많은 AI 특허 조사는 결국 기술 조사라기보다 키워드 검색에 가깝습니다.
불편한 이야기지만, 실제 현장에서는 자주 보이는 문제입니다.
검색식에 “Artificial Intelligence”, “Machine Learning”, “Deep Learning” 같은 용어를 넣는 순간, 우리는 하나의 전제를 깔게 됩니다. 출원인이 그런 표현을 사용했을 것이라는 전제입니다.
하지만 실제 특허 문서는 꼭 그렇게 작성되지 않습니다.
출원인은 기술 분야를 직접 언급하기보다 기술이 수행하는 기능이나 효과를 설명하는 경우가 많습니다. 데이터 처리, 파라미터 최적화, 자원 할당, 추천 로직, 시스템 성능 향상 등이 대표적입니다. 표현은 다르지만 기술적 지향점은 크게 다르지 않습니다.
텐센트 특허 포트폴리오를 살펴보면 이런 경향을 확인할 수 있습니다. G06N3 분류에 속한 AI·머신러닝 관련 특허는 237건에 달합니다. 반면 문서에는 “Lightweight Client”, “Host-Embedded Application”, “JSBridge”, “Isolated Execution Context”, “Dual-Thread Model”과 같은 용어도 반복적으로 등장합니다.
이런 표현들은 일반적인 AI 검색식에서는 쉽게 빠집니다.
그 결과 관련 특허가 검색 대상에서 제외되고, 기술 지형도 역시 실제보다 단순하게 보일 수 있습니다.
검색은 키워드에서 시작됩니다. 하지만 키워드에만 의존해서는 충분하지 않습니다. 기능을 보고, 시스템 구조를 보고, 기술이 해결하려는 문제를 함께 따라가야 합니다.
AI라는 표현만 삭제했는데 검색 결과에서 사라진다면, 처음부터 우리가 찾고 있었던 것은 기술이었을까요, 아니면 특정 용어였을까요?