특허 무효화 및 선행 기술 조사 시, 특허 외의 자료에서도 중요한 증거를 찾을 수 있는 경우가 많습니다. 학술 논문, 학회지, 서적, 기술 간행물 등 비특허 문헌(NPL)에는 기초 기술에 대한 최초의 공개 내용이 담겨 있는 경우가 빈번합니다.

하지만 이러한 중요성에도 불구하고, 기존의 비특허 문헌 조사는 파편화되어 있고 수작업이 많으며 공식적인 특허 분석 과정에 통합하기가 어려웠습니다.

Patlytics는 강력한 비특허 문헌 탐색, 분석 및 청구항 차트 기능을 무효화 워크플로우와 검색 모듈에 직접 통합하여 이러한 문제를 해결합니다. 이를 통해 팀은 단일 통합 플랫폼에서 학술 자료와 특허 선행 기술을 함께 평가할 수 있습니다.

특허 분석에서 비특허 문헌이 중요한 이유

비특허 문헌은 다음과 같은 분야에서 핵심적인 역할을 합니다.

• 제102조 및 제103조에 따른 무효화 분석
• 학술적 공개 내용을 포함한 자명성 조합
• 기술 변화가 빠른 분야에서의 조기 선행 기술 발견
• 소송 및 IPR 전략 강화

그러나 기존의 비특허 문헌 조사는 여러 데이터베이스를 검색하고, 논문을 일일이 다운로드한 뒤, 특허 청구항과 대조하여 별도로 분석해야 하는 번거로움이 있습니다. 이러한 단절된 과정은 분석 속도를 늦추고 중요한 증거를 놓칠 위험을 높입니다.

포괄적인 비특허 문헌 데이터베이스

Patlytics는 특허 분석 플랫폼 중 가장 방대한 통합 비특허 문헌 데이터셋 중 하나에 대한 액세스를 제공합니다.

규모와 커버리지

본 플랫폼은 다음을 포함합니다.

• 2억 5천만 건 이상의 간행물
• 전 세계 25만 개 이상의 출처
• 대학, 연구 기관, 기술 출판사 및 학술 데이터베이스를 아우르는 광범위한 커버리지

이러한 폭넓은 자료를 통해 사용자는 여러 도구를 오갈 필요 없이 진정으로 포괄적인 비특허 문헌 조사를 수행할 수 있습니다.

지원되는 문헌 유형

Patlytics는 다음과 같은 다양한 학술 및 기술 소스를 지원합니다.

• 학술지 논문
• 학회 논문
• 도서 및 도서 챕터
• 프리프린트
• 기타 학술 및 기술 간행물

이는 혁신 기술이 특허 출원보다 훨씬 앞서 연구 논문에 먼저 등장하는 산업 분야에서 특히 유용합니다.

오픈 소스 서지 통합

NPL 데이터베이스는 OpenAlex와 같은 오픈 서지 소스를 기반으로 하며, 출판 메타데이터와 출처의 투명성을 유지하면서 광범위한 검색을 지원합니다.

NPL 탐색을 위한 고급 검색 기능

Patlytics는 기술 및 법률 연구에 최적화된 강력한 검색 기능을 제공합니다.

불리언 및 구조화 검색

사용자는 다음과 같은 방식으로 정밀한 쿼리를 구성할 수 있습니다:

• AND, OR, NOT 연산자
• 복잡한 검색을 위한 괄호 논리 (예: (LiDAR AND sensor) OR (New York AND Boston))

이를 통해 방대한 문헌 속에서 특정 기술 개념을 집중적으로 탐색할 수 있습니다.

필드별 검색

다음과 같이 특정 필드로 검색 범위를 제한할 수 있습니다:

• 제목 및 초록
• 발행일 범위
• 전문 검색(지원되는 경우)

이러한 유연성을 통해 사용자는 결과를 빠르게 좁히고 가장 관련성 높은 공개 내용에 집중할 수 있습니다.

특허 청구항을 활용한 자동 NPL 쿼리

무효화 워크플로우 내에서 Patlytics는 특허 청구항의 언어를 기반으로 비특허 문헌(NPL) 검색 쿼리를 자동으로 생성하고 실행합니다. 이를 통해 수동으로 쿼리를 작성하는 번거로움을 줄이고, 검토 중인 청구항과 도출된 NPL 간의 연관성을 높일 수 있습니다.

결과 분류 및 지능형 액세스

검토 및 분류 작업을 효율화하기 위해 Patlytics는 NPL 결과를 사용 가능 여부에 따라 명확하게 분류합니다.

오픈 액세스 vs. 유료 액세스

각 참조 문헌은 다음과 같이 표시됩니다:

• 오픈 액세스: 전문을 즉시 확인할 수 있으며 보고서 및 청구항 차트에 바로 추가할 수 있습니다.
• 유료 액세스: 출판사의 유료 결제 장벽 뒤에 있는 콘텐츠입니다. Patlytics는 사용자가 자신의 구독을 통해 문서를 다운로드하고 분석을 위해 업로드할 수 있도록 외부 링크를 제공합니다.

이러한 투명성은 팀이 항목을 체계적으로 정리하고 액세스 제한으로 인한 혼란 없이 신속하게 업무를 진행하도록 돕습니다.

신속한 분류를 위한 관련성 점수 산정

검색 결과는 관련성에 따라 높음, 중간, 낮음으로 자동 순위가 매겨지며, 이를 통해 사용자는 방대한 결과 내에서 가장 영향력 있는 참조 문헌을 빠르게 우선순위화할 수 있습니다.

대화형 NPL 분석 및 청구항 차트 작성

NPL 발견은 첫 단계일 뿐입니다. Patlytics는 공식적인 특허 워크플로우내에서 비특허 문헌에 대한 심층적인 대화형 분석을 지원합니다.

NPL AI 챗 에이전트

사용자는 AI 챗 에이전트와 대화하며 특정 NPL 참조 문헌에 대해 질문하거나, 주요 공개 내용을 요약하거나, 기술적 개념을 명확히 할 수 있습니다. 이는 에이전트가 출판물의 전문을 분석할 수 있는 오픈 액세스 자료에서 특히 강력한 기능을 발휘합니다.

NPL을 활용한 무효 주장 차트 작성

식별된 비특허 문헌(NPL)은 제102조 또는 제103조 무효 주장 차트에 직접 추가할 수 있습니다. Patlytics는 각 문헌을 특허 청구항과 요소별로 분석하며, NPL을 특허 선행 기술과 동일한 엄격함으로 다룹니다.

외국어 NPL 지원

Patlytics는 번역 기능을 포함하고 있어 사용자가 외국어 비특허 문헌의 영문 번역본을 확인할 수 있습니다. 이를 통해 글로벌 선행 기술 탐색 범위를 넓히고 언어 장벽으로 인해 중요한 공개 정보를 놓치는 일을 방지합니다.

비특허 문헌을 핵심 특허 워크플로우에 통합

Patlytics는 비특허 문헌 검색을 별도의 연구 작업이 아닌, 무효 및 선행 기술 분석의 완전히 통합된 일부로 전환합니다.

다음 요소들을 결합하여:

• 대규모 NPL 데이터
• 고급 검색 및 자동 쿼리 생성
• 관련성 점수 산정 및 접근성 분류
• 대화형 AI 분석
• 청구항 차트 직접 통합

Patlytics를 통해 IP 팀은 비특허 문헌을 특허 선행 기술과 동일한 속도, 구조, 방어 논리로 평가할 수 있습니다.

중요한 무효 심판, 소송 또는 포트폴리오 위험 분석을 다루는 팀에게 이러한 통합적 접근 방식은 NPL 연구를 더 빠르고 완벽하며 훨씬 더 실행 가능하게 만들어 줍니다.

Patlytics와 이것이 전체 특허 수명 주기를 어떻게 지원하는지 자세히 알아보려면, 다른 블로그 글을 읽어보시거나 데모를 예약하세요 .