본문 바로가기 주메뉴 바로가기 푸터 바로가기

사이트맵


Book Mark

일본의 AI 관련 발명 출원 현황

  • 투자진출
  • 일본
  • 도쿄무역관 원다혜
  • 2021-12-27

2019년 일본의 AI 관련 출원 건수 약 5천여 건

교통, 비즈니스, 영상 등의 제어 및 조정 관련 분야 多

최근 인공지능 심층학습(딥러닝)을 중심으로 AI(Artificial Intelligence; 인공지능) 관련 기술이 괄목할 만한 발전을 보이고 있다. 일본에서도 AI 관련 특허출원이 광범위한 영역에 걸쳐 증가하고 있다. 향후에도 AI 관련 기술개발 및 특허출원이 다수 예상되는 바, 일본특허청(이하 JPO)에서는 일본 국내외 AI 관련 출원 현황에 대한 조사 보고서를 발표했다. 일본의 AI관련 출원 동향에 대해 살펴 보고자 한다.


AI관련 발명 출원 동향


(1) 전체적인 출원·심사·기술 동향

일본 내 AI관련 발명(분홍색 막대 그래프) 2014년 이후 급격하게 증가해 2019년에는 약 5,000건에 달했다. 또한 특정 계산모델 방식의 컴퓨터 시스템에 부여하는 특허 코드인 'G06N'이 부여된 출원(노란색 막대 그래프)도 꾸준히 증가해 2019년은 약 2,100건을 기록했다.

    

<그림1 AI관련 발명 일본 출원 건수 추이>

(단위 : 건)

external_image

자료: JPO, 일본 AI관련발명 출원상황 조사 보고서 일부발췌


AI 관련 발명은 이른바 2 AI 붐의 영향으로 1990년대 전반에 '특허 출원 붐'이라고 있는 상황이 발생했으나, 이후 20 가까이 출원 건수는 저조한 상태였다2 AI 붐에서 유행한 것은 지식 기반 모델, 전문적 분석을 지원하는 엑스퍼트(expert) 시스템 등의 기술이지만, 사전에 모든 사상의 규칙을 컴퓨터에 학습시키는데 많은 어려움이 따라 붐은 오래 지속되지 않았다. 또한 예전부터 뉴럴넷(neural net, 인공 신경망)에 대한 연구도 활발히 진행돼 왔지만 성능의 한계로 인해 이 또한 일시적인 것으로 보고 있다.

G06N 부여된 출원 G06N3/02-3/10 또는 G06N20/ 부여된 출원 비율을 기계학습률로 하여 추이를 나타낸 것이 그림2이다. 다년간 50~60% 정도로 추이하던 기계학습률은 2013년경부터 상승해 2019년에는 90% 이르고 있다. 최근의 AI 관련 발명은 통상, 기계 학습에 의해서 실현되고 있는 것을 있다.

 

<그림기계 학습률 추이>

(단위: %)

external_image

자료 : JPO, 일본 AI관련발명 출원상황 조사 보고서 일부발췌


3 AI 붐이 생긴 요인은 기계학습에서 과학습을 억제하는 방법의 개발과 계산기의 성능향상과 데이터 유통량의 증가로 AI 관련 이론의 실용화가 가능해진 것으로 알려져 있다. 예를 들면, 심층 학습의 간인, 뉴럴 (neural net) 다층화라고 하는 발상 자체는 수십년 전부터 있었지만, 막대한 계산 코스트가 문제가 되어 지금까지 연구가 진행되지 않았다. 그러나 2012년에 캐나다 토론토 대학 팀이 세계적인 화상인식 경연대회인 ILSVRC(ImageNet Large Scale Visual Recognition Competition)에서 심층학습을 사용하여 압승거둔 것이 하나의 계기가 되어, 지금에 이르는 3 AI 붐이 일어나고 있다.

AI 관련 발명의 특허 사정률(그림3) 2004 이후 매년 상승하고 있으며, 최근에는 80% 전후에서 꾸준히 진행되고 있다.

 

<그림3 AI관련 발명 특허사정률 추이>

(단위 : %)

external_image

자료: JPO, 일본 AI관련발명 출원상황 조사 보고서 일부발췌

 

 

(2) 심층학습기술에 관한 출원 현황

최근의 AI 관련 발명의 출원 증가의 최대의 요인인, 심층 학습(딥러닝) 기술의 출원 상황을 조사한 결과는 다음과 같다심층학습에서 언급하는 AI 관련 발명은 2014년 이후 급증하였으나 2018년부터 2019년에 걸쳐 약간 감소했다. 그림 4는 심층학습기술 중에서도 특히 중요하고 빈번하게 이용되는 방법인 다음 3가지 방법의 AI 발명의 출원건수 추이를 나타내고 있다.

 

<그림개별 심층학습 기술에 언급된 AI관련발명 출원건수 추이>

(단위 : 건)

external_image

자료: JPO, 일본 AI관련발명 출원상황 조사 보고서 일부발췌

 

(1) 압축 뉴럴넷(Convolutional Neural Network; CNN)입니다.

(2) 재귀뉴럴넷(Recurrent Neural Network; RNN) 또는 RNN의 확장인 장단기 기억(Long Short Term Memory; LSTM)

(3) 심층 강화 학습

 

 그림 4에서는 CNN RNN 또는 LSTM 2018년부터 2019에 걸쳐 감소 또는 제자리걸음을 하고 있으나, 심층강화학습은 건수는 적지만 계속 증가하고 있음을 알 수 있다CNN은 동영상 인식 처리 / RNN LSTM은 음성 인식 및 텍스트 처리 / 심층 강화 학습은 시스템 제어 및 최적화와 친화성이 높은 것으로 알려져 있으며, CNN G06T(화상처리) H04N(영상처리)의 분류가 눈에 띄고, RNN·LSTM G10L(음성처리) G06F17/20-28(자연언어처리)의 분류가 두드러진다. 심층 강화 학습은 건수 자체는 적지만 G05B(제어계·조정계 일반), B25J(매니퓰레이터)라고 하는 제어계의 기술에 자주 이용되고 있는 것을 알 수 있다.

 


시사점


예전부터 세계 각국에서 AI관련 기술이 개발되고 있었으나, 코로나19로 인해 AI관련 기술이 더욱 주목받게 됐다. 금융, 교통, 서비스 등 분야를 막론하고 대부분 실생활의 모든 분야에서 활용되고 있는 기술인 만큼 일본에서도 관련하여 많은 관심과 개발에 힘을 쏟고 있다. 일본 AI출원 현황 및 동향에 대해 충분한 이해를 바탕이 된다면 보다 전략적이고 효과적인 일본 출원이 가능할 것이다. 일본 지식재산권 관련해 KOTRA도쿄무역관 IP-DESK에서는 현지 최신 정보를 제공하고 관련 법률 상담 지원 사업을 실시하고 있으므로, 우리기업의 적극적인 활용을 기대해 본다.



자료: 일본특허청(JPO) AI관련 발명 출원 상황 조사 보고서 일부 발췌 및  KOTRA도쿄무역관 자료 종합

<저작권자 : ⓒ KOTRA & KOTRA 해외시장뉴스>

공공누리 제 4유형(출처표시, 상업적 이용금지, 변경금지) - 공공저작물 자유이용허락

KOTRA의 저작물인 (일본의 AI 관련 발명 출원 현황)의 경우 ‘공공누리 제4 유형: 출처표시+상업적 이용금지+변경금지’ 조건에 따라 이용할 수 있습니다. 다만, 사진, 이미지의 경우 제3자에게 저작권이 있으므로 사용할 수 없습니다.

국가별 주요산업

댓글

0
로그인 후 의견을 남겨주세요.
댓글 입력
0 / 1000