서울과학기술대학교 바로가기

우리 대학 산업공학과/데이터사이언스학과 이학연 교수 연구팀(Data & Business Innovation Lab.)이 특허 빅데이터로부터 미래 출현할 유망 기술을 초록(abstract) 수준까지 구체적으로 제시하는 인공지능 기술을 개발했다. 

본 연구 성과는 인공지능 및 융합 공학 분야의 저명한 국제 학술지인 Advanced Engineering Informatics (IF 9.9, JCR 상위 2.0%)에 게재되었으며, 데이터사이언스학과 박사과정 이성수 연구원이 기술 개발을 주도하였고, UC San Diego의 Hyoduk Shin 교수와의 국제 공동연구로 진행되었다. 

기술적 경쟁우위 확보를 위해서는 미래 기술 기회를 앞서서 발굴하는 것이 매우 중요하며, 이를 위해 방대한 양의 특허를 분석해 기술이 비어 있는 영역, 즉 ‘특허 공백(patent whitespace)’을 찾아내는 방식이 널리 사용된다. 하지만 기존 방식은 특허 지도상의 빈 공간을 찾아낸다고 하더라도, 그 공백이 구체적으로 어떤 기술을 의미하는지를 알 수 없었다. 전문가의 직관이나 경험에 의존해 막연한 키워드 수준에서 추측할 뿐, 명확한 기술 내용을 파악하기 어려웠다.

이학연 교수 연구팀은 이러한 문제를 해결하기 위해 오토인코더(autoencoder) 및 임베딩 역변환(embedding inversion) 모델을 활용한 새로운 접근법을 개발하였다. 이 기술은 수만 건의 특허 초록을 고차원 벡터로 임베딩하고, 오토인코더를 통해 2차원 특허 지도에 시각화하여, 지도상에서 특허가 등록되지 않은 빈 공간(공백)의 좌표를 식별한다. 이 좌표를 1,536차원으로 복원한 벡터를 vec2text 모델에 입력함으로써, 인간이 이해할 수 있는 특허 초록 형태의 상세한 기술 텍스트를 생성해 낸다.

즉, 현재는 존재하지 않는 ‘가상 특허’이지만 미래에 등록될 가능성이 높은 ‘유망 특허’를 사전에 미리 생성해 내는 것으로, 이는 매우 큰 산업적 파급효과를 가져올 것으로 기대된다. 또한 기존의 데이터 기반 미래 기술 예측 연구를 추상적인 ‘예측(prediction)’ 수준에서 구체적인 ‘처방(presc ription)’ 수준으로 진화시킨 첫 걸음이라는 측면에서 학술적 가치가 매우 높다고 할 수 있다.

연구팀은 개발한 기술의 실효성을 검증하기 위해 2014년부터 10년간 축적된 라이다(LiDAR) 기술 관련 미국 특허 17,616건을 대상으로 분석을 수행하였다. 그 결과 상당수의 특허 공백이 2년 내 실제 특허로 채워졌을 뿐만 아니라, 본 기술을 통해 생성된 공백 초록과 실제 등록된 특허 초록 간의 의미적 유사도가 매우 높은 것으로 나타났다. 

이 교수는 “특허 지도상 빈 공간에 점 하나만 찍으면, 곧바로 인간이 이해할 수 있는 구체적인 기술 초록을 생성할 수 있다는 점에서 획기적일 뿐만 아니라, 전 과정이 자동화되어 있어 기업이 차세대 기술을 선제적으로 발굴하고 R&D 전략을 수립하는 데 매우 실용적인 도구가 될 것”이라고 강조하였다. 또한 “최근 선정된 한국연구재단 중견연구 과제를 통해, 도출된 유망 특허 초록으로부터 이를 실제로 개발하기 위한 상세 연구 계획서 및 특허 문서 전문을 자동으로 생성해 내는 AI 에이전트 시스템을 연구 중에 있다”고 밝혔다.

이번 연구 결과는 오픈 액세스 형태로 출간되어 누구나 확인할 수 있으며, 관련 기술은 특허출원 중에 있다.

- 논문 링크: https://doi.org/10.1016/j.aei.2025.103661
- D&BI Lab.: http://inno.seoultech.ac.kr/

▲ 특허 공백의 자연어 번역 과정