“머신러닝으로 ~한다”정도로 부족해! 특허 무효 판결 — 미국 Recentive 판결
단순히 머신러닝을 이용한다는 발명이 무효라구요?
안녕하세요! AI 읽어주는 변리사입니다.
“우리 회사가 AI 모델을 업무에 적용해서 자동화했으니, 이걸 특허로 등록 받으면 되겠지?”
이렇게 생각하고 출원했다가 미국에서 성립성(§101) 거절 이유 통지를 받는 회사가 정말 많습니다.
미국에서는 단순히 머신러닝을 이용한 발명이 항소 법원에서 무효가 된 판결까지 나왔습니다. 오늘은 그 판결을 소개하면서, “그럼 우리가 만든 AI는 어떻게 특허로 등록 받을 수 있을까”를 모두 정리하겠습니다.
오늘의 핵심 팩트
- 미국 연방순회항소법원(CAFC)은 Recentive Analytics v. Fox Corp. 에서 머신러닝 관련 특허 4건을 성립성 위반으로 무효라고 판결했습니다.
- 핵심 논리: “이벤트 스케줄링을 머신러닝으로 한다“는 청구항은 “그걸 컴퓨터로 한다“는 것과 다를 바 없어 추상적 아이디어에 불과하다.
- 실무자들의 진단: 대다수 AI 특허 거절은 기술이 약해서가 아니라 청구항·명세서가 부실해서다. AI 특허에서는 §101(적격성)이 §102·§103(신규성·진보성)보다 더 큰 벽이다.
PART 1. Recentive 판결 — “머신러닝으로 ~한다”는 왜 안 통했나
Recentive는 방송 편성·이벤트 스케줄을 머신러닝으로 자동화하는 특허 4건을 보유하고 있었습니다.
하지만, 미국 연방순회항소법원이 본 문제의 본질은 이렇습니다. 이 특허들은 원래 사람이 하던 일(스케줄 짜기)을 “머신러닝을 써서” 한다고만 청구했을 뿐, 머신러닝 모델 자체를 어떻게 개선했는지는 밝히지 않았습니다.
핵심 교훈은 여기 있습니다. 범용 AI를 기존 업무에 “적용”했다는 사실만으로는 특허가 되지 않습니다.
모델 구조, 학습 방식, 기술적 개선점 같은 “AI 자체를 어떻게 더 낫게 만들었는가” 가 청구항과 명세서에 구체적으로 담겨야 합니다.
PART 2. Alice 테스트 3분 — 왜 AI·SW 특허가 성립성(§101)에서 막히나
Alice 2단계 테스트 — 1단계: “추상적 아이디어에 향해 있는가?” → 2단계: “발명적 개념(기술적 개선)이 있는가?”
이 모든 판단의 뿌리에는 Alice 판례의 2단계 테스트가 있습니다. 어렵지 않습니다.
1단계 — 이 청구항이 ‘추상적 아이디어’에 향해 있는가? 발명이 추상적 아이디어, 자연법칙, 자연현상 그 자체를 향하고 있는지 봅니다. 머신러닝 학습 과정이나 신경망 구조를 일반적으로 서술하면, 이 단계에 해당한다고 보통 판단됩니다.
2단계 — 그렇다면, ‘발명적 개념’이 추가로 있는가? 1단계에서 추상적이라고 봤다면, 그 아이디어를 특허받을 만한 것으로 바꿔주는 “의미 있는 추가 요소(inventive concept)” 가 있는지 봅니다. 여기서 요구되는 건 컴퓨터 기능이나 기술 분야의 구체적 개선(improvement)입니다.
Recentive 특허가 무너진 지점이 바로 2단계입니다. 단순히 “머신러닝으로 스케줄을 짠다”에는 기술적 개선이 없었습니다.
대부분의 AI 발명에서 성립성 거절은 기술이 부족해서가 아니라, 특허 명세서가 “기술적 개선”으로 프레이밍하지 못해서 생깁니다.
참고로 미국특허청(USPTO)도 심사관에게 “일반적인 추상적 아이디어 거절을 남발하지 말고, 컴퓨터 기능 개선·구체적 이점이 있는지 보라”는 방향의 가이드를 내고 있어, 특허 명세서를 잘 쓰면 특허 등록 받는 길은 여전히 열려 있습니다.
PART 3. 그럼 우리 AI는 뭘로 지키나 — 특허 vs 영업비밀
여기서 제가 늘 강조하는 원칙이 나옵니다. “AI 만들면 무조건 특허”는 과장입니다. Recentive처럼 무리하게 특허로 밀면, 등록돼도 나중에 무효로 뒤집힐 수 있습니다. 정직한 답은 자산의 성격에 따라 나눠서 지키는 것입니다.
- 특허가 맞는 것: 모델 구조·학습 방법·시스템에 진짜 기술적 개선이 있고, 기술적 개선으로 도달하는 과제 해결 수단이 명확하게 있으면서, 강력한 법적인 보호가 필요할 때. 이때는 성립성(§101)을 극복하도록 “기술적 개선”이 있는 스토리 라인을 중심으로 특허명세서를 치밀하게 설계해야 합니다.
- 영업비밀이 맞는 것: 학습 데이터, 모델 가중치, 파인튜닝·구성 노하우처럼 공개하면 손해이고, 비밀로 유지 가능한 것. 특허와 달리 출원·공개 없이 보호되나, 기술 유출시 법적 보호 수단을 강구하기 어려워집니다.
- 실무에서는 복수의 권리를 통합하여 보호합니다: 핵심 기술 프로세스는 특허, 소스코드는 저작권 등록, 하이퍼파라미터 등은 영업비밀, 제품명은 상표. 이 스택을 우리 회사 자산에 맞게 짜는 게 핵심입니다.
실행 체크리스트
1) “적용”인지 “개선”인지부터 구분하세요. 기존에 사람이 하던 업무를 단순히 AI로 대체한 것이면 특허 등록 가능성은 낮습니다. 모델·학습·구조에 기술적 개선이 있어야 특허 등록이 됩니다.
2) 특허로 갈 거면 특허 명세서를 “기술적 개선” 있도록 스토리라인을 프레이밍하세요. “머신러닝으로 X를 한다”가 아니라 “어떤 기술적 문제를, 어떤 구조·방식으로 개선했다”로 써야 특허 등록 받을 수 있습니다.
3) 비밀로 지킬 자산은 영업비밀 관리로. 데이터·가중치·노하우는 접근통제·비밀유지계약·AI 사용정책으로 지키는 게 특허보다 낫고 안전한 경우가 많습니다.
4) 미국 출원이면 성립성(§101) 극복 전략을 특허명세서 작성 단계부터 반영하세요. 등록만 시키고 방치하면 Recentive처럼 소송에서 무효로 깨질 수 있습니다.
AI 자동화 도구를 만들었는데, 특허로 보호 받고 싶다면 꼭 전문가와 상담하세요. 특히 미국 특허를 염두해 두고 계신다면, 수년간 인공지능 분야의 미국 특허를 수백건처리한 변리사에게 조언을 구하는 것이 필수입니다.
또한, 사내에서 AI를 개발 중이시라면, “이건 특허가 될까, 영업비밀이 맞을까”를 꼭 변리사와 상담하고 결정하세요. 잘못 출원하면 비용만 쓰고 보호는 못 받습니다. 궁금한 점은 메일로 남겨주세요.