>

>

Big Tech Patent Brief: Apple — 음성 비서 끼어들기 특허 청구항

Big Tech Patent Brief: Apple — 음성 비서 끼어들기 특허 청구항

애플이 2026년 11월 17일 등록받은 US 12,802,686은 LLM 음성 응답 중 사용자가 끼어들면 재생 시간에 따라 다르게 처리합니다. 독립항 원문과 보정 경과, 도면을 해부합니다.

Big Tech Patent Brief: Apple — 음성 비서 끼어들기 특허 청구항

3줄 요약

  • 애플(Apple)의 US 12,802,686은 LLM 음성 비서가 답하는 도중 사용자가 끼어들면 재생을 멈추는 특허입니다. 재생이 기준 시간을 넘었으면 새 질문으로, 그 전이면 "계속 말씀하세요" 같은 맞장구로 처리합니다. 2026년 11월 17일 등록됐습니다.

  • 2024년 공개 때 청구항 1은 '끼어들면 멈추고 다시 답한다'는 넓은 구조였습니다. 등록 청구항 1은 '끼어들려는 의도'와 '재생 시간 기준 두 갈래'를 더해 좁아졌습니다.

  • 도면 15장 중 핵심은 시간축 타임라인(FIG. 4A~4C)과 프롬프트 기록(FIG. 7)입니다. 다만 명세서의 유형 번호와 청구항의 유형 번호가 서로 어긋나 있어, 출원 실무에서 참고할 점이 있습니다.

최근 AI 음성 비서는 질문에 한 번 답하고 끝나는 방식에서, 사람과 말을 주고받는 실시간 대화 방식으로 옮겨가고 있습니다. 그만큼 사람이 AI의 말을 끊고 들어오는 순간, 즉 '끼어들기'를 어떻게 처리하느냐가 대화 품질을 가르는 요소가 되고 있습니다.

2026년 11월 17일, 미국 특허상표청(USPTO)은 애플의 특허 US 12,802,686을 등록했습니다. 명칭은 "대형 언어 모델의 실시간 대화형 음성 대화 상태 관리"입니다. 애플이 2026년 9월 14일 시리 AI(Siri AI)를 출시한 지 약 두 달 만입니다.

이 글은 기술 소개보다 청구항과 도면에 초점을 맞춥니다. 독립항은 영문 원문을 줄이지 않고 국문 번역과 요소별 해석을 나란히 실었고, 공개 청구항이 등록 청구항으로 어떻게 좁혀졌는지, 핵심 도면을 어떻게 그렸는지를 함께 정리합니다.

애플이 등록받은 음성 비서 끼어들기 특허는 무엇인가

US 12,802,686은 사용자의 음성을 텍스트로 바꿔 LLM에 묻고, LLM의 답을 다시 음성으로 들려주는 도중 사용자가 말을 끊으면 이를 감지해 대응하는 방법 특허입니다. 명세서는 이 문제를 '실시간 음성 대화에서의 끼어들기(interruption) 관리'라고 부릅니다.

항목

내용

특허번호

US 12,802,686 B2 (2026년 11월 17일 등록)

명칭

Real-time interactive voice conversation state management in large language models

출원

18/634,800, 2024년 4월 12일 (가출원 63/495,961, 2023년 4월 13일)

공개

US 2024/0347058 A1, 2024년 10월 17일

권리자

Apple Inc.

분류 · 청구항 · 도면

CPC G10L 15/22 · 20항 (독립항 1·11·19) · 도면 15장

출처: USPTO 등록공보 US 12,802,686 B2, Official Gazette (2026.11.17)

끼어들기(barge-in)란 시스템이 음성으로 말하고 있는 도중 사용자가 말을 시작하는 상황입니다. 콜센터 자동응답(IVR) 시절부터 있던 개념이지만, LLM 음성 비서에서는 응답이 길고 생성에 시간이 걸려 훨씬 자주 생깁니다. 명세서는 끼어드는 이유로 조바심, 질문 변경, 오해 정정, 급한 정보 전달을 듭니다.

명세서가 그리는 시스템은 세 부분으로 나뉩니다. 사용자 기기(클라이언트), 음성 변환과 프롬프트 생성을 맡는 대화 시스템(conversation system), 그리고 LLM 시스템입니다. 대화 시스템은 대화를 듣기, 음성-텍스트 변환, 프롬프트 생성, 텍스트 응답 생성, 텍스트-음성 변환, 응답 생성, 재생의 7가지 상태로 나눠 추적합니다. 끼어들기가 어느 상태에서 들어왔는지에 따라 대응을 달리하는 것이 발명의 출발점입니다.

명세서의 LLM 예시에는 GPT-3, GPT-4와 함께 네이버의 HyperCLOVA도 이름을 올렸습니다. 특정 모델에 묶이지 않는 '모델 바깥의 대화 관리 계층'을 권리로 잡겠다는 설계로 볼 수 있습니다.

시리 AI와는 어떤 관계인가

이 특허가 시리 AI에 쓰였는지는 확인되지 않았습니다. 애플은 2026년 9월 14일 시리 AI를 출시하며 "풍부하고 자연스러운 대화"와 후속 질문 기능을 강조했지만, 발표문에 끼어들기 처리 기능은 언급되지 않았습니다. 가출원은 2023년 4월 13일로, 시리 AI 출시보다 3년 이상 앞섭니다.

특허의 권리 범위는 제품과 별개로 청구항이 정합니다. 애플이 이 기능을 제품에 쓰는지와 무관하게, LLM 음성 대화에서 같은 구조를 구현하는 다른 회사의 제품이 청구항의 문언에 들어오는지가 실무상 쟁점이 됩니다.

청구항은 어떻게 쓰였나: 독립항 원문, 번역, 해석

US 12,802,686의 독립항은 청구항 1, 11, 19의 3개입니다. 청구항 1은 서버 측 방법, 청구항 11은 같은 단계를 저장매체로 옮긴 컴퓨터 프로그램 제품, 청구항 19는 클라이언트 기기 측 방법입니다. 표의 왼쪽은 영어 원문(줄이지 않은 전문)과 필자의 국문 번역, 오른쪽은 요소별 해석입니다. 굵게 표시한 부분이 해석의 포인트이며, 권리 해석의 기준은 영문 원문입니다.

청구항 1 (서버 측 방법)

청구항 원문 (영어 · 국문 번역)

해석 (필자 분석)

1. A method for managing interruptions during a verbal conversation between users and Large Language Models (LLMs), comprising:

1. 사용자와 대형 언어 모델(LLM) 사이의 음성 대화 중 끼어들기를 관리하는 방법으로서,

전제부. 발명의 대상을 '음성 대화 중 끼어들기 관리'로 정했습니다.

receiving a first speech input from a client device of a user;
converting the first speech input into first text;
generating a first prompt for an LLM based on the first text;
transmitting the first prompt to the LLM, causing the LLM to generate a first text response;
receiving the first text response from the LLM;
converting the first text response into a first speech response;
transmitting the first speech response back to the client device, causing the client device to play the first speech response to the user;

사용자의 클라이언트 기기로부터 제1 음성 입력을 수신하는 단계;
상기 제1 음성 입력을 제1 텍스트로 변환하는 단계;
상기 제1 텍스트에 기초하여 LLM을 위한 제1 프롬프트를 생성하는 단계;
상기 제1 프롬프트를 상기 LLM에 전송하여, 상기 LLM이 제1 텍스트 응답을 생성하도록 하는 단계;
상기 LLM으로부터 상기 제1 텍스트 응답을 수신하는 단계;
상기 제1 텍스트 응답을 제1 음성 응답으로 변환하는 단계;
상기 제1 음성 응답을 상기 클라이언트 기기로 회신하여, 상기 클라이언트 기기가 상기 사용자에게 상기 제1 음성 응답을 재생하도록 하는 단계;

표준 파이프라인 7단계. 음성을 받아 텍스트로 바꾸고, LLM에 묻고, 답을 음성으로 들려줍니다.

업계 누구나 쓰는 구조라 이것만으로는 신규성이 없습니다. 권리의 핵심은 뒤 단계에 있습니다. 반대로 이 7단계를 모두 적었기 때문에, 음성을 텍스트로 바꾸지 않는 구현은 청구항 1의 문언과 거리가 생길 수 있습니다.

detecting a second speech input from the user during the play of the first speech response; and

상기 제1 음성 응답의 재생 중에 상기 사용자로부터 제2 음성 입력을 감지하는 단계; 및

재생 '중'으로 한정했습니다. 재생 전 끼어들기(명세서 FIG. 4A)는 종속항 10에서 따로 다룹니다.

in response to detecting an intent to interrupt the first speech response with the second speech input, causing the client device to stop playing the first speech response; and

상기 제2 음성 입력으로 상기 제1 음성 응답에 끼어들려는 의도를 감지한 것에 응답하여, 상기 클라이언트 기기가 상기 제1 음성 응답의 재생을 중단하도록 하는 단계; 및

등록 때 추가된 한정. 단순 소음이나 맞장구('네')와 구별하는 판단이 들어간 셈입니다. 판단 방법은 특정하지 않았습니다.

in accordance with a determination that the second speech input is a first type of interruption, wherein the first type of interruption occurs after a threshold time of the first speech response playing:
generating a second prompt to the LLM based on the second speech input;
transmitting the second prompt to the LLM, causing the LLM to generate a second text response;
receiving the second text response from the LLM;
converting the second text response into a second speech response; and
transmitting the second speech response back to the client device, causing the client device to play the second speech response to the user; and

상기 제2 음성 입력이 제1 유형의 끼어들기라는 판단에 따라 — 여기서 상기 제1 유형의 끼어들기는 상기 제1 음성 응답이 기준 시간(threshold time) 동안 재생된 이후에 발생함 —:
상기 제2 음성 입력에 기초하여 상기 LLM에 대한 제2 프롬프트를 생성하는 단계;
상기 제2 프롬프트를 상기 LLM에 전송하여, 상기 LLM이 제2 텍스트 응답을 생성하도록 하는 단계;
상기 LLM으로부터 상기 제2 텍스트 응답을 수신하는 단계;
상기 제2 텍스트 응답을 제2 음성 응답으로 변환하는 단계; 및
상기 제2 음성 응답을 상기 클라이언트 기기로 회신하여, 상기 클라이언트 기기가 상기 사용자에게 상기 제2 음성 응답을 재생하도록 하는 단계; 및

갈래 1: 기준 시간 뒤 → 새 질문. 충분히 들은 뒤 끼어들면 새 질문으로 보고 다시 답합니다.

'기준 시간'의 값은 청구항에 없습니다. 명세서는 1초·2초·5초 등을 예로 듭니다.

in accordance with a determination that the second speech input is a second type of interruption, wherein the second type of interruption occurs prior to the threshold time of the first speech response playing, generating a continuer response to signal the user to continue speaking.

상기 제2 음성 입력이 제2 유형의 끼어들기라는 판단에 따라 — 여기서 상기 제2 유형의 끼어들기는 상기 제1 음성 응답이 상기 기준 시간 동안 재생되기 전에 발생함 —, 상기 사용자에게 계속 말하라는 신호를 주는 맞장구 응답(continuer response)을 생성하는 단계를 포함하는, 방법.

갈래 2: 기준 시간 전 → 맞장구. 듣자마자 끼어들면 "계속 말씀하세요"로 받아 줍니다.

공개 종속항 3에서 끌어올린 요소이자 회피설계의 핵심 갈림길입니다. 두 갈래를 짝지어 넣어, 한 청구항이 기준 시간 앞뒤 전체를 덮습니다.

출처: USPTO 등록공보 US 12,802,686 B2 청구항 1. 번역은 비라인특허법률사무소

US 12,802,686 독립항 1 구조, 표준 파이프라인 위에 끼어들려는 의도 감지와 기준 시간 전후 두 갈래가 등록 때 더해진 모습을 색으로 표시한 세로 도표

출처: US 2024/0347058 A1 청구항 1·3, US 12,802,686 B2 청구항 1을 바탕으로 비라인특허법률사무소 작성

가장 눈에 띄는 것은 'in accordance with a determination that ~'으로 시작하는 조건부 갈래 두 개입니다. 애플 특허에서 자주 보는 문형으로, 조건에 따라 서로 다른 단계를 수행하는 구조를 한 청구항에 담습니다.

조건부 청구항은 방법과 시스템에서 해석이 달라질 수 있습니다. 미국 특허심사기준(MPEP 2111.04)에 따르면, 방법 청구항의 가장 넓은 합리적 해석(BRI)은 조건이 충족되어 실제로 수행해야 하는 단계만 요구합니다. 반면 시스템이나 장치 청구항은 조건이 충족되지 않더라도 그 기능을 수행할 구조를 갖추고 있어야 합니다. 이 기준은 심사 단계의 해석 기준이며, 침해 소송에서 법원이 같은 방식으로 해석할지는 사안마다 다를 수 있습니다.

실무에서 보면 이 차이는 청구항 형식을 고를 때 의미가 있습니다. 방법 청구항 1은 심사에서 '어느 한 갈래만 수행해도 충족된다'고 읽힐 여지가 있어 선행기술과 부딪히기 쉽습니다. 반면 권리 행사 단계에서는 상대방 제품이 두 갈래를 모두 갖추는지가 다퉈질 수 있습니다. 같은 내용을 저장매체 청구항(청구항 11)으로도 둔 것은 이 점을 보완하는 의미가 있습니다.

청구항 11 (컴퓨터 프로그램 제품)은 청구항 1의 단계를 그대로 '프로세서가 하도록 하는 명령어'로 옮긴 형식이어서, 원문 전문은 생략합니다. 전제부는 "A computer program product comprising a non-transitory computer readable storage medium having instructions encoded thereon that, when executed by a processor, cause the processor to:"(명령어가 인코딩된 비일시적 컴퓨터 판독 가능 저장매체를 포함하는 컴퓨터 프로그램 제품으로서, 상기 명령어는 프로세서에 의해 실행될 때 상기 프로세서가:)입니다. 하나 짚을 점은, 단계들을 동사 원형(receive, convert, generate…)으로 바꾸면서 마지막 갈래만 'generating'으로 남아 문법 형태가 맞지 않는다는 것입니다. 권리 범위를 바꿀 정도는 아니지만, 방법 청구항을 복사해 매체 청구항을 만들 때 자주 생기는 흔적입니다.

청구항 19 (클라이언트 기기 측 방법)

청구항 원문 (영어 · 국문 번역)

해석 (필자 분석)

19. A method for managing interruptions during verbal conversations between users and Large Language Models (LLMs), comprising:

19. 사용자와 대형 언어 모델(LLM) 사이의 음성 대화 중 끼어들기를 관리하는 방법으로서,

전제부는 청구항 1과 같지만, 본문은 기기 쪽 동작만 남긴 별개의 독립항입니다.

playing a first speech response signal on a client device of a user during a vocal conversation between the user and an LLM system;

상기 사용자와 LLM 시스템 사이의 음성 대화 중에 상기 사용자의 클라이언트 기기에서 제1 음성 응답 신호를 재생하는 단계;

음성-텍스트 변환, 프롬프트 생성 같은 서버 쪽 단계를 모두 뺐습니다. 청구항 1보다 훨씬 짧은 독립항입니다.

detecting a second speech input from the user during the playing of the first speech response signal and before an end of the playing of the first speech response signal;

상기 제1 음성 응답 신호의 재생 중이자 상기 제1 음성 응답 신호의 재생이 끝나기 전에, 상기 사용자로부터 제2 음성 입력을 감지하는 단계;

청구항 1의 '재생 중'에 '재생이 끝나기 전'을 덧붙여 감지 시점을 분명히 했습니다.

in response to detecting an intent to interrupt the first speech response signal with the second speech input, stopping playing the first speech response signal; and

상기 제2 음성 입력으로 상기 제1 음성 응답 신호에 끼어들려는 의도를 감지한 것에 응답하여, 상기 제1 음성 응답 신호의 재생을 중단하는 단계; 및

청구항 1과 같은 '끼어들려는 의도' 한정입니다.

in accordance with a determination that the second speech input is a first type of interruption, wherein the first type of interruption occurs after a threshold time of the first speech response signal playing:
generating, by the LLM system, a second speech response signal based on the second speech input; and
playing the second speech response signal on the client device of the user; and

상기 제2 음성 입력이 제1 유형의 끼어들기라는 판단에 따라 — 여기서 상기 제1 유형의 끼어들기는 상기 제1 음성 응답 신호가 기준 시간 동안 재생된 이후에 발생함 —:
상기 LLM 시스템이, 상기 제2 음성 입력에 기초하여 제2 음성 응답 신호를 생성하는 단계; 및
상기 사용자의 상기 클라이언트 기기에서 상기 제2 음성 응답 신호를 재생하는 단계; 및

새 응답을 만드는 주체를 'LLM 시스템'으로만 적었습니다. 텍스트 변환이나 프롬프트를 요구하지 않으므로, 음성을 바로 다루는 멀티모달 LLM 구현까지 문언에 들어올 여지가 있습니다. 명세서도 멀티모달 LLM이면 듣기·음성 변환 상태가 하나로 합쳐질 수 있다고 적고 있습니다.

in accordance with a determination that the second speech input is a second type of interruption, wherein the second type of interruption occurs prior to the threshold time of the first speech response signal playing, generating a continuer response to signal the user to continue speaking.

상기 제2 음성 입력이 제2 유형의 끼어들기라는 판단에 따라 — 여기서 상기 제2 유형의 끼어들기는 상기 제1 음성 응답 신호가 상기 기준 시간 동안 재생되기 전에 발생함 —, 상기 사용자에게 계속 말하라는 신호를 주는 맞장구 응답을 생성하는 단계를 포함하는, 방법.

두 갈래 구조는 청구항 1과 같습니다. 서버를 거치지 않고 기기 안에서 음성 대화를 처리하는 구현을 겨냥한 청구항으로 볼 수 있습니다. 청구항 19에는 종속항이 없습니다.

출처: USPTO 등록공보 US 12,802,686 B2 청구항 19. 번역은 비라인특허법률사무소

주요 종속항은 무엇을 지키나

종속항 17개는 '끼어든 시점을 더 잘게 나누기', '끼어들기 판단에 머신러닝 쓰기', '대화 데이터로 다시 학습하기'의 세 방향으로 후퇴선을 깔아 둔 구성입니다. 청구항 1 아래에 9개(210), 청구항 11 아래에 8개(1218, 20)가 있고, 청구항 19에는 종속항이 없습니다.

청구항

내용 (원문 요지)

실무 메모 (필자 분석)

2 · 12

두 번째 음성 입력의 시점(timing)을 판단하고, 그 시점에 기초해 두 번째 프롬프트 생성

끼어든 시점을 프롬프트에 반영. 명세서의 메타데이터 주석과 연결

3 · 13

음성 재생 상태 중의 '재생 기준 시간(playback threshold time period)' 뒤에 들어온 입력이면 이전 대화를 취소하고 새 대화를 시작

공개 종속항 4가 살아남은 것. '새 주제로 전환'하는 장면

4 · 14

끼어들 때의 대화 상태(state)를 판단해 두 번째 프롬프트에 반영

명세서의 7가지 대화 상태 추적이 근거

5 · 15

학습된 모델로 '발화 완료 점수'를 계산해 기준을 넘을 때만 첫 프롬프트 생성

사용자가 말을 끝냈는지 먼저 판단해 끼어들기 자체를 줄이는 장치

6 · 16

학습된 모델로 '대화 복잡도 점수'를 계산해 기준을 넘으면 LLM이 대화를 요약해 이해를 확인

끼어들기와 직접 관계는 약한 부가 기능

7 · 17

제1 유형 판단에 머신러닝 모델 적용

시간 기준만이 아니라 학습 모델로 유형을 가르는 구현 대비

8 · 9 · 18

대화·끼어들기 데이터와 사용자 피드백으로 LLM 재학습·미세조정

데이터 순환 구조 확보

10 · 20

첫 응답 재생 전에 들어온 세 번째 음성 입력이 '제3 유형'이면 첫 응답 재생을 취소

공개 청구항에 없던 새 종속항. 명세서의 유형 I(재생 전 끼어들기)

출처: US 12,802,686 B2 청구항 210, 1218, 20

눈여겨볼 것은 종속항 10과 20입니다. 공개 청구항에는 '재생 전 끼어들기'를 다룬 청구항이 없었는데, 등록 때 '제3 유형'으로 새로 들어왔습니다. 그 결과 명세서의 유형 I·II·III가 청구항에 모두 들어갔지만, 번호는 거꾸로 붙었습니다. 청구항의 제1 유형은 명세서의 유형 III, 제2 유형은 유형 II, 제3 유형은 유형 I입니다.

끼어든 시점

명세서 (FIG. 4A~4C)

등록 청구항

처리

응답 재생 전 (LLM 생성 중)

유형 I

제3 유형 (종속항 10·20)

응답 재생 취소

재생 시작 직후 (기준 시간 전)

유형 II

제2 유형 (독립항 1·11·19)

재생 중단 + 맞장구

재생 후반 (기준 시간 뒤)

유형 III

제1 유형 (독립항 1·11·19)

재생 중단 + 새 프롬프트·응답

출처: US 12,802,686 B2 명세서·도면 FIG. 4A~4C, 청구항 1·10·11·19·20

종속항 3·13의 용어도 살펴볼 만합니다. 독립항은 'threshold time'을, 종속항 3은 'playback threshold time period'를 씁니다. 두 기준 시간이 같은 값인지 다른 값인지 청구항만으로는 분명하지 않습니다. 명세서가 제1·제2 기준 시간을 따로 두는 실시예를 설명하고 있어 둘을 다른 값으로 읽을 여지가 있습니다. 실무에서는 비슷한 용어를 새로 들일 때 'the threshold time'처럼 앞의 용어를 받아 씁니다. 다른 값이라면 '제2 기준 시간'으로 이름을 분명히 해 두는 편이 해석 다툼을 줄입니다.

공개에서 등록까지 청구항은 어떻게 바뀌었나

등록 청구항 1은 공개 청구항 1에 공개 종속항 3의 내용을 합치고, '끼어들려는 의도'라는 한정을 새로 넣어 좁힌 결과입니다. 심사 경과 기록(거절이유와 보정서)은 이 글에서 확인하지 못했으므로, 아래는 공개공보와 등록공보의 청구항을 비교한 결과입니다.

구분

공개 청구항 1 (US 2024/0347058 A1)

등록 청구항 1 (US 12,802,686 B2)

재생 중단 조건

끼어들기(vocal interruption)를 감지하면

끼어들려는 의도(intent to interrupt)를 감지하면

재생 시간 구분

없음

기준 시간 전후로 두 갈래

기준 시간 뒤 끼어들기

(구분 없이) 새 프롬프트 → 새 응답

제1 유형 → 새 프롬프트 → 새 응답

기준 시간 전 끼어들기

종속항 3: 맞장구 응답

제2 유형 → 맞장구 응답 (독립항으로 이동)

기준 시간 뒤 → 이전 대화 취소·새 대화 시작

종속항 4

종속항 3 ('playback threshold time period'로 용어 변경)

클라이언트 측 독립항

청구항 20: 끼어들면 멈추고 새 응답 재생

청구항 19: 끼어들려는 의도 + 두 갈래 추가

재생 전 끼어들기 (제3 유형)

없음

종속항 10·20 신설

출처: US 2024/0347058 A1 (2024.10.17), US 12,802,686 B2 (2026.11.17)

공개 청구항 1은 사실상 '음성 LLM 대화에서 끼어들면 멈추고 끼어든 말로 다시 답한다'는 구조였습니다. 이 정도는 음성 비서 분야에서 널리 알려진 동작이라, 심사 과정에서 그대로 등록되기는 어려운 범위로 보입니다. 실무에서 흔히 보는 대응처럼, 애플은 종속항 3의 '기준 시간 안 끼어들기 → 맞장구'를 독립항으로 끌어올려 차별점을 만들었습니다.

흥미로운 점은 두 갈래를 '함께' 넣었다는 것입니다. 맞장구 갈래만 넣었다면 청구항이 '재생 직후 끼어들기' 상황만 다루게 됩니다. 기준 시간 뒤 갈래를 짝지어 넣으면서, 하나의 청구항이 기준 시간 앞뒤 전체를 덮는 구조가 됐습니다. 공개 종속항 4의 '이전 대화 취소 후 새 대화 시작'은 이 짝에 쓰이지 않고 종속항 3으로 남았고, 독립항에는 그보다 넓은 '새 프롬프트 생성'이 쓰였습니다.

새로 들어간 'intent to interrupt'도 살펴볼 만합니다. 공개공보 명세서를 검색하면 이 표현이 그대로 나오지는 않고, 사용자의 '의도(intent)'를 다루는 문장들이 있습니다. 미국 실무에서 보정 때 명세서에 문자 그대로 없는 표현을 넣으면 기재 뒷받침(35 U.S.C. §112(a)) 문제가 생길 수 있어, 보통은 명세서 문구를 그대로 가져오는 편이 안전합니다. 이 특허는 등록됐으므로 심사관은 뒷받침이 있다고 본 것으로 보입니다.

주요 도면은 어떻게 그렸나

US 12,802,686의 도면 15장 중 발명의 핵심을 보여주는 것은 시간을 가로축으로 그린 타임라인(FIG. 4A~4C)과 프롬프트 기록(FIG. 7)입니다. 두 도면에 핵심 부분을 표시해 읽어 봅니다.

도면

핵심


애플 특허 US 12,802,686 도면 FIG. 4B, 음성 응답 재생 직후 끼어들면 재생을 멈추고 맞장구로 받는 타임라인에 핵심 부분을 표시한 그림

FIG. 4B · 재생 직후

① 재생이 막 시작됐을 때 끼어들면
② 멈추고 "Uhm, go on"

= 청구항의 제2 유형


애플 특허 US 12,802,686 도면 FIG. 4C, 음성 응답 재생 후반에 끼어들면 재생을 멈추고 새 질문으로 처리하는 타임라인에 핵심 부분을 표시한 그림

FIG. 4C · 재생 후반

① 한참 재생된 뒤 끼어들면
③ 멈추고 다시 듣기

= 청구항의 제1 유형


애플 특허 US 12,802,686 도면 FIG. 7, 레시피 응답 도중 끼어든 사용자 발화에 취소 주석을 붙인 LLM 프롬프트 기록에 핵심 부분을 표시한 그림

FIG. 7 · 프롬프트 주석

끼어든 말 앞에 '끊겼다'는 표시를 붙여 LLM에 전달

출처: USPTO, US 12,802,686 B2 도면 FIG. 4B·4C·7 (표시와 한글 설명은 비라인특허법률사무소 추가)

FIG. 4B·4C는 같은 배경(사용자 발화 410, 음성 인식 420, LLM 응답 440, 재생 450)을 깔고, 사용자의 두 번째 발화가 언제 들어오는지만 바꿔 그렸습니다. 재생 직후(430B)면 재생을 멈추고 "Uhm, go on"(460B)이라고 맞장구치고, 재생 후반(430C)이면 재생을 멈추고 다시 듣습니다(460C). '시간'이 핵심인 발명은 순서도보다 이런 타임라인이 훨씬 설득력이 있습니다. '기준 시간 전후'라는 청구항 문언의 의미를 그림 한 장으로 확인할 수 있기 때문입니다.

주의할 점은 번호가 거꾸로라는 것입니다. 도면의 'Type III'가 청구항의 '제1 유형'입니다. 또 명세서의 유형 III는 '다시 듣기'인데 청구항의 제1 유형은 '새 프롬프트로 다시 답하기'여서, 둘을 잇는 근거는 FIG. 9A·9B 설명의 "제2 기준 시간을 넘긴 끼어들기는 새 주제로 전환하려는 신호일 수 있다"는 문단에서 찾아야 합니다. 실시예마다 청구항 문언에 가까운 문장을 남겨 두면 이런 조합 없이도 근거가 분명해집니다.

FIG. 7은 미트로프 레시피 답변(720)이 재생되는 도중 "비건으로 해 줘"(730)라고 끼어들자, 다음 프롬프트 앞에 [#Cancel->"I interrupted your answer"]라는 주석이 붙고 LLM이 비건 레시피로 새로 답하는(740) 장면입니다. LLM에게 '앞의 답은 끊겼다'는 상황 정보를 텍스트로 전달하는 방식으로, 끼어든 시점·대화 상태를 프롬프트에 반영하는 종속항 2·4와 맞닿아 있습니다. 'LLM에 메타데이터를 넣는다'고만 쓰면 결과만 적은 청구항으로 보여 미국 특허 적격성(35 U.S.C. §101) 다툼에서 약해질 수 있습니다. 실제 프롬프트 형식을 도면에 남기면 구체적인 기술 수단으로 설명할 근거가 됩니다.

나머지 도면은 시스템 환경과 모듈 구조(FIG. 1~3), 재생 전 끼어들기(FIG. 4A), 사용자 좌절 감지(FIG. 4D), 학습 과정(FIG. 5), 통신 순서(FIG. 6A·6B), 클라이언트·서버 측 순서도(FIG. 8, 9A·9B), 컴퓨터 구조(FIG. 10)입니다. 화면(UI) 도면은 한 장도 없습니다.

명세서에는 다듬지 못한 흔적도 보입니다. 프롬프트 생성 모듈을 설명하면서 음성-텍스트 변환 모듈 부호(210)를 'TTS 모듈'로 적은 곳이 있고, 송수신 모듈과 사용자 인터페이스 모듈에 같은 부호(330)가 붙었습니다. 문장 중간에 끊긴 조각("if the vocal interruption occurs beyond a second threshold time")이 남은 곳도 있습니다. 빅테크 명세서도 이런 오기에서 자유롭지 않다는 점을 보여줍니다.

음성 에이전트 특허, 청구항은 어떻게 써야 하나

LLM 음성 에이전트 특허는 파이프라인 자체가 아니라 '어떤 상황에서 무엇을 다르게 하느냐'를 청구항의 중심에 둬야 등록 가능성이 높아집니다. 아래는 이 특허의 권리화 과정을 바탕으로 한 필자의 분석입니다.

  1. 표준 파이프라인은 전제로만 씁니다. 음성 인식, LLM 호출, 음성 합성은 누구나 쓰는 구조입니다. 청구항 1처럼 이 단계들을 다 적더라도 차별점은 뒤의 '조건과 분기'에 있어야 합니다.

  2. 분기 조건은 측정 가능한 값으로 씁니다. 애플은 '재생 시간이 기준 시간을 넘었는가'라는 객관적 기준으로 두 갈래를 나눴습니다. '사용자 의도에 따라'처럼 주관적 조건만 쓰면 불명확성 문제가 생길 수 있습니다.

  3. 종속항에 '독립항 후보'를 미리 깔아 둡니다. 등록 청구항 1의 핵심인 맞장구 갈래는 공개 종속항 3에 이미 있었습니다. 심사에서 독립항이 넓다고 거절될 때 끌어올릴 후퇴선을 종속항으로 준비해 두는 것이 기본입니다.

  4. 보정에 쓸 문장은 명세서에 문자 그대로 남깁니다. 'intent to interrupt'처럼 명세서에 그대로 없는 표현은 기재 뒷받침 다툼의 소지가 됩니다. 핵심 개념은 명세서에 정의 문장으로 적어 두는 편이 안전합니다.

  5. 명세서와 청구항의 번호 체계를 맞춥니다. 실시예를 '유형 I·II·III'로 부르면, 청구항에서도 같은 순서를 쓰는 것이 좋습니다. 나중에 계속출원이나 침해 대비표를 만들 때 혼동이 줄어듭니다.

음성 에이전트나 콜봇을 만드는 스타트업이라면, 회피설계 관점에서도 이 청구항을 읽을 필요가 있습니다. 청구항 1은 '재생 중 끼어들기'와 '기준 시간 전후 두 갈래 처리'를 모두 요구합니다. 예를 들어 재생 시간과 무관하게 끼어든 말의 내용만으로 대응을 정하는 구조는 문언과 거리가 생길 수 있습니다. 다만 개별 제품의 침해 여부는 구현과 청구항 전체를 대조해 판단해야 합니다.

공개 때보다 좁아진 등록 청구항은 애플이 넓은 범위를 포기했다는 뜻만은 아닙니다. 미국에서는 같은 명세서로 계속출원을 내 다른 범위를 다시 청구할 수 있으며, 이 특허에 계속출원이 있는지는 확인되지 않았습니다. 자세한 전략은 Continuation과 CIP를 활용한 미국 특허 포트폴리오 확장에서 다뤘습니다.

'무엇을 답하느냐'에서 '언제 멈추느냐'로

AI 음성 비서의 경쟁은 답의 정확도에서 대화의 리듬으로 옮겨가고 있습니다. 같은 LLM을 쓰더라도 언제 말을 멈추고, 언제 다시 듣고, 언제 맞장구를 치는지가 사용자 경험을 가르는 요소가 되고 있습니다.

US 12,802,686은 그 리듬을 '재생 시간'이라는 측정 가능한 기준으로 쪼개 권리로 만든 사례로 볼 수 있습니다. 넓게 출원하고, 종속항에 깔아 둔 후퇴선으로 좁혀 등록받는 과정도 공보에 그대로 남았습니다. 애플의 다른 AI 특허 청구항은 Big Tech Patent Brief: Apple — 외부 AI 전송 동의 특허 청구항에서 볼 수 있습니다. 공개 없이 7개월 만에 등록된 대비 사례는 Big Tech Patent Brief: OpenAI — Codex 원격 제어 특허의 권리화에 정리했습니다.

자주 묻는 질문

Q. 애플의 음성 비서 끼어들기 특허는 AI가 말하는 도중 멈추는 기능 전부에 적용되나요?A. 아닙니다. 등록 청구항 1은 음성-텍스트-LLM-음성 파이프라인, 재생 중 끼어들 의도 감지와 재생 중단, 그리고 재생 시간이 기준 시간을 넘었는지에 따른 두 갈래 처리를 함께 요구합니다. 끼어들면 멈추기만 하는 기능은 청구항의 일부 요소에만 해당하며, 개별 제품은 구현과 청구항 전체를 대조해 판단해야 합니다.

Q. 끼어들기(barge-in)란 무엇인가요?A. 끼어들기란 음성 시스템이 말하는 도중 사용자가 말을 시작하는 상황입니다. 자동응답 전화 시절부터 있던 개념이며, LLM 음성 비서는 응답이 길어 끼어들기가 더 자주 생깁니다.

Q. 'in accordance with a determination' 같은 조건부 청구항은 어떻게 해석되나요?A. 미국 심사 기준(MPEP 2111.04)상 방법 청구항은 조건이 충족된 단계만 요구하는 것으로 넓게 해석될 수 있습니다. 시스템·장치 청구항은 조건과 무관하게 해당 기능을 수행할 구조가 있어야 합니다. 침해 소송에서의 해석은 사안마다 달라질 수 있습니다.

Q. 공개공보의 청구항과 등록 청구항이 다르면 어느 것을 봐야 하나요?A. 권리 범위는 등록 청구항이 정합니다. 공개 청구항은 출원인이 처음 원했던 범위를 보여줄 뿐이며, 둘을 비교하면 심사 과정에서 어떤 범위를 포기했는지 추정할 수 있습니다.

참고자료

  1. USPTO, "US 12,802,686 B2 Real-time interactive voice conversation state management in large language models", 2026.11.17, https://image-ppubs.uspto.gov/dirsearch-public/print/downloadPdf/12802686

  2. USPTO Official Gazette, "US 12,802,686 B2", 2026.11.17, https://patentsgazette.uspto.gov/week46/OG/html/1552-3/US12802686-20261117.html

  3. USPTO, "US 2024/0347058 A1 Real-time interactive voice conversation state management in large language models", 2024.10.17, https://patents.google.com/patent/US20240347058A1/en

  4. Apple Newsroom (UK), "Siri AI, a profoundly more capable and personal assistant powered by the next generation of Apple Intelligence, is here", 2026.09.14, https://www.apple.com/uk/newsroom/2026/09/siri-ai-a-profoundly-more-capable-and-personal-assistant-is-here/

  5. USPTO, "MPEP 2111.04 Claim Interpretation; Effect of Preamble, Contingent Limitations", 2026.11.20 확인, https://www.uspto.gov/web/offices/pac/mpep/s2111.html

이 글은 일반적인 정보 제공 목적이며, 개별 사안에 대한 법률 자문이 아닙니다.

Author

이준권 대표 변리사

디테일은 집요하게 보되, 사람은 따뜻하게 대하는 것이 제 일의 원칙입니다.

정확함과 배려는 함께 갈 수 있다고 믿습니다.

Featured Posts

동일 카테고리 칼럼 더보기

같은 카테고리에서 이어서 읽어볼 만한 칼럼입니다.

2026. 11. 20.

/

Post by

구글이 등록받은 US 12,801,150은 LLM이 자연어 지시를 '발 접지 패턴'으로 바꿔 네 발 로봇을 걷게 하는 특허입니다. 독립항 원문과 번역, 주요 종속항, 핵심 도면을 실무 관점에서 해부합니다.

2026. 11. 6.

/

Post by

오픈AI가 출원 7개월 만에 등록받은 US 12,786,264는 휴대폰으로 PC의 코딩 에이전트를 보고 조종하는 특허입니다. 출원 시점, 독립항 3개, 도면 11장의 설계를 실무 관점에서 해부합니다.

2026. 10. 23.

/

Post by

애플이 2026년 10월 20일 등록받은 US 12,769,772는 기기 안 어시스턴트가 못 하는 요청을 사용자 동의 후 외부 대형 모델로 보내는 구조입니다. 독립항 3개를 요소별로 해부합니다.

2026. 11. 20.

/

Post by

구글이 등록받은 US 12,801,150은 LLM이 자연어 지시를 '발 접지 패턴'으로 바꿔 네 발 로봇을 걷게 하는 특허입니다. 독립항 원문과 번역, 주요 종속항, 핵심 도면을 실무 관점에서 해부합니다.

2026. 11. 6.

/

Post by

오픈AI가 출원 7개월 만에 등록받은 US 12,786,264는 휴대폰으로 PC의 코딩 에이전트를 보고 조종하는 특허입니다. 출원 시점, 독립항 3개, 도면 11장의 설계를 실무 관점에서 해부합니다.

2026. 10. 23.

/

Post by

애플이 2026년 10월 20일 등록받은 US 12,769,772는 기기 안 어시스턴트가 못 하는 요청을 사용자 동의 후 외부 대형 모델로 보내는 구조입니다. 독립항 3개를 요소별로 해부합니다.

2026. 10. 9.

/

Post by

인수가 무산된 AI 칩 스타트업 Rain AI의 특허·출원 84건이 OpenAI로 넘어갔고, 그중 2건이 2026년 9월 29일 등록됐습니다. 양도 기록과 청구항으로 스타트업 특허의 가치를 읽어봅니다.

비라인의 일과 사람을 기록하는 공간입니다. 사무소의 일상과 작은 순간들을 전합니다.

비라인의 일과 사람을 기록하는 공간입니다. 사무소의 일상과 작은 순간들을 전합니다.


비라인의 일과 사람을 기록하는 공간입니다. 사무소의 일상과 작은 순간들을 전합니다.