[논문] 확률적 유사성을 넘어: 법률 분야에서 검색 기반 생성의 구조·시간·인과적 한계
개요
검색 보강 생성(RAG)은 법률 AI의 신뢰성 부족에 대한 표준적인 구조적 대응책이 되었지만, 법원에 제출된 허위 인용이나 현재의 것으로 제시된 시대착오적 법률 내용 등 고위험 실패 사례가 관할 구역을 넘어 계속 발생하고 있다. 우리는 이러한 실패가 언어 모델을 규모 확대함으로써 제거할 수 있는 잔여적 허구가 아니라, 확률적 검색과 법률 지식의 계층적·시간적·제도적 구조 사이의 구조적 불일치의 증상이라고 주장한다. 우리는 세 단계로 논증을 전개한다. 첫째, 고전 법학 이론에서 도출되는 세 가지 속성—계층 및 부분전체 구조, 운영적 폐쇄 하에서의 연대기적 역동성, 그리고 정당화 의무에 기반한 제도적 출처의 인과 추적 가능성—을 법률 지식의 존재론적 약속으로 명시한다. 둘째, 검색의 세 가지 대응 병리를 식별한다(부분전체 맹목성, 연대기 맹목성, 인과 불투명성). 각각에 대해 운영적 정의, 실패 메커니즘, 전형적 사례, 진단적 활용을 위한 탐지 기준을 제시한다. 셋째, 이러한 관점에서 현존 연구들을 검토하여 기존 접근법이 요구 사항을 고르게 충족시키지 못하고, 아직 이들을 상호 보완적인 패러다임으로 통합하지 못하고 있음을 보여준다. 이 분석을 바탕으로 법률 검색을 위한 결정론적 설계 방향을 특징짓는 네 가지 구조적 약속을 도출한다: 존재론적 우선성, 사건 실체화, 양시제 정확성, 결정론적 상호작용 프로토콜. 이 프레임워크는 “어떤 규범이 적용되고 어떤 상태에 있는가”(quaestio juris)에 초점을 맞추며, 식별된 규범에 대해 수행되는 하위 작업이 아니라 입법 및 헌법 검색을 주로 다루고, 해석적 시간은 명시적 확장으로 포함한다.
주요 기여
이 논문은 다음 분야의 연구를 제시한다:
- cs.AI
방법론
자세한 방법론은 전체 논문을 참고하시기 바랍니다.
실용적 함의
이 연구는 cs.AI 분야의 발전에 기여한다.
저자
- Hudson de Martim
논문 정보
- arXiv ID: 2606.09724v1
- 분류: cs.AI
- 발표일: 2026년 6월 8일
- PDF: PDF 다운로드