오늘날 AI발명은 데이터구조 등의 데이터 전처리, 학습에 필요한 학습 모델 정의, 물리적 구현, 딥러닝(Deep Learning) 학습프로그램을 적용하여 수행되는 물리적 구현, 도출된 학습완료모델(AI기반 SW) 등이 알고리즘 형태로 컴퓨터 등의 하드웨어에서 구현되는 경우를 말하고, 이러한 AI발명은 발명의 성립성을 만족하여 특허대상이 될 수 있다. 그러나 학습완료모델(AI기반 SW)에 입력데이터를 입력하고, 그 입력 데이터에 의하여 AI가 생성한 창작물은 현행 특허법상 인간의 발명이 아니라 비자연인인 AI에 의하여 생성된 것이므로 특허를 받을 수 없다. 따라서 AI 기술은 현행 특허법으로 충분한 특허보호가 이루어지지 못한다는 문제점이 제기되고 있다. 특히 (ⅰ) AI에 의해 생성된 AI창작물은 인간(자연인)의 발명으로 볼 수 있는지, (ⅱ) 현재 인간만을 발명자로 인정하고 있는 데 AI도 발명자로 인정받을 수 있는지, (ⅲ) AI창작물을 인간의 발명으로 인정하기 위한 방안이 있는 것인지, (ⅳ) AI를 발명자로 인정하는 경우에 발생할 수 있는 권리자로서의 권한과 의무, 권리행사의 책임 등에 대한 당사자 역할을 할 수 있는 것인지 등 다양한 법적문제가 발생할 수 있다. 이 글에서는 이러한 문제점을 해결하기 방안으로 AI에 의하여 생성된 AI창작물에 대해서도 특허대상에 포함시키기 위한 특허법의 개정방안을 검토하였다. 그 결과로 특허법 제2조 제1호의 발명의 정의 규정은 미국 특허법 제101조와 같이 인간의 발명에 한정하는 것으로 특정하고, 인간의 인위적 행위가 아니라 AI가 창작할 수 있도록 실질적인 ‘인간의 개입’ 이 있는 경우, 그 ‘인간의 개입’을 전제로 AI가 생성한 AI창작물의 정의 규정을 도입하는 개정방안이 필요하다. 그리고 특허를 받을 수 있는 자에는 ‘인간의 개입’을 전제로 하는 AI창작물의 발명자를 인간으로 한다는 규정을 특허법 제33조에 도입할 필요가 있다.

본고는 아이칭(艾青)이 개혁개방 직후의 시적(詩的) 현실을 어떻게 인식하고 대응 했는지를 고찰하였다. 20여 년의 하방생활을 끝내고 ‘돌아온’ 아이칭이 전환기의 중 국 당대 시단을 바라보는 입장은 이중적이었다. 그는 오랜 정치적 소외를 경험한 시 인으로서 새로운 시대가 요구하는 시적 역량을 발휘해야 했으며, 동시에 중국작가협 회의 부주석으로서 당정(黨政)의 관점에 입각하여 개혁개방 이후 시단의 변화를 감 독하고 정리해야 하는 위치에 있었다. 1978년부터 1983년까지 아이칭이 시에 대해 언술한 내용들은 자신의 시적 ‘진실’을 추구하면서 ‘정치 민감성’을 고려하고, 젊은 시인들과의 관계를 유지하고자 하면서 이들에 대한 비판을 강화해가는 과정을 보여 준다.

본 논문은 세계최초로 제정된 EU의 AI 규제안에 관하여 분석하였다. 27개 회원국으로 구성된 EU는 디지털 영역에서 국경 간 개인정보의 이동을 매우 중요하게 여기고 있다. 이에 EU는 진화하는 기술영역에 대한 선제적 규제 확보에 집중해 왔다. 유럽위원회는 AI 기술 위험에 대비하고, 유럽이 전 세계적으로 해당 규제 부문에서 주도적 역할을 할 수 있도록 관련 최초 법적 프레임워크를 제시하였다. EU의 최초 AI 규제안은 타 국가에 규제안 시사점을 제공할 것이다.

정치적 측면에서 AI 기술은 패권 변화의 새로운 동력으로 작용한다. AI의 기술적 충격은 세계 경제를 넘어 국제정치도 흔들고 있다. 그 중심 에 미국과 중국이 있으며, 데이터 가치 사슬의 정점을 선점하고 있다. AI 기술 패권을 둘러싼 미국과 중국의 갈등 양상도 AI가 이끄는 데이터 가치 사슬의 경쟁으로 이어지고 있고, 새롭게 부상하고 있는 중국은 양적인 면과 질적인 면에서 자국의 색채를 분명히 드러내고 있다. 먼저 AI 기술과 정책을 선도하고 있는 미국의 정책분석은 매우 중요하다. 올해 출범한 바이든 행정부는 트럼프 행정부가 추진했던 인공지능 정책을 기반으로 ‘AI.gov’을 출범시키면서 국가 차원의 AI 정책 방향성을 제시하고 있다. 따라서, 본 논문은 미국의 AI정책 동향을 R&D 분야를 중심으로 분석하고, 향후 우리의 AI 정책에 대해 논의하고자 한다.

Do happy applicants achieve more? Although it is well established that happiness predicts desirable work-related outcomes, previous findings were primarily obtained in social settings. In this study, we extended the scope of the "happiness premium" effect to the artificial intelligence (AI) context. Specifically, we examined whether an applicant's happiness signal captured using an AI system effectively predicts his/her objective performance. Data from 3,609 job applicants showed that verbally expressed happiness (frequency of positive words) during an AI interview predicts cognitive task scores, and this tendency was more pronounced among women than men. However, facially expressed happiness (frequency of smiling) recorded using AI could not predict the performance. Thus, when AI is involved in a hiring process, verbal rather than the facial cues of happiness provide a more valid marker for applicants' hiring chances.