재판 예측 인공지능 기술의 현황과 한계
Predictive Justice Technology and Its Limitations
김병필(한국과학기술원)
182권 2호, 89~117쪽
초록
이 글은 재판 예측 인공지능 기술을 탈신비화하고자 하였다. 재판 예측 연구들을 구체적으로 살펴보면 그저 ‘재판 예측 인공지능’이라고 통칭하기 어렵다. 특히 무엇을 ‘입력 변수’로 하고, 무엇을 ‘출력 변수’로 하는 것인지 구분하여 이해할 필요가 있다. 최근 20년 간의 연구를 살펴 보면, ① 통계자료를 이용하여 개별 법관의 의견이나 재판결과를 예측하려는 시도, ② 판결문 텍스트를 이용하여 재판 결과를 예측하는 시도, ③ 개별 판단 요소를 이용하여특정 쟁점에 관한 판단 결과를 예측하는 시도로 구분해 볼 수 있다. 이 글은 다음으로 재판 예측 인공지능의 활용 수준을 ‘설명 단계’, ‘진단 단계’, ‘예측 단계’, ‘처방 단계’로 구분하여 검토하였다. 흔히 재판 예측 인공지능은 주로 예측이나 처방 단계에서의 활용을 목표로 한다고 생각하기 쉽다. 하지만 이 글에서 살펴본 현재 기술 수준이나 현재 국내 법률 분야의 현실에 비추어 보면, 오히려 설명 단계나 진단 단계에 있어서의 유용성이 적지 않고, 이러한 활용이 오히려 더 권장될 필요도 있다.
Abstract
This article aims to demystify artificial intelligence technology for predictive justice. According to the careful examination of studies for predictive justice, it is hard to classify them as a single technology. Rather, it is necessary to distinguish them based on their input variable and output variable. Based on the last 20 years of research in these fields, there are three different approaches: (1) approach to predict the opinion of an individual judge or the outcome of a trial using statistical data, (2) approach to predict the outcome of a trial using the text of a judgment, and (3) approach to predict the outcome of a particular issue using factors affecting such judgments. This article reviews the potential use of predictive justice technology by dividing it into descriptive, diagnostic, predictive and prescriptive levels. It is often thought that predictive justice technology is primarily aimed at use in predictive or prescriptive levels. However, given the status of technology and the legal market, the use at the descriptive and diagnostic levels is more realistic and such level of utilization needs to be encouraged.
- 발행기관:
- 한국법학원
- 분류:
- 기타법학