인공지능과 특허 - 인공지능 특허 보호받기

일반적으로는 학습용 데이터 셋은 Google AI dataset  사이트와 같은 데이터 셋 서칭 사이트에서 다운받게 된다.단순히 공개된 데이터 셋을 사이트에서 다운받는 것은 특허로 보호될 수 없다. 데이터 셋 획득 방법에 특이성이 있는 경우에 한하여  특허로 보호받을 수 있다.

예를 들어, 데이터 셋을 획득하는 단계에서 룰 기반으로 데이터들을 획득하는 경우, 여기서 사용되는 룰이 종래 기술보다 진보한 특징이 있으면 이를 특허로 보호받을 수 있다.

해당 분야와 관련하여 현재 출원 건수는 많지 않은 실정이다. 

학습용 데이터 셋을 획득한 후에는 보통 전처리를 통해 데이터 셋을 가공한다.

예를 들어, 획득된 학습용 데이터 셋에서 노이즈를 필터링하고, local optimum에 빠질 위험을 제거하기 위해 데이터 정규화를 수행하기도 한다. 종래 데이터 전처리 방법들을 응용 분야에 적합하게 변형해서 사용하는 경우, 이에 진보한 특징이 있으면 특허로 보호 받을 수 있다.인공지능 관련 특허를 전체적으로 확인해보면 데이터 전처리 방법에 대한 특허들을 꽤 많이 찾아볼 수 있다.

데이터 전처리가 완료되면 그 다음으로 학습을 수행할 기존 딥러닝 모델을 선택하거나 모델 구조를 새롭게 설계하는 작업을 수행한다. 단순히 특정 모델(ex. CNN, RNN, LSTM 등)을 선택해서 학습시킨다는 내용은 특허로 보호받기 쉽지 않다. 공개된 모델 구조를 변경하거나, 특정 문제를 해결하기 위해 복수의 모델을 결합하는 등과 같이 모델 구조에 특이성이 인정되어야 특허로 보호 받을 수 있다. 딥러닝 모델 구조를 새롭게 설계하거나 변경하는 것은 난이도가 상당히 높은 작업이다. 따라서, 공개된 인공 지능 특허 중 딥러닝 모델 구조와 관련된 특허는 상대적으로 많지 않다.

데이터 전처리를 완료한 다음에는 전처리된 데이터 셋을 이용해서 딥러닝 모델을 학습시킨다. 일반적으로 공개되어 있는 학습 방법으로 딥러닝 모델을 학습시킨다고 하면 특허로 보호 받기 쉽지 않다. 그러나 딥러닝 모델을 학습시키는 방법이 종래 기술과 차이가 있는 경우 특허로 보호받을 수 있다.

예를 들어, 딥러닝 모델을 학습시킬 때 히든 레이어의 출력값이 베이블 분포를 따르도록 강제적으로 피팅 시킨다는 내용과 같이 종래 기술과 차별화되는 특징이 있는 기술이 특허로 보호받을 수 있다.

학습 방법과 관련된 특허는 데이터 전처리 관련 특허 다음으로 많다.

딥러닝 모델을 학습시키거나 학습이 완료된 딥러닝 모델을 이용해서 예측 값을 추론할 때 어떤 하드웨어를 사용할지에 관한 기술도 특허로 보호받을 수 있다. 이는 하드웨어 설계, 좀더 구체적으로 반도체 설계와 밀접한 관련이 있다고 볼 수 있으며 주로 반도체 설계를 수행하는 기업들이 이와 관련된 특허를 많이 보유하고 있다.

인공지능 특허에서 대다수를 차지하는 건 딥러닝을 어느 분야에 응용할지에 대한 특허이다. 기술적으로 난이도가 있는 것이 아니고 단순히 응용과 관련된 내용이기 때문이다. 다만, 딥러닝 기술을 단순히 활용하겠다는 내용으로 특허가 허여될 가능성은 높지 않다.

어떤 학습 데이터를 이용해서 어떤 모델을 학습시켜서 어느 분야에 활용할 것이고, 이와 같이 활용하는 경우 어떤 기술적 효과가 발생한다는 등의 구체적인 자료를 제시해야 특허로 허여될 수 있다.