# 판결문 RAG 실행 체크리스트

1. AI Hub에서 판결서 익명처리 데이터를 직접 신청·승인받는다.
2. 로컬 PC에서 노트북을 연다. Colab·외부 LLM API에 데이터를 보내지 않는다.
3. DATA_DIR을 다운로드한 2.데이터(NIA) 폴더로 바꾼다.
4. 처음에는 LIMIT = 500으로 구성과 출력을 확인한다. 본문의 16,800건 실험과 구분한다.
5. 노트북 셀을 위에서부터 실행한다. 가명 코퍼스 원문 잔존 검사 후 임베딩한다.
6. QUERY와 TOP_K = 3을 확인하고 기기에 맞는 생성 셀을 실행한다.
7. 같은 쟁점의 근거 있음/없음 초안을 비교한다. 인용한 조문은 원문과 대조한다.
8. data/legal-rag-01/ 아래 코퍼스·임베딩·중간 파일은 공개하지 않는다.

이번 글의 결과: 대법원 검증 50건, Qwen3-4B 4bit. 조문 적중은 근거 없음 9/50, RAG 16/50.
일반적인 법률 정확도가 아니라 이번 구성에서 참조조문을 맞혔는지 센 결과다.
다른 환경·모델·코퍼스에서는 값이 달라진다. 재현 실행을 이번 웹 제작에서 새로 수행하지 않았다.

네이버 자세한 글: https://blog.naver.com/rottensweetpotato/224427370940
공개 노트북: https://github.com/No1Joon/oh-my-notebooks/blob/main/notebooks/legal-rag-01.ipynb