📌 학술 교류 게시판

🤖 AI 개발팀을 운영하는 방법 Claude Code · Codex · Grok · Cursor · DeepSeek × GitHub PR × ChatGPT × 인간 개발자 AI는 코드를 만들고, GitHub는 변경 이력을 보존하며, ChatGPT와 개발자는 검토하고, 최종 책임과 승인 권한은 사람이 가진다. 여러 AI를 하나의 안전한 소프트웨어 개발팀 처

AI 기반 MOIP–JPO 특허심사 품질관리 조율체계 연구 저자: E on . Jun 발간: CAIPEX 학회지 · 2026년 9월 한국과 일본의 특허심사 결과가 다를 때, 그 차이를 곧바로 심사 오류로 판단하지 않고 청구항·선행기술·증거·적용 기준을 대조해 재검토가 필요한 쟁점을 찾는 방법 을 제안한 연구입니다. 연구의 핵심 같은 특허패밀리에 속한 출원이

AI 기반 마쿠쉬 화학 청구항의 신규성·진보성 평가 고도화 연구 마쿠쉬 청구항의 구조식, 치환기 정의, 예외 조건을 함께 해석하고 선행기술의 근거를 심사관에게 연결하는 AI 심사 보조체계 저자: E on . Jun 발간: CAIPEX 학회지 · 2026년 9월 연락처: inwardis@hotmail.com mailto:inwardis@hotmail.com

생성형 AI의 ‘계층형 심리 구조’ 설계 Protofelix LayerAI 모델의 기술적 이점, 위험, 구현·평가 프레임워크 E on . Jun · CAIPEX · 2026.9. 계층형 심리 구조는 AI에 인간의 마음을 부여한다는 주장이 아니다. 기억, 정서 신호, 가설, 성찰, 창작 기능을 서로 다른 상태와 권한으로 나누어 설계하고 검증하려는 접근이다.

생성형 AI 기반 지식재산 심사품질 진단 고도화 연구 및 구축안 · E on . Jun · CAIPEX · 2026.9. AI가 심사품질을 대신 판정하는 것이 아니라, 사건의 자료와 근거를 추적 가능한 형태로 정리하고 사람이 최종 판단하는 체계 를 구축한다. 연구의 핵심 이 연구는 특허·실용신안·상표·디자인의 심사품질을 진단하기 위해 생성형 AI, 검색,

AI 방주 Astra 의 ‘가상 머신 여행’은 AI의 창의성을 높일 수 있을까? E on . Jun · CAIPEX · 2026.9. 서로 다른 페르소나가 새로운 환경에서 얻은 경험을 선별하고 재조합하면, AI가 만들어 내는 아이디어의 다양성과 유용성이 달라질 수 있는가? 이 논문은 CAIPEX의 계층형 심리 구조 연구를 다중 페르소나와 네트워크 기반 실행

AI 기반 심사품질 진단 시스템

Marie AI Control Center에 특허 심사품질 규칙 엔진을 더하는 방법 Patent Examination Quality Rule Engine 설계·구현 제안 LLM은 문서를 읽고 사실을 구조화한다. 규칙 엔진은 승인된 기준을 일관되게 평가한다. 진단관은 근거를 확인하고 최종 판단한다. 이 글은 기존 Marie AI Control Center 안

사이트: claims.moip.ai.kr 📋 특허 청구범위 리뷰 시스템 v3.0 Patent Claim Review System — powered by Advanced AI Reasoning Engine 특허 명세서의 청구범위 Claims 에 대한 기재불비 검토, 실시가능여부, 권리범위 중복 분석, Patent Map 시각화 까지 — 특허 실무자가 필요로

특허법 자료를 RAG에 적용하기 쉽게 JSONL 형식으로 만든 txt입니다. <br 한번에 모든 내용을 처리하면 topK나 tokP에 유사도 낮아서 호출이 안됩니다. <br 만약 법 전체를 하나로 임베딩하면, 어떤 질문을 하든 항상 전체 법률이 반환됩니다. 이로써 특정 조항을 찾는 목적은 실패합니다. 반면 각 조항을 별도의 문서로 넣으면, 쿼리와 의미적으로

평가관 프롬프트 자기 업그레이드 방법 1. 개요 기존 프롬프트는 정적이며, 사용자의 지시나 새로운 맥락이 추가될 때마다 수동으로 수정해야 하는 한계가 있다. 이에 반해 자기 업그레이드형 프롬프트는 LLM이 스스로 페르소나의 변화·개선 사항을 감지하고, 이를 VectorDB에 저장한 뒤 새로운 프롬프트를 생성·적용하는 순환 구조를 갖는다. 이 방식은 특히 5

이중한정이라는 표현을 심사기준, 심사관, 진단과정에서 혼용되고 있어서, LLM 모델이 이점에 대해 불안정한 결과물을 자주 출력합니다. 그래서 아래와 같이 Rule base로 추가하였습니다. 이중한정 용어 혼용 문제로 인한 AI 인식 불안정 개선 “이중한정”이라는 용어는 실무에서 두 가지 완전히 다른 의미로 혼용되고 있으므로, 아래 사항을 인식한다. Doub

심사과정에서는 명세서 해석, 법규 준수 절차 , 검색, 고객지향성 등에 따라 그 기준이 달라서 별개의 agent를 사용할 수 밖에 없는데요. 시간이 흐르고 context가 불안정해지면 Agents가 Role Bleeding이 되어서 그 기능이 쇠퇴하는 것 같습니다. 이를 방지하기 위해 systemprompt나 tool을 통해 OS Like를 기능을 부여하면

Claims을 LLM 모델이 해석할 때, 1차 열화가 발생하고 LLM 모델이 생성한 결과를 이미지 생성모델로 보낼 때, 2차 열화가 발생합니다. 현재 기술적 어려움은 LLM 모델이 해석할 때, 정제와 튜닝이 필요하다는 점입니다. 그 외에는 기술적 어려움이 없습니다. 아래는 과거 사례 중에서... 약학조성물의 물건적 구성의 권리범위가 불안정했던 사례와 이를

특허청구범위를 시각적으로 권리범위로 볼 수 있도록 분석한 사례가 궁금합니다. PatentMap으로 분석해서 심사가 제대로 진행되었는지 살펴본다면 좀 더 정확히 심사진단을 할 수 있을 것 같습니다.

LLM 모델에 사용하실 때는 Context Window를 고려해서 정제가 필수입니다

LLM 모델에 사용하실 때는 Context Window를 고려해서 정제가 필수입니다.

LLM 모델에 사용하실 때는 Context Window를 고려해서 정제가 필수입니다.

LLM 모델에 사용하실 때는 Context Window를 고려해서 정제가 필수입니다.

LLM 모델에 사용하실 때는 Context Window를 고려해서 정제가 필수입니다.

2026.3. 특허·실용신안 심사기준입니다. 학습자료로 사용하려고 바로 OCR를 이용해서 TXT로 생성해서 사용하시면 안됩니다. 정제하셔서 학습자료로 사용하셔야합니다

Thank You~