| [논단] 인공지능(AI)분야 심사기준 |
| 등록일 : 2021.08.06 │ 조회수 : 2,180 |
|
첨부파일 : 인공지능 심사실무가이드_발표자료.pdf |
|
인공지능(AI)분야 심사기준
특허법인 유일하이스트
특허청은 디지털 신산업 분야의 특허부여기준을 제정(2021.01.18)하였습니다. 특히, 해당 기준이 수록된 심사실무가이드의 제1부에서 인공지능(AI)분야에 대한 특허 판단요건, 명세서 기재요건 및 다양한 사례 등이 포함되어 있습니다.김현정 변리사 2021.08.06 1. 인공지능(AI)분야 심사실무가이드 발명의 실시에 기계 학습(Machine learning)기반의 인공지능(AI) 기술을 필요로 하는 발명에 관한 출원에 적용됩니다.  (1) 발명의 설명 기재 요건 1) 인공지능 관련 발명을 구현하기 위한 구체적인 수단을 기재. : 인공지능 관련 발명을 구현하기 위한 구체적인 수단으로는 학습 데이터, 데이터 전처리 방법, 학습 모델, 손실 함수(Loss Function) 등이 있다. 2) 입력 데이터와 학습된 모델의 출력 데이터 간의 상관 관계를 구체적으로 기재. :ⅰ) 학습 데이터가 특정되어 있고, ⅱ) 학습데이터의 특성 상호간에 발명의 기술적 과제를 해결하기 위한 상관 관계가 존재하고, ⅲ) 학습데이터를 이용하여 학습시키고자 하는 학습 모델 또는 학습 방법이 구체적으로 기재되어 있고, ⅳ) 이와 같은 학습 데이터 및 학습 방법에 의하여 발명의 기술적 과제를 해결하기 위한 학습된 모델이 생성되는 경우를 입력 데이터와 학습된 모델의 출력 데이터 간의 상관 관계를 구체적으로 기재된 것으로 볼 수 있다. 3) 기계 학습의 응용에 특징이 있는 경우 통상의 기계학습 방법을 기재하여도 가능. : (AI 응용 발명) 통상의 기계학습 방법을 활용하여 발명의 기술적 과제를 해결할 수 있고 발명의 효과를 확인할 수 있다면, 학습데이터를 이용하여 학습시키고자 하는 학습모델 또는 학습방법이 구체적으로 기재되어 있지 않고 단순히 통상의 기계학습 방법만이 기재되어 있더라도, 실시가능 요건을 만족하는 것으로 볼 수 있다. (ex, 합성곱 신경망, 순환 신경망, 역전파(back-propagation), 통계적 경사 하강법(Stochastic Gradient Descent, SGD), AdaGrad, AdaDelta법) : (데이터 전처리 발명) 발명의 상세한 설명에 수집된 원시 데이터를 학습용 데이터로 생성, 변경, 추가, 또는 삭제하기 위하여 데이터 전처리 단계나 기능을 어떻게 실행하거나 실현하는지 기재하고 있지 않거나, 수집된 원시 데이터와 학습용 데이터 간의 상관관계를 구체적으로 기재하지 않은 경우, 실시가능 요건을 만족하지 않은 것으로 본다. (2) 특허 요건 – 신규성, 진보성 1) 동일성 판단 : 청구항에 기재된 발명과 인용발명의 동일성의 판단은 인공지능 관련 발명을 구현하기 위한 구체적인 수단(학습 데이터, 데이터 전처리 방법, 학습 모델, 손실 함수(Loss Function) 등)을 고려하여 구성을 대비하여 양자의 구성의 일치점과 차이점을 추출하여서 판단한다. 2) 진보성 판단 : 출원발명에서 구체적으로 특정하지 않은 AI기술은 주지관용기술로 판단한다. : 다만, 청구항에 인공지능 관련 발명을 구현하기 위한 기술적 구성 중에서 데이터 전처리, 기계학습 방법, 학습 완료 모델, 학습 데이터(raw data), 학습 결과물(결과 데이터) 등에 관하여 구체적으로 특정하고 있고, 그 기술적 구성에 의하여 인용발명에 비하여 예측되는 효과 이상의 더 나은 효과를 갖는 경우에는 당업자의 통상의 창작 능력 발휘에 해당하지 않아 진보성이 인정될 수 있다. 2. IP5 인공지능(AI)분야 심사기준 비교  |
