Legal-R1: 근거 기반 법률 추론을 위한 에이전트형 검색

문제

법률 질의응답의 답변은 그럴듯한 것만으로는 부족하고, 유효하며 인용할 수 있는 법적 근거에 기반해야 한다. 일반 RAG는 한 번의 의미 유사도 검색에 의존한다. 그래서 법원 권위, 적용 가능성, 판결 다양성 같은 법률 특유의 조건으로 근거를 고르지 못한다.

방법

세 역할로 나눈다. Lawyer 에이전트는 매 턴마다 법조문 검색, 판례 검색, 중단 중 하나를 고르고 검색어를 만들거나 고친다. Legal Assistant 에이전트는 검색 의도를 반영한 LLM reranker로 법조문을 고른다. 판례는 관련도·법원 권위 점수와 형량 지수(PSI) 기반 다양성 페널티를 결합한 MMR로 선택한 뒤 요약한다. Judge 에이전트는 전체 근거 Trajectory를 받아 최종 답을 쓴다. 학습 대상은 Lawyer뿐이다. Teacher 모델로 합성한 Trajectory에서 검색된 근거 토큰을 마스킹해 SFT하고, 이어서 답 정확도, Trajectory 정렬, 근거 유용성, 검색어 품질, 형식을 보상으로 GRPO를 적용한다.

결과

• LawBench와 LexEval 평균 60.28점으로 같은 규모 검색 기반 기준선 R-Search(45.59)와 A2search(42.28)보다 높음
• 검색 없이 쓴 백본급 Qwen3-8B(27.85)보다 크게 높고, GPT-5.4-Mini(56.87)보다도 높음. 단, DeepSeek-V4-Flash-Preview(66.47)보다는 낮음
• LawBench 기존 지표 57.36, LexEval 기존 지표 56.54로 법률 특화 모델 LegalOne(23.25 / 35.30)보다 높음
• 저자들은 ablation에서 사후 학습과 권위·다양성 기반 판례 reranking이 각각 성능 향상에 기여했다고 보고했다

한계

평가는 중국 법률 벤치마크에 한정되고, 판례 코퍼스도 형사 판결(LeCaRDv2)만 포함한다. 'LLM Judge' 점수는 DeepSeek-V4-Flash-Preview 한 모델이 채점했고, 이 모델은 비교 대상이기도 하다. 강화학습 보상이 Teacher가 합성한 Trajectory와의 정렬에 의존하므로, Teacher의 편향이 그대로 옮겨갈 수 있다.

의미

법률처럼 근거의 권위와 적용 가능성이 중요한 분야에서, 검색을 고정 파이프라인이 아니라 학습된 근거 탐색 정책으로 다루는 접근을 보여 준다. 검색 계획과 답변 생성을 분리해, 학습한 Lawyer를 다른 Judge 모델과 조합할 수도 있다.

핵심 용어

에이전트형 검색(Agentic retrieval)

검색 여부, 검색 대상 출처, 검색어, 중단 시점을 모델이 여러 턴에 걸쳐 스스로 정하는 검색 방식이다.

MMR(Maximal Marginal Relevance)

관련도가 높으면서도 이미 고른 문서와 겹치지 않는 문서를 차례로 고르는 재순위화 기법이다. 여기서는 형량의 유사도를 중복도로 쓴다.

PSI(Punishment Severity Index)

징역, 벌금 같은 서로 다른 형벌을 일수 기준의 수치 하나로 환산한 형량 지수다. 판례 간 판결 결과의 다양성을 재는 데 쓴다.

GRPO

한 질문에 여러 응답을 샘플링하고 그룹 평균 대비 보상으로 이점을 계산하는 강화학습 방법이다. 별도의 가치 네트워크가 필요 없다.

원문

• arXiv 초록
• PDF
• HTML 본문
• Hugging Face

저자: Huaiwen Pang, Jiale Han, Junying Chen, Wenjun Xiao, Benyou Wang · 게시 2026-10-13 · 라이선스 arXiv 비독점 배포 라이선스 · 본문 기준 분석

이 리뷰는 AI가 논문을 읽고 작성한 요약이며, 정확한 내용은 원문을 기준으로 확인해 주세요.