[논문 리뷰] An Argumentation-Based Legal Reasoning Approach for DL-Ontology

Zhe Yu, Yiwei Lu|arXiv (Cornell University)|2022. 09. 07.

Semantic Web and Ontologies인용 수 4

한 줄 요약

이 논문은 자율주행차 설계와 같은 고위험 분야에서 법적 온톨로지의 불일치를 다루기 위해 기술적 설명 논리(DL)와 형식적 논거 이론을 통합한 논거 기반 법적 추론 프레임워크인 L-ASPIC+를 제안한다. DL 기반 법적 온톨로지를 논거 이론으로 변환하고 우선순위 기반 추론을 적용함으로써, 충돌하는 규범이 존재하더라도 일관되고 설명 가능한 법적 결론을 도출할 수 있다.

ABSTRACT

Ontology is a popular method for knowledge representation in different domains, including the legal domain, and description logics (DL) is commonly used as its description language. To handle reasoning based on inconsistent DL-based legal ontologies, the current paper presents a structured argumentation framework particularly for reasoning in legal contexts on the basis of ASPIC+, and translates the legal ontology into formulas and rules of an argumentation theory. With a particular focus on the design of autonomous vehicles from the perspective of legal AI, we show that using this combined theory of formal argumentation and DL-based legal ontology, acceptable assertions can be obtained based on inconsistent ontologies, and the traditional reasoning tasks of DL ontologies can also be accomplished. In addition, a formal definition of explanations for the result of reasoning is presented.

연구 동기 및 목표

• AI 시스템에서 고위험 분야(예: 자율주행차 설계)의 불일치하는 법적 온톨로지에 대한 추론 문제를 해결한다.
• 불일치에 취약하고 사용자 친화적인 설명이 부족한 전통적 DL 추론의 한계를 극복한다.
• 법적 원칙과 논거 우선순위를 통합하여 규범적 법적 추론을 지원하는 공식적이고 설명 가능한 추론 체계를 개발한다.
• 엔지니어가 사고 후 취약한 승객과 같은 복잡한 상황에서 법적 의무를 체계적이고 정당화된 결론을 바탕으로 추론할 수 있도록 한다.
• 법적 규칙과 원칙에 기반하여 특정 법적 결론이 수용되거나 기각되는 이유를 공식적으로 설명한다.

제안 방법

• 법적 맥락에서 열거 가능한 추론을 지원하기 위해 ASPIC+ 프레임워크를 법적 원칙과 규범적 규칙을 통합한 L-ASPIC+로 확장한다.
• 개념, 역할, 공리 등을 논리 공식과 추론 규칙으로 매핑하여 DL 기반 법적 온톨로지를 논거 이론으로 변환한다.
• 온톨로지의 전제와 법적 규범 체계의 규칙을 사용하여 논거를 구성하며, 엄격한 규칙과 취소 가능한 규칙을 구분한다.
• 법적 원칙에 기반한 논거 간 우선순위 관계를 정의하고, 충돌을 해결하기 위해 우선순위 함수를 도입한다.
• 신뢰성 있는/경계심리적인 추론 세마antics(예: credulous/sceptical)를 적용하여 불일치하는 규칙 집합에서 수용 가능한 결론을 도출한다.
• 논거 수용 또는 기각의 정당화를 위해 전제, 규칙, 우선순위 순서의 집합으로 설명을 공식화한다.

실험 결과

연구 질문

• RQ1 불일치하는 법적 온톨로지가 AI 시스템에서 효과적으로 추론될 수 있는 방법은 무엇인가? 특히 자율주행차와 같은 안전이 중요한 분야에서.
• RQ2 형식적 논거 이론을 DL 기반 온톨로지와 통합하여 추론 능력을 유지하면서 규범적 갈등을 다룰 수 있는 방법은 무엇인가?
• RQ3 법적 결론이 엔지니어와 규제 당국에게 설명 가능하고 정당화될 수 있도록 보장하는 메커니즘은 무엇인가?
• RQ4 법적 원칙을 어떻게 공식적으로 표현하여 논거 우선순위를 이끌고 서로 충돌하는 규범 간 갈등을 해결할 수 있는가?
• RQ5 특정 법적 결론이 수용되거나 기각되는 이유를 명확히 설명하는 공식적 구조는 무엇인가?

주요 결과

• L-ASPIC+ 프레임워크는 법적 규범 간 충돌을 논거 이론을 통해 해결함으로써 불일치하는 DL 기반 법적 온톨로지에 대한 추론을 성공적으로 처리한다.
• 이 접근법은 통합된 논거 이론 프레임워크를 통해 개념 인스턴스화 및 인스턴스 검색과 같은 전통적 DL 추론 작업을 지원한다.
• 법적 결론에 대한 설명은 전제, 규칙, 우선순위 순서의 결합으로 공식화되어 추론 결과의 추적 가능성을 보장한다.
• 자율주행차 사례 연구에서, 시스템은 비상 시에 음주 승객이 부상자에게 도움을 줘야 하는지 여부를 규범적 우선순위에 따라 결정한다.
• 프레임워크는 자율주행차 설계에서 핵심 기능과 보조 기능을 구분하며, 비상 구조 지원 의무를 경로 효율성보다 우선시하는 법적 원칙을 활용한다.
• ‘LeaveCar(PS1)’라는 주장에 대한 설명에는 ‘NeedEmergencyAid(Injury1)’와 같은 전제와 ‘r8’, ‘r9’ 규칙, 그리고 ‘p2 < p1’ 우선순위가 포함되어 있어 수용을 정당화한다.