Predictive Artificial Intelligence and Legislative Gaps in Arabic Legal Texts

법의 세계에서 '공백(gap)'이란 땅에 파인 구멍이 아니라, 규칙의 침묵을 의미합니다. 이는 새로운 문제가 발생하거나 기존의 문제가 변하여, 성문화된 법률이 정확히 무엇을 해야 하는지 말해주지 않는 상황을 뜻합니다. 수 세기 동안 이러한 공백을 찾아내는 것은 인간 변호사와 판사들의 몫이었으며, 그들은 수천 페이지의 텍스트를 읽고, 그 이면의 역사를 이해하며, 누락된 규칙이 단순한 실수인지 아니면 헌법을 위반하는 위험한 결함인지를 결정해야 했습니다. 오늘날, 인공지능이라는 새로운 도구가 이 방에 들어왔습니다. 구체적으로, 거대 언어 모델은 방대한 양의 텍스트를 학습하여 법률 문서를 읽고, 요약하고, 논쟁할 수 있는 컴퓨터 프로그램입니다. 그러나 핵심적인 질문이 남아 있습니다. 이 기계들이 단순히 법이 침묵하고 있는 것과 법이 깨져 있는 것을 구분할 수 있는가 하는 점입니다. 만약 컴퓨터가 어떤 법에 규칙이 빠져 있다고 말한다면, 그것은 실제로 빠진 것일까요, 아니면 그 침묵이 입법자들의 의도적인 선택일까요?

사하르 알 아타위(Sahar Al-Atawi)라는 이름의 연구자(타북 대학교 소속)는 이 질문에 답하기 위해 세 가지의 가장 진보된 인공지능 시스템을 이집트 법에 투입했습니다. 그녀는 기계들에게 새로운 법을 쓰거나 판사 역할을 해달라고 요청하지 않았습니다. 대신, 그녀는 그들에게 조사관 역할을 하라고 요청했습니다. 그녀는 대학 교수, 우편 노동자, 사회 기금을 다루는 이집트 법령에서 추출한 네 가지 특정 조항을 기계들에게 입력하고 엄격한 지침을 주었습니다. 컴퓨터들은 텍스트를 읽고, 해고 전 경고 절차나 용어의 명확한 정의와 같이 누락된 것처럼 보이는 것을 찾아낸 다음, 그 누락된 부분이 사소한 세부 사항인지 아니면 중대한 헌법적 실패인지를 결정해야 했습니다. 이 연구는 챗GPT(ChatGPT), 제미나이(Gemini), 딥시크(DeepSeek)라는 세 가지 서로 다른 모델의 작업을 비교하였으며, 그 결과물을 최종 답변이 아닌 인간의 법적 추론과 대조하여 확인해야 할 가공되지 않은 데이터로 취급했습니다.

결과는 이 기계들이 생각하는 방식에 있어 흥미로운 분열을 드러냈습니다. 세 모델 모두 침묵을 포착하는 데는 탁월했습니다. 그들은 모두 어떤 법률이 근로자가 사직한 것으로 간주되기 전에 서면 경고를 받아야 한다는 점이나, 교수가 직위를 잃기 전에 청문회를 거쳐야 한다는 점을 명시적으로 규정하지 않고 있다는 것을 정확히 식별해 냈습니다. 그러나 기계들은 그 침묵이 무엇을 의미하는지에 대해서는 극명하게 의견이 엇갈렸습니다. 한 모델인 딥시크는 모든 누락된 절차적 단계를 심각한 법적 결함으로 취급하는 경향이 있었으며, 종종 법이 깨졌으며 즉각적인 수정이 필요하다고 결론지었습니다. 나머지 두 모델인 챗GPT와 제미나이는 더 신중했습니다. 그들은 어떤 규칙이 쓰여 있지 않다고 해서 그 법이 반드시 위헌인 것은 아니라는 점을 인식했습니다. 그들은 때때로 침묵이 의도적인 선택이거나, 법 체계의 다른 부분에서 이미 해당 문제를 다루고 있을 수 있다는 점을 이해했습니다.

연구 결과, 가장 정확한 접근 방식은 신중한 방식임이 밝혀졌습니다. 첫 번째 사례인 출근을 중단한 대학 교수와 관련된 경우, 기계들은 법이 교수를 퇴직 처리하기 전에 경고를 해야 한다는 점을 명시적으로 요구하지 않는다는 것을 찾아냈습니다. 딥시크는 이를 권리를 침해할 수 있는 주요한 공백이라고 불렀습니다. 그러나 이후의 인간 분석과 나머지 모델들은 해당 법률이 실제로 매우 견고하다는 것을 결정했습니다. 법은 교수에게 복귀하여 사유를 설명할 6개월의 시간을 주었으며, 결석 사유를 승인하기 위해 위원회의 승인을 받도록 요구했습니다. 누락된 경고는 개선될 수 있는 세부 사항이었지만, 법을 무효로 만드는 치명적인 결함은 아니었습니다. 동일한 패턴이 우편 노동자에 관한 두 번째 사례에서도 나타났습니다. 법은 근로자가 30일간 결근할 경우 해고할 수 있도록 허용했지만, 근로자에게 왜 그 사유가 거절되었는지 알려주어야 한다고 명시하지는 않았습니다. 다시 한번, 한 기계는 위기를 보았지만, 다른 기계들은 헌법을 어기지는 않는 관리 가능한 공백을 보았습니다.

가장 시사하는 바가 컸던 순간은 국가 사회 기금에 관한 법을 대상으로 기계들을 테스트한 네 번째 사례였습니다. 법의 텍스트는 돈이 어떻게 징수되고 기금이 어떻게 운영되는지를 설명했지만, 직원을 해고하는 것에 대해서는 아무것도 언급하지 않았습니다. 연구진이 기계들에게 법에 해고 관련 규칙이 누락되었는지 묻자, 한 모델인 딥시크는 어려움을 겪었습니다. 딥시크는 개별적인 절차적 보호 장치가 없다는 점에 큰 비중을 두어, 법이 근로자를 해고하는 것을 보호하지 않기 때문에 결함이 있다고 시사했는데, 정작 그 법은 애초에 근로자 해고에 관한 법이 아니었습니다. 이는 마치 요리사에게 케이크 레시피에 자동차를 만드는 방법이 왜 빠져 있는지 설명하라고 요구하는 것과 같았습니다. 레시피가 고장 난 것이 아니라, 단지 다른 주제를 다루고 있을 뿐인 것입니다. 오직 한 모델인 챗GPT만이 해당 법이 고용 해고를 전혀 다루지 않고 있으며, 따라서 해고 규칙이 누락되었다고 비판할 수 없다는 점을 올바르게 인식했습니다. 이 오류는 인공지능의 결정적인 한계를 부각시켰습니다. 즉, 깊은 인간적 맥로(context)가 없다면 인공지능은 침묵을 실수로 착각하거나, 엉뚱한 곳에서 문제를 찾을 수 있다는 점입니다.

이 연구의 최종 결론은 인공지능이 강력한 조력자이지만, 판사는 아니라는 것입니다. 이 컴퓨터 모델들은 수천 페이지를 몇 초 만에 스캔하고 단어가 빠졌거나 규칙이 모호한 모든 곳을 지목할 수 있습니다. 그들은 법이 왜 불공정할 수 있는지에 대한 논거를 생성할 수 있습니다. 하지만 그 불공정함이 실재하는 것인지, 혹은 헌법의 관점에서 중요한 것인지는 결정할 수 없습니다. 연구는 식별된 누락이 자동으로 법적 공백이 되는 것은 아니라는 점을 보여주었습니다. 때로는 침묵이 의도적이며, 때로는 규칙이 법의 다른 부분에 존재하고, 때로는 문제가 검토 중인 텍스트의 범위를 벗어나기도 합니다. 기계들은 누락된 조각을 찾는 데는 뛰어나지만, 그 조각들이 실제로 필요한지는 여전히 인간이 결정해야 합니다.

이 연구는 변호사와 입법가들이 일하는 새로운 방식을 제안합니다. 인공지능이 스스로 법적 문제를 해결하기를 기대하는 대신, 이를 스크리닝 도구로 활용해야 한다는 것입니다. 컴퓨터는 인간이 서둘러 지나칠 수 있는 잠재적 이슈들을 표시하며 주의가 필요한 영역을 강조할 수 있습니다. 그러면 인간 전문가가 개입하여 그 결과를 검증하고, 광범위한 맥락을 확인하며, 그 침묵이 고쳐야 할 문제인지 아니면 그대로 유지되어야 할 선택인지를 결정할 수 있습니다. 이 연구는 기술이 답을 찾는 속도를 높여줄 수는 있지만, 법의 의미가 무엇인지, 그리고 그것이 정의로운지에 대한 최종적인 판단은 여전히 깊이 있게 인간적인 과업임을 명확히 하고 있습니다. 기계는 공백을 가리킬 수 있지만, 그것이 심연인지 아니면 그저 그림자인지를 결정할 수 있는 것은 오직 사람뿐입니다.