Keith Brown 몇 달 전, 평소처럼 특허 정보검색을 하던 중 이상한 점을 발견했다. 분명 같은 키워드로 검색했는데, 예전에는 안 나오던 특허가 최상단에 뜨는 거다. 알고 보니 특허청이 검색 엔진에 BERT 모델을 도입했다는 소식이었다. 한국특허청 공식 자료에 따르면, 이 변화는 자연어 처리 기술을 활용해 검색 정확도를 대폭 높였다고 한다. 사실 처음엔 반신반의했다. 특허 검색은 오랜 경험이 중요한데, 갑자기 AI가 바꿔버리면 적응이 안 될 것 같았기 때문이다. 하지만 직접 써보니 확실히 다르다. 예전에는 불리언 연산자로 일일이 조건을 걸어야 했는데, 지금은 ‘자전거용 스마트락’ 같은 자연어 문장만 넣어도 비슷한 개념의 특허가 알아서 정렬된다. 예를 들어, 나는 최근 ‘스마트폰 거치대’ 관련 특허를 찾고 있었는데, 과거에는 ‘휴대폰 거치대’, ‘핸드폰 홀더’ 등 동의어를 모두 조합한 검색식을 만들어야 했다. 하지만 BERT 도입 후에는 ‘차량용 스마트폰 거치대’라고 입력하자, 관련 특허가 상위에 노출되었고, 심지어 ‘대시보드 부착형 거치대’처럼 내가 생각지 못한 유사 개념도 포함되어 있었다. 이 변화가 단순히 편리함을 넘어, 특허 전략 수립의 패러다임을 바꿀 수도 있겠다는 생각이 들었다.
문제는 명확하다. 기존 특허 검색은 전문가의 노하우가 절대적이었다. 동의어, 유사어, 분류 코드를 외우고, 복잡한 검색식을 짜야 원하는 결과를 얻을 수 있었다. 하지만 BERT 같은 딥러닝 모델은 문맥을 이해하기 때문에, 같은 단어라도 분야나 용도에 따라 다른 의미를 파악한다. 예를 들어 ‘리튬’이라는 단어가 배터리 관련 특허에서는 양극재를, 의약 특허에서는 치료제 성분을 의미할 수 있는데, BERT는 이를 구분해서 보여준다. 실제로 나는 ‘리튬이온 배터리’와 ‘리튬 약물’을 각각 검색했을 때, 전혀 다른 특허군이 나타나는 것을 확인했다. 이는 특허 정보 접근성을 획기적으로 높여, 중소기업이나 개인 발명가도 쉽게 특허 동향을 파악할 수 있게 해준다. 예컨대, 스타트업 창업자 A씨는 BERT 기반 검색 덕분에 경쟁사의 특허 포트폴리오를 단시간에 분석할 수 있었다고 한다. 그전에는 특허 검색 전문가를 고용해야 했지만, 이제는 직접 검색어 몇 개로 유사 기술의 특허를 찾아내어 R&D 방향을 결정할 수 있게 되었다.
그렇다면 이 변화를 제대로 활용하려면 어떻게 해야 할까? 첫째, 검색 의도를 명확히 해야 한다. BERT가 아무리 똑똑해도, 사용자가 모호한 질문을 하면 엉뚱한 결과가 나온다. ‘전기차 충전 기술’ 대신 ‘전기차 무선 충전 패드 관련 특허’처럼 구체적으로 입력하는 게 좋다. 둘째, 검색 결과를 신뢰하되 검증하라. BERT가 추천한 특허라도 IPC 코드나 인용 관계를 꼭 확인해야 한다. 셋째, 정기적으로 검색식을 업데이트하라. BERT 모델은 학습 데이터가 계속 갱신되므로, 한 번 설정한 검색식이 영원히 유효하지는 않다. 실제로 나도 3개월 전에 저장해둔 검색식으로 다시 검색했더니, 새로운 특허가 다수 포함된 결과가 나와서 놀랐다. 또한, BERT가 제공하는 유사 특허 추천 기능을 활용하면, 내가 놓친 기술 분야나 경쟁사를 발견할 수 있다. 예를 들어, ‘드론 배송 시스템’을 검색했을 때 BERT가 추천한 ‘무인 항공기 물류’ 관련 특허에서 새로운 인사이트를 얻은 경험이 있다.
두 번째 단계는 검색 결과를 분석하는 능력이다. BERT 덕분에 관련 특허가 더 많이 노출되지만, 그중에서 진짜 중요한 특허를 가려내는 건 여전히 사람의 몫이다. 나는 주로 인용 횟수, 패밀리 국가 수, 등록 여부를 기준으로 필터링한다. 최근 네이버 특허검색 블로그에 따르면, BERT 기반 검색에서 상위 노출된 특허의 실제 품질이 기존 검색보다 15% 이상 높았다는 분석이 있다. 이는 AI가 단순히 키워드 매칭을 넘어 특허의 기술적 중요성까지 어느 정도 반영한다는 의미다. 하지만 여전히 특허의 청구항 범위나 명세서 기재 정도는 직접 읽어야 하므로, 기본적인 특허 분석 능력은 필수다. 예를 들어, 최근 나는 ‘자가운전 자동차’ 관련 특허를 분석할 때, BERT가 상위에 노출시킨 특허 중 하나가 실제로는 청구항이 매우 좁아서 권리 범위가 제한적임을 발견했다. 따라서 BERT의 결과를 맹신하지 않고, 직접 청구항을 검토하는 습관이 중요하다.
세 번째 단계는 변화하는 검색 환경에 적응하는 것이다. 특허청은 지속적으로 AI 모델을 업데이트하고, 사용자 피드백을 반영한다. 때문에 최신 검색 팁을 주기적으로 확인하는 게 좋다. 또한 BERT가 처리하지 못하는 한계도 알아야 한다. 예를 들어, 극히 최신 기술이나 비정형 데이터(예: 논문, 뉴스)는 특허 검색 범위에 포함되지 않을 수 있다. 따라서 특허 검색만으로 기술 동향을 완전히 파악했다고 안심하면 안 된다. 나는 보통 특허 검색 후, 관련 논문이나 시장 보고서를 크로스체크하는 습관을 들이고 있다. 예컨대, ‘양자 컴퓨터’ 관련 특허를 검색한 후, arXiv에서 최신 논문을 확인하여 특허와 연구 간의 간극을 파악했다. 이렇게 하면 기술의 성숙도와 상업화 가능성을 더 정확히 예측할 수 있다.
결론적으로, BERT 도입은 특허 검색의 민주화라고 볼 수 있다. 이제 특허 검색은 더 이상 소수의 전문가만의 영역이 아니다. 인공지능이 기본적인 검색과 분류를 대신해주기 때문에, 누구나 쉽게 특허 정보에 접근하고 활용할 수 있게 되었다. 물론 전문가의 깊이 있는 분석은 여전히 중요하지만, 진입 장벽이 낮아진 것은 분명한 사실이다. 앞으로도 AI 기술은 더 고도화되어, 특허 분석뿐 아니라 출원 전략 수립까지 도와주는 날이 올지도 모른다. 예를 들어, BERT가 특허의 기술적 중요도를 점수화하거나, 침해 가능성을 예측하는 기능이 추가될 수도 있다. 그때까지 나는 꾸준히 공부하고 적응하려 한다. 변화를 두려워하기보다는, 변화를 내 편으로 만드는 게 진짜 전문가의 자세니까.
