오픈소스(LLM)로 만든 프로그램, 특허 받을 수 있을까?
📌 오늘의 핵심 팩트
미국, 한국은 공개 후 1년의 유예 기간을 두고 있긴 하지만, 이것에 의존하는 건 위험합니다.
오픈소스 AI(LLM)를 이용해서 프로그램을 만들었는데, 이거 특허 받을 수 있을까요?
깃헙에 업로드된 라이브러리를 이용해서 프로그램 만들었는데, 특허 받을 수 있을까요?
오픈소스 LLM 모델인 Gemma, Gemini, Claude 등을 이용해서 프로그램을 만들었는데, 특허 받을 수 있을까요?
오늘 글을 끝까지 보시면, 어떻게 해야 특허로 보호 받을 수 있는지 전부 아실 수 있습니다.
Part 1. 오픈소스를 제외한 나의 기여도가 어느 정도인가?
안녕하세요, AI 읽어주는 변리사입니다.
오늘은 많은 회사 대표님들, CTO분들, IP 담당자분들이 궁금해하시는 주제입니다.
대부분 오픈소스를 썼으니까 특허가 안될 것이라고 생각합니다. 진짜 그럴까요?
자 쉽게 설명해 드릴게요.
여러분이 어떤 문제를 해결하기 위해 솔루션을 만들었어요. 그 솔루션에 당연히 오픈소스가 포함될 거예요. 솔루션은 오픈소스 + 알파가 되겠죠. 그리고 알파는 여러분이 만든 영역이에요.
여기서 스스로 질문해 보세요.
문제를 해결하는 데 오픈소스의 기여도와 나의 기여도 중 무엇이 더 큰가?
- 문제를 해결하는 데 오픈소스가 90% 이상의 역할을 한다면, 기존 기술을 단순히 가져다 쓴 것이어서 특허로 보호가 안 됩니다.
- 하지만, 문제를 해결하는 데 오픈소스가 단순히 부수적인 역할만 하고, 진짜 문제를 해결하는 부분은 내가 만들었어요. 그렇다면 내가 문제를 해결하는 데 기여하는 이 부분이 바로 특허로 보호 받을 수 있는 것입니다.
예를 들어 볼게요. PDF 문서를 소스 DB로부터 API를 통해 가져와서, PDF 문서를 읽고, 분석한 결과를 웹페이지 화면에 출력하는 프로그램을 만들었어요.
여기서 오픈소스는 PDF 문서를 호출하고, PDF 문서를 OCR해서 텍스트를 추출하는 부분이에요. 이런 라이브러리는 참 많죠?
그리고, 추출된 텍스트에 대해 나의 전문 지식을 반영해서 AI를 이용한 분석 결과를 웹페이지 화면에 출력하는 알고리즘은 오픈소스가 아니라 제가 만들었어요.
이 예시에서 뭐가 특허로 보호 받을 것 같으세요?
아시다시피 제가 만든 알고리즘입니다. 물론 제가 만든 알고리즘이 전에 공개된 것이거나 오픈소스가 아니라는 가정입니다.
즉, 솔루션에 포함된 데이터 플로우에서 뭐가 오픈소스이고, 뭐가 내가 만든 것인지 구분하시고, 다음 두 가지를 면밀하게 검토하셔야 합니다.
첫째, 내가 만든 것이 솔루션의 목적 달성에 얼마나 중요하게 기여하는가?
둘째, 내가 만든 것이 이미 공개된 것은 아닌가?
이 두 가지가 핵심입니다.
Part 2. 특허 받을 수 있는 3가지 유형
자, 그러면 구체적으로 어떤 혁신이 특허가 가능한지 3가지로 나눠보겠습니다.
첫 번째, 새로운 데이터 전처리 또는 학습 방법입니다.
오픈소스인 LLM 모델을 사용했다고 하더라도, 독자적인 데이터 전처리 기법을 만들었다거나, 새로운 학습 방법을 개발했다면 이건 특허 대상이 됩니다.
아무리 오픈소스인 LLM 모델을 사용했다고 하더라도, 각 산업 분야에 LLM을 사용하려면 산업 분야의 특성에 맞게 데이터를 전처리하고, 나아가 추가 학습을 진행해야 실제 업무에서 AI 프로그램을 사용할 수 있는 것이 현실입니다.
따라서, 산업 분야별로 AI를 적용할 때 AI 모델의 성능을 높이기 위해 어떠한 데이터 전처리를 하고 추가 학습을 진행했는지 식별하고, 그러한 방법론들이 기존에 사용되지 않았고, 이번 태스크를 처리하기 위해 특별히 만들어진 방법론이라면 특허가 가능합니다.
예를 들어, 특허 업무에서 특허 명세서를 LLM이 더 잘 이해할 수 있도록 특허 명세서를 파싱하는 과정을 새롭게 개발하여 LLM이 문서의 구조 및 내용을 더 잘 이해할 수 있다면 특허로 보호 받을 수 있습니다.
두 번째, 특정 응용 분야입니다.
의료 진단, 법률, 회계, 개발, 사기 탐지, 자율 제어 시스템 같은 특정 분야에 AI를 적용한 새로운 시스템이라면 특허가 가능합니다. 오픈소스 LLM 모델을 활용해서 특정 질병을 진단하는 시스템을 만들었다면, 그 응용 자체가 특허 대상입니다.
하지만 여기서 주의하셔야 할 점이 있습니다.
인간이 기존에 수동으로 진행하는 단계를 단순히 AI 에이전트가 수행하는 것만으로는 특허로 보호 받을 수 없습니다.
예를 들어, 단순하게 LLM으로 주가를 예측한다거나, LLM이 계약서를 검토해준다는 등 일반적으로 사람이 LLM과의 대화를 통해 할 수 있는 일들을 자동화한 것만으로는 특허로 보호 받을 수 없습니다.
기존에 없던 기술적 해결 방법이 있어야 합니다. “AI한테 시켰다”가 아니라, “이런 방식으로 AI를 활용해서 이 문제를 풀었다”가 되어야 합니다.
세 번째, 효율성 개선입니다.
성능 향상, 연산 비용 절감, 정확도 개선 같은 최적화 기법을 개발했다면 특허가 가능합니다. 오픈소스 모델의 추론 속도를 획기적으로 높이는 방법을 만들었다면, 이게 바로 특허 대상입니다.
예를 들어, 멀티 에이전트 구조를 개선하여 컨텍스트 토큰은 줄이면서 LLM이 맥락을 정확하게 파악할 수 있도록 하는 기술이면 특허로 보호 받을 수 있습니다.
이 부분은 비단 알고리즘뿐만 아니라, 뉴럴 프로세싱 유닛의 아키텍처를 개선하는 것도 포함합니다.
성능과 관련하여 항상 듣는 질문은 “성능을 검증할 수 있는 실험 데이터가 꼭 필요한가요?“입니다.
실험 데이터는 논문과 달리 필수가 아닙니다. 다만, 있으면 기술적 특징을 심사관 또는 심판관에게 어필하여 특허 등록 받기에 유리한 것은 사실입니다.
제가 추천 드리는 것은 실험 데이터가 없더라도 일단 출원하는 것입니다. 특허의 중요한 목적 중 하나는 출원일 확보인데, 실험 데이터 만들다가 경쟁사가 그 기술을 먼저 출원하면 소유권을 빼앗기기 때문입니다.
정리하면 다음과 같습니다.
PART3. 선행기술의 함정
대표님들, 개발자 분들이 제일 많이 실수하는 부분을 알려드릴게요.
기술 개발하시면 자랑스럽게, 논문을 발표하시거나, 회사 블로그에 올리시거나, 깃헙에 업로드하실 거예요.
이러시면 특허 받기 어려워집니다.
공개된 AI 기술은 그 자체로 선행기술이 됩니다. 선행기술의 출처가 뭐가 되냐면, 기존 특허, 학술 논문, 기술 블로그, 컨퍼런스 발표 자료 — 이 모든 것이 선행기술이 됩니다.
그래서 공개하기 전에 특허 출원을 하는 게 원칙입니다.
미국, 한국은 공개 후 1년의 유예 기간을 두고 있긴 하지만, 이것에 의존하는 건 위험합니다.
특히 기업 IP 담당자분들께 말씀드리고 싶은 건, 개발팀이 성과를 외부에 발표하기 전에 반드시 IP 검토를 거치는 프로세스를 만들어 두셔야 한다는 점입니다. 발표 하나로 수천만원짜리 특허가 날아갈 수 있습니다.
PART4. 저작권 vs 특허 — 왜 특허가 필수인가
많은 분들이 “내 코드에 저작권 있으니까 괜찮다”고 생각하시는데요. 저작권과 특허는 보호하는 것이 완전히 다릅니다.
설명 드리기 전에 이 개념을 딱 잡고 가셔야 합니다. 바로 저작권과 특허의 보호 영역이 다르다는 점입니다.
좀 더 쉽게 설명 드리면,
저작권은 소스 코드 자체를 보호하는 것이고, 특허는 소스 코드를 작성하기 전 인간의 아이디어를 보호하는 것입니다.
순서로 따지면, 인간이 먼저 문제를 해결하기 위한 솔루션을 생각하고, 그 솔루션을 소스 코드로 표현하는 것입니다. 인간이 생각한 솔루션은 특허로 보호 받고, 표현인 소스 코드는 저작권으로 보호 받습니다.
이게 왜 중요하냐면요. 경쟁사가 여러분의 Python 코드를 보고, 같은 기능을 바이브 코딩으로 Java로 다시 만들었다고 해봅시다.
저작권으로는 막을 수 없습니다. 코드를 복사한 게 아니니까요.
하지만 특허가 있다면? 그 기능 자체를 구현하는 것이 특허 침해가 됩니다. 어떤 언어로 만들든 상관없이요.
이것이 바로 특허가 저작권보다 강력한 이유입니다.
특히 AI 시대에는 바이브 코딩으로 누구나 빠르게 코드를 만들 수 있기 때문에, 저작권만으로는 보호가 더욱 어려워지고 있습니다. 여러분의 핵심 기술을 진정으로 보호하려면 특허가 필수입니다.
PART5. 마무리
정리하겠습니다.
첫째, 오픈소스를 썼다고 특허를 못 받는 게 아닙니다. 솔루션에서 오픈소스의 기여도와 나의 기여도를 구분하세요. 내가 만든 부분이 문제 해결에 핵심적으로 기여하고, 기존에 공개되지 않은 것이라면 특허가 가능합니다.
둘째, 특허 가능한 유형은 새로운 데이터 전처리/학습 방법, 특정 분야 응용, 효율성 개선 — 이 세 가지입니다. 단, “AI한테 시켰다” 수준의 단순 자동화는 안 됩니다.
셋째, GitHub 공개, 논문 발표, 블로그 게시 전에 반드시 특허 출원을 먼저 검토하세요. 공개하는 순간 선행기술이 됩니다.
넷째, 저작권만으로는 부족합니다. 바이브 코딩 시대에 코드는 누구나 만들 수 있습니다. 아이디어 자체를 보호하려면 특허가 필수입니다.
AI 읽어주는 변리사였습니다. 감사합니다.
유튜브 영상: https://youtu.be/VhGyGibOGCE