Guidelines for the Annotation and Visualization of Legal Argumentation Structures in Chinese Judicial Decisions

이 논문은 중국 사법 결정서의 법적 논증 구조를 체계적으로 분석하고 시각화하기 위해 명제 유형과 논증 관계를 정의한 표준화 된 어노테이션 프레임워크와 워크플로우를 제안합니다.

핵심

이 논문은 중국어 법원 판결문을 분석하기 위한 새로운 **'지도책 (가이드라인)'**을 소개합니다.

쉽게 말해, **"판결문이 왜 그렇게 결론을 내렸는지, 그 속의 논리 구조를 그림으로 그려서 누구나 이해할 수 있게 만드는 방법"**을 정한 것입니다.

이 복잡한 내용을 일상적인 비유로 설명해 드릴게요.

---

🏛️ 1. 왜 필요한가요? (동기)

지금까지 인공지능이 법원 판결을 분석할 때는 "누가 이겼나?", "어떤 법을 썼나?" 같은 표면적인 결과만 봤습니다. 하지만 판결의 핵심은 '왜 그렇게 판단했는지'라는 논리 과정에 있습니다.

• 비유: 요리 레시피를 볼 때, '재료'와 '최종 요리 이름'만 보고 끝낸다면, 그 요리를 왜 그렇게 만들었는지, 어떤 순서로 조리했는지 알 수 없습니다. 이 가이드라인은 그 **레시피의 숨겨진 조리 과정 (논리)**을 하나하나 뜯어내어 그림으로 보여주는 것입니다.

🧩 2. 무엇을 어떻게 하나요? (핵심 방법)

이 가이드라인은 판결문을 세 가지 단계로 나누어 분석합니다.

① 조립 블록 나누기 (명제 분류)

판결문의 문장들을 잘게 쪼개어 **'논리의 블록'**으로 만듭니다. 이 블록들은 네 가지 종류가 있습니다.

• 일반 사실 (GF): "세상은 보통 이렇게 돌아가는 거야" (상식, 경험)
• 일반 법칙 (GM): "법에는 이렇게 돼 있어" (법조문, 계약서)
• 개별 사실 (SF): "이 사건에서는 A 가 B 를 때렸어" (구체적인 사건)
• 개별 판단 (SM): "그러니까 A 는 처벌받아야 해" (판사의 결론)

비유: 레고 블록을 **기본색 (사실)**과 **규칙색 (법)**으로 분류하는 작업입니다.

② 블록 연결하기 (관계 설정)

이제 블록들을 어떻게 연결할지 정합니다. 다섯 가지 연결 방식이 있습니다.

• 지지 (Support): "A 가 맞으니 B 도 맞다" (후원)
• 공격 (Attack): "A 는 틀렸어, 그러니 B 도 성립 안 해" (반박)
• 조합 (Joint): "A 와 B 가 둘 다 있어야 C 가 성립해" (필수 조건)
• 매칭 (Match): "법 (일반) 이 이 사건 (개별) 에 딱 들어맞아" (적용)
• 동일 (Identity): "A 와 B 는 사실 같은 말" (중복 제거)

비유: 레고 블록들을 **접착제 (관계)**로 붙여 하나의 구조물을 만드는 과정입니다. 특히 '매칭'은 법이라는 자를 사실이라는 물체에 대어 크기를 재는 작업입니다.

③ 그림으로 그리기 (시각화)

이제 텍스트로 된 복잡한 논리를 직관적인 도표로 바꿉니다.

• 사각형: 블록 (명제)
• 원: 접착제 (관계)
  • 실선 원: 지지 (👍)
  • 빈 원: 공격 (👎)
  • 더하기 (+) 원: 조합 또는 매칭 (🔗)

비유: 복잡한 건축 도면을 간단한 지도로 바꾸는 것입니다. "여기서 저기로 이어져 있고, 이 부분은 필수 조건이야"라고 한눈에 볼 수 있게 됩니다.

📝 3. 이 지도책의 특징 (원칙)

이 가이드라인은 다음과 같은 원칙을 따릅니다.

• 정확성: "내 생각"이 아니라 문장에 명확히 적힌 내용만 따릅니다.
• 일관성: 누가 분석하더라도 같은 결과가 나오도록 엄격한 규칙을 만듭니다. (두 사람이 따로 분석하고, 의견이 다르면 전문가가 최종 판단)
• 중첩 구조: 논리가 여러 층으로 겹쳐져 있어도 (예: 법이 사실에 적용되고, 그 결과가 결론을 지지함) 층층이 쌓인 구조를 그대로 표현합니다.

🚀 4. 이걸로 무엇을 할 수 있나요? (의미)

이 지도책이 완성되면 다음과 같은 일이 가능해집니다.

1. 법학 교육: 법대생들이 판결문을 읽을 때, "결론만 외우는 게 아니라 논리 흐름을 그림으로 보면서 이해"할 수 있습니다.
2. 연구: 수많은 판결문을 컴퓨터로 분석해서 "어떤 판사는 이런 논리를 자주 쓰네?", "이 법조항은 어떻게 적용되네?" 같은 통계적 연구가 가능해집니다.
3. 법률 AI: 앞으로 나올 지능형 법률 시스템이 단순히 "이 사건은 A 가 이긴다"고 말만 하는 게 아니라, **"왜 A 가 이겼는지 그 논리 과정을 설명"**할 수 있게 됩니다. (이해 가능한 AI)

💡 요약

이 논문은 **"복잡한 법원 판결문을 레고 블록처럼 쪼개고, 논리 연결고리로 이어붙여, 그림으로 그려내는 표준 방법"**을 제시합니다. 이를 통해 인간은 논리를 더 잘 이해하고, 컴퓨터는 판결의 이유를 설명할 수 있게 되는 것입니다.

기술 요약

논문 개요

이 가이드라인은 중국 사법 판결문 (판결서) 의 '판결 이유 (Reasoning)' 부분에 내재된 법적 논증 구조를 체계적이고 재현 가능하게 주석 (Annotation) 하고 시각화하기 위한 프레임워크를 제시합니다. 기존의 자연어 처리 연구가 판결 결과 예측이나 문서 생성에 집중하여 논증의 내부 구조와 추론 관계를 간과했던 한계를 극복하고, 해석 가능한 (Explainable) 법률 인공지능의 기반을 마련하는 것을 목표로 합니다.

1. 문제 제기 (Problem)

• 기존 연구의 한계: 현재 사법 AI 연구는 주로 판결 결과 예측 (Outcome Prediction) 이나 문서 생성에 치중하고 있습니다. 판결 이유 (Reasoning) 에 대한 분석은 표면적인 텍스트 통계나 키워드 수준에 머무르며, 논증의 내부 논리 구조, 추론 관계, 규범적 제약을 세밀하게 표현하지 못합니다.
• 설명 가능성 부족: 이러한 접근 방식은 사법 결정의 본질적 요구인 '설명 가능성 (Explainability)'과 '감사 가능성 (Auditability)'을 충족시키지 못합니다.
• 구조화 부재: 자연어에 숨겨진 추론 과정을 구조화된 객체로 변환하여 분석하고 계산할 수 있는 표준화된 데이터 기반이 부족합니다.

2. 방법론 (Methodology)

이 가이드라인은 명제 (Proposition) 수준, 관계 (Relation) 수준, 시각화 (Visualization) 수준의 3 단계로 구성된 체계적인 주석 프레임워크를 제안합니다.

가. 명제 (Proposition) 분류 체계

판결 이유의 최소 단위를 '문장'이 아닌 **명제 (Proposition)**로 정의하고, 두 가지 차원 (일반/개별, 사실/규범) 에 따라 4 가지 기본 유형으로 분류합니다.

1. 일반 사실 판단 (GF): 사회적 상식, 경험 법칙 등 규범 적용의 배경이 되는 사실.
2. 일반 규범 판단 (GM): 법적 근거 (법조문, 판례, 계약, 관습 등). GM 은 다시 6 가지 하위 유형 (법조문, 법해석, 계약, 관습, 도덕/가치, 기타) 으로 세분화됩니다.
3. 개별 사실 판단 (SF): 사건의 구체적인 사실 관계.
4. 개별 규범 판단 (SM): 법원이 특정 사건에 대해 내린 규범적 평가 (결론).

• 주석 원칙: 우선 매칭 (Priority Matching), 중복 금지, 텍스트의 명시적 표현에 의존하는 원칙을 적용하여 일관성을 확보합니다.

나. 명제 간 관계 (Inter-propositional Relations) 정의

논증 구조를 연결하는 5 가지 관계 유형을 정의합니다.

1. 지원 (Support, S): 한 명제 (또는 명제군) 가 다른 명제의 성립을 뒷받침함.
2. 공격 (Attack, A): 한 명제가 다른 명제나 그 지지 관계를 부정함.
3. 조합 (Joint, J): 여러 명제가 결합되어 (논리적 AND) 하나의 결론을 지지함.
4. 매칭 (Match, M): 일반 규범 (GM) 과 개별 사실 (SF) 간의 구성 요건 대응 관계.
5. 동일 (Identity, I): 동일한 내용을 다른 표현으로 반복하는 경우.

• 중첩 구조 (Nesting): 위 관계들은 서로 중첩될 수 있으며 (예: 조합 관계가 매칭 관계 안에 포함됨), 이를 표현하기 위한 엄격한 **형식화 규칙 (Formal Expression)**과 괄호 계층 구조를 정의했습니다.

다. 시각화 (Visualization) 및 다이어그램 규칙

논증 구조를 직관적으로 이해할 수 있는 다이어그램 표준을 제시합니다.

• 노드: 명제는 사각형, 관계는 원형으로 표현.
• 스타일:
  • 실선 원 (Solid Circle): 지원 관계 (Support)
  • 빈 원 (Hollow Circle): 공격 관계 (Attack)
  • "+" 표시 원: 조합 (Joint) 또는 매칭 (Match) 관계
  • 사각형 내 "/" 표시: 동일 (Identity) 관계
• 계층 구조: 중첩 구조는 내측 관계부터 외측으로 계층적으로 구성하여 가독성과 검증 가능성을 보장합니다.

라. 주석 워크플로우 및 일관성 통제

• 4 단계 프로세스: 교육 (Training) $\rightarrow$ 시범 주석 (Pilot) $\rightarrow$ 공식 주석 (Formal Annotation, 이중 독립 주석) $\rightarrow$ 검토 및 수정 (Review).
• 일관성 통제: 주석자 간 일치도 (Inter-annotator Agreement) 를 정기적으로 측정하고, 불일치 사례를 전문가가 adjudication 하여 가이드라인을 지속적으로 개선합니다.

3. 주요 기여 (Key Contributions)

1. 표준화된 주석 프레임워크: 중국어 판결문 논증 구조를 분석하기 위한 최초의 체계적이고 운영 가능한 주석 가이드라인을 제시했습니다.
2. 형식적 표현 체계: 복잡한 법적 추론 (규범과 사실의 매칭, 중첩된 논증 등) 을 기계가 처리할 수 있는 형식적 언어 (Formal Representation) 로 변환하는 규칙을 정립했습니다.
3. 시각화 표준: 논증 다이어그램의 통일된 그래픽 규약을 제시하여, 복잡한 논증 구조를 직관적으로 파악할 수 있게 했습니다.
4. 데이터 기반 마련: 자동화된 논증 마이닝 (Argument Mining), 구조 분석, AI 모델 훈련을 위한 고품질 데이터 구축의 기초를 제공했습니다.

4. 결과 및 적용 사례 (Results & Application)

• 실증적 검증: 실제 중국 판결문 (노동 계약 분쟁, 중개 계약 분쟁, 임대차 계약 분쟁 등) 을 대상으로 가이드라인을 적용한 완전 주석 사례를 제시했습니다.
• 구조 분석: 판결문에서 '법조문 (GM)'과 '사실 (SF)'이 어떻게 매칭되어 '판결 (SM)'로 이어지는지, 그리고 반박 논지가 어떻게 공격 (Attack) 되는지를 명확한 다이어그램으로 재구성하여 성공적으로 시연했습니다.
• 워크플로우 검증: 이중 독립 주석 및 전문가 검토 과정을 통해 주석의 신뢰도와 재현 가능성을 입증했습니다.

5. 의의 및 중요성 (Significance)

• 법률 교육: 학생과 연구자가 판결문의 논리 구조를 시각적으로 파악하여 법적 추론 능력을 향상시키는 도구로 활용 가능.
• 법학 연구: 개별 사례 분석을 넘어 대규모 판결 데이터의 논증 구조를 비교·분석하는 실증적 연구의 토대 마련.
• 사법 투명성: 판결 이유의 논리적 기반을 구조화하여 공개함으로써 사법 결정의 투명성과 감시 가능성을 제고.
• 법률 AI 발전: 설명 가능한 AI (XAI) 개발의 핵심 요소로 작용. 단순한 결과 예측을 넘어, AI 가 법적 근거와 추론 경로를 명확히 제시할 수 있도록 하는 데이터 및 방법론적 기준을 제공.

이 가이드라인은 **규범적 법학 (Doctrinal Legal Studies)**과 **계산법학 (Computational Legal Studies)**을 연결하는 중요한 가교 역할을 하며, 향후 중국 사법 시스템의 지능화와 투명성 확보에 기여할 것으로 기대됩니다.