경영과정보연구 (Management & Information Systems Review)

  • 제38권3호
  • /
  • Pages.55-80
  • /
  • 2019
  • /
  • 1598-2459(pISSN)
  • /
  • 2733-4767(eISSN)
대한경영정보학회 (Daehan Academy of Management Information Systems)
권호 표지
DOI QR코드

DOI QR Code

합성곱 신경망(Convolutional Neural Network)을 활용한 지능형 유사상표 검색 모형 개발

A Study on Similar Trademark Search Model Using Convolutional Neural Networks

  • 투고 : 2019.07.01
  • 심사 : 2019.08.14
  • 발행 : 2019.09.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

전 세계적으로 온라인 상거래 시장 규모가 성장함에 따라 국제 및 국내 기업의 상표권이 침해되는 사례가 빈번하게 발생하고 있다. 다양한 연구 및 보고서에 따르면, 해외 기업 또는 개인이 국내 기업의 상표권을 침해한 사례와, 국내 기업 간 발생하는 상표권 분쟁 사례가 증가하고 있는 것으로 나타나고 있으며, 특허청의 보고서에 따르면 기업의 규모가 작을수록 상표보호를 위한 사전 예방활동을 수행하지 않는다고 응답한 비율이 높은 것으로 나타났다. 이러한 문제는 선등록 상표에 대한 사전조사 또는 자사의 상표보호를 위해 소요되는 인력과 비용이 원인인 것으로 판단된다. 한편, 국내에서 선등록상표에 대한 사전조사를 위해 상용되는 서비스를 살펴보면 상표 이미지를 활용한 검색 서비스를 제공하고 있지 않은 상황이다. 이로 인해 국내 대다수의 기업은 자사의 상표 보호 및 선등록 상표에 대한 사전조사 수행 시 방대한 양의 선등록된 상표를 수작업으로 조사해야하는 문제가 발생한다. 따라서 본 연구에서는 기업의 상표권 보호 및 선등록 상표에 대한 사전조사 수행 시 투입되는 인력 및 비용절감과, 국내외에서 발생하고 있는 상표권 침해 문제를 해결하기 위해 합성곱 신경망 기법을 활용한 지능형 유사 상표 검색 모델을 개발하고자 한다. 지적 재산권 전문가가 선정한 테스트 데이터를 활용하여 지능형 유사 상표 검색 모델의 정확도를 측정한 결과 ResNet V1 101의 성능이 가장 높게 나타났다. 해당 결과를 통해 이미지 분류 알고리즘이 단순한 사물 인식 분야뿐만 아니라 이미지 검색 분야에서도 높은 성능을 나타낸다는 것을 실증적으로 입증했으며, 본 연구는 실제 상표 이미지 데이터를 활용했다는 측면에서 실제 산업 환경에서 활용성이 높을 것으로 사료된다.

Recently, many companies improving their management performance by building a powerful brand value which is recognized for trademark rights. However, as growing up the size of online commerce market, the infringement of trademark rights is increasing. According to various studies and reports, cases of foreign and domestic companies infringing on their trademark rights are increased. As the manpower and the cost required for the protection of trademark are enormous, small and medium enterprises(SMEs) could not conduct preliminary investigations to protect their trademark rights. Besides, due to the trademark image search service does not exist, many domestic companies have a problem that investigating huge amounts of trademarks manually when conducting preliminary investigations to protect their rights of trademark. Therefore, we develop an intelligent similar trademark search model to reduce the manpower and cost for preliminary investigation. To measure the performance of the model which is developed in this study, test data selected by intellectual property experts was used, and the performance of ResNet V1 101 was the highest. The significance of this study is as follows. The experimental results empirically demonstrate that the image classification algorithm shows high performance not only object recognition but also image retrieval. Since the model that developed in this study was learned through actual trademark image data, it is expected that it can be applied in the real industrial environment.

키워드

참고문헌

  1. 김대중.김세진(2016), "중국 중재시장 개방에 따른 중국 진출 기업의 상표권 침해 분쟁 중재 가능성", 중국법연구, 29, 453-488. https://doi.org/10.22415/CLR.2017.29..017
  2. 김문태(2011), "브랜드자산에 대한 국가이미지 및 기업이미지의 영향에 연구", 경영과 정보연구, 30(1), 187-209.
  3. 김상조(2015), "브랜드 라이센싱이 소비자지각에 미치는 연구", 경영과 정보연구, 34(2), 79-95.
  4. 김원오(2017), "상표의 동일성 판단기준의 변화상에 관한 고찰", 동북아법연구, 11(2), 383-414.
  5. 김원준(2011), "결합상표의 유사판단기준에 관한 연구", 법학논총, 31(3), 83-124.
  6. 김지환(2014), "오픈 마켓운영자의 상표권 간접침해책임에 관한 소고", 법학연구, 22(1), 169-196.
  7. 김한웅.김병남.이지은.장원석.유선국(2017), "폐 결절 검출을 위한 합성곱 신경망의 성능 개선", 의공학회지, 38(5), 237-241.
  8. 김현진.송태호.양재호(2013), "유통업체 브랜드와 제조업체 브랜드에 대한 원산지 정보의 효과", 마케팅논집, 21(4), 129-148.
  9. 나동규(2015), "지리적표시 단체표장의 위조상표 단속 강화방안", 과학기술법연구, 21(2), 25-52. https://doi.org/10.32430/ilst.2015.21.2.25
  10. 박문기.김준영.전주언(2015), "브랜드 재활성화를 위한 상표권 가치 평가 모델 개발: 와바 프랜차이즈 브랜드를 중심으로", 마케팅논집, 23(2), 179-194.
  11. 박승용(2004), "지적재산권의 보호에 관한 고찰", 평택대학교, 18, 145-162.
  12. 설기석(2017), "기타 식별력 없는 상표의 판단기준 및 개선안에 관한 고찰", 서강법률논총, 6(1), 61-99.
  13. 신군재(2014), "ADR을 통한 지식재산권분쟁 해결방안에 관한 연구", 국제상학, 29, 383-403. https://doi.org/10.18104/KAIC.29.4.201412.383
  14. 양대승(2014), "업무표장의 식별력과 유사 여부 판단에 관한 고찰-업무표장 관련 분쟁 사례를 중심으로", 과학기술법연구, 20(2), 107-148. https://doi.org/10.32430/ilst.2014.20.2.107
  15. 우광명.서민교(2008), "지적재산권분쟁에 대한 ADR의 적응성", 무역학회지, 33(2), 265-290.
  16. 윤영수.조성종(2007), "브랜드경영과 상표권", 법학연구, 25, 451-476.
  17. 윤재웅.전재헌.방철환.박영민.김영주.오성민.정준호.이석준.이지현(2017), "합성곱 신경망(Convolutional Neural Network)을 활용한 지능형 아토피피부염 중증도 진단모델 개발", 경영과 정보연구, 36(4), 33-51.
  18. 이경탁.권미옥(2014), "일면구전과 양면구전이 브랜드에 대한 태도 및 메시지에 대한 태도에 미치는 영향", 마케팅논집, 22(4), 63-83.
  19. 장준양.배정한(2015), "중국법상 오픈 마켓에서 이용자의 상표권 침해에 대한 운영자의 책임에 관한 연구", 국제상학, 30, 49-70.
  20. 정문성.김재국(2015), "지식재산권 분쟁시 바람직한 대체적 분쟁해결제도(ADR)", 한국엔터테인먼트산업학회논문지, 9(1), 287-297.
  21. 정태호(2015), "판례평석논문: 상표권 침해 및 부정경쟁행위에 관한 상표의 유사 판단의 비판적 검토-대법원 2014. 6. 26. 선고 2012 다 12849 판결을 중심으로", 법학논집, 20(1), 367-404.
  22. 조경선(2004), "산업재산권 평가제도의 현황과 과제", 산업재산권, 16, 431-465.
  23. 조영선(2013), "상표권 침해에 대한 구제 법리의 재검토-경과실 감액을 중심으로", 법조, 62(8), 45-92.
  24. 차상육(2013), "상표권침해를 둘러싼 오픈 마켓운영자의 법적 책임", 경제법연구, 13(1), 25-64.
  25. 특허청(2013), 국내기업의 상표관리행동 실태조사.분석.
  26. 한주찬.구본철.최경주(2017), "자율주행차를 위한 장애물 탐지 및 인식 시스템", 융합정보논문지, 7(6), 229-235. https://doi.org/10.22156/CS4SMB.2017.7.6.229
  27. 황선유.조성욱.심현철(2017), "심층 합성곱신경망 기반 의미론적 분할 모델을 이용한 영상기반 비행체 검출", 제어로봇시스템학회, 23(8), 625-634.
  28. Anderson, E. W.(1996), "Customer satisfaction and price tolerance", Marketing letters, 7(3), 265-274. https://doi.org/10.1007/BF00435742
  29. Anderson, E. W., Fornell, C. and Lehmann, D. R.(1994), "Customer satisfaction, market share, and profitability: Findings from Sweden", The Journal of marketing, 53-66.
  30. Anderson, E. W., Fornell, C. and Mazvancheryl, S. K.(2004), "Customer satisfaction and shareholder value", Journal of marketing, 68(4), 172-185. https://doi.org/10.1509/jmkg.68.4.172.42723
  31. Armato, S. G., McLennan, G., Bidaut, L., McNitt‐Gray, M. F., Meyer, C. R., Reeves, A. P. and Kazerooni, E. A.(2011), "The lung image database consortium(LIDC) and image database resource initiative (IDRI): a completed reference database of lung nodules on CT scans", Medical physics, 38(2), 915-931. https://doi.org/10.1118/1.3528204
  32. Badrinarayanan, V., Kendall, A., & Cipolla, R.(2017), "Segnet: A deep convolutional encoder-decoder architecture for image segmentation", IEEE transactions on pattern analysis and machine intelligence, 39(12), 2481-2495. https://doi.org/10.1109/TPAMI.2016.2644615
  33. Ballester, P. and de Araujo, R. M.(2016), "On the performance of GoogLeNet and AlexNet applied to sketches", Proceedings of the Thirtieth AAAI Conference on Artificial Intelligence, 1124-1128.
  34. Bjerrum, E. J.(2017), "Smiles enumeration as data augmentation for neural network modeling of molecules", arXiv preprint arXiv:1703.07076.
  35. Bishop, C. M.(2007), Pattern recognition and machine learning, Springer.
  36. Chatfield, K., Simonyan, K., Vedaldi, A. and Zisserman, A.(2014), "Return of the devil in the details: Delving deep into convolutional nets", arXiv preprint arXiv:1405.3531.
  37. Ciresan, D. and Meier, U.(2015), "Multicolumn deep neural networks for offline handwritten Chinese character classification", In Neural Networks 2015 International Joint Conference on IEEE, 1-6.
  38. Dispoto, A. J.(2014), "Protecting Small Businesses against Trademark Bullying: Creating a Federal Law to Remove the Disparity of Leverage Trademark Holders Maintain over Small Business", San Diego Int'l LJ, 16, 457-498.
  39. Duchi, J., Hazan, E. and Singer, Y.(2011), "Adaptive subgradient methods for online learning and stochastic optimization", Journal of Machine Learning Research, 12, 2121-2159.
  40. Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M. and Thrun, S.(2017), "Dermatologist-level classification of skin cancer with deep neural networks", Nature, 542(7639), 115-118. https://doi.org/10.1038/nature21056
  41. Fadaee, M., Bisazza, A. and Monz, C.(2017), "Data augmentation for low-resource neural machine translation", arXiv preprint arXiv:1705.00440.
  42. Fernandes, S.(2014), "A case study approach-An analysis of the infringement of trademark by comparative advertising", Procedia-Social and Behavioral Sciences, 133, 346-357. https://doi.org/10.1016/j.sbspro.2014.04.200
  43. Goodfellow, I., Bengio, Y., Courville, A. and Bengio, Y.(2016), Deep learning Vol. 1, Cambridge: MIT press.
  44. Gulshan, V., Peng, L., Coram, M., Stumpe, M. C., Wu, D., Narayanaswamy, A., Venugopalan, S., Widner, K., Madams, T., Cuadros, J., Raman, R., Nelson, P. C., Mega, J. L., Webster, D. R. and Kim, R.(2016), "Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs", Jama, 316(22), 2402-2410. https://doi.org/10.1001/jama.2016.17216
  45. Simon Haykin.(2004), Neural networks: A comprehensive foundation, 2nd edition, Prentice Hall.
  46. Harris, D. and Harris, S.(2010), Digital design and computer architecture, Morgan Kaufmann.
  47. He, K., Zhang, X., Ren, S. and Sun, J.(2016), "Deep residual learning for image recognition", In Proceedings of the IEEE conference on computer vision and pattern recognition, 770-778.
  48. Krizhevsky, A., Sutskever, I. and Hinton, G. E.(2012), "Imagenet classification with deep convolutional neural networks", In Advances in neural information processing systems, 1097-1105.
  49. Lan, T., Feng, X., Li, L. and Xia, Z.(2018), "Similar Trademark Image Retrieval Based on Convolutional Neural Network and Constraint Theory", In 2018 Eighth International Conference on Image Processing Theory, Tools and Applications (IPTA), 1-6.
  50. LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W. and Jackel, L. D.(1989), "Backpropagation applied to handwritten zip code recognition", Neural computation, 1(4), 541-551. https://doi.org/10.1162/neco.1989.1.4.541
  51. LeCun, Y., Jackel, L. D., Bottou, L., Cortes, C., Denker, J. S., Drucker, H. and Vapnik, V.(1995), "Learning algorithms for classification: A comparison on handwritten digit recognition", Neural networks: the statistical mechanics perspective, 261-276.
  52. Marsoof, A.(2010), "Keywords advertising: Issues of trademark infringement", Journal of International Commercial Law & Technology, 5(4), 240-251.
  53. Mealem, Y., Yacobi, Y. and Yaniv, G. (2010), "Trademark infringement and optimal monitoring policy", Journal of Economics and Business, 62(2), 116-128. https://doi.org/10.1016/j.jeconbus.2009.09.001
  54. Nair, V. and Hinton, G. E.(2010), "Rectified linear units improve restricted boltzmann machines", In Proceedings of the 27th international conference on machine learning, 807-814.
  55. Parkhi, O. M., Vedaldi, A. and Zisserman, A.(2015), "Deep face recognition", British Machine Vision Conference, 1(3), 1-12.
  56. Razavian, A. S., Azizpour, H., Sullivan, J. and Carlsson, S.(2014), "CNN features off-the-shelf: an astounding baseline for recognition", In Computer Vision and Pattern Recognition Workshops 2014 IEEE Conference, 512-519.
  57. Rumelhart, D. E., Hinton, G. E. and Williams, R. J.(1986), "Learning representations by back-propagating errors", Nature, 323(6088), 533-536. https://doi.org/10.1038/323533a0
  58. Shi, J.(1994), "Good features to track", In Computer Vision and Pattern Recognition 1994 IEEE Computer Society Conference on, 593-600.
  59. Simonyan, K. and Zisserman, A.(2014), "Very deep convolutional networks for large-scale image recognition", arXiv preprint, 1-14.
  60. Szarvas, M., Sakai, U. and Ogata, J.(2006), "Real-time pedestrian detection using LIDAR and convolutional neural networks", In Intelligent Vehicles Symposium 2006 IEEE, 213-218.
  61. Szegedy, C., Liu, W., Jia, Y., Sermanet, P., Reed, S., Anguelov, D. and Rabinovich, A.(2015), "Going deeper with convolutions", In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 1-9.
  62. Tieleman, T. and Hinton, G.(2012), "Lecture 6.5-rmsprop: Divide the gradient by a running average of its recent magnitude", COURSERA: Neural networks for machine learning, 4(2), 26-31.
  63. Von Seggern, D. H.(1993), CRC standard curves and surfaces, CRC Press.
  64. Weckstrom, K.(2010), "Secondary liability for trademark infringement in the United States", University of Louisville Law Review, 49(4), 555-580.
  65. WIPO.(2004), WIPO Intellectual Property Handbook: Policy, Law and Use 2nd Ed, WIPO Publication.