청크 단위 검색이란: 특허 한 건이 아니라 문단으로 찾는다는 뜻

선행기술 조사 결과를 정리할 때는 공보번호와 함께 어느 부분이 관련되는지를 적습니다. "인용문헌 1, 단락 [0012]~[0015], 도 1"과 같은 식입니다. 유럽특허청 심사지침은 검색보고서에서 인용문헌 가운데 발명에 가장 가까운 부분(청구항, 실시예, 도면, 표, 특정 쪽의 구절)을 특정하도록 정합니다.[1] PCT 규칙도 문헌의 일부만 관련이 있으면 그 부분을 쪽, 단, 줄 등으로 밝히게 합니다.[2] 특허 검색에서 실제로 찾는 것은 공보 한 건보다 그 안의 한 문단입니다.

그 문단이 제목이나 발명의 목적과 다른 이야기를 할 때가 있습니다. 아래 예시의 JP7576029B2 는 제목이 「電源装置(전원 장치)」이고, 발명의 목적은 셀이 부풀 때 그 팽창을 흡수하는 것입니다. 셀 사이를 단열해 열폭주가 옆 셀로 번지는 것을 막는다는 설명은 배경기술 [0002] 한 문단에 있습니다. 청크 단위 검색은 공보를 문단과 청구항으로 잘라 따로 찾으므로, 이런 문단에 닿을 수 있습니다.

청크 단위 검색이란

청크는 검색하기 위해 문서를 자른 조각입니다.[3] 청크 단위 검색은 문서 전체가 아니라 조각마다 벡터를 만들어 두고, 질문과 가까운 조각을 찾는 방식입니다. 벡터와 임베딩은 벡터 DB 란 무엇인가에서 설명했습니다.

임베딩과 시맨틱 검색에서는 임베딩을 뜻의 지도에 좌표를 찍는 일로 설명했습니다. 공보 한 건을 통째로 임베딩하면 지도에 점이 하나 찍힙니다. 제목, 청구항, 배경기술, 여러 실시예가 그 한 점에 섞입니다. 본문 한 문단에만 나오는 내용은 그 점의 위치에 거의 반영되지 않을 수 있습니다.

청크 단위로 임베딩하면 문단과 청구항마다 점이 하나씩 찍힙니다. 한 공보가 지도의 여러 곳에 점을 남기고, 질문이 그중 한 점 가까이에 찍히면 그 공보가 찾아집니다.

같은 공보를 한 점으로 찍을 때와 문단·청구항마다 찍을 때. 점의 위치는 설명용 배치입니다.

Findip 는 공보를 제목, 초록, 청구항, 상세설명으로 나누고, 문단과 청구항 단위의 청크로 벡터를 만듭니다.[4] 청크는 문단 하나일 때도 있고 같은 항목 안에서 이어지는 몇 문단일 때도 있습니다. 결과는 공보 단위로 나옵니다. 공보마다 질문과 뜻이 가까운 청크가 관련도가 높은 순으로 붙습니다. 이 청크를 매칭 청크라고 부릅니다. 글자가 같아서가 아니라 뜻이 가까워서 붙은 것입니다. 매칭 청크마다 항목 이름과 문단 번호 또는 청구항 번호가 함께 나옵니다.[5]

특허 검색에서 문단 단위가 맞는 이유

• 공보가 깁니다. 임베딩 모델이 한 번에 읽는 길이에는 한계가 있고, 긴 글을 벡터 하나에 담으면 뜻이 흐려집니다. 이 한계는 임베딩과 시맨틱 검색의 한계 절에서 다뤘습니다. 검색 연구도 긴 문서를 조각으로 나눠 다뤄 왔습니다. 질의응답용 검색 모델 DPR 은 위키백과 문서를 100단어씩 잘라 약 2,100만 개의 조각을 검색 단위로 삼았습니다.[6] 다른 연구는 문서를 150단어 창으로 겹치게 자른 뒤, 점수가 가장 높은 조각의 점수를 문서 점수로 쓰는 방식을 시험했습니다.[7] 검색 단위를 100단어 조각, 문장, 명제(사실 하나를 담은 짧은 진술) 중 무엇으로 하느냐가 검색 성능을 크게 바꾸고, 잘게 자른 명제 단위가 더 나았다는 연구도 있습니다.[8]
• 실무에서 인용하는 단위가 문단입니다. 검색보고서는 인용문헌의 관련 부분을 특정합니다.[1][2] 문단 번호가 붙은 공보는 그 번호로 적는 것이 보통입니다. 검색 결과에 매칭된 문단 번호가 붙어 나오면 원문에서 그 문단부터 읽고, 대비표에 그 번호를 옮겨 적을 수 있습니다.
• 공보는 이미 번호가 붙은 단위로 나뉘어 있습니다. 상세설명에는 [0001] 같은 문단 번호가 붙고 청구항은 항마다 번호가 있습니다. 기술분야, 배경기술, 발명의 내용, 실시예처럼 성격이 다른 내용이 정해진 자리에 놓입니다. 뜻이 한데 모인 단위로 자르기 쉬운 문서입니다.

실제로 검색해 보았습니다

2026년 10월 26일, Claude 에 Findip 를 MCP 로 연결하고 아래 문장으로 검색했습니다.

검색어: 전기차 배터리 팩에서 한 셀이 열폭주를 일으켰을 때 옆 셀로 열이 번지지 않도록 셀 사이에 끼우는 단열 패드

상위 10건과, 공보마다 매칭된 청크의 위치입니다. 결과가 돌려준 순서대로 적었습니다.

공보마다 가장 가깝게 매칭된 청크는 상세설명 문단이 6건, 초록이 4건이었습니다. 한 공보에서 여러 청크가 매칭되기도 했습니다. KR1029900610000B1 은 기술분야, 발명의 내용, 청구항 1 이 모두 매칭되었습니다. 공보 전체가 이 주제를 다룬다는 뜻입니다.

JP7576029B2 는 다릅니다. 발명의 목적은 "加圧状態に固定される電池セルの膨張をスムーズに吸収(가압 상태로 고정된 전지 셀의 팽창을 원활하게 흡수)"하는 것입니다([0007]). 청구항 1 은 단열 시트에 탄성층을 겹친 세퍼레이터로 이 팽창을 흡수하는 구조입니다. 매칭된 곳은 배경기술 [0002] 입니다. 이 문단은 "セパレータは、電池セル間の熱伝導を断熱して、電池セルの熱暴走の誘発を抑制する(세퍼레이터는 전지 셀 사이의 열전도를 단열하여 열폭주의 유발을 억제한다)"라고 씁니다. 제목에는 단열이라는 말이 없습니다.

JP7576029B2 도 5 (Findip 에서 받은 도면). 셀(1) 사이의 세퍼레이터(2)는 단열 시트(5) 양면에 탄성층(6)을 겹친 구조입니다.

매칭된 문단으로 결과를 읽는 법

매칭된 청크의 위치를 보면 그 공보가 왜 나왔는지 알 수 있습니다. 세 가지를 확인합니다.

어느 항목에서 매칭되었는지 봅니다. 청구항이나 발명의 내용에서 매칭되었다면 그 공보의 발명 자체가 질문과 가깝습니다. 배경기술에서만 매칭되었다면 종래기술을 설명한 문단일 수 있습니다. JP7576029B2 는 배경기술에서 매칭되었지만, 청구항 1 의 세퍼레이터도 단열 시트를 포함합니다. 어느 쪽인지는 원문에서 확인합니다.

배경기술 문단은 다른 공보를 설명하기도 합니다. EP4415112A1 에서 매칭된 [0012] 는 "KR10-2020-0106378A1 discloses a battery module that may prevent heat or particles from moving to adjacent cells"로 시작해, 셀 사이 틈에 단열 패드를 둔 구조를 설명합니다. 이 문단은 EP4415112A1 의 발명이 아니라 앞선 한국 공보를 설명합니다. 그 번호로 조회하니 KR1020200106378A 「스웰링 흡수 및 열 차단 기능을 갖는 패드 복합체를 구비하는 배터리 모듈, 이를 포함하는 배터리 팩 및 자동차」였습니다. 청구항 1 이 인접한 셀 사이의 열 전달을 차단하는 열 차단 패드를 포함합니다. 이 공보는 상위 10건에 없었지만, 다른 공보의 배경기술 문단을 따라가 찾았습니다.

과제가 같은지 봅니다. CN122576591A 에서 매칭된 청크는 열폭주 때 셀에서 나온 도전성 파편이 이웃한 전지 스택 사이를 단락시키는 문제를 다룹니다([0004]~[0005]). 단열재는 셀 사이가 아니라 스택 위에 놓입니다. 열폭주라는 상황은 같지만 풀려는 과제가 다릅니다.

결과가 많을 때는 AI 에 정리를 맡길 수 있습니다. 예를 들어 "결과마다 매칭된 문단 번호를 적고, 그 문단이 그 공보의 발명을 설명하는지 종래기술을 설명하는지 표로 나눠 달라"고 요청합니다. 판단은 원문 문단을 읽고 내립니다.

PCT 공보는 제목과 초록으로 찾습니다

Findip 는 한국·미국·일본·중국·유럽 공보의 경우 2001년 이후(중국은 2010년 이후) 공보 전문을 검색합니다. PCT 국제출원(WO)은 1979년 이후 공보를 제목과 초록으로 검색합니다.[9] PCT 공보에서 매칭될 수 있는 곳은 제목과 초록입니다.

같은 검색어로 PCT 공보만 검색했습니다. 상위 10건 모두 초록이 매칭되었습니다.

같은 발명이라도 공보에 따라 매칭될 수 있는 곳이 다릅니다. JP7576029B2 와 같은 패밀리인 WO2020262080A1 에서는 제목과 초록이 그 자리입니다. 이 공보의 초록은 "In order to smoothly absorb the expansion of a battery cell"로 시작해 셀 팽창을 흡수하는 세퍼레이터 구조를 설명합니다. 열폭주가 옆 셀로 번지는 문제는 초록에 적혀 있지 않습니다. 일본 공보에서는 배경기술 [0002] 가 이 문제를 설명하고, 그 문단이 매칭되었습니다.

같은 발명이라도 공보에 따라 매칭될 수 있는 곳이 다릅니다.

각국 단계로 들어간 PCT 출원은 그 나라에서 공보가 다시 나오기도 합니다. 그 공보가 한국·미국·일본·중국·유럽 공보로 들어와 있으면 문단과 청구항으로 찾아집니다. 위 검색에서도 JP7576029B2 결과의 패밀리 목록에 WO2020262080A1 이 함께 나왔습니다. 1979년부터 2000년 사이에 나온 PCT 공보도 제목과 초록으로 찾아집니다. PCT 공보를 찾을 때는 초록에 적힐 만한 내용, 곧 발명이 무엇이고 어떤 문제를 푸는지를 문장으로 씁니다.

한계

문단 하나는 앞뒤 문맥을 잃을 수 있습니다. 벡터 DB 업체 Pinecone 은 사람이 앞뒤 문맥 없이 읽어도 뜻이 통하는 청크라면 언어 모델에도 통한다는 경험칙을 듭니다.[3] 공보 문단은 "상기 부재", "도 3 의 실시예"처럼 앞 문단을 가리키는 말을 자주 씁니다. 매칭된 문단은 원문에서 앞뒤 문단, 도면과 함께 읽습니다.

여러 문단에 흩어진 구성의 조합은 놓칠 수 있습니다. 질문에 구성 세 가지를 모두 적었는데 공보가 그중 하나는 앞쪽 실시예에, 나머지는 뒤쪽 실시예에 따로 적었다면, 어느 청크도 질문 전체와 가깝지 않을 수 있습니다. 구성마다 나누어 묻고, 결과에 함께 나오는 공보를 살핍니다.

한 문단만 맞아도 결과에 오릅니다. JP7576029B2 처럼 제목으로는 걸러 냈을 공보가 올라오는 것은 이 덕분입니다. CN122576591A 처럼 상황만 같고 과제가 다른 공보가 올라오는 것도 같은 이유입니다. 매칭된 청크의 위치와 내용을 보고 거릅니다.

FAQ

Q: 청크 단위로 검색하면 결과도 문단으로 나오나요?

A: 결과는 공보 단위로 나옵니다. 공보마다 매칭된 청크의 본문과 위치(항목 이름, 문단 번호 또는 청구항 번호)가 함께 나오므로, 원문에서 그 문단부터 확인할 수 있습니다. 원문은 findip.ai/p/공보번호 주소에서 열립니다.

Q: 검색어는 얼마나 길게 쓰는 것이 좋나요?

A: 질문은 문단 크기의 청크와 비교되므로, 짧은 키워드 나열보다 기술적 문제와 해결 수단을 문장으로 풀어 적을 때 더 관련 있는 결과가 나오는 경향이 있습니다.[4] 구성 여러 개의 조합을 찾을 때는 구성마다 나누어 묻는 방법도 있습니다.

Q: PCT 공보도 문단으로 찾나요?

A: PCT 국제출원 공보는 제목과 초록으로 찾습니다. 상세설명의 문단으로 찾으려면 같은 패밀리의 한국·미국·일본·중국·유럽 공보로 찾습니다. 그 공보의 결과에 붙는 패밀리 목록에서 같은 발명의 PCT 공보 번호를 확인할 수 있습니다.

Q: 배경기술 문단이 매칭된 결과는 어떻게 다루나요?

A: 그 문단이 그 공보의 발명을 설명하는지, 앞선 다른 문헌을 설명하는지 먼저 봅니다. 다른 문헌의 번호가 적혀 있으면 그 번호로 따로 조회합니다. 위 예시의 KR1020200106378A 가 그렇게 찾은 공보입니다.

출처

1. EPO, Guidelines for Examination in the European Patent Office, 2026, B-X 9.4 "Identification of relevant passages in prior-art documents" (epo.org/en/legal/guidelines-epc/2026/b_x_9_4.html). 검색보고서에서 인용문헌 가운데 발명에 가장 가까운 부분을 특정하는 기준.
2. WIPO, PCT 규칙 43.5(e) (wipo.int/en/web/pct-system/texts/rules/r43). 국제조사보고서에서 인용문헌의 관련 부분을 쪽·단·줄 등으로 밝히는 규정.
3. R. Schwaber-Cohen, A. Patel, "Chunking Strategies for LLM Applications", Pinecone, 2025 (pinecone.io/learn/chunking-strategies). 청크의 정의와 크기에 따른 득실.
4. Findip 문서, 핵심 개념. 섹션별 분할과 문단·청구항 단위 청크의 벡터 검색.
5. Findip 문서, Search API. 결과마다 붙는 매칭 청크와 그 항목 이름·문단 번호·청구항 번호.
6. V. Karpukhin 외, "Dense Passage Retrieval for Open-Domain Question Answering", EMNLP 2020 (arxiv.org/abs/2004.04906). 위키백과 문서를 100단어 조각으로 잘라 검색 단위로 삼은 방법.
7. Z. Dai, J. Callan, "Deeper Text Understanding for IR with Contextual Neural Language Modeling", SIGIR 2019 (arxiv.org/abs/1905.09217). 문서를 겹치는 조각으로 나누고 가장 높은 조각의 점수로 문서를 평가하는 방법.
8. T. Chen 외, "Dense X Retrieval: What Retrieval Granularity Should We Use?", EMNLP 2024 (arxiv.org/abs/2312.06648). 검색 단위(100단어 조각·문장·명제)가 검색 성능에 주는 영향과 명제 단위 색인의 제안.
9. Findip 문서, 데이터 범위. 대상 특허청과 전문 시맨틱 검색의 연도 범위.