본 논문은 자동화된 법률 처리를 위한 법 규범의 효과적인 표현, 특히 계층적 구성 요소의 시간적 진화 추적에 초점을 맞춘다. IFLA LRMoo와 같은 기본 개념적 프레임워크와 Akoma Ntoso와 같은 인코딩 표준이 존재하지만, 세분화된 구성 요소 수준의 버전 관리를 위한 전용 공식 모델링 패턴이 여전히 부족하다. 이는 특정 시점의 법률 텍스트 재구성을 어렵게 하며, 신뢰할 수 있는 법률 기술 및 AI 애플리케이션에 필수적인 기능을 저해한다. 본 논문에서는 LRMoo 온톨로지에 기반한 구조적 시간적 모델링 패턴을 제안하여 이러한 문제를 해결한다. 법 규범의 진화를 F2 표현의 통시적 사슬로 모델링하고, 언어에 독립적인 시간적 버전(TV)과 구체적인 단일 언어 구현인 언어 버전(LV)을 구분한다. 두 버전 모두 F2 표현으로 모델링되며, R76(is derivative of) 속성으로 연결된다. 이 패러다임은 법률 텍스트의 내부 구조에도 재귀적으로 적용되어, 추상적 구성 요소 작업(F1)과 해당 버전화된 구성 요소 표현(F2)의 병렬 계층으로 표현된다. 또한, F28(Expression Creation) 이벤트를 사용하여 입법 개정 과정을 공식화하여 개정 법률에서 개정된 규범에 대한 정확한 영향까지 추적할 수 있도록 한다. 브라질 연방 헌법을 사례 연구로 사용하여 이벤트 중심 아키텍처가 특정 날짜에 존재했던 법률 텍스트의 어떤 부분이라도 정확하고 결정적으로 검색 및 재구성할 수 있음을 보여준다. 이 모델은 검증 가능한 지식 그래프와 고급 AI 도구를 구축하기 위한 강력한 기반을 제공하며, 현재 생성 모델의 한계를 극복한다.
