🧾 Measuring the Complexity of the Law: The United States Code(미국 연방법전(United States Code)의 법률 복잡성 측정)_2014_22 Artificial Intelligence and Law 337_Daniel Martin Katz, Michael James Bommarito

[Original Paper(논문 원본)]

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2307352&utm_source=chatgpt.com

[Paper Summary(논문 요약)]

Key Concepts(주요 개념)

■ Legal Complexity(법률 복잡성)

The authors define legal complexity as the cognitive cost required for an individual to understand and assimilate legal rules, rather than simply the length or number of legal provisions. They argue that complexity should be viewed from the perspective of the end user who must locate, interpret, and apply the law.

(저자들은 법률 복잡성(Legal Complexity)을 단순히 법률 조문의 길이나 조문의 개수로 정의하지 않음. 대신, 개인이 법규를 이해하고 습득하는 데 요구되는 인지적 비용(cognitive cost)으로 정의한다. 즉, 법률의 복잡성은 법률을 찾아내고(locating), 해석하며(interpreting), 실제로 적용(applying)해야 하는 최종 이용자(end user)의 관점에서 평가되어야 한다고 주장.)

■ Knowledge Acquisition(지식 획득)

The study introduces a knowledge acquisition framework, borrowed from psychology and computer science, to model how individuals learn and understand legal information. The process assumes that users:

(이 연구는 심리학과 컴퓨터과학에서 차용한 지식 획득(Knowledge Acquisition) 프레임워크를 도입하여, 개인이 법률 정보를 학습하고 이해하는 과정을 모델링함. 이 과정은 사용자가 다음과 같은 절차를 따른다고 가정함.)

1. Select an initial legal provision.(최초의 법률 조항을 선택한다.)
2. Read and understand its subordinate provisions.(해당 조항의 하위 규정을 읽고 이해한다.)
3. Follow citations to other relevant provisions.(다른 관련 조항으로 연결된 인용을 따라간다.)
4. Repeat the process until sufficient knowledge is acquired.(충분한 지식을 습득할 때까지 이 과정을 반복한다.)

■ Three Dimensions of Legal Complexity(법률 복잡성의 세 가지 차원)

The authors propose that legal complexity consists of three primary dimensions:(저자들은 법률 복잡성이 다음의 세 가지 주요 차원으로 구성된다고 제안함)

• Interdependence(상호의존성) – the network of cross-references among legal provisions.(법률 조항 간 상호참조(cross-reference)로 이루어진 네트워크)
• Structure(구조) – the hierarchical organization of legal documents.(법률 문서의 계층적 구성)
• Language(언어) – the linguistic complexity of legal text.(법률 문서의 언어적 복잡성)

1. Research Objective(연구 목적)

The primary objective of this study is to develop a quantitative and replicable framework for measuring legal complexity.(이 연구의 주요 목적은 법률 복잡성을 측정하기 위한 정량적이고 재현 가능한 프레임워크를 개발하는 것임.)

Specifically, the study aims to:(구체적으로, 이 연구의 목적은 다음과 같음)

• Develop an empirical methodology for measuring legal complexity.(법률 복잡성을 측정하기 위한 실증적 방법론을 개발한다.)
• Compare the relative complexity of the 49 active Titles of the United States Code.(미국 연방법전(United States Code)의 49개 현행 Title의 상대적 복잡성을 비교한다.)
• Provide a general framework that can be applied to other legal systems and legislative documents.(다른 법체계와 입법 문서에도 적용할 수 있는 일반적인 프레임워크를 제시한다.)
• Establish objective indicators that allow researchers and policymakers to evaluate legal complexity systematically rather than relying on subjective judgments.(연구자와 정책입안자가 주관적인 판단에 의존하지 않고 법률 복잡성을 체계적으로 평가할 수 있도록 객관적인 지표를 구축한다.)

2. Research Methodology(연구 방법)

■ Data(데이터)

The analysis uses the 2010 XML version of the United States Code, containing all 49 active Titles provided by the Cornell Legal Information Institute.

(분석에는 코넬 법률정보연구소(Cornell Legal Information Institute)에서 제공한 2010년 미국 연방법전(United States Code)의 XML 버전이 사용되었으며, 여기에는 49개의 모든 현행 Title이 포함되어 있음.)

■ Analytical Framework(분석 프레임워크)

The research measures legal complexity through three complementary analyses.

(본 연구는 상호보완적인 세 가지 분석을 통해 법률 복잡성을 측정함.)

(1) Structural Analysis(구조 분석)

The United States Code is represented as a hierarchical tree structure, consisting of Titles, Chapters, Parts, Sections, Subsections, and other legal units. Structural complexity is evaluated based on the organization and depth of this hierarchy.

(미국 연방법전(United States Code)은 Title, Chapter, Part, Section, Subsection 등으로 구성된 계층적 트리 구조(hierarchical tree structure)로 표현됨. 구조적 복잡성은 이러한 계층 구조의 구성 방식과 깊이를 기준으로 평가됨.)

(2) Language Analysis(언어 분석)

The linguistic complexity of each Title is measured using textual characteristics such as:

(각 Title의 언어적 복잡성은 다음과 같은 텍스트 특성을 활용하여 측정됨)

• vocabulary diversity,(어휘의 다양성)
• word distribution,(단어 분포)
• and Shannon entropy, which estimates the amount of information contained in legal language.(법률 언어에 포함된 정보량을 추정하는 샤논 엔트로피(Shannon entropy))

(3) Citation Network Analysis(인용 네트워크 분석)

The authors construct a citation network by identifying cross-references between legal provisions. These citations create interdependencies that often extend beyond the hierarchical structure of the Code.

(저자들은 법률 조항 간의 상호참조(cross-reference)를 식별하여 인용 네트워크(citation network)를 구축함. 이러한 인용 관계는 법전의 계층적 구조를 넘어서는 상호의존성을 형성함.)

■ Composite Complexity Measure(종합 복잡성 측정)

The three dimensions—structure, language, and interdependence—are combined using a weighted ranking approach to produce an overall complexity score for each Title. This method allows transparent comparison across different areas of law.

(구조(Structure), 언어(Language), 상호의존성(Interdependence)의 세 가지 차원은 가중 순위(weighted ranking) 방식을 통해 결합되어 각 Title의 종합 복잡성 점수를 산출한다. 이러한 방법은 서로 다른 법률 분야 간 복잡성을 투명하게 비교할 수 있도록 함.)

3. Key Findings(주요 연구 결과)

The study reports several important findings.(본 연구는 다음과 같은 중요한 연구 결과를 제시함)

■ Legal complexity is multidimensional.(법률 복잡성은 다차원적이다.)

No single indicator can adequately measure legal complexity. Instead, complexity arises from the interaction of structural organization, linguistic characteristics, and citation relationships.

(단일 지표만으로는 법률 복잡성을 적절하게 측정할 수 없다. 법률 복잡성은 구조적 조직, 언어적 특성, 그리고 인용 관계 간의 상호작용을 통해 형성됨)

■ Different Titles exhibit different complexity profiles.(각 Title은 서로 다른 복잡성 특성을 나타낸다.)

Some Titles are structurally complex but linguistically simple, while others contain relatively simple structures but extensive cross-references. Therefore, complexity varies across legal domains.

(일부 Title은 구조적으로는 복잡하지만 언어적으로는 단순한 반면, 다른 Title은 비교적 단순한 구조를 가지면서도 광범위한 상호참조를 포함하고 있음. 따라서 법률 복잡성은 법률 분야에 따라 서로 다르게 나타남.)

■ Citation networks significantly increase legal complexity.(인용 네트워크는 법률 복잡성을 크게 증가시킨다.)

Cross-references require readers to move repeatedly between legal provisions, increasing the cognitive effort needed to understand the law. The citation network is therefore a major contributor to legal complexity.

(상호참조는 독자가 여러 법률 조항을 반복적으로 오가도록 하여 법률을 이해하는 데 필요한 인지적 노력을 증가시킴. 따라서 인용 네트워크는 법률 복잡성을 결정하는 주요 요인으로 작용함.)

■ Legal size is not equivalent to legal complexity.(법률의 분량은 법률 복잡성과 동일하지 않다.)

A longer statute is not necessarily more complex. Shorter legal texts may still exhibit high complexity if they contain dense citation networks or complicated language.

(법률의 길이가 길다고 해서 반드시 더 복잡한 것은 아님. 반대로, 짧은 법률 문서라도 조밀한 인용 네트워크나 복잡한 언어를 포함하고 있다면 높은 수준의 복잡성을 나타낼 수 있음)

■ Legal complexity can be measured objectively.(법률 복잡성은 객관적으로 측정될 수 있다.)

The proposed framework demonstrates that legal complexity can be quantified, compared, and analyzed empirically rather than being treated as a purely subjective concept.

(본 연구에서 제안한 프레임워크는 법률 복잡성을 단순한 주관적 개념으로 보는 것이 아니라, 정량화하고 비교하며 실증적으로 분석할 수 있음을 보여줌.)

4. Conclusions and Implications(결론 및 시사점)

■ Conclusions(결론)

The authors conclude that legal complexity should be understood as the cost of acquiring legal knowledge rather than merely the volume of legislation.

(저자들은 법률 복잡성을 단순히 법률의 양이나 분량이 아니라, 법적 지식을 습득하는 데 소요되는 비용으로 이해해야 한다고 결론지음.)

Their framework demonstrates that legal complexity is determined by the combined effects of:(또한, 저자들이 제안한 프레임워크는 법률 복잡성이 다음 세 가지 요소의 결합된 영향에 의해 결정됨을 보여줌.)

• hierarchical structure,(계층적 구조)
• linguistic complexity,(언어적 복잡성)
• and interdependence among legal provisions.(법률 조항 간의 상호의존성)

Together, these dimensions provide a comprehensive and objective measure of legal complexity.(이들 세 가지 차원은 함께 법률 복잡성을 종합적이고 객관적으로 측정할 수 있는 기준을 제공함)

■ Academic Implications(학문적 시사점)

This study represents one of the earliest and most influential contributions to Computational Legal Studies, integrating methods from law, computer science, linguistics, network science, and information theory.

(본 연구는 법학, 컴퓨터과학, 언어학, 네트워크 과학, 정보이론의 방법론을 통합한 계산법학(Computational Legal Studies) 분야의 초기이자 가장 영향력 있는 연구 중 하나로 평가됨.)

It also establishes a standardized framework that future researchers can replicate, extend, and apply to other legal systems.

(또한, 향후 연구자들이 이를 재현하고, 확장하며, 다른 법체계에도 적용할 수 있는 표준화된 프레임워크를 제시하였다는 점에서 중요한 학문적 의의를 가짐.)

■ Policy Implications(정책적 시사점)

The proposed methodology has practical applications for:(제안된 방법론은 다음과 같은 분야에서 실질적으로 활용될 수 있음)

• evaluating legislative quality,(입법의 질을 평가하는 데 활용할 수 있다.)
• comparing complexity across different legal fields,(다양한 법률 분야 간 복잡성을 비교하는 데 활용할 수 있다.)
• monitoring changes in legal systems over time,(시간의 경과에 따른 법체계의 변화를 모니터링하는 데 활용할 수 있다.)
• supporting legal simplification initiatives,(법률의 단순화 정책을 지원하는 데 활용할 수 있다.)
• and improving evidence-based lawmaking.(근거 기반(evidence-based) 입법의 실현을 향상시키는 데 활용할 수 있다.)

■ Relevance to Future Research(향후 연구와의 관련성)

Although the paper focuses on measuring the static complexity of legal systems, its framework provides a strong foundation for future studies on dynamic legal change, such as legislative amendment propagation (Ripple effects), legal dependency analysis, and AI-assisted legal governance. These extensions are particularly relevant for research on legal networks and computational approaches to tax law.

(비록 이 논문는 법체계의 정적(static) 복잡성을 측정하는 데 초점을 맞추고 있지만, 저자들이 제안한 프레임워크는 동적인 법률 변화(dynamic legal change)를 다루는 후속 연구를 위한 강력한 기반을 제공한다. 여기에는 입법 개정의 전파(Ripple effects), 법률 간 의존성 분석(legal dependency analysis), 그리고 AI 기반 법률 거버넌스(AI-assisted legal governance) 등이 포함됨.

이러한 연구의 확장 방향은 특히 법률 네트워크 분석과 조세법에 대한 계산적 접근(computational approaches to tax law) 연구에 중요한 시사점을 제공함.)