린 특허 운영: 특허 출원·심사 워크플로에서의 지도카, 자동화 및 AI

요약

특허 출원·심사 업무는 법률 지식 업무인 동시에 반복 가능한 프로세스 업무이기도 하다. 신규 출원, 방식 절차, 권리양도, 정보개시서(IDS) 제출, 특허청 통지서 처리, 특허허여 결정, 특허 발행, 유지료, 해외출원 및 포트폴리오 보고는 모두 정확한 정보, 적시의 인계, 신뢰할 수 있는 통제, 그리고 적절한 전문적 감독에 의존한다. 이 백서는 린 식스 시그마, 지도카(jidoka, 自働化), 전통적 자동화 및 인공지능을 통합 운영모델로 적용함으로써 특허 운영을 개선할 수 있다고 주장한다. 린은 낭비와 지연을 줄이고, 식스 시그마는 결함과 변동을 줄이며, 전통적 자동화는 안정적인 규칙 기반 업무를 일관되게 수행하고, AI는 비정형 정보의 처리, 비교, 분류 및 초안 작성을 지원할 수 있다. 지도카는 핵심적인 품질 원칙을 제공한다. 즉, 프로세스가 누락되거나 상충되거나 권한이 없거나 신뢰할 수 없거나 승인 범위를 벗어난 정보를 감지하면, 워크플로를 중단하고 문제를 격리하며 이상 상태를 가시화하고 적절한 책임자에게 전달하며 시정과 거버넌스를 위한 기록을 보존해야 한다. 목적은 단순히 패러리걸의 업무 속도를 높이거나 판단을 기술로 대체하는 데 있지 않다. 권위 있는 정보를 바탕으로 적절한 업무를 적절한 사람이 적절한 시점에 수행하고, 결함과 불필요한 인계를 줄이며, 통제를 강화하는 워크플로를 만드는 데 있다. 성숙한 특허 운영에서 기술은 법적 책임을 대체하지 않는다. 오히려 전문적 판단을 둘러싼 마찰을 제거하면서 검증, 비밀유지, 추적가능성, 감독 및 책임성을 강화한다.

I.               서론

특허 출원·심사 업무는 지식 업무이지만 동시에 프로세스 업무이기도 하다. 특허출원을 제출하기 전에 특허 패러리걸은 발명자 및 출원인 정보를 수집하고, 출원 지시를 확인하고, 서명을 조율하고, 서류를 취합하고, 수수료 승인을 받고, 기한관리 시스템을 갱신하고, 출원을 제출하고, 전자출원 접수증을 확인하고, 고객에게 출원 사실을 보고하며, 공식 출원접수통지서가 발행되면 이를 대조할 수 있다. 이와 유사한 거래는 심사 대응, 특허허여 결정, 특허 발행, 양도 등록, 해외출원, 유지료 관리 및 포트폴리오 보고 전반에서 반복된다.

이러한 각 거래에는 개시 사건, 정의된 입력, 참여자, 의사결정 지점, 적용 규칙, 인계, 산출물 및 완료 기준이 존재한다. 따라서 특허 패러리걸 운영은 린 식스 시그마를 적용하기에 특히 적합하다. 식스 시그마는 업무를 입력과 산출물을 정의하고, 측정하고, 분석하고, 개선하고, 관리할 수 있는 프로세스로 본다. 또한 DMAIC 방법론, 즉 정의(Define), 측정(Measure), 분석(Analyze), 개선(Improve), 관리(Control)는 성과 요건이나 고객 기대를 일관되게 충족하지 못하는 기존 프로세스를 개선하기 위한 구조화된 접근법을 제공한다. (Am. Soc’y for Quality, What Is Six Sigma? (최종 방문일: 2026년 6월 23일); Am. Soc’y for Quality, DMAIC Process: Define, Measure, Analyze, Improve, Control (최종 방문일: 2026년 6월 23일)).

린과 식스 시그마는 상호 보완적인 관점을 제공한다. 린은 흐름, 리드타임, 그리고 가치를 창출하지도 정당한 법률·규제·품질·사업상 요건을 충족하지도 않는 활동의 제거에 초점을 둔다. 식스 시그마는 결함을 줄이고 프로세스 변동을 통제하는 데 초점을 둔다. 지도카는 세 번째이자 특히 중요한 차원을 더한다. 즉, 결함이 후속 단계로 흘러가기 전에 이상 상태를 감지하고 격리하며 해결할 수 있도록 품질을 프로세스 자체에 내재화해야 한다.

도요타는 지도카를 도요타 생산방식의 두 기둥 중 하나로 규정하고 이를 ‘인간의 판단을 가미한 자동화’라고 설명한다. 지도카에서는 이상이 감지되면 설비 또는 작업자가 업무를 중단하여 불량 산출물이 프로세스를 따라 계속 진행되는 것을 막는다. 목적은 단순히 마지막 단계에서 품질을 검사하는 것이 아니다. 이상을 가시화하고 재발을 방지하는 데 있다. (Toyota Motor Corp., Toyota Production System (최종 방문일: 2026년 6월 23일); Lean Enter. Inst., Jidoka (최종 방문일: 2026년 6월 23일)).

특허 운영에 적용할 때 지도카란 중요 정보가 누락되거나 상충되거나 권한이 없거나 신뢰할 수 없는 경우 출원 프로세스가 아무 경고 없이 계속 진행되어서는 안 된다는 뜻이다. 프로세스는 이상을 식별하고, 그 이상이 후속 업무를 오염시키지 않도록 차단하며, 적절한 담당자에게 알리고, 근본 원인을 시정할 수 있는 기록을 생성해야 한다. 전통적 자동화와 인공지능은 이 모델을 지원할 수 있지만, 결함을 더 빠르게 확산시키는 것이 아니라 결함을 드러내도록 설계된 경우에만 그러하다.

목적은 단순히 특허 패러리걸이 더 빨리 일하게 하는 것이 아니다. 권위 있는 정보를 사용하여 적절한 업무를 적절한 사람이 적절한 시점에 수행하고, 필요한 인계와 수정의 수를 최소화하는 신뢰성 높은 운영체계를 만드는 데 있다. 효율은 품질과 흐름의 결과이지, 그것들을 대신하는 것이 아니다.

II.            거래 프로세스로서의 특허 패러리걸 업무

프로세스는 고객을 위해 입력을 산출물로 전환한다. 특허 운영에서 고객은 발명자, 출원인, 특허권자, 감독 대리인, 사내 지식재산 부서, 해외 대리인, 미국 특허상표청(USPTO), 또는 앞선 거래가 완료될 때까지 업무를 시작할 수 없는 후속 팀일 수 있다.

신규 출원을 예로 들어 보자. 이 거래는 고객의 출원 승인으로 개시될 수 있다. 입력에는 명세서, 청구항, 도면, 발명자 정보, 출원인 정보, 우선권 데이터, 출원인 규모 지위(entity status) 정보, 출원 지시 및 수수료 승인이 포함될 수 있다. 산출물은 단순히 업로드된 서류의 집합이 아니다. 필요한 산출물은 완전하고 추적 가능한 기록, 검증된 제출 및 결제 영수증, 정확히 기한관리된 후속 의무, 그리고 고객에게 제공된 적절한 보고로 뒷받침되는 정확한 출원이다.

이 구분은 중요하다. 프로세스 개선에는 완료에 대한 운영상 정의가 필요하기 때문이다. 일반적으로 누군가 제출 버튼을 눌렀다는 이유만으로 출원이 완료된 것으로 취급해서는 안 된다. 조직의 승인된 절차에 따라서는 정확한 서류가 전송되었는지, 필요한 수수료가 수납되었는지, 출원번호가 정확히 기록되었는지, 기한관리 기록이 갱신되었는지, 출원 기록이 문서관리 시스템에 저장되었는지, 그리고 제출 접수증이 승인된 출원 패키지와 대조되었는지를 확인해야 완료로 볼 수 있다.

특허 운영은 발명 접수에서 시작하여 출원 전 준비, 출원, 심사 대응, 특허허여 결정, 특허 발행, 등록 후 관리 및 포트폴리오 보고로 이어지는 종단 간 가치흐름으로 이해할 수 있다. 그 가치흐름 안에는 출원데이터시트, 발명자 선언서, 양도서, 위임장, 정보개시서, 특허청 통지서, 심사 대응서 제출, 특허발행료 납부, 계속출원 여부 결정, 양도 등록, 유지료, 해외출원 지시 및 고객 보고와 관련된 반복 거래가 포함된다.

이러한 활동을 프로세스로 규정한다고 해서 그 법적 중요성이 낮아지는 것은 아니다. 또한 실체적인 법적 판단을 비자격자에게 이전하거나 소프트웨어에 위임할 수 있다는 뜻도 아니다. USPTO 직업윤리규정은 비자격 보조인에 대한 적절한 감독을 요구하고, 대리인이 무자격 법률업무 수행을 지원하는 것을 금지한다. (37 C.F.R. §§ 11.503, 11.505 (2025)). 따라서 린 식스 시그마는 운영 실행과 법적 판단의 구분을 유지하면서, 권한이 부여된 업무가 수행되는 방식을 개선해야 한다.

III.         특허 운영에서 품질과 가치의 정의

린 식스 시그마 프로젝트는 고객의 관점에서 품질을 정의하고 그 개념을 측정 가능한 요건으로 전환하는 데서 시작한다. 특허 패러리걸 업무에서 핵심 품질요건(critical-to-quality requirements)은 일반적으로 기한의 정확성, 정확한 사건 및 출원 식별자, 정확한 발명자 및 출원인 데이터, 정확한 우선권 및 선출원 이익 정보, 완전한 출원 패키지, 승인된 문서 버전, 적법한 서명과 권한 부여, 정확한 출원인 규모 지위 및 수수료 정보, 성공적인 전송 및 결제, 적시의 접수증 대조, 비밀유지, 데이터 보안, 그리고 감사 가능한 거래 기록을 포함한다.

‘정확하게 출원한다’거나 ‘신속하게 보고한다’와 같은 포괄적 목표는 충분히 구체적이지 않다. 유용한 운영상 정의라면 제출된 각 서지 필드가 승인된 기준정보 시스템과 일치하고, 필요한 모든 서류가 전자 제출 접수증에 나타나며, 각 서명이 적용 절차를 준수하고, 그 결과 발생하는 모든 기한이 독립적으로 검증되며, 제출 확인 후 정해진 기간 안에 출원 보고가 발행될 것을 요구할 수 있다.

부가가치 업무, 사업상 필수 업무 및 순수 낭비를 구분하는 것도 중요하다. 부가가치 업무는 고객이 요구하는 결과에 직접 기여한다. 사업상 필수 업무는 업무 산출물을 눈에 띄게 변화시키지 않을 수 있지만 법적 준수, 품질보증, 정보보안 또는 위험관리를 위해 필요하다. 순수 낭비는 고객 가치를 창출하지도 정당한 요건을 충족하지도 않으면서 자원을 소비한다.

이 구분은 린 원칙을 지나치게 단순화하여 적용하는 것을 방지한다. 위험도가 높은 우선권 주장에 대한 이차 검토는 필요한 통제일 수 있다. 반면 책임이 불명확하다는 이유로 동일한 저위험 필드를 네 차례 중복 검토하는 것은 과잉가공에 해당할 수 있다. 적절한 질문은 어떤 단계가 시간을 소비하는지 여부가 아니다. 그 단계가 정의된 요건이나 위험을 효과적으로 다루는지 여부이다.

IV.         특허 패러리걸 업무에서 낭비의 식별

전통적인 린의 낭비는 특허 운영에서도 쉽게 관찰된다. 결함에는 부정확한 발명자명, 잘못된 출원번호, 누락된 우선권 정보, 미서명 서류, 잘못 선택된 수수료 및 오류가 있는 기한관리 입력이 포함된다. 과잉생산은 보고서, 양식 또는 문서 세트를 필요하기 전에 만들거나 명확한 후속 사용자가 없는 상태에서 만드는 경우 발생한다. 대기는 고객 지시, 발명자 서명, 변호사 검토, 수수료 승인, 해외 대리인의 확인 또는 누락된 서지 데이터를 기다리며 업무가 정체되는 경우 발생한다.

인재의 미활용은 숙련된 패러리걸이 하루 중 상당한 시간을 시스템 간 정보 복사, 파일명 변경 또는 일상적인 자동 기능의 감시에 사용하는 경우 나타난다. 적절히 감독되는 표준업무로 처리할 수 있는 반복적 사무업무를 변호사가 수행하는 경우에도 나타난다. 운반의 낭비는 이메일, 스프레드시트, 기한관리 소프트웨어, 문서관리 시스템, 고객 포털 및 로컬 폴더 사이에서 정보를 불필요하게 이동하는 것이다. 재고의 낭비는 누적된 미서명 선언서, 미대조 출원 접수증, 미처리 서신, 장기간 정체된 기한관리 업무 또는 지시를 기다리는 사건의 형태로 나타난다.

동작의 낭비에는 지배적인 지시, 올바른 문서 버전 또는 승인된 고객 요건을 찾기 위해 여러 시스템을 검색하는 일이 포함된다. 과잉가공에는 반복적인 데이터 입력, 불필요한 재서식, 중복 상태보고, 그리고 정의된 고장형태와 연결되지 않은 검토 단계가 포함된다.

이러한 낭비는 대개 개인의 성과가 아니라 프로세스 설계의 증상이다. 불완전한 접수 기준, 분절된 기술, 불명확한 책임, 일관되지 않은 고객 요건, 그리고 종단 간 워크플로를 재검토하지 않은 채 역사적으로 추가된 통제가 낭비가 번성하는 조건을 만드는 경우가 많다. 건전한 린 식스 시그마 이니셔티브는 그 체계 안에서 일해야 하는 사람을 탓하기보다 시스템을 시정하는 데 초점을 맞춘다.

V.            지도카: 특허 프로세스에 품질을 내재화하기

특허 업무는 거래량이 많으면서도 특정 결함에 대한 허용도가 낮기 때문에 지도카는 특허 패러리걸 운영에 특히 적합하다. 제조업에서 지도카는 이상 상태가 발생하면 기계 또는 작업자가 생산을 중단할 수 있게 한다. 법률서비스 환경에서 이에 대응하는 원칙은 정의된 중요 조건이 충족되지 않은 경우 업무가 다음 단계로 넘어가서는 안 된다는 것이다.

특허 운영의 지도카 시스템에는 네 가지 실무 요소가 있다. 첫째, 프로세스가 이상을 감지할 수 있어야 한다. 둘째, 이상이 전파되지 않도록 정상 처리를 중단하거나 격리해야 한다. 셋째, 해당 상태를 가시화하고 이를 해결할 권한과 지식을 가진 사람에게 전달해야 한다. 넷째, 조직은 원인을 조사하고 같은 문제가 재발할 가능성을 낮추는 적절한 대책을 시행해야 한다.

감지는 자동 또는 수동으로 이루어질 수 있다. 규칙 엔진은 선언서의 발명자명이 승인된 사건 기록과 일치하지 않는다는 사실을 감지할 수 있다. 문서조립 시스템은 필요한 우선권 데이터가 누락되었음을 판정할 수 있다. AI 추출 도구는 승인된 임계값보다 낮은 신뢰도 점수를 반환할 수 있다. 패러리걸은 고객 지시가 출원데이터시트와 상충하거나 선택된 출원 수수료가 기록된 출원인 규모 지위와 일치하지 않는 것으로 보인다는 점을 발견할 수 있다.

중단 기능은 위험에 비례해야 한다. 감지된 상태가 출원인의 신원, 발명자 정보, 우선권 주장, 출원 권한, 필요한 서명, 출원인 규모 지위 또는 임박한 기한과 관련되는 경우 강제 중단이 적절할 수 있다. 위험이 낮은 불일치는 사용자가 이를 확인하고 해결 내용을 기록한 뒤에만 업무 계속을 허용하는 경고를 발생시킬 수 있다. 시스템은 진정한 중단 조건과 정보 제공용 알림을 구분해야 한다. 그렇지 않으면 과도한 경고가 경보 피로를 유발하고 사용자는 통제를 반사적으로 우회하는 습관을 들이게 된다.

법률 운영에서 안돈(andon) 신호에 해당하는 것은 가시적인 예외 알림이다. 불일치가 이메일 스레드에 묻혀 있도록 두는 대신, 시스템은 해당 사건을 예외 처리 대기열에 넣고, 중단 이유를 표시하고, 담당자를 지정하고, 상향 보고 시각을 기록하며, 적용되는 내부 또는 외부 기한까지 남은 시간을 표시해야 한다. 목적은 이상 상태를 무시할 수 없게 만드는 데 있다.

지도카는 직원에게 프로세스를 중단할 권한이 있을 것도 요구한다. 중대한 불일치를 발견한 패러리걸에게 의심스러운 정보를 제출할 것인지, 아니면 워크플로를 지연시켰다는 비판을 감수할 것인지 선택하도록 해서는 안 된다. 경영진과 감독 대리인은 정상 처리를 일시 중단하고 정의된 위험을 상향 보고하는 것이 기대되는 품질관리 조치임을 확립해야 한다.

그러나 특허 실무에서 ‘프로세스를 중단한다’는 말은 법정 기한, 규정상 기한 또는 고객 기한이 수동적으로 만료되도록 내버려 둔다는 뜻이어서는 안 된다. 중단은 기한이 정해진 상향 보고와 승인된 기한 보호 절차를 촉발해야 한다. 정상 워크플로는 일시 중단될 수 있지만, 담당 대리인의 지시에 따른 보호조치는 계속 이용 가능해야 한다. 따라서 잘 설계된 지도카 통제는 업무를 언제 중단해야 하는지만이 아니라 누구에게 통지해야 하는지, 그 사람이 얼마나 신속히 대응해야 하는지, 어떠한 비상경로가 승인되어 있는지, 그리고 결정을 어떻게 문서화할지도 정한다.

지도카는 프로세스 종료 시점의 검사와 다르다. 최종 체크리스트에만 의존하는 조직은 상당한 후속 업무가 이미 수행된 뒤에 결함을 발견할 수 있다. 반면 지도카 통제는 문제를 발생 지점에서 식별하려 한다. 접수 단계에서 출원인명이 일관되지 않다면, 누군가 이를 알아차릴 때까지 그 불일치가 출원데이터시트, 선언서, 양도서, 기한관리 기록, 고객 보고 및 해외출원 지시로 확산되는 것을 프로세스가 허용해서는 안 된다.

지도카는 오류 방지, 즉 포카요케(poka-yoke)도 보완한다. 오류 방지 통제는 유효하지 않은 날짜 형식을 막거나 필수 필드의 입력을 요구할 수 있다. 지도카 통제는 이상 상태가 감지되어 프로세스를 중단하고 격리하며 상향 보고해야 하는 더 넓은 상황을 다룬다. 가장 강력한 워크플로는 두 가지를 모두 사용한다. 예측 가능한 오류는 가능한 한 방지하고, 오류나 예외를 자동으로 막을 수 없는 경우에는 프로세스를 중단한다.

마지막으로 지도카는 사람과 기계의 업무 분리를 지원한다. 사람은 소프트웨어가 일상적인 업무를 수행하는 모습을 계속 지켜보는 데 시간을 써서는 안 된다. 시스템이 업무를 수행하고 정의된 조건을 감시하며, 예외가 발생할 때에만 사람의 주의를 요청해야 한다. 이 원칙은 AI를 도입할 때 특히 중요하다. 신뢰할 수 없는 AI 시스템이 결과를 만들었다는 이유만으로 전문가가 모든 필드를 다시 읽어야 해서는 안 된다. 조직은 도구를 검증하고 신뢰도 및 예외 임계값을 설정하며, 중대한 위험이 있는 산출물 부분에 인적 검토를 집중해야 한다.

VI.         특허 패러리걸 업무에 DMAIC 적용하기

정의(Define)

정의 단계는 범위가 충분히 한정된 문제에서 시작한다. ‘특허 출원·심사 업무를 개선한다’는 너무 광범위하다. ‘신규 미국 정규출원의 준비 및 제출에 소요되는 리드타임과 재작업을 줄인다’가 더 적절하다.

프로젝트 헌장에는 사업상 문제, 프로세스의 시작점과 종료점, 고객, 프로세스 책임자, 프로젝트 후원자, 참여 인력, 기대 편익, 제외사항, 그리고 타협해서는 안 되는 위험을 명시해야 한다. 출원 방식 절차를 다루는 프로젝트가 청구항 작성, 발명자 판단 또는 심사 대응 전략으로 조용히 확대되어서는 안 된다.

SIPOC 분석은 공급자(Suppliers), 입력(Inputs), 상위 수준 프로세스(Process), 산출물(Outputs) 및 고객(Customers)을 식별하는 데 사용할 수 있다. RACI 분석은 각 중요 단계에서 누가 실행 책임자(Responsible), 최종 책임자(Accountable), 협의 대상(Consulted) 및 보고 대상(Informed)인지 명확히 할 수 있다. 변호사, 패러리걸, 기한관리 담당자, 행정직원, 발명자, 고객, 해외 대리인 및 기술 공급업체가 동일한 워크플로의 일부를 나누어 담당하는 경우 이러한 도구는 특히 유용하다.

적절한 문제 진술은 신규 출원 프로세스에서 불완전한 접수 패키지, 반복적인 데이터 입력, 일관되지 않은 검토 관행, 늦은 예외 발견 및 피할 수 있는 기한 상향 보고가 발생하고 있음을 설명할 수 있다. 목표는 서명, 비밀유지, 기한 또는 대리인 검토 통제를 약화하지 않으면서 총 리드타임을 줄이고 초회 완결률을 높이는 것이다.

정의 단계에서는 지도카를 작동시킬 조건도 식별해야 한다. 프로젝트 팀은 어떠한 이상에 즉시 중단이 필요한지, 어떠한 이상에는 경고로 충분한지, 각 예외의 책임자가 누구인지, 그리고 어느 정도의 상향 보고 시간이 적절한지를 결정해야 한다.

측정(Measure)

현재 프로세스는 절차서가 작동한다고 가정하는 방식이 아니라 실제로 작동하는 방식 그대로 매핑해야 한다. 스윔레인도 또는 가치흐름도에는 모든 중요한 활동, 시스템, 인계, 승인, 대기기간, 수정 루프 및 통제 지점을 표시해야 한다. 가치흐름 매핑의 목적은 업무와 정보의 흐름을 드러내어 지연, 역류 및 낭비가 적은 미래 상태를 설계하는 데 있다. (Am. Soc’y for Quality, Six Sigma Tools: DMAIC, Lean & Other Techniques (최종 방문일: 2026년 6월 23일)).

유용한 지표에는 총 리드타임, 실제 작업시간, 대기시간, 인계 횟수, 접근하는 시스템 수, 수동 데이터 입력 횟수, 초회 통과율, 재작업률, 거래당 결함 수, 기한 준수율, 미처리 업무의 체류기간, 출원 접수증 대조 시간 및 상향 보고가 필요한 사건의 비율이 포함된다.

지도카 발생 사건도 측정해야 한다. 조직은 중단의 수와 유형, 각 이상이 감지된 프로세스 단계, 해결에 필요한 시간, 우회 승인 빈도, 오탐 알림 수, 그리고 동일한 상태가 재발했는지를 기록해야 한다. 중단 횟수가 많다고 해서 반드시 지도카가 실패하고 있다는 뜻은 아니다. 초기에는 프로세스가 이전에 숨겨져 있던 결함을 마침내 가시화하고 있음을 보여주는 것일 수 있다.

모든 지표에는 운영상 정의가 필요하다. 팀은 프로세스가 언제 시작되고 끝나는지, 무엇을 재작업으로 볼지, 무엇을 결함으로 볼지, 그리고 불완전한 고객 지시로 인한 지연을 어떻게 분류할지를 정해야 한다. 일관된 정의가 없으면 데이터는 프로세스의 실제 성과가 아니라 관찰자의 견해를 반영하게 된다.

분석(Analyze)

분석 단계는 증상이 아니라 원인을 찾는다. 파레토 분석은 출원 재작업의 대부분이 일관되지 않은 발명자 정보, 누락된 우선권 데이터, 늦은 서명 수집 또는 기한관리 시스템과 출원데이터시트 사이의 불일치와 같은 소수의 범주에서 발생함을 보여줄 수 있다.

‘5 Whys’ 분석과 원인-결과도는 그러한 상태가 왜 발생하는지를 검증하는 데 사용할 수 있다. 선언서가 늦어진 직접적인 설명은 발명자가 신속히 서명하지 않았다는 것일 수 있다. 그러나 근본 원인은 서명 요청을 너무 늦게 시작했거나, 접수 시 발명자의 연락처 정보를 검증하지 않았거나, 경과일수 알림이 없었거나, 응답 없는 요청을 상향 보고할 책임자가 없었던 데 있을 수 있다.

고장형태 및 영향분석(FMEA)은 프로세스가 어떻게 실패할 수 있는지, 그 실패의 영향, 발생 가능성, 그리고 기존 감지 통제의 강도를 검토하므로 특허 운영에 특히 유용하다. 잠재적 고장형태에는 잘못된 우선권 주장, 불일치하는 발명자명, 구버전 문서, 누락된 서명, 잘못 선택된 수수료, 빠진 출원서류 또는 공식 출원접수통지서 대조 실패가 포함된다.

지도카 데이터는 분석을 더욱 정교하게 할 수 있다. 출원인 정보가 불완전하다는 이유로 시스템이 반복적으로 중단되는 경우, 근본 원인은 검증 규칙이 아닐 수 있다. 진짜 문제는 부실한 접수 양식 또는 권리귀속 정보를 확보할 책임이 불명확한 데 있을 수 있다. 알림을 비활성화하는 것은 프로세스를 개선하는 것이 아니라 증상을 숨길 뿐이다.

팀은 공통원인 변동과 특수원인 변동도 구분해야 한다. 반복되는 불완전한 접수, 일상적인 중복 입력 및 일관되지 않은 명명 규칙은 시스템적 상태이다. 플랫폼 장애, 예기치 않은 고객의 긴급상황 또는 이례적인 법률 문제는 특수원인일 수 있다. 전자에는 프로세스 재설계가 필요하고, 후자에는 비상절차가 필요하다.

개선(Improve)

개선은 의도적인 순서에 따라 이루어져야 한다. 조직은 먼저 불필요한 활동을 제거하고, 남은 워크플로를 단순화하고, 프로세스를 표준화하고, 예측 가능한 실패 지점에 오류 방지 장치를 적용한 다음 자동화를 도입해야 한다.

표준화에는 구조화된 접수 양식, 최소 입력 기준, 권위 있는 데이터 필드, 관리되는 템플릿, 통일된 명명 규칙, 표준업무 지침, 정의된 상향 보고 경로 및 위험 기반 검토 요건이 포함될 수 있다. 고객별 요건은 개인의 기억이나 흩어진 이메일이 아니라 통제되는 저장소에서 관리해야 한다.

지도카 통제는 각 중대 결함을 최초로 감지할 수 있는 지점에 내장해야 한다. 시스템은 승인된 발명자 정보가 없을 때 패키지 생성을 차단하고, 출원 접수증이 대조될 때까지 업무 종료를 막고, 신뢰도가 낮은 AI 추출 결과를 수동 검증으로 보내거나, 출원 패키지가 승인된 패키지와 다를 때 제출을 중단할 수 있다.

검토는 위험에 비례해야 한다. 위험이 낮은 구조화 데이터는 결정론적 규칙으로 검증할 수 있다. 특허 패러리걸은 운영상 완전성을 확인하고 일상적인 불일치를 해결할 수 있다. 정의된 고위험 정보에는 독립적인 이차 검토가 필요할 수 있다. 발명자성, 소유권, 우선권 또는 선출원 이익을 받을 자격, 개시의무, 법적 충분성 또는 심사 대응 전략에 관한 문제는 담당 대리인에게 상향 보고해야 한다.

성공적인 개선은 정상 거래를 더 빠르게 만드는 데 그치지 않는다. 예외를 더 쉽게 식별하고 해결할 수 있게도 한다. 따라서 미래 상태의 프로세스에는 이례적인 사건을 애초에 그러한 사건을 위해 설계되지 않은 정형 워크플로에 억지로 통과시키는 대신 명시적인 예외 처리 경로가 포함되어야 한다.

관리(Control)

책임, 모니터링 및 변경관리를 확립하지 않으면 개선된 프로세스는 다시 후퇴한다. 관리계획에는 각 중요 요건, 해당 지표, 프로세스 책임자, 검토 빈도, 허용 범위, 상향 보고 임계값 및 성과가 그 범위를 벗어날 때 필요한 시정조치를 명시해야 한다.

관리 수단에는 대시보드, 경과일수 보고서, 거래 감사, 예외 처리 대기열, 자동 대조 보고서, 템플릿 버전관리, 접근권한 검토, 교육 기록 및 자동화 또는 AI 지원 업무의 정기 표본검사가 포함될 수 있다. 지도카 우회는 기록하고 검토해야 한다. 설명 없이 우회할 수 있는 강제 중단은 실질적인 통제가 아니다.

조직은 통제 자체가 제대로 기능하는지도 모니터링해야 한다. 과도한 오탐, 해결되지 않은 예외 처리 대기열, 반복적인 수동 우회 및 긴 중단 해결시간은 통제가 잘못 조정되었거나 기초 프로세스가 여전히 불안정함을 나타낼 수 있다.

USPTO 규칙 또는 양식이 변경되거나, 수수료표가 개정되거나, 고객이 외부 법률사무소 요건을 변경하거나, 기한관리 플랫폼이 갱신되거나, 자동화 규칙이 변경되거나, AI 모델 또는 공급업체가 바뀌는 경우 변경관리를 개시해야 한다. 프로세스 책임자는 해당 변경이 기존 검증, 임계값, 교육자료 또는 상향 보고 절차에 영향을 미치는지 판단해야 한다.

VII.       운영 기반으로서의 전통적 자동화

전통적 자동화는 일반적으로 안정적이고 구조화되며 규칙에 기반한 활동에 가장 적합한 도구이다. 승인된 사건 기록에서 양식을 채우고, 출원 체크리스트를 생성하고, 수신 서신을 분류하고, 서명 워크플로를 개시하고, 출원번호와 날짜 형식을 검증하고, 기한관리 업무를 생성하고, 표준 보고서를 만들고, 접수증을 가져오며, 출원 후 또는 특허허여 결정 후 워크플로를 개시하는 데 적합하다.

이러한 기능은 데이터베이스 규칙, 문서조립 시스템, 응용프로그램 인터페이스(API), 로봇 프로세스 자동화(RPA), 매크로, 스크립트, 전자서명 플랫폼 및 워크플로 엔진을 통해 수행할 수 있다. 적절히 설계된 결정론적 자동화는 비교적 쉽게 시험하고, 재현하고, 설명하고, 감사할 수 있다.

지도카는 설계 질문을 ‘이 단계를 자동화할 수 있는가?’에서 ‘이상 상태를 감지하고 격리하면서 이 단계를 자동화할 수 있는가?’로 바꾼다. 잘못된 출원인명을 빠르게 채워 넣는 양식 생성기는 개선이 아니다. 상충되는 지시가 있는데도 문서를 자동 제출하는 워크플로는 효율적이지 않다. 단지 더 빠른 속도로 결함을 만들어낼 뿐이다.

따라서 자동화된 프로세스에는 정의된 진입 기준, 검증 규칙, 예외 처리 및 권위 있는 데이터 출처가 있어야 한다. 또한 안전하게 계속 진행할 수 없는 때를 인식해야 한다. 이것이 맹목적으로 실행하는 자동화와 인간의 지능 및 품질관리를 내장한 지도카형 자동화의 차이이다.

VIII.    역량 보강 계층으로서의 AI

AI는 기존 자동화가 비정형 정보 또는 언어적으로 변동이 큰 정보를 마주하는 영역에서 가장 유용하다. 특허 패러리걸 워크플로에서 AI는 수신 서신의 분류, 후보 서지 데이터의 추출, 전달 목적의 특허청 통지서 요약, 문서 간 발명자 및 출원인 정보 비교, 불일치 식별, 선행기술 인용 데이터 추출, 잠재적 중복 문헌 탐지, 내부 절차 검색, 일상적인 상태통지 초안 작성 또는 업무량 예측을 지원할 수 있다.

이러한 활용은 권위 있는 결정이 아니라 제안 또는 분석 지원으로 취급해야 한다. 바람직한 운영모델은 AI가 추출·분류·비교 또는 초안 작성을 수행하고, 결정론적 규칙이 검증 가능한 사항을 검증하며, 패러리걸이 운영 결과를 확인하고, 법적 판단이 필요한 사항은 대리인이 결정하거나 승인하며, 시스템이 최종 조치를 기록하는 방식이다.

AI 시스템은 산출물이 불완전하거나 근거가 없거나 잘못된 경우에도 유창한 결과를 생성할 수 있으므로 지도카가 필수적이다. AI 지원 프로세스는 모델이 권위 있는 출처를 식별하지 못하거나, 신뢰도가 승인된 임계값 아래로 떨어지거나, 추출 데이터가 기준정보 시스템과 상충하거나, 필요한 정보가 없거나, 요청된 업무가 승인된 사용사례 범위를 벗어나는 경우 거래를 중단하거나 적절한 경로로 전달해야 한다.

시스템의 산출물은 추적 가능해야 한다. 불일치 보고서는 제안된 필드가 추출된 문서와 텍스트를 식별해야 한다. 요약은 검토자가 기초자료로 되돌아갈 수 있게 해야 한다. AI 모델이 문서에서 추론했다는 이유만으로 기한 단서가 공식 기한관리 입력이 되어서는 안 된다.

USPTO는 특허청에서의 실무에 AI 도구를 사용할 때에도 기존 의무가 계속 적용된다고 밝혔다. 문서를 제출하는 사람은 상황에 비추어 합리적인 조사를 수행하고, 제출물을 검토·검증하며, 그 내용에 대한 책임을 계속 부담해야 한다. AI 도구에 단순히 의존하는 것은 합리적인 조사가 아니다. (Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the United States Patent and Trademark Office, 89 Fed. Reg. 25,609, 25,614–15 (Apr. 11, 2024)).

동일한 지침은 AI가 IDS 작성을 지원할 수는 있지만 자연인이 직접 제출물에 서명하고, 열거된 정보를 검토하며, 적용되는 인증 의무를 충족해야 한다고 설명한다. 개시의무를 컴퓨터 시스템에 이전할 수는 없다. (Id. at 25,615–16).

마찬가지로 AI가 발명자성을 판단하도록 해서는 안 된다. 연방순회항소법원은 자연인만 발명자로 기재될 수 있다고 판시했으며, USPTO의 개정 지침은 AI가 발명 과정을 지원했는지 여부와 관계없이 통상적인 발명자성 기준이 적용된다고 밝힌다. (Thaler v. Vidal, 43 F.4th 1207, 1211–13 (Fed. Cir. 2022); Revised Inventorship Guidance for AI-Assisted Inventions, 90 Fed. Reg. 54,636, 54,636–38 (Nov. 28, 2025)).

따라서 AI의 적절한 사용은 책임 포기가 아니라 역량 보강이다. AI는 정보를 찾고, 비교하고, 분류하고, 준비하는 데 필요한 노력을 줄일 수 있다. 그러나 법적 판단, 인증, 서명 또는 USPTO에 대한 진술에 수반되는 전문가적 책임성을 대신할 수는 없다.

IX.         적용 사례: 신규 정규출원 프로세스 개선

고객 지시는 이메일로 도착하고, 발명자 데이터는 스프레드시트에서 관리되며, 출원인 정보는 기한관리 시스템에 저장되고, 출원데이터시트는 수작업으로 작성되며, 서명 요청은 늦게 이루어지고, 고객별 요건은 개인 이메일 폴더에 보관되는 현행 출원 프로세스를 생각해 보자.

이 프로세스는 실제 작업시간이 몇 시간에 불과하더라도 대기, 검색, 반복 입력, 수정 및 승인 때문에 전체 경과시간이 며칠에 이를 수 있다. 경영진은 처음에 패러리걸이 더 빨리 일하도록 요구하는 것이 해결책이라고 생각할 수 있다. 그러나 린 식스 시그마 분석은 정보가 왜 불완전한지, 왜 반복 입력되는지, 예외가 왜 늦게 발견되는지, 그리고 검토 프로세스가 왜 위험과 정렬되어 있지 않은지를 묻는다.

미래 상태의 프로세스는 최소 입력 기준을 포함하는 구조화된 접수 양식에서 시작할 수 있다. 승인된 정보는 통제되는 사건 기록에 반영된다. 전통적 자동화는 그 기록에서 출원데이터시트, 선언서, 양도서류 및 출원 체크리스트를 생성한다. AI 도구는 출원서류, 접수 데이터, 출원 양식 및 기한관리 기록을 비교하여 출처가 연결된 불일치 보고서를 만들 수 있다.

지도카 통제는 중대한 이상이 감지되면 일상적인 워크플로가 계속 진행되는 것을 막는다. 발명자명의 불일치는 선언서 생성을 중단시킬 수 있다. 우선권 데이터 누락은 최종 패키지 승인을 차단할 수 있다. 출원인 규모 지위와 선택된 수수료의 불일치는 사건을 예외 처리 대기열로 보낼 수 있다. 신뢰도가 낮은 AI 추출 결과는 수동 검증을 요구할 수 있다. 서명 누락 또는 해결되지 않은 출원 권한 문제는 제출을 막을 수 있다.

패러리걸은 일상적인 운영상 불일치를 해결하고 법률 문제를 담당 대리인에게 상향 보고한다. 출원 기한에 임박하여 중단이 발생하면 시스템은 기한이 정해진 상향 보고와 승인된 비상경로를 작동시킨다. 제출 후 자동화는 접수증을 확보하여 승인된 출원 패키지와 비교한다. 제출물의 대조, 기한관리 기록의 갱신 및 고객 보고의 발행이 완료될 때까지 프로세스는 종료되지 않는다.

그 후 성과는 리드타임, 초회 통과율, 재작업률, 수동 데이터 입력 횟수, 예외 빈도, 중단 해결시간, 기한 준수율 및 접수증 대조 시간으로 평가할 수 있다. 조직은 이 프로세스가 긴급 업무를 줄이고 숙련된 패러리걸의 역량을 더 높은 부가가치 활동에 투입할 수 있게 했는지도 검토해야 한다.

X.            전문직 책임과 거버넌스

프로세스 개선은 전문직 의무를 변경하지 않는다. USPTO 대리인은 능력 있고 성실한 대리를 제공하고 비자격 보조인을 적절히 감독할 책임을 계속 부담한다. (37 C.F.R. §§ 11.101, 11.103, 11.503 (2025)).

서명 및 인증 요건은 특히 중요하다. 문서를 USPTO에 제출하는 행위는 사실상 주장이 증거의 뒷받침을 받고, 법률상 주장이 정당하며, 상황에 비추어 합리적인 조사가 수행되었다는 인증을 구성할 수 있다. (37 C.F.R. § 11.18(b) (2025)). AI 산출물만으로 그 의무가 충족되지는 않는다. USPTO는 또한 AI 시스템이 서신에 서명할 수 없고, USPTO.gov 계정을 취득할 수 없으며, 사람을 대신하여 그 사람의 서명을 삽입할 수도 없다고 밝혔다. (Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the United States Patent and Trademark Office, 89 Fed. Reg. at 25,616–17).

비밀유지도 프로세스에 내재되도록 설계해야 한다. 대리인은 대리와 관련된 정보에 대한 무단 접근 또는 공개를 방지하기 위해 합리적인 노력을 해야 한다. (37 C.F.R. § 11.106(a), (d) (2025)). AI 서비스는 제출된 정보를 보관하거나 추가 모델 학습에 사용하거나 제3자를 통해 처리하거나 미국 밖의 서버로 전송할 수 있다. 특허 사건에서 그러한 정보에는 미공개 발명과 민감한 기술 데이터가 포함될 수 있다. 이에 따라 USPTO는 AI 사용이 비밀유지, 국가안보, 수출통제, 비밀명령 및 해외출원허가와 관련된 고려사항을 수반할 수 있다고 경고했다. (Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the United States Patent and Trademark Office, 89 Fed. Reg. at 25,612–13, 25,617).

ABA Formal Opinion 512도 생성형 AI와 관련하여 능력, 비밀유지, 의사소통, 감독 및 합리적 보수를 다룬다. 이 의견은 변호사가 사용하는 도구의 역량과 한계를 이해하고, 적절한 수준의 독립적 검증을 적용하며, 명확한 정책을 수립하고, 변호사와 비변호사를 교육하며, 공급업체의 보안 및 데이터 관행을 평가해야 한다고 설명한다. (ABA Comm. on Ethics & Pro. Resp., Formal Op. 512, at 2–12 (2024)).

따라서 거버넌스는 승인된 도구, 권한 있는 사용자, 허용되는 데이터, 금지되는 사용, 검증 요건, 보존 규칙, 접근통제, 사고보고 절차 및 수동 대체 프로세스를 명시해야 한다. 공급업체 실사는 보안 아키텍처, 데이터 위치, 보존, 이차 이용, 모델 학습, 침해 통지, 하도급업체 및 계약상 구제수단을 다루어야 한다.

미국 국립표준기술연구소(NIST)의 AI 위험관리 프레임워크는 유용한 구조를 제공한다. 그 네 가지 기능인 거버넌스 수립(Govern), 맥락 파악(Map), 측정(Measure) 및 관리(Manage)는 조직이 책임체계를 확립하고, 사용사례의 맥락과 잠재적 피해를 이해하고, 성과와 위험을 평가하며, 시스템의 생애주기 전반에 걸쳐 지속적인 통제를 시행하도록 촉진한다. (Elham Tabassi, Nat’l Inst. of Standards & Tech., NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0) 20–32 (2023)).

NIST 프레임워크와 지도카는 서로를 강화한다. 거버넌스는 누가 AI 지원 프로세스를 중단할 수 있고 누가 예외를 책임지는지를 정한다. 맥락 파악은 중요한 이상을 식별한다. 측정은 감지 및 중단 통제가 효과적인지를 판단한다. 관리는 도구를 계속 운영할지, 수정할지, 제한할지 또는 철회할지를 결정한다.

청구 관행도 실제 효율을 반영해야 한다. 서비스가 시간제로 청구되는 경우 변호사는 AI 지원 업무를 사용하고 검토하는 데 실제로 소요된 시간에 대해서는 청구할 수 있지만, 소요되지 않은 시간을 청구할 수는 없다. 기술에 대한 별도 비용은 합리적이어야 하며 위임계약 조건과 일치해야 한다. (ABA Comm. on Ethics & Pro. Resp., Formal Op. 512, at 11–14 (2024)).

XI.         중요한 것을 측정하기

특허 운영 개선은 단일 생산성 목표가 아니라 균형 잡힌 지표 세트로 평가해야 한다. 품질 지표에는 초회 통과율, 거래당 결함 수, 수정 빈도, 접수증 대조 정확도 및 후속 단계로 유출된 결함이 포함될 수 있다. 납기 지표에는 총 리드타임, 대기열 시간, 기한 준수율 및 미처리 업무의 체류기간이 포함될 수 있다. 역량 지표에는 실제 작업시간, 수동 입력 횟수, 인계 횟수 및 더 높은 숙련도가 필요한 업무로 전환된 시간이 포함될 수 있다.

지도카 지표에는 중단 사건의 빈도, 이상이 감지된 단계, 해결에 필요한 시간, 우회 빈도, 재발 및 오탐률이 포함되어야 한다. AI 고유 지표에는 추출 정확도, 근거 없는 산출물의 빈도, 예외 전달 정확도 및 필요한 인적 검증을 받은 중대한 산출물의 비율이 포함될 수 있다.

인력 지표도 마찬가지로 중요하다. 초과근무, 업무량 균형, 교육 이수, 직원의 신뢰도 및 개선 제안 수를 통해 미래 상태의 프로세스가 지속 가능한지 알 수 있다. 직원이 더 많은 스트레스를 떠안거나 기록되지 않은 시정업무를 수행하기 때문에 더 빨라 보일 뿐인 프로세스는 진정으로 개선된 것이 아니다.

경영진은 1인당 처리 사건 수만 측정하는 것을 피해야 한다. 품질, 위험, 업무량 및 고객 서비스를 무시하는 생산성 지표는 문제 은폐에 보상을 주고 직원이 프로세스 중단 권한을 사용하는 것을 억제할 수 있다. 지도카는 그 반대의 문화를 요구한다. 이상은 즉시 드러내고 시스템을 개선할 기회로 다루어야 한다.

XII.       실무적인 도입 순서

도입은 눈에 보이는 지연, 재작업 또는 위험이 존재하는, 거래량이 많고 비교적 안정적인 하나의 프로세스에서 시작해야 한다. 조직은 기준선을 설정하고, 프로세스를 단순화하고, 표준업무를 만들고, 중대한 이상을 정의하고, 적절한 오류 방지 및 지도카 통제를 시행하고, 결정론적 단계를 자동화한 다음, 제한적이고 검토 가능한 용도에서 AI를 시범 운영해야 한다.

시범 운영에는 실제 사용자, 현실적인 거래량, 알려진 예외 유형, 측정 가능한 수용기준 및 롤백 절차가 포함되어야 한다. 정상 사례가 작동하는지만이 아니라 시스템이 정보 누락, 상충 데이터, 신뢰도가 낮은 산출물, 시스템 장애, 무단 접근 시도 및 기한에 민감한 예외를 감지하고 적절히 처리하는지도 시험해야 한다.

조직이 전문직 통제를 약화하지 않으면서 프로세스가 품질과 흐름을 개선한다는 사실을 입증한 후에만 확대 적용해야 한다. 평균 실제 작업시간이 줄었다는 이유만으로 기술 도입을 성공이라고 해서는 안 된다. 정확성, 비밀유지, 추적가능성, 예외 처리 및 인간의 책임성도 유지되거나 개선되어야 한다.

XIII.    결론

특허 패러리걸의 효율은 유능한 사람들에게 분절되고 불안정한 프로세스 안에서 더 빨리 일하라고 요구함으로써 달성되지 않는다. 완전한 정보가 적절한 시점에 도착하고, 업무가 불필요한 지연 없이 이동하며, 예측 가능한 오류가 방지되고, 이상이 가시화되며, 각 참여자가 자신의 책임과 권한의 한계를 모두 이해하도록 프로세스를 설계함으로써 달성된다.

린은 불필요한 활동과 지연을 제거한다. 식스 시그마는 결함과 변동을 줄인다. 전통적 자동화는 안정적인 규칙 기반 거래를 일관되게 수행한다. AI는 비정형 정보의 처리, 비교, 분류 및 초안 작성을 지원한다. 지도카는 사람도 기술도 결함 있는 업무를 아무 경고 없이 다음 단계로 넘기지 않도록 한다.

따라서 지배 원칙은 자동화 그 자체를 위한 자동화가 아니다. 인간의 지능, 정의된 통제, 그리고 프로세스가 의도한 대로 작동하지 않을 때 중단할 수 있는 능력을 갖춘 자동화이다. 잘 설계된 특허 운영에서 기술은 전문적 판단을 둘러싼 마찰을 제거하는 한편, 변호사와 패러리걸은 건전한 특허 실무에 필요한 검증, 감독, 비밀유지 및 법적 결정에 대한 책임을 계속 부담한다.