PyCon JP 2026

法律ドメインにおける LLM 応用には固有の困難が存在する。事件発生時点で施行されていた条文を正確に引用する必要があり、判例は実在するものでなければならず、回答に含まれるあらゆる引用は厳密な検証可能性を要する。本領域においては、LLMの出力の「もっともらしさ」が、そのまま事故の温床となり得る。

本発表では、韓国の法令および判例を、公布日と Git コミット日付を対応させる形で版管理するオープンソース・アーカイブlegalize-kr を題材に、Python による「法務代理人エージェント」の構築過程について報告する。具体的には、(1) 法律 AIに固有のドメイン要件の整理、(2) 検証可能性を担保するためのシステム設計上の判断、(3)ハルシネーションに対する多層的対策の考え方、(4) 当事者として実運用した経験から得られた知見、を中心に論じる。

本発表が提示するのは、特定のモデルやライブラリの紹介ではなく、検証可能性を要請されるドメインにおいて LLMをいかに位置づけるかという設計上の論点である。法律を主題としているが、医療・金融・コンプライアンス等、誤りが許容されない領域への転用を視野に入れる。