K-Law와 Agon의 차이
이 페이지는 K-Law (v15.1) 방법론을 시험하는 곳입니다. 새 방법론 Agon은 K-Law와 입력 데이터, 판단 방법, 채점 기준이 다른 별개의 방법론이며, 두 방법론의 일치도는 직접 비교할 수 없습니다. Agon은 Agon 성능 테스트 페이지에서 시험할 수 있습니다.
K-Law와 Agon 비교표 보기 (목적 · 입력 데이터 · 판단 방법 · 채점 방식)
| 항목 | K-Law (v15.x) | Agon (0.x, 구 v17.x) |
|---|---|---|
| 목적 | 1·2심 판단을 입력받아 대법원의 결론을 예측 | 1~3심과 헌법재판소로 나뉜 사법 체제를 하나로 통합한 가상의 "통합심"과 그 "표준 판결문"을 도출하고, 이를 기준으로 가상 판결문을 채점 |
| 모델 입력 | 사건요지(A4 1쪽, 한글 약 5,000자). 1라운드 기준선 시험(v15.1)은 원심 판단 요지가 포함된 검토용 개요 | 독립 개요: 당사자, 사건의 경위, 청구와 주장만. 1·2·3심 결론, 심급, 상소인, 법원명, 사건번호는 제외하고 식별정보를 제거(심급은 상고심으로 고정) |
| 원심 결과 | 입력에 포함될 수 있음(기준선 시험) | 완전 비공개 |
| 판단 절차 | STEP 0 → A → B → C. 피고의 최강 논거를 1회 구성한 뒤 판단 | 변증법적 공방(원고 청구 → 피고 방어 → 재반박 → 중단 판정) → 자기 검증 → 별도 세션 검수 → 재검토 |
| 채점 기준 | 일치도 평가 기준 v1.6: 10점 = 결론 방향 4 + 핵심 법리 3 + 세부 논증 3 | 일치도 평가 기준 v3.0: 10점 = 법리 일치 7(법리 해석·적용 3 + 승소 당사자·영역 2 + 승소 수준 2) + 세부 논증 3 |
| 주문 라벨 | 최종 주문의 방향(인용, 기각, 파기, 환송 등) 일치를 4점으로 채점 | 절차적 주문 라벨 비교를 폐지하고 법리와 원고·피고 승패를 비교. 파기환송은 방향성 법리만 비교 |
| 비교 기준 | 실제 대법원 판결문 | 실제 대법원 판결문. 시범으로 1·2·3심을 종합한 "모범 판결문" 명제표를 채점 기준으로 시험 중 |
| 규모와 결과 | 대법원 판례 300건. 주문(유지/파기) 일치 73%, 평균 7.44/10(자체 실측) | 개발 세트 100건을 10건씩 10라운드로 시험 중. 일치, 잠정 일치, 불일치로 판정한 잠정 결과 |
| AI 엔진 | 해외 LLM(v15.1). v15.2 이상은 Navi | 해외 LLM(최신 버전). 이후 버전은 Navi |
모든 수치는 자체 실험 결과이며 제3자 검증 전입니다. 출처: 일치도 평가 기준 v1.6·v3.0, 사건 개요 작성 규칙, K-Law 검증 보고서 v2.0.
AI 모델 선택 (단일)
단일 AI 모델은 DeepSeek, Claude, Gemini 등 하나의 LLM 모델을 골라 가상 판결문을 생성합니다. 복합 AI 모델에 비해 비용이 저렴합니다. API Key가 필요하면 무료 API Key 획득 방법을 참고하세요.
LLM 선택
사건의 개요
✍️ 사건의 개요를 상세히 입력해야 합니다. 주요 사항(significant data)을 누락하면 K-Law 가상 판결문의 품질이 현저히 떨어집니다.
🔒 개인정보를 입력하지 마세요. 실명·주민등록번호·연락처·주소·계좌번호 등 개인정보와 비밀 정보는 가명·익명으로 바꿔 입력해 주세요. 입력한 내용은 선택하신 AI 제공자(DeepSeek·Claude·Gemini·Groq 등)로 전송되며, 혼디에 로그인한 경우 결과와 함께 내 이력에 저장됩니다(기본 비공개 · 공개 전환은 이력 페이지에서 직접 선택).
복합 AI 모델
같은 사건 개요로 둘 이상의 AI 모델이 각각 가상 판결문을 작성하고, 평가 모델이 품질을 점수로 비교한 뒤, 최종 판결문으로 채택할 모델 하나를 고릅니다.
API Key는 사이트가 제공하며, 사용한 만큼 GDC가 차감됩니다. 선택한 모델 수만큼 호출이 늘어 비용도 그만큼 늘어납니다.
🔒 개인정보를 입력하지 마세요. 실명·주민등록번호·연락처·주소·계좌번호 등은 가명·익명으로 바꿔 입력해 주세요. 입력한 내용은 선택한 모델의 AI 제공자에게 전송됩니다.
복합 모드는 추가 질문 없이 입력한 사건 개요만으로 작성하며, 심급은 정하지 않습니다.
사건의 개요
가상 판결문을 작성할 AI 모델 (2개 이상 선택)
일치도 평가
🧾 실제 대법원 판결문 전문을 붙여넣으면, 방금 생성된 K-Law 가상 판결문과 비교하여
"일치도 평가 기준" 방법론에 따라 평가 보고서를 작성합니다.
먼저 위에서 사건 분석 및 판결 시뮬레이션(STEP 0~C)을 완료해야 합니다.
시뮬레이션 절차와 방법
-
국내외 대법원 판례 공개 페이지에서 되도록 최신 판례를 하나 선택합니다.
대한민국 종합법률정보 — 판례 → 예시 -
실제 가상 판결문 작성에 쓸 LLM(이 페이지의 디폴트는 DeepSeek)과는 다른 LLM을 이용해,
해당 판례에서 "판결 결과를 암시하는 내용은 모두 제외하고, 순수하게 사건의 사실관계만" 추출합니다.
(당사자, 계약·거래 경과, 처분 경위, 양측 주장 등 — 법원의 판단·결론·주문은 제외)
예시
서로 다른 LLM을 쓰는 이유: 같은 모델이 그 판례를 이미 학습했다면, 사실관계를 추출하는 과정에서 결론이 은연중에 반영되어 검증의 의미가 퇴색될 수 있습니다. - 대법원 판결문 오른쪽 하단에 원심(고등법원) 판결문 링크가 있습니다. 링크를 따라가 전문을 복사하여 사건 요약 인출의 입력으로 추가하면, 더욱 자세한 사건 개요를 인출할 수 있으며, 더하여 원심(1, 2심)과 대법원 판결 간의 차이를 알 수 있습니다.
- 추출된 사건의 개요를 이 페이지의 "사건의 개요" 입력란에 붙여넣고 "분석 시작"을 누릅니다.
K-Law는 어떻게 동작하나요
Claude·Gemini·DeepSeek 등은 제조사가 다른 자동차이고, K-Law는 내비게이션입니다. 차종이 달라도 같은 내비게이션을 켜면 같은 길을 따라 주행하는 것처럼, K-Law는 어떤 LLM을 타든 "참고용 가상 판결문"이라는 같은 목적지로 안내합니다.
디폴트인 DeepSeek은 API Key 없이 hondi.net 전화번호 인증만으로 K-Law 공유 계정을 통해 이용할 수 있습니다(사용량만큼 GDC가 차감됩니다). Claude, Chat GPT, Gemini 등을 이용하려면, 여러분이 직접 발급받은 API Key를 입력해야 합니다 — K-Law는 이 경우 자체 LLM 서버를 운영하지 않습니다. 입력하신 키는 이 브라우저에만(localStorage) 저장되어 다음 방문 시 자동으로 채워지며, K-Law 서버로는 전송되지 않습니다. 공용 PC라면 브라우저 방문 기록 삭제 시 함께 삭제됩니다.
모델별 대법원 판결 일치도 〔추정치〕 (K-Law v15.1 자체 테스트 기준)
| 모델 | 일치도 (추정) |
|---|---|
| DeepSeek V4 Flash · Claude Haiku | 약 65% |
| DeepSeek V4 Pro · Claude Sonnet 4.6 | 약 75% |
| Claude Opus | 약 82% |
위 모델별 수치는 모델 간 상대적 수준을 가늠하기 위한 〔추정치〕이며, 모델별로 따로 실측한 값이 아닙니다.
실측으로 공개된 수치는 다음과 같습니다. 대법원이 사법공보에 수록한 2024~2025년 선고 판례 300건에서 K-Law(v15.1)의 판결 주문(유지/파기) 일치도는
73%, 같은 사건에서 원심(2심)과 대법원 판결의 일치도는 45%였습니다 〔실측 · 2026년 5월 기준〕.
현재 적용 중인 방법론 v17.x는 개발 세트 100건을 10라운드로 나눠 검증하는 중이며, 그 결과는 잠정치입니다.
모든 수치는 자체 실험 결과이며 제3자의 검증을 거치지 않았습니다. 자세한 내용은
K-Law 자료실과
라운드별 시험 기록을 참고하세요.
💰 비용 대비 효용은 DeepSeek이 압도적입니다.
K-Law Ensemble은 단일 모델이 아니라, 다수의 LLM들 간의 경쟁과 토의를 거쳐 도출된 판결문입니다.
서로 다른 모델이 독립적으로 판단한 뒤 의견이 갈리는 지점을 다시 토론시키는 방식으로, 단일 모델의 편차를 줄이는 것을 목표로 합니다.
📊 위 일치도는 대법원까지 도달한 쟁점 사건(선별된 표본)에서 측정한 것으로, 모든 사건으로 일반화할 수 없습니다.
전체 사건을 기준으로 한 이론적 추정치는 실측이 아니고 제3자 검증을 거치지 않았으므로 이 페이지에서 제시하지 않습니다.
⚠️ 같은 사건에 대해 K-Law Ensemble의 가상 판결문과 대법원의 실제 판결문이 모순되거나 반대되는 경우,
어느 쪽의 법리가 헌법과 법률에 더 부합하는지는 K-Law가 판단할 수 없습니다.
본 시뮬레이션은 참고용 가상 판결이며, 실제 법적 효력이나 구속력을 갖지 않고 법률 자문이 아닙니다.
🔒 판결 시뮬레이터는 LLM의 웹 검색 기능을 의도적으로 차단하였습니다.
웹 검색을 허용하면 일치도가 상승하겠지만, 실제 사건 정보를 획득할 수 있게 되어 순수한 법리 추론 능력을 검증하려는 목적이 훼손될 수 있습니다.
⚠️ 주의 — 입력 완전성에 대하여
본 시뮬레이터는 K-Law 방법론 원문 · 일치도 평가 기준 · 가상판결 출력형식 문서를 매 STEP마다 LLM에 전달합니다. 다만 LLM마다 컨텍스트 윈도우 크기가 다르고, 모델에 따라 긴 입력을 받아도 끝까지 반영하지 못하거나 일부를 누락할 수 있습니다. 확실하고 완전한 입력을 원하시면:
본 시뮬레이터는 K-Law 방법론 원문 · 일치도 평가 기준 · 가상판결 출력형식 문서를 매 STEP마다 LLM에 전달합니다. 다만 LLM마다 컨텍스트 윈도우 크기가 다르고, 모델에 따라 긴 입력을 받아도 끝까지 반영하지 못하거나 일부를 누락할 수 있습니다. 확실하고 완전한 입력을 원하시면:
- 충분히 큰 컨텍스트 윈도우를 지원하는 모델을 권장합니다.
- 결과에
[STEP-0-COMPLETE]등 완료 태그가 모두 출력됐는지 확인하세요 — 누락 시 입력이 온전히 처리되지 않았을 가능성이 있습니다. - 페이지 상단의 K-Law 판결 방법론 원문 자료 카드에서 원문을 직접 내려받아 사용 중인 LLM에 검증해보실 수 있습니다.
ℹ️ 버전 안내
이 사이트에는 K-Law 방법론 v17.x가 적용됩니다. K-Law v20.0(Ensemble)은 2027년 상반기 공개 예정입니다. v20.0은 서로 다른 메이커의 AI 모델을 셋 이상 사용하여, 각기 피고, 원고 및 판결 역할을 수행합니다. K-Law 앙상블 모델은 판결문의 법리 구성이 더욱 탄탄하고 대법원 실제 판결문과의 일치도도 더 높을 것으로 기대되나, 상당한 API 비용으로 인해 본 사이트의 데모에 포함하지 않았습니다.
이 사이트에는 K-Law 방법론 v17.x가 적용됩니다. K-Law v20.0(Ensemble)은 2027년 상반기 공개 예정입니다. v20.0은 서로 다른 메이커의 AI 모델을 셋 이상 사용하여, 각기 피고, 원고 및 판결 역할을 수행합니다. K-Law 앙상블 모델은 판결문의 법리 구성이 더욱 탄탄하고 대법원 실제 판결문과의 일치도도 더 높을 것으로 기대되나, 상당한 API 비용으로 인해 본 사이트의 데모에 포함하지 않았습니다.
AI 모델
DeepSeek
Claude
Gemini
Groq