초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 다수의 기업들이 강력한 브랜드 자산을 구축하여 자사의 경영 성과를 향상시키기 위해 브랜드 관리에 전사적인 노력을 기울이고 있다. 기업이 전략적으로 관리한 브랜드는 상표권으로 인정되어 독점적, 배타적인 사용이 가능하며 기업의 자금조달을 위한 지식재산권으로써 다양한 활용이 가능하다. 전 세계적으로 인터넷 및 모바일 상거래가 성장하면서 오픈 마켓 산업 또한 크게 성장하고 있으며, 해당 산업이 성장함에 따라 기업의 지식재산권 중 하나인 상표권이 침해당하는 경우가 빈번하게 발생하고 있다. 상표권 침해 사례는 해외뿐만 아니라 국내에서도 빈번하게 발생하고 있으며, 우리나라의 경우 중국 상표 중개인으로 인한 상표권 침해 사례를 조사한 결과 약 1년 6개월 동안 총 1,019건에 달하는 상표권 침해 사례가 발생한 것으로 조사되었다. 국내 기업 간 상표권 침해 사례도 증가하고 있는데, 특허심판원의 심판 통계자료에 따르면 상표권에 대한 심판 청구 건수는 2013년 대비 2017년 약 2.50% 상승한 것으로 나타났다. 특허청에서 발간한 보고서에 따르면 자사가 출원한 모든 상표에 대해 90% 이상 사전조사를 실시했다고 응답한 비율이 약 48.4%로 나타났으며, 49명 이하 규모 기업의 경우 약 39.3%의 기업이 사전조사를 실시했다고 응답했다. 해당 통계자료로 비추어 볼 때 상표 출원전 선등록상표에 대한 사전조사에 많은 인력과 비용이 소요되고 이로 인해 영세한 기업들이 선등록상표에 대한 사전조사를 수행하지 못함에 따라 타 기업의 상표권을 침해하는 사례가 증가한 것으로 사료된다. 본 연구에서는 국내 기업이 상표 출원 전 선등록상표에 대한 사전조사를 수행함에 있어 투입되는 인력 및 비용 절감과 국내 기업 간 발생하는 상표권 침해 문제해결에 기여하기 위해 ...

최근 다수의 기업들이 강력한 브랜드 자산을 구축하여 자사의 경영 성과를 향상시키기 위해 브랜드 관리에 전사적인 노력을 기울이고 있다. 기업이 전략적으로 관리한 브랜드는 상표권으로 인정되어 독점적, 배타적인 사용이 가능하며 기업의 자금조달을 위한 지식재산권으로써 다양한 활용이 가능하다. 전 세계적으로 인터넷 및 모바일 상거래가 성장하면서 오픈 마켓 산업 또한 크게 성장하고 있으며, 해당 산업이 성장함에 따라 기업의 지식재산권 중 하나인 상표권이 침해당하는 경우가 빈번하게 발생하고 있다. 상표권 침해 사례는 해외뿐만 아니라 국내에서도 빈번하게 발생하고 있으며, 우리나라의 경우 중국 상표 중개인으로 인한 상표권 침해 사례를 조사한 결과 약 1년 6개월 동안 총 1,019건에 달하는 상표권 침해 사례가 발생한 것으로 조사되었다. 국내 기업 간 상표권 침해 사례도 증가하고 있는데, 특허심판원의 심판 통계자료에 따르면 상표권에 대한 심판 청구 건수는 2013년 대비 2017년 약 2.50% 상승한 것으로 나타났다. 특허청에서 발간한 보고서에 따르면 자사가 출원한 모든 상표에 대해 90% 이상 사전조사를 실시했다고 응답한 비율이 약 48.4%로 나타났으며, 49명 이하 규모 기업의 경우 약 39.3%의 기업이 사전조사를 실시했다고 응답했다. 해당 통계자료로 비추어 볼 때 상표 출원전 선등록상표에 대한 사전조사에 많은 인력과 비용이 소요되고 이로 인해 영세한 기업들이 선등록상표에 대한 사전조사를 수행하지 못함에 따라 타 기업의 상표권을 침해하는 사례가 증가한 것으로 사료된다. 본 연구에서는 국내 기업이 상표 출원 전 선등록상표에 대한 사전조사를 수행함에 있어 투입되는 인력 및 비용 절감과 국내 기업 간 발생하는 상표권 침해 문제해결에 기여하기 위해 합성곱 신경망 기법을 활용한 지능형 유사상표 검색모형에 관한 연구를 수행했다. 데이터 수집 및 정제,데이터 라벨링 및 증폭, VGG-Net, GoogLeNet, ResNet을 활용한 모형 학습 및 검증이 수행되었으며, 실험 결과 ResNet이 약 77.0%로 가장 높은 정확도를 나타냈다. 해당 결과를 통해 합성곱 신경망 모형이 단순한 이미지 분류 및 사물인식 분야뿐만 아니라 유사 이미지 검색 분야에도 높은 성능을 나타낸다는 것이 확인되었다. 또한, 단순한 색감과 형태를 갖는 이미지 데이터를 대상으로 모형에 대한 학습이 수행될 경우 낮은 계층의 합성곱 신경망 모형이 깊은 계층의 모형보다 정확도가 높다는 것을 실증적으로 입증했으며, 본 연구에서 제시한 방법론이 상용화 된다면 실제 산업 현장에서의 활용성이 높을 것으로 사료된다.