홈 · ML 시스템
판단을 뒷받침할 도구를
직접 만들어 씁니다
특허 업무는 건별로 끊깁니다. 그런데 기업이 실제로 필요한 것은 포트폴리오 전체에 대한 답입니다. 그 간극을 메우려고 여섯 개의 분석 시스템을 만들었습니다.
01 · FAMILY
특허 패밀리 설계
명세서 하나에서 조성물·용도·방법·제형·바이오마커·병용 등 파생 출원 후보를 도출합니다. 여기에 주요 관할별로 학습된 진입 판단 모델을 붙여, 한정된 예산 안에서 어느 나라에 무엇을 먼저 걸지 우선순위를 정합니다.
02 · STRATEGY
특허 전략 수립
기술수명 곡선, 경쟁 밀집도, 랜드스케이프, 우선권·PCT 기한을 한 장으로 모읍니다. 국내는 KIPRIS, 해외는 공개 특허 데이터베이스에서 실측으로 끌어옵니다. “지금 이 기술이 수명주기의 어디에 있는가”를 먼저 보고 전략을 짭니다.
03 · VALUATION
특허 가치평가
산업부·기술보증기금·KISTA·대한변리사회·TCB·발명진흥회 방식을 각각 따로 계산해 결과가 왜 갈리는지 보여 주고, 그 위에 독자 종합값을 얹습니다. 로열티율·위험 프리미엄 같은 룩업값은 전부 출처를 붙였습니다.
04 · OVERSEAS
해외출원 갭 진단
국내 명세서를 그대로 번역해 내보내면 관할마다 다른 이유로 막힙니다. 미국·유럽·PCT 기준으로 어떤 청구항이 어디서 문제가 되는지 진단하고, 그 관할에서 통하는 형태로 바꾸는 대안을 제시합니다.
05 · LITIGATION
분쟁 판단 지원
쟁점축별 교리 카드와 통계 카드를 붙여 둡니다. “이 유형의 사건이 통상 어떻게 끝나는가”를 먼저 보고 전략을 정하기 위한 것입니다. 손해배상 증액처럼 제도가 바뀐 구간은 옛 통계를 그대로 잇지 않도록 따로 표시합니다.
06 · TRANSFER
기술이전 · 거래
공시된 기술이전·라이선스 거래 자료를 모아 계약 조건의 통상 범위를 봅니다. 협상 테이블에서 “이 조건이 시장에서 어느 위치인가”를 말할 수 있게 하기 위한 것입니다.
Principles
머신러닝을 쓰되,
학습하지 않은 것을 학습했다고 말하지 않습니다
특허 업무에서 근거 없는 숫자는 그 자체로 위험합니다. 그래서 무엇이 실제로 학습된 모델이고 무엇이 규칙과 계산인지를 출력마다 구분해 표기합니다. 아래 규칙은 코드 수준에서 강제되며 자동 감사로 매번 검사합니다.
RULE 01
데이터가 부족하면 학습하지 않습니다
라벨이 기준에 못 미치면 학습 자체를 거부하도록 만들어 두었습니다. 적은 데이터로 만든 모델은 그럴듯한 숫자를 내지만 근거가 없습니다.
RULE 02
규칙을 머신러닝이라 부르지 않습니다
결정론적 계산, 통계 집계, 학습 모델은 성격이 다릅니다. 출력마다 어느 쪽인지 표기해 과장을 막습니다.
RULE 03
인용은 원문과 해시로 남깁니다
통계와 판례 인용은 원문 그대로와 원본 파일 해시를 함께 붙입니다. 요약하는 과정에서 내용이 바뀌는 것을 막기 위해서입니다.
RULE 04
점추정 대신 범위로 냅니다
가치는 하나의 숫자로 답하지 않습니다. 범위와 민감도, 그리고 어느 가정이 결과를 흔드는지를 같이 제시합니다.
RULE 05
실패를 숨기지 않습니다
외부 데이터 조회가 실패하면 조용히 넘어가지 않고 보고서에 표면화합니다. 비어 있는 근거를 채워진 것처럼 보이게 하지 않습니다.
RULE 06
검증 한계를 명시합니다
가치평가 정량모델은 자체 검증에서 학습하지 않은 기술 분야로의 일반화가 확인되지 않았습니다. 그 사실을 보고서에 상시 표기합니다.
도구는 판단을 돕는 것이지 대신하지 않습니다. 최종 판단과 그 책임은 사람에게 있습니다.