인공지능이 특허제도에 미치는 영향

인공 지능은 정확성과 속도를 높이면서 일상적인 작업의 부담을 인간에서 소프트웨어로 옮기는 데 활용되고 있습니다. Al이 특허 시스템에 미치는 영향은 다음과 같습니다.

게시일: 9년 2022월 XNUMX일

특허법의 변화 외에도 인터넷의 사회화는 특허 관행을 변화시켰다. 인터넷에서 특허 기록을 전자 형식으로 변환하면 R&D 부문을 혁신하는 혁신에 쉽게 접근할 수 있습니다. 이제 인공 지능(AI)과 법률 분야의 융합으로 시스템이 보다 효율적인 모델을 향해 나아가고 있습니다.

AI는 정확성과 속도를 높이면서 일상적인 작업의 부담을 인간에서 소프트웨어로 옮기는 데 활용되고 있습니다. 이 기술의 잠재적 영향은 막대한 R&D 노력을 불러일으켰습니다. 에 따르면 WIPO 기술 동향 보고서: "AI 특허 제품군은 28년에서 5.6년 사이에 평균 2012%, 과학 출판물은 매년 2017% 성장했습니다." 민간 기업뿐만 아니라 전 세계 여러 특허 사무소도 AI 도구가 제공하는 이점을 연마하기 위해 노력하고 있습니다.

그러나 이러한 "AI 도구"는 무엇입니까? 그들이 특허 시스템에 미치는 "영향"은 무엇입니까? 다음은 AI 기반 기술이 특허 환경을 변화시키는 4가지 방식입니다.

IPR 데이터의 간소화된 관리

기업에 대한 특허의 중요성에 대한 이해가 높아짐에 따라 수년간의 특허 출원 수 또한 증가했습니다. 더 많은 기업이 혁신적인 아이디어에서 유리한 이익을 얻기 위해 특허를 신청하고 있습니다. 관련 결과를 식별하거나 유용한 통찰력을 도출하기 위해 수백만 건의 특허를 수동으로 분석하는 것은 시간이 많이 걸리고 리소스를 많이 소모하는 작업입니다.

다행스럽게도 AI 기반 분류를 사용하면 프로세스가 훨씬 덜 번거로워집니다. AI 기반 소프트웨어는 과도한 인간 개입을 대체하는 데이터 분류를 자동화할 수 있습니다(참조 링크 텍스트). 이 분야의 또 다른 예는 WIPO가 시작한 “링크 텍스트.” 이 AI 기반 분류는 기계 학습(ML)을 사용하여 주어진 기술 텍스트에 IPC 코드를 자동으로 할당합니다. 따라서 상당한 양의 인적 노력을 절약하고 다른 중요한 작업으로 방향을 전환할 수 있습니다.

보다 관련성 높은 데이터 폭발

무한한 양의 정보에 접근할 수 있기 때문에 관련 통찰력을 유지하고 의미 있는 통찰력을 추출하는 것이 거의 불가능할 수 있습니다. 끊임없이 증가하는 특허 출원으로 인해 최신 정보를 유지하는 것이 특히 어려워졌습니다. 새로운 특허 간행물이 지속적으로 제출되고 있으며 기존 간행물의 법적 지위와 주제는 변경되기 쉽습니다. 또한 파노라마 통찰력을 얻기 위해 여러 데이터 소스를 참조해야 하는 경우가 많습니다. 예를 들어, 특허 제품군의 라이선스 기능을 이해하려면 현재 법적 법령, 여러 특허 간행물에서 주장하는 주제, 경쟁자, 기술 분야의 라이선스 거래 등을 살펴봐야 할 수 있습니다. 다양한 소스에서 정보를 추출하는 동시에 분석을 최신 상태로 유지하려고 하면 복잡해지고 오류에 취약해집니다.

인간이 단일 소스에서 원하는 정보를 추출할 수 있도록 하는 AI 기반 인텔리전스 소프트웨어는 인간의 노력을 크게 줄여줍니다. 또한 PatSnap과 같은 플랫폼은 사용자에게 다음과 같은 기능을 제공합니다. 폴더 자동 업데이트 and 가상 에이전트 끊임없이 변화하는 데이터를 따라잡기 위해. 따라서 법률 및 비법률 전문가 모두 분석의 정확성과 효율성을 높일 수 있습니다.

향상된 지식 공유를 제공하는 기계 번역

특허는 관할권이므로 다양한 국가에서 보호를 추구하기 위해 발명이 여러 국가에, 종종 다른 현지 언어로 제출됩니다. 또한 발명가는 외국 관할권에 제출하기 전에 먼저 자국과 모국어로 발명을 제출하는 경향이 있습니다. 중요한 통찰력을 얻으려면 다양한 언어로 제출된 간행물의 분석이 필요할 수 있습니다. 예를 들어, 경쟁사의 R&D 또는 제품 상업화 전략에 대한 철저한 이해를 개발하려면 관할권 전반에 걸친 특허 출원을 조사해야 할 수 있습니다. 또는 특허가 영어가 아닌 언어로 제출된 특정 관할권에서 기술 개발을 추적할 수 있습니다. 세계에서 특허 출원 규모별로 상위 5개 특허청이 서로 다른 언어로 운영된다는 점은 주목할 가치가 있습니다(IP XNUMX: JP, KR, CN, EP, US).

특히 기술 문서의 경우 인간 번역은 힘들고 비용이 많이 드는 작업입니다. AI로 생성된 기계 번역을 사용하면 사람의 개입을 피하거나 줄일 수 있습니다. 기계 전환을 보다 신뢰할 수 있도록 하기 위한 노력이 전 세계적으로 이루어지고 있습니다. 2019년에는 EPO는 전담 데이터 과학 팀을 만들었습니다. AI 및 ML 기술을 적용하여 특허 부여 프로세스의 효율성과 품질을 높이는 것을 목표로 합니다. 기계 번역은 이 벤처의 세 가지 주요 초점 중 하나입니다. PatSnap은 특허 간행물의 기계 번역을 제공할 뿐만 아니라 사용자가 영어가 아닌 언어로 출원된 특허 검색.

AI 지원 분석

종종 발명의 특허 가능성에 반대하는 주장은 발명의 신규성 또는 독창성에 대해 논평합니다. 현장에서 알려진 문헌의 분석은 발명가가 발명 투자에 대한 정보에 입각한 결정을 내리도록 안내합니다. 또한 특허 및 비특허 문헌 분석을 통해 공백을 식별할 수 있으므로 경제적으로 수익성이 좋은 벤처에 대한 R&D 로드맵을 제공합니다. 그러나 모든 기술 영역의 간행물을 분석하려면 많은 시간과 금전적 투자가 필요합니다.

수년에 걸쳐 AI 검색 도구의 개발로 검색 도구의 효율성이 향상되었으며 사용자의 특정 요구에 따라 관련 결과의 우선 순위가 지정되었습니다. 이 프로세스는 관련 없는 결과를 검토하는 데 소요되는 시간과 노력을 최소화합니다. 또한 AI와 ML은 방대한 데이터베이스의 검색 프로세스를 자동화할 뿐만 아니라 향후 검색의 정확도를 향상시키는 데에도 광범위하게 사용될 수 있습니다. 특허 검색을 쉽게 만드는 것 외에도 AI 검색 도구를 사용하면 IP에 능숙한 사용자와 IP에 능숙하지 않은 사용자 모두 검색에 액세스할 수 있습니다. 예를 들어 PatSnap의 시매틱 검색, 유사 문헌 검색및 이미지 검색 기능은 복잡한 부울 검색 문자열을 생성하지 않고 특허 및 비특허 문헌 모두에서 관련 결과를 제공합니다.

결론

AI와 특허의 병합은 전 세계적으로 발명가의 작업 흐름과 효율성을 높였습니다. 그러나 이 조합에는 고유한 문제와 한계가 있습니다.

이러한 지능형 알고리즘은 데이터에서 번성합니다. 따라서 소규모 지역 특허청과 같이 데이터에 대한 액세스가 제한적인 조직은 최고의 AI 시스템을 설계할 수 없습니다. 어려운 과제인 이 장애물을 극복하기 위해서는 국제 협력이 필요할 것입니다. 게다가 법적 해석을 제시하는 기계의 능력은 여전히 ​​의심스럽다. 인간의 개입은 가까운 미래에 여전히 중요한 역할을 합니다. 그러나 우리는 기술 진보가 현재 소프트웨어 모델을 보다 효율적인 시스템으로 계속 추진할 것이라고 확신할 수 있습니다. 우리는 확실히 인간의 노력의 감소를 기대할 수 있습니다.

작성자 바이오

Poorvi Thakur는 여러 도메인에 걸친 특허 검색 및 분석 경험이 있습니다. 그녀는 특허 포트폴리오 및 R&D 전략 수립을 촉진하기 위해 IP 변호사, 특허 대리인 및 R&D 전문가와 함께 일했습니다. PatSnap에서 Poorvi는 클라이언트가 플랫폼에서 필수 가치를 도출할 수 있도록 지원하고 기술 환경에서 특허/R&D/비즈니스 전략에 중점을 둔 분석 보고서를 제공함으로써 혁신가가 지적 재산 목표를 달성하도록 돕는 일을 즐깁니다.