법적 증거를 위한 인공지능과 형식론(Artificial intelligence and formalisms for legal evidence: An introduction)

전문가 제언

□ 이 연구에서는 법적증거와 인공지능에 대한 폭넓은 연구논문과 평가가 소개되었다. 완전한 평가보다는 각 분야 별 논문의 역사적 배경과 AI기술, 통계기술 등이 발전하는데 따른 법 적용에의 가능성 문제점 등이 조사되었다. 이 분야의 심도 있는 연구를 계속하기 위하여 본 논문에 나타난 분야별 참고문헌과 평가가 도움이 될 수 있을 것이다.

□ 영국 Wales의 고용재판소에서는 증인 증거를 제시하는 순서가 재판에서 치명적이다. 이 문제는 AI에서 자주 나오는 게임이론으로 모델링하면 재미있는 필승 전략의 해답을 손쉽게 얻을 수 있을 것이다. 즉 상대방이 사용할 수 있는 증인 증거 수, 내가 가지고 있는 증거, 그리고 주어진 증거 하에서 어떤 질문이 상대방 증언을 모순으로 유도할 수 있는가 하는 문제다. 이는 n-ary 나무구조로 형성된 해답공간을 찾는 문제로 해답공간의 확산이 크지 않을 때 난이도가 높지 않은 문제다.

□ 법적용 전반에 걸쳐 변론생성 가중치 추론 등을 수행하려면 그 기능을 수행할 수 있는 시스템이 구축되어야한다. 즉 문장을 잘 다룰 수 있는 입출력 능력, 강력한 추론 엔진, 법적 통계적 전문지식을 갖춘 전문가 시스템 등의 능력을 갖추어야한다. 그러려면 자연어 처리수준의 입출력, Prolog 수준의 추론 취급능력, 강력한 지식기반을 바탕으로 하는 법률 전문가 시스템, 이 모든 것을 뒷받침하는 강력한 컴퓨터 언어제작능력 등이 통합되어야한다.

□ Hans Nijboer(2000)의 주장대로 증거는 속성상 불충분하고 불확실하다. 그러나 근거주의 하에서의 재판에서는 증거의 취급은 필수이고 재판의 결과에 영향을 미치는 가장 중요한 요소다. AI나 통계학에는 불확실한 근거 데이터를 바탕으로 최선의 결론을 이끌어내는 방법이 발달되어 있다. Bayes 이론, Fuzzy 집합, 통계학, 신경망 등을 사용한 문자 지문 얼굴 등 형체인식과 불확실성 하의 의사결정 시스템 등이 이에 속한다. 이들을 법에 응용할 때는 어떻게 모델을 튜닝하면 가장 사실에 가까운 결론을 유도할 수 있느냐가 관건이다. 이 과정에서는 수학이나 통계학적인 전문성보다 법의 각 분야와 증거취급의 전문가 등의 참여가 절대적으로 필요하다.

저자

Nissan, E; Martino, AA

자료유형

원문언어

영어

기업산업분류

정보통신

연도

2004

권(호)

18(3-4)

잡지명

APPLIED ARTIFICIAL INTELLIGENCE

과학기술
표준분류

정보통신

페이지

185~229

분석자

신*필

분석물

• 법적 증거를 위한 인공지능과 형식론.pdf [245,441 byte]

이미지변환중입니다.