인공지능(AI) 기술이 빠르게 발전하면서 AI 반도체 기술이 크게 주목받고 있습니다. AI 반도체는 대규모 병렬 처리와 고속 연산이 가능하도록 특별히 설계된 반도체로, 딥러닝 같은 AI 알고리즘을 효율적으로 실행할 수 있게 해줍니다. 이 기술은 데이터 센터부터 우리가 매일 사용하는 모바일 기기까지 다양한 분야에서 AI 응용 프로그램의 성능을 크게 높이는 핵심 요소로 자리 잡았습니다. AI 반도체는 주로 중앙처리장치(CPU), 그래픽처리장치(GPU), 신경망처리장치(NPU) 등으로 나뉘는데, 각각의 특성에 따라 다양한 AI 작업에 알맞게 최적화되어 있습니다. 특히 NPU는 AI 연산에 특화된 구조로 설계되어 전력 효율성과 성능 면에서 뛰어난 장점을 보이고 있어, 차세대 AI 반도체의 핵심으로 주목받고 있습니다.

최근 AI 반도체 기술 분야에서는 눈에 띄는 발전이 계속되고 있습니다. 2024년 3월에는 엔비디아가 차세대 AI 반도체 'Blackwell' 아키텍처를 선보이며 시장의 큰 관심을 받았습니다. 이 신제품은 기존 제품보다 5배 이상 성능이 향상되어 AI 모델 학습과 추론 속도를 크게 개선할 것으로 기대되고 있습니다. 또한, 삼성전자와 SK하이닉스도 AI 반도체 시장에 본격적으로 뛰어들면서 글로벌 기업들 간의 기술 경쟁이 더욱 치열해질 것 같습니다. 2024년 2월에는 구글이 자체 개발한 AI 반도체 'TPU v5e'를 공개했는데, 이는 기존 모델보다 전력 효율성을 크게 높인 것으로 알려졌습니다. 애플도 자사의 모바일 기기에 들어갈 새로운 AI 반도체 개발에 박차를 가하고 있어, AI 반도체 시장의 경쟁 구도가 더욱 다양해지고 있습니다. 이런 동향을 보면 AI 반도체 기술이 단순히 성능을 높이는 것을 넘어 에너지 효율성, 확장성, 특화된 기능 등 여러 측면에서 발전하고 있다는 걸 알 수 있습니다.

한편, 국내 AI 반도체 업계도 기술 개발에 힘을 쏟으며 시장 진출을 시도하고 있습니다. 퓨리오사AI, 리벨리온, 딥엑스 같은 스타트업들이 새로운 제품을 내놓으며 기술력을 인정받고 있지만, 아직은 시장에 진입하기가 쉽지 않은 상황입니다. 특히 엔비디아가 시장의 80-90%를 차지하고 있어서 국내 기업들은 자본과 경험이 부족해 어려움을 겪고 있습니다. 이에 정부와 업계에서는 R&D 투자를 늘리고, 생태계를 만들고, 수요를 찾는 등 여러 가지 노력을 기울이고 있습니다. 구체적으로, 정부는 AI 반도체 산업을 키우기 위해 2030년까지 1조원 규모의 투자 계획을 발표했고, 산학연 협력을 통해 인재를 키우는 데도 힘을 쏟고 있습니다. 국내 주요 기업들도 4-5나노미터 공정의 새로운 제품 개발에 열심이고, 특히 온디바이스 AI 같은 틈새 시장을 공략하는 전략을 펼치고 있습니다. 하지만 이런 노력에도 불구하고, 2022년 기준으로 국내 AI 반도체 기업들의 R&D 투자 규모는 글로벌 기업들에 비해 많이 부족한 편입니다. 이는 앞으로 꼭 극복해야 할 중요한 과제로 지적되고 있습니다 (전자신문).

이런 배경 속에서 AI 반도체 기술 분야의 국내외 특허 동향을 살펴보는 건 정말 중요합니다. 특허를 분석해보면 기술이 어떤 방향으로 발전하고 있는지, 주요 기업들은 어떤 전략을 쓰고 있는지 알 수 있습니다. 또한 국내 기업들이 경쟁력을 높이기 위해 어떤 점들을 개선해야 할지에 대한 힌트도 얻을 수 있습니다. 이 보고서에서는 AI 반도체와 관련된 특허들이 어떻게 출원되고 있는지, 누가 많이 출원하고 있는지, 어떤 기술 분야에서 특허가 많이 나오고 있는지 등을 종합적으로 분석해볼 것입니다. 이를 통해 AI 반도체 산업의 현재 모습과 앞으로의 방향을 더 잘 이해할 수 있을 것으로 기대됩니다.

이 분야의 전체 공개 특허수는 10,635건입니다. 이 분야의 전체 공개 특허수는 11년 이전부터 발생하기 시작하여 2022년에 1,876건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 382건, 1년 전인 2023년에는 1,663건, 2년 전인 2022년에는 1,876건을 보입니다.
참고로 지난 10년 동안의 5년 단위 변화율은 208.95%, 지난 8년 동안의 4년 단위 변화율은 218.42%, 지난 6년 동안의 3년 단위 변화율은 56.64%, 지난 4년 동안의 2년 단위 변화율은 2.19%입니다.

이 분야에서 보유 공개 특허가 많은 핵심 기업에는 1위 IBM, 2위 Intel, 3위 Samsung Electronics 등이 있습니다.

이 분야에서 IBM의 보유 공개 특허는 827건입니다. 이 분야에서 IBM의 보유 공개 특허는 11년 이전부터 발생하기 시작하여 2020년에 156건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 8건, 1년 전인 2023년에는 64건, 2년 전인 2022년에는 111건을 보입니다.
참고로 지난 10년 동안의 5년 단위 변화율은 25.66%, 지난 8년 동안의 4년 단위 변화율은 41.47%, 지난 6년 동안의 3년 단위 변화율은 -26.65%, 지난 4년 동안의 2년 단위 변화율은 -29.44%입니다.
다만, 이 값은 2020년부터 1년간 단기간 감소하다가, 2021년부터 최근까지 재상승 추세에 있습니다.

이 분야에서 Intel의 보유 공개 특허는 785건입니다. 이 분야에서 Intel의 보유 공개 특허는 최근 11년 이전에 27건, 최근 11년 동안에는 758건으로 총 785건을 보이며, 2019년에 175건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 34건, 1년 전인 2023년에는 114건, 2년 전인 2022년에는 120건을 보입니다.

이 분야에서 공개 특허수가 많은 급성장 키워드에는 1위 volatile memory cell, 2위 federated learning, 3위 network inference 등이 있습니다.

이 분야에서 volatile memory cell의 공개 특허수는 151건입니다. 이 분야에서 volatile memory cell의 공개 특허수는 최근 11년 이전에 1건, 최근 11년 동안에는 150건으로 총 151건을 보이며, 2020년에 39건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 9건, 1년 전인 2023년에는 32건, 2년 전인 2022년에는 25건을 보입니다.

이 분야에서 federated learning의 공개 특허수는 52건입니다. 이 분야에서 federated learning의 공개 특허수는 2020년에 1건으로 최초 발생하여, 2023년에 22건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 2건, 1년 전인 2023년에는 22건, 2년 전인 2022년에는 18건을 보입니다.

가장 최근에서야 처음으로 등장하는 키워드를 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 웹 페이지의 키워드 리스트에서, '최초 출현일' 칼럼을 대상으로 내림차순으로 소팅합니다. 그리고, 키워드에 대해서, 제품-부품-소재-물질-질병-기능-가공-제어 등과 같이 특정한 필터링(1~2 depth)을 적용한 결과만을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 웹 페이지의 키워드 리스트에서, '키워드 분류 선택'에서 원하는 분류를 선택합니다.

이 분야의 전체 공개 특허수는 2,535건입니다. 이 분야의 전체 공개 특허수는 11년 이전부터 발생하기 시작하여 2022년에 577건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 291건, 1년 전인 2023년에는 507건, 2년 전인 2022년에는 577건을 보입니다.
참고로 지난 10년 동안의 5년 단위 변화율은 481.51%, 지난 8년 동안의 4년 단위 변화율은 429.67%, 지난 6년 동안의 3년 단위 변화율은 165.37%, 지난 4년 동안의 2년 단위 변화율은 54.64%입니다.

이 분야에서 보유 공개 특허가 많은 핵심 기업에는 1위 삼성전자, 2위 에스케이하이닉스, 3위 구글 엘엘씨 등이 있습니다.

이 분야에서 삼성전자의 보유 공개 특허는 485건입니다. 이 분야에서 삼성전자의 보유 공개 특허는 11년 이전부터 발생하기 시작하여 2022년에 109건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 45건, 1년 전인 2023년에는 86건, 2년 전인 2022년에는 109건을 보입니다.
참고로 지난 10년 동안의 5년 단위 변화율은 548.44%, 지난 8년 동안의 4년 단위 변화율은 527.12%, 지난 6년 동안의 3년 단위 변화율은 129.46%, 지난 4년 동안의 2년 단위 변화율은 11.43%입니다.

이 분야에서 에스케이하이닉스의 보유 공개 특허는 100건입니다. 이 분야에서 에스케이하이닉스의 보유 공개 특허는 최근 11년 이전에 4건, 최근 11년 동안에는 96건으로 총 100건을 보이며, 2018년에 18건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 11건, 1년 전인 2023년에는 15건, 2년 전인 2022년에는 10건을 보입니다.

이 분야에서 공개 특허수가 많은 급성장 키워드에는 1위 인공지능(artificial intelligence), 2위 신경망 가속기(neural network accelerator), 3위 네트워크 가속기(network accelerator) 등이 있습니다.

이 분야에서 인공지능(artificial intelligence)의 공개 특허수는 187건입니다. 이 분야에서 인공지능(artificial intelligence)의 공개 특허수는 2017년에 1건으로 최초 발생하여, 2021년에 56건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 28건, 1년 전인 2023년에는 40건, 2년 전인 2022년에는 40건을 보입니다.

이 분야에서 신경망 가속기(neural network accelerator)의 공개 특허수는 91건입니다. 이 분야에서 신경망 가속기(neural network accelerator)의 공개 특허수는 2018년에 1건으로 최초 발생하여, 2020년에 21건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 12건, 1년 전인 2023년에는 18건, 2년 전인 2022년에는 17건을 보입니다.

가장 최근에서야 처음으로 등장하는 키워드를 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 웹 페이지의 키워드 리스트에서, '최초 출현일' 칼럼을 대상으로 내림차순으로 소팅합니다. 그리고, 키워드에 대해서, 제품-부품-소재-물질-질병-기능-가공-제어 등과 같이 특정한 필터링(1~2 depth)을 적용한 결과만을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 웹 페이지의 키워드 리스트에서, '키워드 분류 선택'에서 원하는 분류를 선택합니다.

본 보고서에서는 AI 반도체 기술 분야의 특허 동향을 미국(US)과 한국(KR) 시장을 중심으로 분석하였습니다. 분석 결과, AI 반도체 기술은 빠르게 발전하고 있으며, 글로벌 기업들의 치열한 경쟁이 이루어지고 있음을 확인할 수 있었습니다. 특히 중앙처리장치(CPU), 그래픽처리장치(GPU), 신경망처리장치(NPU) 등 다양한 형태의 AI 반도체가 개발되고 있으며, 이 중 NPU는 AI 연산에 특화된 구조로 설계되어 전력 효율성과 성능 면에서 뛰어난 장점을 보이고 있어 주목받고 있습니다.

미국 시장에서는 2024년 1월 1일 기준으로 총 10,635건의 특허가 공개되었으며, 2022년에 1,876건으로 최고치를 기록했습니다. 주요 기업으로는 IBM(827건), Intel(785건), Samsung Electronics(725건) 등이 상위를 차지하고 있습니다. IBM의 경우 2020년에 156건으로 최고치를 기록한 후 다소 감소하는 추세를 보이고 있으나, 여전히 선두를 유지하고 있습니다. Intel은 2019년에 175건으로 최고치를 기록했으며, 최근에도 꾸준히 100건 이상의 특허를 공개하고 있습니다. 주목할 만한 급성장 키워드로는 'volatile memory cell'(151건), 'federated learning'(52건), 'network inference'(118건) 등이 있었습니다. 특히 'federated learning'은 2020년에 처음 등장한 이후 빠르게 성장하고 있어, 분산 학습 기술의 중요성이 증대되고 있음을 알 수 있습니다.

한국 시장에서는 같은 기간 동안 총 2,535건의 특허가 공개되었으며, 역시 2022년에 577건으로 최고치를 기록했습니다. 주요 기업으로는 삼성전자(485건), SK하이닉스(100건), 구글(92건) 등이 상위를 차지했습니다. 삼성전자는 2022년에 109건으로 최고치를 기록했으며, 최근 5년간 꾸준히 80건 이상의 특허를 공개하고 있습니다. SK하이닉스는 2018년에 18건으로 최고치를 기록한 후 연간 10-15건 정도의 특허를 꾸준히 공개하고 있습니다. 주요 급성장 키워드로는 '인공지능(artificial intelligence)'(187건), '신경망 가속기(neural network accelerator)'(91건), '네트워크 가속기(network accelerator)'(88건) 등이 있었습니다. '인공지능' 키워드는 2017년 처음 등장한 이후 급격히 증가하여 2021년에 56건으로 최고치를 기록했습니다.

특히 주목할 점은 대기업들이 국내외로 포진하여 기술 개발에 박차를 가하고 있는 가운데, 국내 중소기업들도 활발하게 참여하고 있다는 것입니다. 예를 들어, 딥엑스(51건), 리벨리온(42건) 등의 국내 스타트업들이 한국 시장에서 상위 10위 안에 들며 기술력을 인정받고 있습니다. 딥엑스는 2020년부터 특허를 공개하기 시작하여 2023년에는 16건의 특허를 공개하며 빠른 성장세를 보이고 있습니다. 리벨리온은 2021년부터 특허를 공개하기 시작하여 2023년에 19건의 특허를 공개하며 급격한 성장을 보이고 있습니다. 이는 AI 반도체 분야에서 국내 생태계가 점차 형성되고 있으며, 중소기업들도 기술 혁신에 적극적으로 참여하고 있음을 시사합니다.

결론적으로, AI 반도체 기술 분야는 글로벌 기업들의 주도 하에 빠르게 발전하고 있으며, 국내 기업들도 이에 발맞추어 기술 개발에 힘쓰고 있습니다. 특히 '인공지능', '신경망 가속기', '네트워크 가속기' 등의 키워드가 급부상하고 있어, 이들 기술을 중심으로 한 혁신이 계속될 것으로 예상됩니다. 또한, 'federated learning'과 같은 새로운 학습 방식의 등장은 AI 반도체 기술이 단순한 성능 향상을 넘어 데이터 프라이버시와 분산 학습 등 다양한 측면에서 발전하고 있음을 보여줍니다.

향후 AI 반도체 분야의 전망은 매우 밝습니다. 엔비디아의 'Blackwell' 아키텍처, 구글의 'TPU v5e' 등 최신 기술의 등장으로 AI 모델의 학습 및 추론 속도가 크게 개선될 것으로 기대됩니다. 'Blackwell' 아키텍처는 기존 제품 대비 5배 이상 향상된 성능을 제공하며, 'TPU v5e'는 전력 효율성을 크게 개선한 것으로 알려져 있습니다. 이러한 기술 발전은 AI 응용 프로그램의 성능을 획기적으로 향상시킬 것으로 예상됩니다.

또한, 에너지 효율성, 확장성, 특화된 기능 등 다양한 측면에서의 발전이 예상되며, 특히 온디바이스 AI와 같은 틈새 시장에서의 성장 가능성도 높아 보입니다. 온디바이스 AI는 데이터 프라이버시 보호와 실시간 처리 능력 향상 등의 장점이 있어, 모바일 기기와 IoT 장치 등에서 널리 활용될 것으로 전망됩니다.

국내 기업들도 4-5나노미터 공정의 차세대 제품 개발에 주력하고 있어, 글로벌 시장에서의 경쟁력 강화가 기대됩니다. 특히 삼성전자와 SK하이닉스 같은 대기업뿐만 아니라 딥엑스, 리벨리온 같은 스타트업들의 활약도 주목할 만합니다. 이들 기업의 성장은 국내 AI 반도체 생태계의 다양성과 혁신성을 높이는 데 기여할 것으로 보입니다.

다만, R&D 투자 규모 확대와 지속적인 기술 혁신, 그리고 산학연 협력을 통한 인재 양성 등이 향후 과제로 남아있습니다. 특히 국내 AI 반도체 기업들의 R&D 투자 규모가 글로벌 기업들에 비해 현저히 낮은 수준이라는 점은 시급히 개선되어야 할 과제입니다. 정부의 2030년까지 1조원 규모 투자 계획과 같은 정책적 지원과 함께, 기업들의 적극적인 투자와 혁신 노력이 필요할 것입니다.

결론적으로, AI 반도체 기술 분야는 빠르게 성장하고 있으며, 향후 AI 기술 발전의 핵심 동력이 될 것으로 예상됩니다. 국내 기업들도 이 흐름에 적극 동참하고 있어, 앞으로의 발전이 기대됩니다. 지속적인 투자와 혁신, 그리고 산학연 협력을 통해 글로벌 경쟁력을 강화한다면, 한국이 AI 반도체 기술 분야에서 선도적인 위치를 차지할 수 있을 것으로 전망됩니다.

AI 반도체 분야에 이해 관계가 있는 기업의 내부 기능 조직용 질문
1) [기술 전략 조직]/[IP 조직] AI 반도체 분야의 동향을 i) 객관적으로 분석하고, ii) 의사 결정자와 관련된 내부 기능 조직에게 전달하여, iii) 우리회사를 위해 전략적으로 활용해야 하지 않을까요?
2) [IP 조직]/[기술 전략 조직] AI 반도체 분야의 특별한 행위(특허 매입, 라이센싱 인 등의 전략적 투자 행위나 소송/심판 등의 분쟁 행위)를 인지-분석해야 하지 않을까요?

본 제안에 관심 있는 기술 기업은 contact@patentpia.com으로 연락 주십시오.

기업의 내부 기능 조직의 관점에서 특허 분석 데이터를 어떻게 활용해야 할 지에 대해서는 다음 링크를 클릭해 주세요.

AI 반도체 분야에 관심 있는 (잠재적) 투자자
1) AI 반도체 분야의 특허 매입, M&A를 통한 특허 이전, 라이센싱 등의 기술 투자 동향 등으로 이 분야 및 이 분야 관련 기업에 대한 투자 기회적 요소를 early stage에서 발굴하세요. 참고로, 이러한 기술 투자는 주요 기업을 중심으로 이루어지는 경향이 큽니다.
2) AI 반도체 분야의 특허 소송이나 심판 등의 분쟁, NPE의 특허 매입 등과 같은 기술 리스크 요소를 early stage에서 인지하세요.

본 제안에 관심 있는 투자 관련 기업이나 기관은 contact@patentpia.com으로 연락 주십시오.

AI 반도체 분야의 특허를 보유하고 있는 기업을 고객으로 가지고 있는 서비스 기업은,
1) 고객을 위하여, 심도 있는 맞춤형 데이터 분석을 제공해 주고, 추가적인 매출을 일으켜야 하지 않을까요?
2) 고급 분석 콘텐츠를 저렴한 총비용으로 제작하여, 신규 고객을 발굴하는데 활용해야 하지 않을까요?
3) IP 서비스 기업은 차별화된 IP 콘텐츠로, 추가적인 수익원의 발굴이나, 고객 제안을 해야 하지 않을까요?
4) 고객별 맞춤화된 콘텐츠를 극히 저렴하게 생성하여, 주기적/비주기적으로 고객에게 전달하여, 고객과의 커뮤니케이션을 확대해야 하지 않을까요?

본 제안에 관심 있는 서비스 기업은 contact@patentpia.com으로 연락 주십시오.

AI 반도체 분야에 관심 있는 미디어
1) AI 반도체 분야의 객관성 높은 특허 기술 동향을 활용하여, 자신의 콘텐츠를 고급화, 전문화, 세분화할 필요가 있지 않을까요?
2) AI 반도체 분야의 특허와 관련된 M&A/투자, 특허 매입, 라이센싱, 소송/심판 등의 이벤트 데이터를 활용하여, 경쟁자들의 콘텐츠와 차별화를 해야 하지 않을까요?

본 제안에 관심 있는 미디어 업계 종사자는 contact@patentpia.com으로 연락 주십시오.

분석 지표에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 지표 계열에는 특허 출원-공개 및 등록을 중심으로 하는 i) 특허 포트폴리오 지표 계열, 피인용(forward citations)을 중심으로 하는 ii) 기술 영향력 계열, 거절(rejection)을 중심으로 하는 iii) 기술 리더쉽 계열, iv) 품질 계열, v) 점유율, 집중률 등과 같은 비율 계열, vi) 특허당 등과 같은 밀도 계열 등이 있습니다.

분석 기준에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 기준에는 i) 분석 방법론, ii) 분석 기준 체계, iii) 분석 집계값의 종류, iv) 분석 시간 기준 등이 있습니다. 중요 분석 기준에는 i) 현재 권리자의 확정, ii) 기술 분야에 대한 인식(기술 분야 vs. 특허셋(patent set) 맵핑 등), iii) 기술 분야나 키워드 표현에 대한 기준, iii) 특허 매입/거래, 소송/심판 등에 대한 기준과 범위, iv) 인용-피인용에 대한 기준과 범위 등이 있습니다.

분석 콘텐츠 제작에 사용된 데이터의 i) 공간(국가의 특허청), ii) 시간 범위 및, iii) 주요 데이터에 대한 원천 소스(original source)는 다음과 같습니다. 분석 콘텐츠를 구성하는 2차적인 데이터(예, 특허 거래 네트워크 등)는 원천 데이터 소스로부터 가공되어 생성됩니다. 개별적인 데이터에 대한 상세한 것은 [링크]를 참조하세요. 링크에 연결되는 페이지에서는 데이터 계열, 데이터 내용 및 기타 분속 콘텐츠에 사용되는 데이터에 대한 상세한 설명이 있습니다.

*최초 공개일 : 특허 공보가 최초로 발행된 날짜. 공개 공보가 발행되면 공개 공보 발행일, 공개 공보 발행 없이 등록된 경우에는 등록 공보 발행일.

*최근 공개일 : 선행 특허를 인용하는 후행 특허 공보의 최근 발행 날짜. 공개 공보 발행일과 등록 공보 발행일 중 늦은 날짜(인용 관계는 주로 등록 공보에 references cited로 기재되기 때문)

* 최초 거절 OA 발생일 : 특정 특허를 심사하는 심사관이, 특정 선행 특허를 인용하며, 특허 거절에 대한 office action(OA)를 통지하는 경우, 최초로 거절 OA 통지가 발생한 날짜. 심사관은 특정 선행 특허를 인요하며, 1차례 이상의 non-final rejection 또는 final rejection을 통지할 수 있음.

* Assignment 실행일 : 미국에서의 assignment는 실행일(execution date)과 기록일(record date)이 있음. 실행을 통해서 assignment의 법률적 효력이 발생하므로, 실행일을 기준으로 함. (참고)미국을 제외한 다른 나라는 실행일의 개념이 없어, 특허청에 기록된 날을 기준으로 함.

PatentPia가 제공하는 상세한 데이터에 대해서는 [링크]를 클릭해 보세요. 이곳에서는 i) 기반 특허 데이터, ii) 특허 이벤트 데이터, iii) 가공 특허 데이터, iv) Entity(권리자, 발명자, 대리인 등) 데이터, v) 키워드 데이터, vi) 계층형 카테고리 데이터, vii) 특별한 특허 데이터 등 다양한 데이터에 대한 상세한 설명이 있습니다.

PatentPia는 본 콘텐츠 및 콘텐츠의 제작에 사용된 데이터의 정확성, 무결성, 완전성을 보증하지 않으며, 내용의 오류나 누락에 대한 일체의 법률적 책임을 지지 않습니다. 그리고, PatentPia는 본 보고서를 활용한 어떠한 의사 결정에 대해서도 일체의 법률적 책임을 지지 않습니다. 또한, PatentPia는 현재 또는 미래에 존재하는 어떠한 종류의 명시적, 묵시적인 법적 보증도 제공하지 않습니다.

본 콘텐츠 및 콘텐츠에 사용된 데이터에 대한 저작권은 CC(creative commons) 라이센스로 제공됩니다. 이에 따라, 본 콘텐츠 전체나 콘텐츠를 구성하는 표, 차트, 글이나, 사용된 데이터를 여러분의 의사에 따라 어떠한 형태나 방식으로 사용하거나, 제3자와 공유하거나, 유료 또는 무료의 활용도 허용됩니다. 그리고, 본 콘텐츠를 여러분의 목적에 따라 어떠한 형태 또는 방식으로 2차적 저작물을 만드는데 사용할 수 있으며, 그 2차적 저작물은 여러분의 소유입니다.

본 콘텐츠 또는 데이터에 대한 출처 표시에 대한 의무는 없습니다. 이에 따라, 출처 표시를 위해 PatentPia에 동의를 구할 필요는 없습니다. 다만, 출처 표시를 해 주시면, PatentPia는 여러분의 배려를 고맙게 생각하겠습니다.

PatentPia(www.patentpia.com)는 파트너십 요청을 수락합니다.

1) PatentPia 데이터/DB를 활용하여, 국내 또는 해외에서 비즈니스를 하려는 경우

2) PatentPia 데이터/DB를 활용하여, 콘텐츠나 AI를 개발하려는 경우

3) 기타 PatentPia와 제휴나 협력의 필요성이 있는 경우

1) PatentPia 보유 데이터/DB/AI 소개

2) PatentPia 솔루션에 대한 목적-조직 유형별 활용 체계

3) PatentPia 대표 솔루션에 대한 매뉴얼

(1) 분석 : GoldenCompass

(2) 개인화/관리 : My platform

(3) 특허셋(patent set) 실시간 분석 : Analytics

(4) 검색 : Search

무료 평가판 ID가 필요하시거나, PatentPia의 서비스 및 데이터베이스에 대해 궁금한 점이 있으면 아래의 이메일로 문의하십시오.

e-mail : contact@patentpia.com