4차 산업혁명 시대에 인공지능(AI)만큼 주목받는 것이 있을까? 아마도 없을 것이다. 그렇다면 인공지능 분야에서 특히 이목을 끄는 주제는 무엇일까? 필자는 2013년에 개봉한 SF 멜로 영화 <그녀(Her)>에 주목한다. 영화는 인공지능을 사랑하게 되는 한 남자의 이야기이다. <그녀>에서 주인공 ‘테오도르’는 인공지능 ‘사만다’와 자연스럽게 대화하고 감정을 교류한다.
‘사만다’ 정도의 인공지능은 어쩌면 영화에서나 가능한 이야기일지도 모른다. 하지만 최근에 영화 속 인공지능과 현실 속 인공지능의 간극을 좁힐 수 있는 요소가 등장했다. 국내 AI 스타트업에서 디지털 휴먼 기반의 챗봇 서비스를 출시한 것인데(그림1), 대화 상대방인 인공지능을 시각적으로 제공하여 관심을 끌고 있다. 이러한 점에서 필자는 ‘디지털 휴먼’에 주목한다.




‘디지털 휴먼’을 주제로 트렌드를 분석하기 위한 특허 분석 방법론 설명에 앞서, 유의해야 할 두 가지 사항이 있다.
첫째는, ‘출원 공개 기간’이다. 오늘 특허출원(신청)을 완료하였고 우선심사신청과 같은 별도의 액션을 취하지 않았다면, 해당 건은 1년 6개월 후에 공개된다. 즉, 지금 특허 검색 DB에서 조회되는 특허는 대게 1년 6개월 전에 출원한 것이다. 따라서 특허 검색으로 특허 분석의 ‘최신성’을 담보하기에는 한계가 있다.
둘째는, 특허 분석 결과가 비-엔지니어에게 유의미하지 않게 다가올 수 있다는 것이다. 시장에 선보이는 제품을 ‘기술의 집합’이라 한다면, 특허 1건은 집합의 원소에 해당한다. 그리고 시장에 선보이는 제품은 일반 소비자가 이해할 수 있는 선에서 적용 기술이 설명되지만, 특허는 보통 더욱 구체적인 기술을 다룬다. 엔지니어의 경우에는 전자의 기술과 후자의 기술 모두 익숙할 것이다. 하지만 비-엔지니어의 경우, 후자의 기술에 익숙하지 않아 이해하기 어려울 것이다.

Step 1. 검색식 설계

검색식을 어떻게 설계하느냐에 따라 분석 대상 특허의 양과 품질이 결정된다. 따라서 분석의 목적, 비용, 시간 등을 종합적으로고려하여 적절한 검색식을 설계해야 한다. 검색식은 크게 검색 키워드와 검색 영역으로 구성된다.

‘디지털 휴먼’을 검색 키워드로 설정하면, ‘디지털 휴먼’을 명시하는 특허가 검색된다. 여기에서 질문. 각 특허의 권리자들이 디지털 휴먼을 ‘디지털 휴먼’으로만 표현하였을까? 아니다. ‘가상인물’, ‘가상 객체’ 등으로 표현했을 수도 있다. 따라서 ‘디지털 휴먼’이라는 기본 키워드 외에 유사 키워드도 함께 검색해야 한다. 여기에서 또 질문. ‘가상 객체’가 ‘디지털 휴먼’만을 의미할까? 아니다. 가상의 물체도 ‘가상 객체’에 해당한다. 그러므로 ‘가상 객체’를 검색 키워드에 추가하면, 디지털 휴먼과 무관한 특허가 다수 검색될 수 있다. 그래서 유사 키워드는 신중히 결정해야 한다.

‘디지털 휴먼’의 검색 영역으로 ‘발명의 명칭’을 설정하면, 발명의 명칭에 ‘디지털 휴먼’을 명시하는 특허가 검색된다. 하지만 ‘발명의 명칭’을 작성할 때 ‘디지털 휴먼’을 기재할 수도 있으나, 그렇게 하지 않을 수도 있다. 예를 들어, ‘대화 시스템’과 같이 간명하게 기재할 수도 있다. 따라서 검색 영역을 ‘발명의 명칭’으로 설정하면, 놓치게 되는 특허가 있을 수 있다.
한편, 검색 영역으로 ‘발명의 설명’을 설정하면 ‘디지털 휴먼’을 언급하는 모든 특허가 검색된다. 이렇게 되면 디지털 휴먼과 무관한 특허도 검색될 수 있다. 예를 들어, ‘종래 기술은 디지털 휴먼에 관한 것인 반면, 본 발명은 디지털 반려동물에 관한 것이다’를 설명하는 특허도 검색될 수 있다. 따라서 검색 영역도 신중히 결정해야 한다. 필자는 ‘청구범위’를 검색 영역으로 설정할 것을 추천한다. ‘청구범위’는 특허를 받고자 하는 기술을 문장으로 표현하는 목차이기 때문에, 검색 키워드를 주제로 하는 특허가 검색될 확률이 높다.

Step 2. IPC 코드를 활용한 특허 분류

분석 대상 특허를 확보하였다면, 이들을 분류할 필요가 있다. ‘숲을 보고 나무를 본다’에서 숲을 보기 위한 사전 작업이 바로 분류 기준 설정이다. 목적이 트렌드 분석이라면, 분류 기준으로 ‘IPC 코드’를 추천한다. IPC(International Patent Classification) 코드는 국제적으로 사용되는 코드로, 기술 분야를 의미한다. IPC코드는 섹션, 클래스, 서브클래스, 메인그룹 및 서브그룹으로 구성된다(그림2).




키프리스(KIPRIS)에서 ‘발명의 명칭’으로 ‘디지털 휴먼’을 검색하였을 때, 총 53건의 특허가 검색된다. 53건의 특허 모두에 G섹션의 IPC 코드가 부여되어 있다(그림3). G06T가 가장 많이 부여되어 있어 G06T를 예로 설명한다. 섹션 ‘G’는 ‘물리학’을 의미하고, 클래스 ‘06’에 의해 ‘G06’은 ‘컴퓨팅; 계산 또는 계수’를 의미한다. 그리고 서브클래스 ‘T’에 의해 ‘G06T’는 ‘이미지 데이터 처리 또는 생성’을 의미한다. ‘G06T19/00’의 경우에는, 메인그룹 ‘19’와 서브그룹 ‘00’에 의해 ‘이미지 코딩’을 의미한다.




‘G06T’와 같이 섹션, 클래스, 서브 클래스로 구성된 IPC 코드로 특허를 분류할 수도 있고, ‘G06T19/00’과 같이 메인그룹과 서브그룹을 포함하는 IPC 코드로 특허를 분류할 수도 있다. 전자는 특허 간 그룹핑이 용이하여 통계를 내는 데 유리하지만, 구체적인 기술 분야를 파악하기에는 불리하다. 후자는 그 반대의 장단점을 갖는다. 따라서 분류 기준으로 활용할 IPC 코드도 사안에 따라 적절하게 구성해야 한다.

Step 3. 시계열적 분류

트렌드는 시간 축 상에서 관찰할 수 있는 요소이다. 그래서 트렌드 분석을 위한 특허 분석은 시간을 변수로 두고 진행해야 한다. 예를 들어, 출원 연도별로 IPC 코드 변화량을 추적하여 트렌드를 분석할 수 있다. 그림4를 참조하면, 상업용 등의 데이터 처리 시스템(G06Q)에 관한 출원이 증가 추세임을 알 수 있다.




완벽한 트렌드 분석을 수행하기 위해서는 특허 문서 전체를 분석해야 한다. 그러나 전체를 분석하기에는 양도 많고 그 내용도 어렵기 때문에 비효율적일 수 있다. 따라서 최소한 각 특허의 대표 청구항(보통 청구항1)을 분석한 후 트렌드 분석에 임할 것을 추천한다.