협업하는 법률 에이전트: 에이전틱 RAG와 다중 에이전트 설계의 정점
단일 모델이 검색·작성·검증을 한꺼번에 하면 오류가 섞인다. 에이전틱 RAG와 다중 에이전트 협업은 역할을 분리해 각 단계를 검증 가능하게 만든다. 협업 구조 자체가 신뢰성의 원천이다.
초록 본 칼럼은 법률 AI의 신뢰성을 끌어올리는 두 축, 에이전틱 RAG와 다중 에이전트 협업의 결합을 기술적으로 고찰한다. 검색을 능동적으로 계획·반복하는 에이전틱 RAG와, 작성·검증을 분리된 에이전트에 맡기는 다중 에이전트 구조가 어떻게 결합해 검증 가능한 법률 파이프라인을 만드는지 분석한다.
법률 답변은 검색·추론·작성·검증이 얽힌 복합 작업이다. 이 모두를 단일 호출에 몰아넣으면, 어느 단계에서 오류가 났는지조차 알 수 없다. 작업을 역할로 쪼개고 에이전트가 협업하게 하면, 각 단계가 비로소 검증 가능해진다.
핵심 기술 개념
에이전틱 RAG(Agentic RAG)
검색을 한 번에 끝내지 않고, 모델이 질의를 계획하고 결과를 평가하며 필요하면 재검색을 반복하는 능동적 검색 패러다임. 정적 RAG의 단발성 한계를 넘어선다.
다중 에이전트 협업(Multi-Agent Collaboration)
검색·작성·검증 등 역할을 분리된 에이전트에 맡기고, 그 산출을 다른 에이전트가 점검·교정하게 하는 구조. 단일 모델의 오류 누적을 분업으로 차단한다.
추론-행동 순환(ReAct)
추론(생각)과 행동(검색 등 도구 호출)을 번갈아 수행해, 외부 근거로 추론을 점검하며 답을 좁혀 가는 패턴. 에이전트가 근거에 발을 딛게 만든다.
기술 심층 분석
에이전틱 RAG는 검색을 한 번의 사건에서 과정으로 바꾼다
정적 RAG는 질의로 한 번 검색하고 그 결과로 답을 쓴다. 그러나 법률 질의는 한 번의 검색으로 충분치 않다. 쟁점을 분해하고, 관련 조문을 찾고, 그 조문을 해석한 판례를 다시 찾고, 개정 연혁까지 확인해야 한다. 에이전틱 RAG는 이 과정을 모델이 능동적으로 운영하게 한다. 에이전틱 RAG 서베이가 정리하듯, 에이전트는 질의를 계획하고 검색 결과의 충분성을 평가하며, 부족하면 질의를 재구성해 다시 검색한다. 검색이 단발 사건에서 반복적 과정으로 바뀌는 것이다. ReAct가 보여 준 추론-행동 순환은 이 과정의 기본 동작이다. 모델은 '무엇을 더 찾아야 하는가'를 추론하고, 검색이라는 행동으로 그 추론을 외부 근거에 비춰 점검한다. 법률처럼 근거의 완결성이 결론을 좌우하는 영역에서, 이 능동성은 선택이 아니라 필수다.
다중 에이전트 분업이 오류 누적을 차단한다
단일 모델이 검색·작성·검증을 한 흐름에 처리하면, 작성 단계의 환각이 검증 단계로 그대로 흘러든다. 같은 모델이 같은 맥락에서 작성하고 채점하면, 자기 오류를 스스로 통과시키기 쉽다. 다중 에이전트 구조는 이 흐름을 끊는다. 검색 에이전트가 근거를 모으고, 작성 에이전트가 초안을 만들고, 검증 에이전트가 그 초안의 인용 실재성과 근거 충실성을 독립적으로 점검한다. 역할이 분리되면 책임 소재가 분명해지고, 한 단계의 오류가 다음 단계에서 걸러질 기회가 생긴다. 법률 도메인 RAG 벤치마크가 보여 주듯, 검색·생성 각 단계를 분리해 측정해야 어디서 성능이 무너지는지 알 수 있다. 분업은 측정 가능성을 낳고, 측정 가능성은 개선 가능성을 낳는다.
두 축의 결합이 검증 가능한 파이프라인을 완성한다
에이전틱 RAG와 다중 에이전트는 별개가 아니라 한 시스템의 두 축이다. 에이전틱 RAG가 검색을 능동적 과정으로 만들고, 다중 에이전트가 그 과정을 역할별로 분담한다. 검색 에이전트는 에이전틱하게 반복 검색해 근거를 충분히 모으고, 작성 에이전트는 그 근거에만 기대 초안을 쓰며, 검증 에이전트는 초안의 모든 인용을 원문에 대조한다. 어느 단계에서 실패하면 그 단계로 되돌아가 재시도한다. 이 구조의 핵심은 각 전이가 명시적이고 점검 가능하다는 점이다. 단일 호출의 블랙박스와 달리, 협업 파이프라인은 어디서 무엇이 일어났는지 추적된다. 추적 가능성이야말로 법률 AI가 신뢰를 주장할 수 있는 유일한 근거다.
기술적 트레이드오프
긴장 관계 에이전트를 늘리고 검색을 반복하면 신뢰성은 오르지만, 호출 수와 지연·비용이 함께 늘어 응답이 느려지고 운영 부담이 커진다.
실무적 해소 질의 복잡도에 따라 협업 깊이를 차등화한다. 정형·단순 질의는 단발 검색과 단일 작성으로 빠르게 처리하고, 다쟁점·고위험 질의에만 반복 검색과 독립 검증 에이전트를 투입한다. 협업 자원을 복잡도가 큰 곳에 집중하면 신뢰성과 응답성이 양립한다.
법마디 OS에 적용한다면
법마디 OS는 검색·작성·검증을 분리된 단계로 운영하고, 검색 단계는 쟁점이 충분히 채워질 때까지 반복한다. 작성은 모은 근거에만 기대고, 검증은 인용된 조문·판례의 실재성을 독립적으로 대조한다. 질의 복잡도에 따라 협업 깊이를 조절해, 단순 질의는 빠르게, 복합 질의는 촘촘하게 검증한다.
기술적 함의
- 에이전틱 RAG는 검색을 단발 사건에서 반복적 과정으로 바꾸므로, 다쟁점 법률 질의에서 근거의 완결성을 확보하는 핵심 수단이 된다.
- 다중 에이전트로 작성과 검증을 분리하면 자기 오류를 스스로 통과시키는 위험이 줄고, 각 단계가 독립적으로 측정·개선 가능해진다.
- 협업 파이프라인은 각 전이가 추적 가능하므로, 단일 호출의 블랙박스와 달리 법률 AI가 신뢰성을 입증할 근거를 제공한다.
"법률 지능의 정점은 더 큰 모델이 아니라 더 잘 협업하는 구조에 있다. 역할을 나눌 때 신뢰가 만들어진다."
