김용덕 아이피렉스 특허법률사무소 대표 변리사(사진:아이스톡 및 본지DB)
최근 생성형 인공지능(AI) 기술은 단순한 텍스트 생성 기능을 넘어 과학 연구 및 산업 전반에서 핵심적인 역할을 수행하는 단계로 진입하고 있다. 특히 자연과학 분야에서는 방대한 문헌과 실험 데이터를 기반으로 새로운 물질을 설계하거나 화학 반응을 예측하는 작업이 필수적이며, 이러한 작업의 복잡성과 비용 문제를 해결하기 위한 다양한 기술적 시도가 이루어지고 있다.
이러한 흐름 속에서 주목할 만한 발명으로, 주식회사 엘지 경영개발원이 출원한 “답변 생성 방법 및 시스템”이 있다. 이 발명은 LG AI연구원이 개발한 AI 연구 플랫폼인 엑사원 디스커버리(EXAONE Discovery)의 핵심 기술 사상을 반영한 것으로 평가되며, 실제로 해당 플랫폼과 관련된 기술은 지난 2월, 특허 등록번호 제10-2869378호로 등록된 바 있다.
엑사원 디스커버리는 논문, 특허, 분자 구조, 이미지 등 다양한 형태의 멀티모달 데이터를 분석하여 후보 물질을 발굴하고 연구개발 과정을 획기적으로 단축하는 인공지능 플랫폼이다. 단순한 알고리즘 수준이 아니라, 비정형 문서에서 분자 구조를 추출하고 연구자의 질의에 따라 실험을 설계하며 나아가 신물질을 예측하는 전 과정을 하나의 시스템으로 통합한 점에서 기존 기술과 차별화된다. 이러한 기술적 배경을 고려할 때, 본 특허는 엑사원 디스커버리의 핵심 처리 구조를 특허 관점에서 구체화한 사례로 이해할 수 있다.
본 발명의 가장 큰 특징은 문서 이해 기술과 예측 모델, 그리고 생성형 인공지능을 하나의 통합된 구조로 결합한 데 있다. 종래의 인공지능 기반 질의응답 시스템은 주로 텍스트 데이터에 기반하여 정보를 검색하거나 요약하는 방식에 머물렀다.
그러나 본 발명에서는 논문, 특허 문서, 보고서 등 다양한 문서를 분석 대상으로 설정하고, 그로부터 텍스트뿐 아니라 분자 구조, 수식, 차트, 테이블, 이미지 등 다양한 형태의 데이터를 추출한다. 이는 과학기술 분야에서 중요한 의미를 가지는 비정형 데이터까지 포괄적으로 활용할 수 있도록 한다는 점에서 기존 기술과 명확히 구별된다.
문서로부터 추출된 데이터는 단순히 저장되는 것이 아니라, 각 콘텐츠 간의 의미적 관계를 기반으로 재구성된다. 즉, 특정 분자 구조를 중심으로 해당 분자와 관련된 설명, 물성 정보, 수식, 실험 데이터 등을 하나의 그룹으로 묶고, 이에 대해 라벨을 부여하는 방식으로 데이터가 조직화된다. 이러한 구조는 단순한 정보 집합이 아니라 의미적으로 연결된 지식 단위로 기능하며, 이후 질의응답 과정에서 핵심적인 역할을 수행하게 된다.
사용자로부터 질의가 입력되면, 시스템은 해당 질의를 분석하여 관련 콘텐츠를 선택하고, 선택된 콘텐츠에 포함된 분자 구조 정보를 예측 모델의 입력으로 활용한다. 특히 본 발명에서는 화학 반응 예측 모델이 중요한 역할을 수행한다.
이 모델은 입력된 분자 구조와 관련 정보를 바탕으로 반응 결과, 생성물, 반응 경로, 반응 조건 등을 예측할 수 있도록 학습된 모델로서, 단순한 정보 제공을 넘어 새로운 과학적 결과를 도출하는 기능을 수행한다. 이는 생성형 인공지능이 연구자의 보조 수단을 넘어 연구 과정 자체에 참여하는 단계로 발전하고 있음을 보여준다.
또한 본 발명은 화학 반응 예측 모델뿐 아니라 분자 물성 예측 모델을 함께 활용할 수 있도록 설계되어 있다. 이를 통해 특정 분자의 물리적·화학적 특성을 예측하고, 사용자 질의에 따라 필요한 정보를 추가적으로 생성할 수 있다.
예를 들어, 특정 분자의 표면장력이나 끓는점과 같은 물성값을 질의하는 경우, 시스템은 해당 분자 구조를 기반으로 예측 모델을 활용하여 결과를 산출하고 이를 답변에 포함시킬 수 있다. 이러한 기능은 기존 생성형 인공지능이 제공하지 못했던 정량적 과학 정보를 포함한 답변 생성이 가능하다는 점에서 기술적 진보성이 인정될 수 있는 부분이다.
본 발명은 사용자 인터페이스 측면에서도 특징을 갖는다. 문서로부터 추출된 분자 구조는 그래픽 객체 형태로 시각화되어 제공되며, 사용자는 이를 선택하거나 비교하면서 질의를 수행할 수 있다. 또한 문서 내 해당 분자 구조가 존재하는 위치를 하이라이팅하여 표시함으로써, 원문과 추출된 정보를 직관적으로 연결할 수 있도록 한다. 이는 복잡한 과학 데이터를 사용자 친화적으로 제공하기 위한 설계로 평가된다.
더 나아가 본 발명은 사용자와의 상호작용을 통해 새로운 지식을 생성하는 구조를 가진다. 사용자가 특정 분자 구조를 기반으로 추가 질의를 수행하면, 시스템은 기존 결과를 활용하거나 새로운 예측을 수행하여 연속적인 답변을 생성한다. 이 과정에서 새롭게 생성된 분자 구조에는 새로운 라벨이 부여되고, 이는 다시 데이터베이스에 축적된다. 결과적으로 시스템은 사용자와의 상호작용을 통해 지속적으로 지식을 확장하는 구조를 가지며, 이는 단순한 질의응답 시스템을 넘어 학습형 연구 플랫폼으로 발전할 수 있는 가능성을 시사한다.
이와 같은 기술적 구성은 자연과학 연구 분야에서 매우 중요한 효과를 가져온다. 우선, 방대한 문헌을 직접 검토하고 실험을 설계하는 데 소요되는 시간을 크게 단축할 수 있으며, 이를 통해 연구 효율성이 향상된다. 또한 예측 모델을 활용하여 실험 이전 단계에서 다양한 가능성을 검토할 수 있으므로, 불필요한 시행착오를 줄이고 비용을 절감할 수 있다. 특히 신약 개발이나 신소재 개발과 같이 시행착오가 많은 분야에서는 이러한 효과가 더욱 크게 나타날 것으로 예상된다.
특허적 관점에서 보면, 본 발명은 단순한 인공지능 알고리즘이 아니라 구체적인 데이터 처리 절차와 시스템 구성을 포함하고 있다는 점에서 중요하다. 즉, 문서로부터 데이터를 추출하고 이를 구조화하며 예측 모델과 결합하여 답변을 생성하는 일련의 과정이 단계적으로 정의되어 있어 기술적 사상이 명확하게 구현되어 있다. 이는 인공지능 발명에서 문제되는 추상성을 극복하고, 구체적 기술 수단으로서의 성격을 강화하기 위한 설계로 이해할 수 있다.
또한 본 발명은 화학, 바이오, 신소재 등 특정 산업 분야에 특화되어 있다는 점에서도 의미가 있다. 특히 엑사원 디스커버리와 같이 연구개발 전 과정을 포괄하는 구조는 이른바 ‘길목 특허’로 기능할 가능성이 있으며, 관련 기술 생태계에서 중요한 위치를 차지할 것으로 보인다.
결론적으로, 본 발명은 생성형 인공지능이 단순한 정보 생성 도구를 넘어 실제 과학 연구를 지원하는 지능형 플랫폼으로 진화하고 있음을 보여주는 대표적인 사례라 할 수 있다. 특히 엑사원 디스커버리와 같은 인공지능 연구 플랫폼과 결합된 기술은 향후 신약 개발, 신소재 설계, 산업 공정 최적화 등 다양한 분야에서 핵심적인 역할을 수행할 것으로 예상된다. 이러한 기술 흐름 속에서 인공지능과 도메인 지식을 결합한 특허의 중요성은 더욱 커질 것이며, 이에 대한 전략적 권리 확보 또한 향후 중요한 과제로 부각될 것으로 보인다.
필자, 김용덕 변리사는 아이피렉스 특허법률사무소의 대표 변리사로, 인공지능(AI), 스마트팩토리, 블록체인 등 4차 산업혁명 기술을 전문적으로 다루고 있으며, LG전자, 삼성전자, 수아랩, 마키나락스, 샤오미 등 국내외 유수 기업들의 지식재산권 업무를 전담한 경험을 보유하고 있다.
또한, 김용덕 변리사는 조달청에서 인공지능 및 IoT 기술과 관련된 우수 제품 평가 위원으로 활동하였으며, 기술특례상장과 관련된 전문 평가 기관에서 코스닥 상장 심사용 전문 평가 업무를 수행하고 있다. 저서로는 '인공지능 특허 심사 실무 가이드', '인공지능 특허 확보 전략', '지식재산권 권리이전 바이블', '상표 유사 판단 이론 및 판례', '기술특례상장 바이블' 등이 있다.<편집자 주>
댓글
0