AI 기반 클래스 제안으로 상표 생성 혁신

Source: Dev.to

개요

수백만 건의 USPTO 상표 기록 데이터베이스를 기반으로 맞춤형 대형 언어 모델(LLM)을 미세 조정함으로써, 우리는 업계에서 가장 정확하고 고성능의 상표 클래스 제안기를 개발했다고 믿습니다.

상표 등록에서 가장 까다로운 측면 중 하나는 올바른 니스 분류(Nice Classification)를 식별하는 것입니다. 잘못된 클래스를 선택하면 신청 지연, 사무 조치, 혹은 전체 거절까지 초래할 수 있습니다. 이를 해결하기 위해 우리는 /v1/suggestClass 엔드포인트를 출시했습니다—비즈니스 설명과 USPTO가 인정하는 분류 사이의 격차를 메우기 위해 설계된 AI 기반 엔진입니다.

작동 방식

/v1/suggestClass 엔드포인트는 고급 자연어 처리(NLP)를 활용하여 비즈니스 컨텍스트를 분석합니다. 단순 키워드 매칭과 달리, 엔진은 귀하의 상품 또는 서비스의 의도와 특성을 이해하고, 신뢰도 점수와 함께 클래스 추천을 제공합니다.

필수 매개변수

다음 매개변수 중 하나를 제공해야 합니다; 더 많은 컨텍스트를 제공하면 정밀도가 높아집니다.

팁

• 2~3문장으로 된 비즈니스 설명은 일반적으로 가장 높은 “High” 신뢰도 매치를 제공합니다.
• confidence 필드를 사용하여 클래스를 자동으로 선택할지 인간 검토를 위해 플래그할지 결정합니다.
• 매개변수를 결합하면(예: keyword와 description 모두) AI가 서비스 모델과 함께 브랜드 컨텍스트를 이해하는 데 도움이 됩니다.

예시: 차 성소

요청 컨텍스트

description: "Step into a sanctuary where rich, artisanal teas from around the world meet a warm, cozy ambiance..."

AI 권고사항

{
  "recommendations": [
    {
      "class_code": "30",
      "description": "Teas and infusions are specifically listed in Class 30.",
      "confidence": "High",
      "official_description": "Coffee, tea, cocoa... yeast, baking-powder; salt, seasonings, spices..."
    },
    {
      "class_code": "43",
      "description": "The description mentions a 'sanctuary' with a 'cozy ambiance', strongly suggesting a cafe or restaurant service.",
      "confidence": "High",
      "official_description": "Services for providing food and drink; temporary accommodation."
    }
  ]
}

예시: TrademarkSearch 키워드

요청 컨텍스트

keyword: "TrademarkSearch"

AI 권장 사항

{
  "recommendations": [
    {
      "class_code": "35",
      "description": "서비스 관리, 광고 및 상업 정보와 관련된 서비스로, 여기에는 상표 검색 서비스가 포함됩니다.",
      "confidence": "High"
    },
    {
      "class_code": "45",
      "description": "지적 재산 서비스 및 상표 등록을 포함한 법률 서비스.",
      "confidence": "Medium"
    }
  ]
}

사용 가이드라인

• /v1/suggestClass 엔드포인트는 프리미엄 유틸리티입니다. 실시간 AI 추론에 많은 연산 자원을 사용하므로, 각 호출은 표준 검색 엔드포인트에 비해 10배의 크레딧을 소모합니다.
• 최상의 결과를 얻으려면 상세한 설명을 우선적으로 제공하되, 잘 선택된 키워드만으로도 유용한 제안을 얻을 수 있습니다.
• 신뢰도 점수를 워크플로에 통합하여 신뢰도가 높은 결과는 자동으로 선택하고, 신뢰도가 낮은 결과는 수동 검토로 라우팅하십시오.

혜택

• 사용자 마찰 감소 – 제출자는 즉시 정확한 클래스 제안을 받습니다.
• 분류 오류 최소화 – 잘못된 클래스 때문에 발생하는 지연이나 거절 위험이 낮아집니다.
• 제출 워크플로우 개선 – 클래스 제안을 애플리케이션 프로세스에 원활하게 통합하여 비전문가 사용자 경험을 향상시킵니다.