확인한 것만 기록한다.
2026-11-23 · 00:22 KST / 15:22 UTC한국어 | EN검색 /

속보01 / AI

법률 AI, 추론과 정답의 학습 비중 조절법 제안

추론과 정답의 학습 비중을 맞추고, 최종 평가에 미치는 영향에 따라 보조 보상을 조정하는 방식이다.

저녁 거실 탁자 위에 통화 중인 스마트폰이 놓여 있고, 뒤편으로 초점이 흐려진 텔레비전과 등을 돌린 채 말하는 가족의 모습이 보인다. AI 생성 이미지

법률 추론용 두 단계 학습법을 추론이 정답보다 훨씬 긴 과제에 연구진이 제안했다. 11월 13일 arXiv에 공개한 논문에 담긴 내용이다.

논문은 첫 단계인 JurisCoT-SFT에서 길이를 보정해 추론과 정답의 학습 비중을 조절한다고 설명했다. 긴 추론 때문에 정답을 배우는 신호가 약해지는 문제에 대응하는 방식이다.

두 번째 단계에 대해 연구진은 최종 평가에 미치는 영향에 따라 보조 보상을 조정한다고 설명했다. 모델 훈련을 유도하는 보조 점수를 평가하고 필요에 따라 제외하는 방식이다.

연구진은 ChJGBench·LawBench·LegalBench의 일부 과제에서 성능 향상을 보고했다. 추론 과정의 품질과 최종 정답 정확도를 개선하고 더 큰 모델과도 경쟁력을 유지했다고 설명했다.

기존 방식과의 차이로 논문은 정답의 학습 비중과 보상 운용을 함께 다루는 구성을 제시했다. 기존 지도 미세조정에는 긴 추론에 정답 학습이 묻히는 문제를, 강화학습에는 보상 설계 비용과 성능 정체를 지적했다.

연구진은 초록에 과제별 점수와 비교 모델의 이름을 공개하지 않았다.