본 연구는 판례연구에 정량적 방법론을 도입하여 객관적인 판례평가의 기준을 만들 수 있는 방법을 모색하는 것을 목표하였다. 이에 앞서 판결예측에 관한 그간의 연구를 정리하고 각 방법론을 분석하는 과정을 통하여 이론적 토대를 마련하고자 하였다. 미연방대법원의 판결에 대한 예측연구를 먼저 정리하였는바, 축적된 판결의 특성을 추출한 인자를 학습시켜 기계학습의 알고리즘들을 적용하여 판결예측을 수행하는 양상을 보이고 있고, 다양한 분류항목을 제공하는 데이터집합인 미연방대법원의 데이터베이스(SCDB)를 사용한다는 특징을 가진다. 유럽인권재판소도 미국의 경우와 같이 판결에 대한 데이터베이스(HUDOC)를 관리하고 있는바, 유럽인권조약의 조문과 그에 관한 판결을 연결하여 데이터집합을 만들고 자연어처리 기법 등으로 판결을 분류하고 수치화하여 결과를 예측하는 모델링을 시도하였다. 이러한 판결예측 연구들은 판결에 영향을 미치는 여러 변수들을 선정하여 조정하고, 데이터 전처리와 기계학습 알고리즘을 통하여 판결의 승패를 예측고자 하였다. 그 밖에도 확률이나 통계에 기반한 정량적 연구로서 토픽모델링을 통한 연구동향의 분석이나 단어 동시출현 관계 등을 기준으로 한 연결망 분석 등 다양한 방법론들을 살펴보았다. 한편, 제3장에서는 판례연구에 정량적 연구방법을 도입하여 판례평가 시스템을 구축하는 방향을 설계해보고자 하였다. 판례평가는 그 평가요소의 선정이 가장 중요하므로 평가항목을 살펴보기 위하여 2020년 행정판례연구 논문을 전수조사하여 판례평석의 방법론을 분석하여 항목화하였다. 이와 더불어 자연어처리와 기계학습의 알고리즘을 파악하기 위해 넷마이너라는 소프트웨어를 활용하여 판례평석 데이터를 가공하고 논문과 추출된 단어 사이의 연결망을 파악하는 등의 시도를 해보았다. 그리고 판결예측 및 평석방법론을 분석하여 추출한 항목들을 판결평가 항목에 적용하고, 모범판례를 선정하여 항목별 일치도를 수치화하는 방안을 구상하였다. 판례의 분석을 위하여 판결 내 요소(사실관계, 당사자, 선례, 법령 등)와 판결 외 요소(판사의 개인적 성향, 과거 판결 등)에 대한 항목을 개발하여 다양한 정량적 연구방법을 접목시키면 판례평가 시스템의 구축이 가능할 것으로 전망한다. 향후 과제로서 행정판례의 평가기준 설정에 필요한 데이터집합과 사용자 사전, 온톨로지 등을 만들어 판례평가 시스템의 기반지식을 구축할 필요가 있다. 판례평가 항목을 정량화하여 시스템화한다는 것은 판례연구에 대한 기존의 이론적 연구와 상호작용할 수 있는 새로운 방법론을 도입한다는 의미도 있지만, 향후 법률 인공지능을 활용한 판결예측이 활성화될 경우 기존의 판결데이터만을 분석대상으로 할 때 발생할 수 있는 편향의 문제를 방지하기 위한 목적으로도 가치가 있다.

This paper considers the research related to judgment prediction and to find a new direction for the study of case analysis based on the methodologies of machine learning. It also provides a starting-point to build a case evaluation system. In chapter 2, this paper reviewed the previous research on judgment prediction and analyzed the methodology that studies the prediction of Supreme Court’s judgements, using the database of the Supreme Court Database (SCDB) and that of the European Court of Human Rights (HUDOC). These judicial prediction studies sought to select and coordinate various variables that affect the sentences, and to predict the outcome of the judgement through data pre-processing and machine learning algorithms. Chapter 3 of this paper tried to introduce quantitative research methods to the case study and also it is tried to investigate the administrative precedent research paper in 2020 and analyze methodologies. In addition, by using a software called Netminer it could be to extract items from the judgment prediction that is able to apply to the judgment evaluation system. As a future task, a dictionary of legal terms, ontologies, etc. needs to be developing to make a dataset. These attempts also mean introducing new methodologies that can interact with existing theoretical studies of precedents, but they are also valuable to prevent bias problems that may arise when the prediction only analyzes existing precedents.

Judicial prediction, Judicial decision database, Legal artificial intelligence, Quantitative research methods, Case evaluation system