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).
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 Agon 0.x(구 v17.x)는 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 Agon 0.x(구 K-Law 방법론 v17.x)가 적용됩니다. Agon 1.0(Ensemble)은 2027년 상반기 공개 예정입니다. Agon 1.0은 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 Agon 0.x(구 K-Law 방법론 v17.x)가 적용됩니다. Agon 1.0(Ensemble)은 2027년 상반기 공개 예정입니다. Agon 1.0은 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