요약: 인공지능(AI) 관련 발명은 미국과 중국 양국에서 모두 특허를 받을 수 있지만, 어느 법역도 “AI”라는 추상적 표지를 그 자체로 보호하거나 알려진 모델을 새로운 분야에 일반적으로 사용하는 것만을 보상하지 않는다. 미국 실무는 Alice/Mayo 적격성 체계를 적용하며, 현재 USPTO 지침은 청구항 전체, 기술에 대한 구체적 개선, 그리고 그 개선을 청구된 메커니즘과 연결하는 증거를 강조한다. 적절히 뒷받침된 선언서는 심사 중 도움이 될 수 있으나 누락된 개시를 치유할 수는 없다. 중국은 기술적 해결수단 요건, 정신활동 배제, 진보성 분석, 알고리즘적 특징이 기술적 특징과 어떻게 상호작용하는지를 설명해야 한다는 강화된 기대를 통해 상당히 유사한 결론에 도달하면서도, 명시적인 윤리 및 데이터 거버넌스 심사를 부과한다. 두 제도 모두 적격한 자연인 발명자와, 주장된 기술적 결과를 만들어 내는 아키텍처, 훈련 과정, 입력, 출력 및 인과 메커니

요약: 본 글은 한국법상 특허적격성이 있어 보이는 한국발 소프트웨어 및 AI 특허출원이 왜 미국의 특허대상적격성 법리하에서는 여전히 상당한 장애에 직면할 수 있는지를 설명한다. 한국법은 청구된 발명이 “자연법칙을 이용한 기술적 사상”인지, 그리고 소프트웨어 관련 발명의 경우 소프트웨어 기반 정보처리가 하드웨어를 이용하여 구체적으로 실현되어 있는지에 초점을 맞춘다. 반면 미국법은 청구항이 법정 범주에 속하는지, 그리고 추상적 아이디어, 자연법칙, 자연현상 등 사법상 예외를 회피하거나 이를 충분히 적용하고 있는지를 묻는다. 본 글은 한국 대법원 및 특허법원 판례와 미국 연방대법원 및 연방순회항소법원 판례를 함께 검토하여, 서버, 프로세서, 데이터베이스, AI 모델 또는 컴퓨터 판독가능 매체를 단순히 기재하는 것만으로는 일부 한국 실무에서는 적격성을 뒷받침할 수 있을지라도, 미국에서는 청구항이 데이터 수집, 분석, 사업상 의사결정, 정신활동 또는 범용

요약: 특허출원서는 법적으로 해당 기술분야의 통상의 기술자의 시각을 통해 평가된다. 그러나 그 실무적 성공은 훨씬 더 넓은 독자층, 즉 특허심사관, 계속출원 담당 변호사, 해외 대리인 및 국내단계 심사관, 판사, 상대방 대리인, 배심원, 라이선싱 및 사업팀에 달려 있다. 이 글은 그 해법이 독자별로 발명의 서로 다른 버전을 작성하는 데 있는 것이 아니라, 하나의 일관된 개시를 층위적으로 구축하는 데 있다고 주장한다. 즉, 접근하기 쉬운 기술적 방향 제시에서 출발하여, 청구항 중심의 관계와 작동적 구현 세부사항으로 나아가고, 명시적으로 연결된 대안 및 예비적 입장을 보존하는 방식이다. 일관된 용어와 통합된 조합은 심사를 용이하게 하고 § 112를 충족하게 한다. 기술적 설명은 소프트웨어 및 AI 관련 특허적격성 입장을 강화한다. 명확한 보정 근거는 미국 및 해외 심사에서 유연성을 보존한다. 권리범위를 의식한 표현은 청구항 해석 및 § 112(f) 위

요약: 이 글은 주제적격성 선언서(Subject Matter Eligibility Declarations, “SMEDs”)가 § 101 거절에 대응하여 사실기록을 구축하는 유용한 출원심사 도구가 될 수 있지만, 엄격한 규율 하에 사용될 때에만 그러하다고 주장한다. SMED는 발명자나 전문가에게 청구항이 특허적격이라고 선언하게 해서는 안 된다. 오히려 통상의 기술자가 명세서와 청구항을 구체적 기술적 개선을 기재한 것으로 어떻게 이해할지를 보여주는, 청구항에 결부되고 보강 증거로 뒷받침된 기술적 사실을 제공해야 한다. 이 글은 USPTO의 SMED 지침이 심사 중 출원인이 적격성 증거를 구성하는 데 도움을 줄 수 있으나, 연방순회항소법원의 법리를 변경하거나 청구항 자체가 개선을 기재해야 한다는 요건을 완화하지 않는다는 점을 설명한다. 두 개의 Swoop 선언서를 사례연구로 사용하여, 효과적인 SMED가 이메일 기반 상거래 청구항을 기술적 보안 아키텍처

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, 워크플