LexGuard는 법적 추론의 신뢰성을 높이기 위해 SMT 솔버를 활용한 적대적 멀티에이전트 프레임워크다. 기존 법률 LLM이 법적으로 무관한 변형에도 민감하게 반응하거나 유사 법령을 혼동하는 체계적 결함을 해결한다. 법령을 실행 가능한 제약 조건으로 형식화하고, 적대적 에이전트로 경쟁 사실-법령 논증을 추출한 뒤 SMT 솔버로 논리적 일관성을 검증한다. 실험 결과 조작적 표현 취약성 감소, 유사 법령 간 식별력 향상, 법적 무관 속성 영향 최소화, 양성 재표현 시 일관성 향상이 확인됐다. 법적 신뢰성은 정확도뿐 아니라 법적으로 중요한 변화에 대한 보정된 민감도를 요구한다는 새로운 기준을 제시한다.
- •기존 법률 AI는 법적으로 무관한 변형에도 민감하게 반응하고 유사 법령을 혼동하는 체계적 결함 보유.
- •LexGuard: 법령을 실행 가능 제약으로 형식화 → 적대적 에이전트로 사실-법령 논증 추출 → SMT 솔버로 법적 일관성 검증하는 3단계 프레임워크.
- •조작적 표현 취약성 감소, 유사 법령 식별력 향상, 무관 속성 영향 최소화, 양성 재표현 일관성 증가 등 다면적 개선 확인.
- •법적 신뢰성은 단순 정확도가 아닌 '법적으로 중요한 변화에 대한 보정된 민감도'를 요구한다는 새로운 평가 기준 제시.
Which Changes Matter? Towards Trustworthy Legal AI via Relevance-Sensitive Evaluation and Solver-Grounded Reasoning
- 1.법률 AI가 법적으로 무관한 변형에 체계적으로 민감하게 반응함을 공정성·견고성·법령 혼동 시나리오 통합 벤치마크로 규명
- 2.LexGuard: SMT 솔버로 법령을 실행 가능한 제약으로 형식화하고 적대적 멀티에이전트로 팩트-법령 논거를 추출·검증하는 프레임워크
- 3.LexGuard 적용 시 조작적 프레이밍 취약성 감소·유사 법령 구분 개선·법적 무관 속성 영향 제한·양성 재구성 일관성 향상 확인
- 4.법률 AI 신뢰성은 정확도뿐 아니라 법적 관련성에 보정된 민감성이 필요함을 실증
왜 중요한가?
법률 AI 신뢰성 확보에 SMT 검증과 적대적 멀티에이전트를 결합한 접근은 기존 정확도 중심 평가의 맹점을 채우며, 실 법무 시스템 도입 시 필요한 견고성 요건을 구체화한다.
🏷️ 언급 프로젝트
본문 미리보기
arXiv:2605.26530v1 Announce Type: new Abstract: Legal reasoning requires distinguishing changes that matter from those that do not. Legal AI should remain stable under legally irrelevant perturbations, but should change when perturbations alter legally material points. We formulate this requirement as a legal-relevance-sensitive evaluation problem: LLMs should only be sensitive to the legally relevant change. We introduce a unified evaluation suite covering should-change and should-not-change e
전체 내용이 궁금하다면?
원문을 직접 읽어보세요