이 글은 Claude.ai의 도움을 받아 작성되었습니다.

특허법과 발명, 그리고 의료인공지능 소프트웨어의 특허적 관점

특허법 톺아보기

발명

한국의 특허법에서 발명은 특허법 2조 1항에 의해 정의됩니다.

제 2조(정의) 이 법에서 사용하는 용어의 뜻은 다음과 같다.

“발명”이란 자연법칙을 이용한 기술적 사상의 창작으로서 고도(高度)한 것을 말한다.

법조문을 해석해 봅시다.

자연법칙
- 자연법칙은 자연계에서 경험적으로 확인되는 법칙을 말합니다. 다음은 발명이 아닙니다.
  - 자연법칙 자체: 만유인력의 법칙 같은 것은 발견이지 발명이 아닙니다.
  - 자연법칙에 위배되는 것: 영구기관이 대표적입니다.
  - 자연법칙 이외의 법칙: 수학 공식, 경제법칙, 게임 규칙, 암호 작성법 자체 등이 해당합니다.
  - 인간의 정신활동: 영업방법이나 교수방법 그 자체가 해당합니다.
기술적 사상
- ‘기술’은 일정한 목적을 달성하기 위한 구체적 수단입니다. 핵심은 반복 재현성과 객관적 전달 가능성입니다.
  - 개인의 숙련(기능)은 제외됩니다. 투수의 변화구 던지는 법처럼 사람마다 결과가 달라지고 제3자에게 전달할 수 없는 것은 기술이 아닙니다.
  - ‘사상’이므로 구체물 자체일 필요는 없습니다. 다만 목적 달성이 가능할 정도로 구체화되어 있어야 합니다. 과제 해결 수단이 불명확하면 미완성 발명으로 봅니다.
  - 반복 재현성은 100% 성공률을 요구하지 않습니다. 당업자가 반복 실시해 같은 결과를 얻을 수 있으면 충분하다는 것이 판례의 태도입니다.
창작
- 새로 만들어낸 것이어야 하므로 발견과 구별됩니다. 천연물을 단순히 찾아낸 것은 발견입니다. 하지만 이를 분리·정제하는 방법이나 새로운 용도를 제시하면 창작으로 인정될 수 있습니다(용도발명).
- 여기서 ‘창작’은 주관적 의미입니다. 객관적으로 새로운지는 별도의 특허요건인 신규성(제29조 제1항)에서 판단합니다.
고도한 것
- 실용신안법상 ‘고안’(자연법칙을 이용한 기술적 사상의 창작)과 구별하기 위한 문언입니다. 실무에서는 고도성을 독자적 거절 사유로 거의 쓰지 않습니다. 기술 수준의 높고 낮음은 사실상 진보성(제29조 제2항) 판단에 흡수됩니다.

신규성

특허법 29조는 특허를 받기 위한 실체적 요건을 한데 모은 조문입니다. 거기서 특히 1항과 2항을 살펴봅시다.

제 29조(특허요건) ① 산업상 이용할 수 있는 발명으로서 다음 각 호의 어느 하나에 해당하는 것을 제외하고는 그 발명에 대하여 특허를 받을 수 있다.

특허출원 전에 국내 또는 국외에서 공지(公知)되었거나 공연(公然)히 실시된 발명

특허출원 전에 국내 또는 국외에서 반포된 간행물에 게재되었거나 전기통신회선을 통하여 공중(公衆)이 이용할 수 있는 발명 ② 특허출원 전에 그 발명이 속하는 기술분야에서 통상의 지식을 가진 사람이 제1항 각 호의 어느 하나에 해당하는 발명에 의하여 쉽게 발명할 수 있으면 그 발명에 대해서는 제1항에도 불구하고 특허를 받을 수 없다.

1항의 본문에서 “산업상 이용할 수 있는 발명”은 제조업 뿐 아니라 산업 전반에 걸쳐서 해석됩니다. 또한 현재 실시되지 않더라도 장래에 이용될 가능성이 있어도 됩니다. 하지만, 인간을 수술, 치료하는 방법(의료행위)은 의료인의 행위를 특허로 제한하지 않으려는 정책적 이유 때문에 제외되고, 현재 기술 하에서 현실성이 없는 것(인간을 부활시키는 방법 등)도 특허로 부정됩니다. 우리가 살펴볼 것은 의료행위에 관한 것인데요, 의료”기기”와 의료”약품”과 같은 것들은 문제가 없습니다. 행위가 아니기 때문이지요. 또한 진단법이라도 의료인이 주체가 되어 판단을 하는 행위가 아니라면 이용가능성 인정이 가능합니다. 예를 들어 인체에서 얻은 데이터를 장치가 처리하고 정보로 가공하는 것 등이 해당됩니다. 반면, 의료인이 판단하는 행위가 들어가면 쉽지 않습니다.

좀 중요한 지점이 29조 1항 1호인

특허출원 전에 국내 또는 국외에서 공지(公知)되었거나 공연(公然)히 실시된 발명

특허출원 전에 국내 또는 국외에서 반포된 간행물에 게재되었거나 전기통신회선을 통하여 공중(公衆)이 이용할 수 있는 발명

인데요, 이것이 의료인공지능 연구에서 저지르기 쉬운 실수 중 하나입니다. 1호의 “공지(公知)”라고 하는 것은 불특정 다수가 알 수 있게 하는 것을 말하고, 특정한 대상(공동연구자 등)만이 알 수 있는 것은 공지가 아닙니다. “공연 실시”라고 함은 발명 내용이 공연히 알려지거나 알려질 수 있는 상태로 실시된 것을 말합니다.

2호의 간행물 개제 또는 전기통신회선 공개도 조심해야 할 부분입니다. 논문으로 엑세스가 가능해지느 것은 출간 시점부터이며 전기통신회선은 인터넷 공개, 온라인 선공개 논문, arXiv 같은 프리프린트가 해당합니다. 다만, 30조를 보면

제 30조(공지 등이 되지 아니한 발명으로 보는 경우) ① 특허를 받을 수 있는 권리를 가진 자의 발명이 다음 각 호의 어느 하나에 해당하게 된 경우 그 날부터 12개월 이내에 특허출원을 하면 그 특허출원된 발명에 대하여 제29조제1항 또는 제2항을 적용할 때에는 그 발명은 같은 조 제1항 각 호의 어느 하나에 해당하지 아니한 것으로 본다.

특허를 받을 수 있는 권리를 가진 자에 의하여 그 발명이 제29조제1항 각 호의 어느 하나에 해당하게 된 경우. 다만, 조약 또는 법률에 따라 국내 또는 국외에서 출원공개되거나 등록공고된 경우는 제외한다.

특허를 받을 수 있는 권리를 가진 자의 의사에 반하여 그 발명이 제29조제1항 각 호의 어느 하나에 해당하게 된 경우 ② 제1항제1호를 적용받으려는 자는 특허출원서에 그 취지를 적어 출원하여야 하고, 이를 증명할 수 있는 서류를 총리령으로 정하는 방법에 따라 특허출원일부터 30일 이내에 지식재산처장에게 제출하여야 한다. ③ 제2항에도 불구하고 총리령으로 정하는 보완수수료를 납부한 경우에는 다음 각 호의 어느 하나에 해당하는 기간에 제1항제1호를 적용받으려는 취지를 적은 서류 또는 이를 증명할 수 있는 서류를 제출할 수 있다.

출원인 자신의 연구 출간이나 발표도 원칙적으로 신규성을 깹니다. 그럼에도 불구하고 공개일로부터 12개월안에 출원하면서 공지예외를 주장하면 그 공개는 가능합니다.

이렇게 국내의 특허법을 간단하게 살펴보았습니다.

의료인공지능 and/or 소프트웨어

법조문을 살펴본 이유는 우리가 다룰 의료인공지능이 소프트웨어 기반 기술이기 때문에 그렇습니다. 소프트웨어나 AI를 특허로 내는 경우들이 많아지고 있는데, 특허법상 특허의 대상이 되는 발명은 분해해서 확인할 수 있는 물리적 장치를 전제로 만들어진 개념이기 때문에 소프트웨어와 궁합이 잘 맞지 않습니다. 소프트웨어에서는 다음 다섯 가지가 가장 큰 문제가 됩니다.

보호 대상: 소프트웨어는 본질적으로 알고리즘이라, 수학적 대상(특허법의 보호 범위 바깥)인지? 기술(특허법의 보호 범위 안)인지? 사이의 경계가 흐립니다.
입증: 서버 안의 코드를 상대가 침해했는지 확인하기 어렵습니다.
회피: 다른 알고리즘으로 같은 기능을 구현해낼 수 있습니다.
실시 주체의 분산: 병원 장비, 클라우드 서버, 의료진 화면에 처리 단계가 흩어져 방법 청구항의 침해 주체가 모호해집니다.
속도 차이: 출원에서 등록까지 2-3년, 존속기간은 20년입니다. 모델은 현재 몇 달 단위로 바뀌기에 등록 시점에 이미 다른 구조인 경우가 많습니다.

다만 의료AI는 일반적인 소프트웨어보다 나은 편입니다. 영상, 생체신호 같은 물리적 입력에 묶여 있어 ‘측정 기술의 개선’으로 설명하기 쉽습니다. 또한, 식약처나 FDA와 같은 규제기관의 느린 반응속도 때문에 침해까지 시간이 걸리며, 허가 문서로 제품의 구조를 확인할 수도 있습니다.

의료인공지능 특허는 소프트웨어 특허이며 의료기기 규제와 임상 협업에 묶여 있는 아주 특이한 구조입니다. 다행인지 불행인지, 이 특이한 구조가 일반 소프트웨어 특허와 다른 특징을 만듭니다.

물리적 입력과 측정: CT, X-ray 영상, 심전도, vital sign 같은 물리적 신호를 처리하고 결과는 정량 숫자입니다. 측정 기술의 개선으로 설명할 여지가 있습니다.
정량화된 청구항 형식: 한국은 의료행위 배제 때문에 “컴퓨팅 장치가 데이터를 획득하고, 모델로 예측하고, 결과를 제공하는 방법”인 형식이 표준적입니다. 뒤에서 살펴볼 뷰노 특허도 이 3단계에 모델 수식을 덧붙였습니다.
공지 모델 의존: 의료인공지능 특허는 RNN, CNN, 트랜스포머, GAN, 디퓨전 모델 등과 같은 공지 구조를 임상 데이터에 적용하는 것입니다. 새로운가? 에 대한 대답이 조금 취약해지는 것입니다.
규제와의 연동: 식약처, FDA, CE 승인 때문에 제품 구조가 오래 유지됩니다. 인허가 문서와 510(k) 요약서가 공개되어 침해 증거가 되기도 하고 자기 특허의 선행기술이 되기도 하는 장단이 있습니다.
시험, 연구 예외: 허가용 임상, 성능시험은 한국 특허법 §96, 미국 §271(e)(1)로 특허 효력 밖에 있습니다. 분쟁은 보통 상용화 이후에 이루어집니다.
병원, 대학과의 공유: 임상 데이터를 사용하기에 의사와 병원의 기여로 공동발명, 공동출원이 흔합니다. 한국은 공유자 각각 침해금지를 청구할 수 있지만 미국은 원칙적으로 공유자 전원이 원고가 되어야 합니다.

의료라는 장단

의료인공지능 특허는 등록과 사업적 자산으로는 쓸모가 크지만, 분쟁에서 인정받는 것은 반대로 어렵습니다. 같은 특징이 장점과 단점의 특성을 동시에 가지고 있기 때문이지요. 이 양면성의 근본은 규제입니다. 인허가는 제품 구조를 오래 고정시켜 특허가 실제 제품을 덮는 기간을 늘려주지만, 동시에 허가 문서와 510(k) 요약본으로 그 구조를 세상에 공개합니다. 공개된 문서는 상대의 침해를 확인하는 단서가 되는 한편, 내 특허를 무너뜨리는 선행기술이 되기도 하지요.

관점	장점	단점
특허 대상	물리적 신호와 측정 개선으로 기술적 성격이라는 것을 설명하기 쉬움	공지 모델을 의료 데이터에 적용한 형태는 진보성, 미국 특허법 101조(특허 대상 적격성)에 취약함.
권리 범위	규제로 제품 구조가 오래 지속되고 신규 진입이 어려워 특허가 실제 제품을 오래 덮음	다른 알고리즘으로 같은 기능을 구현하면 쉽게 회피가 가능함(예시: 뷰노vs에이아이트릭스)
침해 입증	허가 문서, 510(k) 공개 요약본 등으로 상대 구조를 일부 확인 가능	핵심 처리는 서버 안의 블랙박스이므로 공개 문서만으로는 구성요소 대비가 부족
시간	규제 승인까지 수년이 걸리므로 출원일 우선 확보에 여유가 있음	모델 세대 교체가 빨라 등록 시점의 청구항이 모델 업데이트시 현행 제품과 어긋날 수 있음
분쟁	경쟁사가 적어 침해 대상이 분명함	특허권자가 승소한 사례가 현재까지 한 건도 없음
공동 연구	임상 데이터와 의료진의 기여로 실제 임상 문제를 푸는 발명이라는 점을 보여주기 쉬움	병원이나 대학과의 공유 특허가 많아 행사가 제약됨. 미국은 원칙적으로 공유자 전원이 원고로 나서야 함(뷰노 제2 특허도 의료재단과 공유)

그렇다면 무엇을, 어떤 권리로 지켜야 할까요?

보호 수단	적합한 대상	이유
특허	입력 전처리, 정량 파이프라인, 임상 워크플로 통합, 결과를 치료 결정에 쓰는 단계, 장비 연동	외부에서 관찰 가능하고, 기술적 개선으로 설명할 수 있음
영업비밀	학습 데이터, 가중치, 하이퍼파라미터, 라벨링 프로토콜	외부에서 보이지 않고, 공개하면 가치가 사라짐
저작권	소스코드, UI	표현만 보호하지만 등록 없이 자동 발생
계약	공동연구 데이터, 인력 이동	병원·대학 데이터와 퇴사자 리스크는 특허로 못 막음(HeartFlow 사례)

결국 의료인공지능 특허는 “등록될 수 있는가”가 아니라 “분쟁에서 행사할 수 있는가”가 기준이 되어야 합니다.

분쟁에 관하여

한국 - 서울중앙지법 2023가합102866 특허권침해금지 등

한국에는 의료인공지능 관련하여 2건(침해소송 1, 무표심판 1)의 사건들이 있지만, 주체는 사실상 동일해서 1건으로 보아도 됩니다.

이 건은 뷰노와 AITRICS 사이의 특허 분쟁인데요, 서울중앙지법 2023가합102866 특허권침해금지 등으로 사법정보공개포털에서 1000원을 온라인 결제하면 판결문 전문을 열람하실 수 있습니다.

여러 자료들에 따르면 해당 사건은 뷰노(원고)가 AITRICS(피고)에게 소를 제기한 사건입니다. 원고는 의료인공지능 회사로, 이 사건 두 특허의 권리자입니다. 제2 특허는 P의료재단과 공유하고 있습니다.

피고의 제품 C는 생체신호분석소프트웨어로, 2022. 10. 26. 식약처 허가를 받았습니다. 만 19세 이상 입원환자의 EMR로 다음 세 가지 위험도를 0~100점으로 산출합니다.

MAES: 일반병동 급성 중증이벤트 6시간 내 발생 위험
SEPS: 일반병동 패혈증 4시간 내 발생 위험
MORS: 중환자실 급성 악화(사망) 6시간 내 발생 위험

입력은 생체신호 6종, 혈액검사 11종, GCS, 나이로 총 19개 변수입니다. 원고의 청구는 생산·판매 금지, 완제품·반제품 폐기, 손해배상 1억 원(일부 청구)과 연 12% 지연손해금이었습니다.

특허별 판단

제1 특허 (생체신호 + 혈액검사로 증상 예측)
- 정정 후 청구항 1의 핵심은 혈액검사 결측 시 생체신호를 GAN 생성기에 넣어 유사 혈액검사 데이터를 만들고, 이를 개체화 모듈을 거쳐 RNN과 FC층 모델에 입력하는 구성입니다.
- 법원은 구성요소 1-4부터 1-7까지가 피고 제품에 없다고 판단했습니다.
  - 피고 제품은 결측치를 LOCF(직전 관측값으로 채움)로 처리합니다. 실측값이 아예 없으면 정상범위 중앙값을 넣은 뒤 LOCF를 반복합니다.
  - 생성기·판별기가 경쟁하며 학습하는 GAN 구조가 나타나지 않습니다.
  - 생체신호를 생성기에 넣어 그에 대응하는 혈액검사 값을 만드는 방식과는 입력·처리 구조가 다릅니다.
  - 따라서 생성 데이터를 개체화 모듈로 처리하는 구성(1-5)도 갖추었다고 보기 어렵습니다.
제2 특허 (개체화 데이터 → 제1 신경망 → 제2 신경망 → 발생 확률)
- 청구항의 핵심은 RNN(제1 신경망)이 출력층 y를 산출하고, 그 y를 FC층을 포함한 별도의 제2 신경망이 입력으로 받아 확률을 내는 직렬 구조입니다.
- 법원은 구성요소 2-3과 2-5가 없다고 판단했습니다.
  - 구조: 피고 제품은 시계열 경로(양방향 RNN + Attention)와 고정형 경로(Dense + BatchNorm)를 병렬로 처리합니다. 이후 특징을 결합(concat)해 Dense와 Softmax로 점수를 냅니다. 어느 값이 y에 해당하고, 그것이 별도 모델의 입력으로 쓰이는지 특정되지 않았습니다.
  - 기능적 구별: 피고 제품의 최종 Dense층은 하나의 통합 신경망의 출력부로 볼 여지가 크고, 별도의 예측모델로 보기 어렵습니다.
  - 학습 방식: 특허는 제1 모델을 먼저 학습한 뒤 제2 모델을 별도로 학습하는 구조를 예정하고 있다고 보았습니다(명세서 [0058] 참조). 반면 피고 제품은 입력과 정답 쌍으로 학습하는 단일 end-to-end 모델로 설명될 뿐, 별도 학습은 확인되지 않았습니다.
  - 원고의 수식 주장 배척: 원고는 피고 측 수식 z = h(sₜ, Uₖ, …)에서 h가 g에, z가 y에 대응한다고 주장했습니다. 법원은 z가 최종 예측값이 아닌, 제2 모델에 입력되는 분석정보라는 근거가 없다고 보았습니다.

비침해 결론이 났으므로 피고의 권리남용(무효) 항변은 판단하지 않았습니다.

미국

아래 자료는 Claude를 통해 조사하고 제가 교차검증한 표입니다.

최근 진행	사건	기술	쟁점	결과·현황
2026. 7. 7.	Dental Monitoring v. Align (Fed. Cir. 24-2270)	치과 영상 딥러닝 (Invisalign Virtual Care AI)	101조	부적격 확정 (비선례)
2026. 4. 13. 제소	HeartFlow v. Cleerly (E.D. Tex.)	관상동맥 CTA AI (FFR-CT, 플라크 분석)	침해 6건, 전 컨설턴트의 정보 유용 주장	진행 중
2026. 2. 17.	Progenics v. MIM Software (D. Mass. 1:24-cv-10437)	핵의학 영상 AI (PET/CT 정량)	침해 7건, MIM의 IPR 3건 개시 거부	비공개 합의
2026. 1. 21.	Tempus AI v. Guardant Health (N.D. Cal.)	AI 정밀의료 (유전체 분석)	101조	4건 전부 부적격, 기각
2025. 10. 24. 제소	AI Imaging Association v. MVision AI (W.D. Tex.)	AI 학습용 합성 의료영상 생성 (US 11,257,272)	침해 (NPE 추정)	현황 미확인
2025. 3. 7.	AliveCor v. Apple (ITC 337-TA-1266, Fed. Cir.)	웨어러블 ECG, ML 부정맥 탐지	ITC 침해 인정 → PTAB 무효	무효 확정, Apple 승
2024. 5. 28. 제소	UBC v. Caption Health·GE HealthCare (N.D. Cal. 5:24-cv-03200)	AI 가이드 심장 초음파 (US 11,129,591)	침해	현황 미확인
2024. 4. 4.	AI Visualize v. Nuance·Mach7 (Fed. Cir. 22-2109)	의료영상 3D 웹 시각화	101조	부적격 확정
2020. 4. 17.	CardioNet v. InfoBionic (Fed. Cir. 2019-1149)	심전도 AF 탐지 알고리즘 (비AI, 참고)	101조	’207 특허 적격. 같은 해 7월 다른 특허는 부적격

맺음말

지금까지 특허법의 기본 개념에서 출발해 의료인공지능 특허의 특징과 장단을 살펴보고, 한국과 미국의 분쟁 사례까지 따라와 보았습니다.

정리하면 이렇습니다. 특허법은 분해해서 확인할 수 있는 물리적 장치를 전제로 만들어졌고, 소프트웨어는 그 전제와 잘 맞지 않습니다. 의료인공지능은 영상과 생체신호라는 물리적 입력, 그리고 규제 덕분에 일반 소프트웨어보다는 사정이 나은 편입니다. 하지만 대부분 공지된 모델을 임상 데이터에 적용하는 구조라는 한계는 그대로 남습니다.

분쟁 사례가 보여주는 결론은 생각보다 냉정합니다. 이번에 살펴본 범위에서, 판결까지 간 사건 중 특허권자가 최종적으로 이긴 사례는 확인되지 않았습니다. 한국에서는 뷰노 사건처럼 무효를 피하려고 청구항을 좁히자 단순한 대체 방식에 회피되었습니다. 미국에서는 Dental Monitoring 사건처럼 청구항이 넓고 일반적이면 101조에서 무너졌습니다. 넓으면 무효, 좁으면 회피라는 시소 위에서 균형점을 찾는 것이 의료인공지능 특허의 본질적인 과제인 셈이지요.

그렇다고 특허가 쓸모없다는 뜻은 아닙니다. 특허는 여전히 투자와 협상, 진입장벽을 만드는 핵심 자산입니다. 다만 쓰는 방식이 달라져야 합니다. 모델이 ‘무엇을 하는지’보다 ‘어떤 기술적 수단으로 무엇을 개선하는지’를 청구항에 담아야 합니다. 특정 학습 구조나 모델 분리에 기대지 않는 표현을 고민해야 하고, 데이터와 가중치처럼 특허로 지키기 어려운 자산은 영업비밀과 계약으로 함께 지켜야 합니다. 출원 단계에서부터 “등록될 수 있는가”가 아니라 “분쟁에서 행사할 수 있는가”를 물어야 하는 이유입니다.

마지막으로, 이 이야기는 아직 끝나지 않았습니다. 뷰노와 에이아이트릭스 사건은 특허법원에서 항소심과 무효 사건이 함께 진행 중입니다. 미국에서는 HeartFlow와 Cleerly 사이에 의료인공지능 분야의 향방을 가를 수 있는 소송이 막 시작되었습니다. 이 사건들의 결과가 나오면 다시 정리해 보겠습니다.

이 글은 공개된 판결문과 보도 자료를 바탕으로 한 개인적인 분석이며, 법률 자문이 아닙니다. 또한 필자가 소속된 회사의 입장과 무관합니다.

의료인공지능과 특허 - 분쟁을 중심으로