
미국 연방순회항소법원(CAFC)은 근거리 정보 공유와 관련된 Q테크의 특허가 '추상적 아이디어'에 해당하며, 따라서 미국 특허법 제101조에 따른 특허 보호 대상이 아니라고 판결했습니다. 이번 판결은 Alice 및 Mayo 프레임워크에 의해 확립된 엄격한 기준을 재확인한 것으로, 구체적인 기술적 개선 없이 기능적 설명에 치중한 소프트웨어 특허를 보유한 기업들에게 지속적인 도전 과제가 될 것임을 시사합니다.
Q테크 vs. 월마트 소송에서 CAFC는 인접한 장치 간의 정보 공유 시스템에 관한 특허가 2단계 Alice 테스트를 통과하지 못했다는 하급심의 판결을 확정했습니다. 해당 특허는 정보를 수집하고, 지리적 근접성을 판단하며, 정보를 전송하는 방법, 즉 법원이 판단하기에 인간이 수행할 수 있거나 근본적인 경제적 관행에 불과한 행위들을 기술하고 있었습니다.
법원은 청구항이 기술적 세부 사항보다는 기능적 언어로 특징지어진다는 점에 주목했습니다. 특히, 현대 제101조 판례에서 반복되는 테마인 '기술적 문제에 대한 기술적 해결책'이 결여되어 있었습니다. 월마트는 해당 특허가 일반적인 컴퓨터 구성 요소를 사용하여 전통적인 비즈니스 프로세스를 자동화한 것에 불과하다고 주장했고, 법원이 이를 받아들여 청구항이 무효로 판단되었습니다.
2014년 미국 대법원의 Alice Corp. v. CLS Bank 판결 이후, 소프트웨어의 특허 적격성은 끊임없는 변화를 겪어왔습니다. 특허법 제101조는 특허를 받을 수 있는 대상을 정의하지만, '추상적 아이디어'는 예외로 둡니다. 이번 CAFC 판결은 단지 '컴퓨터로 그것을 구현하라'는 식의 특허들이 체계적으로 무효화되는 추세를 따르고 있습니다.
월마트와 같은 대형 유통업체들은 특허관리전문회사(NPE)의 빈번한 표적이 되어 왔습니다. 이번 승리를 통해 월마트는 잠재적인 손해 배상을 피했을 뿐만 아니라, 다른 NPE들이 유사한 '포괄적' 소프트웨어 특허를 행사하는 것을 억제할 수 있는 선례를 남겼습니다. 반면 Q테크에게 이번 패배는 IP 포트폴리오 가치의 상당한 하락을 의미하며, 기술적 깊이보다 범위를 우선시하는 특허의 위험성을 보여줍니다.
기업들은 제101조 공격에 취약한 특허를 식별하기 위해 포트폴리오를 점검해야 합니다. 특허 매입이나 소송 시, 해당 특허가 'Alice 테스트를 견뎌낼 수 있는지' 여부가 가치 평가의 핵심 요소가 되었습니다. IP 전략가들은 잠재적인 무효화 신청에 대비해 최소한 일부 청구항이라도 살아남을 수 있도록 구체적인 기술적 실시예와 '픽처 클레임(Picture Claims)'을 확보해야 합니다.
특허 업계는 여전히 미국 의회의 명확한 가이드라인을 기대하고 있습니다. 특허 적격성 복구법(PERA)이 보다 예측 가능한 프레임워크를 제공하기 위해 제안되었지만, 법안이 통과되기 전까지는 CAFC가 최종 판단자 역할을 수행할 것입니다. 실무자들은 AI 및 머신러닝 관련 사건들을 주의 깊게 살펴봐야 합니다. '추상적 아이디어' 법리가 신경망 및 데이터 처리 알고리즘에 점점 더 많이 적용되고 있기 때문입니다. 근본적인 질문은 여전히 남아 있습니다: 수학적 알고리즘은 어디서 끝나고, 특허 가능한 기술적 발명은 어디서 시작되는가?

마켓 인텔리전스
마이크로소프트의 워드용 리걸 에이전트(Legal Agent for Word) 도입은 법률 및 지식재산권 기술 분야의 구조적 변화를 예고합니다. 결정론적 계약 검토 및 수정(redlining) 기능을 엔터프라이즈 문서 생태계에 직접 내장함으로써, 이번 출시는 독립형 AI 벤더들에게 도전장을 내밀며 하이브리드 기반의 상황 인지형 워크플로우 자동화로의 전환을 가속화합니다.

마켓 인텔리전스
생성형 명세서 작성에서 에이전트(Agentic) 기반 워크플로우 관리로의 운영 전환을 분석합니다. 본 리포트는 대량의 특허 업무 환경에서 리스크 완화를 위한 핵심 인프라로 자리 잡고 있는 AI 주도형 페이스 조절 및 인지 저항 분석의 중요성을 조명합니다.

IP 뉴스
스웨덴의 법률 AI 유니콘 기업 레고라(Legora)에 대한 엔비디아(NVIDIA)의 전략적 투자는 기업용 AI 시장의 구조적 전환을 극명하게 보여줍니다. 리걸테크가 성숙함에 따라 경쟁의 전쟁터는 기초 모델(Foundation Model) 학습에서 고처리량 및 초저지연 추론(Inference) 단계로 이동하고 있습니다.