AI는 기술적 차원을 넘어 전 산업 영역에 걸쳐 패러다임의 변화를 초래하며, 이는 전통적인 특허 체계에도 큰 영향을 끼칠 것으로 예상된다. 즉 AI와 특허를 둘러싼 법률문제는 매우 광범위한...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
AI는 기술적 차원을 넘어 전 산업 영역에 걸쳐 패러다임의 변화를 초래하며, 이는 전통적인 특허 체계에도 큰 영향을 끼칠 것으로 예상된다. 즉 AI와 특허를 둘러싼 법률문제는 매우 광범위한...
AI는 기술적 차원을 넘어 전 산업 영역에 걸쳐 패러다임의 변화를 초래하며, 이는 전통적인 특허 체계에도 큰 영향을 끼칠 것으로 예상된다. 즉 AI와 특허를 둘러싼 법률문제는 매우 광범위한 영역에서 다양한 문제를 야기할 가능성이 잠재되어 있다.
그런데 AI 활용의 효과를 극대화하기 위해서는 목표 달성에 최적인 AI 모델을 선택하고 그에 맞는 AI 학습용 데이터(이하 “AI 학습데이터”라 함)1)를 구축하는 것이 전제되어야 한다. 구체적으로는 트레이닝 데이터 구축을 통해 알고리즘을 생성하고, 해당 알고리즘을 고도화하기 위해 계속적으로 수정하는 작업을 거친다. 이 과정에서 학습데이터의 양적 확보뿐만 아니라 고품질의 데이터 확보가 중요하다. 이처럼 학습데이터에 따라 AI의 성능이 좌우됨에 따라 고품질의 데이터를 자동적으로 생성하기 위한 기술에 기업의 투자가 이루어지고 있고, 이를 통해 생성된 학습데이터는 실제 시장에서 거래가 이루어지고 있다. 특허법 차원에서 AI 학습데이터 및 관련 기술의 실효적 보호 방안이 중요하게 다루어져야 하는 이유이다.
이에 본 연구에서는 AI로 인해 발생할 수 있는 새로운 차원의 특허법적 문제를 진단해 보고, 향후 특허 제도의 설계에 있어서 필요한 대응방안을 모색하고자 한다. 세부적인 쟁점으로는 AI의 성능 향상에 있어서 중요한 요소인 ‘AI 학습데이터의 특허법적 보호방안’과 향후 강한 AI의 출현에 따른 ‘AI가 생성한 발명의 특허법적 보호방안’을 중점적으로 검토하였다. 곧 본 연구는 AI 학습데이터와 AI가 생성한 발명에 대한 특허법적 보호 공백을 해소하는것을 주요한 목표로 삼고자 한다.
목차 (Table of Contents)