Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Towards Trustworthy Legal AI through LLM Agents and Formal Reasoning

Created by
  • Haebom
Category
Empty

저자

Linze Chen, Yufan Cai, Zhe Hou, Jinsong Dong

개요

본 논문은 법의 합리성을 확보하기 위해 LLM 기반 시스템의 한계를 극복하고자, 적대적 LLM 에이전트와 SMT-solver 기반 증명을 결합한 L4M 프레임워크를 제안한다. L4M은 법 조항을 논리 공식으로 변환하고, 검사와 변호인 LLM이 사건 내용과 법 조항을 독립적으로 매핑하며, 자동 형식화기를 통해 양측의 주장을 논리 제약 조건으로 컴파일하여 반복적인 자기 비판을 거쳐 만족 가능한 공식을 도출한 후 판사 LLM이 투명한 평결과 최적의 판결문을 제시하는 세 단계의 파이프라인으로 구성된다. 실험 결과, L4M은 GPT-o4-mini, DeepSeek-V3, Claude 4를 포함한 고급 LLM과 최첨단 법률 AI 기반 시스템을 능가하며, 엄격하고 설명 가능한 기호적 정당성을 제공한다.

시사점, 한계점

시사점:
자연어의 해석 유연성과 기호적 검증의 엄격성을 결합하여 법적 추론의 정확성과 설명 가능성을 향상시킴.
검사와 변호인의 역할을 분리하여 편향을 최소화하고 객관성을 확보함.
SMT-solver를 활용하여 논리적 일관성을 보장하고, 반복적인 자기 비판을 통해 오류를 수정하는 메커니즘을 제공함.
기존 LLM 및 법률 AI 시스템 대비 우수한 성능을 입증함.
한계점:
L4M의 성능은 법률 조항의 형식화 및 LLM의 능력에 크게 의존함.
복잡한 법적 문제에 대한 적용 가능성 및 확장성에 대한 추가적인 연구가 필요함.
모델의 실제 적용 시 윤리적 문제 및 편향 발생 가능성에 대한 지속적인 검토가 요구됨.
👍