미국에서 인공지능(AI) 관련 기술로 특허를 받으려는 기업과 연구자들은 '추상적 아이디어'라는 까다로운 장벽에 직면합니다. 국내에서 이미 등록된 딥러닝 모델 발명이라 할지라도, 미국 특허청(USPTO) 심사관은 발명이 단순히 수학적 개념이나 정신적 과정에 불과하다고 판단하여 특허 적격성(35 USC 101) 거절 이유를 통지하는 경우가 많습니다. 이는 AI의 본질이 수학이라는 점에서 비롯되며, 청구항에 구체적인 기술적 기여가 명확히 드러나지 않으면 특허를 받기 어렵습니다.
미국 특허청의 AI 특허 심사는 2014년 연방대법원의 앨리스(Alice) 판결 이후 두 단계로 진행됩니다. 먼저 청구항이 추상적 아이디어를 기재하고 있는지 판단하고, 그렇다면 이를 넘어서는 '현저히 그 이상(significantly more)'의 기술적 기여가 있는지를 살펴봅니다. 특히 2024년 7월 발표된 AI 발명 전용 심사 업데이트와 심사례들은 이 '실용적 응용(practical application)'의 중요성을 강조합니다. 예를 들어, 네트워크 보안 AI의 경우, 악성 패킷을 단순히 '탐지'하고 출력하는 청구항은 추상적 계산으로 간주되지만, 악성 패킷을 '폐기'하고 발신지 트래픽을 '차단'하는 실행 단계까지 포함하면 네트워크 보안이라는 기술 개선으로 인정받아 특허 적격성을 획득할 수 있습니다. 의료 AI 심사례에서도 '적절한 치료 투여'라는 모호한 표현 대신 'Compound X 안약 투여'처럼 구체적인 치료법을 명시해야 특허를 받을 수 있었습니다.
이러한 심사 흐름은 AI 발명가들에게 청구항 작성에 대한 명확한 지침을 제공합니다. 첫째, 청구항을 단순히 '정확도를 높인다'는 결과가 아닌, '무엇을 어떤 구조로 처리하여 그 정확도에 도달하는지'와 같은 구체적인 방법으로 채워야 합니다. 둘째, 탐지, 예측, 분류에서 멈추지 않고 제어, 차단, 투여와 같은 실제 '실행 단계'까지 청구항에 포함하는 것이 중요합니다. 또한, 하드웨어와 결합한 장치 청구항은 추상적 아이디어 논쟁을 피할 수 있어 병행하는 것이 유리합니다. 마지막으로, 속도, 메모리, 정확도 등 정량적인 개선 데이터를 명세서에 충분히 기재하여 적격성 통과와 진보성(inventiveness) 거절 반박의 강력한 근거로 활용해야 합니다. 결국 AI 특허는 기술 자체의 우수성뿐만 아니라, 그 기술이 현실에서 어떻게 구체적인 문제 해결에 기여하는지를 명확히 보여주는 것이 핵심입니다.