법리 검색 도구를 위한 시점별 법령 API
미국 법전(US Code)의 임의 조항을 원하는 날짜 기준으로 실제 효력이 있던 원문 그대로 반환하고, 모든 개정 이력에 출처(provenance)를 붙여 주는 API입니다.
Claude Code, Cursor 등 코딩 에이전트에 바로 붙여 넣을 수 있는 브리프(영어)입니다.
종합6.5/10
고통7
지불 의향7
타이밍7
시장 공백7
해자6
실현 가능성4
찬성
- 누가 돈을 내나
- 법률 테크 스타트업과 AI 법률 리서치 팀(예: Harvey, Casetext, LexisNexis 혁신 조직 등)이며, AmLaw 200 로펌의 사내 법률 데이터 팀도 포함됩니다. Westlaw/Lexis API보다 저렴하고 정밀한 대안으로서 데이터 라이선스 예산에서 월 2천~2만 달러를 지출할 것으로 봅니다.
- 사람들이 한 말 · 3
- 기사에 따르면 모델은 시점 법령 질문에서 단독으로는 24%만 맞히지만 검색된 원문을 함께 주면 87%를 맞힙니다. 또한 LLM이 생성한 과거 시점 통합본에는 법적으로 중요한 오류가 포함되어 있어, 검증된 시점별 기록이 필요함을 보여 줍니다. 기사에서 ↗
- 여러 국가의 법을 개정 기반으로 오픈소스화하고 있는 한 개발자는 미국과 영국 법이 올바르게 구현하기가 훨씬 어렵고, 일부 사례는 본질적으로 모호해서 판정이 필요하다고 지적합니다. 댓글 읽기 ↗
- 법적 텍스트를 몇 달간 추적해 온 한 댓글 작성자는 git 방식의 단순 diff는 함정이며, 법률 버전 관리는 의미론이 근본적으로 다르다고 말합니다. 댓글 읽기 ↗
토론 내용을 요약한 것입니다. 원래 댓글은 링크에서 볼 수 있습니다.
- 경쟁사와 빈틈
Westlaw와 Lexis에도 시점별 조회 기능은 있지만 비싼 폐쇄형 제품에 묶여 있고, 개발자 친화적인 API는 제공하지 않습니다. 오픈소스 프로젝트는 미국 법령의 복잡성(소급 시행일, 개정 체인)을 제대로 처리하지 못합니다. LLM 검색에 맞춰 설계되고 검증되었으며 출처가 기록된 시점별 법령 API는 아직 없습니다.
- 왜 지금인가
- 2025~2026년에 법률 AI 도입이 폭발적으로 늘었고, 올해 발표된 연구는 시점 유효성 오류가 LLM의 법령 질의응답에서 결정적인 걸림돌이라는 점을 수치로 보여 줍니다. 이에 따라 검증된 과거 원문을 제공하는 검색 계층에 대한 수요가 생겼습니다.
- 해자 · 6/10
- 어려운 부분은 검증된 개정 적용 엔진과 사람이 판정한 예외 사례 코퍼스입니다. 바로잡힌 모호한 사례는 데이터로 계속 쌓이며, 경쟁사가 독자적으로 재현해야 합니다. 출처 검증을 거친 정확도 자체도 신뢰 장벽이 됩니다.
반대
- 레드팀
- 시점 법령 오류가 법률 LLM 질의응답을 막는다는 정량적 근거가 있고, 기존 사업자들이 시점별 데이터를 폐쇄형 제품에 묶어 두고 있음이 입증되어 있으며, 개정 판정 코퍼스는 실제로 누적되는 자산이라는 점에서 구축은 어렵지만 실제로 사업이 될 수 있다는 반론입니다.
- 실패한다면 그 이유
- Westlaw나 Lexis가 과거 법령용 저렴한 개발자 API를 내놓고, lawvm 계열의 오픈소스 프로젝트가 AI 용도에 충분한 수준이 되면 지불 의사가 무너질 수 있습니다.
시작
- 첫 세 단계
- 기사의 릴리스 시점 diff 엔진을 확장해 54개 title 전체에 적용하고, 소급 시행일과 조건부 시행일을 표시합니다.
- REST/JSON API를 공개합니다. 조항과 기준일을 입력하면 해당 시점에 효력이 있던 원문, 변경 주석, 근거가 되는 공법 조항을 반환합니다.
- 법률 AI 스타트업 2~3곳과 파일럿을 진행하고, 현행 원문 검색 대비 시점 법령 질의응답 정확도가 얼마나 개선되는지 측정합니다.
- 원래 토론
- Git for the US Code ↗ 408포인트댓글 219개스토리에서링크된 기사
영어에서 번역했습니다. 원문 읽기