게임저작물과 실질적 유사성 ―한국의 포레스트 매니아 판결과 미국의 테트리스 판결을 중심으로―

대법원 2019. 6. 27. 선고 2017다212095 판결(이른바 포레스트 매니아 판결) 은 게임저작물의 실질적 유사성 문제를 다룬 최초의 대법원 판결로서 선례적 가치가 크다. 또한 이 판결은 게임규칙에 대해서도 저작권 보호가 인정될여지를 열어 놓음으로써 이를 줄곧 부정해 오던 하급심 판례의 흐름에 제동을 걸었다는 점에서도 의미가 있다. 이러한 양상은 미국의 테트리스 판결의등장으로 인한 미국 판례의 흐름 변화와도 유사하여 흥미롭다. 이 글에서는이러한 미국의 상황을 염두에 두고 대상판결의 의미를 게임저작물의 표현범위 확장(목차 Ⅲ)과 포괄적·전체적 침해 판단의 강조(목차 Ⅳ)라는 두 가지측면으로 나누어 분석하였다. 대상판결은 실질적 유사성 판단 대상은 아이디어가 아니라 표현이라는 종래의 기준에 입각하면서도 이러한 아이디어와표현의 경계가 저작물을 둘러싼 환경 변화에 연동하여 결정된다는 점을 고려하여 종래 아이디어로만 치부되던 게임규칙도 표현에 해당할 수 있다는점을 분명히 하였다. 그 범위에서는 게임저작물의 저작권 보호범위, 즉 ‘표현’의 범위가 확장되었다고도 평가할 수 있다. 대상판결은 실질적 유사성 판단 방법과 관련하여 포괄적·비문언적 유사성에 착안하거나 개별 요소의 선택과 배열이라는 총체적 관점에 기초한 침해 판단 방법의 중요성을 강조하였다. 이는 실질적 유사성 판단은 개별 요소를 분리하여 비교하는 개별적 층위뿐만 아니라 개별 요소를 뛰어넘는 전체 구조나 결합을 총체적으로 비교하는 포괄적 층위의 차원에서 이루어질 수 있다는 점을 강조한 것이다. 대상판결의 배후에는 게임저작물의 보호범위에 관하여 게임저작물의 특성이나게임저작물을 둘러싼 경제적 환경 등을 고려한 실질적이고 유연한 접근이필요하다는 사고방식이 자리 잡고 있다.

한국어 특허 문장 기반 CPC 자동분류 연구 ―인공지능 언어모델 KorPatBERT를 활용한 딥러닝 기법 접근―

4차 산업혁명과 맞물려 다양한 신기술 출현으로, 지식재산권의 확보는 국가 및 기업의 기술 경쟁력 유지 및 신성장 동력 구축에 있어 중요성이 날로커지고 있다. 그중 특허는 보유기업의 핵심 기술을 포함하고 있는 문서로서, 기업 가치 측정 및 경쟁 기술분야 분석에 많이 활용되고 있다. 이러한 특허분석을 효율적으로 진행하기 위해서 최신 및 상세한 기술분야를 포함한CPC(선진특허분류)가 개발되었다. CPC는 현존하는 특허분류체계 중 가장 세분화된 코드 수를 가지고 있고, 현재까지 전 세계 6,200만 건 이상의 문헌들이 CPC로 분류되었다. 매해 신규 특허출원의 CPC 분류를 위해 전 세계 특허출원의 약 80% 이상을 차지하는 선진 5개 특허청을 중심으로 많은 예산과인력을 투입하고 있으며, 최근 인공지능 기술을 활용한 자동화된 분류 모델에 대한 연구·개발을 추진 중에 있다. 본 연구에서는 키워드의 한계를 벗어나 문맥과 문장에 내포된 의미를 이해하는 인공지능 언어모델인 BERT 기반의 특허문헌 사전학습을 진행하여, 특허분야에서 기존 모델 대비 우수한 KorPatBERT를 생성하였다. 그리고CPC 코드별 불균형적인 데이터 분포를 완화한 효과적인 분류 학습데이터셋 구축방안을 제안하고 생성하였다. 최종적으로 실서비스 가능한 수준의CPC 서브클래스 및 메인그룹의 분류를 가능케 하는 모델을 생성하였고, 객관적인 평가지표를 통하여 그 실효성을 성공적으로 검증하였다. 이러한 연구를 통하여 향후 한국어 특허 기반 분류 및 자연어처리 관련 분야의 지속가능한 발전에 기여하고자 한다.