전자정부이 누리집은 대한민국 공식 전자정부 누리집입니다.

인공지능 발명의 특허요건과 기재요건

페이스북 공유하기 새창 열림 트위터 공유하기 새창 열림 밴드 공유하기 새창 열림 카카오스토리 공유하기 새창 열림

인공지능 발명의 심사기준(심사실무가이드)

(적용대상) 발명을 실시하기 위해 기계학습 기반의 AI 기술을 필요로 하는 발명에 관한 특허 출원에 적용

 

< AI 발명 개요도 >

AI 발명 개요도 Raw Data → 데이터 수집영역 → 데이터 전처리 영역 · 주요 속성(특징) 도출  · 데이터 규격화(백터화, 정규화, 표준화)  · 데이터 증분 등 → 학습 모델 정의 영역  · 학습 환경 구성  · 학습 모델 구현  · 학습 검증  · 복수 모델 연계  · 분산/병렬 처리  · Hyper Parameter 최적화 등 물리적 구현 영역  · 신경망 소자 및 회로  · 뉴로프로세서 등 AI  → 입력 데이터 (text, image, voice 등) → 학습 완료 모델 (trained model) → 출력 데이터 → AI 서비스 · 출력 데이터 가공 및 활용 · 출력 데이터에 기반한 생산물(products) · 출력 데이터에 기반한 처리방법(process)  큰 이미지로 보기
 

(‘20년 제정) 명세서 기재요건 및 특허요건 판단 기준을 명확히 하고, AI 세부 구현 기술 유형별 판단 예시를 제시

‘20년 개정 주요 내용 표

‘20년 개정 주요 내용으로 구성, 명세서 기재요건, 발명의 성립성, 신규성 진보성으로 구성된 표 입니다.

  ‘20년 제정 주요 내용
명세서 기재요건

AI 발명 구현을 위한 구체적 수단(학습데이터/전처리/학습모델 등) 제시 및 구체적 수단을 명세서에 기재

입력 데이터와 학습모델의 출력 데이터간 상관관계 기재

데이터 전(前)처리 기술이 특징인 경우 원시데이터와 학습데이터 간 상관관계 구체적으로 기재

강화학습 기반 AI 기술은 에이전트, 환경, 상태, 행동, 보상을 필수 구성으로 기재

AI 응용 발명은 통상의 학습모델名 기재 가능 등 기재방식 제시

발명의 성립성

현행 컴퓨터-SW 발명의 판단기준을 유지

소프트웨어 정보처리가 하드웨어를 이용하여 구체적으로 실현될 것

신규성 진보성

AI 기술을 구체적으로 미기재시 공지된 AI 기술의 단순 이용에 해당

전(前)처리, 학습모델, 학습데이터 등 구체적인 수단을 구체화하고, 그 차이로 ‘더 나은 효과’가 인정되면 진보성 인정

BM 기술을 공지된 AI 기술로 단순 시스템화한 경우 진보성 불인정

AI 발명의 결과 데이터 활용을 구체화하여 더 나은 효과 발생시 진보성 인정

산업분야가 다른 경우, 기술적 곤란성을 극복하거나 산업분야의 변경에 따른 효과 참작

 

(‘21년 개정) 학습모델에 대한 정의를 규정하고, 학습모델을 청구대상에 기재할 경우 청구범위 기재요건을 명확히 제시

‘21년 개정 주요 내용

‘21년 개정 주요 내용으로 구성, 학습모델의 정의/요건, 예시 청구항, 기재불비 例으로 구성된 표 입니다.

  ‘21년 제정 주요 내용
학습모델의 정의/요건

학습모델의 정의 및 구체적 수단의 기재에 관한 요건 제시

AI 발명을 구현하기 위해 기재해야 하는 구체적 수단으로 학습 데이터, 데이터 전(前)처리, 손실함수 등을 제시

예시 청구항

신경망을 기본 구조로 하는 학습모델 청구항의 예시 제시

학습모델을 이용한 제품 청구항의 예시 제시

기재불비 例

실 사례에 기초한 기재불비의 例 및 그 해설 제시

인공지능 분야 심사실무 가이드바로가기

 

IP5의 인공지능 분야 심사실무 가이드PDF 다운로드

   

현재 페이지의 내용에 얼마나 만족하십니까?

  
의견등록

귀하는 이미 만족도 조사에 응하셨습니다.