일반 AI에서 생성형 AI로의 변화
2022년 Chat GPT가 발표된 이후 인공지능이 우리 삶에 많은 영향을 미치고 있다. 업무와 일상에서 일반 검색대신 생성형 AI를 통하여 답을 얻는 경우가 많아졌고, 생성형 AI를 이용한 여러 가지 서비스들이 제공되고 있는 상황이다.
한편, 인공지능 관련 기업의 가치도 2022년 이후 증가하고 있는 실정이며, 인공지능 학습 및 inference의 필수적인 칩인 GPU를 만드는 엔비디아의 주가는 상황에 따라 신고가를 경신하기도 한다.
AI(artificial intelligence)의 연구가 과거부터 이루어졌음에도 AI에 대한 관심이 최근에 급증한 것은 AI의 중심이 일반 AI에서 생성형 AI로 변화되었기 때문이다.
일반 AI가 개와 고양이 이미지를 학습하여 개와 고양이 이미지를 구별하는데 활용된다면, 생성형 AI는 개와 고양이 이미지를 학습하여 사용자의 프롬프트 입력에 따라 개나 고양이 이미지를 생성하여 제공하는 점에서 개념이 한층 고도화되었다고 볼 수 있다.
이처럼 AI의 중심이 생성형 AI로 넘어감에 따라 지식재산권, 특히 특허 관점에서는 어떻게 바라보고 준비해야 하는지 짧게나마 소개하려고 한다.
일반 AI에서의 특허 무용론, 설득력을 잃다
Chat GPT가 나오기 이전인 2022년 상반기만 하더라도 인공지능 기술에 대해서 특허 무용론이 지배적이었다. 인공지능을 구현하기 위한 많은 내용들이 오픈소스라이브러리 상에서 제공되고 있어 특정 누군가가 독점하는 권리는 아니라는 주장이었다.
대표적인 오픈소스라이브러리인 텐서플로우, 깃허브 등의 경우에도 라이브러리상에서 제공되는 기술에 대하여 특허 라이선스를 부여하는 APACHE 2.0을 채택하고 있다.
따라서 인공지능 기술은 특허를 받아놓아도 무상 라이선스가 제공되기 때문에 인공지능 특허는 의미가 없다는 주장이 설득력을 얻었다.
필자는 과거에도 여러 이유로 이 부분에 대해서 전적으로 동의하지 않았지만,, 이제 ‘생성형 AI’가 주목을 받으면서 특허 무용론은 설득력을 잃을 수밖에 없는 상황이 되었다.
[그림 1: AI 서비스 구조도 출처 : CFRM보고서]
그림 1은 AI서비스 제공에 있어서의 개념을 제시하고 있다.
그림 1을 참고하면 AI서비스가 제공되기 위해서는 data가 수집 및 전처리 과정을 거치고, 이러한 데이터가 모델을 통해 학습된 후 학습된 모델을 이용하여 여러 Task가 제공된다.
기존 오픈소스라이브러리에서 제공되는 AI기술의 특허 라이선스는 모델자체에 관련된 것이고 데이터에 관련된 부분과 Task에 관련된 부분은 제공되는 라이선스의 대상에 해당되지 않는다.
한편, 생성형 AI의 기술적 특징은 모델 자체가 아닌 각각 Task로 볼 수 있으므로 생성형 AI를 이용하여 제공된 서비스는 라이선스가 적용된 기술인 것으로 판단하기 어렵다.
즉, 오픈소스상에서 라이선스가 부여되는 것은 모델 자체이며, 그 이외에 부분에 대해서는 소프트웨어 내지 BM(Business model)의 일반 지식재산권 관점에서 검토해 볼 필요가 있는 것이다.
따라서 인공지능 기술이 오픈소스 상에서 제공되는 기술이기 때문에 특허의미가 적다는 기존의 주장은 설득력을 잃을 것으로 보인다.
구글과 MS의 AI 특허를 살펴보자
AI기술의 연구와 서비스 제공을 활발히 하고 있는 글로벌기업은 개발된 기술에 대하여 특허로서 관리하고 있을까? 모델 자체에 대한 특허와 서비스 특허를 나누어서 살펴보자.
구글의 경우 오픈소스상에 기술을 공개하고, 무상으로 제공하면서도 그에 대응되는 특허는 마련해놓고 있었다.
생성형 AI의 근간이 되는 트랜스포머의 특허(US10452978 B2, Attention-based sequence transduction neural networks) 청구항을 살펴보자.
[그림 2 : 트랜스포머(Transformer) 특허 독립항]
위 청구항은 트랜스포머의 구성으로서 encoder neural network 및 decoder neural network를 제시하고 encoder neural network는 an encoder self-attention sub-layer를 포함하는 encoder subnetworks로 구성되는 것으로 제시하고 있다.
추가적으로 an encoder self-attention sub-layer에서는 query, key 및 value를 연산하는 동작을 제시하고 있다.
즉, 특허의 독립항에는 트랜스포머의 핵심동작인 Attention Mechanism을 통하여 입력 시퀀스의 위치에 대응한 출력 시퀀스를 출력하는 동작을 제시하여 트랜스포머의 기술적 특징을 간결하게 나타내고 있는 것을 확인할 수 있다.
본 특허는 생성형 AI에 근간이 되는 모델 자체에 대한 특허로 다양한 오픈소스라이브러리에서 제공되고 있는 기술이다.
그렇다면 생성형 AI를 이용한 서비스에 관련된 특허는 어떤 형태일까?
최근 Open AI와 손을 잡고 AI서비스 제공에 집중하고 있는 MS의 특허(US 2023-0259713 A1, Automatic tone detection and suggestion)를 살펴보자
해당 특허의 도면 중 하나를 살펴보면 아래와 같다.
[그림 3 : US 2023-0259713 A1 Fig. 3B]
위 특허의 경우 아직 등록은 되지 않은 공개특허이지만, 올해 초 MS가 발표한 Co-Pilot 동작 중 아웃룩에 적용되는 기술 중 하나인 것으로 파악된다.
구체적으로 인공지능을 활용한 메일의 톤, 문체를 변경해 주는 기술과 대응되는 것으로 파악된다.
그림 3을 살펴보면, 모델이 사용자가 제시한 글의 톤에 대하여 informal 함을 제시하고, 이를 인공지능을 통하여 formal톤으로 변경하는 것을 제안하고 있다. 사용자가 비즈니스 메일을 아웃룩에서 쓰고 있는 경우, 그 톤이 비즈니스에 적절하지 않다면, 모델이 그것을 판단하고 더 정중한 톤으로 바꿀 수 있다는 것을 제시하고 있는 것이다.
이에 대응되는 독립 청구항을 살펴보면 아래와 같다.
[그림 4 : US 2023-0259713 독립항 ]
청구항을 살펴보면, 톤 검출 요청의 수신, 검색 및 환경 검출 등 일반적 소프트웨어 발명의 기재에 따르면서도, 수정톤를 제안하기 위하여 기계학습을 이용하는 부분의 동작을 제시하고 있다.
구글의 트랜스포머 특허와 MS의 특허의 구글 특허는 인공지능 모델의 동작 자체에 대하여 상세 기술한 반면, MS특허는 제공되는 서비스에 대하여 상세 기술하고 있다.
구글의 특허를 AI모델 자체에 대한 특허로 본다면, MS의 특허는 생성형 AI에 대응되는 특허로 볼 수 있다. 구글의 특허는 라이선스에 의하여 무상으로 쓸 수 있어도, MS가 제공하는 톤 변경하는 서비스 라이선스가 제공되지 않아 무상으로 쓰기 어려운 기술에 해당된다. 이처럼 생성형 AI를 이용한 서비스 특허는 전통적인 AI기술 특허의 형태와 상이한 형태를 띠며 라이선스도 부여되지 않는다.
생성형 AI 시대에 대응한 클레임 작성의 변화
[그림 5 : 기계학습 기반 인공지능 발명의 기본 개요도, 출처: 특허청]
특허청은 기존에도 데이터 전처리 영역, 학습모델의 정의 및 AI 서비스 자체에 특징이 있다면 특허의 신규성 내지 진보성을 인정한다는 취지를 언급한 바가 있다.
필자도 인공지능 특허를 설계하는 데 있어서 각 요소를 공지기술과 차별화하려는 노력을 해왔다.
기존에는 모델자체에 대한 특징을 부각시키기 위해서 모델 학습 방법 및 데이터 전처리 부분에서 차별점을 강조하여 진보성 확보 전략을 세웠다면, 생성형 AI 시대에는 AI 서비스 관점에서 더욱 고민하고 차이점 도출에 집중해야할 것이다.
생성형 AI 시대에 AI 서비스 부분의 강조를 위해서는 크게 세 가지 내용이 필요할 것으로 보인다.
첫째, AI 서비스 자체의 차별성이 있어야 할 것이다.
데이터나 모델의 차별성보다 서비스 자체의 차별성이 필요한 시점이다. 특허에 있어서 기술적 성능이 우월을 주장하기보다 이제까지 시도하지 못했던 비즈니스를 AI기술을 이용하여 시도한다는 관점으로 접근하자. 이를테면 기업의 구매부서에서 구매 가격 협상을 하는 생성형 AI 모델 등이 이에 해당될 수 있다. 서비스 자체에 대한 진보성을 인정받을 수 있다면 나머지 요소에 대한 진보성이 다소 부족해도 특허를 확보할 수 있을 것이다.
둘째, AI가 배제된 서비스 자체에 대한 과정을 구체화하자.
생성형 AI가 적용된 AI서비스 특허의 경우 일반 소프트웨어 특허로 판단될 여지가 많기 때문에 동작 하나하나의 구체화가 필요하다.
위 예시와 같이 구매가격 협상하는 경우라면, 구매가격 협상의 각 단계를 명확히 하는 작업이 필요할 것이며, 복수의 단계 중 진보성을 강하게 주장할 수 있는 단계가 있다면 해당 단계를 강조하여 청구항 및 발명의 설명을 작성하는 것이 필요하다.
셋째, AI 서비스 제공을 위한 데이터 및 모델의 차별성을 강조하자.
AI를 이용한 비즈니스 자체가 신규하나, 그 진보성이 부족한 경우 AI특허 특성상 데이터나 모델의 구체화가 필요하다. 위 예시에서 처럼 가격 협상을 위한 AI모델의 경우 모델 학습을 위한 물품 가격 데이터의 수집방법, 학습을 위하여 가격 데이터를 협상 정보를 이용하여 전처리 방법, 모델의 파라미터 튜닝 등의 내용이 추가적으로 필요할 수 있다.
통상적으로 해당 비즈니스에 필요한 데이터나 모델은 비즈니스에 특화되기 마련이므로 특화된 요소를 구체화 내지 강조하여 특허출원을 진행한다면 진보성 확보에 용이할 것이다.
마치며
AI 기술에 대해서 특허가 필요 없다는 주장은 설득력을 잃었다.
생성형 AI를 이용한 파생 비즈니스가 빠른 속도로 생겨나고 있다. 이러한 시대적 흐름속에서 우리가 개발한 기술 내지 비즈니스를 특허로 권리화하지 않는다면 다른 기업들 사이에서 경쟁력을 주장하기 어렵고, 우리가 개발한 기술임에도 불구하고 타인으로부터 침해주장을 받을 수도 있다.
AI 기반 비즈니스 모델을 개발하는 많은 국내 기업들이 가치있는 지식재산권을 확보하여 경쟁력을 확보하기를 기대해본다.
BLT 칼럼은 BLT 파트너변리사가 작성하며 매주 1회 뉴스레터를 통해 발행됩니다.
뉴스레터 구독신청
| 필자 소개 박기현 변리사는 카이스트 전기 및 전자공학부를 졸업하고 2015년 52기 변리사 시험에 합격했습니다. 국내 대기업의 기술 권리화, 특허 분쟁 대응 및 컨설팅 경험을 보유하고 있으며, 자율 주행, 영상 처리, 의료기기, 기계학습, 디스플레이, 단말 UI/UX, IP 포트폴리오 설계 및 IP 심판 소송 분야를 담당하고 있습니다.
특허법인 BLT 누군가는 특허를 만들 때, BLT는 당신의 사업의 성공을 만들어 냅니다. The Only Firm for Your Success!! |
일반 AI에서 생성형 AI로의 변화
2022년 Chat GPT가 발표된 이후 인공지능이 우리 삶에 많은 영향을 미치고 있다. 업무와 일상에서 일반 검색대신 생성형 AI를 통하여 답을 얻는 경우가 많아졌고, 생성형 AI를 이용한 여러 가지 서비스들이 제공되고 있는 상황이다.
한편, 인공지능 관련 기업의 가치도 2022년 이후 증가하고 있는 실정이며, 인공지능 학습 및 inference의 필수적인 칩인 GPU를 만드는 엔비디아의 주가는 상황에 따라 신고가를 경신하기도 한다.
AI(artificial intelligence)의 연구가 과거부터 이루어졌음에도 AI에 대한 관심이 최근에 급증한 것은 AI의 중심이 일반 AI에서 생성형 AI로 변화되었기 때문이다.
일반 AI가 개와 고양이 이미지를 학습하여 개와 고양이 이미지를 구별하는데 활용된다면, 생성형 AI는 개와 고양이 이미지를 학습하여 사용자의 프롬프트 입력에 따라 개나 고양이 이미지를 생성하여 제공하는 점에서 개념이 한층 고도화되었다고 볼 수 있다.
이처럼 AI의 중심이 생성형 AI로 넘어감에 따라 지식재산권, 특히 특허 관점에서는 어떻게 바라보고 준비해야 하는지 짧게나마 소개하려고 한다.
일반 AI에서의 특허 무용론, 설득력을 잃다
Chat GPT가 나오기 이전인 2022년 상반기만 하더라도 인공지능 기술에 대해서 특허 무용론이 지배적이었다. 인공지능을 구현하기 위한 많은 내용들이 오픈소스라이브러리 상에서 제공되고 있어 특정 누군가가 독점하는 권리는 아니라는 주장이었다.
대표적인 오픈소스라이브러리인 텐서플로우, 깃허브 등의 경우에도 라이브러리상에서 제공되는 기술에 대하여 특허 라이선스를 부여하는 APACHE 2.0을 채택하고 있다.
따라서 인공지능 기술은 특허를 받아놓아도 무상 라이선스가 제공되기 때문에 인공지능 특허는 의미가 없다는 주장이 설득력을 얻었다.
필자는 과거에도 여러 이유로 이 부분에 대해서 전적으로 동의하지 않았지만,, 이제 ‘생성형 AI’가 주목을 받으면서 특허 무용론은 설득력을 잃을 수밖에 없는 상황이 되었다.
[그림 1: AI 서비스 구조도 출처 : CFRM보고서]
그림 1은 AI서비스 제공에 있어서의 개념을 제시하고 있다.
그림 1을 참고하면 AI서비스가 제공되기 위해서는 data가 수집 및 전처리 과정을 거치고, 이러한 데이터가 모델을 통해 학습된 후 학습된 모델을 이용하여 여러 Task가 제공된다.
기존 오픈소스라이브러리에서 제공되는 AI기술의 특허 라이선스는 모델자체에 관련된 것이고 데이터에 관련된 부분과 Task에 관련된 부분은 제공되는 라이선스의 대상에 해당되지 않는다.
한편, 생성형 AI의 기술적 특징은 모델 자체가 아닌 각각 Task로 볼 수 있으므로 생성형 AI를 이용하여 제공된 서비스는 라이선스가 적용된 기술인 것으로 판단하기 어렵다.
즉, 오픈소스상에서 라이선스가 부여되는 것은 모델 자체이며, 그 이외에 부분에 대해서는 소프트웨어 내지 BM(Business model)의 일반 지식재산권 관점에서 검토해 볼 필요가 있는 것이다.
따라서 인공지능 기술이 오픈소스 상에서 제공되는 기술이기 때문에 특허의미가 적다는 기존의 주장은 설득력을 잃을 것으로 보인다.
구글과 MS의 AI 특허를 살펴보자
AI기술의 연구와 서비스 제공을 활발히 하고 있는 글로벌기업은 개발된 기술에 대하여 특허로서 관리하고 있을까? 모델 자체에 대한 특허와 서비스 특허를 나누어서 살펴보자.
구글의 경우 오픈소스상에 기술을 공개하고, 무상으로 제공하면서도 그에 대응되는 특허는 마련해놓고 있었다.
생성형 AI의 근간이 되는 트랜스포머의 특허(US10452978 B2, Attention-based sequence transduction neural networks) 청구항을 살펴보자.
[그림 2 : 트랜스포머(Transformer) 특허 독립항]
위 청구항은 트랜스포머의 구성으로서 encoder neural network 및 decoder neural network를 제시하고 encoder neural network는 an encoder self-attention sub-layer를 포함하는 encoder subnetworks로 구성되는 것으로 제시하고 있다.
추가적으로 an encoder self-attention sub-layer에서는 query, key 및 value를 연산하는 동작을 제시하고 있다.
즉, 특허의 독립항에는 트랜스포머의 핵심동작인 Attention Mechanism을 통하여 입력 시퀀스의 위치에 대응한 출력 시퀀스를 출력하는 동작을 제시하여 트랜스포머의 기술적 특징을 간결하게 나타내고 있는 것을 확인할 수 있다.
본 특허는 생성형 AI에 근간이 되는 모델 자체에 대한 특허로 다양한 오픈소스라이브러리에서 제공되고 있는 기술이다.
그렇다면 생성형 AI를 이용한 서비스에 관련된 특허는 어떤 형태일까?
최근 Open AI와 손을 잡고 AI서비스 제공에 집중하고 있는 MS의 특허(US 2023-0259713 A1, Automatic tone detection and suggestion)를 살펴보자
해당 특허의 도면 중 하나를 살펴보면 아래와 같다.
[그림 3 : US 2023-0259713 A1 Fig. 3B]
위 특허의 경우 아직 등록은 되지 않은 공개특허이지만, 올해 초 MS가 발표한 Co-Pilot 동작 중 아웃룩에 적용되는 기술 중 하나인 것으로 파악된다.
구체적으로 인공지능을 활용한 메일의 톤, 문체를 변경해 주는 기술과 대응되는 것으로 파악된다.
그림 3을 살펴보면, 모델이 사용자가 제시한 글의 톤에 대하여 informal 함을 제시하고, 이를 인공지능을 통하여 formal톤으로 변경하는 것을 제안하고 있다. 사용자가 비즈니스 메일을 아웃룩에서 쓰고 있는 경우, 그 톤이 비즈니스에 적절하지 않다면, 모델이 그것을 판단하고 더 정중한 톤으로 바꿀 수 있다는 것을 제시하고 있는 것이다.
이에 대응되는 독립 청구항을 살펴보면 아래와 같다.
[그림 4 : US 2023-0259713 독립항 ]
청구항을 살펴보면, 톤 검출 요청의 수신, 검색 및 환경 검출 등 일반적 소프트웨어 발명의 기재에 따르면서도, 수정톤를 제안하기 위하여 기계학습을 이용하는 부분의 동작을 제시하고 있다.
구글의 트랜스포머 특허와 MS의 특허의 구글 특허는 인공지능 모델의 동작 자체에 대하여 상세 기술한 반면, MS특허는 제공되는 서비스에 대하여 상세 기술하고 있다.
구글의 특허를 AI모델 자체에 대한 특허로 본다면, MS의 특허는 생성형 AI에 대응되는 특허로 볼 수 있다. 구글의 특허는 라이선스에 의하여 무상으로 쓸 수 있어도, MS가 제공하는 톤 변경하는 서비스 라이선스가 제공되지 않아 무상으로 쓰기 어려운 기술에 해당된다. 이처럼 생성형 AI를 이용한 서비스 특허는 전통적인 AI기술 특허의 형태와 상이한 형태를 띠며 라이선스도 부여되지 않는다.
생성형 AI 시대에 대응한 클레임 작성의 변화
[그림 5 : 기계학습 기반 인공지능 발명의 기본 개요도, 출처: 특허청]
특허청은 기존에도 데이터 전처리 영역, 학습모델의 정의 및 AI 서비스 자체에 특징이 있다면 특허의 신규성 내지 진보성을 인정한다는 취지를 언급한 바가 있다.
필자도 인공지능 특허를 설계하는 데 있어서 각 요소를 공지기술과 차별화하려는 노력을 해왔다.
기존에는 모델자체에 대한 특징을 부각시키기 위해서 모델 학습 방법 및 데이터 전처리 부분에서 차별점을 강조하여 진보성 확보 전략을 세웠다면, 생성형 AI 시대에는 AI 서비스 관점에서 더욱 고민하고 차이점 도출에 집중해야할 것이다.
생성형 AI 시대에 AI 서비스 부분의 강조를 위해서는 크게 세 가지 내용이 필요할 것으로 보인다.
첫째, AI 서비스 자체의 차별성이 있어야 할 것이다.
데이터나 모델의 차별성보다 서비스 자체의 차별성이 필요한 시점이다. 특허에 있어서 기술적 성능이 우월을 주장하기보다 이제까지 시도하지 못했던 비즈니스를 AI기술을 이용하여 시도한다는 관점으로 접근하자. 이를테면 기업의 구매부서에서 구매 가격 협상을 하는 생성형 AI 모델 등이 이에 해당될 수 있다. 서비스 자체에 대한 진보성을 인정받을 수 있다면 나머지 요소에 대한 진보성이 다소 부족해도 특허를 확보할 수 있을 것이다.
둘째, AI가 배제된 서비스 자체에 대한 과정을 구체화하자.
생성형 AI가 적용된 AI서비스 특허의 경우 일반 소프트웨어 특허로 판단될 여지가 많기 때문에 동작 하나하나의 구체화가 필요하다.
위 예시와 같이 구매가격 협상하는 경우라면, 구매가격 협상의 각 단계를 명확히 하는 작업이 필요할 것이며, 복수의 단계 중 진보성을 강하게 주장할 수 있는 단계가 있다면 해당 단계를 강조하여 청구항 및 발명의 설명을 작성하는 것이 필요하다.
셋째, AI 서비스 제공을 위한 데이터 및 모델의 차별성을 강조하자.
AI를 이용한 비즈니스 자체가 신규하나, 그 진보성이 부족한 경우 AI특허 특성상 데이터나 모델의 구체화가 필요하다. 위 예시에서 처럼 가격 협상을 위한 AI모델의 경우 모델 학습을 위한 물품 가격 데이터의 수집방법, 학습을 위하여 가격 데이터를 협상 정보를 이용하여 전처리 방법, 모델의 파라미터 튜닝 등의 내용이 추가적으로 필요할 수 있다.
통상적으로 해당 비즈니스에 필요한 데이터나 모델은 비즈니스에 특화되기 마련이므로 특화된 요소를 구체화 내지 강조하여 특허출원을 진행한다면 진보성 확보에 용이할 것이다.
마치며
AI 기술에 대해서 특허가 필요 없다는 주장은 설득력을 잃었다.
생성형 AI를 이용한 파생 비즈니스가 빠른 속도로 생겨나고 있다. 이러한 시대적 흐름속에서 우리가 개발한 기술 내지 비즈니스를 특허로 권리화하지 않는다면 다른 기업들 사이에서 경쟁력을 주장하기 어렵고, 우리가 개발한 기술임에도 불구하고 타인으로부터 침해주장을 받을 수도 있다.
AI 기반 비즈니스 모델을 개발하는 많은 국내 기업들이 가치있는 지식재산권을 확보하여 경쟁력을 확보하기를 기대해본다.
BLT 칼럼은 BLT 파트너변리사가 작성하며 매주 1회 뉴스레터를 통해 발행됩니다.
뉴스레터 구독신청
더 자세한 사항은 특허법인 BLT 로 문의 부탁드립니다.
02-514-0104
info@BLT.kr
www.BLT.kr
필자 소개
박기현 변리사는 카이스트 전기 및 전자공학부를 졸업하고 2015년 52기 변리사 시험에 합격했습니다.
국내 대기업의 기술 권리화, 특허 분쟁 대응 및 컨설팅 경험을 보유하고 있으며, 자율 주행, 영상 처리, 의료기기, 기계학습, 디스플레이, 단말 UI/UX, IP 포트폴리오 설계 및 IP 심판 소송 분야를 담당하고 있습니다.
특허법인 BLT
누군가는 특허를 만들 때, BLT는 당신의 사업의 성공을 만들어 냅니다. The Only Firm for Your Success!!