Analysis of Generative AI Technology Trends Based on Patent Data

특허 데이터 기반 생성형 AI 기술 동향 분석

Abstract

This paper analyzes the trends in generative AI technology based on patent application documents. To achieve this, we selected 5,433 generative AI-related patents filed in South Korea, the United States, and Europe from 2003 to 2023, and analyzed the data by country, technology category, year, and applicant, presenting it visually to find insights and understand the flow of technology. The analysis shows that patents in the image category account for 36.9%, the largest share, with a continuous increase in filings, while filings in the text/document and music/speech categories have either decreased or remained stable since 2019. Although the company with the highest number of filings is a South Korean company, four out of the top five filers are U.S. companies, and all companies have filed the majority of their patents in the U.S., indicating that generative AI is growing and competing centered around the U.S. market. The findings of this paper are expected to be useful for future research and development in generative AI, as well as for formulating strategies for acquiring intellectual property.

본 논문은 특허 출원 문서를 기초로 하여 생성형 AI 기술의 동향을 분석한다. 이를 위해 2003년부터 2023년까지 한국, 미국, 유럽에서 출원된 생성형 AI 관련 특허 5,433건을 선별하고, 국가별, 기술 분야별, 연도별, 출원인별 데이터를 분석하고 시각적으로 제시함으로써 시사점을 찾고 기술 흐름을 확인하고자 한다. 분석 결과, 이미지 분야의 특허가 36.9%로 가장 많고 지속적으로 출원 건수가 상승하고 있지만, 문장/문서나 음악/음성 분야는 2019년 이후로 출원이 감소하거나 유지되고 있다. 가장 많은 특허를 출원한 기업은 한국 기업이지만 상위 5개 출원인 중 4개가 미국 기업이며 모든 기업이 미국에 가장 많은 특허를 출원하고 있어 생성형 AI는 미국 시장을 중심으로 성장하고 경쟁하고 있음을 확인하였다. 논문의 분석 결과는 향후 생성형 AI 연구 개발과 지식 재산 확보 전략을 수립하는 데 활용될 수 있을 것으로 기대된다.

1. 서론

GPT, Bert와 같은 생성형 AI 모델의 등장으로 인해 생성형 AI 기술은 빠르게 발전하고 있으며, 실제로 우리의 삶을 어떻게 변화시킬지에 대한 대중들의 관심이 매우 높다. 생성형 AI의 동향에 대한 대부분의 연구들은 주로 기술 관점에서 생성형 AI 모델의 변화에 집중하거나, 특정 산업에서의 활용 가능성 정도만 언급하고 있다[1,2,3]. 하지만, 생성형 AI를 통해서 생성하는 콘텐츠의 유형에 따른 기술 적용 분야별 동향이나 기업 관점에서 생성형 AI의 세부 기술 집중 분야나 활용 사례를 분석하고 기업 간 특징을 비교하는 연구는 부족하다[4,5].

기업의 특성을 분석하기 위해서 기업에서 출원한 특허를 확인하는 방법이 있다[6,7,8,9,10]. 기업은 제품 개발과 사업 전략을 수립하는 초기 단계에서 부터 기술 보호를 위해 특허를 출원하며 중요한 기술일수록 여러 국가에 특허를 확보하려고 노력한다. 경쟁 기업들의 특허 출원 데이터를 분석하는 것은 기술 발전 동향을 예측하고, 효과적인 사업 전략을 수립하는 데 좋은 도구이다. 특허 데이터를 분석하여 동향을 파악하는 연구에는 반도체[6], 이차전지[7], 자율주행[8]과 같은 분야에서 활발한 연구가 있었지만, 생성형 AI에 대한 특허 분석[9,10]은 부족하다. 한 연구[9]에서는 생성형 AI 기술의 특성을 고려한 핵심 특허를 평가하는 방법에 초점을 두고 있으며, 또 다른 연구[10]에서는 주요 출원인의 기술 집중 분야를 제시하기도 하였다. 하지만, 구체적인 활용 사례에 대한 분석이 부족하고 언어 모델에 한정되어 있다.

본 논문에서는 생성형 AI의 기술 분야별 동향과 기업별 특징 비교에 초점을 둔다. 생성형 AI가 생성하는 결과물에 따라 기술 분야를 나누고, 연도별 활용 분야가 어떻게 변화하고 있는지 분석한다. 또한, 기업별 집중 출원 기술 분야와 해당 기술을 활용한 사례를 제시한다.

본 논문은 다음과 같이 구성된다. 2장에서는 생성형 AI와 관련된 특허를 검색하고 기술 분류를 실시한다. 3장에서는 연도별, 기술 분야별 출원 동향 분석한다. 4장에서는 주요 출원 기업을 대상으로 기술 집중 분야를 확인한다. 마지막으로 5장에서 결론을 맺는다.

2. 유효 특허 선별 및 기술 분류

본 장에서는 주요 국가를 대상으로 관련 특허를 검색하고, 그중 특허의 내용이 생성형 AI에 해당하는 유효 특허를 선별한 뒤, 기술 분야별로 분류하여 전반적인 특허 출원 수를 분석한다.

2.1 특허 검색과 유효 특허 선별

특허 검색을 위한 키워드는 논문, 뉴스 기사, 알려진 특허의 명세서를 바탕으로 생성형 AI 및 인공지능 모델, 동작 방식, 생성 결과물 등의 관련 단어들이 조합되도록 하였다. 특허 검색의 범위는 연구의 효율성을 위해 대상 국가를 한국, 미국, 유럽으로 하고, 검색 기간은 특허 존속기간이 20년인 것을 고려하여 2003년부터 2023년 7월까지로 설정한다. 특허의 상태는 등록특허와 공개 특허를 포함한다. 검색 결과, 총 59,399건의 특허가 검색되었으며, 한국 12,168건, 미국 37,455건, 유럽 9,776건이 포함되었다.

59,399건의 특허는 비정제 데이터(Raw Data)로서 생성형 AI 특허와 관련성이 없는 특허도 다수 포함되기 때문에 내용을 확인하여 노이즈를 제거하는 절차가 필요하다. 본 논문에서는 유효한 특허를 걸러내기 위해서 논문의 목적에 따라 두 가지 기준을 적용한다. 첫 번째 기준은 특허가 인공지능 기술을 실제로 사용하는지를 확인하는 것이다. 단순히 배경 기술로 언급하거나 활용 가능성만 언급한 특허는 제외한다. 두 번째는 인공지능이 새로운 대상이나 콘텐츠를 생성하는지 확인하는 것이다. 예를 들어, 단순히 머신 러닝을 적용해서 객체를 식별하거나 분류하는 특허는 제외한다. 이러한 기준을 적용하여 유효 특허를 선별한 결과 총 5,433건의 특허가 확인되었고, 표 1과 같이 국가별로는 한국 1,830건, 미국 3,017건, 유럽 586건의 특허가 포함된다.

표 1. 기술 분야별 특허 수

Table 1. Number of patents by technology category

2.2 생성형 AI의 기술 분류

본 논문에서는 인공지능을 통해 생성하는 콘텐츠의 종류에 따라 이미지, 문장/문서, 맞춤 데이터, 동영상, 음악/음성 5개의 분야로 나눈다.

기술 분야별로 해당하는 특허의 수를 확인한 결과, 표 1에 나타낸 것과 같이 이미지 2,004건(36.9%), 문장/문서 1,282건(23.6%), 맞춤 데이터 657건(12.1%), 동영상 885건(16.3%), 음악/음성 605건(11.1%)으로 확인되었다.

이미지 분야는 세부적으로 이미지를 생성, 변형, 합성하여 새로운 이미지를 만드는 방법 및 기술을 포함한다. 예를 들어, 입력 이미지를 수신하고, 이를 인코더를 활용하여 GAN 생성기로 새로운 이미지를 생성하는 방법에 대한 특허[11]가 해당한다. 문장/문서 분야의 특허들은 문장을 생성하거나 번역문을 생성하는 방법 및 기술과 관련된다. 예를 들어, 기계 학습 모델을 사용하여 이미지를 처리하고, 해당 이미지에 대한 텍스트 설명을 생성하는 방법[12]이 포함된다. 맞춤 데이터 관련 특허들은 사용자에게 맞춤형 데이터를 생성하여 제공한다. 예를 들어, 게임 줄거리를 기반으로 동적 퀘스트를 생성하는 방법[13]이 해당된다. 동영상 분야는 세부적으로 영상을 생성, 합성, 복원하는 방법 및 기술을 포함한다. 예를 들어, 뉴럴 네트워크를 사용하여 설정된 스타일을 통해 중간 영상을 생성하는 방법에 대한 특허[14]가 있다. 음악/음성 기술 분야의 특허들은 기존에 있는 텍스트나 이미지를 활용하여 새로운 음성을 생성, 합성, 복원하는 기술을 포함한다. 대표적으로, 입력된 텍스트를 해당 스타일을 고려하여 음성으로 변환하거나 생성된 음성을 출력하는 방법에 대한 특허[15]가 있다.

2.3 국제 특허 분류 체계에 따른 분포

특허 분류에 참고할 수 있는 International Patent Classification (IPC) 코드를 기준으로 기술 분야별 특허의 수를 비교하고자 한다. IPC는 발명의 기술 분야를 나타내는 국제적으로 통일된 특허 분류 체계로, 특허 문헌의 분류 및 검색을 용이하게 할 수 있도록 모든 출원 건에 대하여 IPC 분류 코드를 부여하고 있다.

앞서 도출한 유효 특허 5,433건에 대한 IPC 분류 코드를 확인하여 상위 10개에 대한 특허 출원 건수를 그림 1에 나타내었다. 상위 10개 코드의 특허는 총 4,759건(88%)이다.

그림 1. 유효 특허의 상위 10개 IPC 분류 코드

Fig. 1. Top 10 IPC of Valid Patents

상위 10개의 IPC 분류 코드의 설명은 표 2에 정리하였으며 내용을 보면 이미지 분야의 특허가 가장 많은 것을 알 수 있다. G06T, G06K, G06V 분류 코드는 이미지, 영상, 이미지 데이터의 인식, 이해, 처리, 판독 등과 같이 이미지와 관련된 특허가 주를 이룬다. 또한, 화상통신(H04N), 헬스케어(G16H), 그리고 진단/수술(A61B) 분류 코드도 실제로 이미지와 관련한 특허가 다수 포함된다. 예를 들어, 화상통신 분야에서는 GAN을 사용하여 영상의 프레임을 개선시키는 특허[16]와 기존 이미지를 신경망을 통해 더 좋은 화질의 흑백 및 컬러 이미지로 복원하는 특허[17]가 있다. 헬스케어 분야에서는 영상과 이미지를 활용하여 환자의 질병을 진단하는 특허[18]와 학습된 데이터를 통해 의료 영상을 예측하고 생성하는 특허[19]가 있다. 진단/수술 분야에서는 생성형 AI를 사용하여 의료기기의 영상에서 노이즈를 감소시키는 특허[20]와 암에 대한 이미지 정보 훈련을 통해 종양의 이미지를 미리 생성하여 예측하는 특허[21]가 있다. 이처럼 표1의 기술 분류에서 이미지 분야에 가장 많은 특허(36.9%)가 존재하는데, 특허의 IPC 분류 코드에서도 이미지 분야의 특허가 많음을 확인할 수 있다.

표 2. IPC 분류 코드 설명

Table 2. Description of IPC

3. 연도별 출원 동향

본 장에서는 연도별 특허 출원 건수와 기술 분야별 출원 동향을 분석한다. 특허는 출원일로부터 1년 6개월 후에 공개되며, 일부 우선심사를 통해 등록된 특허만 조기에 공개되기 때문에 미공개 특허가 다수 존재하는 2022년 이후에 출원된 특허에 대해서는 연도별 분석 대상에서 제외한다.

3.1 연도별 출원 건수

연도별 특허 출원 건수의 변화를 분석해보면, 그림2에 나타낸 것과 같이 2018년에서 2019년 사이에 524건에서 1,170건으로 특허 출원이 급격하게 증가한 것을 확인할 수 있다. 이후 2019년부터는 특허 출원량이 1,302건에서 1,385건으로 증가율이 다소 완화되었다.

그림 2. 연도별 생성형 AI 특허 출원 건수

Fig. 2. Number of generative AI patent applications by year

특허 출원율이 증가한 이유는 2017년 Transformer 모델과 2018년에 등장한 GPT(OpenAI) 및 BERT(Google) 모델로 인해 생성형 AI 시장이 크게 성장하였고, 이에 따라 특허 증가율이 상승하였다고 판단된다.

2019년 이후 특허 출원율 완화의 이유로는 새로운 모델 개발, 모델의 구조 변경을 하는 연구보다 데이터양과 도출되는 결과물의 신뢰도 향상 방법에 집중하는 연구 방향으로 전환되었기 때문으로 파악된다. 예를 들어 GPT-1에서 GPT-4까지의 모델들이 GPT-1과 GPT-2 간 Layer Normalization의 위치 변경 외에 큰 구조 변화가 없었고[22,23,24], GPT-4는 오류 보정에 중점을 두고 개발되었다[4].

3.2 연도별 기술 분야별 출원 건수

그림 3은 생성형 AI 기술 분야의 연도별 특허 출원 동향을 나타낸다. 이미지와 동영상 분야에서는 특허 출원이 지속해서 증가하는 추세를 보인다. 반면, 문장/문서와 음악/음성의 경우 상이한 추세가 나타난다. 문장/문서의 경우, 2020년 대비 2021년에 출원율이 감소하며, 음악/음성은 2019년에서 2020년 사이에 감소한다.

그림 3. 연도별 기술 분야별 특허 출원 건수

Fig. 3. Number of patent applications by technology category and year

이러한 동향은 최근 챗 GPT를 통한 문장 생성의 활성화라든지, AI가 기존 노래를 커버하는 영상이나 실시간 AI 통역처럼 음악/음성 생성 분야의 관심과 응용 사례가 증가하는 추세와는 대조적으로 보일 수 있다. 기술 분야별 출원 동향을 정확하게 검증하기 위해 상세 검색식이 아닌 핵심 키워드만으로 구성된 넓은 범위의 특허를 검색하여 출원 추세를 비교 검증하고자 한다. 예를 들어, ‘인공지능’ 키워드와 ‘음악 or 음성 ’ 키워드만을 AND 조건으로 검색하고 유효하지 않은 특허(노이즈)를 제거하지 않은 포괄적인 특허의 개수를 비교한다. 문장/문서 및 음악/음성 분야에 대한 유효 특허 데이터와 포괄적 데이터를 표 3에 나타내었으며 증감률을 함께 비교하였다. 특허 출원이 증가하다가 감소하는 시점이 문장/문서의 경우 2021년, 음악/음성의 경우 2020년으로 일치하는 것을 확인할 수 있다.

표 3. 연도별 특허 출원 변화 비교 – 유효 특허 데이터와 대략적 검색 데이터

Table 3. Comparison of Annual Patent Application Changes – Valid Patent Data vs. General Search Data

이러한 특허 출원의 감소 추세는 기술 발전의 성숙도와 연구 방향의 변화를 반영한다고 판단된다. 2018년 대규모 모델의 등장 이후, 연구의 초점은 대규모 데이터 셋을 활용한 모델 성능 향상에서 데이터의 품질과 결과물의 신뢰도 향상으로 전환되었기 때문에 문장이나 음성 생성과 관련하여 기술적 진보성을 갖춘 특허 출원의 증가 추세는 둔화한 것으로 보인다.

4. 주요 출원인 동향 분석

본 장에서는 주요 출원인의 동향을 분석한다. 출원인은 기업, 연구소, 대학, 정부, 개인 등 다양하지만, 본 논문에서는 기업이 출원한 특허를 대상으로 하고 기업별로 어떤 기술 분야에 집중하고 있는지 분석한다. 이를 통해 생성형 AI의 시장 동향 및 기업들의 연구 개발 방향을 파악한다.

4.1 주요 기업 분석

한국, 미국, 유럽 특허청에 등록된 생성형 AI 특허 수를 기준으로 상위 5개 기업을 도출한 결과 그림 4와 같이 Samsung Electronics (389건), Google (243건), Adobe (210건), IBM (152건), Microsoft (114건) 순으로 나타났다. 한국과 미국의 주요 기업이 생성형 AI 기술에서 높은 영향력을 가진 다출원 기업으로 나타났다. 가장 많은 특허를 출원한 Samsung Electronics를 제외한 나머지 4개 기업은 모두 미국의 빅테크 기업이다. 또한, 표 4에 따르면, 상위 5개 기업 모두 미국 특허청에서의 점유율이 54% 이상으로 가장 높다. 특히 Adobe와 IBM은 한국과 유럽을 제외한 미국 특허청에만 특허를 출원하고 있다.

그림 4. 주요 출원인별 생성형 AI 특허 출원

Fig. 4. Generative AI Patent Applications by major applicants

표 4. 국가별 생성형 AI 특허 비율

Table 4. Percentage of Generative AI patent office registrations by country

미국 시장에서 특허가 집중되고 있는 이유는 GPT와 같은 대규모 파운데이션 모델이 미국 기업을 중심으로 개발되었고, 미국 시장에서의 기술 선점이 중요하기 때문으로 파악된다. 또한, 미국이 과거부터 기계 학습 분야에서 활발한 연구가 이루어진 나라 중 하나였기에, 미국 시장에서 생성형 AI 특허가 집중적으로 출원되는 것으로 볼 수 있다.

4.2 주요 출원인별 기술 집중 분야

그림 5는 주요 출원인이 어떤 분야의 생성형 AI 기술에 많은 특허를 출원하고 있는지를 시각적으로 나타낸다. 5개의 기술 분야 가운데, 기업별 특허 출원 건수 차이가 뚜렷하게 나타난 분야는 이미지와 동영상 분야이다. 문장/문서 분야에서는 대체로 비슷한 정도의 특허 출원을 확인할 수 있다.

그림 5. 주요 출원인의 기술 분야별 특허 출원

Fig. 5. Patent applications in focused technology areas by major applicants

기술 분야별로 상세히 살펴보면, 이미지 분야에서 Samsung Electronics와 Adobe는 각각 172건, 130건의 특허를 출원한 것에 비해 나머지 기업은 55건 이하로 출원하고 있어 기업 간의 특허 출원 건수 차이가 큰 것을 알 수 있다. 문장/문서 분야에서는 대규모 언어 모델 GPT를 개발한 Google이 82건의 가장 많은 특허를 보유하고 있으며, 다른 기업들도 40건 이상의 특허를 출원하고 있어 기업 간 출원 건수 차이는 상대적으로 적은 편이다. 동영상 기술 분야에서는 Samsung Electronics와 Google이 각각 80건, 41건의 특허를 출원하여 해당 분야에서 높은 기술력을 가진 것으로 판단된다. 기업별로 살펴보면 Samsung Electronics가 이미지와 동영상에서는 가장 많은 특허를 출원했지만, 문장/문서와 음악/음성 분야에서는 Google이 앞서는 것을 알 수 있다. IBM은 여러 기술 분야 중 문장/문서에서 가장 많은 출원을 하고 있다.

이미지 분야에서 가장 많은 특허를 출원하고 있는 Samsung Electronics와 Adobe의 세부적인 기술 분야를 살펴보고자 한다. 이미지 분야의 경우 생성, 합성, 복원, 변형으로 세부 기술 분야를 나눌 수 있다. Samsung Electronics가 이미지 분야에 출원한 172건의 특허 중에서 이미지 복원 분야가 75건으로 가장 많았고, Adobe는 130건 중에서 이미지 생성 분야에 58건으로 가장 많은 특허를 출원하여 기업별 집중 분야의 차이를 확인할 수 있다.

실제로 Samsung Electronics가 자사의 스마트폰에 도입한 ‘AI 지우개’가 이미지 복원 기술을 활용한 기능이다. 이 기능은 그림 6의 (a)와 같이 사진에서 특정 영역을 삭제하고 남은 빈 영역을 자연스럽게 생성하여 채우는 이미지 복원 기술이다. Adobe의 경우 이미지 및 동영상 편집 소프트웨어를 제공하는 대표적인 기업으로, ‘Firefly’와 같은 새로운 이미지를 생성하는 이미지 생성 기술을 활용한 기능을 제공하고 있다. 그림 6의 (b)와 같이, 프롬프트에 입력된 텍스트에 맞는 이미지를 생성한다.

그림 6. 이미지 분야에 활용된 생성형 AI 사례: (a) 이미지 복원 예시 (b) 이미지 생성 예시

Fig. 6. Examples of generative AI used in imagery: (a) An example of image restoration (b) An example of image generation

5. 결론

본 논문은 생성형 AI의 기술 활용 분야를 파악하고자 2003년 1월부터 2023년 7월까지 한국, 미국, 유럽 특허 총 5,433건을 분석하였다.

생성형 AI 기술 분야는 생성하는 콘텐츠의 유형에 따라 이미지, 문장/문서, 맞춤 데이터, 동영상, 음악/음성 총 5개의 기술 분야로 나누었으며 이미지 분야의 특허가 36.9%로 가장 많고 꾸준하게 증가 추세에 있음을 확인하였다. 이는 생성형 AI 분야에서 이미지 기술 분야가 중요한 역할을 하고 있음을 보여준다.

연도별 특허 출원 건수는 2016년부터 증가하기 시작하여 2018년과 2019년 사이에 BERT와 GPT 같은 생성형 AI 모델의 등장으로 인해 특허 출원이 급증했다. 하지만 2019년 이후 기술의 진보성 보다 데이터의 양과 품질에 집중하는 추세에 따라 특허 출원율이 둔화되었다.

각 기술 분야별 출원 동향을 분석한 결과, 이미지와 동영상 분야는 특허 출원이 꾸준히 상승하고 있지만, 문장/문서와 음악/음성 분야는 2019년 이후로는 감소하거나 유지되고 있음을 확인할 수 있었다.

3개국 특허청에 등록된 유효 특허 수를 기준으로 상위 5개 출원인은 Samsung Electronics, Google, Adobe, IBM, Microsoft로 나타났다. Samsung Electronics를 제외한 다른 기업은 모두 미국 기업이라는 점과 모든 출원인이 미국 특허청 등록 비율이 가장 높다는 점에서 생성형 AI는 미국 시장을 중심으로 성장하고 경쟁하고 있음을 확인하였다.

또한, 상위 5개 기업이 집중하고 있는 기술 분야를 분석하였고, 이미지 분야에서 가장 많은 특허를 출원하고 있는 Samsung Electronics와 Adobe의 경우 세부 기술을 비교 분석하였다.

본 논문에서는 특허 데이터를 기반으로 생성형 AI의 기술 흐름을 파악하고 주요 기업이 집중하고 있는 기술 분야 및 적용 사례를 비교 분석하였다. 향후 생성형 AI 연구 개발과 지식 재산 확보 전략을 수립하는 데 활용될 수 있을 것으로 기대된다.