본 아티클은, 최초 기재한 청구항의 독립항과 등록 후 기재된 청구항의 독립항을 비교할 때 어떠한 부분을 중점으로 비교하여 보아야 하는 지 알려드리는 아티클입니다.

 

 

 

 

 

그림 2는 그림 1의 특허의 등록된 청구항입니다. 보면, 결정 데이터가 현재 시점의 주식 거래 행위를 판단하고, DQN 유닛의 에이전트 수에 대한 구체적인 예시, DQN 유닛 아키텍쳐의 마지막 레이어에 관한 구체적인 한정 등을 살펴볼 수 있습니다. 따라서, 이 부분이 본 발명에서 말하고자 하는 기술적 특징이 될 가능성이 높습니다. 즉, 본 발명은 강화학습 알고리즘 기반 자동 주식 거래 방법에 대해서 기재하고 있으며, 이 때, 활용하는 강화학습 알고리즘 중 DQN, 구체적인 DQN 유닛, 그 구성요소에 대해서 기술적 특징으로 하는 것으로 볼 수 있습니다. 더 나아가, 이 특허를 출원한 출원인은 단순히 주식 자동 거래 서비스만 제공하는 것이 아니라, 실제 딥 러닝 모델 아키텍쳐에 대해서도 지식이 있는 출원인으로 해석할 수 있으며, 이 발명을 출원 또는 발명한 자는 딥 러닝 모델 아키텍쳐에 지식이 높음을 캐치할 수도 있습니다. 

 

 

그렇다면, 이렇게 최초 출원과 수정되는 청구항, 즉 등록된 청구항 간의 차이는 매우 중요할텐데 출원인은 이러한 과정에 대해서 어떻게 준비할 수 있을까요? 보통 이러한 차이는 업무를 위임받은 대리인인 변리사가 행하는 경우가 많고, 출원인은 그 업무에 대해서 익숙치 않기 때문에 어떻게 준비해야 하는 지 모르는 경우가 많습니다. 따라서, 이러한 경우 몇 가지 팁을 가지고 있다면, 수정되어 등록되는 청구항에 대해서 보다 준비할 수 있을 것입니다.

 

첫째로, 구성 요소를 한정하는 내용의 Depth입니다. 

 

다시 그림 2에서 DQN 유닛의 구체적인 아키텍쳐 및 마지막 레이어를 한정하는 것은 딥 러닝 기술 전체적으로 봤을 때, 그 Depth가 깊은 과정입니다. 따라서, 이러한 보정으로 등록된 청구항은 그 권리범위가 다소 협소하게 해석될 수 있습니다. 왜냐하면, DQN 유닛 아키텍쳐에 대해서 이 내용 그대로 실시하여야, 권리행사를 할 수 있는 가능성이 있기 때문입니다. 따라서, 보정 시, 수정할 때의 그 Depth가 너무 깊지 않고 적절하게 한정할 수 있도록 출원인은 면밀히 확인할 필요가 있습니다.

둘째로, 등록을 도모하였다면, 보정한 내용에서 일부는 다시 분할출원의 독립항으로서 특허 포트폴리오를 구축할 가능성이 있는 지 살펴보는 것입니다.

다시 그림 2를 살펴보면, 여기서 상기 밀집 계층, 밀집 계층 이후 아웃 계층, 최종 밀집 계층으로 구성되어 있는데, 상기 부분은 권리범위를 행사하기 협소할 수 있으므로, 상기 부분을 제외하고, 분할출원을 진행함으로서, 권리범위를 다시 리사이징 할 수 있는 기회를 면밀히 살펴보아야 합니다. 따라서, 마지막 레이어 부분과 추가적인 발명의 설명에서 본 발명에서 기술적으로 주장할 수 있는 부분을 독립항으로 기재하여 분할출원을 진행하는 것도 특허 포트폴리오를 구현할 수 있는 하나의 방법이 됩니다. 
 

보다 구체적으로 상술하면, 특허 등록 시, 수정된 부분은 결국 심사관이 그 부분에 대해서 신규성 또는 진보성을 부정하지 않아서 등록된 것이기 때문에, 심사관은 그 부분에 대해서 기술적 특징으로 인정하고 있다고 판단하며, 이 때, 이 부분과 추가적인 기술적 내용을 포함하여 진행하면, 분할출원의 그 등록 가능성도 조금은 확보할 수 있다고 판단할 수 있습니다. 

본 아티클에서는 최초 출원한 청구항과 등록된 청구항과의 비교, 등록하기까지 수정되는 청구항에서 출원인이 준비할 수 있는 포인트에 대해서 상술하였습니다. 이 부분은 일률적으로 판단하거나, 어떠한 법칙이라 볼 수는 없고, 실무상에서 활용할 수 있는 하나의 팁이 될 수 있겠습니다. 본 아티클을 통해 출원 후 통상적으로 발생하는 의견제출통지에 과정에서 등록 청구항으로 가는 업무를 수행할 때 조금의 도움이 되시기를 바라겠습니다. 

© 2025 patspoon 아티클 콘텐츠 All rights reserved.