Show GN: Lemini — 두 가지 모드로 동작하는 법 자문 챗봇

3 hours ago 2

URL : https://lemini-brown.vercel.app/

한국 법령·판례를 자연어로 묻는 RAG 챗봇 Lemini를 만들어 공유합니다. 비슷한 결의 서비스 글이 최근 올라온 걸 보고, 저희는 같은
문제를 두 가지 다른 모드로 풀고 있어 기술 피드백을 받고 싶어 올립니다.

왜 두 가지 모드인가

법률 질문은 결이 둘로 갈립니다.

"내 상황이 이런데 어떻게 해야 해?" — 사용자가 사실관계를 풀어쓸 능력이 부족합니다. 일반 RAG로 받으면 일반론만 돌아옵니다.
"이 계약서/약관 검토해줘" — 문서는 이미 있는데, 단일 프롬프트로 "검토해줘" 하면 표준 체크리스트만 나옵니다.

이 두 결은 같은 RAG로 안 풀립니다. Lemini는 모드를 둘로 나눠 설계했습니다.

모드 1 — Ouroboros (대화형 사실관계 수렴)

질문 → [사실관계 충분한가?] ──부족── 객관식 후속질문 ─┐
│ 충분 │
▼ ←─ 사용자 답 ┘
RAG (법령+판례+자율규약)
▼
구조화 분석
· 유리/주의 사실
· 행동 플랜
· 기한 경고 (시효)
· 관련 판례
▼
인용 검증 루프 — 검색 hit에 없는 인용 제거

핵심 한 줄: 답하기 전에, 모델이 "사실관계가 충분한가"를 스스로 묻습니다.

부족하면 객관식 카드로 후속질문, 충분하면 RAG → 구조화 분석. 사용자가 후속질문을 스스로 설계할 필요가 없습니다.

모드 2 — 전문 분석 (문서 검토 6체인)

문서 입력
▼
① 전체 스캔 — 문서 성격, 섹션 요약
② 외부 제도 프레임 매핑 — 이 문서가 기대고 있는 제도 선언
③ 축별 RAG — 제도 축마다 법령·판례 검색
② 외부 제도 프레임 매핑 — 이 문서가 기대고 있는 제도 선언
③ 축별 RAG — 제도 축마다 법령·판례 검색
④ 조항 단위 검토 — observations / gaps / external
⑤ 병렬 체인 (3개 동시)
├ 목적-수단 정합성
├ 제도 측면 검토
└ 리스크 시나리오
⑥ 판단형 verdict — 판단형 질문일 때만

핵심 한 줄: 단일 프롬프트로 "검토해줘"가 아니라, "문서 바깥의 제도 프레임을 먼저 선언하고 들어갑니다."

이 ②번 단계가 단일 프롬프트로는 잘 안 나와서 체인을 분리했습니다.

두 모드를 받치는 공통 기반

인용 검증 루프 — LLM이 단 인용을 검색 hit과 대조해, 존재하지 않는 인용은 응답에서 제거. 그럴듯한 가짜 조문 방지.
3종 데이터 동일 풀 — 법령 + 판례 + 자율규약(공정위 표준약관, 협회 규약, KISA·개인정보위 가이드라인)을 같은 벡터 공간에 적재.
코드에 도메인 분기 0건, document_type으로만 구분.
자체 수집 파이프라인 — 법령은 DRF API로 주 1회 자동 갱신, 판례는 국가법령정보 공동활용 API + on-demand 캐시.
프롬프트는 범용성을 최우선 과제로 두었습니다. 답 도출을 위한 정보는 전달해주지 않고 질문에 맞는 답변을 도출하도록 설계했습니다.

스택

FastAPI / Cloud Run · Next.js · Gemini (구조화 JSON + 멀티 체인) · SQLite + 자체 임베딩 매트릭스 (벡터·lexical·exact 3축)

프라이버시

회원가입·로그인 없음, 서버 DB 대화 저장 없음(브라우저 localStorage), stateless, IP는 rate limit용 in-memory만 사용.

한계

법률 자문이 아닌 정보 검색·분석 도구입니다. 별표·서식 데이터, 판례 커버리지에 빈 곳이 있습니다. 모델 자체 추론력은 외부 LLM에
의존하고, 저희가 차별화하려는 지점은 "그럴듯한 답"이 아니라 "근거 검증된 구조화 답"입니다.

피드백 받고 싶은 것