구상금 풀세트 — 검증 샘플 데이터 수집·학습 계획

현재 MVP 2종(소장·지급명령신청서) → 전체 서면으로 확장하기 위한 데이터 설계 · 박보검(Chief of Staff) 합성 · 2026-06-22

핵심 — 데이터 단위를 바꾼다.
"검증된 샘플"은 문서 한 장이 아니라 사건 1건 종단 패키지여야 한다.
LAX가 학습할 대상은 문서 형식이 아니라 증거 → 사실 → 문서의 매핑이기 때문.
증거자료 일습(원본)→ 추출 사실(라벨)→ 단계별 제출서면(정답)→ 변호사 검수(검증)

문서만 모으면 출력 흉내는 되지만 '왜 그 사실이 그 문장이 됐는지'를 못 배운다. 사건 풀기록 단위로 모아야 사실추출 엔진이 학습된다.

1. 정답 샘플의 3대 출처

출처역할비고
재단 기존 사건기록정답 본체 — 입력증거 + 제출서면을 둘 다 보유정형·반복 서면의 핵심 공급원. 1순위 확보 대상
법원 공식 양식·별지출력 템플릿/골격 — 신청서류는 양식이 곧 정답에 근접변동폭 작음. 즉시 디지털화 가능
공개 판결문작성대상 아님 — 청구취지↔주문 정합성 검증용 참조가명처리 경로(2026-06-20 결정)와 연동

2. 수집 우선순위 — 난이도·물량 ROI 기반 3페이즈

P0
골든셋 — 정형 라인 쉬움 · 물량집중

소장★ · 지급명령신청서★ · 구상채권 산정표 · 주소보정서 · 집행 4종(채권압류추심/전부·재산명시·재산조회·채무불이행자명부) · 확정/송달/집행문 증명

구상금 사건 물량 대부분이 소장→지급명령→채권압류추심의 정형 라인에 몰림. 이 라인만으로 자동화 효과의 다수를 흡수. 여기서 데이터셋 구축 시작.

P1
확장 — 사건별 변동 서면 중간

가압류신청서 · 사실조회신청서 · 공시송달 · 청구취지·원인 변경 · 증거신청/서증목록 · 부동산 강제경매 · 배당요구

재단 기록에 존재하나 사건별 변동 ↑ → 정답 라벨링에 변호사 검수 비중을 높여야 함.

P2
별도 트랙 — 비정형 서면 어려움

준비서면(원고) · 조정/화해 의견서

사건별 사실관계·항변에 종속 + 공개 판결문에 본문 미수록 → 정답 확보 최난. 정답 부족을 전제로 증거표 + 항변 매핑 기반 반구조화 생성으로 접근. 후속서면 결정(2026-06-20, 소장 작업대 재사용)과 직결.

3. 검증·학습 파이프라인

① 수집(재단 풀기록)→ ② 가명처리(개인정보)→ ③ 사실추출 라벨링→ ④ 변우석 검수→ ⑤ 골든셋 등재→ ⑥ 회귀셋 분리

검증(verified)의 정의 = 재단 실제 제출본 + 변호사 검수 완료 = ground truth. ⑥ 회귀셋은 모델 변경 시 품질 후퇴 감시용으로 학습셋과 분리 보관.

데이터 스키마(안): 사건ID → { 증거원본[], 추출사실라벨{}, 단계별제출서면[], 검수자, 검수일, 가명처리여부 }

4. Jason 결정 필요 (대외·법적 사안)

  1. 재단 데이터 확보 범위·방식 — 사건 풀기록 일습을 어디까지 받을지. 개인정보 가명처리 전제가 필수.
  2. 회수업무 위탁 구조 확인 — 압류·경매·재산명시 등 집행 서면을 재단이 직접 보유하는지 수임 법무법인이 보유하는지에 따라 확보처가 갈림.
  3. 가압류 라인 우선순위 — 재단 실무가 무담보 진행이면 P1의 가압류 비중을 낮춤.

위 3건은 비가역/대외 협의 사안이라 내 선에서 정하지 않고 옵션으로 올림.