대학 행정자를 위한 지능형 법률 자문 시스템 – 규정·법령 관리의 혁신
📝 Abstract
The rights and duties of both staff members and students are regulated by a large and different numbers of legal regulations and rules. This large number of rules and regulations makes the decision-making process time consuming and error boring. Smart advisory systems could provide rapid and accurate advices to managers and give the arguments for these advices. This paper presents an intelligent advisory system in law to assist the legal educational processes in universities and institutes. The aims of the system are: to provide smart legal advisors in the universities and institutes, to integrate rules and regulations of universities and institutes in the e-government, to ease the burden on the legal advisor and the provision of consulting services to users, to achieve accurate and timely presentation of the legal opinion to a given problem and to assure flexibility for accepting changes in the rules and legal regulations. The system is based on experienced jurists and the rules and regulations of the law organizing Saudi Arabia universities and institutes.
💡 Analysis
**
1. 연구의 의의 및 기여
| 구분 | 내용 | 평가 |
|---|---|---|
| 문제 정의 | 대학·연구기관의 법률·규정이 방대하고 지속적으로 변함에 따라 인간 전문가에 의존하는 현재 프로세스의 비효율성을 지적 | 현장 문제와 직접 연결, 실용적 필요성 명확 |
| 시스템 설계 | 지식 획득 → 인지(추론 엔진) → 인터페이스의 3단계 구조 제시. 프레임, 시맨틱 네트워크, CLIPS 규칙 기반 구현 | 전통적인 전문가 시스템 설계와 일치하면서도 ‘자문’ 특성을 강조 |
| 법률 지식 모델링 | 사우디아라비아 대학법을 사례로, 규정·법령을 프레임 형태로 구조화하고 시맨틱 네트워크로 시각화 | 복잡한 법률 텍스트를 구조화하는 구체적 방법 제시, 재현 가능성 높음 |
| 유연성·확장성 | 규정 변경 시 프레임·규칙만 수정하면 시스템에 즉시 반영 가능하도록 설계 | 전자정부·지식 기반 시스템에서 핵심 요구사항 충족 |
| 실증 사례 | 학생 입학·강사 임용 절차에 적용, 구체적인 규칙·출력 예시 제공 | 실제 업무 흐름에 적용 가능성을 보여줌 |
2. 기술적 접근 방식
- 지식 획득: 도메인 전문가(법학자)와 규정 문서를 통해 프레임 기반 지식 획득.
- 추론 엔진: CLIPS 규칙 엔진 사용. 규칙은 ‘salience’를 통해 우선순위 제어, ‘defglobal’ 변수로 의사결정 상태 관리.
- 지식 표현:
- 프레임: 속성‑값 쌍으로 규정 항목을 모델링 (예:
Certificates: yes/no). - 시맨틱 네트워크: 개념 간 관계(‘Has A’, ‘Get’)를 시각화, 복합 규정 구조 파악에 유용.
- 프레임: 속성‑값 쌍으로 규정 항목을 모델링 (예:
- 사용자 인터페이스: 다중 윈도우 형태로 입력(증명서, 성적 등)과 출력(수락/거절, 법적 근거) 제공.
- 설명 기능: 추론 결과와 연계된 법령 텍스트·링크를 자동 출력, 투명성 확보.
3. 강점
- 도메인 특화: 대학법이라는 제한된 영역에 집중해 규정 수가 수백 개 수준임에도 체계화 성공.
- 설명 가능성: 법령 텍스트·링크 제공으로 ‘블랙박스’가 아닌 ‘화이트박스’ 형태의 자문 제공.
- 유연한 유지보수: 프레임·규칙 수정만으로 규정 변화에 대응 가능, 전자정부와 연계 시 실시간 업데이트 가능.
- 실제 업무 흐름 반영: 입력·출력 인터페이스가 대학 행정 절차와 일치, 현장 적용 가능성 높음.
4. 한계 및 개선점
| 영역 | 현황 | 개선 제언 |
|---|---|---|
| 규칙 기반 한계 | 복잡하고 모호한 법률 해석(예: ‘합리적 판단’ 등)은 규칙화 어려움 | 퍼지 로직·확률적 추론, 혹은 머신러닝 기반 자연어 이해 도입 |
| 지식 획득 비용 | 전문가 인터뷰와 문서 분석에 높은 인적·시간 비용 | 반자동 지식 추출(NLP) 도구 활용으로 초기 구축 비용 절감 |
| 시스템 확장성 | 현재 사우디아라비아 대학법에 국한 | 다국가·다기관 법령 모델링을 위한 메타 모델 설계 필요 |
| 사용자 경험(UX) | 다중 윈도우 기반 UI는 현대 웹·모바일 환경에 부적합 | 웹 기반 대시보드·모바일 앱 구현으로 접근성 향상 |
| 성능 평가 | 사례 연구는 정성적 시연에 머무름 | 정량적 성능 지표(정확도, 처리 시간, 사용자 만족도)와 비교 실험 필요 |
5. 학술·실무적 의의
- 학술적: 전통적인 전문가 시스템을 ‘자문 시스템’으로 재정의하고, 법률 도메인에 적용한 사례는 규칙 기반 AI 연구에 새로운 적용 분야를 제시한다.
- 실무적: 대학 행정기관이 법률 자문에 소요되는 인적·시간 비용을 크게 절감하고, 의사결정의 일관성과 투명성을 확보할 수 있다. 전자정부와 연계된 법령 관리 시스템의 프로토타입으로 활용 가능하다.
6. 향후 연구 방향
- 하이브리드 추론: 규칙 기반과 데이터 기반(머신러닝) 접근을 결합해 모호한 법률 해석을 보완.
- 다언어·다법령 지원: 국제 대학 네트워크를 대상으로 다국어·다법령 모델링 프레임워크 구축.
- 클라우드·API 기반 서비스: SaaS 형태로 제공해 다양한 교육기관이 손쉽게 연동하도록 설계.
- 사용자 중심 디자인: UX 리서치를 통해 인터페이스를 재설계하고, 모바일·음성 인터페이스 지원.
- 정량적 평가: 실제 대학 행정 데이터와 비교 실험을 통해 정확도·효율성·비용 절감 효과를 정량화.
**
📄 Content
(IJCSIS) 국제 컴퓨터 과학 및 정보 보안 저널,
제3권 제1호, 2009
법률 분야에서 대학 관리자들을 지원하기 위한 지능형 자문 시스템
A. E. E. ElAlfi
컴퓨터 과학과
만수라 대학교
만수라, 이집트 35516
Ael_Alfi@yahoo.com
M. E. ElAlami
컴퓨터 과학과
만수라 대학교
만수라, 이집트 35516
Moh_ElAlmi@mans.eun.eg
초록
교직원과 학생 모두의 권리와 의무는 방대하고 다양한 법령·규정에 의해 규정됩니다. 이처럼 방대한 규칙과 규정은 의사결정 과정을 시간 소모적이고 오류가 발생하기 쉬운 작업으로 만듭니다. 스마트 자문 시스템은 관리자에게 신속하고 정확한 조언을 제공하고, 그 조언에 대한 근거를 제시할 수 있습니다. 본 논문은 대학·기관의 법률 교육 과정을 지원하기 위한 지능형 법률 자문 시스템을 제시합니다. 시스템의 목표는 다음과 같습니다.
- 대학·기관에 스마트 법률 자문가를 제공한다.
- 대학·기관의 규칙·규정을 전자정부(e‑government)와 연계한다.
- 법률 자문가의 업무 부담을 경감하고 사용자에게 컨설팅 서비스를 제공한다.
- 주어진 문제에 대해 정확하고 시기적절한 법률 의견을 제시한다.
- 규칙·법령의 변경을 유연하게 수용한다.
이 시스템은 사우디아라비아 대학·기관을 조직하는 법률 및 규정, 그리고 경험이 풍부한 법조인의 지식을 기반으로 설계되었습니다.
키워드: 의사결정 지원 시스템, 자문 시스템, 규칙 기반 시스템, 대학 규정·법령, 전자정부
I. 서론
의사결정은 행동을 위한 추론이라는 형태로 오래전부터 철학자, 경제학자, 심리학자, 그리고 컴퓨터 과학자를 포함한 다양한 학자들의 관심을 받아왔습니다. 모든 의사결정 문제는 “가장 좋은” 혹은 “충분히 좋은” 행동을 선택하는 것을 목표로 하며, 이는 현재 세계 상황과 잠재적 행동의 결과에 대한 정보를 바탕으로 여러 대안 중에서 실현 가능한 선택을 하는 과정입니다[1].
자문 시스템은 인간 전문가가 보통 수행하는 문제 해결을 지원하고, 조언을 제공합니다. 이러한 시스템은 전문가 시스템의 한 형태로 분류됩니다[2,3]. 전문가 시스템과 자문 시스템 모두 특정 분야의 인간 전문가를 모방하는 문제 해결 패키지이며, 인간 전문가로부터 지식을 추출해 컴퓨터가 활용할 수 있는 형태로 코딩합니다.
자문 시스템은 결정을 내리지는 것이 아니라, 의사결정자가 의사결정 과정을 진행하도록 돕고 최종적인 결정 권한은 인간 사용자에게 남겨 둡니다[4]. 예를 들어, 기업 관리자는 경영 결정이 기업 가치에 미치는 영향을 평가하는 자문 시스템을 사용할 수 있고, 종양학자는 뇌종양 위치를 파악하는 데 도움을 주는 자문 시스템을 활용할 수 있습니다[5,6]. 이 경우, 관리자와 종양학자는 최종적으로 법적·윤리적으로 책임을 집니다.
전통적인 규칙 기반 전문가 시스템은 구조화된 의사결정 환경에서 가장 잘 작동합니다. 구조화된 문제는 명확한 정답이 존재하고, 사용자는 설명 기능을 통해 정답의 정당성을 검증할 수 있기 때문입니다[7]. 그러나 Luger는 현재 전문가 시스템이 갖는 한계를 지적했습니다[8].
반면, 비구조화된 상황에서는 단일 정답이 존재하지 않으며, 다양한 문제에 대해 합리적인 답을 제공하는 협력형 자문 시스템이 더 가치 있습니다[9]. 비구조화된 의사결정은 새로움, 복잡성, 개방성을 특징으로 하며, 상황에 따라 불확실성이 크게 작용합니다[10]. 이러한 상황에서는 지식과 인지적 추론을 활용해 여러 대안을 평가하고 가장 바람직한 결과를 도출해야 합니다[11].
자문 시스템을 이용한 의사결정 과정은 조직 행동 연구에서 제시된 판사‑조언자 모델과 유사합니다[12,13]. 이 모델에서는 주요 의사결정자가 다수의 조언원으로부터 의견을 구하고, 최종 결정에 대한 최종 책임을 집니다[14].
II. 시스템 설계 및 개발
1. 전반적인 목표
지능형 자문 시스템(IAS)은 의사결정 과정을 지원하고, 전문가의 지식을 다른 사람이 활용할 수 있는 형태로 캡처하며, 사용자의 독립적인 탐색을 제한하지 않는 운영 가이드를 제공하는 것을 목표로 합니다.
2. 주요 프로세스
자문 시스템은 지식 획득, 인지, 인터페이스의 세 가지 핵심 프로세스로 구성됩니다.
- 지식 획득: 전문가와 규정·법령 문서로부터 지식을 추출합니다.
- 인지: 추론 엔진이 획득된 지식을 바탕으로 결론을 도출합니다.
- 인터페이스: 사용자는 GUI를 통해 입력(예: 증명서, 성적, 연령 등)을 제공하고, 시스템은 “수락/거절” 등 결과와 함께 조언 메시지를 실시간으로 표시합니다.
3. 제안된 시스템 아키텍처
아키텍처는 Figure 1에 도식화되어 있습니다.
- 지식 엔지니어가 전문가와 규정·법령 문서로부터 지식을 수집합니다.
- 추론 엔진이 수집된 지식을 기반으로 논리를 전개합니다.
- 모니터링 에이전트가 비구조화된 의사결정을 감지하고, 필요 시 사용자에게 알립니다.
- 사용자 인터페이스가 의사결정자와 시스템 간의 소통을 담당합니다.
- 설명 기능이 최종 결정에 대한 근거와 논거를 제공하여 투명성을 확보합니다.
Figure 1. 제안된 자문 시스템 아키텍처
4. 인지 메커니즘
문제 해결은 **외부 요인(문제 유형·표현)**과 **내부 요인(문제 해결자의 특성)**에 따라 달라집니다.
- 구조화·단순 문제는 정형화된 규칙과 원칙으로 해결 가능하며, 해결 과정이 명확합니다.
- 비구조화·복합 문제는 다중 해답, 다중 경로 혹은 해답이 없을 수도 있으며, 평가 기준이 다수 존재합니다. 이러한 경우, 프레임·시나리오 기반 사례 표현이 적합합니다.
예시로, 대학 시연자(데모스트레이터) 임용을 위한 지식 획득 프레임이 Figure 2에 제시됩니다.
Figure 2. 시연자 임용을 위한 지식 획득 프레임
5. 지식 표현
지식 표현은 시맨틱 네트워크와 프레임·스키마를 활용합니다. 시맨틱 네트워크는 개념(노드)과 관계(링크)로 구성되며, Figure 3은 신입생 수락 과정을 시맨틱 네트워크로 나타낸 것입니다.
Figure 3. 대학 신입생 수락을 위한 시맨틱 네트워크
Table 1은 위 네트워크를 프레임 형태로 정리한 내용입니다.
| 프레임명 | 슬롯 | 슬롯값 |
|---|---|---|
| Student | Has A | Behavior |
| … | Certificate | (education) |
| … | Job | Get |
| … | Personal interview | … |
| … | Health status | … |
| … | Decision is | Not or OK |
| … | … | … |
Figure 4는 규정·시험 규정에 따라 신입생을 수락하는 흐름도를 보여줍니다.
Figure 4. 신입생 수락 흐름도
6. 구현
지식 베이스는 CLIPS 엔진[16]을 사용해 구현되었습니다. 아래는 규칙 샘플을 나타낸 Figure 5입니다.
Figure 5. CLIPS 규칙 예시
III. 사례 연구
사우디아라비아 고등교육 및 대학위원회 법령과 그 시행 규정은 8개의 대규모 규정으로 구성되며, 각 규정은 7개 이상의 하위 시스템을 포함합니다. 규정별 규칙 수는 Table 2에 정리되어 있습니다.
| 번호 | 규정명 | 규칙 수 |
|---|---|---|
| 1 | 학습·시험 | 53 |
| 2 | 재정 | 52 |
| 3 | 비사우디인 고용 | 60 |
| 4 | 장학·훈련 | 41 |
| 5 | 대학원 업무 | 68 |
| 6 | 사우디 대학 직원 | 106 |
| 7 | 과학 연구 | 51 |
| 8 | 학술 단체 | 51 |
Figure 6은 제안된 시스템의 메인 화면을 보여줍니다. 사용자는 각 규정에 대한 일련의 예/아니오 질문에 답하면서, 시스템은 실시간으로 결정 혹은 추가 질문을 제시합니다.
Figure 6. 제안된 자문 시스템 메인 화면
Figure 7은 특정 규정(예: 신입생 수락)에서 결정, 예외, 근거를 동시에 표시하는 창을 나타냅니다.
Figure 7. 결정·예외·근거 창
IV. 시스템 유연성 및 장점
1. 구조적·프로세스 유연성
소프트웨어 유연성은 구조적 유연성과 프로세스 유연성 두 축으로 나뉩니다.
- 구조적 유연성: 설계·구조가 비즈니스 변화에 적응할 수 있는 능력. 여기서는 변경 수용성, 모듈성, 일관성을 측정 지표로 사용합니다.
- 변경 수용성: 시스템이 미래에 발생할 수 있는 데이터 변경을 내재적으로 지원합니다.
- 모듈성: 시스템은 ‘장학·훈련’, ‘비사우디인 고용’, ‘학습·시험’ 등 세 개의 주요 모듈로 구성되어 있어 독립적인 유지·보수가 가능합니다(see Figure 8).
- 일관성: 사우디아라비아 고등교육 및 대학위원회 법령 전체를 하나의 규정·시스템 정의로 통합함으로써 데이터·컴포넌트 간 일관성을 확보합니다.
Figure 8. 규정 설정 창 (변경 수용성·모듈성 시각화)
- 프로세스 유연성: 응답 속도, 전문성, 행동 조정 능력으로 평가됩니다. 시스템은 최신 법령을 자동으로 반영하여 높은 응답성을 유지하고, 전문가 수준의 조언을 제공함으로써 사용자의 신뢰를 확보합니다.
2. 주요 장점
- 지식 최신성: 법령·규
이 글은 AI가 자동 번역 및 요약한 내용입니다.