PEQ Rule Engine
Patent Examination Quality Rule Engine
LLM이 심사문서를 읽고 Fact를 구조화하면,
PEQ Rule Engine이 검증된 규칙을 일관되게 적용하고,
진단관이 최종 결과를 확인합니다.
LLM-assisted symbolic rule system for patent examination quality diagnosis.
LLM의 이해력, Rule의 일관성, 사람의 책임
심사품질 진단에서 세 접근 방식을 비교합니다.
- 강력한 자연어 이해와 유연한 판단
- 결과가 실행마다 변동될 수 있음
- 근거 추적과 기준 관리가 어려움
- LLM + Symbolic Rule + Human Governance
- 결과가 결정적이고 재현 가능
- 모든 판정이 근거로 역추적 가능
- 불확실하면 UNKNOWN으로 보류
- 명시적 Rule과 완전한 재현성
- 자연어 해석에 한계 — 문서를 읽지 못함
- 규칙만으로는 현실의 예외를 다루기 어려움
PEQ의 다섯 가지 설계 원칙
Explainable
설명 가능
판정 결과는 항상 Rule → Fact → 근거 문장 → 원본 문서로 역추적할 수 있습니다.
Deterministic
결정적
같은 Fact에는 항상 같은 Rule 결과가 나옵니다. LLM은 Fact를 만들고, 판정은 Symbolic Engine이 합니다.
Evidence-Based
근거 기반
근거가 부족하면 추측하지 않습니다. UNKNOWN으로 보류하고 진단관에게 확인을 요청합니다.
Evolving
진화
새 판례, 심사기준 변경, 진단사례, 오탐 피드백이 Rule 개정으로 반영됩니다.
Human-Governed
사람이 통제
AI가 최종 판정을 대신하지 않습니다. Rule 활성화와 진단 확정은 모두 진단관이 결정합니다.
The Durable Asset
지속 자산
AI 모델은 바뀌어도, 축적된 심사품질 지식은 남습니다.
PEQ의 핵심 순환 구조
진단 결과가 다시 지식으로 축적되는 닫힌 순환입니다.
전체 흐름을 한눈에
축적되는 심사품질 지식
PEQ의 본질은 Rule Engine을 넘어 Rule Knowledge Base에 있습니다. 근거(Authority), 진단사례, 예외, 테스트 케이스, 진단관 합의, 버전 이력이 한 곳에 축적되고 증거로 추적됩니다.
AI 모델은 바뀌어도, 축적된 심사품질 지식은 남습니다.
특허 심사품질 지식을 명시적이고 검증 가능한 Rule로.
Rule Knowledge Base — Authorities · Cases · Exceptions · Tests · Consensus · History · Trace
30초면 충분합니다. 직접 판정을 바꿔 보세요.
브라우저 안에서 Fact를 조작하면 Rule 결과가 즉시 바뀝니다. 서버도, 실제 데이터도 없습니다.