본 논문은 대규모 언어 모델(LLM), 검색 증강 생성(RAG), 지식 그래프(KG), 벡터 저장소(VS)를 기반으로 하는 에이전트 생성형 AI를 소개합니다. 특히 법률 시스템과 같은 전문 분야에 적용 가능한 이 기술은 방대한 비정형 또는 반정형 데이터셋 내의 관계를 추론하는 데 탁월합니다. 본 연구는 Justia와 같은 공개 플랫폼에서 법령, 헌법 조항, 판례 등의 법률 텍스트를 수집하고, 비음수 행렬 분해(NMF)를 통해 구축된 KG, VS, RAG를 통합한 생성형 AI 시스템을 제시합니다. 이 시스템은 기존의 키워드 기반 검색의 한계를 극복하고, 고급 의미 표현, 계층적 관계, 잠재 토픽 발견을 활용하여 법률 정보 검색 및 AI 추론을 향상시키고 환각을 최소화합니다. 법률 문서 클러스터링, 요약, 상호 참조 기능을 지원하여 확장 가능하고 해석 가능하며 정확한 반정형 데이터 검색을 제공하며, 계산 법학과 AI 발전에 기여합니다.
