4차 산업혁명 시대의 인공지능 알고리즘에 의한 법 분야 위험 예측(유민총서 17)(양장본 Hardcover)

프롤로그

1장 4차산업혁명, 미래, 위험사회

미래사회
4차 산업혁명
위험시대
핀테크와 레그테크

2장 위험에 대하여

1. 위험 일반론
위험이란 무엇인가?
위험의 정의와 유형
위험의 속성
같으면서도 다른 위험과 위기 개념

2. 위험의 관리
위험의 지배
위험의 관리 방안
글로벌 위험 관리
위험 회피 전략- 또 다른 아이디어
위험의 규제
위험의 감수
비즈니스 분야의 포괄적 위험관리 프레임

3. 법적 위험
법적 위험의 유형
규제 위험
법률 준수 위험
계약 위험
분쟁 위험
평판 위험
비 법적 위험
개인정보 보호 준수 및 데이터 침해 위험
법적 위험과 관련된 실제 사례

4. 법적 위험 관리 방안
법률 서비스 분야의 특성으로서 위험 관리
사고방식의 변화-법적 위험관리의 시작
법적 위험 관리 프레임 워크
법적 위험의 식별
법적 위험 분석
법적 위험 평가
법적 위험의 처리
위험 평가 계획 수립
법적 위험의 자체 정의
법적 위험의 대응
법적 위험 분석
법적 위험의 완화
의사소통

3장 예측

1. 예측 일반론
미래 예측
예측에 있어서 확률이론
경제학과 예측
예측 기술
예측코드
카오스
시나리오 계획
예측의 오류
예측의 유용성
예측은 기회?
예측 오류의 이유

2. 법 분야의 예측
법 분야 위험 예측의 필요성
법 분야 예측의 중요성
경험적 정보
법률(요소 중심) 분석
실증적 정보
요소 중심 분석
변호사 경험

3. 인공지능 예측
인공지능 알고리듬의 등장
알고리듬
문제의 분할 전략
인공지능은 예측
인공지능 예측 공식
인공지능 예측 규칙의 평가
인공지능은 흑마술black magic이 아니다.
긱 파원Geek Power
패러다임의 전환
빅데이터
마법의 양탄자
빅데이터와 인공지능 알고리듬의 차이
통계학
블랙박스 또는 설명 가능성의 문제
자율성Autonomy
데이터의 질
알고리듬 복잡도의 지수적 증가




4장 인공지능 위험 예측

1. 위험 예측에 인공지능 알고리듬 도입
인공지능 도입에 따른 위험 예측?관리의 과제
인공지능에 의한 위험 관리 실태

2. 위험 예측 도구로서의 인공지능
인공지능 위험 예측 분석 알고리듬
인간 의사결정의 취약성
인공지능이 예측에서 실패하는 이유
안다는 것을 아는 것
모른다는 것을 아는 것
모른다는 것조차 모르는 것
안다는 사실을 모르는 것
함께 할 때 더 잘하는 예측
예외 예측
인공지능 예측의 과정 해부
인공지능 알고리듬은 진정으로 알지 못한다.
딥러닝이 잘 하는 일
인공지능 예측에 있어서 특성공학의 중요성
특성 공학feature engineering

3. 금융 부문의 위험 예측
일본의 부동산 버블
투자 위험의 예측
금융기관의 대출 신용 평가
초인간적 위기 감지팀
인공지능 퀀트
퀀트의 성공은 알고리듬이 좌우
특이한 주가 예측 모델

4. 금융규제와 레그테크

5장 예측 모델링
예측 모델의 구체적 구현
미래연구
모델
위험 예측을 위한 컴퓨터 모델
예측 모델링의 과제
6장 법 분야 인공지능 위험 예측 관리

법적 분야의 인공지능 활용
법적 위험 예측 알고리듬
법률실무에서의 데이터 과학
인공지능 알고리듬에 의한 법적 위험 관리 가능성
인공지능에 의한 법 분야 위험 예측 변화
법 분야의 인공지능 위험 예측의 함의
법 분야 인공지능 위험 예측 도구 개발 연혁
법적 추론의 자동화와 예측 알고리듬의 차이
법 분야 위험의 양적예측의 원리
법 분야 위험 예측?분석의 현실
법 분야 인공지능 위험 예측의 장애물

7장 공공영역에서의 법적 위험 예측

1. 재범의 위험성 예측 알고리듬
보험과 위험 파악
재범의 위험성 예측 알고리듬
재범 위험성 예측 알고리듬의 구축
비판의 비판
COMPAS
이론상 훌륭하다
실행상의 문제
재범의 위험성 예측 알고리듬에 대한 또 다른 우려
오류가능성의 문제
블랙박스 속성?불투명성
역공학을 통한 실험적 예측 모델의 구현
코드 차원의 예시

2. 범죄 예측 알고리듬(예측 치안 알고리듬)
마이너리티 리포트
Predpol
기타 유형의 예측 치안 알고리듬
데이터의 염결성
불량 데이터의 원인
단편화되고 편향된 데이터
오손된 데이터
데이터 편향성의 문제
우리나라 범죄 예측 선행 연구
소스코드 차원의 범죄예측 알고리듬 소개

3. 자살 예측 방지 알고리듬
자살 위험 예측 코드

8장 민간영역에서의 법적 위험예측

1. 법적 예측 알고리듬 사용
법적 분야의 정보기술
양적 법적 예측
양적 법적 예측과 자연어 처리
양적 법적 예측 현황
머신러닝과 법적 예측

2. 계약서 위험 예측 알고리듬
계약 메타데이터 추출
Kira의 작동원리
자동화된 계약서 분석에서 자연어처리
예측 계약predictive contracting
계약서 위험 예측 알고리듬 관련 국내 연구

3. 자금세탁 방지 알고리듬

4. 사기 예측 알고리듬
규칙기반의 접근 방식
사기 예측?탐지 모델

5. 대출 위험 예측 알고리듬

6. 소송(판결) 예측
선행연구에서 인공지능 소송 예측 모델 구현 사례
미 연방 대법원의 인디언 관련 사건 판결 예측 연구
자연어 처리를 이용한 유럽 인권 재판소 판결 예측
소송(판결) 예측 알고리듬 평가 총설
Lex Machina와 Solomonic
머신러닝의 개가와 소송 결과 예측 알고리듬
집단소송
제3자 소송 자금 조달
소송금융의 역사
오늘날 국가마다 소송 금융 규제가 크게 다르다.
소송자금 투자자의 위험 평가 도구
새로운 제언(좋은 모델을 선택하기 위한 방법론)
진정한 법 분야 예측 알고리듬을 위한 제언

9장 자연어 처리

자연어 처리
예측 부호화
n-gram
단어 가방
tf-idf 방법
word2vec
BERT
GPT
왓슨이라는 IBM의 인지 컴퓨팅
ROSS의 구현 방식

참고문헌
찾아보기

양종모 1981년 사법시험에 합격한 후 사법연수원을 거쳐 군 복무를 마치고, 1986년 검사로 임용되었다. 2003년 부장검사를 끝으로 퇴직한 후, 2006년부터 영남대학교에서 교수로 재직하면서, 법학전문대학원에서 형사법을 가르치고 있다. 1989년부터 컴퓨터 프로그래밍(코딩)을 하면서, 검사 업무와 관련된 어플리케이션을 개발하여 사용하기도 했고, 1990년 초부터 자연스레 인공지능에 대하여 관심을 가지게 되었으며, 현재 python, tensorflow 등을 이용하여 코딩을 하고 있다. 인공지능과 직·간접으로 연관이 있는 뇌과학, 언어학, 인지심리학에도 관심이 있으며, 최근 OpenAI의 GPT-3 등 자연어처리에 주목하고 있다. 연구의 주된 방향은 인공지능의 법 분야 활용 모색이며, 인공지능 판사, 챗봇 등 인공지능 관련 법적 이슈 때마다 언론에 논문의 내용이 소개되었고, 2021년에 발간한 「인공지능과 법률 서비스 분야의 혁신」이 2022년 학술원 우수도서에 선정되기도 하였다. 인공지능과 법률이라는 주제로 각종 기관이나 대학에서 강연을 하였으며, 카이스트 4차 산업혁명 지능정보센터 전문자문위원을 역임하는 등 법학 분야 외에서도 활동하고 있다.