기술 요약: 법령에서 제어 흐름으로: 가변적 범위 파싱을 위한 스팬 기반의 의무론적 트리 (Span-Grounded Deontic Trees)

1. 문제 정의: 침묵하는 범위 누락 (Silent Scope Omission, SSO)

정책과 규정을 실행하도록 설계된 규칙 준수 에이전트들은 **침묵하는 범위 누락 (SSO)**을 통해 빈번하게 실패한다. 이 실패 모드에서 모델은 일반적인 규칙은 적용하지만, 중첩된 예외, 반대 예외, 또는 상쇄 조항을 침묵 속에 누락시킨다. 그 결과 생성된 출력은 겉보기에는 준수하는 것처럼 보이고 경량 검사를 통과할 수 있으나, "제거자(defeater)" 조항(예: "하지 않는 한", "을 제외하고", "~라는 조건하에")이 최종 결과를 결정짓는 중요한 엣지 케이스에서는 실패하게 된다.

이러한 현상은 흔히 에이전트 시스템의 문제로 치부되곤 하지만, 저자들은 근본적인 병목 현상이 법령 및 정책 이해 능력, 구체적으로는 후속 조항이 이전 조항을 제한하는 법률 텍스트의 비단조적(non-monotonic) 구조를 복구하는 능력에 있다고 식별한다. 기존의 법률 NLP 벤치마크(예: LexGLUE, LegalBench)는 일반적으로 최종 과업 결과(질의응답, 함의, 판결 예측)에 초점을 맞춘다. 이러한 지표들은 모델이 내부적인 범위/상쇄 구조를 복구하는 데 실패하더라도 올바른 최종 결정을 내리면 점수를 부여할 수 있으며, 이로 인해 구조적 누락을 은폐하여 SSO를 일으키는 원인을 가릴 수 있다.

2. 방법론: NormBench 및 SG-DT

2.1 NormBench 벤치마크

SSO를 진단하고 완화하기 위해, 저자들은 세 가지 도메인에 걸친 2,290개의 조항 언어 항목으로 구성된 벤치마크인 NormBench를 도입한다:

• NormBench-ZH: 성문화된 중국 법령(국가 법률, 행정 규정, 지방 정책).
• NormBench-EN: 미국 세법, EU GDPR, 기업 정책에서 추출한 영어 규칙.
• 교차 언어(Cross-lingual): 구조적 불변성을 테스트하기 위한 공식 ZH-EN 번역 쌍.

데이터셋은 통제된 환경(성문화된 법령)에서 실제 환경(운영 정책)으로 이어지도록 구성되었으며, 가변적 범위 파싱을 위해 설계된 특정 중간 표현식으로 주석이 달려 있다.

2.2 스팬 기반 의의론적 트리 (Span-Grounded Deontic Trees, SG-DT)

핵심적인 방법론적 기여는 모든 논리적 브랜치를 불변의 소스 텍스트 스팬(span)에 고정하는 컴파일러 스타일의 중간 표현식(IR)인 SG-DT이다. SG-DT는 자유 형식의 생성과 달리 네 가지 설계 제약 조건을 강제한다:

1. 스팬 기반 감사 가능성 (Span-grounded Auditability): 모든 노드는 특정 텍스트 스팬을 가리키는 포인터이며, 이를 통해 하위 시그니처로의 결정론적 매핑을 가능하게 한다.
2. 가변성 하에서의 결정 가능성 (Decidability under Defeasibility): 예외 사항은 **명시적 제외 가드(Explicit Exclusion Guards)**로 컴파일된다. 일반 규칙 브랜치는 예외 트리거를 가리키는 제외 리프(exclusion leaf)를 명시적으로 포함하여, 예외가 충족되지 않을 때만 규칙이 적용되도록 보장한다. 이는 말단 범위가 침묵 속에 누락되는 것을 방지한다.
3. 결정론적 평가 (Deterministic Evaluation): 이 구조는 정확한 구조적 점수 산출과 실행 가능한 결정 절차로의 컴파일을 지원한다.
4. 학습 가능성 (Learnability): 이 표현식은 밀도가 높고 seq2seq 친화적이어서 전문가 전용 온톨로지를 피한다.

스키마 상세 내용:

• 브랜치 ($B_i$): 앵커(트리거 스팬), 양태(Modality, 예: 의무, 금지), 조건 트리($C$), 그리고 효과($E$)로 정의된다.
• 가변성 (Defeasibility): 명시적 제외 정책을 통해 처리된다. 만약 규칙에 예외 트리거 $T$가 있다면, 일반 브랜치는 제외 리프($\neg T$)를 포함하고, 예외 브랜치는 $T$를 긍정적 전제 조건으로 포함한다. 이는 휴리스틱한 우선순위 규칙 없이도 논리적 불일치($B_{gen} \land B_{exc} \equiv \text{False}$)를 보장한다.
• 재귀 깊이 ($D$): 제외로 인한 제거자 체인의 길이로 정의된다 (예: 중첩된 예외의 경우 $D \ge 2$).

3. 주요 기여

1. Norm-Bench & SG-DT: 통제된 도메인과 실제 운영 도메인을 아우르는 2,290개 항목을 다루며, 법률 텍스트의 구조적 범위 복구를 평가하기 위한 표준화된 벤치마크 및 IR을 제공한다.
2. 병리 분석 (Pathology Analysis): 신뢰할 수 있는 법률 에이전트의 두 가지 핵심 장벽을 식별한다:
   • 재귀 병목 현상 (The Recursion Bottleneck): 컨텍스트 길이가 아닌 논리적 깊이(중첩된 예외)에 의해 발생하는 성능 저하.
   • 감사 가능성의 함정 (The Auditability Trap): 모델이 관련 스팬을 높은 충실도로 검색하지만, 올로바른 제어 흐름(예외의 부착)을 구성하는 데 실패하는 현상.
3. 메커니즘 특화 개입 (Mechanism-Specific Intervention): SG-DT의 효용은 조건적임을 입증한다. SG-DT는 제거자에 의해 결과가 결정되는 예외 활성/SSO 취약 사례에서는 성능을 크게 향提升시키지만, 추가된 구조가 불필요하거나 파서의 충실도가 낮은 경우 종합적인 이득은 혼재되거나 부정적일 수 있다.

4. 실험 결과

4.1 내재적 구조 복구 (SG-DT 파싱)

프런티어 LLM(예: GPT-5.2, DeepSeek-V3.2, Claude-Opus-4.5)의 평가 결과 **구조-그라운딩 격차(Structure-Grounding Gap)**가 드러났다:

• 높은 충실도, 낮은 논리: 모델들은 높은 SpanFaith(0.77)와 낮은 환각을 보이지만, 낮은 Edge-F1(0.24)을 기록한다. 즉, 규칙을 "인용"할 수는 있지만 예외를 올바르게 연결하지 못한다.
• 도메인 역설 (The Domain Paradox): 범용 프런티어 LLM이 전문 법률 LLM(예: ChatLaw, LawGPT)보다 성능이 훨씬 뛰어나다. 법률 도메인 모델들은 치명적인 그라운딩 실패(Edge-F1 ~0.04)를 겪는데, 이는 이들의 학습이 엄격한 스팬 기반 포인터 훈련보다 대화의 유창성에 우선순위를 두었음을 시사한다.
• 재귀 쇠퇴 (Recursion Decay): 제거자 깊이가 증가할수록($D \ge 2$) 성능이 급격히 떨어진다. 예를 들어, GPT-5.2의 Edge-F1은 $D=0$일 때 0.22에서 $D \ge 2$일 때 0.07로 하락한다.

4.2 교차 언어 동형성 (Cross-Lingual Isomorphism)

이중 언어(ZH-EN) 쌍에서 모델들은 동일한 조항에 대해 유사한 단일 언어 품질을 보이더라도 구조적으로 다른 논리 트리를 생성하는 경우가 많다.

• Iso-F1 < 0.40: Tree-ES(편집 유사도)가 중간 수준임에도 불구하고, ZH와 EN 트리는 거의 동형(isomorphic)이 아니다.
• 번역 모호성: 범위 단서(예: "unless"와 "provided that")가 렌더링되는 방식의 미세한 차이가 어떤 제거자에 조건이 부착될지를 뒤바꿀 수 있으며, 이는 "발산하는 제어 흐름"의 위험을 초래한다.

4.3 다운스트림 효용 (법령 추론)

제약된 중간 출력으로서 SG-DT를 사용하는 것은 전체 트리 충실도와 제거자 복구를 개선하지만, 그 이득은 메커니즘 특화적이다:

• 예외 활성 사례: 사례의 사실관계가 활성 예외를 트리거하는 경우, SG-DT는 명확한 이득을 제공한다 (예: DeepSeek-V3.2의 경우 LegalBench에서 +4.2%).
• 단순 사례: 활성 제거자가 없는 사례에서는 SG-DT 구조를 추가하는 것이 오버헤드를 유발하거나 성능을 저하시킬 수 있다 (예: GPT-4o-mini의 정확도 하락).
• 재귀적 CoT (Recursive-CoT): SG-DT를 재귀적 Chain-of-Thought와 결-합하는 것이 정확도를 일관되게 향상시키지는 않으며, 때로는 명확한 결정 경계에서 벗어나게 함으로써 이득을 상쇄할 수 있다.

5. 의의 및 주장

본 논문은 법률 에이전트의 주요 실패 모드가 정보 검색이나 유창성의 부족이 아니라, 제어 흐름 내에서 **중첩된 예외를 구체화(materialize)**하지 못하는 것이라고 주장한다.

• 진단적 가치: NormBench와 SG-DT는 검색 실패와 추론 실패를 분리하여, 특히 "침묵하는 범위 누락" 병리를 격리하는 필수적인 진단 계층을 제공한다.
• 감사 가능성: 모든 논리 브랜치를 불변의 텍스트 스팬에 그라운딩하고 명시적 제외 가드를 강제함으로써, SG-DT는 현재 LLM 법률 추론의 "블랙박스" 문제를 해결하고 결정론적 컴파일과 감사를 가능하게 한다.
• 실용적 효용: 저자들은 SG-DT가 보편적인 드롭인(drop-in) 솔루션은 아니라고 겸허히 주장한다. SG-DT의 가치는 SSO의 비용이 높은, 예외가 많은 고위험 시나리오에서 가장 높다. 단순한 규칙의 경우, 구조적 오버헤드는 정당화되지 않을 수 있다.

이 연구는 SG-DT를 가공되지 않은 법령 텍스트과 실행 가능하고 감사 가능한 결정 절차 사이의 간극을 메우는, 에이전트 지향적인 중간 표현식으로 위치시키며, 단순한 구성 요소 추출을 넘어 명시적인 가변적 범위 모델링으로 나아간다.