metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:56612
  - loss:CachedMultipleNegativesRankingLoss
base_model: nlpai-lab/KURE-v1
widget:
  - source_sentence: >-
      금융기관이 기술신용보증기금의 신용보증부 대출금으로 기존채권의 변제에 충당한 경우에는 기술신용보증기금으로부터 특별한 의사표시를 요하지
      아니하고 보증채무는 당연하게 소멸한다고 할 수 있나요?
    sentences:
      - >-
        기술신용보증기금과 금융기관 사이에 이루어지는 신용보증거래에 관한 약정에는 기존채권의 상환충당을 금지시키고 그 실효성을 확보하기
        위해서 금융기관이 이에 위반하여 신용보증을 담보로 한 대출금에 의하여 기존채권을 회수한 경우에 기술신용보증기금은 보증채무를 이행할
        책임을 면하는 취지를 정하고 있는바, 이러한 규정의 취지 및 내용에 비추어 보면 금융기관이 기술신용보증기금의 신용보증부 대출금으로
        기존채권의 변제에 충당한 경우에는 기술신용보증기금으로부터 특별한 의사표시를 요하지 아니하고 보증채무는 당연히 소멸하며, 대출금의
        일부가 기존채권의 변제에 충당된 경우에는 잔존부분의 대출금으로 중소기업자 등이 융자를 받는 목적을 달성할 수 없는 등
        기술신용보증제도의 취지·목적에 비추어 보증채무의 전부에 관하여 면책을 인정하는 것이 상당하다고 할 특별한 사정이 있는 경우를
        제외하고는 당해 기존채권에 충당한 부분에 한하여 보증채무소멸의 효과가 생긴다고 봄이 상당하다.
      - >-
        구 공정거래법 제19조 제1항 제4호 ‘거래지역 또는 거래상대방을 제한하는 행위’는 부당한 공동행위의 유형 중 시장분할협정에
        해당하는 행위로서, 경쟁자와 신규거래를 금지하거나 고객등록제에 의하여 거래처의 고정화를 도모하는 거래처고정 카르텔이나, 수주자를
        담합으로 결정하는 수주조정 카르텔, 어느 입찰에 어느 사업자가 참여할지를 결정하는 입찰순위․자격지정 및 입찰참가 제한행위, 공동의
        판매기구를 설치하는 공동판매 카르텔 등이 있습니다. (공정위 2008.9.25. 의결 제2008-267호)
      - >-
        민사소송법 제396조에 의하면, 항소기간은 판결의 송달을 받은 날로부터 진행되는 것이고, 다만 판결송달 전에도 항소를 제기할 수
        있을 따름이므로, 패소 당사자가 판결송달 전에 판결이 선고된 사실을 알았다고 하여 그 안 날로부터 항소기간이 진행하는 것은
        아니다. 그리고 항소제기기간은 불변기간이고, 이에 관한 규정은 성질상 강행규정이므로 그 기간 계산의 기산점이 되는 위 판결정본의
        부적법한 송달의 하자는 이에 대한 피고의 책문권의 포기나 상실로 인하여 치유될 수 없다.
  - source_sentence: 상습범중 일부 소위가 사회보호법의 적용을 받게 된 경우 그 전부에 대한 동법 적용이 타당한가?
    sentences:
      - >-
        특정범죄가중처벌등에관한법률 제3조 소정의 알선수재죄가 성립하기 위하여는 알선할 사항이 공무원의 직무에 속하는 사항이고, 금품 등
        수수의 명목이 그 사항의 알선에 관련된 것임이 어느 정도 구체적으로 나타나야 하고, 단지 금품 등을 공여하는 자가 금품 등을
        수수하는 자와 좋은 관계를 유지함으로써 그로부터 공무원의 직무에 속한 사항과 관련하여 어떤 도움을 받을 수 있다거나 손해를 입을
        염려가 없다는 정도의 막연한 기대감 속에 금품 등을 교부하고, 금품 등을 수수하는 자 역시 공여자가 그러한 기대감을 가지고 금품
        등을 교부하는 것이라고 짐작하면서 이를 수수하였다는 정도의 사정만으로는 알선수재죄가 성립한다고 볼 수 없다(대법원 2004.
        11. 12. 선고 2004도5655 판결, 2004. 11. 25. 선고 2004도6647 판결 등 참조).
      - >-
        「도로교통법」 제93조제1항제1호, 같은 법 시행규칙 제91조제1항 및 별표 28 중 2. 취소처분 개별기준의 일련번호란 2에
        따르면, 시·도경찰청장은 운전면허를 받은 사람이 술에 취한 상태의 기준(혈중알코올농도 0.03% 이상)을 넘어서 운전을 하다가
        교통사고로 사람을 죽게 하거나 다치게 한 경우에는 운전면허를 취소할 수 있다고 되어 있다.

        청구인은 생계유지 및 업무수행을 위해 운전면허가 필요하다는 등의 이유로 이 사건 처분이 가혹하다고 주장하나, 위 인정사실에 따르면
        청구인은 운전면허를 취득한 지 얼마 되지 않은 사람으로 안전운전에 더욱 주의를 기울여야 함에도 불구하고, 술에 취한 상태의
        기준(혈중알코올농도 0.03% 이상)을 넘어서 운전을 하다가 인적 피해가 있는 교통사고를 일으킨 사실이 인정되므로, 청구인의
        업무상 운전면허가 필요하다는 등의 개인적인 사정만으로 피청구인의 이 사건 처분이 위법·부당하다고 할 수 없다.
      - >-
        원심이 유지한 제1심 판결에 의하면, 피고인이 최종적으로 형의 집행을 종료한 시기는 1980.10.3이고 상습성이 인정되어
        포괄일죄인 이 사건 소위중 판시1의 11,12,13의 각 소위가 그로부터 3년을 경과한 1983.11.15, 같은 해 12.17,
        같은 달 21에 범한 것임은 소론과 같으나 상습범중 일부 소위가 사회보호법의 적용을 받게 되면 그 전부에 대하여 사회보호법의
        적용을 받게 되는 것이라할 것이므로(당원 1982.5.25 선고 82도600 판결 참조) 이와 반대의 논지는 채용할 수 없다.
  - source_sentence: >-
      공무원이 공직선거법에서 정한 기한 내에 소속기관의 장 또는 소속위원회에 사직원을 제출한 경우, 수리 여부와 관계없이 정당의 추천을
      받기 위하여 정당에 가입하거나 후보자등록을 할 수 있는가?
    sentences:
      - >-
        공직선거법 제53조 제1항에서 정한 공무원의 공직선거 출마를 위한 공직 사퇴 법정기한과 관련하여 피고가 이 사건 선거일 전 90일
        이전인 2020. 1. 15. 소속 기관장에게 사직원을 제출하여 그 사직원이 접수되었을 때 공직선거법 제53조 제4항에 의하여 그
        직을 그만둔 것으로 간주되므로, 그 이후로는 공직선거에서 정당추천을 받기 위한 정당가입 및 후보자등록이 허용된다. 따라서 그 후
        피고가 (정당명 2 생략)에 가입하고 정당추천을 받아 2020. 3. 26. 후보자등록을 한 것이 공직선거법 제52조 제1항
        제5호, 제9호 또는 제10호를 위반한 것이라고 볼 수 없다.
      - >-
        우리 법원은, 매일 7~8시간씩 고시원 총무로 1년 넘게 근무하였는데, 사용자가 별도의 휴게시간을 부여하지 않은 것이 근로기준법
        제54조 제1항의 휴게시간 부여 의무를 위반한 것인지 여부에 대하여 판단하며,

        "근로기준법상의 휴게시간이란 근로자가 근로시간의 도중에 사용자의 지휘명령으로부터 완전히 해방되고 또한 자유로운 이용이 보장된
        시간을 의미한다.

        또한 근로기준법상의 근로시간이라 함은 근로자가 사용자의 지휘･감독 아래 근로계약상의 근로를 제공하는 시간을 말하는 바, 근로자가
        작업시간의 도중에 현실로 작업에 종사하지 않은 대기시간이나 휴식･수면시간 등이라 하더라도 그것이 휴게시간으로서 근로자에게 자유로운
        이용이 보장된 것이 아니고 실질적으로 사용자의 지휘･감독하에 놓여있는 시간이라면 이는 근로시간에 포함된다."라고 하고,

        "원심이 적법하게 채택하여 조사한 증거들에 의하여 인정되는 다음과 같은 사정을 종합하면, 피고인이 고소인들에게 근로기준법에서 정한
        휴게시간을 주지 않았음을 인정할 수 있다."고 하면서, "① 피고인이 고소인들에게 휴게시간으로 사용할 수 있는 구체적 시간을 미리
        정하여 주지 않은 점은 피고인도 인정하고 있다.

        ② 고소인들의 개별 업무 정리표에는 방문자가 올 경우 방명록을 작성하고 신분증을 복사해놓도록 정하고 있고, 새로운 세입자와 계약을
        체결하거나 퇴실하는 방의 청소 등 업무를 규정하고 있다. 방문자나 새로운 세입자가 찾아오는 것은 정해진 시간이 있는 것이
        아니므로, 고소인들이 위와 같은 업무를 처리하기 위해서는 고시원을 벗어나지 않고 자리를 지키고 있어야 한다. 실제로 고소인들은
        대부분의 식사를 도시락으로 해결하는 등, 근무장소를 쉽게 이탈하지 못하였던 것으로 보인다.

        ③ 피고인은 특별한 시간의 제약이 없이 그때 그때 필요한 업무지시를 고소인들에게 하였고, 고소인들은 피고인의 돌발적인 업무지시를
        이행하였던 것으로 보인다.

        ④ 이러한 사정들을 감안하면, 고소인들이 특별한 업무가 없어 휴식을 취하거나 공부를 하는 등으로 시간을 보냈다고 하더라도, 그
        시간은 피고인의 지휘명령으로부터 완전히 해방되고 자유로운 이용이 보장되는 휴게시간이 아니라 근로를 위한 대기시간에 해당한다고 봄이
        타당하다."라고 판시하였습니다.(서울중앙지법 2017. 6. 23. 선고 2017노922 판결).

        비록 A 및 B가 자기 공부를 하거나 휴식을 취하는 등 비교적 자유로운 시간을 가졌다고 하더라도 그것이 위와 같이 사용자 C의
        지휘 명령으로부터 완전히 벗어나 그 이용이 보장된 시간이 아니므로 근로시간이라고 보아야 하고 사용자 C는 휴게시간 미부여로
        근로기준법을 위반하였다고 해야 합니다.
      - >-
        회사정리절차는 공익상 필요에서 재정적 궁핍으로 파탄에 직면한 회사의 정리재건 목적을 이루기 위하여 회사가 부담하고 있는 채무 또는
        책임을 감소시켜 되도록 부담이 가벼워진 상태에서 회사가 영업을 계속하여 수익을 올릴 수 있는 여건을 만들어 주자는 것이므로,
        회사가 정리채권자에게 부담하는 채무에 관하여는 면책 등 광범위한 변경을 가하여 이해 조정을 하게 되지만, 보증인 등 회사가 아닌
        제3자가 정리채권자에게 부담하는 채무를 경감시키는 것은 회사정리절차가 달성하고자 하는 본래 목적과는 전혀 무관한 것일 뿐만
        아니라, 만약 정리계획에 의하여 정리채권자가 회사에 갖는 권리가 소멸 또는 감축되는 외에 보증인 등에게 갖는 권리까지도 마찬가지로
        소멸 또는 감축되게 되면, 이는 회사 정리재건에 직접 필요한 범위를 넘어 정리채권자에게 일방적인 희생을 강요하게 되는 셈이 되어
        오히려 회사 정리재건을 저해하는 요인이 될 수 있으며, 구 회사정리법(2005. 3. 31. 법률 제7428호 채무자 회생 및
        파산에 관한 법률 부칙 제2조로 폐지) 제240조 제2항에서 정리계획은 보증인 등의 책임범위에 아무런 영향이 없다고 규정하고 있는
        것도 이러한 취지에서 비롯된 것이다.
  - source_sentence: >-
      특수교육관련기관에서 8년차로 근무하고 있고(정신보건임상심리사) 전공도 심리학이라 특수교육에 대한 이해는 어느 정도 있다고 생각합니다.
      그런데 왜 특수교사 자격증을 가지고 있는 사람만이 지원자체가 가능한가요?
    sentences:
      - >-
        특정범죄가중처벌등에관한법률 제5조의3 제1항이 정하는 ‘피해자를 구호하는 등 도로교통법 제50조 제1항의 규정에 의한 조치를
        취하지 아니하고 도주한 때’라 함은 사고운전자가 사고로 인하여 피해자가 사상을 당한 사실을 인식하였음에도 불구하고 피해자를
        구호하는 등 도로교통법 제50조 제1항에 규정된 의무를 이행하기 전에 사고현장을 이탈하여 사고야기자로서 확정될 수 없는 상태를
        초래하는 것을 말한다(당원 1996. 8. 20. 선고 96도1415 판결, 1995. 11. 24. 선고 95도1680 판결 등
        참조). 그런데 원심과 제1심이 증거에 의하여 정당하게 인정한 바와 같이, 피고인이 차선이 없는 주택가 골목길에서 주차를 위하여
        후진하다가 피해자를 치었고, 피해자는 자신의 차와 피고인의 차 사이에 끼어 무릎을 다쳤다고 주장하였으나 외상을 발견할 수 없었기
        때문에 피고인과 피해자가 사고 여부에 관하여 언쟁을 하다가 피고인이 동승하고 있었던 피고인의 아내에게 "네가 알아서 처리해라"고
        하고 현장을 이탈하였고, 피고인의 아내가 피고인의 뜻에 따라 경찰에 전화로 신고를 하고 피해자와 함께 경찰서로 가서 조사를
        받았고, 피해자는 경찰관의 안내로 병원에 치료를 받으러 간 것이라면, 이는 피고인이 피해자를 구호하지 아니하고 사고현장을 이탈하여
        사고야기자로서 확정될 수 없는 상태를 초래한 경우에 해당하지 아니한다 할 것이다. 같은 취지의 원심의 판단은 정당하고, 여기에
        논하는 바와 같은 법리오해의 위법이 있다고 할 수 없다. 논지는 이유가 없다.
      - >-
        중등정교사 자격증의 활용과 관련하여 교육부는 "교육대학원의 특수교육전공은 특수교사자격증을 가진 자만 지원할 수 있는 것은
        아닙니다. 아래의 1항내용처럼 1996년 이전에 설립된 교육대학원에서 2000년 이전까지 인가된 특수교육전공은 현직․비현 직에
        상관없이 입학을 할 수 있습니다.

        1. 1996년 이전에 설립된 교육대학원2000년 이전까지 인가된 특수교육전공은 현직․비현직 교원에 상관없이 특수학교
        정교사(2급) 자격기준(제2의2호, 제4호, 제6호)에 해당하는 자를 입학하도록 하고, 각각 해당 특수학교 정교사(2급) 자격증을
        부여할 수 있습니다. 따라서 귀하는 1항에 따라 설립된 교육대학원에 입학이 가능합니다.

        2. 1997년 이후에 설립된 교육대학원 1997년 이후에 설립된 교육대학원의 특수교육전공과 2000년 이후에 설치인가를 받은
        모든 특수교육 관련 전공은 반드시 특수학교 정교사(2급) 자격기준 제4호 및 제6호에 해당하는 현직 교직원(기간제 교사 제외)에
        한하여 입학하도록 승인되었습니다. 따라서 귀하는 2항에 따라 설립된 교육대학원에는 현직 교직원이 아닐 경우 입학이 불가합니다.

        ※ 현직 교직원 유아교육법 , 초ㆍ중등교육법 , 고등교육법 에 의한 학교에 전임으로 근무하는 교직원(기간제 교원 제외),
        교육행정․연수․연구기관 등의 정규 교직원을 의미함.

        ※ 특수학교 정교사(2급) 자격기준

        1. 교육대학 및 사범대학의 특수교육과를 졸업한 자

        2. 대학․산업대학의 특수교육 관련학과 졸업자로서 재학 중 소정의 교직과정을 이수한 자

        2의2. 대학․산업대학의 특수교육 관련학과 졸업자로서 교육대학원 또는 교육과학기술부장관이 지정하는 대학원에서 특수교육을 전공하고
        석사학위를 받은 자

        3. 유치원․초등학교 또는 중등학교 정교사(2급)자격증을 가지고 필요한 보수교육을 받은 자

        4. 유치원․초등학교 또는 중등학교 정교사(2급)자격증을 가지고 교육대학원 또는 교육과학기술부장관이 지정하는 대학원에서 특수교육을
        전공하고 석사학위를 받은 자

        5. 특수학교 준교사자격증을 가지고 2년 이상의 교육경력이 있는 자로서 소정의 재교육을 받은 자

        6. 유치원․초등학교․중등학교 또는 특수학교 준교사자격증을 가지고 2년 이상의 교육경력이 있는 자로서 교육대학원 또는
        교육과학기술부장관이 지정하는 대학원에서 특수교육을 전공하고 석사학위를 받은 자 "라고 회신하였습니다.(회신일 : 2012. 1.
        9. [교원정책과] 참조).

        위 회신에 비추어 볼 때, 교육대학원의 특수교육전공은 특수교사자격증을 가진 자만 지원할 수 있는 것은 아니며, 1996년 이전에
        설립된 교육대학원에서 2000년 이전까지 인가된 특수교육전공은 현직·비현직에 상관없이 입학을 할 수 있습니다.
      - >-
        채무자가 채권자에게 양도담보로 제공한 물건을 임의로 타인에게 양도하는 행위는 배임죄에 해당하나 동 물건은 배임행위에 제공한
        물건이지 배임행위로 인하여 영득한 물건 자체는 아니므로 장물이라고 볼 수 없고, 따라서 위 타인이 그러한 사정을 알면서 그 물건을
        취득하였다고 하여도 장물취득죄로 처벌할 수 없다.
  - source_sentence: >-
      수사기록 중 '청구인(고소인)이 진술한 고소인 진술조서'와 '불기소장' 외의 수사기록은 공개하는 경우 수사상 기밀이 누설될 우려가
      있으므로 「공공기관의 정보공개에 관한 법률」 제9조제1항제4호에서 규정한 ‘수사, 공소의 제기’에 관한 사항으로 비공개대상정보에
      해당할 수도 있나요?
    sentences:
      - >-
        다음으로, 청구인이 공개를 청구한 정보 중 '3. 본 건 항고심사회의 변호사와 법학교수에게 제시한 참고서류 사본 1부'에 대하여
        판단해 보면, 피청구인이 이 건 항고심사회의 변호사와 법학교수에게 제시한 참고서류는 '사법경찰관 작성의 사건송치 의견서',
        '불기소장', '검사작성의 항고사건에 대한 의견서', '고소인 또는 참고인 진술조서', '검찰 작성의 피의자신문조서' 등
        수사기록으로 되어 있는데, 수사기록에 대한 정보공개청구권의 행사는 때에 따라 국가의 안전보장, 질서유지 및 공공복리라는
        국가·사회적 법익뿐만 아니라 당해 형사사건에 직접·간접으로 관계를 가지고 있는 피의자나 참고인 등의 명예와 인격, 사생활의 비밀
        또는 생명·신체의 안전과 평온 등의 기본권의 보장과 충돌되는 경우가 있을 수 있으므로 그 행사는 이러한 국가·사회적 법익이나
        타인의 기본권과 상호 조화될 수 있는 범위 내에서 정당성을 가진다 할 것이나 구체적인 경우에 수사기록에 대한 정보공개청구권의
        행사가 위와 같은 범위를 벗어난 것이라고 하여 그 공개를 거부하기 위해서는 그 대상이 된 수사기록의 내용을 구체적으로
        확인·검토하여 그 어느 부분이 어떠한 법익 또는 기본권과 충돌되는지를 살펴보아야 할 것인바, 위 인정사실과 관계법령에 의하면,
        수사기록 중 '청구인(고소인)이 진술한 고소인 진술조서'와 '불기소장' 외의 수사기록은 수사기관의 내부문서 또는 청구인 이외의
        자가 진술한 서류로써 공개하는 경우 수사상 기밀이 누설될 우려가 있고 이 건 불기소에 대한 불복절차가 진행중이며, 청구인 이외의
        사건관련 진술인의 명예나 사생활의 비밀 또는 생활의 평온을 해할 우려가 있는 「공공기관의 정보공개에 관한 법률」
        제9조제1항제4호에서 규정한 ‘수사, 공소의 제기’에 관한 사항으로 비공개대상정보에 해당하므로, 수사기록 중 '청구인(고소인)이
        진술한 고소인 진술조서'와 '불기소장' 외의 수사기록에 대한 피청구인의 이 건 처분은 위법·부당하다 할 수 없을 것이다.
      - >-
        주식회사가 타인으로부터 돈을 빌리는 소비대차계약을 체결하면서 “채권자는 만기까지 대여금액의 일부 또는 전부를 회사 주식으로
        액면가에 따라 언제든지 전환할 수 있는 권한을 갖는다”는 내용의 계약조항을 둔 경우, 달리 특별한 사정이 없는 한 이는 전환의
        청구를 한 때에 그 효력이 생기는 형성권으로서의 전환권을 부여하는 조항이라고 보아야 하는 바, 신주의 발행과 관련하여 특별법에서
        달리 정한 경우를 제외하고 신주의 발행은 상법이 정하는 방법 및 절차에 의하여만 가능하다는 점에 비추어 볼 때, 위와 같은 전환권
        부여조항은 상법이 정한 방법과 절차에 의하지 아니한 신주발행 내지는 주식으로의 전환을 예정하는 것이어서 효력이 없습니다.(대법원
        2007. 2. 22. 선고 2005다73020 판결 참조). 이 사건에서 대법원은 “신주의 발행과 관련하여 특별법에서 달리 정한
        경우를 제외하고 신주의 발행은 상법이 정하는 방법 및 절차에 의하여만 가능하다는 점에 비추어 볼 때, 위와 같은 전환권 부여조항은
        상법이 정한 방법과 절차에 의하지 아니한 신주발행 내지는 주식으로의 전환을 예정하는 것이어서 효력이 없다”는 이유로 이 사건
        약정을 무효로 판단하고 원고의 상고를 기각하였습니다. 그런데, 2011 개정상법은 주주의 회사에 대한 상계금지규정인 제334조를
        삭제하는 대신 제421조(주식에 대한 납입)에 제2항을 신설하여 회사와 회사 채권자의 합의에 의한 주금납입채무의 상계를
        허용하였습니다. 기존에는 자본충실을 도모하기 위해 주금납입에 있어서 상계를 전면 금지하였으나, 2011년 개정 상법은
        유상증자제도를 유연화하여 합의에 의한 상계를 허용하게 된 것입니다. 이로써 종래 기업 회생절차에서만 인정되고 있던
        출자전환(Dept-Equity Swap)이 일반적으로 인정되게 되었습니다. 출자전환을 하면, 회사 입장에서는 채권자에게 회사
        주식을 발행해주고 회사 부채를 탕감할 수 있게 되어 손쉽게 기업 재무구조를 개선할 수 있게 되고, 금융기관 등 채권자 입장에서도
        채권 부실화를 방지할 수 있게 해 줍니다. 이 사건에서도 주식회사 측의 동의가 있었다고 해석할 여지가 있어 현행 상법 하에서라면
        위와 같은 특약도 유효로 해석될 수 있을 것 같습니다.
      - >-
        교육부 민원질의 회신에 따르면, "교생실습 등 교외로 현장학습을 나가는 경우에는 교내와 달리 장애학생 교육활동 도움 실적에 대한
        직접적인 소명이 어려우므로, 비장애학생(도우미)이 장애학생에게 도움을 준 시간, 장소, 활동내용 등을 구체적으로 기재한
        활동보고서, 실습기관장의 확인서, 서약서 등 학교가 요구하는 자료를 제출하면 대학 자체계획 등에 따라 검토, 확인 후
        국가근로장학금(도우미 활동비) 지급 여부를 결정하게 됩니다."라고 회신하였습니다.(2015-05-26 [지방교육지원국
        특수교육정책과] 회신 참조).

        위 회신에 비추어 볼 때, 질의사안의 경우 비장애학생(도우미)이 장애학생에게 도움을 준 시간, 장소, 활동내용 등을 구체적으로
        기재한 활동보고서, 실습기관장의 확인서, 서약서 등 학교가 요구하는 자료를 제출하면 대학 자체계획 등에 따라 검토, 확인 후
        국가근로장학금(도우미 활동비) 지급 여부를 결정할 수 있습니다.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - cosine_accuracy@1
  - cosine_accuracy@3
  - cosine_accuracy@5
  - cosine_accuracy@10
  - cosine_precision@1
  - cosine_recall@1
  - cosine_ndcg@5
  - cosine_ndcg@10
  - cosine_mrr@10
  - cosine_mrr@50
  - cosine_mrr@100
  - cosine_map@10
  - cosine_map@50
  - cosine_map@100
model-index:
  - name: SentenceTransformer based on nlpai-lab/KURE-v1
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: AI HUB legal QA data
          type: AI_HUB_legal_QA_data
        metrics:
          - type: cosine_accuracy@1
            value: 0.8308366308648955
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.9159129451667609
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.9335782928208027
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.9566139061616733
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.8308366308648955
            name: Cosine Precision@1
          - type: cosine_recall@1
            value: 0.8308366308648955
            name: Cosine Recall@1
          - type: cosine_ndcg@5
            value: 0.8890183414465587
            name: Cosine Ndcg@5
          - type: cosine_ndcg@10
            value: 0.8965591529682047
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.8770413851427127
            name: Cosine Mrr@10
          - type: cosine_mrr@50
            value: 0.8782722552761992
            name: Cosine Mrr@50
          - type: cosine_mrr@100
            value: 0.8783847679081342
            name: Cosine Mrr@100
          - type: cosine_map@10
            value: 0.8770413851427136
            name: Cosine Map@10
          - type: cosine_map@50
            value: 0.8782722552762007
            name: Cosine Map@50
          - type: cosine_map@100
            value: 0.8783847679081357
            name: Cosine Map@100

[kit-law-in-comm] AI Assistant-Based Legal Consultation Community

국립금오공과대학교 컴퓨터공학부 소프트웨어전공 2025-01 학기 캡스톤디자인2에서, AI 어시스턴트 답변 작성을 위한 RAG시스템 구축 시 법률 문서를 효과적으로 검색하기 위한 임베딩 모델 KURE-legal-ft-v1을 개발하였습니다.

nlpai-lab/KURE-v1 모델을 기반으로 AI Hub의 법률/규정 텍스트 분석 데이터 (고도화)- 상황에 따른 판례 데이터를 기반으로 법률 문서 검색에 특화되도록 미세 조정 된 모델입니다.

SentenceTransformer based on nlpai-lab/KURE-v1

This is a sentence-transformers model finetuned from nlpai-lab/KURE-v1. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: nlpai-lab/KURE-v1
Maximum Sequence Length: 8192 tokens
Output Dimensionality: 1024 dimensions
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("kakao1513/KURE-legal-ft-v1")
# Run inference
sentences = [
    "수사기록 중 '청구인(고소인)이 진술한 고소인 진술조서'와 '불기소장' 외의 수사기록은 공개하는 경우 수사상 기밀이 누설될 우려가 있으므로 「공공기관의 정보공개에 관한 법률」 제9조제1항제4호에서 규정한 ‘수사, 공소의 제기’에 관한 사항으로 비공개대상정보에 해당할 수도 있나요?",
    "다음으로, 청구인이 공개를 청구한 정보 중 '3. 본 건 항고심사회의 변호사와 법학교수에게 제시한 참고서류 사본 1부'에 대하여 판단해 보면, 피청구인이 이 건 항고심사회의 변호사와 법학교수에게 제시한 참고서류는 '사법경찰관 작성의 사건송치 의견서', '불기소장', '검사작성의 항고사건에 대한 의견서', '고소인 또는 참고인 진술조서', '검찰 작성의 피의자신문조서' 등 수사기록으로 되어 있는데, 수사기록에 대한 정보공개청구권의 행사는 때에 따라 국가의 안전보장, 질서유지 및 공공복리라는 국가·사회적 법익뿐만 아니라 당해 형사사건에 직접·간접으로 관계를 가지고 있는 피의자나 참고인 등의 명예와 인격, 사생활의 비밀 또는 생명·신체의 안전과 평온 등의 기본권의 보장과 충돌되는 경우가 있을 수 있으므로 그 행사는 이러한 국가·사회적 법익이나 타인의 기본권과 상호 조화될 수 있는 범위 내에서 정당성을 가진다 할 것이나 구체적인 경우에 수사기록에 대한 정보공개청구권의 행사가 위와 같은 범위를 벗어난 것이라고 하여 그 공개를 거부하기 위해서는 그 대상이 된 수사기록의 내용을 구체적으로 확인·검토하여 그 어느 부분이 어떠한 법익 또는 기본권과 충돌되는지를 살펴보아야 할 것인바, 위 인정사실과 관계법령에 의하면, 수사기록 중 '청구인(고소인)이 진술한 고소인 진술조서'와 '불기소장' 외의 수사기록은 수사기관의 내부문서 또는 청구인 이외의 자가 진술한 서류로써 공개하는 경우 수사상 기밀이 누설될 우려가 있고 이 건 불기소에 대한 불복절차가 진행중이며, 청구인 이외의 사건관련 진술인의 명예나 사생활의 비밀 또는 생활의 평온을 해할 우려가 있는 「공공기관의 정보공개에 관한 법률」 제9조제1항제4호에서 규정한 ‘수사, 공소의 제기’에 관한 사항으로 비공개대상정보에 해당하므로, 수사기록 중 '청구인(고소인)이 진술한 고소인 진술조서'와 '불기소장' 외의 수사기록에 대한 피청구인의 이 건 처분은 위법·부당하다 할 수 없을 것이다.",
    '교육부 민원질의 회신에 따르면, "교생실습 등 교외로 현장학습을 나가는 경우에는 교내와 달리 장애학생 교육활동 도움 실적에 대한 직접적인 소명이 어려우므로, 비장애학생(도우미)이 장애학생에게 도움을 준 시간, 장소, 활동내용 등을 구체적으로 기재한 활동보고서, 실습기관장의 확인서, 서약서 등 학교가 요구하는 자료를 제출하면 대학 자체계획 등에 따라 검토, 확인 후 국가근로장학금(도우미 활동비) 지급 여부를 결정하게 됩니다."라고 회신하였습니다.(2015-05-26 [지방교육지원국 특수교육정책과] 회신 참조).\n위 회신에 비추어 볼 때, 질의사안의 경우 비장애학생(도우미)이 장애학생에게 도움을 준 시간, 장소, 활동내용 등을 구체적으로 기재한 활동보고서, 실습기관장의 확인서, 서약서 등 학교가 요구하는 자료를 제출하면 대학 자체계획 등에 따라 검토, 확인 후 국가근로장학금(도우미 활동비) 지급 여부를 결정할 수 있습니다.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Information Retrieval

Dataset: AI_HUB_legal_QA_data
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.8308
cosine_accuracy@3	0.9159
cosine_accuracy@5	0.9336
cosine_accuracy@10	0.9566
cosine_precision@1	0.8308
cosine_recall@1	0.8308
cosine_ndcg@5	0.889
cosine_ndcg@10	0.8966
cosine_mrr@10	0.877
cosine_mrr@50	0.8783
cosine_mrr@100	0.8784
cosine_map@10	0.877
cosine_map@50	0.8783
cosine_map@100	0.8784

Training Details

Training Dataset

Unnamed Dataset

Size: 56,612 training samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 11 tokens
mean: 60.2 tokens
max: 149 tokens

min: 11 tokens
mean: 246.23 tokens
max: 1365 tokens

	anchor	positive
type	string	string
details	min: 11 tokens mean: 60.2 tokens max: 149 tokens	min: 11 tokens mean: 246.23 tokens max: 1365 tokens

Samples:

anchor	positive
`서울대학교가 법인화됨에 따라, 전국의 국립대들도 법인화 가능성이 있는데 국립대학법인 서울대학교 설립·운영에 관한 법률의 목적이 있나요?`	`국립대학법인 서울대학교 설립·운영에 관한 법률 제1조에 의하면, 국립대학법인 서울대학교를 설립하고 그 운영 등에 관한 사항을 규정함으로써 대학의 자율성과 사회적 책무를 제고하고 교육 및 연구 역량을 향상시킴을 목적으로 한다고 규정하고 있습니다.`
`丙이 과점주주가 된 당시 위 부동산에 관한 소유권은 乙 등에게 복귀되어 위 부동산에 대해 간주취득세의 과세요건을 충족하다고 보는가?`	甲 주식회사가 乙 등과 부동산 매매계약을 체결하고 소유권이전등기를 선이행 받은 후 매매계약을 합의해제하였고, 그에 따른 원상회복의 방법으로 乙 등은 甲 회사를 상대로 진정명의회복을 원인으로 한 소유권이전등기청구 소송을 제기하여 승소 확정판결을 받았는데, 과세관청이 위 합의해제 후에 丙이 甲 회사 발행주식을 모두 취득하여 과점주주가 되었다는 이유로 丙에게 구 지방세법(2007. 12. 31. 법률 제8835호로 개정되기 전의 것, 이하 ‘구 지방세법’이라 한다) 제105조 제6항 등의 취득세 등 부과처분을 한 사안에서, 丙이 甲 회사의 발행주식을 모두 취득하여 과점주주가 된 당시 위 부동산에 관한 소유권은 이미 乙 등에게 원상태로 복귀되어 甲 회사 소유의 부동산에 해당하지 아니하게 되었으므로, 위 부동산에 대하여 구 지방세법 제105조 제6항 본문에서 정한 간주취득세의 과세요건을 충족하지 못하였다고 보아야 함에도 이와 달리 본 원심판결에 법리오해의 잘못이 있다고 한 사례다.
`학생들을 진료하고 진료확인서를 발급할 경우, 일반적으로 개인정보보호나 의사협회 지침대로 학생이 진료를 받았다는 사실을 확인하는 진료확인서에는 질병코드를 기재하지 않는데, 질병코드를 요구하는 학교의 요청이 많아지고 있다고 합니다. 학교에서 질병명의 확인이 반드시 필요한 건가요?`	학교보건법 제8조에 의하면, 학교의 장은 제7조에 따른 건강검사의 결과나 의사의 진단 결과 감염병에 감염되었거나 감염된 것으로 의심되거나 감염될 우려가 있는 학생 및 교직원에 대하여 대통령령으로 정하는 바에 따라 등교를 중지시킬 수 있다고 규정하고 있습니다. 또한, 「학교생활기록 작성 및 관리지침」 별지 제8호에 의하면, ‘출결상황 관리’에서는 법정 감염병 등(학교 내 확산 방지를 위해 학교장이 필요하다고 인정하는 비법정 감염병을 포함)으로 인한 결석, 지각, 조퇴, 결과에 대해서는 출석으로 처리하도록 규정하고 있습니다. 따라서 이러한 규정에 비추어 보면, 학교에서는 의료기관에 가서 진료받는 학생의 등교중지 여부와 출결상황 관리 등을 위해 병원에서 진료확인서를 발급하는 경우 학생의 진료결과(질병명) 확인을 반드시 해야하다고 판단됩니다.

Loss: CachedMultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Evaluation Dataset

Unnamed Dataset

Size: 7,076 evaluation samples
Columns: anchor and positive
Approximate statistics based on the first 1000 samples:
anchor positive
type string string
details
min: 9 tokens
mean: 59.82 tokens
max: 155 tokens

min: 18 tokens
mean: 248.81 tokens
max: 1683 tokens

	anchor	positive
type	string	string
details	min: 9 tokens mean: 59.82 tokens max: 155 tokens	min: 18 tokens mean: 248.81 tokens max: 1683 tokens

Samples:

anchor	positive
`시·도지사가 자치구의 장을 상대로 그 자치구의 지방의회 조례안 의결의 효력 또는 그에 의한 조례의 존재나 효력을 다투는 소를 제기할 수 있는가?`	행정소송법 제3조 제4호와 제45조에 의하면 국가 또는 공공단체의 기관 상호간에 권한의 존부 또는 그 행사에 관한 다툼이 있을 때에 이에 대하여 제기하는 기관소송은 법률이 정한 경우에 법률이 정한 자에 한하여 제기할 수 있다고 규정하여 이른바 기관소송 법정주의를 취하고 있는바, 지방자치법 제159조는 시·도지사가 자치구의 장에게 그 자치구의 지방의회 의결에 대한 재의 요구를 지시하였음에도 자치구의 장이 그에 따르지 아니하였다 하여, 바로 지방의회의 의결이나 그에 의한 조례의 효력을 다투는 소를 자치구의 장을 상대로 제기할 수 있는 것으로 규정하고 있지는 아니하고, 달리 지방자치법상 이러한 소의 제기를 허용하고 있는 근거 규정을 찾아볼 수 없으므로, 시·도지사가 바로 자치구의 장을 상대로 조례안 의결의 효력 혹은 그에 의한 조례의 존재나 효력을 다투는 소를 제기하는 것은 지방자치법상 허용되지 아니하는 것이라고 볼 수밖에 없다.
`새로이 취득한 건축물이 주거용으로서 기능을 상당 부분 상실함으로써 정상적인 주거생활에 사용할 수 없어 주거용 건축물인 ‘주택’으로 볼 수 없는 경우, 취득세 감면대상에 해당하는가?`	구 지방세특례제한법 제40조의2를 도입한 취지와 목적은 2005년 부동산 세제 개편으로 ‘부동산 가격공시 및 감정평가에 관한 법률’에 의한 개별주택가격과 공동주택가격이 주택의 시가표준액이 되는 등 취득세와 등록세 과세표준이 상승함에 따른 납세의무자의 급격한 세부담 증가를 완화하고 주택거래의 활성화를 도모하기 위한 데에 있다. 따라서 이 사건 감면조항에서 취득세의 감면대상으로 삼고 있는 ‘주택’은 사람의 주거용인 건축물을 가리키는 것으로 보아야 하므로, 새로이 취득한 건축물이 주거용으로서 기능을 상당 부분 상실함으로써 더 이상 주거용 건축물인 ‘주택’으로 볼 수 없다면 이는 이 사건 감면조항에 따른 취득세의 감면대상에 해당한다고 할 수 없다. 이 사건 감면조항은 새로운 주택의 취득으로 1주택 보유자가 되는 경우 또는 일시적으로 2주택 보유자가 되는 경우만을 적용대상으로 삼고 있으므로, 새로운 주택의 취득으로 3주택 이상 보유자가 되는 경우에는 이 사건 감면조항에 따른 취득세의 감면대상에 해당하지 않는다.
`수사기관에 제출된 매매계약서상의 취득가격을 과세표준으로 하여 취득세 및 등록세를 부과한 처분이 신의칙 또는 금반언의 원칙에 반하나요?`	구 지방세법(1995. 12. 6. 법률 제4995호로 삭제되기 전의 것) 제111조 제6항의 규정의 취지는 사실상의 취득가격을 증빙하는 증서의 범위를 공정증서·계약서 및 이에 준하는 정도의 신빙성을 갖춘 기타 증서로 한정하여 대통령령에 구체적인 증서의 종류를 정할 것을 위임하였다고 할 것이므로 이를 포괄위임을 금지하는 헌법 제75조 등의 규정에 반하는 규정이라고 할 수 없으며, 법 제111조 제1항이 취득세의 과세표준은 취득 당시의 가액으로 한다고 규정하고 있음에 비추어 보면, 법 제111조 제6항의 규정 및 구 지방세법시행령(1995. 12. 30. 대통령령 제14878호로 삭제되기 전의 것) 제82조의2 제2항 제3호의 규정이 소정의 증서에 의하여 취득가액이 입증되는 경우에는 법 제111조 제2항 단서 및 제3항의 규정에 불구하고 과세시가표준액이 아닌 취득가액을 과세표준으로 한다는 규정이므로 이 규정들이 납세자의 법적 안정성과 예측가능성을 해치는 조항으로서 실질적 조세법률주의를 규정한 헌법 제38조 및 제59조 등에 반한다고도 할 수 없다.

Loss: CachedMultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 512
learning_rate: 0.0001
weight_decay: 0.001
num_train_epochs: 2
warmup_ratio: 0.005
fp16: True
gradient_checkpointing: True
batch_eval_metrics: True
eval_on_start: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 512
per_device_eval_batch_size: 8
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 0.0001
weight_decay: 0.001
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 2
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.005
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
use_ipex: False
bf16: False
fp16: True
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_min_num_params: 0
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
fsdp_transformer_layer_cls_to_wrap: None
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch
optim_args: None
adafactor: False
group_by_length: False
length_column_name: length
ddp_find_unused_parameters: None
ddp_bucket_cap_mb: None
ddp_broadcast_buffers: False
dataloader_pin_memory: True
dataloader_persistent_workers: False
skip_memory_metrics: True
use_legacy_prediction_loop: False
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: None
hub_always_push: False
gradient_checkpointing: True
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
include_for_metrics: []
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
dispatch_batches: None
split_batches: None
include_tokens_per_second: False
include_num_input_tokens_seen: False
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: True
eval_on_start: True
use_liger_kernel: False
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	AI_HUB_legal_QA_data_cosine_ndcg@10
0	0	-	0.0679	0.8268
0.0090	1	1.0801	-	-
0.1351	15	0.5444	0.0311	0.8591
0.2703	30	0.3986	0.0255	0.8727
0.4054	45	0.3238	0.0223	0.8753
0.5405	60	0.3266	0.0215	0.8821
0.6757	75	0.3242	0.0192	0.8866
0.8108	90	0.3058	0.0175	0.8899
0.9459	105	0.3034	0.0182	0.8917
1.0811	120	0.2257	0.0196	0.8906
1.2162	135	0.1686	0.0190	0.8927
1.3514	150	0.1778	0.0188	0.8921
1.4865	165	0.1714	0.0183	0.8969
1.6216	180	0.167	0.0192	0.8959
1.7568	195	0.1683	0.0187	0.8979
1.8919	210	0.1612	0.0186	0.8966

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.4.1
Transformers: 4.48.3
PyTorch: 2.2.0a0+81ea7a4
Accelerate: 1.3.0
Datasets: 3.2.0
Tokenizers: 0.21.0

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

CachedMultipleNegativesRankingLoss

@misc{gao2021scaling,
    title={Scaling Deep Contrastive Learning Batch Size under Memory Limited Setup},
    author={Luyu Gao and Yunyi Zhang and Jiawei Han and Jamie Callan},
    year={2021},
    eprint={2101.06983},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}