사실관계
Recentive Analytics는 텔레비전 방송에 머신러닝을 활용하는 미국 특허 4건을 보유하고 있다. '머신러닝 학습' 특허로 불리는 2건은 과거 데이터로 모델을 반복 학습시켜 라이브 이벤트의 최적 일정을 생성하고 이를 실시간으로 갱신하는 방법을 청구한다. '네트워크 맵' 특허로 불리는 나머지 2건은 방송사의 각 방송국이 특정 시장에서 특정 시간에 어떤 프로그램을 내보낼지 정하는 네트워크 맵을 머신러닝으로 생성·갱신하는 방법을 청구한다. Recentive는 델라웨어 연방지방법원에 Fox를 상대로 특허침해 소송을 제기했다. 1심 법원은 35 U.S.C. § 101에 따라 소를 기각하고 소장 보정을 허가하지 않았다.
쟁점
쟁점은 기존 머신러닝 기법을 새로운 분야에 적용한 청구항이 Alice v. CLS Bank 판결의 2단계 기준에 따라 특허적격 대상에 해당하는지였다. 법원은 1단계에서 청구항이 추상적 아이디어에 관한 것인지, 2단계에서 그 아이디어를 특허적격 응용으로 바꾸는 발명적 개념이 있는지를 판단해야 했다. Recentive는 반복 학습, 실시간 데이터에 따른 동적 조정, 그리고 이벤트 일정과 네트워크 맵이라는 새로운 분야에 머신러닝을 적용한 점 때문에 청구항이 특허적격성을 갖는다고 주장했다. 1심은 청구항이 추상적 아이디어에 관한 것이고 발명적 개념도 없다고 보았다.
판단
다이크(Dyk) 판사가 집필한 판결에서 재판부는 원심을 유지했다. Recentive는 머신러닝 자체를 청구하는 것이 아니라고 인정했고, 특허는 범용 컴퓨터에서 실행되는 통상의 기법을 기재하고 있을 뿐이었다. 반복 학습과 동적 조정은 머신러닝의 본질에 수반되는 것으로 기술적 개선이 아니다. 머신러닝을 새로운 이용 분야나 데이터 환경에 적용한다고 추상적 아이디어가 구체화되지 않으며, 사람이 하던 일을 더 빠르고 효율적으로 수행한다는 것만으로 특허적격성이 생기지도 않는다. 2단계에서 주장된 발명적 개념은 추상적 아이디어 그 자체에 불과했다. Recentive가 분석을 바꿀 보정안을 내놓지 않았으므로 보정 불허도 정당하다고 보았다.
의의
법원은 판단 범위를 좁게 설정했다. 머신러닝 모델의 개선을 개시하지 않은 채 범용 머신러닝을 새로운 데이터 환경에 적용하는 데 그친 특허는 § 101상 특허적격성이 없다는 것이다. 법원은 머신러닝이 빠르게 성장하는 분야로서 특허적격성 있는 기술 개선으로 이어질 수 있다고도 덧붙였다. 법원은 청구항이 머신러닝 기술이 어떤 단계를 거쳐 개선을 이루는지 기재하지 않았다는 점도 지적했다. 원하는 결과만 기재한 청구항으로는 이 기준을 충족할 수 없다. 연방대법원은 이 사건의 심리를 거부했다.
관련 절차
재판부: 다이크·프로스트(Prost) 판사와 지명에 따라 참여한 골드버그(Goldberg) 지방법원장. 1심: 델라웨어 연방지방법원, No. 1:22-cv-01545-GBW, 692 F. Supp. 3d 438 (2023). 연방순회항소법원은 2025년 7월 23일 재심리 신청을 기각했고, 연방대법원은 2025년 12월 8일 상고허가 신청을 기각했다(No. 25-505). 인공신경망 발명을 다른 방식으로 판단한 영국 판결은 emotional-perception-uk-supreme-court를, AI가 발명자가 될 수 있는지에 관해서는 thaler-dabus-uk-supreme-court와 dabus-japan-ip-high-court를 참고할 수 있다.