법통 Core (Beoptong Core) 아키텍처

법통 Core는 본 프로젝트의 모든 서비스를 지탱하는 기반 기술이며, 법령체계 디지털트윈 DB와 이를 운용하는 **3대 핵심 엔진(PandektRAG, Bartleby, Marquardt)**으로 구성된다.

1. 핵심 엔진 (The Triad Engines)

법령 데이터에 특화된 고성능 RAG(Retrieval-Augmented Generation) 시스템이자, Bartleby가 DB를 탐색하기 위해 사용하는 핵심 도구이다.

계층적 법령 임베딩 (Hierarchical Embedding): 법령을 단순히 텍스트 덩어리로 보지 않고, 조/항/호/목의 **계층적 구조(Node)**로 분해한다. 각 노드에는 상위 조문의 맥락을 주입(Context Injection)하여, 개별 조문만으로도 독립적인 의미를 갖도록 인덱싱한다.
Dual Space Embedding:
- 유클리드 공간: 문맥적 유사도를 기반으로 후보 조문을 1차적으로 검색한다.
- 하이퍼볼릭 공간 (Hyperbolic Space): 법령의 계층적 관계(상위법-하위법 등)를 보존하는 비유클리드 공간에서 재정렬(Reranking)하여 구조적 연관성을 높인다.
MST Aggregation: 검색 결과를 파편화된 조문 단위가 아닌, 법령(Master Statute) 단위로 묶어서 제공하여 사용자가 법적 맥락을 파악하기 쉽게 한다.

단순한 생성기가 아닌, 능동적으로 DB를 탐색하고 추론하는 Agent이다.

Reasoning & Exploration: 입력된 쿼리나 입법예고 원문에 대해 다양한 관점(Chain of Thought)에서 가설을 세우고, PandektRAG를 도구로 활용하여 DB를 심층 탐색한다. "이 법안이 개정되면 다른 법령에는 어떤 영향을 미칠까?"와 같은 질문을 스스로 던지며 연관 정보를 찾아낸다.
Prompt Engineering Agent: 탐색한 정보와 추론 과정을 종합하여, 최종 결과물을 생성할 **Marquardt에게 전달할 최적의 프롬프트(Context + Instruction)**를 설계한다. 즉, 날것의 검색 결과가 아닌, 논리적으로 정제된 정보를 Marquardt에게 넘겨주는 중간 관리자 역할을 수행한다.

시스템의 최종 산출물을 생성하고, 사용자 반응을 분석하여 전체를 최적화하는 Executive & Analytical Engine이다.

Context-Aware Generation: Bartleby가 구성해준 고품질의 프롬프트를 바탕으로, 최종 사용자에게 제공될 해설, 알림, 리포트 등을 실제로 생성한다. Bartleby가 가져온 정확한 근거 덕분에 환각(Hallucination) 없는 신뢰성 높은 결과물을 만든다.
법령 파싱 및 구조화: 입법예고 원문이 들어오면 이를 구조적으로 분석하여 Bartleby가 탐색을 시작할 수 있는 초기 단서를 제공한다.
피드백 루프 및 최적화: 사용자의 '좋아요/싫어요/이상해요' 피드백을 실시간으로 분석한다.
사회 모델링 (State z Estimation): 사용자의 반응 데이터를 기반으로 **시민의 정책 이해도(State z)**를 추정한다. 이를 통해 정책 이슈에 대한 사회적 이해도 지형(Landscape)을 모델링하고, 여론의 흐름을 데이터화한다.

시뮬레이션 가능한 DB: 대한민국 법령체계 전체를 특정 시점에 맞춰 완벽하게 시뮬레이션할 수 있는 구조를 갖추고 있다.
범용 법률 온톨로지 (Universal Legal Ontology): 특정 국가에 종속되지 않는 추상화된 법률 개념 체계를 지향한다. 이는 한국어, 영어, 일본어 등 서로 다른 언어와 법계를 가진 규제들을 하나의 구조 위에서 비교하고 매핑(nC2)할 수 있게 하는 핵심 아키텍처이다.

Agent 기반의 심층 추론: 단순 검색(Retrieval)을 넘어, Bartleby Agent가 수행하는 다각적인 탐색과 추론 과정은 경쟁사가 쉽게 모방할 수 없는 깊이 있는 분석 결과를 만들어낸다.
구조적 인덱싱의 진입장벽: 방대한 법령을 계층적으로 모델링하고 정제한 데이터셋은 단기간에 복제하기 어려운 강력한 자산이다.