吴碧娥╱北美智权报 编辑部
随着全球半导体制程持续推进至埃米时代，加上生成式人工智能（Generative AI）技术席卷各行各业，各国专利专责机关在审查实务上面临前所未有的挑战。如何在促进前瞻技术创新与维持专利权利稳定性之间取得平衡，已成为全球知识产权战略竞争的核心焦点。身为全球半导体与高科技重镇之一的韩国，其专利专责机关韩国知识产权部（Ministry of Intellectual Property，MOIP）近年展开一连串制度变革，透过审查组织的大规模整并、大幅扩编高学历专业审查人力，并于2026年接连正式颁布《半导体领域专利审查实务指南》与《AI时代正确的专利申请指南》两大专门审查规范，针对新兴尖端技术在专利要件认定上的各项争议问题提出明晰指引。
在台湾地区工业总会2026年9月15日举办的「韩日高科技专利审查与争议解决实务研讨会」中，金张法律事务所（Kim & Chang）资深辩理士车英兰针对韩国知识产权处近期推动的一系列审查政策调整与实务裁决标准进行了全面剖析。对于积极在韩国布局核心技术专利的全球高科技产业、半导体晶圆代工与IC设计业者、软硬件整合厂商而言，这些最新审查动向不仅深刻牵动专利申请的撰写策略与获证机率，更关乎专利获准后的有效性与未来侵权诉讼攻防实力。
组织变革与审查战力重塑：打造专业化一站式体系
面对半导体产业链日益复杂的垂直与水平整合，传统专利专责机关按技术学科划分的审查架构，已难以因应现代半导体高度跨领域的研发特性。过去，韩国特许厅的半导体审查人力零散分布于电子通信、化学生命以及机械金属等三个不同的审查局，导致一项涵盖材料配方、曝光机台构造与晶圆制造流程的专利申请，往往被分派至不同局处由不同审查员分别审查，不仅耗时冗长，对于专利要件的认定也容易出现标准不一的情形。
为了解决这项痛点，MOIP于2023年4月大刀阔斧进行组织改造，正式设立「半导体审查推进团」，整合了原本分散于电子通信审查局（半导体期间工艺审查100名）、化学生命审查局（半导体材料审查15名）以及机械金属审查局（半导体设备审查21名）的专业审查人力，并将组织明确划分为三个审查科与三个新设审查组，涵盖半导体制造工艺审查科、半导体设计审查科、显示器审查科，以及新设的半导体材料审查组、半导体组装工艺审查组与半导体制造设备审查组。在管辖范畴上，制造工艺审查科负责曝光、蚀刻、沉积与组件工艺；设计审查科聚焦于组件、电路、存储电路与应用设计；显示器审查科涵盖图像驱动、组件、光学、应用与OLED；新设的材料审查组专管工艺材料、光化学与光半导体；组装工艺审查组负责基板制造、封装、检测与基板加工；制造设备审查组则专责薄膜、层压、基板加工与转移设备。此项整合成功建构出一个能够涵盖自芯片架构设计、先进微影光阻材料、封装测试到自动化机台设备的全流程一站式审查团队，大幅缩短了审查作业周期并显著提升审查质量。更关键的是，推进团针对特定比例的重大或复杂申请案，制度化实施「三人审查员协议审查机制」，藉由多位资深审查员共同研议比对，有效防范单一审查员见解偏颇的弊病，极大化提升了半导体专利核准要件的一致性与公信力。
面对生成式AI引发的科技典范转移，在半导体审查整合获致具体成效后， MOIP随后于2026年5月成立「知识产权人工智能转型推进团」，设立初衷在于从法律、行政、产业及数据等四大层面，全面因应AI技术急速发展所带来的知识产权范式转变。推进团的存续期限自最初设立日起为期六个月（至2026年11月19日止），并得视推动成效延长一次，核心使命包括配合人工智能大转型，对知识产权法律制度进行审核修订并重新确立相关标准，正面处理AI领域专利纠纷、AI生成物深度伪造争议、以及AI训练数据遭擅自使用等新型态问题。此外，该推进团亦着手建立基于AI的知识产权行政体系、支持民间知识产权产业进行AI转型，并积极推进AI训练数据的合法开放，期望能为韩国在AI新时代打造具国际竞争力的法治基石。
审查人力质与量并进：高学历化趋势下的审查严格度考验
除了内部组织的横向整并与任务型推进团的设立，MOIP更透过持续扩增专业审查人员，藉此消化庞大的尖端科技专利申请量。在过去三年间（2023年至2025年），AI/半导体相关的审查人员已累计扩充165名专业审查人力，招募领域紧扣韩国核心战略科技。2023年首波锁定半导体领域引进30名审查员，2024年扩大至二次电池等关键能源领域录取75人，2025年则锁定人工智能、生物与尖端机器人等新兴前瞻领域再补进60名审查官。进入2026年后，韩国官方持续编列预算，规划再新招聘AI、物联网（IoT）及计算机等领域共34名专利审查员。
| 单位名称 | 成立时间 | 人力与组织架构 | 核心任务与管辖范围 |
| 半导体审查推进团 | 2023年4月 | 整合原局处136名审查员，设3科（制造工艺、设计、显示器）与3组（材料、组装工艺、制造设备） | 全面审查设计、材料、部件到工艺等全领域专利，缩短周期并提升质量；特定比例实施三人协议审查 |
| 知识产权人工智能转型推进团 | 2026年5月 | 存续期限6个月（至2026年11月19日，可展延一次） | 应对AI专利纠纷、深伪技术争议与数据侵权，建构AI行政体系并推进训练数据开放 |
表1. 韩国MOIP组织重组；数据源：2026/9/15「韩日高科技专利审查与争议解决实务研讨会」车英兰简报
车英兰指出，这批近年大规模招募进驻的审查员，拥有硕士、博士学历的比例偏高，从业水平相对优异，其对特定尖端技术的微观构造、制程变更难易度与技术文献的掌握程度远高于过往通才型审查官。这意味着未来的专利审查标准恐将更趋严格，过往试图以模糊字眼掩盖技术细节、或仅靠上位抽象概念涵盖广泛范围的申请手法，在面对这些高学历专利审查官时，极易招致说明书记载不充分或显而易知的严厉核驳。
在审查效率方面，韩国政府为了鼓励创新并协助科技业者抢占市场先机，特别针对「第四次工业革命技术」设立了友善且高效的优先审查机制。这项项目机制目前涵盖19项技术领域：人工智能、物联网、3D打印、自动驾驶汽车、大数据、云计算、智能机器人、智慧城市、虚拟增强现实、原创新药、新能源、针对性医疗、无人机、下一代网络、智能半导体、尖端材料、区块链、智能制造以及下一代生物医药品。只要申请案所请求的技术特征属于韩国特许厅自行制定的新专利分类编码（例如人工智能领域之分类代码「Z01A」），申请人即可主动请求优先审查，完全不需要具备在韩国国内生产做为申请要件。
值得注意的是，韩国官方为进一步精简行政流程，自2025年2月19日起已正式删除原本要求申请人必须提交「现有技术检索报告」的繁琐要件，有效减轻了海外申请人的作业负担与成本。依据官方目前的承诺时程，凡符合资格并成功获准进入优先审查轨道的案件，审查人员承诺于短短2个月内完成审查；若是透过专利审查高速公路（PPH或PCT-PPH）途径提出加快请求者，亦能在3个月内完成审查，为全球企业在韩国市场筑起知识产权防护网提供了极高效率的绿色通道。
《半导体审查实务指南》：聚焦微型化争议与揭露门坎
半导体技术迈入次世代节点，极紫外光（EUV）微影制程、非晶碳硬屏蔽（Amorphous Carbon Hardmask）、高带宽内存（HBM），以及专为AI巨量矩阵运算设计的次世代AI半导体神经网络处理器（NPU）和内存内运算（PIM）架构，已成为全球半导体竞逐的关键主战场。然而，这些高度精密技术的微型化、高整合化与高速化发展，亟需实施反映半导体产业特性的专利审查。有鉴于此，MOIP于2026年3月汇整历年主要案例，正式制定并发布《半导体领域专利审查实务指南》。车英兰指出，该指南并非变更既有审查基准，而是将半导体特化案例加以体系化，核心在于提升实务可预测性。
在专利说明书的记载要件方面，法定基准为该技术领域中具有通常知识者应能在「无须附加特殊知识的情况下」正确理解并重现发明。车英兰引述了两件因揭露瑕疵而遭审查官判定为无法实施的代表性负面案例。案例一是「EUV屏蔽检测用分光镜」，申请人在请求项及说明书主张该分光镜能同时适用于EUV、DUV（深紫外光）与紫外线三种光；然而在物理特性上，EUV光极易被大部分物质吸收，与穿透、反射的DUV和紫外光性质截然不同，说明书中却完全未记载适用于此三种光的分光镜具体技术特征，因而被判定无法实施。案例二则是「堆栈式内存牺牲膜制程」，其请求项界定牺牲膜与层间绝缘膜交替堆栈之3D堆栈型结构，说明书主张透过增加硅源供应量，使缓冲牺牲膜形成为硬度高于主牺牲膜；但审查官依据外部论文文献指出，单纯增加硅源供应量在技术上根本无法实现该项硬度差异，最终同样遭认定不符实施要件。
在专利申请范围的记载要件上，请求项必须由说明书所支持，同时请求项本身必须记载得明确且简洁。支持要件常见缺陷包含「欠缺说明书依据的用语」，例如请求项记载特定下位概念「二甲苯」，但说明书仅记载上位概念「芳香族碳氢化合物」，未暗示该特定下位概念；另一常见问题为「必要构成的上位化与抽象化」，例如说明书中不可或缺的技术特征为「紫外线荧光黏着剂」，请求项却上位扩大至一般的「荧光材料」，概括至紫外线区域以外的荧光材料，因而被认定违反支持要件。在明确性要件层面，常见问题包含「类别不明」，例如以软性基板保持器的「用途／使用」进行界定，导致无法判断属于物品发明或方法发明；此外，「请求项存在矛盾」亦是审查重点，例如独立项界定内部区域较大，附属项却记载内部区域比边缘区域更小，即构成相互矛盾的记载。
半导体进步性差异分析：突破显而易知与数值限定之关键
进步性判断是半导体专利能否获准的核心战场。指南提出严谨的「差异分析」架构，以判断该发明是否能被轻易得出。车英兰指出，会被审查机关「否定进步性」的情形包括：先前技术已有教示或暗示、通常知识的应用、简单设计变更、材质选择、技术特征置换，以及无技术效果的差异等六大态样。相对地，若发明具备下列四项特征之一，则较有机会获得进步性之肯定：一是「反向教示」，即先前技术本身已排除变更动机；二是「具体结构加上效果」，证明仅凭上位概念难以导出该具体技术特征与未暗示的效果；三是「解决原理不同」，难以透过简单结合预期达成相同效果；四是具备「数值限定的技术意义」。
车英兰总结指出，这份半导体指南并非新增审查基准，而是将既有判断基准在半导体领域的适用方式具体化。半导体发明中的材料、膜结构、制程条件与数值范围高度关联，专利申请范围越大，越需要充分的技术依据以满足可据以实施、支持及明确性等要件。进步性的核心不在于单纯的结构差异，而在于该差异对半导体制程或组件性能而言，是否属该技术领域中具有通常知识者可轻易选择的变更。细微的结构、材料或数值差异也可能造成实际性能差异，因此应在说明书中具体记载其效果、技术意义及解决原理。在「制造方法界定物」（Product-by-Process，PBP）请求项中，制程是否实际反映于最终产物的结构或特性，更是判断可专利性的核心关键。
延伸阅读：解构密韩国 MOIP 半导体专利审查新规：当物理逻辑遇上 AI 算法，一窥半导体发明「数据支持」的法律新标准
《AI时代专利申请指南》：人机分工下的发明人资格与真实性警讯
随着生成式AI工具广泛应用于技术研发过程，MOIP于2026年6月正式发布《AI时代正确的专利申请指南》，正面响应AI技术衍生的专利法律与实务争端。
在发明人资格方面，指南明确宣示AI本身不能成为专利发明人，必须由人类对发明的创作过程作出实质性贡献。如果只是向AI输入一般性的指令，并将AI生成的结果直接作为发明提出申请，将无法取得专利；即使获准专利，未来也可能被宣告无效。可予认可为实质贡献的情形包括：例如由人类设定具体条件及参数、进行专业性的选择、补充与修改，以及透过实体实验将发明具体化等。
在AI生成结果的真实性及验证方面，指南特别警告应注意AI幻觉（Hallucination）可能生成虚假的技术内容或技术效果，申请人必须充分确认相关内容的真实性及发明的可实施性。对于AI生成的虚拟实施例，应在专利说明书中明确标示为「AI生成实施例」，并妥善管理，避免与实际实验结果混淆。如果向专利局提交虚假实验结果，可能不仅会导致专利申请遭驳回或专利被宣告无效，申请人还可能因虚假行为而受到法律处罚。此外，指南亦特别提醒研发团队，使用外部AI云端服务时应高度注意数据保密风险。
车英兰指出，该指南将AI发明划分为三大类型并说明应注意的专利要件：一是「关于AI本身的发明」，例如AI与硬件结合并执行具体的信息处理等，需要具备发明的客体适格性；二是「将AI技术作为构成要素的发明」，应透过具有独创性的技术特征，展现相较于先前技术更优异的效果，以符合进步性要求；三是「将AI作为工具使用的发明」，应充分验证AI所得结果的实际可实施性及可重复性与再现性，并于说明书中具体记载。
AI发明审查标准：揭露门坎、客体适格性与进步性攻防
车英兰进一步梳理了韩国既有的AI相关发明专利审查标准，作为前述新指南的实务基础。在适用范围上，该标准适用于实施发明时需要以机器训练为基础的AI技术发明。在说明书充分公开要件方面，说明书中应记载实现AI发明的具体手段，包含训练数据、数据预处理方法、训练模型与损失函数等。审查实务尤其严格要求具体记载「输入数据与训练模型的输出数据之间的相互关系」。若本领域技术人员能够从技术常识或实施例中推导出来、或使用公知AI技术的情形，可以简化记载对于训练模型的说明（如模型名称、基本结构、来源等）。但如果说明书未具体记载输入数据与训练模型输出数据之间的相互关系，将被认定不符合实施条件。具体记载该相互关系的情况包括四项要素：特定的训练数据、特定训练数据之间存在为解决发明技术问题的相互关系、具体记载利用训练数据欲进行训练的训练模型或训练方法，以及通过上述训练数据和训练方法生成用以解决发明技术问题的训练模型。
| 审查维度 | 主要规范重点 | |
| 适用范围 | 须以「机器训练」为基础之AI发明。 | |
| 说明书 | • 记载训练数据、数据预处理、训练模型、损失函数等手段。 • 尤其须具体记载「输入数据与模型输出数据之相互关系」。 • 使用公知AI技术可简化模型说明；通常知识者可推导者可省略。 |
|
| 保护客体与请求项 | 准用现行「计算机程序发明」审查标准。 | |
| 新颖性与进步性 | 未具体说明AI技术者，极易被认定为公知技术。 |
表2. AI领域审查标准的主要内容；数据源：2026/9/15「韩日高科技专利审查与争议解决实务研讨会」车英兰简报
车英兰举了「应用机器学习的房屋温度自动控制系统」核驳为案例：请求项1包含存储部、训练模型生成部、收集部与输出部，其特征在于使用每日气象数据中的温度、湿度、雾霾浓度数据中的至少一项与房屋温度控制历史数据作为训练数据，以预测并输出房屋温度控制信息。但在说明书中，完全未具体记载雾霾浓度数据和房屋温度自动控制信息之间的相互关系，亦未给出可证明上述相互关系的实施例或实验例。审查官依据申请当时的技术常识判定，对于通常知识者而言，雾霾浓度数据与自动控制房屋温度之间是否存在相互关系是非显而易见的特征，由于通常知识者无法据以实施该发明，最终认定不满足公开充分与支持要件。
在保护客体与请求项撰写要求方面，其判准等同于计算机程序相关发明的现行审查标准。请求项需要以产品或方法类进行记载，产品例如搭载了可执行程序之计算机的装置，方法例如用于运行计算机程序的时间序列工序。对于「程序存储介质」请求项，不允许在请求项结尾处记载「程序产品」或「程序产物」等用语，但允许记载「存储于介质中的计算机程序」，且允许相当于程序的表述（如应用程序、韧体、存储库等）。对于「数据结构存储介质」请求项，以数据结构限定计算机执行的处理内容时，允许以数据存储介质作为保护主题，但不允许在结尾处单纯记载「数据」或「数据结构」，而必须记载为「存储于介质中的数据结构」。
保护客体的判断核心，在于发明是否属于利用自然规律创作的技术方案。审查官循序检验：若属于自然规律以外的规则、人为决定、人的精神活动或单纯的信息呈现，即不满足客体条件；若属于设备控制或基于技术特性的信息处理，则进一步检验其软件的信息处理是否通过硬件具体实现。保护客体的判断实务上有两大要点：第一，软件的信息处理是否利用硬件，计算机相关发明的部分技术特征或步骤不可人为执行，将执行主体限定为计算机装置等硬件即可克服缺陷；第二，是否具体实现了信息处理，不要将请求项的部分技术特征视作万能工具，若未明确记载各阶段信息的运算或加工是如何实现的相关内容，将被认定未通过硬件具体实现[1]。此外，若未具体说明AI技术，极有可能被判定为公知技术而不符新颖性与进步性。
在进步性判断方面，一般通过判断通常知识者能否根据现有技术很容易地想出该发明方案来评估。在AI领域中，法学上假设的通常知识者被推定具有人工智能技术领域的知识，能不受限地知晓发明申请日之前与所属技术效果相关的所有普通技术知识，并能充分利用常规实验手段进行研究或开发。若实施AI发明的具体手段中的区别特征产生了意想不到的优异效果，则具备进步性。
实务上AI发明特有的进步性被「否定」的典型案例包括：
- 利用申请前公知的AI技术来实现：如请求项界定利用判断股价走势的AI算法而显示不同颜色的股票图表信息提供方法，因判断股价涨跌与显示颜色属该领域广泛应用的惯用技术手段，未限定特有信息处理的情况下单纯实现为AI算法，不具进步性[2]。
- 利用AI技术将人为执行的业务或商业方法实现系统化：例如未记载系统具体技术特征，仅提及使用了AI技术。
- 将AI技术的具体应用进行简单设计变更：例如在「机器人吸尘器行驶控制」案例中，请求项1界定设置周围视频与区域标识符以生成训练数据，并使卷积神经网络（CNN）学习；引证案则将图像划分为可清扫与不可清扫区域，使人工神经网络（ANN）学习。审查官判定即使结合说明书亦未具体限定CNN结构，在图像识别领域将ANN替换为CNN属简单设计变更，且未产生比引证案更好的技术效果，因而否定进步性。
相对地，进步性能够获得「正面认可」的案例包括：
- 数据预处理中包含区别性技术特征：具体记载从输入数据导出主要特征或生成规格化训练数据的结构，例如基于AI的保安管理系统，将CCTV拍摄视频中与「运动跟踪」相关的特征向量作为训练数据，利用CNN模型识别客体。
- 训练模型本身为区别性技术特征：具体限定训练模型验证、超参数最优化或分散并行处理等，产生更好的生成速度或预测准确度。例如神经网络运算装置执行的参数优化方法，将参数转换为标注参数与单个数值的尺寸参数，并对尺寸参数剪枝（将小于标准值者设为0以省略复杂运算）生成优化参数。
- 应用AI的学习结果中包含区别性技术特征：具体限定使用训练模型输出结果的技术特征，例如事故车辆维修费自动计算系统，将事故车辆图像输入CNN层以检测受损零件与损坏程度，并结合用户过去事故记录预测保险费率变动，输出最终预估维修费用。
- 应用产业领域完全不同：解决了特定产业领域中长期未解决的难题，或产生了更好的技术效果。
- 训练数据中包含区别性技术特征：限定了与训练数据有关的特有信息处理并产生更好效果；但指南特别强调，仅以训练数据上的差异，不足以获得进步性正面评价。若说明书中未记载与AI技术相关的具体内容，在评价进步性时将相当不利。
企业因应韩国专利新制之三大布局策略
综观MOIP近年来的组织重组、审查体系扩编与两大专利审查指南的发布，清楚揭示了韩国官方在促进尖端技术研发的同时，对专利审查质量、技术揭露深度以及法律稳定性所树立的严格标准。面对审查官高学历化、AI发明人资格严格限缩、以及半导体微结构比对精细化的全新环境，企业在规划韩国市场的专利布局时，宜掌握以下三大策略：
半导体申请案应力求「机理具体化与效果数据化」：
申请人撰写说明书时，应避免仅依赖上位抽象概念。针对特殊材料组合、多层薄膜微结构与制程条件，应详实交代具体技术手段与物理化学原理。若请求项涉及制程参数或尺寸的数值限定，必须在说明书中明确记载该特定数值范围所带来的技术意义（如抑制特定干扰、达成特定节点线性度目标等）与对照数据，以证明先前技术未能认识该意义，确保进步性能获认可。若采用以制程界定物（PBP）请求项，更应确保该制程能实质反映于成品的结构或物性特征。
AI相关发明应落实「人类实质贡献纪录与幻觉数据严格隔离」：
研发团队在运用AI辅助研发时，应完整记录人类在参数设定、专业筛选、架构修改与实体验证中的实质贡献痕迹，确保发明人适格性符合法规，避免专利日后遭受无效宣告。此外，针对AI生成的虚拟实施例，务必在说明书中清楚标示为「AI生成实施例」，妥善确认可实施性与真实性，杜绝虚假实验数据引发的行政与法律处罚风险。在专利范围撰写上，应明确记载输入与输出数据之间的相互技术关联，并聚焦于数据预处理特征、模型优化手段或特定产业应用效果，避免因单纯模型置换或公知算法而遭否定进步性。
善用优先审查绿色通道，并深化专业代理人协作：
有鉴于第四次工业革命技术优先审查已删除现有技术检索报告要件，且不以韩国境内生产为前提，符合19大技术分类的企业应积极运用此机制，力拼在2至3个月内迅速完成审查，抢占市场先机。鉴于审查标准日趋精细严格，企业在韩国进行专利申请与答辩时，宜及早咨询熟悉最新审查动向的专业辩理士，精准掌握法制规范，以提升专利核准机率与权利稳定性。
备注：
[1] 参考韩国2006HE8910旅行管理系统判决与2007HU494判决。
[2] 参考韩国特许法院2013HEO1788判决。
数据源：
- 2026/9/15，台湾地区工业总会「韩日高科技专利审查与争议解决实务研讨会」，车英兰简报数据
- 2026/3/9，MOIP：반도체 분야 특허 심사, 예측 가능성 높인다!
- 2026/5/4，台湾地区经济部智慧局「MOIP制定「半导体领域专利审查实务指南」，强化半导体专利审查可预测性」。
- 2026/6/9，MOIP：인공지능 활용 발명, 사람이 발명에 기여해야 발명자 인정된다 – 지식재산처, 「인공지능(AI) 시대 올바른 특허출원 안내서」 배포.
