최초의 프롬프트 엔지니어로서의 입법자

법률 AI가 인용을 환각할 때마다, 기본적인 반응은 모델을 탓하는 것이다.

더 나은 답은 형식을 탓하는 것이다.

법은 수년간 법해석학을 훈련받은 인간을 위해 작성된다. 경험 많은 변호사는 "이 규정의 목적상"이라는 표현을 읽으면, 로스쿨에서, 실무에서, 그리고 수백 건의 사건에 걸쳐 수년간 쌓아 올린 해석의 틀을 자동으로 가동한다. 그들은 그 표현이 적용 범위를 한정한다는 것, 제14조에 예외가 있다는 것, 대법원이 2019년에 그 적용 범위를 제한적으로 해석했다는 것을 안다.

AI는 그 어느 것도 알지 못한다. 그것은 추론한다. 그리고 법률 텍스트로부터 추론할 때, 환각은 오해석을 가리키는 또 하나의 단어일 뿐이다.

문제는 모델이 나쁘다는 것이 아니다. 우리가 19세기에 설계된 문서를 읽기 위해 21세기의 도구를 사용하고 있다는 것이다.

인간은 법을 어떻게 읽고, 기계는 어떻게 읽으려 하는가

변호사가 한 조문을 읽을 때, 그들은 그것을 홀로 읽지 않는다. 그들은 규범 피라미드 전체를 염두에 두고 그것을 읽는다. 그들은 이 규정이 저 지침에서 파생된다는 것, 이 지침이 국내법에 우선한다는 것, 이 특정 조문이 3년 전 다른 관보에 묻혀 있는 경과 규정에 의해 개정되었다는 것을 안다.

AI는 그 관계의 그래프를 통계적 패턴으로부터 재구성해야 한다. 때때로 그것은 잘 해낸다. 때때로 그것은 존재하지 않는 법원을 지어내거나, 사건 번호는 맞지만 판시 내용은 틀린 판결을 인용한다. 거짓말을 해서가 아니다. 아무도 그것에게 지도를 주지 않았기 때문이다.

제안: 입법자가 토큰화하게 하라

여기서 법을 토큰화한다는 것은 NLP 토크나이저가 하는 일, 즉 모델이 처리할 수 있도록 단어를 하위 단위로 쪼개는 것을 말하는 것이 아니다. 그것은 다른 무언가를 의미한다. 즉 오늘날 전문 법률가의 머릿속에만 존재하는 의미 정보를 규범 자체에 심어 넣는 것이다.

네 가지 구체적인 계층이 있다.

첫째, 정의 토큰. 특정한 기술적 의미를 지닌 모든 용어는 그 공식 정의를 직접 연결해 가지며, 끝에 느슨하게 붙은 용어집이 아니라 조문 본문에 고정된다. 민법에서의 "법인"은 세법에서의 "법인"과 같지 않다. 기계는 추측할 필요가 없다. 입법자가 그것에게 알려준다.

둘째, 의도 토큰. 입법 이유서는 모든 법에 존재하지만 자유 텍스트로 작성되어, 조문 그 자체만큼이나 AI에게 불투명하다. 만약 그 의도가 기계가 읽을 수 있는 필드(해결하려는 문제, 영향을 받는 당사자, 예상되는 예외)로 구조화된다면, AI는 규범의 "이유"를 추론할 필요가 없을 것이다. 그것을 직접 읽을 것이다.

셋째, 위계 토큰. 어떤 상위 규범이 이 조문의 근거가 되는지, 어떤 규범을 폐지하는지, 어떤 예외가 어떤 일반 규칙을 우선하는지. 이것은 켈젠적 피라미드를 구조화된 그래프로 변환한 것이다. 오늘날 AI는 그 그래프를 확률로 재구성한다. 토큰이 있다면 그것은 결정론적일 것이다.

넷째, 살아 있는 해석 토큰. 대법원이나 헌법재판소가 특정 조문에 관한 법리를 확립할 때, 그 해석은 법의 텍스트 위에 직접 주석으로 달려 실시간으로 갱신될 수 있다. 규범과 그것에 대한 사법적 해석이 동기화되는 것이다.

명백한 반론

"법은 프롬프트 엔지니어가 아니라 법률가가 만든다."

맞다. 그러나 19세기에 최초의 법전을 기초한 법률가들도 인쇄공이 아니었다. 그럼에도 그들은 인쇄 형식을 채택했다. 그것이 그 시대의 배포 시스템이었기 때문이다.

21세기에 법의 배포 시스템은 AI다. 그것을 모두보다 먼저 이해하는 법률가들이 앞으로 수십 년 동안 법이 어떻게 해석될지를 형성하는 이들이 될 것이다.

이것은 입법자가 코딩을 배우는 일에 관한 것이 아니다. 그것은 입법 산출물을 둘러싼 시스템들이, 웹이 도래했을 때 HTML을 채택했던 것과 똑같은 방식으로 의미 구조화 표준을 채택하는 일에 관한 것이다.

이미 존재하는 것과 그것이 충분하지 않은 이유

Akoma Ntoso는 여러 아프리카 입법부와 European Parliament가 사용하는 입법 문서용 XML 표준이다. EUR-Lex는 유럽 규정을 위계 메타데이터로 구조화한다. ELI(European Legislation Identifier)는 규범에 영속적인 URI를 부여한다.

이것들은 골격이다. 그것들은 의미 형식이 아니라 발행 형식이다. 그것들은 어떤 조문이 조문이라는 것, 어떤 절이 어떤 장에 속한다는 것을 알려준다. 그것들은 그 특정 조문의 맥락에서 "결과적 손해"가 무엇을 의미하는지, 또 그것이 지난 5년간의 대법원 법리와 어떻게 관련되는지는 알려주지 않는다.

이 제안은 한 단계 위에 자리한다. 즉 그릇(문서로서의 규범)을 구조화하는 것이 아니라 내용(의미로서의 규범)을 구조화하는 것이다.

아무도 요구하지 않지만 다가오고 있는 변화

지금 당장, 법률 AI 모델들 — 63개 관할권을 아우르는 Nexus Legal의 우리 모델을 포함하여 — 은 의미 구조의 부재를 검색, 재순위화, 교차 검증, 그리고 인용 충실도 검증 시스템으로 보완한다. 그것들은 작동한다. 그러나 그것들은 입법적 해법이 있는 문제에 대한 공학적 보완책이다.

GDPR가 자신이 다루는 "개인 데이터"의 정확한 개념, 그것이 구현하는 EU 지침, 제6조 제1항 (f)호의 해석을 조정한 가장 최근의 감독 당국 결정, 그리고 적용되는 CJEU 판례를 직접 주석으로 담고 있는 세계를 상상해 보라. 여백 주석이 달린 PDF로서가 아니다. 어떤 시스템이든 읽고 사용할 수 있는 구조화된 메타데이터로서 말이다.

그 세계는 법률 AI를 "아마도 정확함"에서 "원천에 대조해 검증 가능함"으로 옮겨놓는다.

이 관행을 가장 먼저 채택하는 의회들은 AI가 힘들이지 않고 올바르게 해석할 수 있는 법을 산출할 것이다. 그렇게 하지 않는 의회들은 자신들의 규범이 환각, 오해석, 불필요한 소송을 계속 생성하는 것을 지켜보게 될 것이다. AI가 나빠서가 아니라, 입법 형식이 불투명하기 때문이다.

최초의 프롬프트 엔지니어로서의 입법자. 은유가 아니다. 다가오고 있는 것에 대한 기술적 묘사다.