GPT & Codex로 기업 특허 IP 리서치 에이전트 개발 (KOITA / 7H)

2026.10.16 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)

상표·실용신안·특허 검색부터 기술 비교와 보고서 자동화까지

* 기업의 제품 출시를 돕는 IP 리서치 앱을 만들고, 자동화 에이전트로 발전시키는 과정
* 기업용 특허 리서치 앱에 ‘수집 → 분석 → 자동화’ 기능을 차례로 추가하여 특허 정보 처리 및 현대적인 바이브코딩 역량을 높일 수 있음

강의 개요

본 과정은 생성형 AI를 활용한 특허 리서치 기법과 바이브코딩 기법을 통해 실제로 특허 리서치 솔루션을 직접 기획·개발·배포해보는 실습 중심 교육입니다.
수강생은 AI 도구를 이용하여 특허 리서치 전략 수립부터 데이터 수집, 솔루션 기획과 UX 설계, React/Vite 기반 웹앱 개발, 디버깅과 서버리스 런타임 배포까지 전 과정을 경험할 수 있습니다.
이를 통해 AI를 단순히 사용하는 수준을 넘어, 특허 업무에 특화된 리서치 도구를 스스로 구현할 수 있는 실무 역량을 확보할 수 있습니다.

권장 수강 대상

기업 및 연구기관의 특허·지식재산(IP) 담당자로, 특허 리서치 업무를 자동화·고도화하고자 하는 실무자
제조·R&D·기술기획 부서에서 특허 조사와 기술 분석을 병행하는 연구원 및 엔지니어
생성형 AI와 바이브코딩을 활용해 실무용 웹앱을 직접 만들어보고 싶은 기획·실무 담당자
특허 리서치 솔루션이나 내부 업무용 AI 도구를 구축하려는 중소·중견기업의 기술·혁신 담당자

수강 기대 효과

반복적이고 비효율적인 특허 리서치 업무를 자동화하는 실무형 솔루션 구축 경험을 확보하게 된다.
GPT·Gemini 등 생성형 AI와 바이브코딩 도구를 결합해 문제 해결형 웹앱을 설계·개발할 수 있게 된다.
특허 리서치 전 과정을 구조화하여 조직 내 표준화 가능한 리서치 워크플로우를 설계할 수 있다.
사내에서 즉시 활용 가능한 특허 리서치 MVP를 완성함으로써 실질적인 업무 생산성 향상을 기대할 수 있다.

주요 에이전트 기반 코딩 도구

기획 도구: GPT, Claude
개발 도구: Codex, Claude Code, Cursor
API 도구: GPT API, KIPRIS API
배포 도구: Github, Vercel

실습 참여를 위한 수강생 준비사항

GPT, Claude 등 유료 티어 기능 이용 가능
GPT API 키 준비 (유료 크레딧 필요), KIPRIS API 키 준비 (무료)
퍼블릭 네트워크 접속 가능 노트북에 Codex, Claude Code, Cursor 등 바이브코딩 도구 설치

프로젝트 기반지식

프로젝트 생성용 기반지식 (PDF / 90p)
https://drive.google.com/file/d/1DM9w5qXDh7UzExWWpjiyR1tJ_QKgrQ15/view?usp=sharing

1. 기업용 특허 리서치 솔루션 구현 미션

제조 기업의 현실적인 특허 리서치 시나리오

BCR 블루 클라우드 로보틱스는 고하중 로봇 액추에이터 A200의 고객 제안과 제품 개선을 준비하고 있습니다.
연구개발팀은 관련 특허를, 생산팀은 조립·정비 구조에 관한 실용신안을, 마케팅팀은 신규 제품군의 상표를 조사해야 합니다.
담당자는 흩어진 조사 결과를 통합해 경영진에게 근거가 있는 보고서를 제출해야 합니다.

북유럽 신규 고객사 Nordvik Automation의 A200의 제품 및 특허 문의

BCR 조사 수요	실습용 질문	검색 방향
A200 고하중 액추에이터	높은 하중을 지탱하면서 크기를 줄이는 기술은?	감속기, 구동부 통합, 토크 전달 구조
A100·A200 정밀 제어	관절 위치와 토크를 어떻게 정확하게 제어하는가?	엔코더, 토크 센싱, 백래시 보상
C100 컨트롤러	이상 상태를 감지하고 장비를 보호하는 기술은?	과전류·과열 감지, 상태 진단, 제어
생산·정비 개선	센서·케이블·부품을 쉽게 교체할 수 있는 구조는?	체결, 커넥터, 배선, 방수 구조의 실용신안
신규 제품군 브랜딩	후보 이름과 비슷한 선행 상표는?	표장, 출원인, 지정상품, 상품류

여기서 제시한 세부 기술은 교육용 조사 가설입니다. BCR의 확정 사양으로 취급하지 않고, 검색 결과를 보면서 조사 범위를 조정합니다.

2. 특허 리서치 앱 구현 주제 예시

공통 목표: 특허 자료 수집, 3건을 근거와 함께 비교, 보고서 작성 앱
고급 목표: (재검색·변경 비교까지 성공한 학습자) 자동화 에이전트로 확장

단계	앱 이름	학습자가 완성하는 기능	업무 가치
입문	BCR IP Search Desk	조사 목적 입력, 검색어 구성, 결과 불러오기, 필터·즐겨찾기	검색 결과를 개인 업무 자료로 정리
중급	BCR Technology Compare	GPT API 요약, 기술 요소 비교, 근거 표시, 보고서 초안	읽고 비교하는 시간을 줄임
고급	BCR IP Watch Agent	도구 호출, 재검색, 이전 결과와 비교, 신규 자료 브리핑	반복 조사 업무를 재실행 가능한 절차로 전환

실습 절차 예시

① 고객 문의를 특허 검색 계획으로 바꾸기 — “메일 한 통에서 조사 시작”

Nordvik의 A200 문의를 GPT에 제공하고, 고객 요구를 기술 조사 항목으로 변환합니다.

고객 요구와 조사할 기술 요소 분리
한국어·영어 키워드와 동의어 생성
넓은 검색·좁은 검색·제외어 제안
IPC/CPC 후보 제안 후 실제 분류 설명 확인

산출물: 조사 목적, 키워드, 검색 조건을 담은 ‘리서치 브리프’.

흥미로운 학습 포인트는 “고하중 액추에이터”와 “감속기·토크 전달 구조”로 검색했을 때 결과가 어떻게 달라지는가입니다. GPT의 검색어 제안도 검증해야 한다는 사실을 자연스럽게 배울 수 있습니다.

② 특허·실용신안 수집 앱 만들기 — “복사·붙여넣기를 검색 버튼으로”

Codex로 검색창과 결과 목록을 만들고, KIPRIS API 응답을 화면에 표시합니다.

제목·출원번호·출원인·일자·권리 구분 표시
실제 응답에 제공되는 상태 정보 표시
출원번호 기준 중복 제거
관심 자료 저장, CSV 내보내기
조회 조건·조회 시각·원문 출처 기록

산출물: 실제 검색 결과를 정리할 수 있는 첫 번째 앱.

처음에는 동일한 형식의 샘플 데이터로 화면을 완성한 뒤 API를 연결합니다. API 실패와 ‘검색 결과 0건’을 구분해 표시하는 것도 좋은 오류 해결 실습입니다.

③ 어려운 특허를 기술 카드로 바꾸기 — “연구원이 읽을 수 있는 요약”

수집한 자료 중 3~5건을 골라 GPT API로 다음 항목을 추출합니다.

카드 항목	내용
해결하려는 문제	기존 기술의 어떤 어려움을 다루는가
핵심 기술	어떤 구조·제어 방식으로 해결하는가
BCR 관련성	A100·A200·C100의 어떤 조사 항목과 연결되는가
근거	원문 위치와 짧은 근거 문구
추가 확인	자료 부족이나 불확실한 부분

산출물: 구조가 일정한 기술 요약 카드.

OpenAI의 Structured Outputs를 사용하면 결과를 정해진 JSON 구조로 받아 화면과 표에 연결할 수 있습니다. 다만 구조가 맞더라도 내용의 정확성은 별도로 확인해야 합니다. OpenAI API

④ A200 기술 요소와 청구항 비교하기 — “비슷하다는 말에 근거 붙이기”

중급 실습의 핵심으로 가장 추천하는 주제입니다.

A200의 교육용 기술 요소 목록과, 확보한 실제 청구항을 나란히 비교합니다.

A200 조사 요소	선행 문헌의 근거	비교 결과
구동부·감속기 통합	해당 청구항과 문구	대응 요소 발견 / 차이 / 확인 불가
엔코더 배치	해당 청구항과 문구	대응 요소 발견 / 차이 / 확인 불가
토크 감지 방식	해당 청구항과 문구	대응 요소 발견 / 차이 / 확인 불가

산출물: 전문가 검토를 위한 기술 요소 비교표.

이 기능은 ‘특허 침해 판정’이 아니라 검토할 문헌과 쟁점을 좁히는 도구로 설계합니다. 청구항을 확보하지 못한 자료는 ‘초록 기반 예비 비교’로 표시하고, 청구항을 추정해 채우지 않습니다.

⑤ 상표·실용신안 미니 미션 — “같은 검색 화면, 다른 분석 기준”

두 분야는 공통 앱 안에서 별도의 분석 양식을 사용합니다.

미션	교육용 상황	구현 기능
상표 후보 조사	김지수가 신규 제품군 이름 후보를 검토	후보별 검색, 지정상품·상품류·상태 정리, 검토 후보 표시
실용신안 조사	이은우가 센서 교체와 케이블 정비 구조를 개선	구조·결합 방식 요약, 현재 구조와 차이 정리

산출물: 상표 후보 비교표 또는 구조 개선 참고표.

상표는 이름의 문자열 유사도만으로 등록 가능성을 판정하지 않습니다. 실습에서는 후속 검토할 상표를 찾고, 지정상품과 상태를 함께 읽는 것을 목표로 합니다.

20명이 모두 두 기능을 깊게 구현하기에는 시간이 부족하므로, 공통 화면을 제공하고 상표팀과 실용신안팀이 각각 한 미션을 선택해 결과를 공유하는 방식이 좋습니다.

⑥ 반복 조사와 브리핑 에이전트 — “지난번 조사 이후 무엇이 달라졌나?”

마지막에는 다음과 같은 자연어 요청을 실행합니다.

“A200의 감속기·토크 센싱 관련 문헌을 다시 검색하고, 저장된 조사 결과에 없던 자료만 골라 근거와 함께 브리핑해줘.”

권장 도구는 세 가지 정도로 제한합니다.

search_ip: 승인된 조건으로 검색
compare_snapshot: 이전 조사 결과와 비교
make_brief: 신규 자료의 요약과 근거 정리

Function calling에서는 모델이 호출할 도구와 입력값을 제안하고, 실제 API 호출은 앱의 서버 코드가 실행합니다. 이 구분을 보여주면 학습자가 앱과 에이전트의 차이를 이해하기 쉽습니다. OpenAI API

산출물: 실행 이력과 출처가 남는 반복 조사 에이전트.

수업에서는 ‘지금 실행’ 버튼으로 끝까지 검증합니다. 예약 실행은 강사가 준비한 환경에서 시연하고, 과제로 확장합니다. 새로 조회된 자료와 새로 출원된 자료도 구분해 표시합니다.

3. 강의 진행 개요

시간	학습 내용	완료 기준
1교시	ChatGPT Desktop 설치·로그인, Codex 실행, GitHub 저장소 복제·첫 커밋	내 PC에서 시작 앱 실행
2교시	BCR 미션, IP 검색 기초, 고객 문의 → 검색 계획, 입문 화면 제작	샘플 검색·필터·저장 작동
3교시	KIPRIS API 연결, 데이터 정리·중복 제거·CSV 내보내기	실제 데이터 수집 또는 동일 형식 샘플로 완료
4교시	GPT API 연결, 기술 카드, 청구항 비교	근거가 있는 3건 비교표
5교시	상표·실용신안 선택 미션, 보고서 양식 추가	선택 분야의 조사 결과표
6교시	도구 호출, 조사 재실행, 이전 결과 비교	신규 자료 브리핑과 실행 로그
7교시	오류 해결, 보고서 출력, GitHub 저장, 팀별 시연	앱·보고서·소스코드 확보

4. 권장 기술 스택

입문자: HTML·CSS·JavaScript + Node.js API 서버
유경험자: React·Vite + Node.js API 서버

구성	수업에서 맡기는 범위
ChatGPT	문제 정의, 자료 읽기, 검색 전략, 화면·SPEC 초안
Codex	코드 작성·수정, 실행 오류 해결, 변경 검토
GitHub	시작 프로젝트 복제, 단계별 커밋, 최종 소스 보관
KIPRIS API	승인받은 서비스의 데이터 검색·수집
GPT API	구조화 요약, 비교, 보고서, 도구 선택
로컬 저장	관심 문헌과 조사 스냅샷 저장

참고 1: GPT API는 GPT 모델이 지닌 최신의 정리/요약/추론/예측 능력을 자체 소프트웨어에서 사용하기 위한 도구 (GPT 유료 구독과 별개로 크레딧을 구매해서 사용해야 하며, 실습 참여를 위해 최소 구매 금액인 5달러 크레딧 권장)

참고 1: KIPRIS Plus는 공식 개발 가이드와 REST 호출 예제를 제공하며, 월 1,000회까지 무료 호출 가능. (단, 상품의 신청·인증키·적용 조건을 별도로 확인 필요)

5. 참고: 실습용 자료 예시

실습 전/후 학습자의 실습을 위해 아래 내용을 제공

단계별 시작 및 완성 프로젝트: 학습 종료 후에도 재현 가능한 코드
BCR 실습 팩: Nordvik 문의, 제품별 교육용 기술 요소, 상표 후보, 구조 개선 설명.
검증한 문헌 팩: 실제 검색 결과 약 20건과 분석용 청구항 3~5건
API 점검: 특허·실용신안 검색, 상표 검색, 필요한 상세정보·청구항·이력의 제공 범위와 이용 권한

효율적 경영지원 AI 활용실무 (KOITA / 6H)