지난 편에서 로봇이 왜 블로킹 특허를 심기 좋은 땅인지 말씀드렸습니다. 몸(하드웨어)이 있어서 물리 법칙과 안전 규제에 닻을 내릴 자리가 많다고요.
이 포스팅에서는 실제로 그 길목을 어떻게 찾는지 보여드리겠습니다.
기술발전의 흐름을 나눠서 만나는 지점을 찾는다
앞서 포스팅에서 설명했지만, 기술발전을 단일의 흐름으로 볼 것이 아니라 여러 요소로 나누어 그 가운데 명백하게 그 흐름이 보이는 것들을 찾는 것입니다.
그리고, 그 흐름들이 서로 만나는 지점을 찾는 것입니다.
로봇 분야에서 동시에 진행되고 있는 여러 기술 흐름을 들어서 쉽게 설명해보겠습니다.
로봇이 어떻게 행동할 것인지(두뇌) - 알고리즘의 발전 방향. 로봇이 보고, 말귀를 알아듣고, 알아서 움직이는 '두뇌' 쪽이죠. 알고리즘이 핵심입니다.
로봇의 하드웨어(몸)의 발전 방향입니다. 접촉, 촉각, 안전 정지처럼 몸과 규칙에 묶인 쪽입니다.
두 요소가 만나는 지점의 결합관계를 예측하라
다음 단계는 두뇌 쪽에서 하나, 몸 쪽에서 하나를 꺼내 결합관계를 만드는 것입니다. 같은 쪽끼리 묶는 게 아니라 반드시 서로 다른 갈래에서 하나씩 꺼내는 겁니다.
그러면 "똑똑한 기능 × 피할 수 없는 물리·규칙"이라는 조합이 만들어집니다. 빠르게 낡는 두뇌 쪽 흐름이, 오래 가는 몸 쪽 흐름에 묶이는 거죠. 1편에서 말한 "서로 다른 두 흐름이 만나는 교차점", 바로 그 길목이 여기서 생깁니다.
실제로 어떤 흐름들이 있나
추상적이니 지금 로봇 분야에서 실제로 뜨거운 흐름을 잠깐 보겠습니다.
두뇌 쪽에서 요즘 가장 핫한 건, 보고·말귀 알아듣고·움직이는 기능을 하나의 거대한 AI 모델로 통합하려는 시도입니다. 예전에는 "본다", "이해한다", "움직인다"를 따로따로 만들어 연결했는데, 이걸 통째로 한 덩어리 모델로 합치려는 흐름이죠. 업계에서는 비전-언어-행동 모델(VLA)이라고 부릅니다. 사람으로 치면 눈, 귀, 손발을 하나의 뇌로 한 번에 굴리려는 시도입니다.
몸 쪽에서는 로봇 피부 전체로 접촉을 느끼는 촉각 기술, 그리고 사람과 부딪혔을 때 딱딱하게 버티는 게 아니라 부드럽게 힘을 빼며 반응하는 기술이 빠르게 올라오고 있습니다. 둘 다 몸과 안전에 직결된, 오래 갈 흐름들이죠.
엇갈리면 길목이 보인다
이 둘을 엇갈려 묶어보겠습니다. 한 가지 예만 들죠.
"모든 걸 통합한 똑똑한 모델"에는 묘한 약점이 하나 있습니다. 한 덩어리로 알아서 굴러가다 보니, 정작 왜 그렇게 움직였는지, 왜 멈췄는지 설명하기가 어렵다는 겁니다. 속이 깜깜한 상자 같은 거죠.
그런데 이런 안전 규제가 생긴다고 해봅시다. "로봇이 멈출 때는 왜 멈췄는지 검증 가능해야 한다." 사람 곁에서 움직이는 로봇이라면 충분히 나올 법한 제도적인 요구죠.
자, 여기서 길목이 생깁니다. "설명하기 어려운 똑똑한 모델"과 "검증 가능한 정지를 요구하는 규제" 사이에는 반드시 풀어야 할 숙제가 끼어 있습니다. 그 숙제를 푸는 자리, 그게 바로 누구도 피해 갈 수 없는 길목입니다. 똑똑한 모델을 쓰면서 사람 곁에서 움직이려는 로봇이라면 누구든 이 자리를 지나야 하니까요.
같은 말을 뒤집으면 — 풍부함이 곧 함정이다
이런 식으로 두뇌 쪽에서 네다섯 개, 몸 쪽에서 네다섯 개만 꺼내 엇갈려도 후보가 스무 개 안팎 쏟아집니다. 의외로 많죠. 길목 후보를 만들어내는 것 자체는 그렇게 어렵지 않습니다.
그런데 여기서 한 발 빼야 합니다. 후보가 많다는 게 마냥 좋은 일이 아니거든요. 오히려 풍부함이 곧 함정입니다. 스무 개가 다 좋은 자리일 리 없죠. 대부분은 쳐내야 할 후보입니다.
그래서 진짜 어려운 건 만드는 게 아니라 고르는 일입니다. 이 스무 개 중에서 진짜 출원할 가치가 있는 소수만 골라내야 하는데, 그게 바로 3편에서 본 가지치기입니다. 아직 아무도 선점 안 했고, 진보성이 있고, 물리·규제에 닻을 내린 것. 이 세 조건으로 스무 개를 몇 개로 줄이는 거죠.
정리하면
로봇 분야의 길목 찾기를 흐름 1(로봇의 두뇌)과 흐름 2(로봇의 몸) 두 개로 나눠 엇갈려 묶는 것에서 시작하는 걸로 설명드렸는데요. 처음에는 실제 예시를 가지고 설명할 생각이었는데 도저히 쉽게 풀어 설명하는 것이 안되네요.
개인적인 관심사이기도 하고, 로봇기업과 인공지능 기업들의 특허출원과 컨설팅 요청이 늘어나다 보니 올해부터는 실제로 업무적으로 기술흐름의 교차점을 찾고, 그 가운데 기업의 기술개발 선상에 놓인 길을 선택하여 사전에 권리를 잡는 작업을 하고 있습니다.
사실, 분석해야 하는 데이터의 양이 어마어마해서 과거에는 상상도 못할 일인데 인공지능의 도움을 받아서 놀라운 정도의 수준까지 고도화하고 있습니다.
로봇기술이나 인공지능 기술과 관련하여 블로킹 특허를 설계하는 일에 관심이 있는 기업이라면 아래 상담하기 버튼을 눌러 상담예약을 해주셔도 좋습니다.
그런데 좋은 길목을 골라 특허를 잘 받아냈다고 해서 끝이 아닙니다. 여기서 많은 사람이 놓치는 함정이 하나 있습니다. 아무리 좋은 특허라도, 남이 그걸 베꼈을 때 베꼈다는 걸 증명하지 못하면 그 특허는 헐값이 되거든요.
다음 편에서는 바로 그 이야기를 해보겠습니다. 왜 "밖에서 보이는 특허"라야 비싼지, 그리고 미국 특허 소송의 그 무섭다는 '증거개시' 절차가 특허 값을 어떻게 가르는지 말입니다.
국제특허 동천 대표변리사 · 아이피파트너 운영