리머(REAMER) — AI 할루시네이션 R&D 센터

연구 자산

• 8+ 리머가 정리한 법률 할루시네이션 원인 — 서비스 중인 AI의 실제 오답을 모아 원인별로 나눴습니다. 두 가지는 공개하고, 나머지는 파트너에게 드립니다.
• 1,800+ 자체 할루시네이션 데이터셋 문항 — AI가 실제로 틀린 문항, 함정 문항, 아는 척을 유도하는 문항 등 4종. 정답은 모두 법제처 현행 원문으로 확정했습니다.
• 23 지금까지 남긴 연구 기록 — 보고서 10편 · 데이터셋 4종 · 블라인드 시험 3회 · 기술 노트 3편 · 특허 기록 3건. 목록은 공개하고, 내용은 파트너에게 드립니다.
• 2+1 할루시네이션 판정 · 감시 특허 — 2026년 10월 부존재 신뢰도 정량화로 첫 출원을 했고, 그 내용을 넓혀 판정 재현 특허로 다시 냅니다. 답변 유효성 감시 특허도 함께 준비하고 있습니다.

법률 할루시네이션 원인 — 공개된 두 가지

• 개정 전 값 — 바뀐 숫자 · 기간 · 금액을 옛 기준 그대로 말합니다. 학습 뒤에 법이 바뀌었거나, 검색 색인이 옛 문서를 들고 있을 때 생깁니다.
• 지어낸 근거 — 없는 조문 · 판례 · 고시를 그럴듯한 번호로 만들어 냅니다. 'AI 거짓말'로 가장 많이 알려진 원인입니다.

연구 분야

• 원인 연구 — 실제 오답을 모아 법률 할루시네이션이 생기는 원인을 8가지로 나누고, 원인마다 고치는 순서를 정리합니다.
• 데이터셋 — AI가 실제로 틀린 문항, 법령 원문에서 만든 함정 문항, 아는 척을 유도하는 문항 — 4종 · 1,800여 문항. 정답은 모두 법제처 원문입니다.
• 평가 · 벤치마크 — 엔진을 고칠 때 보지 않은 법령으로 블라인드 시험을 합니다. 검색을 붙인 AI도 어디서 틀리는지 잽니다.
• 판정 · 감시 기술 — 인용된 근거가 실제로 있는지 판단하는 방법, 판정을 다시 확인할 수 있게 남기는 방법, 법이 바뀌면 답을 다시 살피는 방법.

연구 원칙

• 실제 오답에서 출발 — 상상한 질문이 아니라, 서비스 중인 AI가 실제로 틀린 답에서 시작합니다.
• 정답은 원문으로 — 모든 정답은 법제처 현행 원문으로 확정합니다. 근거를 대지 못하는 판정은 기록하지 않습니다.
• 문항은 공개하지 않음 — 문항이 공개되면 AI가 그 문항에 맞춰질 수 있습니다. 시험이 실제 실력을 재도록 지킵니다.
• 요약은 공개, 전문은 파트너 — 연구 요약은 누구나 볼 수 있고, 보고서 전문과 데이터셋 구성은 파트너에게만 드립니다.

연구가 쓰이는 곳

• 베리라인 VERILINE (검증 서비스 · 솔루션) — 리머의 원인 분류와 데이터셋으로 기업용 AI 답변을 감사하고 검증합니다.
• 미르미 MIRMI (확인된 것만 말하는 AI) — 리머가 정리한 할루시네이션 원인을 답변 시험에 씁니다.

연구 보고서 요약: 베리라인 할루시네이션 연구

연구 보고서 목록

• R-10 · 보고서 · 세법 할루시네이션 — 세율보다 기한, 기본법보다 특례법에서 틀린다 (2026.11.02)
• R-09 · 보고서 · AI 법령 실력 지도 — 분야마다, 질문마다 다른 할루시네이션 (2026.11.01)
• R-08 · 보고서 · 사용자 말을 따라가는 AI — 질문에 섞인 틀린 말을 얼마나 받아들이나 (2026.11.01)
• R-07 · 보고서 · 가짜 판례는 줄었지만 — 최신 AI가 아직 지어내는 근거 (2026.11.01)
• R-06 · 보고서 · 대화 속에서 무너지는 상담 AI — 정확도 점수에 숨는 두 가지 실패 (2026.10.31)
• R-05 · 보고서 · 2026년 개정 법령과 AI — 바뀐 법을 모르는 AI의 환각 (2026.10.31)
• R-04 · 보고서 · 할루시네이션 데이터셋 설계 노트 — 무엇을 물어야 AI가 아는 척을 하나 (2026.10.31)
• R-03 · 보고서 · 검색을 붙여도 남는 환각 — 법령 원문 검색(RAG) AI 블라인드 시험 (2026.10.31)
• R-02 · 보고서 · 최신 범용 AI에 법령 함정 질문을 던졌더니 — 42%가 틀렸다 (2026.10.31)
• R-01 · 보고서 · 법률 할루시네이션의 원인 8가지 (2026.10.31)
• T-03 · 기술 노트 · 데이터셋 근거 재대조 — 751문항을 현행 법령과 다시 맞춰 보기 (2026.10.29)
• T-02 · 기술 노트 · 1 · 2세대 데이터셋의 결점과 3세대 설계 (2026.10.29)
• T-01 · 기술 노트 · 법령 할루시네이션 판정 기술 점검 (2026.10.29)
• D-04 · 데이터셋 · 검색해도 틀리는 데이터셋 — 118문항 (2026.10.27)
• D-03 · 데이터셋 · 아는 척 유도 데이터셋 — 65문항 (2026.10.29)
• D-02 · 데이터셋 · 대규모 함정 데이터셋 — 1,148문항 (2026.10.29)
• D-01 · 데이터셋 · AI 실제 오답 데이터셋 — 505문항 (2026.10.26)
• B-02 · 시험 · 처음 보는 법령 블라인드 시험 2차 · 정밀 등급 (2026.10.27)
• B-01 · 시험 · 처음 보는 법령 블라인드 시험 1차 (2026.10.27)
• B-00 · 시험 · 최신 범용 AI 법령 함정 1,200문항 시험 (2026.10.26)
• P-03 · 특허 · 생성형 AI 답변의 유효성 감시 및 사전 통지 (출원 준비)
• P-02 · 특허 · 생성형 AI 답변의 법령 검증 및 판정 재현 (출원 준비)
• P-01 · 특허 · 인용된 법령 · 판례 · 문헌의 부존재 신뢰도 정량화 (2026.10 출원 · 재출원)

자주 묻는 질문

리머는 어떤 곳인가요?

AI 할루시네이션(환각)을 연구하는 R&D 센터입니다. 연구 결과는 검증 서비스 베리라인과 한국형 AI 미르미에 쓰입니다.

할루시네이션이 정확히 뭔가요?

AI가 사실이 아닌 것을 사실처럼 말하는 현상입니다. 'AI 거짓말', 'AI 환각'이라고도 부릅니다. 리머의 연구에 따르면 법률 할루시네이션의 원인은 크게 8가지이고, 그중 두 가지는 개정 전 값과 지어낸 근거입니다.

연구 보고서는 볼 수 있나요?

목록과 요약은 공개합니다. 보고서 전문과 데이터셋 구성은 파트너(베리라인과 거래한 회사)에게만 드립니다.

AI 감사나 검증을 맡기고 싶어요.

리머는 연구만 합니다. 감사 · 검증 서비스와 견적은 베리라인(veriline.kr)에서 안내합니다.