
| 원문 보러가기
운영 중인 AI를 고치는 일도 기술이다
2026년 10월 27일, 팔란티어(Palantir Technologies)의 미국 특허 US 12,775,698 B2가 등록됐다. 명칭은 Cybersecurity Event Detection System and Method다. 2019년 영국 출원을 우선권으로 한 계속출원이다.
이 특허가 눈에 띄는 이유는 심사 경과에 있다. 2026년 1월 심사관은 청구항 전부를 거절했다. 근거는 101조, 112조(b), 103조 세 가지였다. 출원인은 한 번의 보정으로 세 거절을 모두 넘었고, 의견서 제출 26일 만에 등록결정을 받았다.
그렇다면 발명은 무엇일까? 보안 관제센터의 탐지기는 하루 종일 돌아간다. 탐지기의 실체는 규칙이거나 머신러닝 모델이다. 오탐을 줄이려고 규칙 하나를 바꾸면, 진짜 공격을 놓치는 퇴행이 생길 수 있다.
팔란티어의 해법은 신약 임상과 닮았다. 신약은 바로 환자에게 쓰지 않고 임상 성적표부터 본다. 마찬가지로 운영 탐지기는 그대로 두고, 샌드박스에 수정판을 만든다. 수정판을 저장된 이벤트에 돌려 정탐(TP), 오탐(FP), 미탐(FN) 개수를 센다.

등록 청구항 1의 뼈대가 이 그림이다.
이처럼 AI 탐지기를 안전하게 고치는 방법이 어떻게 특허가 됐는지 살펴보려 한다.
101조 거절, '통계 내고 결정하기'로 읽혔다
심사관은 청구항을 어떻게 봤을까? 한 줄로 요약하면 "데이터를 모으고, 통계를 내고, 그 결과로 결정하는 것"이었다. 근거로 Electric Power Group 판결을 들었다.
단계별로 보면 이렇다. 101조 판단의Step 2A Prong 1에서는 TP, FP, FN 계산을 수학, 통계 분석으로 봤다. Prong 2에서는 샌드박스, 운영 환경, GUI를 범용 컴퓨터 환경으로 봤다. Step 2B에서는 탐지기가 기능적으로만 적혔고, '수정'은 결과 지향적이라고 했다.
필자는 심사관의 눈을 붙잡은 것이 마지막 단계라고 본다. 원 청구항은 통계에 기초한 "두 번째 수정 지시를 수신한다"로 끝났다. 통계를 보고 판단하는 주체가 사람으로 읽힌 것이다.

(2026.01.14 거절이유통지 2~4쪽).
노란색이 핵심 논거.
함께 나온 112조(b) 거절도 뿌리가 같다. "desired(원하는) 수정"은 주관적이고, 탐지기가 규칙인지 ML 모델인지 불분명하다는 지적이었다. 즉 청구항이 '무엇을 바꾸는지'를 말하지 않았다.
'수신한다'를 '생성한다'로 바꾸다
출원인의 보정은 세 곳에 집중했다. 첫 번째 수정의 내용을 특정하고, 통계를 평가하는 단계를 넣고, 마지막 단계를 통째로 바꿨다. 실제 보정서는 아래와 같다.

노란색은 추가된 핵심 문구, 분홍색은 삭제된 마지막 단계다.
추가된 문구를 우리말로 옮기면 다음과 같다.
첫 번째 수정은 탐지기가 쓰는 규칙의 변경 또는 머신러닝 모델의 변경을 포함한다. 두번째는 정탐, 오탐, 미탐 개수를 포함한 탐지 통계를 평가한다. 세번째는 평가에 응답하여, 첫 번째 수정에 기초한 운영 환경용 두 번째 수정을 생성한다. 두 번째 수정은 첫 번째 수정과 다르다.
핵심은 마지막이다. 사람의 지시를 받는 청구항은 정신적 과정처럼 읽힌다. 반면 시스템이 평가 결과에 따라 운영용 수정을 만드는 청구항은 배포를 제어하는 기술적 동작이 된다. 첫번째는 탐지기의 실체를 밝혀 '기능적 기재'라는 지적에 대응한 보정으로 보인다.
의견서(Remarks)는 이 보정에 논리를 입혔다. 먼저 Prong 1에서, 심사관이 추상적 아이디어의 유형을 특정하지 않았다고 짚었다. 그리고 청구항이 "운영 중인 탐지기를 퇴행 없이 고치는" 기술적 과제를 푼다고 주장했다.

다음으로 Prong 2에서는 명세서 세 문단을 엮었다. [0033]은 퇴행 위험, [0074]는 분석 시간과 연산 자원 절감, [0078]은 평가 후 운영 반영이다. 이를 묶어 "배포 전에 성능을 정량 평가하는 제어 프레임워크"라고 불렀다.

노란색은 명세서 근거와 '제어 프레임워크' 주장이다.
끝으로 USPTO Example 40과 대응시켰다. Example 40은 네트워크에 이상이 있을 때만 데이터를 더 모으는 방법이다. 조건에 따라 동작이 바뀌기에 적격으로 판단됐다. 본원도 "정량 평가를 통과한 변경만 운영에 반영한다"는 것이다. 여기에 2025년 8월 USPTO 메모와 12월 Desjardins 메모를 더했다.

노란색은 '검증된 변경만 배포한다'는 효과 주장이다.
심사관은 등록결정에서 "보정과 의견에 따라 101조 거절을 철회한다"고만 적었다. 필자는 논리보다 보정이 승부를 갈랐다고 본다. 문언이 '생성한다'로 바뀌자, '기술 개선'이라는 주장이 청구항 안에서 근거를 얻었다.
103조 거절도 같은 보정으로 극복
심사관은 세 문헌을 엮었다. Vasilenko(US 2017/0147819 A1)는 보호 대상 시스템을 복제한 "쉐도 샌드박스"를 운영한다. Titonis(US 9,672,355 B2)는 통제된 환경에서 앱의 악성 행위를 분석하고 혼동표를 만든다. Sekar(US 2020/0059481 A1)는 분석가가 임계값을 조정해 오탐을 줄인다.
심사관의 논리는 이렇다. 샌드박스는 Vasilenko, TP, FP, FN 산출은 Titonis, 통계에 따른 운영 수정은 Sekar에 있다. 특히 샌드박스 결과로 운영 탐지기를 다듬는 것은 "예측 가능한 피드백 루프"라고 봤다.
그렇다면 출원인은 무엇을 더 했을까? 따로 한 것은 없다. 101조를 위한 보정이 그대로 103조의 차이점이 됐다.
Vasilenko가 갱신하는 것은 탐지기가 아니라 복제 VM이다. Sekar는 분석가가 직접 튜닝할 뿐이다.
의견서의 103조 주장은 한 문단이다. 세 문헌 어느 것도 탐지기가 쓰는 규칙의 변경 또는 머신러닝 모델의 변경을 포함하는 것과 평가에 응답하여, 첫 번째 수정에 기초한 운영 환경용 두 번째 수정을 생성하는 것을 개시하지 않는다는 내용이 전부다.

2026년 6월 9일, 심사관은 101조, 112조(b), 103조 거절을 모두 철회했다. 등록 이유는 선행기술이 독립항을 예상하거나 시사하지 않는다는 일반 문구뿐이다. 어느 구성이 결정적이었는지는 문서에 없다.

노란색은 거절 철회와 등록 이유다.
다만 인용발명의 공통 한계는 '사람의 수동 튜닝'이었다. 위에서 언급한 보정은 정확히 그 자리를 '시스템의 파생 수정 생성'으로 바꿨다. 따라서 마지막 보정이 두 거절을 함께 풀었다고 보는 것이 합리적이다.
AI 발명 명세서, '평가' 다음 동작까지 써야 한다
이 사건에서 눈여겨볼 점이 있다. 새로 넣은 문구의 상당 부분은 출원 당시 명세서에 이미 근거가 있었다. 명세서가 보정의 재료를 미리 준비해 둔 셈이다.
그렇다면 AI 발명의 명세서는 무엇을 담아야 할까? 크게 세 가지가 필요할 것으로 보인다.
첫째, 시스템이 지표를 보고 무엇을 바꾸는지 쓰자.
성능 지표를 계산하고 보여주는 데서 멈추면 수학으로 읽힌다. 지표에 따라 모델을 갱신하거나, 배포하거나, 되돌리는 동작까지 적어야 한다. "미탐이 늘면 배포를 막는다"처럼 조건과 동작을 묶어 두자. Example 40과 같은 틀로 주장할 수 있다.
둘째, AI 모델을 블랙박스로 두지 말자.
팔란티어가 '규칙 또는 ML 모델'로 보정할 수 있었던 것은 명세서 덕분이다. 규칙의 종류와 신경망, 결정트리 같은 모델이 이미 적혀 있었다. 모델 유형, 바뀌는 대상(가중치, 임계값, 규칙 조건), 바꾸는 방법을 단계별로 적어 두자. 등록을 가른 '다른 두 번째 수정' 같은 파생 처리도 구체 예로 남겨 두는 것이 좋다.
셋째, 기술적 과제와 컴퓨터 차원의 효과를 독립 문단으로 심어 두자.
의견서가 101조에서 인용한 것은 [0033], [0074], [0078] 세 문단이 전부다. "정확도가 오른다"보다 연산 자원 절감, 장애 위험 감소 같은 효과가 무기가 된다. 배경기술에는 사람이 수동으로 튜닝하던 기존 방식의 한계를 적어 두자. 이 문단이 103조의 '예측 가능한 결합' 논리를 반박하는 근거가 된다.
마치며
AI 발명의 청구항이 "지표를 계산해 보여준다"에서 끝나면 수학이 된다. "지표에 따라 모델을 바꿔 배포한다"까지 가야 기술이 된다. 팔란티어는 그 한 단계를 보정으로 채워 101조와 103조를 함께 넘었다.
명세서에 그 한 단계의 근거가 없었다면 어떻게 됐을까? 보정할 재료가 없으니 논리만으로 싸워야 한다. 그러면 권리는 좁아지거나 등록 자체가 어려워진다.
AI 모델을 개발하고 운영하는 기업이라면, 출원 단계부터 '평가 다음의 동작'을 명세서에 담아 두기를 바란다. 그렇게 가치 있는 지식재산권을 확보하기를 기대해본다.
필자 소개
박기현 변리사는 카이스트 전기 및 전자공학부를 졸업하고 2015년 52기 변리사 시험에 합격했습니다.
국내 대기업의 기술 권리화, 특허 분쟁 대응 및 컨설팅 경험을 보유하고 있으며, 자율 주행, 영상 처리, 의료기기, 기계학습, 디스플레이, 단말 UI/UX, IP 포트폴리오 설계 및 IP 심판 소송 분야를 담당하고 있습니다.
특허법인 BLT
누군가는 특허를 만들 때, BLT는 당신의 사업의 성공을 만들어 냅니다. The Only Firm for Your Success!!
#AI #인공지능 #팔란티어 #Palantir #사이버보안 #정보보안 #AI보안 #AI특허 #미국특허 #특허등록 #특허심사 #특허명세서 #특허전략 #지식재산권 #특허법인 #변리사