GIST, 정확도 23% 높인 AI 법률 서비스 개발

### LQ-RAG 시스템의 개발 배경
광주과학기술원(GIST)의 이흥노 교수 연구팀은 법률 분야에 특화된 '검색 증강 생성'(RAG) 기술을 개발했다. 기존 AI 법률 시스템이 58∼82%의 할루시네이션(잘못된 정보 또는 환각) 발생률과 정보 검색 한계, 법률 문맥 적용력 부족을 문제로 안고 있었기 때문에, 이를 해결하기 위해 'Legal Query RAG'(LQ-RAG) 시스템을 개발하게 되었다. LQ-RAG는 법률 데이터를 효율적으로 검색하고 활용하며, 답변의 신뢰성과 정확도를 높이는 데 중점을 두고 있다.

### LQ-RAG의 기술적 특징
LQ-RAG 모델은 방대한 법률 텍스트를 통해 판례와 법령 자료를 학습하여 전문 법률 용어와 문서 구조를 이해할 수 있게 설계되었다. 실제 법률 질의응답 데이터를 기반으로 생성 모델을 재학습해 보다 정교한 답변 능력을 갖췄으며, 할루시네이션을 최소화하고 정확도를 높였다. 특히, 생성된 응답에 대한 평가 기반의 검색·생성 단계를 반복적으로 개선하는 '재귀적 피드백 메커니즘'을 도입해 더 정확하고 관련성 높은 답변을 유도한다.

### LQ-RAG의 성능 평가
LQ-RAG를 적용한 결과, 기존 시스템 대비 법률 문서 검색 응답 정확도가 23% 향상되었다. 중국의 생성형 AI '딥시크(DeepSeek)-R1'과의 비교에서도 LQ-RAG는 응답을 개선하는 방식에서 차이를 보였지만, 두 모델 모두 더 정확하고 정교한 답변을 제공했다. 이는 LQ-RAG가 법률 분야에서 높은 성능을 발휘할 수 있음을 보여준다.

### 향후 계획과 기대 효과
이흥노 교수는 AI가 생성한 답변을 자체적으로 개선하는 재귀적 피드백 메커니즘을 통해 신뢰성을 높였으며, 앞으로 정확한 법률 분석과 신뢰할 수 있는 AI 기반 법률 설루션을 제공할 계획이라고 밝혔다. 연구팀은 개발한 기술을 활용해 계약서 작성과 준법 감시 등 법률 업무의 효율성을 높이기 위한 도구를 개발할 예정이며, 이를 통해 법률 전문가들이 핵심 업무에 집중할 수 있도록 지원할 계획이다.