논문 브리핑
법률 책임 판단 AI, '낡은 규칙'과 '오해' 극복할 새 방법 나왔다
글 · 한경모
인공지능의 활용이 점차 심도 깊은 영역으로 확장되면서, 법률 책임 판단과 같은 고도의 전문성을 요구하는 분야에서도 AI의 역할이 주목받고 있습니다. 그러나 이 분야에서 AI는 고질적인 난제에 부딪혀왔습니다. 바로 급변하는 현실에 발맞추지 못하는 '낡은 스킬 라이브러리'와, 전문가의 의도를 AI가 오해하여 엉뚱한 결론을 내리는 '의미론적 실행 격차' 문제입니다. 최근 발표된 KDASO(Knowledge-Data Dual-Driven Automated Skill Optimization) 논문은 이러한 한계를 극복하고 AI가 더욱 정확하게 책임 여부를 판단할 수 있는 새로운 길을 제시합니다.
KDASO는 이름 그대로 '지식'과 '데이터'를 동시에 활용하여 AI의 '스킬'을 자동으로 최적화하는 데 초점을 맞춥니다. 법적 책임 판단 같은 작업은 특정 사건 묘사를 도메인별 '스킬'에 비추어 특정 당사자가 책임을 져야 하는지 결정하는 과정입니다. 기존 대규모 언어 모델(LLM)은 이러한 '실행 가능한 스킬'을 활용해 해석 가능한 추론 과정을 제공하며 가능성을 보였지만, 두 가지 치명적인 문제점을 안고 있었습니다.
- 현실 변화에 뒤처지는 스킬 라이브러리: 실제 상황은 끊임없이 진화하는데, AI가 사용하는 스킬 세트는 고정되어 있어 현실과 동떨어진 판단을 내릴 위험이 컸습니다.
- 전문가 의도와 다른 AI 해석: 전문가가 정의한 스킬의 의미를 LLM이 다르게 해석하여, 의도와 다른 추론을 진행하는 '의미론적 실행 격차'가 빈번히 발생했습니다.
인사이트
KDASO는 AI가 법률 책임 판단과 같은 고도의 전문 분야에서 겪는 '낡은 지식'과 '오해' 문제를 극복하기 위해 지식과 데이터를 동시 활용해 '스킬'을 자동 최적화하는 새로운 길을 제시하며, AI의 전문성 향상과 신뢰성 제고에 기여할 것입니다.
자주 묻는 질문
- AI가 법률 판단을 하는 게 윤리적으로 문제가 되진 않을까요?
- KDASO와 같은 시스템은 AI가 직접 판결을 내리는 것이 아니라, 복잡한 법률 분석을 돕고 판단의 일관성을 높이는 데 초점을 맞춥니다. 이는 보조 도구로서 법률 전문가의 효율성을 극대화하고 오판 가능성을 줄이는 데 기여하며, 최종 결정은 여전히 인간 전문가의 몫입니다.
- 이 기술이 정말 실제 법정에서 쓰일 수 있을까요?
- 현재로서는 판결을 직접 내리기보다, 초기 사건 분석, 증거 검토, 책임 여부 판단을 위한 보조 자료 생성 등 법률 업무의 특정 단계에서 활용될 가능성이 높습니다. 특히 보험 청구 심사나 초기 법률 상담처럼 반복적이고 정형화된 부분에서 먼저 도입될 수 있으며, 기술의 신뢰성 검증과 법적 수용성 확보가 중요합니다.
- 기존의 AI 법률 시스템과 KDASO는 무엇이 다른가요?
- 기존 시스템은 고정된 규칙이나 학습 데이터에 의존하여 현실 변화에 취약했습니다. KDASO는 실시간으로 변화하는 실제 사례 데이터와 전문가 지식을 동시에 활용하여 AI가 법률적 '스킬'을 자동으로 최적화합니다. 이는 AI가 시대에 뒤처지거나 전문가 의도와 다르게 해석하는 문제를 크게 줄여줍니다.
이 기사 어땠어요?
피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.