귀사 특허의
동반자로 남습니다

머신러닝을 쓰되, 학습하지 않은 것을 학습했다고 말하지 않습니다

특허 업무에서 근거 없는 숫자는 그 자체로 위험합니다. 그래서 이 시스템들은 무엇이 실제로 학습된 모델이고 무엇이 규칙과 계산인지를 출력마다 구분해 표기합니다. 아래 규칙은 코드 수준에서 강제되며 자동 감사로 매번 검사합니다.

• 학습 데이터가 기준에 못 미치면 학습을 거부합니다
• 규칙 기반 산출을 머신러닝이라 부르지 않습니다
• 학습에 쓴 자료와 검증 자료를 분리합니다
• 인용은 원문 그대로 + 원본 파일 해시로 남깁니다
• 가치는 점추정 대신 범위와 민감도로 제시합니다
• 조회 실패를 숨기지 않고 보고서에 표면화합니다

이 기준은 저희 모델에도 똑같이 적용합니다. 예를 들어 가치평가 정량모델은 자체 검증에서 학습하지 않은 기술 분야로의 일반화가 확인되지 않았고, 그 사실을 보고서에 상시 표기하도록 되어 있습니다. 도구는 판단을 돕는 것이지 대신하지 않습니다.