Modeling the Diachronic Evolution of Legal Norms: An LRMoo-Based, Component-Level, Event-Centric Approach to Legal Knowledge Graphs

기술 요약: 법적 규범의 통시적 진화 모델링

문제 정의
본 논문은 법적 규범의 자동화된 처리에 있어 핵심적인 공백, 즉 현재의 시스템들이 법률 텍스트에 대해 결정론적인 시점별 재구성(point-in-time reconstruction)을 수행하지 못하는 문제를 다룬다. IFLA LRMoo와 같은 기초적인 프레임워크나 Akoma Ntoso와 같은 표준이 존재하지만, 이들은 세밀한 구성 요소 단위의 버전 관리를 지원하는 공식적인 패턴이 결여되어 있다. 이러한 결핍은 특히 생성형 AI 및 대규모 언어 모델(LLM)에게 치명적인데, 이들은 확률적 기반으로 작동하며 절대적인 정확성이 요구되는 고위험 법률 영역에 필요한 결정론적 메커니즘을 갖추고 있지 않기 때문이다. 기존 모델들은 개정 사항을 문서 내 주석이나 별도의 통합 스냅샷으로 취급할 뿐, 개별 구성 요소의 인과적 계보나 변화를 유발하는 입법 사건을 명시적으로 모델링하지 못한다. 결과적으로, 특정 과거 날짜에 존재했던 법률의 정확한 텍스트를 검색하는 것은 신뢰하기 어렵다.

방법론
저자들은 구성 요소 단위의 세밀함과 이벤트 중심의 출처(provenance)를 지원하도록 확장된 **IFLA 도서관 참조 모델 온톨로지(LRMoo)**에 기반한 구조화된 시계열 모델링 패턴을 제안한다. 이 방법론은 세 가지 핵심 축으로 구축된다:

1. 이중 계층 버전 관리 (TV/LV 구분):

   • 시계열 버전 (Temporal Version, TV): 특정 시점에서의 규범의 언어 중립적이고 의미론적인 내용을 나타내는 별도의 **F1 저작(Work)**으로 모델링된다. 각 입법 개정은 새로운 TV를 생성하며, 파생 저작들의 체인을 형성한다.
   • 언어 버전 (Language Version, LV): TV의 구체적인 단일 언어적 텍스트 실현을 나타내는 **F2 표현(Expression)**으로 모델링된다. 이러한 분리는 모델이 하나의 의미적 닻(semantic anchor)을 유지하면서도 다국어 관할권을 처리할 수 있게 한다.

2. 이벤트 중심의 변화 모델링:

   • 입법 개정은 단순한 이진 관계(예: "개정함")가 아니라 **제1급 사건(first-class events)**으로 모델링된다.
   • 텍스트 개정은 F27 저작 생성(Work Creation)(새로운 TV 생성)과 E64 존재 종료(End of Existence)(이전 TV 종료)로 공동 유형화된 복합 이벤트로 정식화된다.
   • 해당 이벤트는 P16 특정 객체 사용(used specific object), P93 존재 종료(took out of existence), R16 생성(created) 등의 속성을 통해 개정 조항(소스)과 영향을 받는 규범(타겟)을 명시적으로 연결한다.
   • 유효 기간(validity intervals)은 정적인 속성이 아니라, 이러한 경계 이벤트(생성 및 종료)의 타임스탬프로부터 동적으로 도출되는 값이다. 이는 집행 유예 기간(vacatio legis) 및 소급 효과를 포함한 거래 시간(transaction time)과 유효 시간(valid time)을 모두 지원한다.

3. 재귀적 구성 요소 단위 세밀함:

   • 모델은 동일한 LRMoo 패턴을 내부 법적 구조(조, 항 등)에 재귀적으로 적용한다.
   • **구성 요소 개념(Component Concepts, CC)**과 **구성 요소 시계열 버전(Component Temporal Versions, CTV)**은 F1 저작으로 모델링되며, R67 부분 보유(has part) 및 R2 파생(is derivative of)을 통해 연결된다.
   • 개정은 매크로 이벤트(개정 법안의 제정)와 마이크로 이벤트(개별 구성 요소에 영향을 미치는 구체적 지침)로 분해된다. 각 마이크로 이벤트는 특정 개정 법안의 지침과 그로 인해 발생한 특정 구성 요소의 버전 사이의 정밀한 인과 관계를 추적한다.

주요 기여

• 결정론적 재구성 아키텍처: 본 논문은 특정 날짜에 존재했던 법률의 모든 부분을 정확하게 재구성할 수 있는 공식적 구조를 제공하여, 법률 지식 그래프(LKG)를 위한 검증 가능한 의미론적 근간을 제공한다.
• 세밀한 구성 요소 버전 관리: 추상적 구성 요소와 그 버전들을 위한 병렬 계층 구조를 구축함으로써, 모델은 문서 단위의 버전 관리를 넘어 개별 법적 규범의 통시적 이력을 추적한다.
• 사건 기반 출처(Reified Event Provenance) 구현: 입법 사건을 제1급 엔티티로 격상시켜, 특정 유형화를 통해 삽입, 폐지, 문구 수정 간의 차이를 구분하고 모든 법적 변화의 출처를 정밀하게 추적할 수 있게 한다.
• 의미적 내용과 언어적 형태의 분리: 언어 중립적인 시계열 버전과 단일 언어적 언어 버전 사이의 명확한 구분을 통해, 의미적 진화와 번역을 혼동하지 않고 다국어 법률 데이터를 관리할 수 있는 강력한 메커니즘을 제공한다.

결과 및 사례 연구
저자들은 브라질 1988년 연방 헌법을 사례 연구로 사용하여 모델의 효능을 입증한다. 모델은 100개 이상의 개정을 통해 헌법의 생애 주기를 성공적으로 추적한다.

• 1988년의 최초 공포를 특정 TV 및 LV에 매핑한다.
• 1992년 헌법 개정(EC1)을 이전 TV를 종료하고 새로운 TV를 생성하는 복합 이벤트로 모델링하며, 개정 도구와 그 결과물인 텍스트를 명시적으로 연결한다.
• 이 로직을 구성 요소 수준으로 확장하여, 헌법 개정 제26호(2000년)를 통해 제6조에 "주거"(moradia)라는 단어가 추가되는 과정을 추적한다. 모델은 이를 이전 구성 요소 시계열 버전(CTV0)을 종료하고 새로운 버전(CTV1)을 생성하는 마이크로 이벤트로 포착하여, 완전하고 감사 가능한 계보를 보존한다.

의의 및 주장
본 논문은 이 모델을 신뢰할 수 있는 법률 AI를 위한 필수 전제 조건으로 상정한다. 저자들은 확률적 모델이 절대적 정밀도를 요구하는 법률 영역에는 불충분하다고 주장하며, LRMoo에 기반한 견고한 기술적 모델이 신뢰할 수 있는 법률 지식 그래프에 필수적인 "검증 가능한 진실(verifiable ground truth)"을 제공한다고 주장한다. 본 연구의 의의는 패러다임을 문서 중심의 메타데이터에서 이벤트 소싱 기반의 결정론적 온톨로지로 전환하여, 법적 규범을 진화하는 지적 저작의 사슬으로 취급한다는 점에 있다. 이러한 접근 방식은 "X 날짜에 법률이 어떠했는가?"라는 질문에 수학적 확실성을 가지고 답할 수 있는 파이프라인 구축을 가능하게 하며, 이를 통해 투명성, 효율적인 법률 연구, 그리고 신뢰할 수 있는 계산 법학(computational law) 애플리케이션 개발을 지원한다. 저자들은 이 모델이 고급 추론과 법률 AI를 위한 벤치마크를 구축할 수 있는 기초적인 층위 역할을 한다고 결론짓는다.