기계 학습 모델에 기반한 형량 예측 시스템 연구

Abstract

국가 형벌권은 공정, 정확하고, 예측 가능한 형태로 운영되어야 한다. 사회적 자본, 재판관의 재량 등으로 발생하는 상이한 판결로 인해 사법 신뢰는 위협받고 있으며, 기계 학습 기법 등을 이용해 판결 형량을 예측할 수 있는 보조 도구 의 수요가 점차 늘고 있다. 이에 따라, 본 연구는 다양한 기계 학습 및 패턴 인식 기반의 접근들을 이용하여 살인 사건 에 대한 형량을 예측할 수 있는 기술적 방법들을 연구한다. 양형 기준이 적용된 사건에 대해 판결문에 나타난 다양한 법⋅사회적 요인들을 분석해 개별 사건을 복합적인 인자로 모델링하는 한편, 이들 인자들로부터 나타나는 인자와 판결 간의 패턴 관계를 선형 회귀, 유사 판례 탐색, 비음수 행렬 인수분해 기반 기법들을 적용하여 판결 예측 성능을 비교하 고, 문제와 개선점을 함께 비교한다. 본 논문에서 제시된 방법 중 예시 기반 비음수 행렬 인수분해 방법은 평균 제곱근 오차 42개월, 평균 절대 백분비 오차 28.7%의 성능을 나타내는 것을 확인하였다. 개발된 판결 예측 시스템을 토대로 향 후 균형 있는 데이터 확보 및 모델의 다양한 시도를 통해 훨씬 더 성능을 개선할 수 있을 것으로 기대한다.