IP 뉴스
AI는 변리사를 대체하지 못한다: 단순 반복 업무를 드러내고 전략적 선택을 강요할 뿐이다
•
12분 읽기
•조회수 1,020
최종 수정:
//
인공지능(AI)이 선행기술 조사, 청구항 비교, 명세서 작성에 걸리는 시간을 단축하고 있지만, 숙련된 변리사를 대체하지는 못할 것이다. 대신 2026년 8월 18일 IPWatchdog Unleashed에서 Gene Quinn이 지적했듯, AI는 단순 반복성 결과물(commodity work) 생산에 치중해 온 대리인들의 한계를 드러낼 것이다. 현재 변리사와 기업 IP 리더들이 직면한 즉각적인 전략적 과제는 기존 예산 범위 내에서 AI를 수임료 인하 수단으로 활용할 것인지, 아니면 더 강력하고 상업적 가치가 높은 특허권을 확보하는 도구로 활용할 것인지 선택하는 것이다.
2026년 8월 18일, IPWatchdog의 설립자 Gene Quinn은 AI가 이미 선행기술 조사, 청구항 비교, 명세서 작성, 거절이유통지(Office Action) 대응, 포트폴리오 분석이라는 5대 핵심 특허 업무를 변화시키고 있다는 분석을 발표했다. Quinn은 단기적으로 AI가 제공하는 가장 큰 가치는 숙련된 특허 전문가가 "동일한 시간 내에 80% 수준의 완성도를 95% 수준까지 끌어올릴 수 있도록" 지원하는 능력에 있다고 보았다. 그는 AI가 조만간(혹은 영원히) 출원 가능한 수준의 완벽한 결과물을 직접 만들어내지는 못하겠지만, AI를 적극 수용하는 숙련된 전문가의 역량을 "훨씬 더 뛰어난 수준"으로 끌어올릴 것이라고 전망했다.
Quinn은 특정 위험성도 함께 지적했다. AI가 생성한 문장이 기술적·법적으로는 매우 정교해 보일 수 있지만, 근본적으로는 오류를 품고 있을 수 있다는 점이다. 예컨대 양립할 수 없는 작동 조건에 기반한 서로 다른 실시예의 구성요소들을 임의로 결합하거나, 발명자가 생각지도 않은 구현예를 제시하거나, 인용문헌의 개시 내용을 왜곡할 가능성이 있다. 또한 이번 분석에서는 AI가 전통적인 도제식 교육 모델을 해체할 수 있다고 경고했다. 그동안 젊은 변리사와 특허 실무자들은 조사를 수행하고 인용문헌을 검토하며 청구항을 작성하고 선배 전문가의 수정 과정을 관찰하면서 법적·기술적 판단력을 길러왔다. 만약 AI가 이러한 입문 단계의 업무를 전담하게 된다면, 수련 단계의 전문가들은 AI의 결과물이 불완전하거나 명세서에 의해 뒷받침되지 않거나 전략적으로 무의미한 경우를 제대로 식별하지 못한 채 AI 결과물을 단순히 수정하는 작업에만 익숙해질 위험이 있다.
Quinn의 분석은 특허 업계 전반에 걸친 재평가 기류 속에서 나왔다. 2026년 5월 26일 IPWatchdog Unleashed 패널 토의에서 John Rogitz 변리사는 "진정한 가치는 단순히 비용을 절감하는 것이 아니라 AI가 제공하는 품질의 향상에 있다"고 강조했다. Robert Plotkin은 AI의 능력에 "불규칙한 경계(jagged frontier)"가 존재한다고 설명했다. 즉, AI가 매우 뛰어난 성능을 보이는 작업 바로 옆에 예측 불가능하게 실패하는 작업이 공존한다는 것이다. Carlo Cotrone은 고객이 AI 활용 규칙을 정해주기만을 수동적으로 기다리는 로펌은 수임료 하락이라는 "사멸의 순환(death spiral)"에 빠질 위험이 있다고 경고했다.
한편 Quinn의 분석이 발표된 날, AuriQ Systems Inc.는 의미론적 선행기술 발견, 청구항 차트 작성, 심사이력(prosecution history) 분석, 구조화된 초안 생성 기능을 제공하는 플랫폼인 'Patent Analysis AI'의 베타 버전을 출시한다고 발표했다. 이 도구는 AI가 생성한 모든 분석적 답변의 근거를 미국 특허상표청(USPTO) 출원이력 데이터에 두고 검증 가능한 인용 출처를 제공한다. 이러한 도구의 등장은 Quinn의 주장을 뒷받침한다. 즉, 기술은 이미 현실화되어 현장에 도입되고 있지만, 이는 어디까지나 보조적 작업 공간일 뿐 법적 판단을 대체할 수는 없다는 점이다.
USPTO를 둘러싼 환경은 이러한 리스크를 더욱 고조시키고 있다. Quinn은 연방순회항소법원(CAFC), 특허심판원(PTAB) 및 지방법원이 "기존 특허의 품질을 관행적으로 비판하고 있다"고 언급했다. 출원인에게 점점 더 높은 수준의 엄격성을 요구하는 특허 환경에서는 품질 향상 경로를 선택하는 것이 많은 출원인에게 더 현명한 전략이 된다. 품질 개선 없이 단지 수임료를 낮추는 데에만 AI를 활용하는 대안은, 취득 비용은 저렴할지 몰라도 등록 후 무효심판이나 침해소송 검증 단계에서 훨씬 더 취약한 특허를 남기게 될 뿐이다.
이 분석은 특허 실무 영역에 명확한 갈림길을 제시한다. AI를 주로 수임료 할인 도구로 다루는 로펌은 고객이 효율성 향상만큼 수임료 인하를 당연히 요구하는 시장에서 가격 경쟁에 직면하게 될 것이다. Quinn은 결정권자들이 특허의 가치에 대해 점점 더 회의적인 태도를 보이는 업계 분위기 속에서 "인력의 투입 시간을 줄이는 데만 집중하는 전략은 실패할 수밖에 없다"고 경고했다. 이에 대한 대안은 수임료 수준을 유지하되, AI를 활용해 더 강력한 청구항을 작성하고, 선행기술을 한층 철저히 분석하며, 거절이유통지에 대해 논리적으로 더 뛰어난 의견서를 제출하는 것이다.
KIPO(특허청), USPTO, EPO(유럽특허청)를 상대로 대규모 포트폴리오를 관리하는 한국 기업 IP 부서와 특허법률사무소에게 이러한 품질 중심 전략은 즉각적인 실무적 의미를 갖는다. 연간 수백 건의 출원을 진행하는 한국 로펌은 출원 전 단계에서 AI를 활용해 청구항 문언을 USPTO의 서면 기재(written description) 및 실시 가능성(enablement) 요건에 비추어 사전에 검증함으로써, 심사나 소송 단계에서나 드러났을 허점을 미리 잡아낼 수 있다. 구체적인 실행 방안으로 대조 실험을 들 수 있다. 진행 중인 출원건 10건을 선정하여 AI 도구로 출원 전 청구항 검토 및 선행기술 맵을 작성해 보고, AI 보조 결과물이 주 대리인이 놓친 허점을 찾아내는지 측정하는 것이다. 효과가 입증된다면 대리인의 검토 시간을 줄이지 않는 조건 하에 해당 단계를 표준 업무 프로세스에 포함할 수 있다.
도제식 교육 모델의 해체는 위계적 훈련 구조를 가진 한국 로펌에 특히 직접적인 위험을 가져온다. 저년차 실무자가 수동 검색과 초기 청구항 작성을 처음부터 직접 수행하지 않게 되면, AI 결과물이 기술적으로 불가능하거나 전략적으로 무의미한 경우를 알아채는 판단력을 갖추지 못할 수 있다. 이에 대한 보완책으로, 상급 변리사가 검토하기 전에 저년차 변리사로 하여금 AI가 생성한 초안에 명확한 근거 주석을 달도록 요구하는 방법이 있다. 즉, 어떤 한정 사항이 명세서에 의해 뒷받침되는지, 어느 실시예가 서로 양립할 수 없는지, 어떤 청구범위 결정이 사업적 우선순위를 반영한 것인지를 명시적으로 기술하게 하는 것이다.
AI가 "양립할 수 없는 작동 조건에 기반한 서로 다른 실시예의 구성요소들을 임의로 결합할 수 있다"는 Quinn의 지적은 반도체, 배터리, 디스플레이 등 여러 상호의존적 공정 조건이 복합적으로 작용하는 분야의 한국 출원인에게 특히 유의미하다. AI가 생성한 청구항이 서로 다른 실시예에 속한 양립 불가능한 온도 범위나 재료 조합을 실수로 혼용할 경우, 이는 등록 후 무효 심판 단계에 이르러서야 비로소 드러나는 서면 기재 요건상의 치명적 약점을 만들어낸다. 따라서 대리인은 독립청구항마다 모든 한정 사항의 조합이 단일하게 개시된 실시예에 존재하는지, 혹은 명세서가 해당 조합을 명시적으로 뒷받침하고 있는지를 확인하는 전담 검토 단계를 추가해야 한다.
향후 특허 시장은 양극화될 것이다. 포트폴리오 설계, 침해예방(FTO) 조사, 권리 행사 준비 등 전략적 가치를 더하는 로펌은 AI를 활용해 자문 역량을 더욱 강화할 것이다. 반면 단순 구조의 특허를 다량 생산하는 로펌은 AuriQ의 플랫폼 같은 도구를 활용해 내부적으로 직접 초안을 생성할 수 있게 된 고객들로부터 점차 강력한 가격 인하 압박을 받게 될 것이다. "AI는 어느 로펌이 진정한 전략적 파트너이고 어느 로펌이 단순한 인력 제공자에 불과한지 드러낼 것"이라는 패널의 경고는 향후 2~3번의 심사 주기 동안 현실로 입증될 것이다.
당장 특허권자는 한 가지 기준을 바탕으로 외부 대리인과의 관계를 점검해야 한다. 해당 로펌이 AI를 자신의 비용 절감용으로 쓰는지, 아니면 결과물의 품질 향상용으로 쓰는지 평가하는 것이다. 답이 명확하지 않다면, 귀사의 사건에 AI 도구가 어떻게 적용되고 있으며 어떤 품질 지표를 추적 관리하고 있는지 구체적인 설명을 요구해야 한다. 사내 IP 팀의 경우, 선행기술 조사와 청구항 분석을 위한 내부 AI 역량을 구축하되 전략적 출원 판단과 감정(opinion) 업무는 외부 대리인에게 맡기는 방식의 위험 관리(hedge) 전략이 유효하다. 이는 품질 향상이라는 주도권을 유지하면서도 AI를 품질 개선이 아닌 마진 확대 도구로만 다루는 로펌으로부터 조직을 보호하는 길이 될 것이다.