사후적 고찰 해소 관점에서 바라본 AI 활용 특허심사

신상훈

doi:10.35505/slj.2026.06.15.2.51

자료유형: 학술저널

저자정보: 신상훈 (지식재산처)

저널정보: 서강대학교 법학연구소 서강법률논총 서강법률논총 제15권 제2호(통권 제36호)

발행연도: 2026.6

수록면: 51 - 81 (31page)

DOI: 10.35505/slj.2026.06.15.2.51

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

이 글에서는 진보성 판단 시 나타날 수 있는 사후적 고찰의 감소 방안에 대하여 살펴보았다. 이를 위해 주요국의 진보성 판단 및 그 때 나타날 수 있는 사후적 고찰을 검토하였다. 주요국 중 미국의 TSM 테스트와 유럽의 could-would 접근법이 사후적 고찰을 줄이기 위한 유효한 방안일 수 있으나, 이는 심사관의 지속적인 훈련이 선결되어야 할 것이다. 또한 상업적 성공 등의 이차적 고려사항의 경우 심판 단계 이후에나 효과적일 것으로 보인다.
한편, 사후적 고찰과 관련된 선행 연구는 휴먼 에러에 해당하는 사후적 고찰 발생의 문제를 진보성 판단 과정에서 반복적으로 나타나지 않도록 판단 과정을 정비하는 쪽에 중점은 둔 것으로 보인다. 즉, 심사 등의 판단 과정을 분리하여 판단하거나, 복수의 판단자가 개입하는 판단 방식이 유효한 것으로 보고 있다. 이로부터 분리된 판단 과정을 심사에 도입하는 것이 바람직하다고 볼 수 있지만, 심사 실무 여건상 모든 심사 건에 복수의 심사관이 투입되기는 어렵다.
그러므로 진보성 판단 과정에서 사후적 고찰을 줄이기 위한 새로운 방안으로 이 글에서는 적어도 심사 단계의 첫 관문이라 할 수 있는 선행기술조사 단계를 AI에 의한 자동 검색으로 전환할 것으로 제안한다. 여기에서 AI에 의한 선행기술조사는 출원발명의 청구범위만을 대상으로 자동으로 검색되는 방식으로 진행되어야 할 것이다. 이에 더하여, 이후의 심사 단계에서도 AI의 조력으로 각 심사 단계에 개입될 수 있는 사후적 고찰의 위험을 추가적으로 줄일 수 있을 것으로 생각된다. 그렇다하더라도 AI를 활용한 심사는 AI에 의한 전면적인 심사 보다는 심사관 판단에 위험성을 경고하는 보조도구로 활용되어야 할 것이다.

This article examines potential approaches to reducing hindsight bias that may arise in the assessment of inventive step. To this end, the standards for evaluating inventive step within Korea, the United States, Europe, and Japan and the possibility of hindsight bias arising in that process are reviewed. Among those jurisdictions, the Teaching–Suggestion–Motivation(TSM) test adopted in the United States and the could–would approach employed in Europe may serve as effective mechanisms for mitigating hindsight bias. However, their effective application presupposes continuous training and calibration of patent examiners. In addition, so-called secondary considerations, such as commercial success, appear to function more effectively at the stage of post-grant proceedings rather than during the initial examination stage.
Meanwhile, existing studies addressing hindsight bias have generally focused on restructuring the decision-making process to prevent the recurrence of hindsight bias, which is often regarded as a form of human error, in the assessment of inventive step. In particular, these studies suggest that separating decision-making processes or involving multiple decision-makers can be effective approaches. From this perspective, introducing a separated decision-making process into patent examination could be considered desirable. However, in practical examination environments, it is difficult to assign multiple examiners to every examination case.
Therefore, as a new approach to reducing hindsight bias in the inventive-step assessment process, this study proposes that the prior-art search stage, which can be regarded as the initial gateway of the examination process, be converted into an AI-driven automated search process. In this framework, the AI-based prior-art search should be conducted automatically based solely on the claims of the patent application. Furthermore, if AI assistance is incorporated into subsequent stages of examination, the risk of hindsight bias arising at each stage of the examination process may be further reduced. Nevertheless, AI should not be used to replace the examination process entirely. Rather, it should be employed as an auxiliary tool that alerts examiners to the risk of hindsight bias in their decision-making.

#진보성 #사후적 고찰 #TSM 테스트 #선행기술조사 #inventive step #hindsight #TSM test #prior-art search #AI

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)