특허 전략 보고서 자동 생성 스킬

R&D 과제 기획자가 Google Patents에서 CSV를 다운로드하면, 연도별 추이·주요 출원인·국가별 분포를 분석하여 한국어 Obsidian 보고서를 생성한다.

워크플로우 개요

PHASE 1   → 초기 검색식 생성 + Google Patents URL 제공 + CSV 다운로드
              ↕  (노이즈 수준이 허용 가능할 때까지 반복)
PHASE 1.5 → 샘플 타이틀 진단 → 검색식 NOT절 추가 → URL 재생성 → 재다운로드
PHASE 2   → 최종 CSV 분석 → 보고서 초안 생성 → 전략 시사점 작성 → 파일 저장

노이즈는 다운로드 후 후처리로 제거하지 않는다. 검색식 자체를 정밀화하여 소스에서 차단하는 것이 원칙이다. 이렇게 해야 집계 통계의 신뢰도가 유지되고, 검색식이 재현 가능한 자산이 된다.

---

PHASE 1: 초기 검색식 생성

사용자가 RFP 또는 기술 키워드를 제공하면 Google Patents Boolean 검색식을 생성한다.

검색식 설계 원칙

좋은 검색식은 관련 특허를 빠짐없이 잡으면서(recall), 무관한 도메인 노이즈를 줄이는(precision) 균형을 맞춘다.

1. 기술 핵심어: RFP의 기술 구조 명사를 영문으로 추출 (OR로 연결)
2. 응용 맥락: 목표 응용 분야 키워드 (AND로 한정)
3. 제외 키워드: NOT으로 예측 가능한 무관 도메인 제거

Google Patents URL 형식

https://patents.google.com/?q=<URL인코딩된 검색식>&before=priority:<종료연도>1231&after=priority:<시작연도>0101

CSV 다운로드 안내

📥 CSV 다운로드 방법:
1. 위 URL에서 검색 결과 확인
2. 우측 상단 [↓ Download] 버튼 클릭 → "CSV" 선택
3. CSV 파일 경로를 알려주시면 노이즈 진단을 시작합니다.

---

PHASE 1.5: 검색식 정밀도 개선 (반복 루프)

CSV를 받으면 먼저 샘플 타이틀을 진단해 검색식의 false positive 원인을 파악한다. 이 과정을 노이즈가 허용 가능한 수준이 될 때까지 반복한다.

Step 1: 샘플 진단

PYTHONUTF8=1 uv run python ~/.claude/skills/patent-report/scripts/csv_analyzer.py \
  --csv-path "<CSV 경로>" \
  --show-sample 50

Step 2: 노이즈 원인 진단

샘플의 각 false positive 타이틀에 대해 반드시 진단한다:

"이 특허가 검색식에 걸린 이유는 무엇인가?"
→ 현재 검색식의 어떤 키워드가 이 false positive를 유발했는가?

이 진단이 핵심이다. 원인을 알아야 올바른 수정이 가능하다.

예를 들어:

• 키워드가 의도한 분야 외에서도 흔히 쓰이는 일반 명사라면 (예: cell이 배터리 셀과 생물학 세포 양쪽에 해당하는 경우) → 더 구체적인 복합어로 교체하거나, 해당 무관 도메인을 NOT으로 차단
• 응용 맥락 키워드가 너무 넓어 목표와 무관한 산업군까지 포함한다면 → AND 조건을 추가해 범위를 좁히거나, 무관 산업군을 NOT으로 제외

Step 3: 체계적 노이즈 판별

샘플에서 같은 원인의 false positive가 3건 이상 발견되면 체계적 노이즈로 판단하고 검색식 수정 대상으로 지정한다. 1~2건의 산발적 노이즈는 무시한다.

Step 4: 검색식 NOT절 추가 및 URL 재생성

체계적 노이즈마다 NOT절을 추가한 개선 검색식을 생성하고, 새 Google Patents URL을 제공한다.

개선 검색식 제시 형식:
- 수정 전: (기존 검색식)
- 수정 후: (개선 검색식)
- 수정 근거: 어떤 노이즈를 어떤 NOT절로 차단했는지 설명

사용자가 새 CSV를 다운로드한 후, Step 1~4를 반복한다.

PHASE 2 진입 기준

샘플 50건에서 명확한 노이즈 비율이 약 10% 이하이거나, 사용자가 "이 정도면 충분하다"고 판단하면 PHASE 2로 진행한다.

---

PHASE 2: CSV 분석 및 보고서 생성

Step 1: 분석 실행

PYTHONUTF8=1 uv run python ~/.claude/skills/patent-report/scripts/csv_analyzer.py \
  --csv-path "<CSV 경로>" \
  --technology "<기술명 (한국어)>" \
  --search-query "<사용한 검색식>" \
  --analysis-period "<시작연도>-<종료연도>" \
  --output "<출력 파일 경로.md>" \
  [--exclude-keywords "키워드1,키워드2"] \
  [--include-keywords "키워드1,키워드2"] \
  [--tags "태그1,태그2"]

Step 2: 초안 읽기 및 _fill_ 항목 작성

스크립트가 _fill_ 플레이스홀더를 남겨두는 전략적 분석 섹션을 Claude가 직접 작성한다.

작성 대상 섹션:

§3.3 주요 출원인 전략 특성 — 상위 출원인을 국가 그룹으로 묶어 각 그룹의 기술 전략 패턴을 서술한다.

국가 그룹 분류 기준: 특허 ID 앞 2자리(출원 국가)가 아니라 출원인 이름으로 기업 국적을 판단한다.

• 한국: 삼성, LG, 현대, 한글 표기 기업명 (예: 삼성디스플레이 주식회사 = Samsung Display Co.)
• 중국: BOE(京东方), Huawei(华为), TCL, CSOT(华星光电), 한자 표기 기업명
• 미국: Apple, Google, Microsoft, Corning, 3M 등
• 일본: Sony, Panasonic, Sharp, Nippon 등 + 일본 한자 표기 기업명

다국어 표기 통합: csv_analyzer.py의 정규화는 법인 접미어(CO LTD/주식회사 등)는 제거하지만 한/영 혼재는 통합하지 못한다. 보고서에서 직접 통합 순위를 계산해 제시한다.
예: "삼성디스플레이 주식회사 XXX건 + Samsung Display Co. YYY건 = 실질 ZZZ건(1위)"

각 그룹별 서술 프레임:

• 그룹 내 상위 기업의 출원 비중 (전체 대비 %)
• 기술 집중 영역 패턴 (타이틀 샘플 기반 추론)
• 자국 중심 출원 vs 다국 분산 출원 전략 여부

§4.2 국가별 전략 분석 — 상위 국가별로 출원 전략의 특성을 분석한다 (예: 미국=시장 방어, 중국=양적 추격, 일본=소재·원천, 한국=원천+다국 출원). KR 코드 출원 비중과 실질 한국 기업의 영향력(다국 분산 출원 고려) 간의 차이도 짚는다.

§5. 종합 전략적 시사점 — 3가지 관점으로 작성:

1. 기술 발전 단계 판단: 공개일 추이 데이터를 근거로 태동기/성장기/성숙기 중 어디에 해당하는지
2. 지정학적 IP 경쟁 구도: 주요 국가·기업 간 관계 (협력/경쟁/틈새)
3. R&D 과제 기획 시사점: 아래 RFP 연계 지침 참조

시사점 작성 시 데이터에서 읽히는 실제 패턴에 기반해야 한다 — 일반적인 조언이 아니라, 이 기술 분야의 이 데이터가 말하는 것을 써야 한다.

---

§5.3 R&D 과제 기획 시사점 — RFP 연계 작성 원칙

§5.3은 특허 데이터를 R&D 기획 맥락에 연결하는 핵심 섹션이다. RFP(과제기획요구서) 제공 여부에 따라 접근 방식이 달라진다.

RFP가 제공된 경우

RFP 문서를 읽고 다음 4가지 질문에 답하며 시사점을 도출한다. 이 질문들은 기술 도메인과 무관하게 어떤 RFP에나 적용된다.

질문 1 — 이 RFP가 목표로 하는 기술 조합은 특허 데이터에서 얼마나 포화되어 있는가?

특허 검색식은 대개 넓은 기술 영역을 커버하지만, RFP는 그 안의 특정 기술 조합(예: A + B + C의 통합 구현)을 목표로 한다. 해당 조합이 현재 특허 포트폴리오에서 충분히 표현되어 있는지 판단한다. 포화되지 않은 조합이 있다면 그것이 선점 기회다.

질문 2 — RFP의 정량 성과목표가 현재 특허 선행기술과 어떤 관계에 있는가?

RFP는 보통 성능 수치(예: 효율, 용량, 정밀도, 처리속도, 내구성, 감도 등 기술 특성에 맞는 지표)를 명시한다. 이 수치가 현재 알려진 선행 기술 대비 어느 수준인지 가늠한다. 세계 최고 수준을 초과하는 목표치는 달성 시 그 수치 범위 자체가 강력한 특허 청구항의 한정 요소가 되므로, 연구 초기부터 특허 명세서 작성을 염두에 두고 실험 데이터를 기록해야 한다.

질문 3 — RFP가 요구하는 특허 출원 조건은 무엇이며, 특허 데이터의 국가별 전략과 어떻게 맞출 것인가?

많은 RFP는 삼극특허(US+EP+JP), PCT 출원, 또는 출원 건수 목표를 명시한다. 특허 데이터에서 확인된 선도 기업들의 다국 출원 경로(§4.2)를 참고하여, 이 과제에 최적화된 출원 루트와 일정을 제안한다.

질문 4 — RFP가 명시한 응용 분야에서 특허 공백은 어디에 있는가?

RFP의 기대효과나 목표 시장(예: 웨어러블, 의료기기, 자동차, 에너지 등)을 특허 데이터의 출원인·국가 분포와 교차 분석한다. 주요 기업들이 아직 그 응용 도메인에 집중 출원하지 않은 영역이 있다면, 연구 결과를 해당 응용 맥락으로 특허화하는 전략을 권고한다.

이 4가지 질문에 기반해 구체적인 행동 권고 4~6가지를 작성한다.

작성 형식: 각 권고는 아래 구조를 따른다.

[권고 제목]: [특허 데이터의 구체적 수치나 패턴] → [과제에서 취할 행동]

예시:

PCT 출원 우선 확보: 한국(KR) 45% · 미국(US) 28% · 중국(CN) 18% 순으로 시장이 형성됨. 과제 착수 후 18개월 내 PCT 출원을 통해 US/CN 동시 진입 경로를 확보할 것.

[회사명] 특허 회피 설계: 상위 출원인 [회사명]이 전체 출원의 XX%를 차지하며 [기술영역]에 집중 출원 중. 해당 영역 청구항 범위를 분석하여 회피 설계 검토 필요.

RFP 수치 성과목표 인용 방법: RFP의 정량 목표가 있으면 해당 수치를 보고서에 직접 인용한다.
예: "본 RFP는 게이지 팩터 500 이상을 목표치로 명시한다. 검색된 선행 특허 기준 현재 기술 수준은 ~300 수준이며, 500 이상 범위를 최초 청구항으로 선점할 가능성이 있다."

RFP가 제공되지 않은 경우

다음 4가지를 작성한다:

• 공백 영역: 특허 데이터에서 상대적으로 출원이 적은 기술·응용 조합
• 선점 기회: 출원 트렌드 변화(우선일 피크 이후 감소 구간 등)에서 읽히는 타이밍
• 다국 출원 전략: 선도 기업들의 출원 패턴을 참고한 국가별 출원 권고
• 모니터링 대상 기업: 특허 급증 중인 후발 주자 또는 주목해야 할 경쟁 출원인

Step 3: 최종 파일 저장

# Write 도구로 완성 보고서 저장
# 파일명: YYYYMMDD_<기술명>_특허전략보고서.md
# 저장 위치: 사용자가 지정한 경로 또는 현재 디렉토리

---

보고서 출력 형식

스크립트가 생성하는 보고서 골격 (Claude가 _fill_ 항목을 채워 완성):

---
title: <기술명> 세계 특허 현황 분석 보고서
date: <오늘날짜>
tags: [특허분석, <기술태그>, IP전략]
---

# <기술명> 세계 특허 현황 분석 보고서

> 분석 기준일 / 데이터 출처 / 검색 쿼리 / 분석 기간 / 총 특허 건수

## 1. 개요
## 2. 연도별 출원 추이 분석
  - 2.1 우선일 기준 (표 + ASCII 차트)
  - 2.2 공개일 기준 (표 + ASCII 차트)
  - 2.3 해석: 특허 공개 지연 효과
## 3. 주요 출원인 분석
  - 3.1 Top 10 출원인 (표)
  - 3.2 점유율 (ASCII 차트)
  - 3.3 전략 특성 [_fill_]
## 4. 국가별 특허 출원 분포
  - 4.1 국가별 건수 (표 + ASCII 차트)
  - 4.2 국가별 전략 분석 [_fill_]
## 5. 종합 전략적 시사점 [_fill_]
  - 5.1 기술 발전 단계
  - 5.2 지정학적 IP 경쟁 구도
  - 5.3 R&D 과제 기획 시사점
## 6. 참고 데이터

---

주요 제약 사항 (사용자에게 안내)

• CSV 다운로드: Google Patents의 Download → CSV로 전체 검색 결과를 다운로드할 수 있음. 복수 파일 병합 시 쉼표로 경로 구분
• 공개 지연: 최근 2년(우선일 기준) 출원 건수는 미공개로 인해 과소 표시됨 → 보고서 §2.3에 자동 명시
• 출원인 정규화: 같은 기업의 다양한 표기명이 분산될 수 있음 → 보고서에서 직접 통합 언급

---

스크립트 참조

scripts/csv_analyzer.py — CSV 분석 엔진 (자세한 사용법은 --help 참조)

주요 인자:

• --csv-path: CSV 파일 경로 (쉼표로 복수 지정 가능)
• --technology: 기술명 (보고서 제목에 사용)
• --search-query: 사용한 Boolean 검색식
• --analysis-period: 분석 기간 (예: 2016-2025)
• --show-sample N: 타이틀 샘플 N건 출력 (노이즈 분석용)
• --exclude-keywords: 제외 키워드 (쉼표 구분)
• --include-keywords: 포함 필수 키워드 (쉼표 구분)
• --output: 출력 파일 경로
• --tags: 보고서 태그 (쉼표 구분)