Overview

PEQ란 무엇인가

PEQ Rule Engine은 LLM이 심사품질을 자유롭게 최종 판정하는 시스템이 아닙니다. LLM은 자연어 심사자료를 읽어 구조화된 Fact를 생성하고, 검증된 Rule이 Fact를 평가하며, 진단관이 결과를 최종 확인합니다.

Neuro-Symbolic AI Legal Informatics Explainable AI Research Prototype
Division of Roles

세 주체의 명확한 역할 분담

LLM
읽고 구조화합니다

자연어 심사문서에서 Claim, Rejection Ground, Prior Art, Mapping, Evidence를 Fact로 추출합니다. 판정하지 않습니다.

Symbolic Rule Engine
규칙을 일관되게 적용합니다

검증된 Rule이 Fact를 평가하여 TRUE / FALSE / UNKNOWN / NOT_APPLICABLE을 결정적으로 반환합니다.

진단관
최종 확인합니다

결과를 확정하거나 오진·보류를 기록합니다. 그 피드백이 Rule Evolution의 입력이 됩니다.

Why Symbolic Rules

암묵적 추론 대신 명시적 규칙

LLM의 내부 추론(implicit reasoning)은 검증·추적·관리가 어렵습니다. PEQ는 판단 기준을 코드가 아닌 명시적 Rule로 격리합니다.

Natural Language → Implicit reasoning

모델이 문서를 읽고 내부적으로 판단합니다. 결과는 그럴듯하지만, 같은 입력에 결과가 달라질 수 있고, 판단 근거를 정확히 지목하기 어렵습니다. 기준을 바꾸려면 모델이나 프롬프트를 바꿔야 합니다.

  • · 결과 변동 가능성
  • · 기준(판례·심사기준)의 분리 관리 불가
  • · 회귀 테스트 불가

Fact + Explicit Rule + Evidence

LLM은 Fact만 만들고, 판단은 버전 관리되는 명시적 Rule이 수행합니다. 결과는 결정적이며, Rule → Fact → 근거 문장 → 원본 문서로 완전히 추적됩니다. 기준이 바뀌면 Rule만 개정하고 회귀 테스트로 검증합니다.

RULE PEQ-IS-014 · v4
WHEN
  claim.rejected == true
  claim.hasAdditionalLimitation == true
  mapping.additionalLimitation == none
THEN
  MAPPING_OMISSION
What PEQ Diagnoses

PEQ의 진단 영역

MVP(형식·정합성)에서 Advanced(실체·심사논리)까지 계층적으로 확장합니다.

MVP — 형식·정합성 진단

청구항 번호·종속관계

PEQ-CL-001 · 순환 참조·누락 탐지

거절대상 일치

PEQ-CL-002 · 통지서 대상 검증

인용문헌 일치

PEQ-REF-003 · 번호 불일치 탐지

문서 불일치

PEQ-DOC-004 · 청구항 ↔ 통지서

Advanced — 실체·논리 진단

추가 구성 대비 여부

PEQ-IS-014 · 대비 누락 탐지

구성대비 누락

PEQ-IS-021 · 포괄범위 오류

심사논리 완결성

PEQ-IS-030 · L3 LLM Predicate

자료 부족 → UNKNOWN

근거 불충분 시 진단관 확인 요청

전체 Rule 살펴보기

Human Governance

AI는 보조하고, 사람이 통제합니다

LLM 분석Fact 추출
Rule 평가Symbolic
진단 후보Evidence 포함
진단관승인 / 거부

진단 확정 권한

모든 진단 결과는 진단관이 확정·오진·보류로 처리합니다.

Rule 활성화 권한

LLM은 Rule을 제안할 수 있지만, 활성화는 Shadow Mode 검증을 거쳐 진단관이 승인합니다.

UNKNOWN 원칙

불확실하면 추측하지 않고 UNKNOWN으로 보류합니다.

개념은 알겠습니다. 작동을 보고 싶습니다.

아키텍처를 살펴보거나, 바로 체험으로 넘어가세요.

Demo 체험 Architecture