인공지능이 사법 분야에 널리 활용되면서, 법률 질의 응답(QA)의 정확성과 추적 가능성을 보장하는 것이 중요해졌습니다. 본 논문은 환각 경향이 있는 기존 LLM의 문제점과 최신 법률 정보를 따라가기 힘든 정적 지식 기반의 한계를 극복하기 위해, 검색 증강 생성(RAG)과 다중 모델 앙상블을 통합한 하이브리드 법률 QA 에이전트를 제시합니다. 이 시스템은 신뢰할 수 있는 법률 저장소에서 관련 증거를 찾으면 RAG를 통해 답변을 생성하고, 그렇지 않으면 여러 LLM이 후보를 생성하여 전문 선택기에 의해 평가된 최고 순위의 답변을 반환합니다. 고품질 출력은 인간 검토를 거쳐 저장소에 다시 기록되어 동적 지식 진화 및 출처 추적이 가능합니다. Law_QA 데이터 세트에 대한 실험 결과, 하이브리드 방식이 단일 모델 기반 및 순수 RAG 파이프라인보다 F1, ROUGE-L, 그리고 LLM-as-a-Judge 지표에서 유의미하게 우수한 성능을 보였습니다.
