스탠퍼드 인간 중심 인공지능 연구소(Stanford HAI) 연구팀이 대규모 언어모델(LLM)을 이용해 미국 지방 법률 내에 숨겨진 차별적 조항을 탐지하는 새로운 접근 방식을 발표했습니다. 이 연구는 방대한 양의 법률 텍스트를 분석하고, 특정 집단에 불이익을 줄 수 있는 문구를 식별하는 데 LLM이 얼마나 효과적인지를 보여주며, 법률 분석의 효율성과 정확성을 크게 향상시킬 잠재력을 제시합니다.
연구팀은 특히 주거, 고용, 공공 편의 시설 등 일상생활과 밀접한 관련이 있는 지방 법률에 초점을 맞췄습니다. 이들은 LLM에 차별의 정의와 다양한 형태의 차별적 표현을 학습시켜, 수많은 조항 속에서 미묘하게 숨겨진 차별적 언어를 찾아내도록 했습니다. 기존에는 사람이 직접 법률 문서를 검토해야 했기 때문에 시간과 비용이 많이 들고, 일관성 있는 분석이 어려웠지만, LLM은 이러한 한계를 극복하며 더 빠르고 객관적인 분석을 가능하게 합니다. 예를 들어, 특정 주거 지역의 '가족 구성원' 정의가 특정 형태의 가족을 배제하거나, 고용 조항에서 특정 연령대에 불리한 문구가 포함된 경우 등을 LLM이 식별할 수 있습니다.
이번 연구는 AI가 법률 분야에서 단순한 정보 검색을 넘어, 복잡한 의미를 해석하고 사회적 가치를 판단하는 데까지 활용될 수 있음을 보여줍니다. 이는 법률 전문가들이 미처 발견하지 못했던 차별적 요소를 찾아내 법률 개정을 촉진하고, 궁극적으로는 모든 시민에게 더 공정하고 평등한 사회를 만드는 데 기여할 수 있습니다. 또한, 일반 시민들도 복잡한 법률 용어의 장벽 없이 자신에게 영향을 미칠 수 있는 차별적 요소를 이해하는 데 도움을 주어 법률 접근성을 높이는 중요한 의미를 가집니다.