AI에 아이디어나 청구항을 그대로 붙여 넣고 '이거랑 비슷한 특허 찾아줘' 하면 다 나오는 거 아닌가요?
안녕하세요. 특허 심사관의 눈으로 선행기술을 찾아내는 특허 AI, 타날리시스입니다.
다들 일하실 때 ChatGPT나 Claude, Gemini 같은 생성형 AI를 유용하게 쓰고 계실 것 같습니다. 보고서 요약부터 메일 작성, 코드 짜는 것까지 못 하는 게 없다 보니, 특허 선행기술조사를 할 때도 AI를 가장 먼저 떠올리곤 하죠.
특히 요즘은 웹 검색 기능까지 탑재되어 있어서, 청구항을 복사해 넣으면 최신 특허까지 정밀하게 찾아줄 것만 같은 기분이 드는데요. 하지만 특허 조사 영역으로 들어오는 순간, 그 똑똑하던 AI가 유독 갈피를 못 잡고 헤매는 모습을 보게 됩니다.
분명 그럴듯한 답변은 나오는데, 막상 뚜껑을 열어 보면 실무에 쓰기엔 턱없이 부족한 경우가 태반입니다. 도대체 왜 이 똑똑한 범용 AI가 유독 특허 선행기술조사에서는 힘을 쓰지 못하는 걸까요?
결론부터 말씀드리면, 생성형 AI는 '특허 언어의 벽'과 '환각' 때문에 선행기술조사에서 핵심 문헌을 놓치거나 검증 시간을 오히려 늘리기 쉽습니다.
10년 이상 현업에서 수많은 특허를 다뤄 온 변리사의 관점에서 보면, Gemini나 Claude를 활용한 특허 선행기술조사는 아쉬운 점이 한두 가지가 아닌데요. 아래에서 그 이유를 설명드리겠습니다.
생성형 AI로 특허를 검색하면 왜 핵심 문헌을 놓칠까요?
특허 명세서는 같은 기술이라도 출원인마다 쓰는 단어가 완전히 다르기 때문입니다. 전 세계 특허 문헌은 수천만에서 수억 건에 달해 전부 살펴보는 것만으로도 많은 시간이 드는데, 여기에 '특허 언어의 벽'이 더해집니다.
특허명세서란?
특허명세서란 내가 어떤 기술을 개발했는지 상세히 적고, “이 기술의 A, B, C 부품(구성요소)은 내 독점 권리로 인정해 달라”라고 작성한 기술·법률 문서입니다. 특허청에 특허로 내주십사 제출하는 문서인 것이죠.
우리가 일상에서 '손잡이'라고 부르는 것을 어떤 출원인은 '파지'라고 씁니다. '파지'라는 단어를 아시는 분들께선 두 단어가 같은 역할을 한다는 걸 잘 알지만, 범용 AI는 표현이 조금만 달라져도 관련 핵심 문헌을 통째로 놓쳐 버립니다.
두 단어가 비슷한 뜻이라는 걸 이해하지 못한 채 그냥 넘어가 버리는 것이죠. 같은 역할을 하는 두 단어를 AI가 알아보지 못하면, 동향 파악에 꼭 필요한 특허 문헌이 누락될 수 있습니다.
AI가 찾아준 특허, 그대로 믿어도 될까요?
그대로 믿기는 어렵습니다. 환각 때문에 검색 시간보다 검증 시간이 더 걸릴 수 있습니다.
환각(Hallucination)이란?
환각(Hallucination)이란 인공지능이 존재하지 않는 거짓 정보를 마치 진짜 사실인 것처럼 그럴듯하게 답변하는 오류를 뜻합니다. 존재하지 않는 내용을 그럴듯하게 지어내는 현상이죠.
범용 AI로 특허 선행기술조사를 했는데 이런 현상이 벌어진다고 상상해 보면 어떨까요?
AI가 찾아준 결과를 신뢰할 수 없으니, 그 특허가 진짜 있는지, 그 단락에 정말 그 내용이 적혀 있는지 확인하려고 특허청 DB(KIPRIS 등)에 접속해 원문을 처음부터 일일이 다시 검색해야 할 겁니다.
조사 시간을 줄여 보려다 'AI가 한 말을 검증하는 시간'이 더 드는 역효과가 생기는 셈입니다. 소중한 시간만 낭비하게 되는 꼴이 될 텐데요. 이런 부분들이 해결된 AI는 어디 없을까요?
범용 AI와 특허 전용 AI는 무엇이 다를까요?
범용 AI는 문헌을 통째로 읽는 방식이고, 타날리시스는 역할이 나뉜 3단계 파이프라인으로 후보를 좁혀 갑니다.
구분 | 범용 AI (ChatGPT, Claude, Gemini) | 특허 전용 AI (타날리시스) |
|---|---|---|
찾는 방식 | 문헌을 통째로 읽는 방식 | 역할이 나뉜 3단계 파이프라인, 단계끼리 교차 검증 |
후보를 고르는 기준 | '손잡이'와 '파지'처럼 표현이 다르면 놓치기 쉬움 | 실제 심사관 의견제출통지서와 심결문을 학습한 특허 전용 임베딩 모델 |
결과 검증 | KIPRIS 등에서 원문을 일일이 다시 검색 | 근거 문장 제시, 클릭 한 번으로 원문 위치 이동 |
결과 형태 | 그럴듯하지만 실무에 쓰기엔 부족한 답변 | 구성을 가장 많이 개시한 특허 10건과 구성요소별 개시 여부(◎/O/△/X) |
타날리시스는 어떤 순서로 선행기술을 찾나요?
타날리시스는 후보를 압축하고, 구성요소 단위로 대조한 뒤, 상위 후보만 정밀하게 추론하는 3단계로 선행기술을 찾습니다.
특허 전용 임베딩 모델로 수천만 건을 수천 건으로 압축
구성요소 단위로 문장을 대조해 상위 후보 선정
상위 후보만 개시 여부와 근거 문장 추론
역할이 다른 단계들이 나눠서 처리하고 서로 교차 검증하는 구조입니다.
1단계: 특허 전용 임베딩 모델로 수천만 건을 수천 건으로 압축
타날리시스의 특허 전용 임베딩 모델은 실제 심사관 의견제출통지서(OA)와 심판원 심결문에서 추출한 심사관 판단 데이터를 8천만 세트 이상 자체 학습했습니다. 그래서 심사관이 지적할 만한 요소를 미리 예측하며 선행조사를 진행할 수 있습니다.
의견제출통지서란?
의견제출통지서(OA)란 특허청 심사관이 출원된 발명이나 상표 등이 법적 등록 요건을 갖추지 못했다고 판단해, 거절 결정을 내리기 전에 출원인에게 그 이유를 알리고 의견을 낼 기회를 주는 공식 문서입니다.
이 통지서를 통해 선행기술을 알게 될 뿐 아니라 보완 방향과 인사이트도 얻을 수 있는데요.
선행조사의 깊이는 실제 특허청에 제출할 명세서와 큰 관련이 있습니다. 그래서 선행조사가 매우 중요하다고 할 수 있겠습니다.
2단계: 구성요소 단위 문장 대조
후보 문헌을 구성요소 단위로 문장과 비교해 종합 점수를 산출하고, 이 점수로 상위 후보 n개를 선정합니다. 후보 수는 조사 수준 옵션에 따라 다르게 선택할 수 있습니다.
3단계: 상위 후보만 개시 여부와 근거 문장 추론
상위 후보에 대해서만 구성요소별 개시 여부(◎/O/△/X)와 근거 문장을 추론합니다. 그 결과 구성을 가장 많이 개시한 특허 10건을 보여드립니다.
특허 선행기술조사의 성패는 어디에 달려 있을까요?
AI가 글을 얼마나 잘 읽느냐가 아니라, 틀린 문헌을 먼저 정확히 걸러내는 설계에 달려 있습니다.
한 번에 책 수십 권을 정독할 수 있는 전문가라도, 수백만 권짜리 도서관에 던져 두면 결국 '어떤 책부터 읽을지' 골라 주는 사람이 먼저 필요합니다. 읽는 능력이 아무리 좋아져도, 서가 전체를 훑는 비용과 시간은 줄어들지 않으니까요.
게다가 타날리시스 사용자는 클릭 한 번으로 원문 위치로 이동해 직접 눈으로 검증할 수 있습니다. 특허 선행기술조사의 성패는 '특허 심사관의 시각으로 틀린 1만 건을 먼저 정확히 걸러내는 설계'에 달려 있습니다.
여러분들께선 더 이상 Gemini나 Claude가 지어낸 할루시네이션을 검증하느라 소중한 시간을 허비하지 않으시길 바랍니다. 현직 변리사의 실무 관점과 특허청 심사관 데이터를 그대로 이식한 특허 전문 AI, 타날리시스와 함께 검증 시간을 줄이고 특허 전략을 성공적으로 세우시길 바랍니다.
타날리시스로 우리 기술의 선행기술을 직접 찾아보고 싶으시다면, 타날리시스 데모 신청 페이지에서 편하게 문의해 주셔도 좋습니다.
자주 묻는 질문 Q&A
ChatGPT나 Gemini로 특허 선행기술조사를 해도 되나요?
참고용으로는 쓸 수 있지만, 표현이 다른 핵심 문헌을 놓치거나 환각이 섞일 수 있습니다. 결과는 KIPRIS 같은 특허청 DB에서 원문을 다시 확인하셔야 합니다.
AI 특허 검색에서 환각(Hallucination)이란 무엇인가요?
AI가 존재하지 않는 정보를 사실처럼 그럴듯하게 답하는 오류입니다. 그래서 AI가 찾아준 특허가 실제로 있는지, 그 단락에 정말 그 내용이 있는지 다시 검증해야 합니다.
특허 전용 AI는 범용 AI와 무엇이 다른가요?
타날리시스는 문헌을 통째로 읽게 하는 대신 후보 압축, 구성요소 단위 문장 대조, 개시 여부 추론의 3단계로 나눠 처리합니다. 결과마다 근거 문장과 원문 위치를 함께 보여줘 바로 검증할 수 있습니다.
타날리시스 검색 결과는 어떤 형태로 나오나요?
구성을 가장 많이 개시한 특허 10건을 보여드리고, 구성요소별 개시 여부를 ◎/O/△/X로 표시합니다. 클릭 한 번으로 근거 문장이 있는 원문 위치로 이동할 수 있습니다.
