한 설명에 기재된 실시예의 한정사항이나 특징으로 임의로 도입하지 않습니다. 한국 특허 소송 실무에서 가장 경계하는 오류가 바로 ‘명세서를 참작하여 의미를 해석하는 것(interpret in light of specification)’과 ‘명세서의 한정 요소를 청구항으로 끌어들여 제한 해석하는 것(importing limitations)’의 혼동입니다. 발명의 설명에 의한 부당한 제한 해석을 엄격히 차단하는 것은 대법원의 확고한 태도(예: 크림 사건, 디스플레이 구조 사건 등)입니다. 4) 4단계 (출원경과 참작 및 금반언): 출원 과정에서 특정 구성을 의식적으로 제외하거나 한정한 경우, 이후 이를 번복하여 확장 해석하는 것을 제한합니다. 5) 5단계 (AER 및 균등론 적용): 침해 판단 시 구성요소 완비의 원칙(AER)을 적용하되, 우회 설계를 포섭하기 위해 균등론(DOE)을 보완적으로 적용합니다.

그 결과, 판례와의 정합성에 대한 긍정적인 평가를 얻을 수 있었으며, 동시에 일부 보완이 필요한 지점에 대한 개선안도 함께 제시받을 수 있었습니다. 이번 단계의 목적은 단순히 정보를 추가하는 것이 아니라, 이미 구축된 프레임워크가 실무적으로 충분한 근거를 갖추고 있는지 검증하고, 부족한 부분을 체계적으로 보완하는 것입니다.

1. 지식 확장 방식: “결과를 다시 소스로 만든다”

이번 작업에서 핵심적으로 사용한 방법은 다음과 같습니다.

• 대화 과정에서 도출된 유의미한 분석 결과를 NotebookLM의 Studio 메모에 저장
• 이를 다시 Source로 변환하여 기존 지식 베이스에 재주입

즉, 단순히 답변을 소비하는 것이 아니라 유효한 결과를 지속적으로 축적·정제하여 지식 자산으로 전환하는 구조입니다. 이 과정이 반복되면, LLM은 점점 더 사건 특화된 전문가형 모델에 가까워집니다.

2. 프레임워크 검증 결과: 구조는 우수, 기초 법리 보강 필요

23개의 소스를 기반으로 분석한 결과, 기존에 구성한 5단계 청구범위 해석 프레임워크는 실무적으로 매우 완성도 높은 구조를 갖추고 있는 것으로 확인되었습니다. 다만 NotebookLM은 중요한 몇 가지 문제점을 지적하였습니다.

현재 소스가 PBP 청구항, 수치한정발명, 일본 균등론 제5요건 등 특수 쟁점에 과도하게 편중되어 있다는 점입니다. 그 결과, 프레임워크의 “뼈대”는 탄탄하지만, 이를 지탱하는 한국 법리 중심의 일반 판례 기반이 상대적으로 부족한 상태입니다.

3. 단계별 보완 필요 사항 요약

(1) 1~2단계: 사전 편찬자 원칙 (Lexicographer Rule)

• 현재 상태: 명세서 정의에 따른 해석 원칙은 일부 포함되었으나, “사전 편찬자 원칙” 자체에 대한 명시적 논의가 부족함.
• 보완 필요 사항: 해당 원칙이 인정되기 위한 요건, 일반적 의미를 배제할 수 있는 수준의 “명시성” 기준.
• 추가 조사 방향: 대법원 판례, 용어 정의의 명확성 기준을 분석한 학술자료.

(2) 3단계: 기능식 청구항 해석

• 현재 상태: 제한 해석 가능성은 일부 반영되었으나 적용 기준이 불명확함.
• 핵심 문제: 언제 원칙(문언적 해석)을 유지하고 언제 예외(제한 해석)를 인정하는지 구분이 어려움.
• 추가 조사 방향: 제한 해석 인정 사례 vs 거부 사례 비교, 구체적 사실관계 중심 판례.

(3) 4단계: 출원경과 및 금반언

• 현재 상태: 일부 최신 쟁점은 잘 반영되었으나 “일반 금반언 법리”가 부족함.
• 핵심 문제: 일본 사례에 비해 한국 판례 기반이 부족함.
• 추가 조사 방향: 의식적 제외(금반언) 리딩 케이스, 심사 대응 과정 전반을 다룬 판례, 공중 봉헌(Dedication) 법리의 국내 적용 여부.

(4) 5단계: AER 및 균등론

• 현재 상태: 구성요소 완비의 원칙(AER) 설명이 매우 제한적이며, 균등론 판단 기준도 요약 수준임.
• 핵심 문제: 실무 적용 가능한 판단 기준 부족.
• 추가 조사 방향: 생략 침해, 간접 침해 관련 판례, 과제 해결 원리 동일성 판단 기준, 선행기술 고려 방식.

4. 중요한 인사이트: “특수 쟁점 데이터는 오히려 강점이다”

흥미로운 점은, 부족한 부분과는 별개로 현재 소스의 상당 부분이 PBP 청구항, 수치한정발명, 일본 및 한국 균등론 심층 사례와 같은 고난도 쟁점에 집중되어 있다는 것입니다. 이는 단점이 아니라 오히려 강점입니다. 왜냐하면 대부분의 실무 프레임워크는 일반 원칙까지만 다루고, 특수 쟁점에서 무너지는 경우가 많기 때문입니다.

5. 프레임워크 확장 제안

이러한 점을 반영하면, 기존 5단계 구조는 다음과 같이 확장될 수 있습니다.

“6단계: 특수 청구항(PBP, 수치한정발명)의 해석 및 균등론 적용 한계”

이 단계를 추가하면 프레임워크는 단순한 이론 정리를 넘어 고난도 사건까지 대응 가능한 실무형 구조로 발전합니다.

6. 제안된 소스의 보충 및 마무리

앞에서 도출된 보완 사항은 그대로 복사하여 NotebookLM의 소스 창에 다시 입력한 뒤, 딥리서치 기능을 활성화하여 부족한 판례와 법리 자료를 추가로 확보하였습니다. 이 과정을 통해 기존 프레임워크의 취약했던 부분을 보완하고, 지식 베이스를 보다 균형 있게 확장할 수 있었습니다.

이번 단계의 핵심 의미

1. 프레임워크의 구조적 완성도 검증
2. 법리 기반의 취약 지점 식별
3. 지식 편향(특수 쟁점 vs 일반 법리) 확인
4. 반복 가능한 지식 확장 프로세스 구축

청구범위 해석에서 중요한 것은 단순히 많은 자료를 확보하는 것이 아니라, 프레임워크가 그 자료를 제대로 소화할 수 있는 구조를 갖추고 있는지입니다. 좋은 결과는 모델 자체에서 나오기보다, 대부분 지식 구조와 보완 프로세스의 설계에서 나옵니다.

© 2026 ChinSu Lee. All rights reserved.

Mastering Patent Claim Construction with LLMs: A Practical Guide to Deep Research and Prompting (1)

How to Design a Workflow That Turns a Clueless AI into a Patent Expert

As promised in my previous post, this article will provide a concrete guide on how to perform patent claim construction using LLMs.

To be precise, the method I am introducing involves taking the knowledge gathered through Google NotebookLM’s Deep Research feature and injecting it into Claude in the form of a Skill. While there are various approaches out there, my experience shows that this method consistently delivers the most stable and reliable results.

*Note: There is also an MCP (Model Context Protocol) that links NotebookLM with Claude (Code or App). However, since it is currently only distributed unofficially via GitHub, I am not yet using it in my actual practice.

Expansion into Various Patent Analyses and Core Elements

While this article focuses on Claim Construction, this exact workflow can be seamlessly extended to the following tasks:

• Patent Infringement Analysis
• Patentability Search
• Invalidity Search

However, there is a critical element common to all these analyses: how to acquire and inject into the LLM the Common General Knowledge (CGK) and Prior Art held by a Person Having Ordinary Skill in the Art (PHOSITA) in that specific technical field.

This is the core factor that dictates the accuracy of the results, and the specific methodology often comes down to individual know-how. In practice, the following three aspects are crucial, and they must ultimately be designed based on a deep understanding of patent legal principles and case law:

• The temporal scope of the prior art
• Setting the boundaries of the common general knowledge
• Precise selection of the target for investigation

This process is remarkably similar to assigning tasks to a new hire. If you don’t provide them with sufficient background and clear standards, you can’t expect consistent results. The output of an LLM is inherently probabilistic. Therefore, even with the same model, the conclusions can vary drastically depending on the instructions provided. (For reference, under default settings, Claude tends to maintain relatively more consistent responses.)

Ultimately, the Key is “Workflow Design”

In practice, it is highly recommended to follow these principles:

• Break down the task into step-by-step stages.
• Provide clear guidelines for each stage.
• Reflect legal principles and case law standards in the guidelines.

Furthermore, because current commercial LLMs have Context Window limitations, you must adhere to the following:

• Divide the subject of analysis into the “smallest possible units.”
• Execute the work in segmented batches as well.

Ignoring this can cause the model to lose context, leading to a sharp decline in the accuracy of the results.

Practical Workflow: Injecting Legal Principles via Deep Research

Let’s look at the actual workflow. First, create a new notebook in Google’s NotebookLM. You can think of this step as hiring a dedicated analyst. Next, use the Deep Research feature to investigate case law and legal principles related to claim construction, and register these as Sources in NotebookLM.

After activating the “Deep Research” feature in the initial chat window, enter the following instructions:

PROMPT 1

Research patent claim construction rulings issued within the last 5 years by the Supreme Court and Patent Court of Korea, and the Supreme Court and Intellectual Property High Court of Japan.

To obtain more sophisticated results, it is highly recommended to refine your prompt as shown below. This is the exact same approach as providing detailed operational guidelines to a junior associate in a real-world setting. I used the following prompt:

PROMPT 2

Analyze Korean and Japanese case law regarding patent claim construction based on the following conditions. ## Scope of Research - Timeframe: Within the last 5 years - Korea: Supreme Court, Patent Court rulings - Japan: Supreme Court, Intellectual Property High Court (including Tokyo IP Division) rulings - Target: Precedents where “patent claim construction” is explicitly stated as the main issue ## Selection Criteria - Rulings that contain legal reasoning, not just simple factual determinations - Prioritize precedents that include the following issues: 1) Literal interpretation vs. referencing the detailed description 2) Application of the Doctrine of Equivalents (DOE) 3) File wrapper estoppel / Conscious exclusion 4) Interpretation of functional or abstract language 5) Limitation to specific embodiments ## Analysis Items per Precedent - Case Name / Court / Year of Ruling - Summary of facts (3~5 lines) - Main Issue (portion related to claim construction) - Summary of the holding and legal principles - Relationship with existing precedents (expanded / maintained / changed) - Practical implications ## Comparative Analysis - Differences in interpretation standards between Korea and Japan - Common legal principles (e.g., principle of literal interpretation) - Differentiated approaches (e.g., how the DOE is applied) ## Output Format - Mix of tables and descriptive text - Summarize key legal principles in bullet points - Highlight important precedents separately ## Additional Requirements - Include links to the actual ruling text or official sources for each precedent where possible - If precedents are scarce, supplement with case commentaries, academic papers, theories, or explanatory materials

A short time after executing the prompt, NotebookLM will compile one summary report and about 20 related documents, asking you whether to add them as sources. At this stage, review the “key sources,” filter out any unnecessary or low-reliability materials, and instruct it to add all the remaining sources.

This process is not just about organizing files; it is a critical step in controlling the quality of the baseline data for your analysis. In practice, you might find that some sources fail to load properly. Because these failed sources can degrade the accuracy of the analysis, it is highly recommended to remove them completely.

*Note: Even if you use the exact same prompt, the results may vary depending on the execution time or the user’s environment. This is a natural phenomenon, as LLMs operate probabilistically.

Extracting and Verifying Core Legal Principles

In the next step, you will extract the common legal principles regarding claim construction based on the collected case law. This is akin to instructing a junior associate to “summarize the research findings and extract the core legal rules.” To do this, input the following prompt:

PROMPT 3

Regarding patent claim construction, what are the core principles and legal rules that commonly appear across all these sources?

When you review the results generated at this stage, you might notice issues: the model often quotes the ruling text verbatim, resulting in abstract standards that are difficult to apply directly in practice, or it might reflect certain legal principles incompletely. (For example, I once found that the principle of referencing prosecution history was mentioned only narrowly in relation to the Doctrine of Equivalents.)

Accordingly, I provided my own separately compiled practical rules of thumb and instructed the model to compare and verify them against its own case law analysis. This is identical to a senior attorney supplementing a junior’s findings and asking for a review. I have been consistently collecting case law and academic papers where patent claim construction was the main issue, feeding them into NotebookLM to synthesize the common legal principles.

The Claim Construction Framework that I have established is as follows.

GUIDELINES (FRAMEWORK)

This is a 5-step construction framework that takes “Claim-Centric Interpretation (Literal Interpretation)” as the grand principle, while “supplementarily referencing the detailed description and drawings” to objectively and reasonably determine the technical significance. 5-Step Framework for Patent Claim Construction in Korean Courts Step 1 (Principle of Literal Interpretation): The scope of rights is primarily defined by understanding the terms used in the claims based on their ordinary and customary meaning in the relevant technical field. Step 2 (Referencing the Detailed Description and Drawings): The overall context of the specification is referenced from the perspective of a Person Having Ordinary Skill in the Art (PHOSITA). If the applicant explicitly defined a term in the specification (the lexicographer rule), that definition takes precedence. Specifically, the meaning of the term is interpreted through the detailed description to solidify its technical meaning so that the intended functions and effects of the invention are realized. The Supreme Court strictly requires that when referencing the specification, one must go beyond merely looking at the context and objectively and rationally consider the “technical significance (the principle of solving the problem and its operational effects)” intended to be expressed by that language. Step 3 (Prohibition of Restrictive/Expansive Interpretation): Even when referencing the specification, the claim scope must not be unreasonably restricted based on specific embodiments, nor should it be forcibly expanded beyond the specification. Specifically, limitations or features of the embodiments described in the detailed description that are not recited in the claims cannot be arbitrarily imported into the claims. The most heavily guarded error in Korean patent litigation practice is confusing “interpreting the meaning in light of the specification” with “importing limitations from the specification into the claims for a restrictive interpretation.” The Supreme Court maintains a firm stance on strictly blocking unjust restrictive interpretations based on the description of the invention (e.g., the Cream case, the Display Structure case). Step 4 (Referencing Prosecution History and Estoppel): If a specific configuration was consciously excluded or limited during the prosecution process, it is prohibited to later reverse this and interpret the claim expansively (File Wrapper Estoppel). Step 5 (All Elements Rule and Doctrine of Equivalents): When determining infringement, the All Elements Rule (AER) is strictly applied, but the Doctrine of Equivalents (DOE) is applied complementarily to encompass design-arounds.

After inputting this framework, I requested verification as follows:

PROMPT 4

Based on a close analysis of all sources, I have drafted practical claim construction principles and a framework. Evaluate this.

As a result, I received a positive evaluation regarding its alignment with case law, and at the same time, the model suggested improvements for areas that needed supplementation. This process goes far beyond simple information gathering; it forms the following iterative loop:

👉 Extracting Case-Law Based Principles  →  Injecting User Knowledge  →  Re-Verification

Through this structure, you can mitigate the LLM’s hallucination limits while deriving highly objective results that are immediately applicable in actual practice.

(In the next installment, we will continue by covering how to write and refine the guidelines for creating a Claude Skill based on this data.)

LLM으로 완벽한 특허청구범위 해석하기(1): 딥리서치와 프롬프트 실전 가이드

아무것도 모르는 AI를 특허 전문가로 만드는 워크플로우 설계법

이전 블로그에서 예고드린 바와 같이, 이번 글에서는 LLM을 활용한 특허청구범위 해석 작업 방법을 구체적으로 소개하겠습니다.

이번에 소개하는 방법은 보다 정확히 말하면, 구글 NotebookLM의 딥리서치(Deep Research) 기능을 통해 확보한 지식을 클로드(Claude)의 스킬(Skill) 형태로 주입하는 방식입니다. 다양한 접근 방법이 존재하지만, 제 경험상 이 방식이 비교적 안정적이고 일관된 결과를 제공했습니다.

*참고로 NotebookLM과 클로드(Code 또는 App)를 연동하는 MCP(Model Context Protocol)도 존재합니다. 다만 현재는 GitHub를 통해 비공식적으로 배포된 상태이기 때문에, 실무에서는 아직 사용하지 않고 있습니다.

다양한 특허 분석으로의 확장과 핵심 요소

본 글에서는 청구범위 해석(Claim Construction)을 중심으로 설명하지만, 동일한 워크플로우는 다음의 업무에도 그대로 확장 적용할 수 있습니다.

• 특허 침해 분석 (Infringement Analysis)
• 등록 가능성 검토 (Patentability Search)
• 무효 가능성 분석 (Invalidity Search)

다만 이러한 분석에서는 공통적으로 중요한 요소가 있습니다. 바로 해당 기술 분야의 통상의 기술자(PHOSITA)가 보유한 기술상식(Common General Knowledge)과 선행기술(Prior Art)을 LLM에 어떻게 확보하고 주입할 것인가입니다.

이 부분은 결과의 정확도를 좌우하는 핵심 요소이며, 구체적인 방법은 개인적인 노하우에 해당합니다. 실무적으로는 다음 세 가지가 매우 중요하며, 이는 결국 특허법 법리 및 판례법에 대한 깊은 이해를 기반으로 설계되어야 합니다.

• 선행기술의 시간적 범위
• 기술상식의 범위 설정
• 조사 대상의 정밀한 선택

이러한 과정은 신입사원에게 업무를 지시하는 상황과 유사합니다. 충분한 경험과 명확한 기준을 제공하지 않으면, 결과 역시 일관성을 기대하기 어렵습니다. LLM의 출력은 본질적으로 확률적(Probabilistic)입니다. 따라서 동일한 모델이라도 어떤 지침을 제공하느냐에 따라 결론이 달라질 수 있습니다. (참고로 기본 설정 기준에서는 클로드가 비교적 일관된 응답을 유지하는 경향이 있습니다.)

결국 핵심은 ‘워크플로우의 설계’

실무적으로는 다음과 같은 원칙을 따르는 것이 바람직합니다.

• 작업을 단계별로 분해할 것
• 각 단계마다 명확한 가이드를 제공할 것
• 가이드에는 법리와 판례법의 기준을 반영할 것

또한 현재 상용 LLM은 컨텍스트 윈도우(Context Window)의 한계가 있기 때문에, 아래의 사항을 준수해야 합니다.

• 분석 대상은 가능한 ‘최소 단위’로 나눌 것
• 작업 역시 분할하여 수행할 것

이를 무시할 경우, 모델이 문맥을 유지하지 못해 결과의 정확도가 급격히 저하될 수 있습니다.

실전 작업 절차: 딥리서치를 통한 법리 주입

이제 실제 작업 절차를 살펴보겠습니다. 먼저 구글의 NotebookLM에서 새로운 노트를 생성합니다. 이 단계는 하나의 분석 인력을 확보하는 것과 유사하게 볼 수 있습니다. 그 다음, 청구범위 해석과 관련된 법리 및 판례를 딥리서치 기능을 통해 조사하고, 이를 NotebookLM의 소스(Source)로 등록합니다.

초기 대화창에서 “딥리서치” 기능을 활성화한 후, 다음과 같은 지시를 입력합니다.

PROMPT 1

최근 5년 이내 한국 대법원 및 특허법원, 일본 최고재판소 및 지적재산고등재판소에서 내려진 특허청구범위 해석 관련 판결을 조사하라.

보다 정교한 결과를 얻기 위해서는, 아래와 같이 프롬프트를 구체화하여 입력하는 것이 바람직합니다. 이는 실무에서 신입사원에게 구체적인 업무 지침을 제공하는 것과 동일한 접근입니다. 저는 아래와 같은 프롬프트를 사용하였습니다.

PROMPT 2

다음 조건에 따라 특허청구범위 해석에 관한 한·일 판례를 조사·분석하라. ## 조사 범위 - 기간: 최근 5년 이내 - 한국: 대법원, 특허법원 판결 - 일본: 최고재판소, 지적재산고등재판소(동경지재 포함) 판결 - 대상: “특허청구범위 해석”이 쟁점으로 명시된 판례 ## 선정 기준 - 단순 사실판단이 아닌 법리 설시가 있는 판결 - 다음 쟁점을 포함하는 판례를 우선 선별: 1) 문언 중심 해석 vs 발명의 설명 참조 2) 균등론 적용 여부 3) 금반언 / 의식적 제외 4) 기능적·추상적 기재 해석 5) 실시예 한정 여부 ## 각 판례별 분석 항목 - 사건명 / 법원 / 선고연도 - 사실관계 요약 (3~5줄) - 쟁점 (특허청구범위 해석 관련 부분) - 판시사항 및 법리 요약 - 기존 판례와의 관계 (확장 / 유지 / 변경) - 실무적 시사점 ## 비교 분석 - 한국 vs 일본의 해석 기준 차이 - 공통된 법리 (예: 문언 중심 원칙 등) - 차별적 접근 (예: 균등론 적용 방식 등) ## 출력 형식 - 표 + 서술형 혼합 - 핵심 법리는 bullet point로 정리 - 중요 판례는 별도로 강조 ## 추가 요구 - 각 판례에 대해 가능한 경우 판결문 또는 공식 출처 링크 포함 - 판례가 부족한 경우, 판례평석, 논문, 학설 또는 해설자료로 보완

프롬프트 실행 후 일정 시간이 지나면, NotebookLM은 1건의 보고서와 약 20여 건의 관련 자료를 수집하여 소스로 추가할 것인지 여부를 사용자에게 확인합니다. 이 단계에서 ‘주요 소스’를 검토한 후, 불필요하거나 신뢰성이 낮은 자료는 제외하고 나머지 소스를 모두 추가하도록 지시합니다.

이 과정은 단순한 정리가 아니라, 분석의 기초 데이터 품질을 통제하는 중요한 단계입니다. 실제 실행 과정에서는 일부 소스가 정상적으로 불러와지지 않는 경우가 발생할 수 있습니다. 이러한 실패 소스는 분석 정확도를 저하시킬 수 있으므로, 반드시 제거하는 것이 바람직합니다.

*참고로, 동일한 프롬프트를 사용하더라도 실행 시점이나 사용자 환경에 따라 결과는 달라질 수 있습니다. 이는 LLM이 확률적 방식으로 작동하기 때문이며, 자연스러운 현상입니다.

핵심 법리 도출 및 검증

다음 단계에서는, 수집된 판례를 기반으로 특허청구범위 해석에 관한 공통 법리를 도출합니다. 이는 신입사원에게 “조사 결과를 정리하여 핵심 법리를 도출하라”고 지시하는 과정과 유사합니다. 이를 위해 다음과 같은 프롬프트를 입력합니다.

PROMPT 3

특허청구범위 해석과 관련하여 이 모든 출처에서 공통적으로 나타나는 핵심 원칙, 법리는 무엇인가요?

이 단계에서 도출된 결과를 검토해보면, 판결문 표현을 그대로 인용하는 경우가 많아 실무에 직접 적용하기 어려운 추상적 기준이 포함되거나, 일부 법리가 불완전하게 반영되는 문제가 나타날 수 있습니다. (예를 들어, 출원경과 참작 원칙이 균등론과의 관계에서만 제한적으로 언급되는 경우가 있었습니다.)

이에 따라, 저는 별도로 정리해 두었던 실무적 경험칙을 추가로 제공하고, 이를 기존 판례 분석 결과와 비교·검증하도록 지시하였습니다. 이는 신입사원이 도출한 결과를 선배가 보완하고 재검토를 요구하는 과정과 동일합니다. 저는 특허청구범위해석이 쟁점이 되었던 판례와 논문을 꾸준히 수집하여 노트북LM에 넣고 공통된 법리를 정리해왔습니다.

제가 정립한 청구범위 해석 프레임워크(Claim Construction Framework)는 다음과 같습니다.

GUIDELINES (FRAMEWORK)

‘청구범위 중심주의(문언해석)’를 대원칙으로 삼되, ‘발명의 상세한 설명 및 도면을 보충적으로 참작’하여 객관적이고 합리적으로 기술적 의의를 확정하는 5단계 해석 구조입니다. 한국 법원의 특허청구항 해석 5단계 프레임워크 1단계 (문언해석 원칙): 청구항에 기재된 용어 자체를 당해 기술 분야의 통상적인 의미로 파악하여 권리범위를 1차적으로 획정합니다. 2단계 (상세한 설명 및 도면 참작): 통상의 기술자(PHOSITA)의 관점에서 명세서 전체의 맥락을 참작하며, 출원인이 명세서에 명시적으로 정의한 용어(사전 편찬자 원칙)가 있는 경우 이를 우선 적용합니다. 구체적으로는, 용어의 의미를 발명의 상세한 설명을 통해 해석하여 발명이 의도한 기능과 작용이 구현되도록 그 기술적 의미를 확정합니다. 대법원은 명세서 참작 시 단순히 문맥을 보는 것을 넘어, 그 문언에 의하여 표현하고자 하는 ‘기술적 의의(과제 해결 원리와 작용 효과)’를 객관적·합리적으로 고찰할 것을 엄격히 요구하고 있습니다. 3단계 (제한/확장해석 금지): 명세서를 참작하더라도 특정 실시예를 근거로 청구범위를 부당하게 축소하거나, 명세서 밖으로 무리하게 확장하는 것을 방지합니다. 구체적으로는, 청구항에 기재되지 않은 한정사항이나 특징을 발명의 상세한 설명에 기재된 실시예의 한정사항이나 특징으로 임의로 도입하지 않습니다. 한국 특허 소송 실무에서 가장 경계하는 오류가 바로 ‘명세서를 참작하여 의미를 해석하는 것(interpret in light of specification)’과 ‘명세서의 한정 요소를 청구항으로 끌어들여 제한 해석하는 것(importing limitations)’의 혼동입니다. 발명의 설명에 의한 부당한 제한 해석을 엄격히 차단하는 것은 대법원의 확고한 태도(예: 크림 사건, 디스플레이 구조 사건 등)입니다. 4단계 (출원경과 참작 및 금반언): 출원 과정에서 특정 구성을 의식적으로 제외하거나 한정한 경우, 이후 이를 번복하여 확장 해석하는 것을 제한합니다. 5단계 (AER 및 균등론 적용): 침해 판단 시 구성요소 완비의 원칙(AER)을 적용하되, 우회 설계를 포섭하기 위해 균등론(DOE)을 보완적으로 적용합니다.

이 프레임워크를 입력한 후 다음과 같이 검증을 요청하였습니다.

PROMPT 4

모든 출처를 면밀히 분석할 때, 실무적인 청구범위 해석 원칙과 프레임워크를 작성해보았다. 이를 평가하라.

그 결과, 판례와의 정합성에 대한 긍정적인 평가를 얻을 수 있었으며, 동시에 일부 보완이 필요한 지점에 대한 개선안도 함께 제시받을 수 있었습니다. 이와 같은 과정은 단순한 정보 수집을 넘어, 다음과 같은 반복 구조를 형성합니다.

👉 판례 기반 법리 추출  →  사용자 지식 주입  →  재검증

이 구조를 통해 LLM의 환각(Hallucination) 한계를 보완하면서도, 실무적으로 바로 활용 가능한 수준의 객관적인 결과를 도출할 수 있습니다.

(다음 편에서는 이 데이터를 바탕으로 클로드(Claude) Skill 생성을 위한 가이드 작성 및 보완 방법을 계속 다루겠습니다.)

How Far Can LLMs Go in Patent Claim Construction?

I have been continually testing the limits of large language models (LLMs) like Gemini and Claude to see exactly how much of the patent analysis workflow they can genuinely handle.

Through this process, it has become abundantly clear that the roles of SaaS platforms and expert services are rapidly realigning. This doesn’t mean experts will disappear. Rather, their role is shifting from executing every manual task to designing and verifying the systems that ensure AI operates correctly.

Today, I want to show you how to leverage LLMs to perform Patent Claim Construction at a near-expert level. I will explain this as concretely as possible so that even beginners can follow along—assuming “beginner” means someone with a basic grasp of using interfaces like Gemini or Claude.

The High Hurdle of Claim Construction

Claim construction is the starting point for any critical patent analysis, whether you are conducting a Freedom-To-Operate (FTO) clearance or a patentability search. A patent document is broadly divided into the patent claims (what the inventor legally seeks to protect) and the detailed description (which explains the invention so it can be easily reproduced).

However, interpreting these claims is surprisingly difficult. Claim construction is ultimately the act of defining the legal boundaries of a patent right. How you define these borders clearly separates the novices from the experts. Accurate claim construction requires a deep understanding of legal principles, case law, technical background, and years of practical experience. Mere reading comprehension is not enough; relying on it alone will likely lead to failure when setting boundaries in real-world disputes.

This is a challenging task even for seasoned professionals. In practice, we often rely on peer review to ensure objectivity. Ultimately, claim construction is not judged by you, but by a third party—who strives for an objective interpretation based solely on facts and the written record.

The Right Approach to LLMs: Treat Them as a Clueless ‘New Hire’

Now, let’s assign this highly complex task to an LLM. However, you cannot simply hand claim construction over to a model trained only on general knowledge. You must inject the text of the target patent, relevant background art, legal principles, and the prosecution history to create a highly tailored, case-specific working environment for the AI.

Many people are surprised when they see the results I achieve with LLMs. They often mention that they tried similar tasks but got vastly inferior output. I always give the same advice to those still getting used to leveraging AI:

“You need to treat the LLM like a new hire who has absolutely zero knowledge or experience in the specific task you are assigning.”

Of course, LLMs already possess a vast understanding of general vocabulary and syntax, making them easier to manage than an actual new hire who needs everything spelled out. But if a term has a highly specific meaning in a particular case or technical context, you must explicitly define it or train the model using reference materials.

A Step-by-Step Workflow for Claim Construction

Let’s use claim construction as an example. If you hand a new hire a patent publication and simply say, “Construe Claim 1,” they will panic. They will try their best using their baseline knowledge, but the result will likely be inadequate.

Instead, you would first have them research and summarize the relevant case law and legal principles regarding claim construction. You would ask them to present their findings to check their understanding. An experienced practitioner would then step in to share unwritten practical conventions and key judgment points that aren’t always explicitly stated in textbooks or rulings.

The fundamental principle of claim construction is that claims must be understood objectively, based on the patent’s detailed description, the Common General Knowledge (CGK) in the art, and the Applicant’s Intent as revealed during examination. Conversely, you cannot arbitrarily import limitations or meanings from other patents or external technical literature.

Building on these core principles, you would then instruct the new hire to design a framework and workflow for the actual analysis.

The essential inputs for patent interpretation are the patent publication and the File Wrapper (Prosecution History). The file wrapper primarily contains the examiner’s Office Actions, as well as the applicant’s Remarks and Amendments. These documents reveal how the applicant surrendered certain claim scopes to secure the patent. You would also have them research related prior cases, similar patents, and especially litigation outcomes regarding Patent Families or foreign counterparts.

Finally, you would ask them to compile all this data into a Claim Chart. Since a new hire might not be familiar with this format, you must provide templates and specific guidelines on how to accurately populate each section.

Combining NotebookLM with Prompt Engineering

This exact workflow can be applied almost verbatim to an LLM. Given the right data and procedures, an LLM can produce stable results much faster than training a human junior associate. The bottleneck isn’t the model’s intelligence; it’s what you input, the sequence of tasks you assign, and how you verify the output.

I frequently perform this work in Google’s NotebookLM. Because NotebookLM is inherently designed to ground its responses in the provided source documents, it is highly effective at reducing baseless extrapolation (hallucinations) and driving data-backed workflows.

I start by using NotebookLM’s deep research features to compile case law and legal principles. Once verified, these common methodologies are synthesized and injected as core instructions (prompts) to create a Gemini GEM or a Claude Skill. Providing concrete examples of input materials and a sample Claim Chart makes a massive difference in output quality.

In my next post, I will break down exactly how I instruct the LLM for claim construction, sharing the specific prompts, workflows, and frameworks I use step-by-step. I will also take a real-world litigated patent and compare the LLM’s claim construction against the actual court or tribunal ruling.

Naturally, this approach has its limits. Unlike in actual litigation, the opposing party’s counterarguments may not be fully represented initially. However, in a real case, you can continuously refine the precision of the analysis by feeding the model the opposing counsel’s arguments, rebuttal evidence, and specific prior art.

LLM으로 어디까지 특허청구범위 해석이 가능한가

그동안 저는 제미나이(Gemini)나 클로드(Claude) 같은 LLM 모델이 특허분석 업무를 어디까지 수행할 수 있는지, 그리고 그 한계가 어디에 있는지를 꾸준히 시험해 왔습니다.

그 과정을 거치면서, 이제는 SaaS와 전문가 서비스의 역할이 빠르게 재편되고 있다는 사실을 실감하게 되었습니다. 물론 전문가가 사라진다는 뜻은 아닙니다. 다만 전문가의 역할은 직접 모든 일을 수행하는 사람에서, AI가 올바르게 작동하도록 설계하고 검증하는 사람으로 이동하고 있다고 생각합니다.

오늘은 LLM을 활용해 특허청구범위 해석(Claim Construction)을 어떻게 전문가 수준에 가깝게 수행하게 할 수 있는지를 보여드리려 합니다. 초보자도 따라할 수 있도록 가능한 한 구체적으로 설명해보겠습니다. 여기서 말하는 초보자란, 제미나이나 클로드 같은 LLM 인터페이스를 기본적으로 다룰 수 있는 사람을 의미합니다.

특허청구항 해석의 높은 장벽

특허청구범위 해석은 FTO(Freedom-To-Operate) 분석이나 등록 가능성 검토(Patentability Search)를 위한 특허분석의 출발점입니다. 특허문헌은 크게 발명자가 보호받고자 하는 발명을 기재한 특허청구항(Patent Claims)과 그 발명을 보다 쉽게 이해할 수 있도록 설명한 발명의 상세한 설명(Detailed Description of the Invention)으로 나눌 수 있습니다.

그런데 특허청구항을 해석하는 일은 생각보다 훨씬 어렵습니다. 청구항 해석은 결국 특허권의 경계를 설정하는 작업이기 때문입니다. 이 경계를 어떻게 설정하느냐에 따라 초보자와 전문가의 수준 차이가 분명하게 드러납니다. 정확한 청구항 해석을 위해서는 특허법 법리(Legal Principles)와 판례(Case Law)에 대한 이해, 해당 기술 분야에 대한 배경지식, 그리고 오랜 실무 경험이 필요합니다. 단순한 언어 독해 능력만으로는 실제 분쟁이나 판단 상황에서 적절한 경계를 설정하는 데 실패할 수 있습니다.

이 작업은 숙련된 전문가에게도 쉽지 않습니다. 그래서 실무에서는 객관성을 확보하기 위해 동료 간 상호검증을 거치는 경우가 많습니다. 결국 특허청구항의 해석은 내가 아니라 제3자에 의해 판단받게 되며, 그 제3자는 사실관계와 기록에 기초하여 객관적으로 해석하려 하기 때문입니다.

LLM을 대하는 올바른 관점: 아무것도 모르는 ‘신입사원’

이제 이런 고난도의 작업을 LLM에게 시켜보겠습니다. 다만, 특허청구범위 해석은 범용 지식만 학습한 LLM에 그대로 맡겨서는 안 됩니다. 해석 대상이 되는 특허문헌의 내용, 관련 배경기술, 법리, 심사이력(Prosecution History) 등을 충분히 주입하여 사실상 해당 사안에 맞게 조정된 작업 환경을 만들어 주어야 합니다.

실제로 많은 분들이 제가 LLM으로 수행한 결과를 보고 놀랍니다. 본인도 비슷한 작업을 해봤지만 결과 수준이 크게 다르다는 이야기를 자주 합니다. 저는 아직 LLM 활용에 익숙하지 않은 분들에게 늘 이렇게 설명합니다.

“LLM을, 내가 시키려는 업무에 대해 아무 지식과 경험이 없는 신입사원이라고 생각하고 일을 시켜야 한다는 것입니다.”

물론 LLM은 일반적인 용어와 문장에 대해서는 이미 상당한 학습이 되어 있습니다. 그래서 용어 하나하나부터 가르쳐야 하는 일반 신입사원보다는 오히려 다루기 쉬운 면이 있습니다. 다만 특정 사건이나 특정 기술문맥에서만 쓰이는 의미가 있다면, 그 부분은 반드시 별도로 정의하거나 자료를 통해 학습시켜야 합니다.

특허청구범위 해석 업무의 단계적 지시 (워크플로우)

예를 들어 특허청구범위 해석 업무를 생각해보겠습니다. 신입사원에게 특허공보 하나를 던져주고 곧바로 “특허청구항 제1항을 해석해 보라”고 지시하면, 그 신입사원은 매우 당황할 것입니다. 결과는 대체로 부실할 가능성이 큽니다.

우선 특허청구범위 해석에 관한 법리와 판례를 조사해 정리해 오라고 시킬 것입니다. 그리고 조사한 내용을 발표하게 하여 실제로 어느 정도 이해했는지 확인할 것입니다. 이때 경험 많은 실무자는 판결문이나 교과서에 명시적으로 잘 드러나지 않는 실무상 관행과 판단 포인트도 함께 알려줄 수 있습니다.

특허청구항 해석의 가장 기본적인 원리는, 청구항은 해당 특허의 발명의 상세한 설명, 그 발명이 속한 통상의 기술적 상식(Common General Knowledge), 그리고 심사과정에서 드러난 출원인의 의사(Applicant's Intent)에 기초하여 발명자의 의도를 객관적으로 이해해야 한다는 점입니다. 반대로, 다른 특허나 외부 기술문헌의 기재를 끌어와 임의로 의미를 부여해서는 안 됩니다.

그 다음에는 이러한 기본 법리를 토대로, 실제 청구항 해석을 위한 워크프레임과 워크플로우를 설계해보라고 지시할 것입니다.

특허 해석에 필요한 기본 입력자료는 특허공보와 심사이력(File Wrapper)입니다. 심사이력에는 주로 심사관의 거절이유통지서(Office Action), 이에 대한 출원인의 의견서(Remarks)와 보정서(Amendments)가 포함됩니다. 이를 통해 심사과정에서 등록을 받기 위해 출원인이 포기한 권리범위의 경계도 파악할 수 있습니다. 관련 선행 사건, 유사 특허, 특히 패밀리 특허(Patent Family)나 해외 대응특허에 관한 심결과 판결도 함께 조사하여 정리하게 할 것입니다.

그리고 이러한 자료를 바탕으로 최종 결과물은 Claim Chart 형태로 작성해보라고 할 것입니다.

NotebookLM과 프롬프트 엔지니어링의 결합

이러한 워크플로우는 거의 그대로 LLM에도 적용할 수 있습니다. 적절한 자료와 절차만 제공하면 신입사원에게 일을 가르치는 것보다 더 빠르게 안정적인 결과를 낼 수 있습니다. 문제는 모델의 지능이 아니라, 무엇을 입력하고 어떤 순서로 작업시키며 어떤 형식으로 검증하느냐에 달려 있습니다.

저는 이 작업을 구글의 NotebookLM에서 자주 수행합니다. NotebookLM은 입력된 소스에 기반하여 응답하도록 설계되어 있기 때문에, 근거 없는 외삽(Extrapolation)을 줄이고 자료기반 작업을 유도하기에 적합합니다.

NotebookLM의 딥리서치 기능을 활용해 법리와 판례를 조사하고, 공통된 방법론을 정리하게 합니다. 이렇게 검증된 결과는 다시 제미나이(Gemini)의 GEM이나 클로드(Claude)의 Skill 초안 작성을 위한 지침(프롬프트)으로 주입합니다. 이때 특허청구범위 해석에 필요한 입력자료의 예시와 Claim Chart 샘플을 함께 참고시키면 훨씬 좋습니다.

다음 글에서는 LLM에게 특허청구범위 해석 작업을 실제로 어떻게 지시하는지, 그리고 제가 실제로 사용한 프롬프트, 워크플로우, 프레임을 단계별로 더 구체적으로 설명해보겠습니다. 또한 실제 사건에서 판결이 있었던 특허를 하나 선정하여 법원이나 심판원이 수행한 청구범위 해석과 비교해보겠습니다.

물론 이런 작업에도 한계는 있습니다. 특히 실제 분쟁 사건과 달리 상대방 당사자의 반박 논리가 충분히 반영되지 않을 수 있다는 점입니다. 다만 실제 사건에서는 상대방의 주장, 반박 자료, 관련 선행기술(Prior Art) 등을 추가로 입력하여 해석의 정밀도를 계속 보완해 나갈 수 있을 것입니다.