AI는 특허 출원 시 발명자로 기재될 수 없다고 일본 최고재판소가 판결함

요약 (TL;DR) — 일본 최고재판소(Supreme Court)는 인공지능 (AI) 시스템을 특허 출원 시 발명자로 지정할 수 없다고 판결했으며, 이는 글로벌 법적 선례와 궤를 같이합니다. 이번 결정은 오직 자연인(인간)만이 특허를 보유할 수 있는 법적 능력을 갖추고 있다는 원칙을 강화합니다. 이 판결은 R&D에 AI를 활용하는 기업들에게 즉각적인 영향을 미치며, 혁신 과정에서 인간의 기여도를 명확히 할 것을 요구합니다. AI가 발명을 도울 수는 있지만, 법원은 AI가 발명자로 인정받기 위한 의도나 법적 인격이 결여되어 있음을 강조했습니다.

2026년에 이것이 중요한 이유

2026년 현재, AI 주도 혁신은 더 이상 미래의 개념이 아니라 기업과 개발자들에게 일상적인 현실입니다. McKinsey의 2025년 보고서에 따르면, **일본 기업의 62%**가 현재 최소 하나 이상의 비즈니스 기능에서 AI를 사용하고 있으며, R&D는 도입 속도가 가장 빠른 분야입니다. 일본 특허청 (JPO)은 매년 300,000건 이상의 출원을 접수하고 있으며, 신약 개발 알고리즘부터 자율 제조 시스템에 이르기까지 AI 보조 발명이 차지하는 비중이 점점 커지고 있습니다.

일본 최고재판소의 판결은 매우 중요한 시점에 내려졌습니다. AI 생성 저작물을 인정하는 데 있어 어느 정도 유연성을 보여온 저작권법(예: 인간과 AI의 협업에 대해 제한적인 보호를 허용하는 미국 저작권청의 2023년 지침)과 달리, 특허법은 엄격함을 유지하고 있습니다. 이번 결정은 다른 관할권, 특히 일본의 법적 프레임워크가 종종 벤치마크 역할을 하는 아시아 지역에 영향을 미칠 수 있는 선례를 남겼습니다. AI 기반 R&D에 수백만 달러를 투자하는 기업들에게 이번 판결은 다음과 같은 근본적인 질문을 던집니다: AI 시스템이 자율적으로 새로운 솔루션을 생성할 때, 인간의 참여를 어떻게 문서화할 것인가?

배경

이 판결로 이어진 사건은 2020년, 도쿄에 본사를 둔 스타트업인 **StaGen Co.**가 반도체 칩 레이아웃을 최적화하도록 설계된 머신러닝 (Machine Learning) 모델에 대한 특허를 출원하면서 시작되었습니다. 해당 출원서에는 Stephen Thaler 박사가 개발한 AI 시스템인 "DABUS" (Device for the Autonomous Bootstrapping of Unified Sentience)를 단독 발명자로 기재했습니다. 일본 특허청 (JPO)은 인간 발명자가 없다는 점을 근거로 해당 출원을 거절했습니다. StaGen은 AI 시스템이 자율적으로 발명을 고안한다면 발명자로 인정받아야 한다고 주장하며 항소했습니다.

이는 단발적인 사건이 아니었습니다. 유사한 사례들이 전 세계적으로 전개되었습니다:

• 2021년, 미국 연방 순회 항소법원 (U.S. Federal Circuit Court)은 특허법 (Patent Act)에 따라 AI가 발명자가 될 수 없다고 판결했습니다.
• 2022년, 영국 대법원 (UK Supreme Court)도 "발명자는 자연인(natural person)이어야 한다"고 명시하며 동일한 결론에 도달했습니다.
• 유럽 특허청 (EPO)은 Thaler의 DABUS 출원을 포함하여 AI를 발명자로 하는 출원들을 일관되게 거절해 왔습니다.

하지만 일본의 법 체계는 아직 이 문제를 직접적으로 다루지 않은 상태였습니다. 이번 대법원의 판결은 이제 모호함의 문을 닫고, **특허법의 인간 중심적 토대 (human-centric foundation of patent law)**를 강화합니다.

"특허 시스템은 기계의 결과물이 아닌 인간의 창의성을 장려하기 위해 설계되었습니다. AI가 발명을 증강할 수는 있지만, 인간과 같은 법적 권리나 책임을 갖지는 않습니다. 이번 판결은 혁신을 저해하는 것이 아니라, 게임의 규칙을 명확히 하는 것입니다." — Atsushi Okada, Anderson Mori & Tomotsune (도쿄 소재 지식재산권 법률 사무소) 파트너

실제로 무엇이 바뀌었는가

일본 대법원의 판결은 새로운 법안을 도입하는 것이 아니라 기존 법을 해석하는 것입니다. 실무적으로 어떤 의미를 갖는지 다음과 같습니다:

주요 변경 사항 및 명확해진 점

• 인간 발명자 요건 (Human Inventorship Requirement): 특허법(제29조)은 발명자를 암묵적으로 "사람"으로 요구합니다. 법원은 "사람"이 AI 시스템이나 법인(예: 기업)이 아닌 자연인을 의미한다는 점을 확인했습니다.
• AI에 대한 부분적 인정 불가: AI 시스템이 자율적으로 발명을 생성하더라도, 반드시 인간이 발명자로 기재되어야 합니다. 법원은 AI가 "공동 발명자 (co-inventor)"가 될 수 있다는 주장을 기각했습니다.
• 문서화 부담 (Documentation Burden): 기업은 이제 AI 보조 발명에 있어 인간의 기여도를 명시적으로 문서화해야 합니다. 여기에는 다음 사항이 포함됩니다:
  • AI가 해결한 문제 정의.
  • 인간이 설계한 파라미터(parameters) 또는 학습 데이터(training data)의 상세 기술.
  • 발명의 신규성(novelty)을 인지한 인간을 식별.
• 소급 적용 불가: 이번 판결은 향후 출원에 적용됩니다. AI가 발명자로 기재된 계류 중이거나 등록된 특허가 자동으로 무효화되지는 않지만, 소송 과정에서 이의 제기에 직면할 수 있습니다.

법원의 판단 근거

최고재판소의 결정은 세 가지 핵심 논거에 기반합니다:

1. 법적 인격 (Legal Personality): AI는 권리나 의무를 가질 수 있는 법적 능력이 부족합니다. 특허는 독점적 권리를 부여하며, 이는 법인(legal persons)에 의해서만 집행되거나 법인에 대해 집행될 수 있습니다.
2. 인센티브 구조 (Incentive Structure): 특허는 인간의 노력을 보상하기 위해 설계되었습니다. AI는 경제적 인센티브에 반응하지 않으므로, AI를 발명자로 기재하는 것을 허용하면 이 시스템을 저해하게 됩니다.
3. 글로벌 일관성 (Global Consistency): 이번 판결은 일본의 입장을 미국, 영국, EU와 일치시켜, 국제 특허 출원을 복잡하게 만들 수 있는 법적 파편화를 방지합니다.

"이것은 AI가 발명할 수 있는지의 문제가 아니라, AI가 소유할 수 있는지에 대한 문제입니다. 법원은 명확한 선을 그었습니다. 기계는 재산을 소유할 수 없으며, 특허는 재산의 한 형태입니다." — 히로시 미야시타 (Hiroshi Miyashita) 교수, 게이오 대학교 지식재산권법 전문

개발자에게 미치는 영향

AI와 혁신의 접점에서 일하는 개발자들에게 이번 판결은 도전 과제와 기회를 동시에 제공합니다. 일상적인 업무에 미치는 영향은 다음과 같습니다:

1. 프롬프트 엔지니어링 및 문서화

개발자들은 이제 AI를 협력자가 아닌 도구로 취급해야 합니다. 이는 다음을 의미합니다:

• 상호작용 기록: 발명에 이르게 한 프롬프트, 학습 데이터, 인간의 결정을 상세히 기록으로 남겨야 합니다. 예를 들면:

  # 예시: 특허 가능한 발명을 이끈 프롬프트를 문서화하는 경우
  prompt = """
  신용카드 거래 실시간 사기 탐지를 위한 신경망 아키텍처를 설계하세요.
...

• 버전 관리: Git과 같은 도구를 사용하여 AI가 생성한 코드나 디자인의 반복 과정을 추적하고, 인간이 수정한 부분을 명확하게 주석 처리해야 합니다.

2. '발명자' 개념 재정립

이번 판결은 개발자들이 무엇을 발명으로 간주하는지 다시 생각하도록 강제합니다. 예를 들어:

• AI가 잠재적인 약물 화합물 100개를 생성했지만, 인간 화학자가 그중 하나를 선택하고 정제한다면, 화학자가 발명자입니다.
• AI가 자율적으로 새로운 회로 레이아웃을 설계했지만, 인간 엔지니어가 문제와 제약 조건을 정의했다면, 엔지니어가 발명자입니다.

"개발자들은 'AI에게 맡기자'에서 '내가 AI를 어떻게 안내했는가?'로 관점을 전환해야 합니다. 특허청은 AI의 결과물이 아닌 인간의 역할을 면밀히 조사할 것입니다." — Yuki Tanaka, Preferred Networks 선임 엔지니어

3. 오픈 소스 및 AI 도구

많은 개발자들이 오픈 소스 AI 모델(예: Hugging Face, PyTorch)에 의존합니다. 이번 판결은 이러한 도구 사용을 제한하지는 않지만, 다음을 요구합니다:

• 출처 명시 (Attribution): 오픈 소스 모델이 발명에 기여했다면, 그 역할을 문서화해야 합니다(예: "감성 분석을 위해 파인튜닝된 BERT").
• 라이선싱: 오픈 소스 라이선스가 특허 청구권과 충돌하지 않도록 확인해야 합니다(예: GPL의 Copyleft 조항).

기업에 미치는 영향

기업들에게 이 판결은 전략적 및 운영상의 함의를 가지며, 특히 AI가 R&D에서 핵심적인 역할을 하는 산업 분야에서 두드러집니다.

1. 특허 전략 재정비

회사들은 이제 다음을 해야 합니다:

• AI 보조 발명 감사 (Audit AI-assisted inventions): 기존 발명 및 파이프라인에 있는 발명들을 검토하여 인간 발명자가 올바르게 식별되었는지 확인해야 합니다.
• R&D 팀 교육 (Train R&D teams): 엔지니어와 과학자들이 AI 생성 결과물에 대한 자신들의 기여도를 문서화하는 방법에 대해 교육해야 합니다.
• 지식재산(IP) 예산 재검토 (Revisit IP budgets): 법무 팀이 발명자 적격성 (inventorship)을 검증하는 데 더 많은 시간을 소비함에 따라, 특허 출원 비용이 상승할 것에 대비해야 합니다.

"이번 판결은 AI를 '블랙박스 (black box)'로 취급하는 기업들에게 경종을 울리는 사건입니다. 단순히 AI를 가리키며 '이것이 발명했다'라고 말할 수는 없습니다. 인간의 개입을 보여주는 문서화된 기록 (paper trail)이 필요합니다." — Kenji Suzuki, Deloitte Japan 지식재산 (IP) 컨설턴트

2. 경쟁 역학 (Competitive Dynamics)

이번 판결은 스타트업과 기존 기업 (incumbents) 사이의 **경쟁 환경을 평준화 (level the playing field)**할 수 있습니다:

• 스타트업: 인간과 AI의 협업을 문서화할 자원이 부족할 경우 경쟁에 어려움을 겪을 수 있습니다. 하지만 강력한 지식재산 (IP) 프로세스를 갖춘 스타트업은 오히려 우위를 점할 수 있습니다.
• 기존 기업: 이미 구축된 특허 팀을 보유한 대기업(예: Sony, Toyota)은 적응하기에 더 유리한 위치에 있습니다. 이들의 과제는 전 세계 R&D 팀 전체에 걸쳐 문서화 작업을 확장하는 것입니다.

3. 소송 리스크 (Litigation Risks)

AI가 발명자로 기재된 특허는 이제 **무효 심판 (invalidity challenges)**에 취약해졌습니다. 예를 들어:

• 경쟁사가 해당 특허에 인간 발명자가 결여되어 있어 집행 불가능하다고 주장할 수 있습니다.
• 여러 명의 인간이 AI 시스템을 가이드한 공로를 주장할 경우, 기업은 **발명자 적격성 분쟁 (inventorship disputes)**에 직면할 수 있습니다.

실질적 사례

사례 1: AI 생성 신약 개발 (AI-Generated Drug Discovery)

시나리오: 한 제약 회사가 잠재적인 COVID-19 치료제를 찾기 위해 수백만 개의 분자 화합물을 스크리닝하는 데 AI 모델을 사용합니다. AI가 새로운 화합물을 식별하고, 회사는 이에 대해 특허를 출원합니다.

단계별 영향:

1. 판결 전 (Pre-Ruling): 회사는 AI 모델을 단독 발명자로 기재합니다.
2. 판결 후 (Post-Ruling): 특허 출원이 거절됩니다. 회사는 다음 사항을 수행해야 합니다:
   • 문제를 정의한 인간을 식별합니다 (예: "SARS-CoV-2 스파이크 단백질에 결합하는 화합물 찾기").
   • 인간이 설계한 학습 데이터 (training data)를 문서화합니다 (예: "50,000개의 알려진 항바이러스 화합물 데이터셋 사용").
   • AI의 결과물을 검증한 인간의 이름을 명시합니다 (예: "Sato 박사가 실험실 테스트를 통해 화합물의 신규성을 확인함").
3. 결과 (Outcome): 회사는 AI를 가이드하고 결과를 해석한 역할을 근거로, Sato 박사를 발명자로 하여 출원을 재접수합니다.

예시 2: 자율주행 차량 알고리즘

시나리오 (Scenario): 한 자동차 스타트업이 새로운 차선 유지 알고리즘을 개발하기 위해 강화학습 (reinforcement learning)을 사용합니다. AI는 시뮬레이션 주행 테스트를 통해 알고리즘의 파라미터 (parameters)를 자율적으로 최적화합니다.

단계별 영향 (Step-by-Step Impact):

1. 판결 전 (Pre-Ruling): 스타트업은 AI가 알고리즘을 "발명"했다고 주장하며 AI를 발명자로 기재합니다.
2. 판결 후 (Post-Ruling): 특허청이 출원을 거절합니다. 스타트업은 다음 사항을 수행해야 합니다:
   • 보상 함수 (reward function)를 설계한 인간을 식별합니다 (예: "장애물을 피하면서 차선 중앙으로부터의 이탈을 최소화함").
   • 인간이 정의한 시뮬레이션 환경을 문서화합니다 (예: "10,000 가상 마일 테스트를 위해 CARLA 시뮬레이터 사용").
   • 최종 알고리즘을 선택한 엔지니어의 이름을 명시합니다 (예: "Ito 씨가 안전 지표를 바탕으로 가장 성능이 좋은 모델을 선택함").
3. 결과 (Outcome): 스타트업은 문제를 정의하고 솔루션을 검증한 Ito 씨의 역할을 강조하며 발명자로 기재하여 재접수합니다.

예시 3: AI 최적화 제조 공정

시나리오 (Scenario): 한 공장이 반도체 제조 라인의 레이아웃 (layout)을 최적화하여 결함률을 15% 줄이기 위해 AI 시스템을 사용합니다.

단계별 영향 (Step-by-Step Impact):

1. 판결 전 (Pre-Ruling): 기업이 AI를 발명자로 기재하여 특허를 출원합니다.
2. 판결 후 (Post-Ruling): 출원이 거절됩니다. 기업은 다음 사항을 수행해야 합니다:
   • 최적화 목표를 정의한 인간을 식별합니다 (예: "사이클 타임을 늘리지 않으면서 결함률을 10% 줄임").
   • 인간이 선택한 입력 데이터(input data)를 문서화합니다 (예: "2023-2025년의 과거 결함 데이터를 사용함").
   • AI의 솔루션을 구현한 공정 엔지니어를 명시합니다 (예: "야마모토 씨가 AI의 권장 사항을 바탕으로 레이아웃을 조정함").
3. 결과 (Outcome): 기업은 AI의 출력을 실질적인 솔루션으로 변환하는 데 기여한 야마모토 씨를 발명자로 하여 특허를 재출원합니다.

흔한 오해 (Common Misconceptions)

오해 1: AI는 특허 가능한 발명에 결코 기여할 수 없다.

현실: AI는 발명에 확실히 도움을 줄 수 있지만, 인간의 역할이 반드시 문서화되어야 합니다. 예를 들어:

• AI가 1,000개의 잠재적인 화학 구조를 생성할 수 있지만, 그중 하나를 선택하고 정제하는 화학자가 발명자입니다.
• AI가 신경망 (neural network)의 하이퍼파라미터 (hyperparameters)를 최적화할 수 있지만, 문제와 제약 조건을 정의하는 엔지니어가 발명자입니다.

오해 2: 이 판결이 AI 혁신을 저해할 것이다.

현실: 이 판결은 규칙을 제한하는 것이 아니라 명확히 하는 것입니다. 기업은 여전히 발명을 위해 AI를 사용할 수 있지만, 단지 공로를 올바르게 귀속시켜야 할 뿐입니다. 사실, 이 판결은 인간과 AI의 협업에 대한 더 명확한 문서화를 강제함으로써 혁신을 가속화할 수도 있습니다.

오해 3: AI의 "버튼을 누르는" 사람만이 발명자이다.