< C6AFC7E3B9FDBBF320C0CEB0F8C1F6B4C920C3A2C0DBB9B0C0C720B9DFB8ED20C7D8B4E720BFA9BACE2E687770>

Transcription

1 법학논문집제 42 집제 2 호 Chung-Ang Journal of Legal Studies 2018 Vol 42, No. 2, pp. 255~291 특허법상인공지능창작물의발명해당여부 The Possibility of Patent Inventions made by Artificial Intelligence 1) 김용주 * Kim, Yong-Joo < 목차 > Ⅰ. 서론 Ⅱ. 인공지능기술에대한개요 1. 인공지능의정의 2. 인공지능기술의특징 3. 인공지능기술의방법론 4. 인공지능기술의적용예 Ⅲ. 발명의개념요소에대한분석 1. 의의 2. 특허법상보호되는발명의대상 Ⅳ. 인공지능의창작사례 1. 제약산업 2. 컴퓨터프로그래밍 Ⅴ. 인공지능창작물의발명해당여부 Ⅵ. 결론 * 충남대학교일반대학원법학과박사과정 ( 투고일 : 7 월 3 일심사일 : 8 월 14 일게재일 : 8 월 17 일 )

2 256 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) Ⅰ. 서론 최근인공지능이인간의생활과밀접하게연결되어있으며추후인간의삶을크게변화시킬것이라는많은예측이나오고있다. 의료 교육 산업등다방면에서인공지능의발전에따른파급력이클것으로예측됨에따라이에대한법적논의가보다필요할것으로보인다. 특허법에논의를한정해보면인공지능에의한창작물이특허법상보호되는발명인지법적으로모호한측면이있다. 인공지능이저작물이라지칭할수있는창작행위 ( 작곡, 미술작품등 ) 를하고있는것과달리인공지능이특허법상발명행위로지칭할수있는행위를해내고있는지얼핏생각하기어렵다. 이를확인하기위해서는인공지능의기술이어떠한기술적배경을지니고있고, 이기술을통해특허법상발명행위로볼수있는행위를어떻게할수있을지를구체적으로생각해볼필요가있다. 모든다른법분야가그러하겠으나국내특허법역시입법내지는기존조문의해석이미국등선진국의영향을받는경우가많다. 1) 이는가장최첨단이라볼수있는기술인인공지능과관련한법적논의에서도마찬가지일것이다. 이에본논문에서는미국에서의법적내용을중심으로특허법에서인공지능창작물의발명해당여부에대하여검토해보고자한다. 이에본논문에서는미국에서의법적내용을중심으로특허법에서인공지능창작물의발명해당여부에대하여검토해보고자한다. 이를위해본논문에서는인공지능기술을개괄적으로살펴보겠다. 아울러발명의개념요소에대한분석후현재의기술수준에서인공지능의발명행위로볼수있는사례를검토하고자한다. 이를통해현재시점에서인공지능의창작물이특허법상발명요건에해당할수있을지생각해보고자한다. 1) 박준석, 미국특허법상발명의개념 - 자연법칙의이용성을다룬최신판례들이주는시사점, 한국산업재산권학회 ( 제 41 호 ), 산업재산권, , 면.

3 특허법상인공지능창작물의발명해당여부 / 김용주 257 Ⅱ. 인공지능기술에대한개요 1. 인공지능의정의인공지능 (Artificial Intelligence) 이라하면전세계적으로공통적으로받아들여지고있는정의는없다. 다수의학자들에의하면 인위적으로만들어진지능 을지칭한다. 2) 일본인공지능학회지에실린내용을참고하자면인공지능이란 인공적으로만들어진지능을가지는실체또는그것을만들자고가함으로써지능자체를연구하는분야 ( 나카지마히데유키 ) 로지칭되기도하고, 지능을가진메커니즘내지는마음을가지는메커니즘 ( 니시다도요아키 ), 인공적으로만든지적인행동을하는시스템 ( 미조구치리아치로 ), 인간의두뇌활동을극한까지모사하는시스템 ( 나가오마코토 ) 등으로지칭되기도한다. 3) 인공지능은다양한학문체계를기반으로하여여러가지학문적인특성을복합적으로갖고있기때문에간단명료하게정의하기어려운측면이있다. 인공지능은컴퓨터과학, 수학, 통계학을중심으로철학, 심리학, 의학, 언어학등실존하는모든학문이광범위하게연계되어있다. 4) 철학은사람이어떻게인지하고, 배우고, 기억하고, 추론하는지고민하였고, 수학은대수, 논리학, 확률론등을통해철학에서제안한추상적인아이디어를증명하고, 알고리즘이라는형태로구체적인구현을해왔다. 5) 인지심리학은인간과동물들이어떻게정보를인지하고, 저장하고, 분석처리하느냐에대한동작메커니즘을밝혀왔으며, 컴퓨터과학은이러한산출물들이실제로동작할수있도록컴퓨터하드웨어와프로그래밍기법을개발하여인공지능의모습을완성하는데기여하였다. 6) 결국인간의사고와관련한현존하는모든학문체계가인공지능의 2) Paulius Cerka, Jurgita Grigiene, Gintare Sirbikyte, Liability for damages caused by artificial intelligence, Computer Law & Security Review, vol. 31, Issue 3(2015.6), p ) 마쓰오유카타, 인공지능과딥러닝 인공지능이불러올산업구조의변화와혁신, 동아엠앤비, 2016 년, 47 면. 4) 김의중, 인공지능, 머신러닝, 딥러닝입문, 위키북스, 2017, 22 면. 5) Id.

4 258 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 개념에포섭될수있으며학문의발전은인공지능의성능을크게향상시키는데기여하였다. 물론인공지능이지금과같이발전된형태로구현되기까지는다음장에서짚어보듯시간이걸렸다. 아울러소위 강한인공지능 과같이인간과거의유사한형태의사고를할수있는정도의기술적진보까지다다른상태에는이르지못하고있다. 2. 인공지능기술의특징인공지능은소위인위적으로만들어진지능이다. 그렇다면인공지능이기술적으로갖는특징은어떤것이있기에인공적으로지능을만든다는것이가능한가. 아울러현재어느정도의인공지능기술이개발되어왔고추후어느정도로기술적진보가이루어질것인지를예측할수있다면인공지능에의한발명이구체적으로어떻게고안될수있을지에대한대략의모습이도출될수있을것이다. 인공지능은크게 머신러닝 (Machine Learning) 이라는기계학습과정을통해지능의개발이이루어진다. 인간이학습하는것과마찬가지로머신러닝은기계스스로가훈련데이터와빅데이터를분석해학습하고이미지와음성인식, 대화분석, 다양한통계분석, 미래예측등을높은정밀도로해내는것을목표로개발되었다. 7) 인공지능을이해하기위한주요개념을살펴보면다음과같다. (1) 머신러닝 : 지도학습 (Supervised Learning) 머신러닝에는지도학습과비지도학습이있다. 지도학습은 교사데이터 를준비해서인공지능을한가지방향으로학습시키는데반해, 비지도학습은데이터없이인공지능자신이모은데이터를사용한다는차이가있다. 8) 지도학습의예를들어보면, 개의이미지 를보여주고이를 개로분류함 이 6) Id. 7) 칸자키요지, 최신인공지능쉽게이해하고넓게활용하기, 위키북스, 2017, 164 면. 8) 미야케요이치로 모이카와유키히토, 인공지능 70 : 재미있게알아보는 AI 키워드, 제이펍, 2017 년, 56 면.

5 특허법상인공지능창작물의발명해당여부 / 김용주 259 라는정답이붙여진데이터를분석하게한후특징값을학습하게하는것이전형적인지도학습의예이다. 9) 지도학습의경우효율적인학습이가능하지만실제로학습데이터를어떻게구성하느냐는매우어려운문제인데, 학습에필요한만큼데이터집합을구성하기도어려울뿐아니라하나하나의데이터값이올바른지아닌지에대한판단을하기는거의불가능하다는문제가있다. 10) (2) 머신러닝 : 비지도학습 (Unsupervised Learning) 비지도학습은정답이없는데이터로머신러닝을하는것인데, 정답이없는예측과분석, 해석등의분야에서사용되거나방대한데이터안에서컴퓨터스스로뭔가를발견하게하거나방대한훈련데이터를반복적으로학습하게할때사용된다. 11) 이를위해서는컴퓨터가이미지및음성, 수치등의방대한데이터를읽도록해서특징값을구하고, 그에따라패턴과카테고리에자동으로분류하게하거나클러스터분석, 규칙성및상관성, 특징, 특이성, 경향등을분석하게한다. 12) (3) 신경망과딥러닝 (Deep Learning) 신경망은뇌와닮은구조를단순화해서컴퓨터로재현한것인데, 정보를처리하는과정을반복했을때 특징 ( 특징값 ) 이산출되어몇가지처리결과를출력하는구조가 신경망 의기본이다. 13) 신경망은신경세포모델인인공신경 (Artificial Neuron, 인공뉴런또는뉴런소자, 뉴런셀이라고도함 ) 을상호결합한망이다. 14) 인공뉴런은여러개의입력을받아들여일정한처리를시행한다음처리결과를출력하는데생물의신경세포동작에서힌트를얻은 9) 칸자키요지, 위의책, 186 면. 10) 오다카토모히로, 처음만나는머신러닝과딥러닝 C 언어로구현하며익히는기본개념, 프리렉, 2017 년, 면. 11) 칸자키요지, 위의책, 188 면. 12) 칸자키요지, 위의책, 188 면. 13) 칸자키요지, 위의책, 177 면. 14) 오다카토모히로, 위의책, 24 면.

6 260 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 것이다. 15) 신경망에서는정해진내용에따라여러개의인공신경을결합하여전체로서입력신호에대한출력신호를생성하는데이때특정입력신호에대해어떤출력신호를얻을수있도록망을조정하는것을신경망을이용한학습이라지칭한다. 16) 딥러닝은인간의신경망 (Neural Network) 이론기반의인공신경망 (ANN; Artificial Neural Network) 의일종이다. 17) 입력층 (Input Layer) 과출력층 (Output Layer), 그사이에하나이상의중간층 (Hidden Layer) 을갖고있는계층구조 (Layer Structure) 로구성된다. 18) 과거에는대규모신경망을구현하기가어려웠으나최근의신경망연구결과에서새로운구현기술이생겨났는데이를이용한것이딥러닝이다. 19) (4) 강화학습 (Reinforcement Learning) 과보상강화학습은지도학습에속한모델로분류되기도하고, 강화학습자체의독립적인영역으로분류되기도한다. 20) 지도학습으로분류되는이유는학습중에환경에의해피드백을받기때문이며, 강화학습자체의독립적으로분류되는이유는강화학습이가지고있는최적의의사결정과정이지도학습의대표적인방식과는구별되는학습모델이기때문이다. 21) 강화학습은트레이닝에의한시행착오에서비롯되고, 가까운목표를달성한후다음레벨을목표로반복해가며실력을높이는학습방법과비슷하다. 22) 머신러닝의세분류를정리해보면다음과같다. 15) 오다카토모히로, 위의책, 면. 16) 오다카토모히로, 위의책, 25 면. 17) 소프트웨어공학포털, 인공지능 - 딥러닝편, 자게시글.(2018 년 2 월 5 일검색 ) < 18) 소프트웨어공학포털, 인공지능 - 딥러닝편, 자게시글.(2018 년 2 월 5 일검색 ) < 19) 오다카토모히로, 위의책, 26 면. 20) 김의중, 위의책, 167 면. 21) Id. 22) 칸자키요지, 위의책, 191 면.

7 특허법상인공지능창작물의발명해당여부 / 김용주 261 [ 표 1] 학습방법에따른머신러닝분류 23) 분류지도학습비지도학습강화학습 개념 어떤사례와이에대한정답이쌍으로제시되고, 이학습항목의하나하나를선생님이가르치는학습 정답과오답을선생님으로부터배우는것이아니라주어진학습데이터를머신러닝시스템자신이판단하여배우는학습 하나하나의항목에대한정답과오답은주어지지않으며마지막의결과평가만주어지는환경에서의학습 강화학습이이루어지기위해서는기계가반복적인행위를하면서성공한경우 보상 (Reward) 을제공해야하는데시험용쥐에관한실험예중하나인 스키너상자 가대표적인예이다. 24) 강화학습의원리에서는일련의착수가끝난다음에평가를얻어그평가에기반을두어학습을진행할수있다. 25) 가령체스나장기등의게임에서최종적인결과는반드시자신의승리 패배 무승부중하나인데, 자신이수행한일련의착수에대한평가를통해결과를알수있다. 일련의행동마지막에얻을수있는평가치를보상이라고부른다. 26) 3. 인공지능기술의방법론 (1) 지도학습을위한 통계와확률 머신러닝과딥러닝에도통계와확률의개념이적용된다. 예를들면데이터를수집하고분류하고분석해컴퓨터에게학습시키는과정에서주로통계학이론이적용되며, 새로운입력값에대한결과를예측하는과정에서는주로확률이론이적용된다. 27) 23) 오다카토모히로, 위의책, 27 면. 24) 칸자키요지, 위의책, 면. 25) 오다카토모히로, 위의책, 72 면. 26) 오다카토모히로, 위의책, 면. 27) 김의중, 위의책, 92 면.

8 262 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 1) 상관분석사람의신장과체중을조사해보면, 일반적으로신장이크면체중도무겁고동시에체중이무거운경우신장도크다. 28) 이와같이두변수간에상호의존관계가있을경우이관계가어느정도로밀접한가를측정하는분석방법을상관분석 (Correlation Analysis) 라고한다. 2) 회귀분석회귀분석 (Regression Analysis) 은변수간의함수적관련성을규명하기위해어떤수학적모형을가정하고, 이모형을측정된변수의데이터로부터추정하는통계적분석방법이다. 29) 가령, 판매액 (Y) 과광고비 (X) 의관계에대한수학적모형 Y=f(X) 로추정했다면판매액과광고비의관계를설명할수있으며, 일정한광고비를투자했을때의판매액을예측할수있다. 30) 회귀분석의실제응용에서는독립변수가 1개인단순선형회귀분석보다는독립변수가 2개이상인다중회귀모형이더욱많이이용된다. 31) 3) 베이지안확률론베이지안론의확률적추론방법은어떤가설의확률을평가하기위해주관적또는임의적으로사전확률을먼저정하고관찰된데이터를기반으로하는가능도를계산해서처음에설정된주관적확률을보정하는방법이다. 32) 모든베이지안자료분석은세종류의확률분포를사용하는데먼저자료의확률분포 (the probability distribution of data) 이다. 33) 자료의확률분포는특정모형가정시현재연구자가가진자료가그모형을통해생성될수있는개연성을확률분포의형태로보여준다. 34) 두번째요소는사전확률분포 (the prior probability distribution) 28) 이태림외, 통계학개론, 한국방송통신대학교출판문화원, 2017, 292 면. 29) 이태림외, 위의책, 297 면. 30) Id. 31) 이태림외, 위의책, 314 면. 32) 김의중, 위의책, 109 면. 33) 박종희, 베이지안사회과학방법론이란무엇인가?, 고려대학교평화와민주주의연구소, 평화연구 ( 제 22 권제 1 호 ), 고려대학교평화와민주주의연구소, , 487 면. 34) Id.

9 특허법상인공지능창작물의발명해당여부 / 김용주 263 인데이는모수에대해설정하며연구자가가지고있는사전정보를반영하는것이다. 35) 베이지안자료분석의세번째요소는사후확률분포 (the posterior distribution) 인데, 사후확률분포란연구자가가진사전확률분포를자료의확률분포를통해업데이트한결과로베이지안분석의결과라고볼수있다. 36) (2) 지도학습을위한 분류 분류란어떤입력된데이터가어떤그룹에속하는지를알아내는것이다. 37) 이때입력데이터가속할그룹은각학습데이터가가지는레이블세트를지칭한다. 38) 1) 최근접이웃방법최근접이웃방법 (Nearest Neighbor) 이라는것은 가장가까운이웃의분류를따른다 는것인데이것은가장가까운데이터의카테고리가맞는확률이높을것이라는가설에근거한다. 39) 그러나이는단순한만큼노이즈에영향을받기쉽고, 이상표본에의해그주변은이상표본으로분류되는오버피팅 (Overfitting) 의결과를낳게될수있다. 40) 2) 나이브베이즈법나이브베이즈법은확률에관한유명한정리인 베이즈의정리 를사용해나누는방법으로, 데이터의특징마다어느카테고리에꼭들어맞는가에대한확률들을곱해가장그럴법한분류를찾는방법이다. 41) 3) 결정트리결정트리 (Decision Tree) 는각속성들이포함되어있는가아닌가를기반으 35) 박종희, 위논문, 면. 36) 박종희, 위논문, 488 면. 37) 김의중, 위의책, 120 면. 38) Id. 39) 마쓰오유카타, 위의책, 126 면. 40) Id. 41) 마쓰오유카타, 위의책, 126 면.

10 264 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 로분류를수행한다. 42) 가령 여당 이라는단어가들어있는집합과들어있지않은집합으로나누고, 국회 라는단어가들어있는집합과들어있지않은집합으로분류하여 여당과국회가동시에들어있으면정치카테고리로나눌수있다 와같은룰을만드는방식으로질문트리를만들어가장그럴법한분류결과를뽑아내는방법이다. 43) 4) 서포트벡터머신서포트벡터머신 (support vector machine) 은데이터를구분짓는구분선과각데이터그룹간의간격을최대로나누는방법이다. 44) 5) 뉴럴네트워크뉴럴네트워크 (Neural Network) 는인간의뇌신경회로를흉내내매우복잡한구조의힘을통해분류하는방법이다. 45) 인간의뉴런이학습에의해시냅스의결합강도를변화시키듯이학습하는과정에서가중치의부여를변화시켜최적인값을출력하여조정하는것으로정밀도를높여된다. 46) (3) 비지도학습을위한 군집 비지도학습은레이블이없는데이터를분류하는것이기에현재데이터세트를같은특성을가진그룹으로묶는데그목적을두고있다. 47) 군집모델은두가지목적이있는데첫번째는레이블이없는데이터세트의요약정보를추출하는것이고, 두번째는그러한요약정보를통해전체데이터세트가갖고있는특징을발견하는것이다. 48) 42) 마쓰오유카타, 위의책, 127 면. 43) 마쓰오유카타, 위의책, 면. 44) 마쓰오유카타, 위의책, 128 면. 45) 마쓰오유카타, 위의책, 129 면. 46) 마쓰오유카타, 위의책, 131 면. 47) 김의중, 위의책, 150 면. 48) Id.

11 특허법상인공지능창작물의발명해당여부 / 김용주 265 (4) 강화학습을위한 시행착오 시행착오를통해스스로지식을쌓아나가는것이기존의프로그래밍과인공지능의가장큰차이일것이다. 인공지능이 스스로생각한다 고하는기본전제가강화학습을통한사행착오이고, 이것이좀더발전된단계에이르면인간이사고하는것과같이사고할수있는강한인공지능 (Strong AI) 이나타날수있기때문이다. 그리고이러한점때문에인간과기계사이에놓여있는인공지능에대하여어떠한법적판단을내려야할것인지에대해고민점이시작되기도한다. 시행착오개념이적용된강화학습이론에따르면에이전트는환경으로부터상태를관측하고이에따른적절한행동을하면이행동을기준으로환경으로부터보상을받는다. 49) 에이전트는이러한 관측-행동-보상 이라는상호작용을반복하면서환경으로부터얻은보상을최대화하는임무를수행하는데, 그임무를수행하기위한일련의과정이강화학습이다. 50) 에이전트가다음에취할행동을어떻게결정할지는확률로결정하는데강화학습은좋은정책을계속채택하는것을목표로하므로 미래에얻을수있는보상의기대치를극대화하는정책을결정해가는것 으로말할수있다. 51) 4. 인공지능기술의적용예 (1) 현재상황이세돌 9단과의대적으로대중에게알파고는유명해졌다. 그런데이알파고는알파고판 (AlphaGo Fan), 알파고리 (AlphaGo Lee), 알파고마스터 (AlphaGo Master), 알파고제로 (AlphaGo Zero) 의단계로버전이계속올라왔다. 이세돌 9단과대적을했던알파고리 (AlphaGo Lee) 는지도학습을통해기보를익혔다. 그러나현재가장최근버전인알파고제로의경우인간의기보를전혀참고하지않고바둑규칙만습득한후, 강화학습을통한자체대국을 49) 김의중, 위의책, 170 면. 50) Id. 51) 다다사토시, 처음배우는인공지능, 한빛미디어, 2017, 241 면.

12 266 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 통해독학으로바둑의이치를터득했다. 52) 불과 36시간만에인간의기보를학습한버전을추월했고, 3일만에이세돌과대적한알파고리의수준에도달했다. 53) 구글딥마인드는 알파고제로는새로운지식을발견하고, 통상적이지않은전략을개발하는한편새로운수를창조했다 며 우리는인공지능의이런창조력을보고사람의독창성을배가할수있다고확신했다 고밝힌바있다. 54) 구글딥마인드의창업자인데미스허사비스최고경영자 (CEO) 는 인공지능으로인류가직면한중요한문제들을해결하는걸도울수있다 며 알파고제로에적용된것과비슷한기술이단백질접힘 ( 각단백질에고유한접힌구조가만들어지는과정 ) 과에너지소비절감, 혁신적인신소재개발과같은다른구조적문제에적용되면사회에긍정적영향을미치는혁신을낳을것이다. 라고주장했다. 55) (2) 알파고제로의학습원리알파고제로의학습원리를살펴보면다음과같다. 우선알파고제로는인간이제공하는데이터없이스스로수를두는강화학습방법에의해서혼자훈련하였다. 56) 기존의알파고리 (Alphage Lee) 가지도학습과강화학습을병행하여사용한점을생각해보면인간의지도없이스스로고수의수준에도달하였다는점에서놀랍다. 52) 김동근, 인간의지식없이인간을뛰어넘다! 돌아온알파고제로, 삼성뉴스룸, 2017 년 11 월 30 일자기사.(2018 년 2 월 5 일검색 ) < %9D-%EC%97%86%EC%9D%B4-%EC%9D%B8%EA%B0%84%EC%9D%84-%EB%9B%B0%EC %96%B4%EB%84%98%EB%8B%A4-%EB%8F%8C%EC%95%84%EC%98%A8-%EC%95%8C% ED%8C%8C%EA%B3%A0-%EC%A0%9C> 53) Id. 54) 주영재, 알파고에 100 전 100 승 x 거둔 알파고제로 등장 인간지식없이스스로학습해창의성발휘, 자기사.(2018 년 2 월 5 일검색 ) < 55) Id. 56) David Silver 외, Mastering the game of Go without human knowledge, Nature, vol 550 ( ), p.354.

13 특허법상인공지능창작물의발명해당여부 / 김용주 267 [ 그림 1] 알파고제로에서사용된강화학습방법 57) 또한입력값으로흰돌과검은돌만을사용하였고, Policy network와 value network를개별적으로이용하는대신 single network를사용하였으며, 단일신경망에대한보다더간단한방식의몬테카를로트리서치방법을이용하였다. 58) 이전의알파고버전보다좀더간단해진방식을통해스스로수를두는과정에서걸리는시간을단축하였고, 자신과의대국을통해인간이발견하지못하던수를발견해낸다는점에서의미가있다. 알파고제로는그림 a에서 S1,..., ST에이르는동안스스로게임을두는데, 몬테카를로테크트리에서계산된확률에따라 at πt의확률을반영해더나 57) David Silver 외, 위논문, p ) David Silver 외, 위논문, p.354.

14 268 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 은수를찾아간다. 59) 그림 b에따른신경망훈련은 S1,..., ST에이르는동안파라미터 θ 에따른다수의신경계층망을통과하여벡터 pt와스칼라값 (scalar value) vt를도출한다. 60) 알파고제로에서사용된몬테카를로트리서치에서는신뢰성확률인 U와가장효용이높은 Q값을반영하는수를선택한다. 61) [ 그림 2] 알파고제로에서사용된몬테카를로트리서치 62) (3) 추후적용분야허사비스가지적한바와같이알파고제로는다양한분야에서응용이가능할것으로보인다. 알파고제로는기본적인게임의규칙을알려주면인간의지도없이스스로게임을두는방법을통해인간이생각지못한바둑의수를창조해낸다. 뿐만아니라인간의수를짧은시간내에이해하고인간을이겼던알파고리의수준에며칠만에도달했다. 인간이해결책을일러주지않더라도기본적인규칙을제시하면인간이생각지못한경우의방안을도출해낸다는점에서이의응용분야는다양할것이다. 59) David Silver 외, 위논문, p ) Id. 61) Id. 62) Id

15 특허법상인공지능창작물의발명해당여부 / 김용주 269 Ⅲ. 발명의개념요소에대한분석 1. 의의인공지능이만들어낸결과물이 특허법상보호되는 발명으로성립할수있을지검토해보아야한다. 현행법에서는특허법상보호되는발명이기위해서는특허법제2조제1호상 발명 이어야하며, 특허를받기위해서는발명이 산업상이용이가능 하고 신규 하며 이전에비해진보 하여야하는요건을충족시켜야한다. 인공지능이만들어내는결과물이인간이만들어낸발명에견주어차이가날수있는부분은그것이특허법상 발명 의개념범주에포섭될수있는지여부일것이다. 외견상으로보면인공지능이만들어낸결과물이라하더라도산업상이용이가능하고, 신규하거나진보적일것이란요건은인간이만들어낸발명과유사할것으로생각된다. 인공지능이만들어낸결과가그과정이어떠하건기존에존재하지않는것을만들어낼가능성이있으며, 인간이기술적으로접근하지못했던부분을머신러닝이라는새로운기술로접근할수있기때문이다. 이것이실제로산업계에서이용가능한수준이라면결국문제는인공지능이만들어낸결과가인간이만들어낸발명과같은법적보호테두리내에있을수있느냐이다. 따라서인공지능이발명으로볼수있는행위를하였다면이것이현행법상발명으로인정될수있을지여부에따라 특허법상보호되는 발명의범주에들어올수있다. 이를위해국가별로특허법상 발명 의요건이어떠한지에대해검토해보고자한다. 2. 특허법상보호되는발명의대상 (1) 미국 1) 조문미국특허법 101조에서는특허받을수있는발명에대해기술하고있다. 63) 63) [ 35 U.S. Code Inventions patentable ] Whoever invents or discovers any new and useful process, machine, manufacture, or composition of matter, or any new and useful improvement thereof, may obtain a patent therefor, subject to the conditions and requirements of this title.

16 270 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 이에따르면특허받을수있는발명이되기위해서는첫째, 특허받을수있는발명행위를한자는누구든 (Whoever), 둘째, 발명또는발견행위 (invents or discovers) 를하여야하며, 셋째, 그대상은새롭고유용한 (new and useful) 방법 (process), 기계 (machine), 제품 (manufacture), 조성물 (composition of matter) 또는그개량물 (improvement) 이된다. 여기서의 방법 (Process) 이란 공지의공정, 기계, 제품, 조성물또는물질의새로운용도를포함하는공정, 기술, 또는발명 을지칭하며, 기계 (Machine) 란 다양한기계요소, 조합, 그리고메카니즘들을포함하며, 상호협동하도록배열되고구성되는, 부품이나요소를구성하는설비나물리적대상 이다. 64) 제품 (Manufacture) 은다른발명의범주에속하는특허대상을제외한잡동사니범주를포함하는것으로해석되며, 합성물 (Composition of Matter) 이란물리적혼합물 (mixture) 뿐만아니라화학적혼합물 (compound) 자체도포함한다. 65) 이중법적요건에서문제가될수있는것은인공지능을그 누구 (Whoever) 중하나로볼수있을지, 또한인공지능의작동이 발명또는발견 (invents or discovers) 의범주에포섭될수있을것인지일것이다. 인간의발명행위에견주어볼때인공지능의작동을 발명또는발견 한것으로볼수있을지가의문이기때문이다. 미국특허법제101조상주체요건과관련하여명시적으로인간 (person) 이어야한다는규정은없다. 지금까지발명행위라는행위의주체는인간에한정되었고, 이것이응당당연한것이기에인간이외기계와같은수단이그범주에포섭될수있을지는불명확하다. 현상황에서는판례가없기에인공지능이법문상 누구 (Whoever) 의범주에포섭되지않는다고단언할수는없을것으로보인다. 그렇다면인공지능의작동을발명또는발견의일종으로보아보호할수있을것인가. 동일하게비교하긴어렵겠으나, 미국저작권청에서는의견에따르면 인간의창작적개입내지발명행위없이기계내지는단순한기계적과정을통해발생한결과에대해서는등록하지않음 을발표한바있다. 66) 즉 64) 이해영, 미국특허법, 한빛지적소유권센터, 2005, 235 면. 65) 이해영, 앞의책, 236 면.

17 특허법상인공지능창작물의발명해당여부 / 김용주 271 단순한기계의작동에대해서는현행저작권법으로보호를할수없다는것이다. 그렇다면이에대한반대해석으로인공지능의작동이어느정도의 창작성 (creativity) 을가질경우인간의창작적개입과유사한것으로보아결과가보호될수도있어보인다. 미국특허법상발명자는일반적으로 아이디어내지특허청구항에기재된아이디어를고안해낸자 로판단한다. 67) 아이디어를고안한다는의미는 온전하고이용되는발명에대해이후실제로적용할수있는정확하고영구적인생각 을지칭한다. 68) 그렇다면 발명또는발견 이라는문언에는적어도일정수준의정신활동이포함되어야하며, 이것이단순한수준을넘어실질적으로문제해결에도움이되는정도의작용이어야할것이다. 결론적으로인공지능의발명행위가현행법상보호될수있을지를결정하는척도는인공지능의작동에대해 인간의정신활동과유사한정도의아이디어를제공할수있는지 여부일것이다. 이는바꿔말하면인공지능의작동에따라발생한결과물이발명의범주에포섭되지않는 자연법칙예외 (law of nature conception) 에포섭되지않는지여부에따라그결과물을발명으로바라볼수있을지정해진다는의미일것이다. 2) 판례미국판례에서는 발명내지발견 에대한직접적인정의보다는, 어떠한것이그에포함되지않는것인지를찾는데노력해왔다. 69) 이에따라 자연법칙 66) Wilmer Cutler Pickering Hale and Dorr LLP, Artificial Intelligence Meets Patent Law What does the future hold for inventors, patent owners...and computers?, 8 면. < 검색 ) 원문은다음과같다. The Office will not register works produced by a machine or mere mechanical process that operates randomly or automatically without any creative input or inventorship from a human author. 67) Patrick G. Gattari, Determining Inventorship for US Patent Applications, Intellectual Property & Technology Law Journal, vol 17, no.5(2005.5), p.16; David Silver 외, 위논문, p ) Iatrick G. Gattari, 위논문, p.16. 원문은다음과같다. the formation in the mind of the inventor, of a definite and permanent idea of the complete and operative invention, as it is thereafter to be applied in practice. 69) 박준석, 미국특허법상발명의개념 - 자연법칙의이용성을다룬최신판례들이주는시사점, 산업재산권 ( 제 41 호 ) 한국산업재산권학회, 산업재산권제 41 호, , 94 면.

18 272 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) (law of nature), 자연현상 (natural phenomena), 추상적아이디어 (abstract idea) 등은이에해당되지않는다. 70) 어느것이특허받을수있는발명인지와관련해미연방대법원은 Diamond v. Diehr 판결에서컴퓨터프로그램관련출원을특허발명이라고인정하였는데, 그논거로는 자연법칙이나수학공식을응용 (application) 하는경우특허보호를받을수있다 고하면서특허발명이라고인정한바있다. 71) 아울러 Bliski 사건에서는그처럼달성하여야하는응용이구체적으로어느정도까지요구되느냐가핵심적으로다루어졌는데, 이에대해서는 기계혹은변형 (machine or transformation) 기준을제시하며특정장치로구현되거나다른상태로의변환과정이필요함을제시한바있다. 72) 아울러유명한 Alice vs. CLS 판결에서미연방대법원은 Alice사의통상적인금융거래는 단순한아이디어 로써범용컴퓨터에의해단순실행되는것이기에특허적격성이없다는기준을제시한바있다. 73) 특허로보호되는발명의범주가확대내지축소되어왔으나일률적인기준으로볼수있는것은단순한자연법칙에서벗어나, 기계적인변환과정이있을정도의상황일경우특허발명으로보호될가능성이높다고볼수있을것이다. 이기준에해당할수있는지에대해서는사안별로검토되어야한다. 물론미국판례상직접적으로인공지능의결과물이자연법칙인지여부에해당한다고판시한바는없다. 그러나현재까지발명의대상성에관한연방대법원의판단기준에비추어보면, 인공지능의작동에대해특허법상발명으로보호할수있는여지가있다고생각된다. 첫째, 머신러닝과정을통한인공지능의구현은기존의자연법칙과는다른것으로보인다. 자연법칙내지자연현상은예견이가능하고기존에존재하는현상이다. 그래서논리적으로응당당연한것이기에굳이특허라는권리를부 70) Diamond v. Diehr, 450 U.S. 175 (1981) 71) 박준석, 미국특허법상발명의개념 - 자연법칙의이용성을다룬최신판례들이주는시사점, 한국산업재산권학회 ( 제 41 호 ), 산업재산권, , 면. 72) 박준석, 위논문, 면. 73) 김원준, 소프트웨어특허의현황과미국소프트웨어판례동향, 법학논총 ( 제 36 권제 3 호 ), 전남대학교법학연구소, , 510 면.

19 특허법상인공지능창작물의발명해당여부 / 김용주 273 여하며보호할필요가없는것이다. 그런데인공지능의작동은기존의사고체계와다른결과를도출한다. 바둑계의고수인이세돌 9단이인공지능컴퓨터에맥없이질수밖에없었던것도기존에존재하는바둑질서와다른수를두었기때문이다. 그래서인공지능의결과물이기존의컴퓨터프로그램과차별적으로법적보호를받아야될필요성이있다. 둘째, 인공지능의구현에따른결과물이기존자연법칙이아니라고본다면이는인간이사고과정을거쳐도출하는창의적인결과물 (Creative Work) 과결과적으로는차이가없다. 셋째, 인공지능이머신러닝과정을거쳐기존에없던새로운제약을만드는방법등을도출한다면이는변형 (transformation) 의일종으로볼수있다. 머신러닝을통해학습한데이터외의새로운결과를도출해내고이것이특허법상발명으로보호할수있다고생각할수있는결과로인식될수있기때문이다. 이러한점들에비추어볼때인간이아닌인공지능의행위로말미암아발생한결과물이단순히자연법칙일뿐으로치환하기는어려울것으로보인다. 결론적으로인공지능의작동또한특허법상보호되는발명에해당하는것으로볼여지가있다. (2) 한국현행법상 발명 " 이란자연법칙을이용한기술적사상의창작으로서고도 ( 高度 ) 한것을말한다. 74) 특허법제2조제1호의발명의성립요건으로서 자연법칙을이용한것 의의미와관련하여대법원에서는 특허법제2조제1호는자연법칙을이용한기술적사상의창작으로서고도한것을 발명 으로정의하고있으므로, 출원발명이자연법칙이외의법칙, 인위적인결정또는약속, 수학공식, 인간의정신활동에해당하거나이를이용하고있는등자연법칙을이용한것이아닌때에는같은법제29조제1항본문의 산업상이용할수있는발명 의요건을충 74) 특허법제 2 조제 1 호.

20 274 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 족하지못함을이유로그특허출원을거절하여야한다. 출원발명이자연법칙을이용한것인지여부는청구항전체로서판단하여야하므로, 청구항에기재된발명의일부에자연법칙을이용하고있는부분이있더라도청구항전체로서자연법칙을이용하고있지않다고판단될때에는특허법상의발명에해당하지않는다 고판시한바있다. 75) 또한특허법상보호되는발명에해당하기위해서는기술적사상의창작행위여야한다. 국내특허법에기술적사상의창작과관련한입법이이루어진것은 1973년개정에서인데당초 자연법칙을이용한고도의기술적창작으로서산업에이용할수있는것 이라고규정하고있던것을 기술적창작 이란표현이 기술적사상의창작 으로수정되었다. 76) 아울러해당발명은 고도한것 이어야한다. 고도성이란당해발명이속하는기술분야에종사하는평균적전문가가용이하게접근할수없을만큼창작의수준이높은것으로해석된다. 77) (3) 소결국가마다입법례의차이가있으나발명성판단에있어가장중요한요소는신규성과진보성에대한논의를제외하고나면해당내용이단순한자연법칙에해당하는지, 자연법칙을 이용 한것으로법적으로보호할만한가치가있는지일것으로보인다. 그렇다면인공지능산출물이발명인지여부를검토해보기위해서는인공지능의산출물이라고볼수있는내용을살펴보고이것이자연법칙에해당할것인가를생각해볼필요가있다. 75) 특허법원 선고 2009 허 9655 판결. 76) 박준석, 우리특허법상발명의개념에관한고찰, 서울대학교법학 ( 제 54 권제 3 호 ), 서울대학교법학연구소, , 774 면. 77) 특허청, 판례로살펴본특허요건 (1) - 발명의성립성 (2017 년 10 월 27 일검색 ) <

21 특허법상인공지능창작물의발명해당여부 / 김용주 275 Ⅳ. 인공지능의창작사례 Ryan Abbott교수는논문 ( I think, therefore I Invent : Creative computers and the future of patent law ) 을통해특허를받을가능성이있는결과물에대해예를들고있다. 첫째, Stephen Thaler가발명한 창조적인기계 (Creative Machine) 인데, 본기계는스스로응답결과물을산출하는인공신경네트워크와다른네트워크를결합한다. 78) 이것은신경네트워크내의연결을변경 ( 교란 ) 한후새롭고창조적인아이디어를생각해내는 (brainstorms) AI를의미하며, 이과정은사람의뇌와의식과동일한것이라고볼수있다. 79) 둘째, John Koza박사가만든 발명기계 (Invention Machine)" 인데이는인간의개입없이특허에필요한내용을생성한것으로평가된다. 80) 셋째, IBM의인공지능모델인 왓슨 (Watson) 인데왓슨은다양한가능성속에서수백만개의아이디어를도출한후어떤것이가장좋은지예측하고새로운방식으로이를적용한다. 81) 이러한상황에서는인공지능이창작물을만들어내는결과에대해서어떻게접근해야하는지에대해정리가필요할것이다. 이를인공지능이독립적으로발명행위를한다고보아야하는것인지, 아니면인공지능이단순히도구의역할을하는것인지말이다. 인공지능이발명의도구로작용을한다고하더라도인간이사전에조작한방식외의결과가도출되는데이를도구로만파악하는것은논리적으로맞지않다고생각한다. 만일인공지능을도구로만파악하게된다면인공지능이프로그램외외결과를내지않더라도양자를동일하게취급하게된다. 이는특허법의목적이기술의발전을촉진하고산업발전에이바지한다는데있다는점을감안해보면동일하게취급하기어려울것이다. 또한기술의발전수준에대한이견이있을수있으나현재인공지능이 78) Ryan Abbott, I think, therefore I Invent : Creative computers and the future of patent law, Boston College Law Review, vol.57(2016.9), p, ) Ryan Abbott, 위논문, p ) Ryan Abbott, 위논문, p ) Ryan Abbott, 위논문, p.1089.

22 276 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 인간의도움없이온전히발명행위를스스로한다고보기는어려울것이다. 현재는인간의도구라는한면과스스로작동하는한면사이그어느단계에와있는것이라생각된다. 아직이에대한법적인장치가마련되어있지않은상황에서인공지능의창작물에대해서어떻게법적테두리내에서포섭하여야할것인지고민해볼필요가있을것이다. 이를위해이하에서는현재인공지능의기술수준에서도출되는결과물에대해서단계별로생각해보고자한다. 그중최근인공지능의산출물중가장의미가있다고여겨지는두가지분야에대해검토하겠다. 1. 제약산업신약을만드는과정에서다양한화학적합성물에대한고려가필요한데인공지능의학습원리를통하여기존에존재하지않던약물을만들어낸다거나혹은기존에존재하던약물이라하더라도활용법이알려지지않았던새로운효능을발견하는데사용될수있다. 인공지능창작물이라는관점에서보자면기존에컴퓨터를이용한신약개발과인공지능활용시신약개발을한경우어떠한차이가있는지를살펴볼필요가있다. 일반적으로신약개발과정은다음과같이이루어진다. 인공지능이활용될수있는단계는대체적으로기초탐색 / 원천기술연구부분일것이다. (1) 기초탐색 / 원천기술연구기초탐색연구는의약품개발의최초출발로사전조사, 천연물추출또는신물질의화학합성, 스크리닝등의과정을거치게되고, 사전조사는개발품목을결정하기위해실시하는것으로문헌 시장조사등이포함되며스크리닝 ( 효능검색 ) 은천연물추출이나화학적합성을통해확보된수백개또는수천 수만개의검체중간편함과신속함을우선고려하여실시된다. 82) 이와같은기초탐색또는원천기술연구를통해신약후보물질을발굴하는데, 신약후보물 82) 정윤택, 제약분야의에버그리닝 (Evergreening) 특허전략과 FTA 연구, 지식재산연구 ( 제 6 권제 2 호 ), 한국지식재산연구원, , 154 면.

23 특허법상인공지능창작물의발명해당여부 / 김용주 277 질은최초의원천특허인물질 (Product) 특허를출원하게되고향후제품출시후핵심적인시장보호수단이된다. 83) 인공지능의경우데이터만있다면신약후보물질을걸러내는데들어가는시간과노력을획기적으로줄일수있으므로이단계에서활용도가높을것이다. (2) 전임상시험 (Preclinical Trial) 연구전임상시험 (Preclinical Trial) 또는비임상시험은기초탐색과정을거쳐도출된후보물질의유효성과안정성을테스트후보물질로서약물이체내에흡수되고배설되는과정을연구한후약리동태와약효약리시험과정을거친다. 84) 인체를대상으로실험하는임상시험과같이투약을위한제형 (Formulation) 을만들고이를바탕으로선행적인제형 (Pre-Formulation) 을만들고이는결국최초의원천제제 (Formulation) 특허또는조성물 (Composition) 특허를출원한다. 85) (3) 임상시험 (Clinical Trial) 임상시험은보통 3단계에걸쳐실시되며기존의동물을대상으로안정성및유효성실험한것을사람에대해실험하게된다. 86) 이때실질적인제형이결정되고이에따라제제 (Formulation) 특허를출원하거나사람을대상으로하는투여방법에관한특허등을출원하게된다. 87) (4) 제품출시및임상4상시험 (Phase IV, Postmarketing Surveillance) 임상4상시험 (Phase IV, Postmarketing Surveillance) 은시판후안전성, 유효성을검사하는단계로시판전제한적인임상시험에서파악할수없었던부작용을발견하기위한약물역학적인연구가실시되는데이것을임상4상이라한다. 88) 83) Id. 84) 정윤택, 위논문, 155 면. 85) Id. 86) 정윤택, 위논문, 156 면. 87) Id. 88) 정윤택, 위논문, 157 면.

24 278 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) [ 표 2] AI Pharma 협력사례 89) 인공지능이제약부분에서활용될수있는방안은기술상크게두가지일것이다. 첫번째는기존에있던제약데이터값의입력을통해지도학습을거쳐신약후보를탐색하거나부작용을줄이는방법, 두번째는기존의데이터를활용하지않고제약에대한기초방법론을익힌후강화학습을통해스스 89) 송상옥, AI Pharma 동향, 신액개발연구동향 ( ), 범부처신약개발사업단. <

25 특허법상인공지능창작물의발명해당여부 / 김용주 279 로제약후보군을발굴하거나부작용을줄이는방안을찾는것이다. 첫번째방안의경우지도학습을통한경우라하더라도신약후보군을인간이생각하지못했던후보군을내세운다거나혹은부작용을줄이는비율을이전에비해보다효율적인방법을만들어낼수있다. 두번째방안의경우새로운화학적조성방법을만들어낼수있거나혹은신물질을찾아내는데기여할수있다. 알파고제로가강화학습을통해새로운수를발견해내는것처럼일반적인신약개발단계에서는나타나기어려운새로운약제가등장할가능성이있는것이다. 인공지능을신약개발과정에포함시킬경우다음과같은변화가있다고한다. AI를활용하면신약개발에필요한 100만건이상의논문을읽을수있는동시에 400만명이상의임상데이터분석이가능하다. 90) 아울러인공지능의딥러닝기술에기반한신약개발의경우기존에인간이찾아내지못했던새로운신약후보군을도출해낼수있다. 실제로실리콘밸리의아톰와이즈 (Atomwise) 란스타트업기업이인공지능을이용하여신약개발을하였는데신약후보물질을스크리닝하는데해당기술을이용한바있다. 91) 또한미국존슨앤드존슨의제약부문인얀센과제휴한영국버네벌런트 AI는이미루게릭병치료제 2종을찾아냈다. 92) 미국바이오기업수노비온은엑스사이엔티아와협업을통해정신질환치료제를개발하였는데보통제약사들이동물실험전단계까지신약후보물질을찾는데평균 4.5년이걸리는데반해엑스사이엔티아는인공지능으로단 1년에끝냈다. 93) 이러한흐름에맞추어한국또한 AI가최적의후보물질을제시해평균 90) 박순영, 인공지능을활용한신약개발연구동향, 융합위클리팁 - 산업 (vol.105), 융합정책연구센터, , 2 면. 91) Ellen Daniel, AI start-up Atomwise raises $45m to fund drug research technology, pharmaceutical -technology, 2018 년 3 월 12 일자기사.(2018 년 4 월 1 일검색 ) < 92) 이영완, 인공지능發신약혁명 개발기간 4 분의 1 로, 조선 Biz, 2017 년 12 월 5 일자기사 ( 검색 )< 93) Id.

26 280 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 5 년정도걸리는후보물질개발을 1 년까지단축할수있을것으로보고인공 지능개발을추진하고있다. 94) 2. 컴퓨터프로그래밍인공신경망네트워크 (Artificial Neural Network, ANNs) 는새로운아이디어를도출하는또다른인공지능의한형태이다. 95) 구글이추진하고있는신개념 SW 개발방법론의명칭은 AutoML(Auto Machine Learning) 인데. 이는자신의환경에대해학습하는코드와알고리즘을복합적으로생성하는신경망프로세스이다. 96) 인공지능이생성한알고리즘구조는사람이설계한것과동일한특징을갖기도하나, 새로운구조를만들어내는과정에서사람이잘사용하지않는방식을이용하기도한다. 97) 구글이스스로만들어낸인공지능프로그램시스템의경우인간이만들어낸프로그램시스템보다성능이더뛰어나다고한다. 98) 구글의프로그램시스템은인간의개입이없는상태에서프로그램이내부시스템으로스스로만들어냈다는점에서주목되었다. 94) 신선미, 정부, 내년신약개발 AI 출시 후보물질개발 5 1 년단축, 연합뉴스, 2018 년 2 월 4 일자기사 ( 검색 ) < 95) Erica Fraser, Computers as inventors legal and policy implications on artificial intelligence on patent law, A Journal of Law, vol 13( ), Technology & Society, p ) 김준래, 인공지능 으로 인공지능 만든다, The Science Times, 2017 년 6 월 9 일자기사 (2018 년 6 월 1 일검색 ) < EC%9C%BC%EB%A1%9C-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EB%A7 %8C%EB%93%A0%EB%8B%A4> 97) 박종훈, AI 가 AI 를개발한다, 구글의전사인공지능프로젝트 Google.ai, 주간기술동향 (2017.6), 정보통신기술진흥센터, 34 면. < 98) Aatif Sulleyman, The AutoML project is said to make process of designing machine learning models 'much more accessible', 2017 년 12 월 5 일자기사 (2018 년 5 월 29 일검색 ) < chine-learning-artificial-intelligence-a html>

27 특허법상인공지능창작물의발명해당여부 / 김용주 281 [ 그림 3] 인간전문가와구글의 AutoML 방식의신경망비교 99) Ⅴ. 인공지능창작물의발명해당여부 인공지능산출물이발명에해당하는지관련해서는결과적으로크게두가지이슈로분류될수있을것으로보인다. 첫째는머신러닝을통해기존에존재하던지식을매우빠른속도로인지하고이를정리하는부분이다. 가령신약개발프로그램의예에서는기존에존재하던화합물의속성을빠르게인식하고이를조합하여신약후보군을탐색하는것이다. 만약이것이인간이기존에컴퓨터를이용하여도출해내는과정에비견해볼때속도와처리양의급속한확대를이루어낸것일뿐이라면이것은인공지능이인간의 수단 일것이다. 99) Quoc Le & Barret Zoph, Using Machine Learning to Explore Neural Network Architecture, Google AI Blog, (2018 년 3 월 28 일검색 ) < 이는 Penn Treebank 데이터세트의다음단어를예측하도록훈련된신경망모델이다. 왼쪽은인간전문가가설계한신경망이고오른쪽은구글의 AutoML 을이용한방법으로만든신경망인데오른쪽이보다정교하고신경망계층이다양함을확인할수있다.

28 282 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 그런데이범주를벗어나서인공지능이인간이생각해낼수없는특이한수를발견해냈다면 ( 가령신약후보군중인간이생각할수없는약제후보를탐색한다거나혹은프로그래밍중인간이짤수없는영역의프로그래밍 ) 이에대해서는단순한자연법칙그이상으로생각해볼수있다. 이는인간이프로그램화하지않은부분에대한특이한수가도출된것이며이것이사회에서사용되는데의미있는결과를지니고있기때문이다. 인공지능과같은비인간주체가발명자에해당하는지에대한논의는제쳐두더라도, 이러한특이한결과에대해서법적으로어떻게바라보아야할지에대한논의는필요할것이다. 왜냐하면인공지능기술을통한적용범위가무궁무진하며, 현실적으로인간이인식할수없는범주에서이익이발생가능하다. 만일인공지능창작물에대해발명으로포섭하고자한다면현재의발명개념을수정하여야할필요가있다. 왜냐하면현행법은인간의발명을전제로하고있기때문이다. 때문에일본에서는인공지능과관련한발명을보호하고자하는논의가있다. 일본지적재산전략추진사무국보고서에서는인공지능과같은새로운법주체에의한특허발명에대하여특허권등에있어동등한권리보호를해야한다는입장과일체의법적보호를하지않아야한다는입장에대한논의를담고있다. 100) 권리보호를주장하는측에서는인간이 AI의창작물중에서선택하여출원하거나특허등의요건에합치하는 AI창작물을 AI가선택하여자동출원하는방법이있다. 101) 최근국내에서도인공지능에의한발명이특허로보호될것인가를놓고특허청에서논의가있었다. 이에따르면 1 특허법의개정또는 인공지능발명보호법제정 을통해인공지능에의한발명을보호하거나 2 학습된인공지능의반복재현성을검증하기위한 인공지능등록제도 를운영하자는개선방안을도출한바있다. 102) 이에인공지능의발명에대하여주체및대상과관련하여법적으로보완해 100) 知的財産戦略推進事務局, AI によって生み出される創作物の取扱い ( 討議用 ), 平成 28 年 1 月, p ) 知的財産戦略推進事務局, 위보고서, p ) 류태규, 지식재산미래이슈및법제도개선방안, 특허청지식재산미래전략위원회포럼발표자료 ( ), 특허청, 3 면.

29 특허법상인공지능창작물의발명해당여부 / 김용주 283 볼수있는방안으로는 1 특허법상보호하는발명의대상을확대하거나, 2 인공지능에따른발명을컴퓨터프로그램의일종으로파악하여컴퓨터프로그램으로보호하는방안, 3 현행법상보호범주에포섭하기어려운현실을감안하여인공지능의발명을새롭게규율하는입법안을새로만드는것을생각해볼수있다. 생각건대기존의법질서와가장조화로울수있는방안으로는인공지능의발명에대한맞는새로운입법을하는것이다. 기존에존재하는특허법상발명의개념에포함된다고볼수있을여지가많다고생각되나, 인간과인공지능이라는주체의특수성을감안하여새로운법적주체를위한입법을새로하는것이기존의법질서를유지하면서새로운주체에따른발명의성립을정비할수있는방안이될것이다. 만일기존의특허법상법적틀을유지한채인공지능이만든발명을포섭하고자한다면이에대해서는 인간이외의발명자가한발명 과같은추가문구를통해규율할수있다. Ⅵ. 결론 인공지능이라는이슈는여러학문분야에서 2017년에가장뜨겁게다루어진이슈중하나이다. 그럼에도불구하고인공지능의파급력이나그발전정도에대하여는아직추상적인논의를할수밖에없는실정이다. 인간이외의법적주체에대해서는입법이이루어진것이없기때문이다. 이에제외국의법규정과국내법상규정을검토해보더라도한정된내용으로해석될수밖에없는현실이다. 본논문에서는최근회자되고있는인공지능의기술적인특징을개괄적으로살펴보았다. 특히강화학습방식을통해인간의개입이없더라도스스로새로운방식을만들어내는알파고제로의운용원리를검토하였다. 인공지능과관련하여알파고제로와같이인간의개입없이창작물을만들어낼경우, 특허법제2조제1호의개념상발명에해당할가능성이있다. 현재제약산업

30 284 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) 분야와컴퓨터프로그램분야에서의인공지능활용에서볼수있듯이인공지능이스스로의학습을통해새로운결과물을창출할수있다. 왜냐하면인공지능이만들어낸결과물은인간의학습이라는제약을뛰어넘어새로운방안을만들어낼것이기때문이다. 그렇다면인간이만들어낸것이아니라하더라도인공지능이만들어낸결과물에대해서도특허법상발명으로서보호되어야할필요성이더높아질것이다. 이에본논문에서는현재인공지능기술이보다많은산업에이용될가능성을감안하여인공지능에의한산출물에대해어떻게바라보아야할지고민하고자하였다. 이를위해본논문에서는특허법상인공지능에의한발명이성립할수있는지에대하여검토하였다. 발명의대상성으로한정하여보자면, 인공지능의산출물에대해서는크게두가지로검토해보아야한다고생각한다. 하나는머신러닝과정을통해기존에존재하던광대한데이터를빠르게학습해서기존에나올수있는결과물을도출해내는것, 또하나는이러한학습에따른결과로인공지능내부신경망에서의추론을통해인간이생각하지못한특이한수를도출해내는것이다. 전자의경우인간이발명을행하는데있어인공지능을 수단 으로사용하는측면이더강하다고본다. 그러나인공지능이특이한수를도출해내었고, 이것이발명으로보호할정도의유용성을가진다면, 인간이개입하지않은상황에서도출된새로운것이기에이에대해서는특허법적으로의미있는발명에해당한다고보아야할필요가있다고생각한다. 그러나이러한논의는여전히인공지능이라는, 아직현행법상인정되지않는수단이만들어낸것이기에이를발명의주체로인정할것인지문제가남으며이에대해서는앞으로특허법상입법적보완이필요하다. 주제어 인공지능, 머신러닝, 인공지능창작물, 발명성립성, 특허법제2조제1항 Artificial Intelligence, Machine Learning, Creative works made by AI, Patent Inventions, Article 2 (1) of the Patent Law

31 특허법상인공지능창작물의발명해당여부 / 김용주 285 참고문헌 김원준, 소프트웨어특허의현황과미국소프트웨어판례동향, 법학논총 ( 제36권제3 호 ), 전남대학교법학연구소, 김의중, 인공지능, 머신러닝, 딥러닝입문, 위키북스, 다다사토시, 처음배우는인공지능, 한빛미디어, 류태규, 지식재산미래이슈및법제도개선방안, 특허청지식재산미래전략위원회포럼발표자료 ( ), 특허청. 마쓰오유카타, 인공지능과딥러닝 인공지능이불러올산업구조의변화와혁신, 동아엠앤비, 미야케요이치로 모이카와유키히토, 인공지능 70 : 재미있게알아보는 AI 키워드, 제이펍, 박순영, 인공지능을활용한신약개발연구동향, 융합위클리팁-산업 (vol. 105), 융합정책연구센터, 박종희, 베이지안사회과학방법론이란무엇인가?, 고려대학교평화와민주주의연구소, 평화연구 ( 제22권제1호 ), 고려대학교평화와민주주의연구소, 박준석, 우리특허법상발명의개념에관한고찰, 서울대학교법학 ( 제54권제3호 ), 서울대학교법학연구소, 박준석, 미국특허법상발명의개념 - 자연법칙의이용성을다룬최신판례들이주는시사점, 한국산업재산권학회 ( 제41호 ), 산업재산권, 오다카토모히로, 처음만나는머신러닝과딥러닝 C언어로구현하며익히는기본개념, 프리렉, 이태림외, 통계학개론, 한국방송통신대학교출판문화원, 이해영, 미국특허법, 한빛지적소유권센터, 정윤택, 제약분야의에버그리닝 (Evergreening) 특허전략과 FTA 연구, 지식재산연구 ( 제 6권제2호 ), 한국지식재산연구원, 칸자키요지, 최신인공지능쉽게이해하고넓게활용하기, 위키북스, 특허법원 선고 2009허9655 판결. 김동근, 인간의지식없이인간을뛰어넘다! 돌아온알파고제로, 삼성뉴스룸, 2017년 11월 30일자기사.(2018년 2월 5일검색 ) <

32 286 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) %80%EC%8B%9D-%EC%97%86%EC%9D%B4-%EC%9D%B8%EA%B0%84%EC %9D%84-%EB%9B%B0%EC%96%B4%EB%84%98%EB%8B%A4-%EB%8F%8C %EC%95%84%EC%98%A8-%EC%95%8C%ED%8C%8C%EA%B3%A0-%EC%A0% 9C> 김준래, 인공지능 으로 인공지능 만든다, The Science Times, 2017년 6월 9일자기사 (2018년 6월 1일검색 ) < EB%8A%A5%EC%9C%BC%EB%A1%9C-%EC%9D%B8%EA%B3%B5%EC%A7% 80%EB%8A%A5-%EB%A7%8C%EB%93%A0%EB%8B%A4> 박종훈, AI가 AI를개발한다, 구글의전사인공지능프로젝트 Google.ai, 주간기술동향 (2017.6), 정보통신기술진흥센터. < 소프트웨어공학포털, 인공지능 - 딥러닝편, 자게시글.(2018년 2월 5일검색 ) < 송상옥, AI Pharma 동향, 신액개발연구동향 ( ), 범부처신약개발사업단. < 신선미, 정부, 내년신약개발 AI 출시 후보물질개발 5 1년단축, 연합뉴스, 2018년 2월 4일자기사 ( 검색 ) < 017.HTML> 이영완, 인공지능發신약혁명 개발기간 4분의 1로, 조선 Biz, 2017년 12월 5일자기사 ( 검색 ) < 주영재, 알파고에 100전100승 x거둔 알파고제로 등장 인간지식없이스스로학습해창의성발휘, 자기사.(2018년 2월 5일검색 ) < 특허청, 판례로살펴본특허요건 (1) - 발명의성립성 (2017년 10월 27일검색 ) < David Silver외, Mastering the game of Go without human knowledge, Nature, vol 550 ( ) Erica Fraser, Computers as inventors legal and policy implications on artificial intelligence on patent law, A Journal of Law, vol. 13( ), Technology & Society.

33 특허법상인공지능창작물의발명해당여부 / 김용주 287 Patrick G. Gattari, Determining Inventorship for US Patent Applications, Intellectual Property & Technology Law Journal, vol 17, no.5(2005.5) Paulius Cerka, Jurgita Grigiene, Gintare Sirbikyte, Liability for damages caused by artificial intelligence, Computer Law & Security Review, vol. 31, Issue 3(2015.6) Ryan Abbott, I think, therefore I Invent : Creative computers and the future of patent law, Boston College Law Review, vol.57(2016.9) Diamond v. Diehr, 450 U.S. 175 (1981) Aatif Sulleyman, The AutoML project is said to make process of designing machine learning models 'much more accessible', 2017년 12월 5일자기사 (2018년 5월 29일검색 ) < snet-automl-machine-learning-artificial-intelligence-a html> Ellen Daniel, AI start-up Atomwise raises $45m to fund drug research technology, pharmaceutical-technology, 2018년 3월 12일자기사.(2018년 4월 1일검색 ) < nology/> Quoc Le & Barret Zoph, Using Machine Learning to Explore Neural Network Architecture, Google AI Blog, (2018년 3월 28일검색 ) < Wilmer Cutler Pickering Hale and Dorr LLP, Artificial Intelligence Meets Patent Law What does the future hold for inventors, patent owners...and computers?, 8면. < 검색 ) 知的財産戦略推進事務局, AIによって生み出される創作物の取扱い( 討議用 ), 平成 28 年 1 月.

34 288 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) [ 국문초록 ] 특허법상인공지능창작물의발명해당여부 김용주 우리는인공지능이무언가를만들어내는시대에살고있다. 불과몇년전만해도대부분의사람들은인공지능이작곡을하고그림을그린다는것을생각하지못했을것이다. 똑똑해진인공지능은이제인간의창조적영역이라일컬어지던음악이나미술과같은예술분야에서인간과유사한작품을만들어낸다. 그뿐만아니라인공지능은신약개발이나컴퓨터프로그램을만드는데있어일정한역할을하고있다. 본논문은이러한인공지능의산출물에대해인공지능을인간의도구로보아야할것인가, 아니면인공지능이만들어낸새로운작품에대해창조성을인정하여특허법상보호되는발명으로취급하여야할것인가에대한의문점에서시작하였다. 기존에학계에서논의되던내용은컴퓨터관련발명에초점을맞추었다면, 본논문은인공지능이만들어내는산출물에초점을맞추어이를보호하여야할것인지, 보호한다면어떠한근거에서보호를해야할것인지에대한논의를시작해보고자하였다. 인공지능이저작권법에서다룰만한예술분야에서구체적으로두각을나타내는것과는달리인공지능의산출물을특허법상발명으로보호한다는주장에대해서는상당히반론이많을수있다. 그럼에도불구하고저자가논의를하고자하는이유는인공지능에의해새롭게재편될세계, 특히인공지능산출물이특허법상발명으로취급될법한유의미한법적의미를지닐가능성이농후하다는생각을가지고있기때문이다. 아울러과거에비해기술의진보속도는훨씬빠르게이루어짐에도불구하고제도를관장하는법이어떠한현상이발생한후가아닌사전에논의를해보고싶기때문이다. 본논문에서는최근회자되고있는인공지능의기술적인특징을개괄적으로살펴보았다. 특히강화학습방식을통해인간의개입이없더라도스스로새로운방식을만들어내는알파고제로의운용원리를검토하였다. 인공지능과관련하여알파고제로와같이인간의개입없이창작물을만들어낼경우, 특허법제2조제1호의개념상발명에해당할

35 특허법상인공지능창작물의발명해당여부 / 김용주 289 가능성이있다고생각한다. 현재제약산업분야와컴퓨터프로그램분야에서의인공지능활용에서볼수있듯이인공지능이스스로의학습을통해새로운결과물을창출할수있다. 왜냐하면인공지능이만들어낸결과물은인간의학습이라는제약을뛰어넘어새로운수를도출할수있기때문이다. 머신러닝과정을통해인공지능이이전에비해뛰어나다고여겨지는것은크게두가지이다. 첫째는방대한데이터처리과정을거쳐스스로학습하는데있어시간과절대량을처리할수있는능력이월등하다는것, 둘째는이러한학습과정을거쳐스스로특이한수를찾아내는데이것이인간이었다면알기어려운수라는것이다. 첫번째특징에대해서인공지능의산출물을특허법상유의미한발명이라고보기는어려울수있다. 이는기존에인간이데이터를처리하는컴퓨터와같은도구로서의사용과크게다르지않기때문이다. 그러나두번째특징에대해서는인공지능이만들어낸결과물에대해서인간이만들어낸것이라고보기는어렵다고본다. 또한프로그램을통해자연적으로도출된결과라고보기도어렵다. 만약자연적으로도출되기위해서는인간이코딩한그대로의결과가나와야하는데특이값이나오고이것은스스로학습을거쳐만들어낸것이기때문이다. 그렇다면인공지능이만들어낸결과물에대해서도특허법상발명으로서보호되어야할필요성이더높아질것이다. 이에본논문에서는현재인공지능기술이보다많은산업에이용될가능성을감안하여인공지능에의한산출물에대해어떻게바라보아야할지고민하였다. 이를위해본논문에서는특허법상인공지능에의한발명이성립할수있는지에대하여검토하였다. 이를위해인공지능의기술에대한개괄적인검토를하였고, 미국을중심으로발명의개념을되짚어보았다. 현재인공지능산출물중발명으로의미가있다고생각되는사례를중심으로발명의개념에포섭될수있는지를살펴보았다. 그러나이러한논의는여전히인공지능이라는, 아직현행법상인정되지않는수단이만들어낸것이기에이를발명의주체로인정할것인지문제가남으며이에대해서는앞으로특허법상입법적보완이필요하다.

36 290 법학논문집제 42 집제 2 호 ( 중앙대학교법학연구원 ) [ABSTRACT] The Possibility of Patent Inventions made by Artificial Intelligence Kim, Yong-Joo We live in an age of artificial intelligence. Nowadays it creates something new. Just a few years ago, artificial intelligence would not have thought of composing and drawing pictures by itself. Smart artificial intelligence produces works similar to human beings in the fields of music and art, which were estimated as human s creative area. Artificial intelligence even plays a role in the development of new drugs and computer programs. The paper starts from the question whether artificial intelligence should be regarded as a human tool or artifacts of artificial intelligence should be treated as protected inventions under the patent law. Thus the paper focuses on the artifacts produced by artificial intelligence and how to protect them. Unlike the protection by copyright law, there would be considerable controversy about the claim that artifacts of artificial intelligence should be protected by patent law. Nevertheless the author intends to insist the necessity of protection because artificial intelligence may have meaningful legal impact. The pace of technological progress is much quicker than that had been in the past. However laws have a tendency of coping with the phenomenon slowly. The author wish to share results through the promotion of science and technology with my contemporaries. The paper briefly reviewed technical features of artificial intelligence. In particular the author reviewed the operating principles of AlphaGo Zero, which can create a

37 특허법상인공지능창작물의발명해당여부 / 김용주 291 new way without human intervention through reinforcement learning. In the case of artificial intelligence, the creation of artworks without any human intervention is likely to correspond to the conceptual invention of Article 2 (1) of the patent law. Artificial intelligence can create new outcomes through self-learning, as seen in the use of artificial intelligence in the pharmaceutical industry and computer programs. There are two results that could be considered meaningful in the process of artificial intelligence. First, the ability of processing data in aspects of time and amount of data. It is superior than general computers due to self-learning. Second, some unpredicted unique results through its self-learning process. The first result may be difficult to be a meaningful invention under the patent law. However, the second result may not be handled just as a tool. It is difficult to say that it is a natural phenomenon. If so, the result of artificial intelligence could be protected as inventions under the patent law. Considering the possibility of artificial intelligence technology being used in industries, the paper tried to think about how to look at artificial intelligence output. The author examined whether the patent law could be applied to artifacts of artificial intelligence. Therefore the author reviewed artificial intelligence related technologies in detail and reviewed the concept of the invention focused on the United States. After that, the author examined whether the concept of invention could be applied to the case of artificial intelligence products that are thought to be meaningful as inventions.

38