인공지능(AI)과 머신러닝(ML)이 생명공학 제품 및 서비스 분야에서 급속히 부상하면서 맞춤형 의학 및 의료 분야의 성장 동력이 되고 있다. 이러한 통합은 특허 포트폴리오 구축 과정에서 특별한 고려가 필요할 수 있으나, 기존 기업과 스타트업 모두의 엔지니어링, 법무, 경영진 팀에 걸친 이해관계자들은 이를 활용해 시장에서 가치 있는 지적재산권(IP) 자산을 창출할 수 있다. 특히 기술팀과 법무팀은 협력하여 기계학습을 생명공학에 적용하는 강력한 IP를 개발할 수 있으며, 이를 위한 연구개발 프로세스와 시장 분석은 해당 분야의 고유한 IP 취약점을 인지한 상태에서 진행되어야 합니다.
생명공학과 인공지능/기계학습 간의 연계점 규명
견고한 특허 포트폴리오를 구축하고 잠재적 지식재산권 자산을 폭넓게 확보할 때 이해관계자들은 첨단기술/생명공학의 융합을 종합적으로 접근해야 한다. 즉, 지식재산권 관리자는 상업적 구현체에 내재된 기술적 목표를 구축하고 포괄하기 위해 통합된 머신러닝/생명공학 자산의 모든 잠재적 적용 방안을 고려해야 한다. 발명자들은 특정 구현 형태에 집중할 수 있으나, 지식재산 포트폴리오 관리자는 보다 넓은 시각에서 자산을 분석해야 합니다. 이는 모든 기술 분야에 해당되지만, 특히 첨단기술과 생명공학 요소가 결합된 신기술의 최전선에서는 이러한 종합적 관점이 더욱 중요해집니다.
제품 개발 프로세스는 기술 자체에 대한 집중적인 조사를 통해 중요한 지적 재산권(IP) 통찰력을 조기에 확보할 수 있습니다. 유용한 출력 지표를 도출할 수 있는 잠재적 데이터 입력원이 여러 개 존재하는지 고려하십시오. 예를 들어, 특정 질병에 대한 지표는 특정 유전자 표지자의 존재 여부나 변형 단백질의 축적을 기반으로 평가될 수 있습니다. 일반적으로 머신러닝 모델에 통합될 때 객관적인 지표를 산출할 수 있는 모든 데이터 세트는 가치 있는 지적 재산권의 기반이 될 수 있습니다.
잠재적으로 독보적인 데이터를 분석하는 프로세스와 모델 역시 강력한 지적재산권을 창출할 수 있습니다. 특정 자산이 모델을 더 빠르고 정확하게 학습시킬 수 있는 독보적인 데이터를 획득하는 프로세스에 의존하는 경우, 데이터 생성 및 관리에 초점을 맞춘 다양한 특허를 통해 향후 유사한 데이터에 접근하는 경쟁자로부터 보호받을 수 있습니다.
앨리스 프레임워크 하에서 추상적 아이디어의 특허 금지를 탐색하는 것은 플랫폼이 ML/AI 모델 자체의 개선에 기반할 때 매우 중요할 수 있습니다. 법원은 일관되게 앨리스 판결을 해석하여 구체적 개념의 개선에 초점을 맞춘 청구항을 선호하고 순수한 알고리즘만을 대상으로 하는 청구항은 불리하게 해석해 왔습니다. 기업들은 기술이 원시 데이터를 수집하거나 통합하는 방식과 더불어, 어떠한 공정이나 제품에 대한 기술적 개선을 가져오는 새로운 물리적 요소에 집중해야 합니다. 이는 청구범위에 포함될 선호되는 상업적 구현체를 넘어 확장되어야 합니다.
경쟁 우위를 극대화하는 AI 기반 생명공학 기업을 위한 특허 포트폴리오 구축
기업이 주로 AI 구성 요소나 생명공학 구성 요소에 집중하는지에 따라 영향력 있는 특허 자산을 창출하기 위한 전략적 방향이 결정될 수 있습니다. 예를 들어, 많은 제약사는 AI/ML 모델 활용 결과로 얻어진 제품 및 방법에 지적재산권 자산을 집중시키는 반면, 많은 생명공학 스타트업은 특정 출력물보다는 특정 ML 모델과 해당 모델을 구동하는 데이터에 기반한 비즈니스 플랫폼을 구축합니다. 또한 신약 개발이나 혁신적 치료제에 관심 있는 기업들은 머신러닝 또는 AI 자산을 분석 도구로 활용하여 원시 데이터를 질병이나 신약 후보물질에 유용한 지표로 변환할 수 있습니다. 이 경우 원시 데이터를 기반으로 치료적·진단적 유용성을 지닌 지표를 생성할 수 있는 여러 머신러닝 모델이 존재할 수 있습니다.
이러한 각 전략적 방향은 별개의 기술적·법적 분석을 필요로 할 수 있습니다:
- 출력 데이터가 유용한 지표(예: 치료 성공 가능성 또는 신약 후보 물질)를 제공하는 경우, 기업들은 AI 솔루션 자체보다는 해당 AI 솔루션을 통해 생성된 특정 출력 결과물을 보호하는 데 자원을 투입할 수 있다.
- 특정 산출물에 비즈니스 초점이 맞춰져 있을 때, 특허 출원서에 가능한 한 많은 모델과 예시를 제시하는 것이 가치를 극대화할 수 있다.
- 인공지능 솔루션이 광범위한 행동 및 통찰력에 적용될 수 있는 반면, 지적 재산권(IP)의 초점은 모델과 데이터 입력에 맞춰져야 합니다. 예를 들어, 질병의 존재 및/또는 성공적인 치료 가능성을 나타내는 유전자나 바이오마커에서 패턴을 분석하고 발견할 수 있는 고급 머신러닝(ML) 시스템이 포함될 수 있습니다.
궁극적으로, AI 기반 생명공학을 위한 고부가가치 및 영향력 있는 지식재산권(IP) 개발을 위한 전략적 방향과 연구개발(R&D) 프로세스는 시장 내 기업의 포지셔닝과 AI와 생명공학의 접점에서 기업 제품 및 서비스의 특성에 의해 결정될 수 있다.
의료 분야의 AI 시리즈
인공지능이 의료계를 어떻게 변화시킬지에 대한 추가적인 고찰을 원하신다면, 시리즈의 다른 기사들을 읽어보시려면 여기를 클릭하세요.
