iphere AI 유사상표 검색 — KIPRIS 자동 검색식과 유사도 분석

신규 상표를 출원하기 전에 가장 먼저 부딪히는 벽은 ‘이 상표가 KIPO에서 등록 가능한가’입니다. 답을 얻으려면 KIPRIS 같은 공식 검색 시스템에서 유사 상표를 찾아 비교해야 하는데, 검색식 작성과 유사 판단 자체가 변리사 영역의 노하우라 일반 사용자가 직접 다루기 어렵습니다.

iphere의 AI 유사상표 검색은 이 작업을 두 단계로 나눠 자동화합니다. 1단계는 AI가 KIPRIS 검색식을 자동 생성해 결과 후보군을 내려주고, 2단계는 그 후보 중 우려되는 상표를 골라 칭호·관념 유사도 1:1 분석을 돌리는 흐름입니다. 변리사 판단을 대체하지 않고 보조하는 도구이며, 결과를 어떻게 해석할지가 실무 가치의 핵심입니다.

1단계 — AI KIPRIS 검색식 자동 생성

사용자가 상표명(국문/영문), 이미지상표라면 도형에서 추출한 검색 텍스트, 그리고 지정상품(NICE 류 코드 + 명칭)을 입력하면, iphere의 서버가 Anthropic Claude Sonnet 4.6 모델을 호출해 검색식을 생성합니다. 출력 형식은 단순한 ‘검색식’이 아니라 추출된 키워드 + 제거된 단어와 사유 + 음역·음운 확장 + 최종 검색식 + 짧은 reasoning이 함께 나오는 구조라, 사용자가 ‘왜 이런 검색식이 나왔는지’를 즉시 파악할 수 있습니다.

이 모델은 일반 모델이 아닌, 변리사 노하우와 대법원 판례를 정리한 마크다운(MD) 가이드 6장을 시스템 프롬프트로 주입한 상태로 호출됩니다. 가이드 파일을 변리사가 수정하면 다음 검색부터 자동 반영(60초 캐시 TTL)되어, 새로운 판례나 류별 컨텍스트가 즉시 적용됩니다. 마이그레이션·재배포가 필요 없는 구조입니다.

KIPRIS 검색식 — 연산자와 확장 패턴

KIPRIS 의 고급검색은 자체 연산자 체계를 따르며, iphere AI가 생성하는 검색식도 이 규칙을 그대로 사용합니다. 핵심 연산자는 OR(+), AND(*), 와일드카드(?) 세 가지이며, 한 키워드는 ‘원본 + 음역 + 음운 유사 + 와일드카드’ 형태로 자동 확장됩니다.

검색식만이 아니라 ‘이유’까지 — 결과의 4요소

AI 응답은 검색식 한 줄로 끝나지 않습니다. UI에는 추출 키워드 chip, 제거된 단어 chip(왜 제거됐는지 사유 포함), 검색식 미리보기, 결과 테이블이 함께 표시됩니다. 그래서 사용자가 검색식을 그대로 받아쓰는 게 아니라, ‘식별력 약한 단어를 빼고 음역을 확장한 이유’를 그 자리에서 확인하고 필요하면 수동 편집해 다시 검색할 수 있습니다.

• 추출 키워드 — 입력에서 검색에 쓸 핵심 단어
• 제거 단어 — 식별력 약하거나 류별 stopword 인 단어 + 사유
• 음역·음운 확장 — 각 키워드에 자동으로 붙은 영문/한글 변형
• 최종 검색식 + reasoning — KIPRIS 에 그대로 던질 수 있는 형태와 짧은 설명

2단계 — AI 칭호·관념 유사도 분석

검색 결과 중 우려되는 상표가 보이면 각 행의 체크박스를 눌러 최대 3개를 선택한 뒤 ‘칭호·관념 비교’ 버튼을 누릅니다. 그러면 선택된 상표 한 건당 별도의 AI 호출이 일어나며, 사용자 출원 상표 vs 선택 상표 1:1로 칭호(발음)와 관념(의미)의 유사 정도를 분석합니다.

분석 결과의 구조

결과는 결론(유사/비유사)·위험도(high/medium/low)·칭호 분석·관념 분석·종합 코멘트·인용 판례·권고로 구성됩니다. 각 차원이 서로 다른 ‘유사 점수’를 가질 수 있고, 종합 결론은 두 차원을 가중해서 도출됩니다.

위험도와 권고 — 결과를 어떻게 받을 것인가

AI 분석은 결정이 아니라 ‘1차 필터’입니다. high 가 나왔다고 무조건 출원을 포기할 일도 아니고, low 라고 무조건 안전하지도 않습니다. 다만 위험도와 권고는 변리사 검토 우선순위를 정하는 데 매우 효과적이라, 후속 액션을 표준화하기 좋습니다.

환각 방지 — 인용 판례 검증

AI가 가짜 판례번호를 만들어내는 ‘환각’은 법무 도메인에서 가장 위험한 실패 모드입니다. iphere는 이를 막기 위해, 모델이 응답한 인용 판례번호를 MD 가이드(03-precedent-cases.md)에 등록된 실제 판례번호 패턴과 매칭한 뒤 화이트리스트를 통과한 인용만 결과에 표시합니다. 가이드에 없는 ‘새로운’ 판례를 모델이 만들어내도, 그 인용은 결과 패널에서 제거됩니다.

크레딧 비용

두 단계는 각각 사용자 크레딧을 소진합니다. 검색식 생성과 결과 표시까지가 한 묶음이고, 그 다음 1:1 유사 분석은 선택한 상표 건수만큼 별도 차감됩니다. 잔액이 부족하면 호출 전 차단되어 부분 차감으로 끝나는 일은 없습니다.

자주 묻는 질문

Q1. AI 검색식이 너무 넓거나 좁게 나오면 어떻게 하나요?

검색식 미리보기 영역에서 직접 편집해 다시 검색할 수 있습니다. 키워드를 추가·삭제하거나, 음역 확장을 손보거나, 와일드카드를 빼는 등 자유롭게 조정 가능합니다. 또한 ‘제거 단어 chip’을 클릭하면 사유와 함께 다시 포함시키는 옵션이 나오므로, AI가 stopword 로 본 단어를 사용자가 의도적으로 검색에 다시 넣을 수도 있습니다.

Q2. 칭호·관념 분석에서 ‘비유사’가 나왔는데 등록을 자신해도 되나요?

도구의 결과는 보조 자료입니다. 외관(시각적 형태) 분석은 본 도구에서 제외되어 있고, 류 외 사용·저명 상표 희석 등 칭호·관념을 넘어선 거절 사유도 있으므로 ‘비유사’만으로 안전을 단정할 수 없습니다. 변리사가 외관·사용 실태·류 분포를 종합 검토한 뒤 최종 판단을 내려야 합니다.

Q3. 결과의 인용 판례가 너무 적게 나옵니다. 왜 그런가요?

환각 방지 정책 때문입니다. iphere는 가이드 MD 의 등록 판례 풀과 매칭되는 인용만 결과에 표시합니다. 가이드에 없는 신규 판례는 변리사가 가이드 파일에 추가하면 다음 분석부터 자동 반영됩니다. 결과 화면에 보이는 판례 수가 적게 느껴진다면, 변리사 측에서 가이드 풀을 보강하는 것이 가장 효과적인 개선 방법입니다.

Q4. 같은 상표를 다시 검색하면 결과가 똑같이 나오나요?

검색식 생성은 LLM 호출이라 동일 입력이라도 미세하게 달라질 수 있고, KIPRIS 데이터 갱신에 따라 검색 결과 자체도 변동됩니다. 따라서 ‘재현성’ 보다는 ‘판단 보조’ 도구로 사용하는 것이 적절합니다. 보고서·기록이 필요한 경우, 검색 시점의 검색식과 결과를 캡처해 두거나 사건 단위로 등록해 두는 것이 안전합니다.