리머 REAMER · AI 할루시네이션 R&D 센터

리머(REAMER) AI 할루시네이션 R&D 센터

리머는 AI 할루시네이션(환각)을 연구하는 R&D 센터입니다. 생성형 AI는 그럴듯한 거짓말을 합니다. 리머는 그 거짓말이 왜, 언제, 얼마나 생기는지, 어떻게 잡는지를 연구합니다. 첫 시험장은 정답을 공식 원문으로 확정할 수 있는 법률 · 세무 · 노무입니다. 리머가 연구한 내용은 사무소 · 중소기업 홈페이지와 AI 상담 서비스 미르미, 그리고 미르미의 답을 확인하는 자체 검증 엔진 베리라인에 쓰입니다.

연구 자산

  • 8+ 리머가 정리한 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.
  • 2건 특허 출원 준비(판정 · 감시 기술): 2026년 10월 부존재 신뢰도 정량화로 첫 출원을 했다가, 범위를 넓혀 판정 재현 특허로 다시 내려고 취하했습니다. 답변 유효성 감시 특허도 함께 준비하고 있습니다.

공개한 할루시네이션 원인 두 가지

  • 개정 전 값: 바뀐 숫자 · 기간 · 금액을 옛 기준 그대로 말합니다. 학습한 뒤에 사실이 바뀌었거나 검색 자료가 옛 문서일 때 생기고, 법령 · 세율처럼 자주 바뀌는 분야에서 특히 많습니다.
  • 지어낸 근거: 없는 논문 · 판례 · 조문 · 기사를 그럴듯한 이름과 번호로 만들어 냅니다. 'AI 거짓말'로 가장 많이 알려진 원인입니다.

연구 분야

  • 원인 연구: 실제 오답을 모아 할루시네이션이 생기는 원인을 8가지로 나누고, 원인마다 고치는 순서를 정리합니다.
  • 데이터셋: AI가 실제로 틀린 문항, 원문에서 만든 함정 문항, 아는 척을 유도하는 문항 등 4종, 1,800여 문항입니다. 정답을 원문으로 확정할 수 있는 법령 분야에서 먼저 만들었습니다.
  • 평가 · 벤치마크: 처음 보는 문항으로 블라인드 시험을 합니다. 범용 AI와 검색을 붙인 AI, 서비스 중인 전문 AI가 어디서 틀리는지 확인합니다.
  • 판정 · 감시 기술: 인용된 근거가 실제로 있는지 판단하고, 그 판정을 나중에 다시 확인할 수 있게 남깁니다. 사실이 바뀌면 이미 나간 답도 다시 살핍니다.

연구 원칙

  • 실제 오답에서 출발: 서비스 중인 AI가 실제로 틀린 답에서 연구를 시작합니다.
  • 정답은 원문으로: 모든 정답은 공식 원문으로 확정합니다(법령은 법제처 현행 원문). 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

  • 미르미 MIRMI (홈페이지 · AI 상담): 노무 · 세무 · 법무 사무소와 중소기업에 프리미엄 홈페이지와 거짓말 안 하는 AI 상담을 만들어 드립니다. 상담 답은 모두 베리라인 엔진의 확인을 거칩니다.
  • 베리라인 VERILINE (자체 검증 엔진): AI 답 속 노무 · 세무 · 법률 내용을 현행 법령 원문과 대조하는 리머의 검증 엔진입니다. 엔진 성능과 연구 요약을 공개합니다.

연구 보고서 요약: 베리라인 할루시네이션 연구

연구 보고서 목록

  • R-10 · 보고서 · 세법 할루시네이션은 세율보다 기한, 기본법보다 특례법에서 많다 (2026.11.02)
  • R-09 · 보고서 · 분야와 질문 유형에 따라 달라지는 AI의 법령 정확도 (2026.11.01)
  • R-08 · 보고서 · 질문에 섞인 틀린 말을 AI는 얼마나 받아들이나 (2026.11.01)
  • R-07 · 보고서 · 가짜 판례는 줄었지만 최신 AI가 아직 지어내는 근거 (2026.11.01)
  • R-06 · 보고서 · 대화가 길어질수록 틀리는 상담 AI: 정확도 점수로는 안 보이는 두 가지 문제 (2026.10.31)
  • R-05 · 보고서 · 2026년 개정 법령을 모르는 AI의 오답 (2026.10.31)
  • R-04 · 보고서 · 할루시네이션 데이터셋 설계 노트 (2026.10.31)
  • R-03 · 보고서 · 법령 원문 검색(RAG)을 붙인 AI의 블라인드 시험 (2026.10.31)
  • R-02 · 보고서 · 최신 범용 AI, 법령 함정 질문에서 42%가 틀렸다 (2026.10.31)
  • R-01 · 보고서 · AI가 법령을 틀리게 말하는 8가지 원인 (2026.10.31)
  • T-03 · 기술 노트 · 데이터셋 751문항 근거를 현행 법령과 다시 대조 (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-03 · 데이터셋 · 아는 척 유도 데이터셋(65문항) (2026.10.29)
  • D-02 · 데이터셋 · 대규모 함정 데이터셋(1,148문항) (2026.10.29)
  • D-04 · 데이터셋 · 검색해도 틀리는 데이터셋(118문항) (2026.10.27)
  • 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 사무소 · 중소기업 홈페이지와 AI 상담 서비스 미르미, 그리고 미르미의 답을 확인하는 자체 검증 엔진 베리라인에 쓰입니다.

할루시네이션이 정확히 뭔가요?

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

왜 법률부터 연구하나요?

정답을 공식 원문으로 확정할 수 있어 할루시네이션을 가장 정확히 잴 수 있습니다. AI 안내를 믿고 기한을 놓치거나 받을 돈을 덜 받는 일도 실제로 생깁니다. 여기서 찾은 원인과 측정법을 다른 분야로 넓혀 갑니다.

연구 보고서는 볼 수 있나요?

목록과 요약은 공개합니다. 보고서 전문과 데이터셋 구성은 파트너(리머의 서비스를 쓰는 곳)에게만 드립니다.

홈페이지나 AI 상담을 맡기고 싶어요.

리머는 연구만 합니다. 홈페이지 · AI 상담 서비스와 견적은 미르미(미르미.com/firms)에서 안내합니다.

베리라인은 무엇인가요?

리머가 만든 자체 검증 엔진입니다. 미르미의 상담 답이 나가기 전에 현행 법령 원문과 대조합니다. 엔진 성능과 연구 요약은 veriline.kr에서 볼 수 있습니다.