글로벌 특허 전쟁, AI는 어떻게 강력한 '창과 방패'가 되는가?
LLM 기반 선행문헌 검색과 로열티 산정의 과학적 접근
글로벌 첨단 기술 시장, 특히 디스플레이(OLED, Micro LED)나 반도체 분야에서 기업 간의 특허 침해 소송은 기업의 존폐를 가를 수 있는 천문학적인 로열티가 걸린 소리 없는 전쟁입니다. 과거 이 전쟁의 승패는 수백 명의 엔지니어와 변리사들이 밤을 새워가며 문서를 뒤지는 '인해전술'에 의존했습니다. 하지만 최근 대형 언어 모델(LLM) 기반의 AI가 실무에 투입되면서, 특허 소송의 패러다임이 근본적으로 뒤바뀌고 있습니다.
1. 키워드 검색의 한계를 넘는 '시맨틱(Semantic) 분석'
경쟁사의 특허를 무효화하기 위한 가장 강력한 무기는 바로 '선행문헌[1]'을 찾아내는 것입니다. 예를 들어, 2015년 이전에 출원된 특정 중국 업체의 '인셀 터치 패널(In-cell Touch Panel)' 기술 중 '공통전극에 슬릿이 있고 그 위로 터치 라인이 지나가는 구조'를 찾아야 한다고 가정해 봅시다.
과거에는 '슬릿', '터치 라인' 등의 단순 키워드로 검색했기 때문에, 용어가 조금만 달라도 핵심 문헌을 놓치는 일이 허다했습니다. 하지만 이제는 AI 스튜디오 등을 활용해 수만 건의 해외 특허(CN, DE 등) PDF 문서를 통째로 입력하고 맥락을 분석하게 합니다. AI는 도면의 구조와 청구항의 의미를 스스로 파악하여, 신규성[2]을 정면으로 반박할 수 있는 결정적인 선행문헌을 단 몇 분 만에 핀셋처럼 집어냅니다.
2. 복잡한 청구항 분할과 토큰 한계의 극복
특허 명세서는 그 길이가 방대하고 문장 구조가 매우 복잡합니다. AI에게 명세서를 분석시키고 '분할출원[3]'을 위한 새로운 청구항을 작성하게 할 때, 가장 큰 장벽은 바로 API의 토큰 한도(Token Limit)입니다. 문서가 너무 길면 AI가 중간에 분석을 멈추거나 엉뚱한 대답을 내놓습니다.
이 한계를 돌파하기 위해서는 프롬프트를 쪼개는 기술이 필요합니다. "왜 이렇게 자꾸 틀린 답변이 나오는지 분석해서, 다음에는 실수하지 않게 네게 입력할 완벽한 프롬프트를 다시 작성해 줘"라고 역으로 질문하는 방식이 효과적입니다. 독립항과 종속항을 나누어 단계별로 파싱(Parsing)하도록 유도하면, 고액의 외부 의뢰 비용을 들이지 않고도 내부에서 고품질의 청구항 초안을 확보할 수 있습니다.
3. 침해 규모 파악과 로열티 산정의 객관화
소송의 후반부는 철저한 '숫자 싸움'입니다. 상대방의 침해 제품이 글로벌 시장(예: 미국)에서 얼마나 팔렸는지 그 규모를 추산하고, 이에 따른 적정 로열티 비율을 계산해야 합니다. AI는 흩어져 있는 글로벌 수입/수출 데이터, 시장 점유율 보고서, 과거 유사 판례의 손해배상액 데이터를 종합하여 객관적이고 논리적인 로열티 산정 모델을 제시합니다. 이는 법정이나 협상 테이블에서 매우 강력한 논리적 근거로 작용합니다.
결론: IP 전쟁의 새로운 패러다임
결론적으로, 특허 실무에서 AI는 단순한 번역기나 검색 도구를 넘어, 고도의 전략을 제시하는 파트너로 진화했습니다. AI를 얼마나 능숙하게 다루고, 정확한 프롬프트를 통해 원하는 기술 문헌을 끄집어낼 수 있는지가 미래 지식재산권(IP) 전쟁의 승패를 결정지을 것입니다.
- [1] 선행문헌 (Prior Art): 어떤 특허가 출원되기 이전에 이미 세상에 공개되어 있던 모든 기술 자료나 문서. 기존 특허를 무효화하는 결정적 증거로 쓰입니다.
- [2] 신규성 (Novelty): 특허를 받기 위한 가장 기본 조건으로, 해당 기술이 이전에 대중에게 알려지지 않은 완전히 새로운 발명이어야 함을 뜻합니다.
- [3] 분할출원 (Divisional Application): 하나의 특허 출원 안에 두 개 이상의 발명이 섞여 있을 때, 이를 여러 개의 독립된 출원으로 쪼개서 다시 출원하는 전략적 권리화 방법입니다.
함께 읽으면 좋은 글: [제4회] 지능을 가두는 창과 방패: RLHF 정렬의 기술적 한계와 2026년형 보안 아키텍처