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

Lemini — 두 가지 모드로 동작하는 법 자문 챗봇

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

법률 전문가가 아니라도 법령을 질문할 수 있다

한국 법률 정보를 자연어로 검색하고, 계약서를 검토하고, 판례를 분석하는 챗봇 Lemini를 소개한다. GitHub에서 공개된 이 도구는 일반인가 법률 자문에 접근하는 방식을 근본적으로 바꿔놓고 있다.

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

소스코드: https://github.com/maantano

---

왜 두 가지 모드인가

법률 질문은 본질적으로 두 가지로 나뉜다. 첫 번째는 "내 상황이 이런데 어떻게 해야 해?"라는 질문이다. 사용자가 사실관계를 스스로 풀어쓸 능력이 부족한 경우가 많다. 일반 RAG로 받으면 일반론만 돌아온다. 두 번째는 "이 계약서나 약관을 검토해줘"라는 질문이다. 이미 문서가 있는데, 단일 프롬프트로 "검토해줘"를 전달하면 표준 체크리스트만 나올 뿐이다.

이 두 결은 같은 RAG로 해결되지 않는다. Lemini는 이 문제를 두 가지 전용 모드로 설계했다.

---

모드 1 — Ouroboros: 대화형 사실관계 수렴

Ouroboros는 사실관계가 충분한지 모델이 스스로 판단한 후 부족하면 객관식 후속질문으로 수렴시키는 구조다.

질문 → [사실관계 충분한가?] → 부족 → 객관식 후속질문↓ 충분RAG (법령 + 판례 + 자율규약)↓구조화 분석 (유리/주의 사실, 행동 플랜, 시효 경고)↓인용 검증 루프 (검색 hit에 없는 인용 제거)

핵심은 답하기 전에 모델이 "사실관계가 충분한가"를 스스로 묻는다는 점이다. 부족하면 객관식 카드로 후속질문을 던지고, 충분하면 RAG를 통해 구조화 분석을 제공한다. 사용자가 후속질문을 스스로 설계할 필요가 없다.

인용 검증 루프는 LLM이 생성한 조문이 실제 검색 결과에 존재하는지 확인하고, 존재하지 않으면 응답에서 제거한다. 그럴듯한 가짜 조문을 방지하는 장치다.

---

모드 2 — 전문 분석: 문서 검토 6체인

모드 2는 계약서나 약관 같은 문서를 입력받아 6단계 체인으로 분석한다.

① 전체 스캔 — 문서 성격 파악, 섹션 요약② 외부 제도 프레임 매핑 — 이 문서가 기대고 있는 제도 선언③ 축별 RAG — 제도 축마다 법령·판례 검색④ 조항 단위 검토 — observations / gaps / external⑤ 병렬 체인 (3개 동시)├ 목적-수단 정합성├ 제도 측면 검토└ 리스크 시나리오⑥ 판단형 verdict — 판단형 질문일 때만 활성화

단일 프롬프트로 "검토해줘"를 전달하면 표준 체크리스트만 나오는 이유가 이 ②번 단계에 있다. 문서 바깥의 제도 프레임을 먼저 선언하고 들어가야 정확한 분석이 나오는데, 이 단계를 체인으로 분리하지 않으면 잘 동작하지 않는다.

---

두 모드를 받치는 공통 기반

3종 데이터 동일 풀

법령, 판례, 자율규약(공정위 표준약관, 협회 규약, KISA·개인정보위 가이드라인)을 같은 벡터 공간에 적재한다. 코드의 도메인 분기가 0건인 이유다. 모든 데이터가 document_type으로만 구분된다.

자체 수집 파이프라인

• 법령: DRF API로 주 1회 자동 갱신

• 판례: 국가법령정보 공동활용 API + on-demand 캐시

인용 검증 루프

LLM이 생성한 개별 인용을 검색 hit과 대조해서, 존재하지 않는 인용은 응답에서 제거한다. 그럴듯한 거짓 조문을 방지한다.

범용성 우선 프롬프트

답 도출을 위한 정보를 직접 전달하지 않고, 질문에 맞는 답변을 도출하도록 설계했다. 범용성을 최우선 과제로 둔 것이다.

---

기술 스택

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

---

프라이버시-first 설계

Lemini의 프라이버시 정책은 엄격하다. 회원가입과 로그인이 없고, 서버 DB에 대화를 저장하지 않는다. 브라우저 localStorage에만 저장되고, IP는 rate limit용으로 in-memory에만 사용된다. stateless 설계다.

---

한계와 현실적 기대

Lemini는 법률 자문이 아닌 정보 검색·분석 도구다. 별표·서식 데이터와 판례 커버리지에 빈 곳이 있다. 모델 자체 추론력은 외부 LLM(Gemini)에 의존하고, Lemini가 차별화하는 지점은 "그럴듯한 답"이 아니라 "근거 검증된 구조화 답"이다.

실제 사용자 후기에서는 문서 검토 중 오류가 발생했다는 보고가 있다. 법령명 검색 시 첫 번째는 50%로 나오지만 나머지가 45~65% 같은 비정상적 스코어가 나오는 현상이다. 개발자는 확인 중이라고 밝혔다.

---

함께 보면 좋은 글

• β legalQ – 한국 법령과 판례를 자연어로 묻는 공개 챗봇

• OneRAG – 챗봇PM이 만든, 설정 한 줄로 벡터DB/LLM 교체 가능한 RAG

• Gemini CLI에 서브에이전트 기능 도입 – CLI 기반 에이전트 확장

• Claude for Legal – Anthropic의 법률 업무용 AI 플러그인 모음

• 정부 도메인 특화 sLLM 구축기 – Gemma-3-1B를 국토교통부 데이터로 파인튜닝한 RAG 챗봇

---

추천 대상

법률 전문가가 아니면서도 한국 법령과 계약서를 검토해야 하는 개발자나 창업자, 계약서를 자주 다루는 биз니스 담당자에게 Lemini는 유용한 도구가 될 수 있다. 특히 계약서를 검토해야 하지만 법률 지식은 부족한 상황에 적합하다. 다만 "근거 검증된 답"이라는 목표에 맞춰 커버리지 한계를 인지하고 사용해야 한다.

---

📚 출처

• Lemini — 두 가지 모드로 동작하는 법 자문 챗봇 (GeekNews)

• Lemini 공식 서비스

• Lemini GitHub

---

📚 출처

• https://news.hada.io/topic?id=29620