专利代理师安柱炫（LEE & MOCK IP）

如今，生成式人工智能能够在相当高的程度上实现专利侵权判定的轮廓。在诸如ChatGPT、Gemini、Claude等生成式AI模型中输入虚拟的事实关系后，其可以结合既有侵权理论与判例的判断标准推导出结论。从表面上看，AI似乎是做出了相应的“判断”，但是否能将其视作“法律判定”，则需要进行进一步探讨。

近年来，AI在专利实际业务中的应用也发展迅速。针对现有专利文献检索与分析、权利要求解析及构成要素对应关系设定等庞大的工作量，AI能够大幅提高工作效率。作为分析工具的AI已在专利实务中扎下根基，其应用本身也是自然而然的变化趋势。

问题在于工具与判定主体之间的边界。应对个人将AI用作辅助手段的情形以及将AI生成的侵权判定结果不加以验证即直接利用该判定结果提供服务的情形进行区分。尤其就后者而言，必须进一步对判定结构及责任归属进行审视。

专利侵权判定不易以简单的逻辑运算来进行还原。这是涉及权利要求解析、等同原则适用、与现有技术的差异评估、事实关系的选择与整理等的复杂过程。韩国大法院在等同原则判定中提出的“技术方案原理的同一性”与“实质性同一性”标准同样需要在跨出文献的大范围内进行解释与评估。这种判定结构的前提是需要有“负责任的主体”。

当AI分析以服务形式提供时，这一问题可能更加凸显。尤其在专利动向调查或专利地图等领域进行分析时，两者之间的边界尤为明显。原本这些工作涉及支持研发决策的信息分析，而在实际业务中，大多由调查分析专业机构执行，而非利代理师。

然而，若报告中包含特定技术的可适用性以及对侵权风险的评估，则其性质可能超出常规的信息提供范围。一旦以产品适用为前提与现有技术进行对比，这时实际执行的是与侵权判定相似的功能。

在此过程中的问题在于，与相关法律制度之间的关系。《专利代理师法》限制非专利代理师从事专利代理、鉴定等业务。据此，根据AI分析结果的提供方式，有可能发生无资质人员从事专利代理师业务的类似法律争议。这并非旨在断定个别服务的违法性，而应理解为是在当前制度下需要加以探讨的结构性问题。

同时，责任归属亦为重要的争论点。若在商业决策中利用了该判定结果后发生错误，则有可能无法明确其责任归属。AI无法成为责任主体，并且服务提供者与使用者之间的责任范围也有可能变得模棱两可。判定结果的生成与责任的归属相分离的结构将成为纠纷的潜在风险。

若AI做出错误的侵权判定，导致企业面临数十亿韩元的损害赔偿或延迟产品上市，则应该承担责任的是提供该AI分析服务的企业还是由基于该判定结果作出决策的企业负责人？

技术的发展速度超前于制度本身合乎常理。然而，在涉及法律判定的领域，责任与信任应优先于速度。这与无资质者的法律行为一直受到规制的原因一脉相承。

我们不应限制AI应用，但应该进一步明确地设定其作用与界限。AI作为辅助分析的工具固然有用，但若要用作替代法律判定的主体，则需要预先开展对制度与责任结构的深入探讨。

归根结底，问题的核心不在于技术，而在于作用。如何解释并运用AI提供的结果以及如何设定由此产生的责任，仍旧是需要人类考虑的问题。若未能坚守这一基本前提，技术的发展可能是风险，而非便利。

来源：法律报（https://www.lawtimes.co.kr）（AI专利侵权判定，边界何在<法条广场<投稿<专栏<新闻原文-法律报）