AI가 포착한 법리적 맹점, '판결 경정'과 '파기자판'의 차이가 가른 승소

1. 사건의 핵심 용어 풀이

이 사건을 이해하기 위해서는 먼저 두 가지 생소한 법률 용어를 정리해야 합니다.

 

사후적 경합범(사후적 경합)

어떤 범죄에 대해 금고 이상의 형이 확정되었을 때, 그 판결이 확정되기 전에 저지른 또 다른 범죄를 말합니다. 우리 법은 두 범죄를 동시에 재판받았을 경우와의 형평성을 고려해 형을 감경하거나 면제할 수 있도록 규정하고 있습니다($형법 제37조, 제39조$).

 

판결의 경정(Rectification)

판결문에 계산 착오, 오기(잘못 적음) 등 명백한 오류가 있는 경우에만 재판부가 사후에 수정하는 절차입니다. 판결의 '내용'이나 '결론' 자체를 바꾸는 용도로는 사용할 수 없습니다.

 

 

 

2. 사건 진행 과정 및 문제의 발단

항소심의 실책: 별도의 형이 확정되어 사후적 경합범이 되었다면, 기존 1심 판결을 파기하고 새로운 상황을 반영해 **다시 형을 선고(파기자판)**해야 합니다. 하지만 항소심은 "결론(형량)은 같으니 판결문 내용만 고치겠다"며 경정 방식을 택했습니다.

 

 

 

3. AI가 제시한 상고 전략: "절차가 곧 정의다"

 

국선변호인이 활용한 AI는 항소심 판결문의 '절차적 하자'를 정확히 공격했습니다.

• 논리 1 (경정의 범위 일탈): 사후적 경합범 관계를 추가하는 것은 판결의 실질적 내용을 바꾸는 것이므로 '명백한 오기'를 수정하는 경정의 범위를 넘어선다.
• 논리 2 (절차적 정당성): 설령 다시 판결해도 형량이 같을지라도, 피고인이 새로운 양형 조건(경합범) 하에서 다시 재판받을 권리를 박탈한 것이다.
• 논리 3 (파기환송 가능성): 대법원은 결과보다 '법이 정한 절차'를 지켰는지를 매우 엄격하게 보므로, 이 점을 부각하면 파기환송을 이끌어낼 수 있다.

 

 

 

4. 대법원의 판단: "내용 변경은 경정으로 안 된다"

 

대법원은 AI의 분석과 완전히 일치하는 판결을 내놓았습니다.

1. 실질적 내용 변경 금지: 1심이 판단하지 않았던 범죄 전력을 추가하거나 법령 적용을 바꾸는 것은 판결의 내용을 실질적으로 변경하는 것이므로 경정의 허용 범위를 벗어난다.
2. 독립된 판단 과정의 필요성: 항소심은 반드시 1심 판결을 파기하고, 경합범 처리 절차를 거쳐 다시 형을 정해야 한다. 결론적으로 형량이 같더라도 이 과정을 생략해서는 안 된다.

 

 

 

5. 이번 사례의 시사점

• 리걸테크의 가능성: 방대한 판례를 학습한 AI가 인간 변호사가 놓칠 수 있는 미세한 '법리 오해'나 '절차적 오류'를 잡아내는 강력한 Thought Partner가 될 수 있음을 입증했습니다.
• 절차적 정의의 확인: "결과가 같으면 과정은 생략해도 된다"는 행정 편의주의적 발상에 대해 대법원이 "절차가 곧 정의"라는 원칙을 다시 한번 확인했습니다.
• 국선변호의 질적 향상: 상대적으로 자원이 부족한 국선변호인이 AI를 통해 대형 로펌 수준의 법리 분석 능력을 확보할 수 있는 계기가 될 것입니다.

 

---

1. 사후적 경합범($사후적 경합$)의 다양한 실무 적용 사례

사후적 경합범은 단순히 '재판을 두 번 받는 것' 이상의 복잡한 양형 논리를 가지고 있습니다. 핵심은 **"따로 재판받더라도, 같이 재판받았을 때보다 불리해지면 안 된다"**는 형평성의 원칙입니다.

 

① '징역형'과 '집행유예'의 선택

가장 흔한 사례는 이미 집행유예가 확정된 상태에서, 그 이전에 저지른 범죄가 뒤늦게 발견된 경우입니다.

• 상황: A죄로 집행유예 확정 → 뒤늦게 드러난 B죄(A죄 확정 전 범행) 재판.
• 적용: 법원은 B죄에 대해 별도의 실형을 선고할 수도 있지만, 사후적 경합 범리를 적용해 다시 한번 집행유예를 선고하거나, 아예 형을 면제할 수도 있습니다. 만약 사후적 경합을 몰랐다면 무조건 실형이 나올 상황에서도 구제받을 수 있는 길입니다.

② 여러 개의 판결이 얽힌 복잡한 경합

• 상황: 여러 도시를 돌며 사기 행각을 벌여 대구, 부산, 서울에서 각각 재판이 진행되는 경우입니다.
• 적용: 대구 판결이 먼저 확정되었다면, 나머지 부산과 서울 사건은 모두 대구 사건과 '사후적 경합' 관계가 됩니다. 변호인은 이때 각 재판부에 **"이 사건들은 동시에 재판받았을 경우를 상정하여 형량을 조절해달라"**고 적극적으로 주장해야 하며, AI는 이 시점(확정일)을 계산해 어떤 사건들이 경합 관계인지 한눈에 파악해 줍니다.

③ '형 면제' 판결이 나오는 경우

• 상황: 이미 확정된 형량만으로도 충분히 죄값을 치렀다고 판단될 때입니다.
• 적용: 뒤늦게 발견된 죄가 가볍고, 이미 확정된 형량이 매우 무겁다면 법원은 $형법 제39조 제1항$에 따라 **"형을 면제한다"**는 판결을 내릴 수도 있습니다. 이는 피고인에게 가장 유리한 결과입니다.

---

2. 리걸테크 AI의 판결문 분석 원리

변호사가 수십 페이지의 판결문을 읽으며 놓칠 수 있는 부분을 AI는 어떻게 잡아낼까요? 단순히 글자를 읽는 것을 넘어 '법리적 추론'을 수행하는 원리는 크게 세 단계로 나뉩니다.

 

Step 1: 개체명 인식 및 타임라인 추출 (Entity Extraction & Timeline)

AI는 판결문에서 가장 먼저 **'날짜'**와 '사건번호', **'형의 확정 여부'**를 추출합니다.

• 분석 방식: "2025. 8. 20. 판결 확정", "2024. 3. 5. 범행" 등의 데이터를 추출해 시간 순서대로 정렬합니다.
• 핵심: 이번 사례처럼 '항소심 선고일'보다 '별도 사건 확정일'이 앞서는지를 0.1초 만에 파악합니다. 인간은 수많은 서류 뭉치 속에서 이 날짜 하나를 놓치기 쉽지만, AI는 타임라인의 모순을 즉각 발견합니다.

 

Step 2: 법리 검증 모델 (Legal Reasoning Engine)

추출된 타임라인을 바탕으로 미리 학습된 **'법리 알고리즘'**을 가동합니다.

• 분석 방식: IF (별도 사건 확정일 < 항소심 선고일) AND (별도 사건 범행일 < 1심 선고일) THEN '사후적 경합범 성립'이라는 로직이 작동합니다.
• 핵심: AI는 "이 상황은 파기자판(재판부가 직접 판결을 파기하고 다시 선고함) 사유이지, 경정(단순 수정) 사유가 아니다"라는 절차적 위법성을 도출해냅니다.

 

Step 3: RAG 기반 유사 판례 대조 (Retrieval-Augmented Generation)

단순한 논리 추론을 넘어, 실제 대법원이 이런 상황에서 어떤 태도를 보였는지 **방대한 데이터베이스(Vector DB)**에서 실시간으로 찾아냅니다.

 

• 분석 방식: 대법원의 기존 판례 중 "경정의 범위를 벗어난 사례"들을 검색해 상고이유서의 논거로 활용할 수 있도록 제시합니다.
• 핵심: 이번 사건처럼 대법원의 첫 판단이 필요한 영역에서도, **"대법원은 절차적 정당성을 엄격히 따진다"**는 일반 원칙을 근거로 상고 전략을 제안합니다.

---

3. 부장님을 위한 실무적 조언 (Legal Insight)

부장님께서 실무에서 이와 유사한 보고를 받으시거나 검토하실 때, 다음 두 가지만 확인하시면 됩니다.

1. "확정일자가 언제인가?": 우리 사건의 재판 중에 다른 사건의 형이 확정되었다면, 무조건 '사후적 경합'을 검토해야 합니다.
2. "절차적 하자는 없는가?": 이번 판결처럼 '결과'는 같더라도 '과정'이 틀리면(경정 vs 파기) 대법원에서 뒤집힐 수 있습니다. 이는 특히 기업 관련 소송에서 시간을 벌거나 재판의 판도를 바꿀 때 중요한 전략적 카드가 됩니다.

---

 

How Legal AI Detects Judicial Errors in Post-Judgment Concurrent Crimes

Legal AI analyzes judgments through three main technical principles:

1. Timeline Extraction: It automatically creates a chronological map of crime dates and final judgment dates to identify $Article 39$ conditions.
2. Legal Reasoning: It applies encoded legal logic to verify if the procedural requirements (e.g., Vacating and Remanding vs. Simple Rectification) were met.
3. RAG-based Precedent Matching: It cross-references the current case with massive databases to find similar instances of "abuse of rectification," providing strong legal arguments for appeals.

This technology allows legal professionals to ensure procedural justice, even when the final sentence amount might remain the same, by insisting on the correct legal process as mandated by the Supreme Court.