자율주행은 급격한 성장을 거듭하며 AI의 다른 연산 및 언어 처리 기능 외에도 AI의 주요 활용 분야 중 하나로 자리 잡았습니다. 외부 카메라와 모션 센서 같은 하드웨어를 포함한 특허받은 분석 시스템과 더불어, AI는 자율주행 차량이 다양한 지형을 주행할 수 있도록 지원합니다. 

AI가 기술 발전에 중요한 역할을 해온 것은 사실이지만, 자율주행차의 특허 역사는 1970년대로 거슬러 올라갑니다. 1977년 쓰쿠바 대학에서 최초의 자율주행차를 개발했으며, 이 차량은 아날로그 카메라만으로 시속 20마일의 속도를 낼 수 있었습니다. 이후 1986년 독일 연방군 대학교 교수이자 프린스턴 대학교 제어 공학 박사후 연구원이었던 에른스트 디크만스(Ernst Dickmanns)가 차량 스스로 주행할 수 있게 하는 시스템에 대한 최초의 특허를 출원했습니다. 특허 번호 DE3619824A1에서 에른스트는 "차량에 부착되어 이미지 데이터를 정보 처리 장치로 전송하는 이미지 센서" 시스템을 설명했으며, 그는 이 시스템을 두 대의 메르세데스 500 SEL에 탑재하여 프랑스 오토루트 1호선에서 시속 130km를 기록하는 테스트를 성공적으로 마쳤습니다. 

이처럼 비특허 및 특허 문헌을 통해 초기 기술이 등장한 이후, 선행 기술의 효과적인 보호와 활용이 기술 성장을 뒷받침했습니다. 이러한 시스템을 기반으로 현재의 AI 구동 시스템이 탄생했으며, 초기 기술 특허에 명시된 모니터링 시스템이 제공하는 복잡한 데이터를 해석하고 활용하게 되었습니다. IBM과 같은 기업들이 향후 더욱 효과적으로 활용하고자 하는 데이터가 바로 이것입니다. 

AI 기반 자율주행 시스템에 필요한 연결성은 자율주행차 사용자(차량 공유 또는 소유)에게 더 많은 제어권과 추가적인 혜택을 제공하는 데 활용될 수 있습니다. IBM의 최근 특허는 자율주행차 구동 시스템에서 생성되는 비핵심 자원 및 데이터를 '가용 자원'으로 정의하고, 이를 통해 탑승자의 경험을 향상시키는 방법을 상세히 다루고 있습니다. 예를 들어, 차량 내 소프트웨어와 하드웨어를 구동하는 데 필요한 연결성을 활용하여 사용자에게 인터넷 및 데이터베이스 연결을 제공함으로써 업무, 게임, 엔터테인먼트 스트리밍 등 다양한 서비스를 이용할 수 있게 합니다. 이러한 자원의 사용 범위는 차량의 자율주행 시스템이 정상적으로 작동하는 데 필요한 용량을 침해하지 않도록, 차량 시스템의 여유 용량에 따라 결정됩니다. 

이러한 특허는 자율주행차 대중화를 위해 노력하는 기업들이 자율주행 시스템에 회의적인 소비자들에게 추가적인 가치를 제공할 수 있도록 돕습니다. 또한, 시스템 개발에 막대한 자본이 투입되는 만큼, 가용 데이터와 용량을 최대한 활용하는 것은 기업의 수익을 극대화하는 데 필수적입니다. 수익을 극대화하고 자본을 효율적으로 운용하기 위해서는 이러한 시스템을 보호하기 위한 지식재산권(IP) 전략도 함께 고려해야 합니다. 알고리즘 자체는 특허를 받을 수 없지만, 관련 하드웨어와 소프트웨어 알고리즘의 단계는 특허를 통해 보호받을 수 있으며, 이를 통해 AI 및 자동차 분야 선도 기업들의 시장 지배력을 강화할 수 있습니다. 또한, 이러한 특허는 미래 기술 개발의 품질 표준을 제시하여 차세대 기술이 현재 기술과 동등한 수준을 유지하도록 보장합니다. 효율적인 IP 관리를 위해 patlytics.ai와 같은 AI 기반 IP 포트폴리오 관리 소프트웨어를 사용하면 최신 특허 데이터베이스와 비교 분석을 수행하여 자본 효율적인 방식으로 IP 포트폴리오를 관리할 수 있습니다. 이는 비용 효율적인 IP 관리를 가능하게 할 뿐만 아니라, USPTO 및 WIPO 데이터베이스와의 비교를 통해 IP 포트폴리오를 지속적으로 개선할 수 있게 합니다. 침해 및 무효화 탐지가 용이해짐에 따라 기업들은 자동차 기술의 미래를 개척하는 데 자원과 역량을 집중할 수 있습니다.