Freeing the Law with LOCUS: A Local Ordinance Corpus for the United States

Paper ID: 2606.19334 • 2 Upvotes

Dataset NLP Legal-AI OCR RAG

Freeing the Law with LOCUS: A Local Ordinance Corpus for the United States

📝 핵심 요약

미국 전역의 지방 조례 데이터를 수집·정형화하여 법률 AI 연구의 사각지대를 해소한 대규모 코퍼스 및 모델 공개

📖 상세 내용

법률 AI의 발전은 신뢰할 수 있는 텍스트 데이터에 의존하지만, 일상생활과 밀접한 지방 조례는 파편화된 플랫폼에 갇혀 있어 대규모 연구에 활용하기 어려웠습니다. 이를 해결하기 위해 연구진은 미국 내 9,239개 시·군 조례를 포함하는 대규모 코퍼스인 LOCUS를 구축했습니다. OCR 기술을 활용해 다양한 문서 형식을 처리하고, 인구 대다수를 커버하는 2,309개 카운티 규모의 정형화된 데이터 레이어를 제공합니다. 또한 ModernBERT 기반의 분류기를 학습시켜 조례의 불투명성이나 온정주의와 같은 복잡한 차원을 분석할 수 있도록 했습니다. 이 코퍼스와 모델은 연구 재현성과 향후 법률 AI 연구 확장을 위해 공개되었습니다.

🔑 주요 내용 (Key Points)

9,239개 시·군 조례를 포함하는 대규모 미국 지방 조례 코퍼스(LOCUS) 구축
OCR을 통한 비정형 문서의 기계 판독 가능한 데이터로의 변환 및 정형화
ModernBERT 기반 분류기를 통한 조례 특성(불투명성 등) 분석 모델 제공

💡 실무적 가치 (Relevance)

파편화된 비정형 법률 데이터를 정형화된 데이터셋으로 확보함으로써, 특정 지역 맞춤형 법률 RAG 시스템이나 규제 준수(Compliance) 자동화 모델 개발이 가능해집니다.

✅ 추천 액션 (Actionable Items)

HuggingFace에서 LOCUS 데이터셋을 다운로드하여 데이터 품질 확인
제공된 ModernBERT 모델을 활용하여 특정 지역 조례의 특성 분석 실험
RAG 파이프라인에 LOCUS 데이터를 주입하여 법률 질의응답 성능 테스트

View on Hugging Face View PDF (arXiv)