patlytics.ai와 같은 AI 특허 검색 기술의 등장으로 IP 포트폴리오 관리 소프트웨어는 크게 향상되었으며, 기업은 자사의 특허 및 상표에 대해 더 깊은 통찰력을 얻을 수 있게 되었습니다. 이러한 발전의 핵심에는 '모델 역량 추출(model capability extraction)'이라는 프로세스가 있습니다. 이 프로세스는 2022년 10월에 출원되어 2024년 4월에 공개된 마이크로소프트의 특허에 자세히 설명되어 있습니다. 

모델 역량 추출이란 무엇인가?

모델 역량 추출은 머신러닝 모델의 강점과 한계를 파악하기 위해 해당 모델의 역량을 식별하고 분석하는 과정을 의미합니다. 해당 특허의 요약에 따르면, 모델 역량 추출은 "모델이 보유한 역량을 확인하기 위해 모델을 간접적으로 질의하는 것"으로 정의됩니다. 모델 역량 추출의 주요 측면은 다음과 같습니다.

1. 성능 평가
2. 설명 가능성 및 해석 가능성
3. 편향 탐지
4. 행동 분석
5. 역량 매핑

IP 포트폴리오 관리 소프트웨어에 모델 역량 추출 적용하기

1. 특허 분류 및 분석에서의 성능 평가:
   • AI 모델은 기술 분야에 따라 특허를 분류하는 데 광범위하게 사용됩니다. 역량 추출을 통해 분류 정확도를 측정하고 개선 기회를 파악할 수 있습니다.
   • 예를 들어, 관련 선행 기술을 식별하도록 훈련된 모델을 표준화된 벤치마크와 비교 평가하여, 소프트웨어가 특허 심사관이나 법무팀을 적절하게 지원하는지 확인할 수 있습니다.
   • 이러한 성능 평가는 특허 처리의 정확성과 속도가 혁신 주기 및 시장 진입 시기에 직접적인 영향을 미치는 환경에서 매우 중요합니다. 조직은 AI 모델을 체계적으로 평가함으로써 성능 병목 현상을 찾아내고 모델을 개선하여 처리량을 늘리고 오류를 줄임으로써 특허 심사 과정을 효율화할 수 있습니다.
2. 전략적 의사결정을 위한 설명 가능성:
   • 조직은 특성 중요도 분석을 활용하여 라이선싱을 위한 고가치 특허 식별과 같이 모델의 추천을 이끄는 요인에 대한 통찰력을 얻을 수 있습니다.
   • 이러한 투명성은 비즈니스 목표에 부합하는 정보에 입각한 전략적 의사결정을 내리는 데 필수적입니다. 예를 들어, 모델이 소송 지원이나 라이선싱을 위해 특정 특허를 우선순위에 두는 이유를 이해하면 기업은 특정 지식 재산을 보호하거나 활용하기 위한 법적 전략을 조정할 수 있습니다.
   • 또한, 설명 가능성은 이해관계자들 사이의 신뢰를 구축합니다. 이해관계자들은 자동화된 결정의 근거를 확인하고 이해할 수 있게 되어 갈등을 줄이고 운영을 원활하게 할 수 있습니다.
3. 특허 가치 평가에서의 편향 탐지:
   • AI 모델은 과거 특허 데이터에 존재하는 편향을 의도치 않게 학습할 수 있으며, 이는 가치 평가 예측에 영향을 미칠 수 있습니다.
   • 모델 역량 추출을 통해 기업은 편향을 탐지하고 수정함으로써 다양한 기술 분야와 지역에 걸쳐 공정한 가치 평가를 보장할 수 있습니다.
   • 편향성을 해결하는 것은 단순히 공정성의 문제를 넘어 전략적으로도 필수적입니다. 예를 들어, 지리적 편향을 식별하고 수정하면 신흥 시장의 혁신이 적절하게 평가받을 수 있으며, 기업이 글로벌 기회를 포착하는 데 도움이 됩니다. 이러한 편향을 체계적으로 해결함으로써 기업은 가치 평가 알고리즘의 견고함과 공정성을 확보하고 글로벌 표준에 부합하도록 만들 수 있습니다.
4. 상표 모니터링에서의 행동 분석:
   • 상표권 침해를 탐지하려면 로고나 명칭의 미세한 차이까지 인식할 수 있는 모델이 필요합니다.
   • 역량 추출을 통해 조직은 적대적 취약점이나 모델이 어려움을 겪는 시나리오를 파악할 수 있으며, 이를 통해 모델을 개선하여 탐지 정확도를 높일 수 있습니다.
   • 이러한 분석은 침해 수법이 끊임없이 진화하는 글로벌 시장에서 브랜드 정체성과 지식재산권을 보호하는 데 매우 중요합니다. 기업은 모델의 구체적인 약점을 파악함으로써 더 다양한 데이터셋으로 학습하거나 이미지 인식 알고리즘을 조정하여 미묘한 위조 사례를 더 효과적으로 탐지하는 등 맞춤형 개선책을 실행할 수 있습니다.
5. 효율적인 포트폴리오 관리를 위한 역량 매핑:
   • 다양한 AI 모델의 강점을 매핑함으로써 기업은 전략적으로 업무를 배분할 수 있습니다. 예를 들어, 선행 기술 조사에 특히 뛰어난 모델을 활용하여 특허 침해 분석(FTO) 속도를 높일 수 있습니다.
   • 이러한 매핑을 통해 지식재산권 포트폴리오 관리 소프트웨어 내의 각 AI 모델을 최대한 활용할 수 있습니다.
   • 역량 매핑을 통해 기업은 자원 배분을 최적화하고 지식재산권 관리의 여러 측면에서 각 모델의 강점을 활용하는 데 집중할 수 있습니다. 이러한 전략적 접근 방식은 효율성을 높일 뿐만 아니라 지식재산권 포트폴리오 관리의 전반적인 효과를 향상시켜 기업이 각 산업 분야에서 경쟁 우위를 유지하도록 돕습니다.

결론

모델 역량 추출은 지식재산권 포트폴리오 관리 소프트웨어에 내장된 AI 모델의 잠재력을 최대한 활용하도록 돕는 필수적인 과정입니다. 기업은 이러한 모델의 강점과 한계를 이해함으로써 더 정확한 특허 분류, 전략적 의사결정, 편향 없는 가치 평가를 보장할 수 있으며, 결과적으로 더 강력하고 효율적으로 관리되는 지식재산권 포트폴리오를 구축할 수 있습니다.