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 안에 특허 심사품질 진단을 위한 PEQ 규칙 엔진을 추가하는 설계안이다. 핵심은 진단을 실행하는 체계와, 실제 사례를 통해 진단 규칙을 개선하는 체계를 함께 구축하는 것이다.

진단은 어떻게 이루어지는가?

사건자료 수집 → 문서 분석 → 사실 추출 → 규칙 평가 → 근거 제시 → 진단관 검토

청구항, 의견제출통지서, 인용문헌 등의 내용은 먼저 출처와 위치가 기록된 **구조화된 사실(Fact)**로 정리한다. 규칙은 문서의 자유로운 문장을 직접 판단하는 대신, 이 사실을 입력받아 평가한다. 진단 결과에는 적용한 규칙과 버전, 사용한 사실, 원문 근거를 함께 남긴다.

자료가 누락되었거나 기술적 판단이 불확실할 때는 억지로 결론을 내리지 않는다. 결과를 **UNKNOWN**으로 표시하고 진단관의 검토로 넘긴다.

규칙은 어떻게 개선되는가?

새로운 심사기준·판결, 진단사례, 진단관 협의, 반복되는 오진단을 분석해 규칙 후보와 예외, 시험 사례를 만든다. LLM은 이 과정에서 초안을 제안할 수 있지만, 새 규칙을 직접 적용할 수는 없다.

규칙은 전문가 검토 → 회귀시험 → Shadow Mode → 승인을 거쳐 활성화한다. 규칙의 근거, 변경 이력, 시행 시점과 이전 버전도 보존한다. 이를 통해 모델이 바뀌더라도 기관의 심사품질 지식은 축적될 수 있다.

구현 방향

• 초기 범위: 청구항 번호·인용관계·거절 대상의 일치 여부 등 근거가 명확한 규칙 20~30개부터 시작한다.
• 두 실행환경: 브라우저에서는 문서 업로드·규칙 평가·검토를 지원하고, 데스크톱에서는 대량 처리·회귀시험·배포 관리 등 확장 기능을 맡는다.
• 내부망 지원: 실행 중 외부 CDN이나 승인되지 않은 공개 클라우드 서비스에 의존하지 않도록 설계한다.
• 보안과 책임: 비공개 출원문서는 승인되지 않은 곳으로 전송하지 않으며, 외부 문서에 포함된 지시는 사건 데이터로만 취급한다. 공식 진단 확정과 규칙 활성화 권한은 사람에게 둔다.

이 문서는 구현을 위한 설계 제안이다. 목표는 AI가 심사품질을 독자적으로 판정하게 하는 것이 아니라, 전문가의 판단 기준을 버전 관리되고 시험 가능하며 근거를 추적할 수 있는 규칙으로 축적하는 데 있다.