KR20160040897A - 승소 가능성 평가 장치 및 방법 - Google Patents

승소 가능성 평가 장치 및 방법 Download PDF

Info

Publication number
KR20160040897A
KR20160040897A KR1020140134399A KR20140134399A KR20160040897A KR 20160040897 A KR20160040897 A KR 20160040897A KR 1020140134399 A KR1020140134399 A KR 1020140134399A KR 20140134399 A KR20140134399 A KR 20140134399A KR 20160040897 A KR20160040897 A KR 20160040897A
Authority
KR
South Korea
Prior art keywords
evaluation
winning
recommendation
litigation
information
Prior art date
Application number
KR1020140134399A
Other languages
English (en)
Other versions
KR101656405B1 (ko
Inventor
김정철
Original Assignee
김정철
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김정철 filed Critical 김정철
Priority to KR1020140134399A priority Critical patent/KR101656405B1/ko
Priority to JP2017538153A priority patent/JP6377280B2/ja
Priority to US15/516,892 priority patent/US20170293986A1/en
Priority to PCT/KR2015/009069 priority patent/WO2016056749A1/ko
Priority to EP15849130.8A priority patent/EP3206181A4/en
Priority to CN201580052910.7A priority patent/CN106796704A/zh
Publication of KR20160040897A publication Critical patent/KR20160040897A/ko
Application granted granted Critical
Publication of KR101656405B1 publication Critical patent/KR101656405B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/182—Alternative dispute resolution

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Technology Law (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 명세서에서는 소송의 종류에 대한 선택 요청을 클라이언트 장치로 전송하는 제1통신부, 클라이언트 장치에의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성하는 요건사실 리스트 생성부, 상기 요건사실 리스트에 대한 증거정보 입력 요청을 상기 클라이언트 장치로 전송하는 제2통신부, 상기 클라이언트 장치에의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성하는 평가정보 생성부 및 상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성하는 승소 가능성 평가결과 처리부를 포함하는 승소 가능성 평가 장치 및 이를 이용한 방법이 개시된다.

Description

승소 가능성 평가 장치 및 방법{EVALUATION APPARATUS FOR PROBABILITY OF WINNING A CASE AND METHOD THEREOF}
본 발명은 소송의 승소 가능성을 평가하는 장치 및 방법에 관련된 것으로, 더욱 구체적으로는 사용자가 가지고 있는 증거자료 및 각 전문가의 전문성을 기초로 승소 가능성을 평가하는 장치 및 방법에 관련된 것이다.
하루에도 수없이 많은 소송당사자들이 자신이 처한 상황을 파악하기 위해 인터넷 검색을 하고 있다. 그러나 현재의 인터넷 검색시스템으로는 자신이 처한 법률적 문제를 해결할 수 없으며, 단편적 지식을 얻을 수 있을 뿐이다. 어떠한 변호사를 선임해야 하는지에 대한 문제, 현재 선임된 변호사를 통해 사건진행이 되고 있더라도 늘 승소가능성에 대한 불안감이 존재한다.
이와 같은 문제점을 해결하기 위해서 기존의 단편적인 법률정보 검색 서비스나 변호사 등 전문가가 운영하는 인터넷 사이트에 상담을 올리고 이에 대한 답변을 받는 것 이상의 프로그램화된 법률 서비스가 요구된다.
한국공개특허 제10-2013-0098511호 한국등록특허 제10-0836901호 한국공개특허 제2001-0107295호
본 발명의 일 실시예는 사용자가 가지고 있는 증거자료 및 각 전문가의 전문성을 기초로 승소 가능성을 평가하는 장치 및 방법을 제공하는 것이다.
본 발명의 일 실시예에 따른 승소 가능성 평가 장치는, 소송의 종류에 대한 선택 요청을 클라이언트 장치로 전송하는 제1통신부, 클라이언트 장치에의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성하는 요건사실 리스트 생성부, 상기 요건사실 리스트에 대한 증거정보 입력 요청을 상기 클라이언트 장치로 전송하는 제2통신부, 상기 클라이언트 장치에의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성하는 평가정보 생성부 및 상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성하는 승소 가능성 평가결과 처리부를 포함한다.
또한 상기 승소 가능성 평가 장치는, 소송 종류에 따른 요건 사실 리스트, 증거정보 및 각 추천 전문가에 대한 전문성 점수를 포함하는 추천 전문가 리스트를 저장하는 데이터베이스를 더 포함하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 평가정보 생성부는, 상기 클라이언트 장치에의해 선택된 소송의 종류에 따라 추천 전문가 리스트를 데이터베이스로부터 로딩하여 상기 클라이언트 장치에 제공하고, 상기 클라이언트 장치에의해 선택된 추천 전문가에 대한 전문성 점수를 기초로 제2평가정보를 생성하며, 상기 승소 가능성 평가결과 처리부는, 상기 제1평가정보 및 상기 제2평가정보를 이용하여 상기 승소 가능성 평가결과를 생성하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 승소 가능성 평가결과 처리부는, 생성된 승소 가능성 평가 결과를 점수 또는 도식화하여 상기 클라이언트 장치에 제공하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 소송의 종류는 민사소송, 행정소송, 형사소송, 가사소송을 포함하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 평가정보 생성부는, 각 요건사실에 해당되는 증거정보에 대하여 소정의 가중치를 부여하고, 상기 소정의 가중치들을 이용하여 상기 제1평가정보를 생성하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 각 추천 전문가에 대한 전문성 점수는, 각 추천 전문가의, 전문가 경력, 출신, 학위, 해당 종류의 소송에 대한 승소 이력, 해당 종류의 소송에 대한 경험여부 중 적어도 하나를 이용하여 산출되는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 클라이언트 장치에의해 선택된 추천 전문가가 복수인 경우, 상기 승소 가능성 평가결과 처리부는, 선택된 각 추천 전문가에 대한 승소 가능성 평가결과를 개별적으로 생성하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 장치에서, 상기 승소 가능성 평가결과 처리부는, 승소 가능성 평가 결과의 수치 또는 추천 전문가의 광고 가중치를 기초로 복수의 승소 가능성 평가 결과를 배열하여 클라이언트 장치에 제공하는 것을 특징으로 할 수 있다.
본 발명의 일 실시예에 따른 승소 가능성 평가 방법은, 승소 가능성 평가 장치에서 소송의 종류에 대한 선택 요청을 클라이언트 장치로 전송하는 단계, 클라이언트 장치에의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성하는 단계, 상기 요건사실 리스트에 대한 증거정보 입력 요청을 상기 클라이언트 장치로 전송하는 단계, 상기 클라이언트 장치에의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성하는 단계 및 상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성하는 단계를 포함한다.
또한 상기 승소 가능성 평가 방법에서, 상기 클라이언트 장치에의해 선택된 소송의 종류에 따라 추천 전문가 리스트를 데이터베이스로부터 로딩하는 단계-상기 추천 전문가 리스트는 각 추천 전문가에 대한 전문성 점수를 포함-; 및 상기 추천 전문가 리스트를 상기 클라이언트 장치에 제공하는 단계, 클라이언트 장치에의해 선택된 추천 전문가에 대한 전문성 점수를 기초로 제2평가정보를 생성하는 단계를 더 포함하되, 상기 승소 가능성 평가 결과를 생성하는 단계는, 상기 제1평가정보 및 상기 제2평가정보를 이용하여 상기 승소 가능성 평가결과를 생성하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 방법은, 생성된 승소 가능성 평가 결과를 점수 또는 도식화하여 상기 클라이언트 장치에 제공하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 방법에서, 상기 소송의 종류는, 민사소송, 행정소송, 형사소송, 가사소송을 포함하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 방법에서, 상기 제1평가정보를 생성하는 단계는, 각 요건사실에 해당되는 증거정보에 대하여 소정의 가중치를 부여하는 단계 및 상기 소정의 가중치들을 이용하여 상기 제1평가정보를 생성하는 단계를 포함하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 방법에서, 상기 각 추천 전문가에 대한 전문성 점수는, 각 추천 전문가의, 전문가 경력, 출신, 학위, 해당 종류의 소송에 대한 승소 이력, 해당 종류의 소송에 대한 경험여부 중 적어도 하나를 이용하여 산출되는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 방법에서, 상기 클라이언트 장치에의해 선택된 추천 전문가가 복수인 경우, 상기 승소 가능성 평가 결과를 생성하는 단계는, 선택된 각 추천 전문가에 대한 승소 가능성 평가결과를 개별적으로 생성하는 것을 특징으로 할 수 있다.
또한 상기 승소 가능성 평가 방법에서, 승소 가능성 평가 결과의 수치 또는 추천 전문가의 광고 가중치를 기초로 복수의 승소 가능성 평가 결과를 배열하여 클라이언트 장치에 제공하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
본 발명을 통해 사용자들은 단말기를 통해 자신이 현재 처한 법률적 상황을 설문에 따라 입력한 후 시스템에서 소송진행의 법리적 구조 등을 단순화한 알고리즘을 통해 수치화된 객관적인 데이터를 받게 되며, 구체적인 특성에 맞는 분석을 통해 단편적인 지식이 아닌 맞춤형 결과를 얻을 수 있다.
법률적 판단도 상당부분 도식화되어 있고, 법리적인 정립이 되어 있어 알고리즘 형성이 가능하고 이를 통해 충분히 점수화하여 객관적인 도식이 가능하다. 따라서 법률적 판단의 상당 부분을 컴퓨터 시스템이 담당하게 되어 주관적 의사에 의한 판단 가능성을 낮추고 판단 시간을 단축시킬 수 있다. 또한 본 발명을 이용함에 따라서 변호사의 개인적 지식의 차이, 고비용의 문제, 변호사의 선임욕심에 의한 왜곡된 상담 등에 대한 문제를 해결할 수 있다.
도1은 본 발명의 일 실시예에 따른 승소 가능성 평가 장치 및 방법이 실행되는 컴퓨터 환경을 나타내는 블록도이다.
도2는 본 발명의 일 실시예에 따른 승소 가능성 평가 장치(1000)의 블록도이다.
도3은 본 발명의 일 실시예에 따른 승소 가능성 평가 결과를 나타내는 도이다.
도4는 본 발명의 일 실시예에 따른 사용자로부터 입력된 증거정보를 기초로 한 승소 가능성 평가 방법의 순서도이다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시 된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 다만, 실시형태를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다. 또한, 도면에서의 각 구성요소들의 크기는 설명을 위하여 과장될 수 있으며, 실제로 적용되는 크기를 의미하는 것은 아니다.
본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "모듈(module)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.
실시예들이 도면에 제시된 순서도를 참조로 하여 설명되었다. 간단히 설명하기 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다. 나아가, 본 발명의 일 실시예에 따른 방법은 일련의 과정들을 수행하기 위한 컴퓨터 프로그램의 형태로 구현될 수도 있으며, 상기 컴퓨터 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수도 있다.
또한, 실시형태를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.
도1은 본 발명의 일 실시예에 따른 승소 가능성 평가 장치 및 방법이 실행되는 컴퓨터 환경을 나타내는 블록도이다. 도1에 도시된 바와 같이, 컴퓨터 환경은 네트워크(1)를 통해서 통신 가능하게 연결된 클라이언트 장치(1001) 및 승소 가능성 평가 장치(1000)를 포함한다. 실시예들의 설명을 간략하고 명료하도록 각 엔티티 중 하나만을 나타내도록 한다. 즉, 컴퓨터 환경에 클라이언트 장치(1001)와 승소 가능성 평가 장치(1000)외에 웹 서버 등 다른 엔티티들이 더 존재할 수 있다.
승소 가능성 평가 장치(1000)는 하드웨어로서, 클라이언트 장치(1000) 또는 다른 시스템에 승소 가능성 평가 서비스를 제공하도록 구성된다. 상기 승소 가능성 평가 서비스는 서비스 사용자들이 승소 가능성 평가 장치(1000)에 문의 및 제공한 다양한 종류의 정보를 바탕으로 승소 가능성을 평가한다.
승소 가능성 평가 장치(1000)는 클라이언트 장치(1000)와 통신 가능하게 연결되어 다양한 요청 또는 평가 결과 등을 포함하는 데이터를 클라이언트 장치(1001)와 통신할 수 있다. 또한, 본 발명의 다른 일 실시예에 따른 클라이언트 장치와 연동되는 승소 가능성 평가 장치(1000)는 하나 이상일 수 있다. 또한 승소 가능성 평가 장치(1000)는 일종의 서버일 수 있다.
네트워크(1)는 승소 가능성 평가 장치(1000) 및 클라이언트 장치(1001) 사이에 통신을 가능하게 한다. 일 실시예에서, 네트워크(3000)는 표준 통신 기술/프로토콜을 사용한다. 따라서, 상기 네트워크(3000)는 이더넷, 802.11, 와이맥스(worldwide interoperability for microwave access; WiMAX), 2G/3G/4G, 디지털 가입자 회선(digital subscriber line; DSL), 비동기 전송모드(asynchronous transfer mode; ATM), 인피니밴드(infiniband), 피시아이 익스프레스 고급 스위칭(PCI Express Advanced Switching)등과 같은 기술을 이용한 링크(links)를 포함할 수 있다. 이와 유사하게, 상기 네트워크(3000)상에서 이용되는 상기 네트워킹 프로토콜은 멀티 프로토콜 라벨 스위칭(multiprotocol label switching; MPLS), 전송 제어 프로토콜/인터넷 프로토콜(transmission control protocol/Internet protocol; TCP/IP), 사용자 데이터그램 프로토콜(User Datagram Protocol; UDP), 하이퍼 텍스트 통신 규칙(hypertext transport protocol; HTTP), 간이 전자 우편 전송 프로토콜(simple mail transfer protocol; SMTP), 파일 전송 프로토콜(file transfer protocol; FTP)등을 포함한다. 상기 네트워크(1) 상에서 교환된 데이터는, 바이너리 형식(binary form; 예를 들면, 휴대망 그래픽스(Portable Network Graphics; PNG)), 하이퍼텍스트 마크업 언어(hypertext markup language; HTML), 확장성 생성 언어(extensible markup language; XML)등의 내에 있는 이미지 데이터를 포함하는 기술 및/또는 포맷을 이용하여 나타날 수 있다.
클라이언트 장치(1000)는 컴퓨터 시스템으로서, 클라이언트 장치(1000)는 스마트폰, 데스크탑, 랩탑(Laptop), 디지털 카메라, 착용 가능한 임의의 디지털 장치, 개인용휴대단말기(PDA) 또는 태블릿 PC일 수 있다.
도2는 본 발명의 일 실시예에 따른 승소 가능성 평가 장치(1000)의 블록도이다. 도2를 참조하면 승소 가능성 평가 장치(1000)는 통신부(100), 요건사실 리스트 생성부(200), 평가정보 생성부(300) 및 승소 가능성 평가결과 처리부(400)를 포함할 수 있다.
일 실시예에서 상기 통신부(100)는 제1통신부(110) 및 제2통신부(120)를 포함할 수 있다. 제1통신부(110)는 소송 종류에 대한 선택 요청을 클라이언트 장치(1001)로 전송할 수 있다.
상기 소송 종류는 민사소송, 행정소송, 형사소송, 가사소송 등을 포함할 수 있으나 이에 제한되는 것은 아니며, 더욱 구체적으로 대여금반환청구소송, 건물인도청구소송 등의 하위 레벨의 소송 종류가 제안될 수 있다. 또한 상기 소송 종류에 대한 선택 요청이 클라이언트 장치(1001)에 전송되면, 사용자에의해 현재 사용자가 처한 상황에 맞는 소송 종류가 선택되고, 클라이언트 장치(1001)는 선택된 소송 종류에 대한 데이터를 승소 가능성 평가 장치(1000)로 전송할 수 있다. 제1통신부(110)는 클라이언트 장치(1001)로부터의 상기 데이터를 수신할 수 있다.
요건사실 리스트 생성부(200)는 클라이언트 장치(1001)에의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성할 수 있다. 예컨대, 소송의 종류가 대여금반환 청구소송인 경우 요건사실 리스트는 하기의 사항을 포함할 수 있다.
ⓐ 소비대차계약(대여계약)의 존재
ⓑ 목적물의 인도(대여금의 지급사실)
ⓒ 이자약정(약정이자까지 청구할 경우)
ⓓ 반환채무의 이행기 도래
①변제기가 정해진 경우
②변제기가 정해지지 않은 경우(최고사실 존재 + 상당한 기간의 도과사실)
일 실시예에서 승소 가능성 평가 장치(1000)는 소송 종류에 따른 요건 사실 리스트, 증거정보 및 각 추천 전문가에 대한 전문성 점수를 포함하는 추천 전문가 리스트를 저장하는 데이터베이스(500)를 더 포함할 수 있다.
요건 사실 리스트는 특정 소송 종류에 해당되는 요건 사실들을 정리한 테이블일 수 있다. 또한 상기 증거정보는 특정 소송 종류 및 요건 사실에 따라 요구되는 증거내용을 포함할 수 있다. 또한 추천 전문가에 대한 전문성 점수는 데이터베이스(500)에 저장된 각 추천 전문가에 대한 소송 전문성 정도를 수치화한 값일 수 있다.
일 실시예에서 요건사실 리스트 생성부(200)는 소송의 종류에 따른 요건사실을 저장하고 있는 데이터베이스(500)에서 필요한 요건사실들을 추출하여 요건 사실 리스트를 생성할 수 있다.
요건정보 리스트가 생성되면, 제2통신부(120)는 요건사실 리스트에 대한 증거정보 입력 요청을 클라이언트 장치(1001)로 전송할 수 있다. 즉, 각 요건사실에 대응되는 증거내용에 대한 사용자의 정보입력을 요청할 수 있다. 예컨대 위 요건사실 ⓐ,ⓑ,ⓒ,ⓓ에 대하여 사용자(사용자가 원고인 경우)가 각 직접적인 증거를 가지고 있는지 여부를 요청할 수 있다.
요건정보 리스트의 각 요건정보에 대한 증거정보가 클라이언트 장치(1001)로부터 수신되면, 평가정보 생성부(300)는 상기 클라이언트 장치에의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성할 수 있다. 상기 제1평가정보는 정수이거나, 백분율로 나타날 수 있다.
예컨대 위 요건사실 ⓐ,ⓑ,ⓒ,ⓓ 에 대하여 사용자 각 직접적인 증거를 가지고 있는 경우, 위 ⓐ,ⓑ,ⓒ,ⓓ에 대한 직접적인 증거가 없고 단순히 정황증거나 간접적인 증거가 있는 경우, 또는 증거가 전혀 없는 경우는 증명의 정도가 상이하여 서로 다른 수치를 갖는 제1평가정보가 생성될 수 있다. 즉 평가정보 생성부(300)는 증거의 존재를 개별적으로 점수화하여 승소가능성을 수치로 산출할 수 있다.
또한 요건사실마다 소송의 결과에 미치는 영향은 다르기 때문에, 상기 평가정보 생성부(300)는 각 요건사실에 해당되는 증거정보에 대하여 소정의 가중치를 부여하고, 상기 소정의 가중치들을 이용하여 상기 제1평가정보를 생성할 수 있다.
예컨대, 각 요건사실 별 가중치에 대한 정보가 데이터베이스에 저장되어 있을 수 있으며, 평가정보 생성부(300)는 데이터베이스에 저장된 정보를 이용하여 평가정보를 생성할 수 있다. 또한 데이터베이스에 저장된 요건사실 별 가중치는 판례에 기반하여 결정될 수 있다. 이를 위해서 판례에 대한 내용이 데이터베이스에 저장되어 있을 수 있다. 따라서 기존의 판례에서 더 중요하거나 덜 중요하게 판단된 증거자료에 대하여 가중치를 다르게 부여할 수 있다.
또한 평가정보 생성부(300)는 판례 정보가 존재하는 기존사건과 현재 사건의 동일 또는 유사성을 판단하고, 이러한 동일 또는 유사성을 기초로 현재 사건의 요건사실(이에 대응하는 증거자료)에 대한 가중치를 결정할 수 있다. 이러한 가중치 결정은 미국 소송에서 더욱 유익할 수 있을 것이다.
예시적인 실시예에서 평가정보 생성부(300)는 ⓐ,ⓑ,ⓒ,ⓓ모두에 대한 직접적 증거가 존재하는 경우 기본 점수를 70으로 하고, 여기에 추가적인 증거가 있을 때마다 점수를 5점씩 추가하여 최대 80점까지 부여할 수 있다. 또는 ⓐ,ⓑ,ⓒ,ⓓ 중 일부에 대하여만 직접적인 증거가 존재하는 경우 예를 들어, ⓐ에 대한 직접적인 증거가 존재하지 않는 경우는 다른 ⓑ,ⓒ,ⓓ의 증거가 존재하더라도 기본 점수는 30점만 부여될 수 있다. 다만, ⓒ의 요건의 경우는 이자청구의 경우이므로 ⓒ에 대한 요건만 증거가 없는 경우는 원금청구는 기본적으로 70점이 주어지고, 이자청구부분만 기본점수가 30으로 부여될 수도 있다. 또한 직접증거가 없는 ?요건에 대한 간접증거가 몇 개 존재하는가에 따라 5점씩 추가하여 최대 50점까지 점수를 부여하는 방식이 적용될 수 있으나 본 발명이 이에 제한되는 것은 아니다.
평가결과 처리부(400)는 상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성할 수 있다. 승소 가능성 평가 결과는 평가정보와 같이 점수이거나 그래프와 같은 도표로 표현되어 나타날 수 있다.
예컨대 평가 결과 처리부(400)는 원고측의 승소가능성 판단은 요건사실에 대한 증명의 정도를 표준점수화 하고, 피고측의 승소가능성 판단은 항변 주장에 대한 증명의 정도를 표준 점수화하여 도출할 수 있다.
다른 일 실시예에서 평가정보 생성부(300) 상기 클라이언트 장치(1001)에의해 선택된 소송의 종류에 따라 추천 전문가 리스트를 데이터베이스(500)로부터 로딩하여 상기 클라이언트 장치(1001)에 제공하고, 상기 클라이언트 장치(1001)에의해 선택된 추천 전문가에 대한 전문성 점수를 기초로 제2평가정보를 생성할 수 있다. 이를 위해, 데이터베이스(500)에는 소송 종류에 따른 추천 전문가 리스트가 저장되어 있을 수 있다.
제2평가정보가 생성된 경우, 상기 승소 가능성 평가결과 처리부(400)는 상기 제1평가정보 및 상기 제2평가정보를 이용하여 상기 승소 가능성 평가결과를 생성할 수 있다. 즉, 현재 준비된 증거정보의 상태를 기초로 승소 가능성을 평가하기 위한 요소로 제1평가정보를 이용하고, 소송 대리인을 담당하는 전문가의 능력을 평가하기 위한 요소로 제2평가정보를 이용하여 사건에 대한 승소 가능성을 더욱 정확하게 예측할 수 있게 된다.
일 실시예에서 각 추천 전문가에 대한 전문성 점수는 평가정보 생성부(3000)에의해 각 추천 전문가의, 전문가 경력, 출신, 학위, 해당 종류의 소송에 대한 승소 이력, 해당 종류의 소송에 대한 경험여부 중 적어도 하나를 이용하여 산출될 수 있다.
예컨대, 상기 전문가는 변호사일 수 있고, 전문성 점수는 변호사 경력, 사법고시출신인지 로스쿨 출신인지, 학위소지 여부 및 최종학력, 해당 소송종류의 소송의 경험 및 승소 이력 등을 통해 산출될 수 있다.
또한 상기 클라이언트 장치(1001)에의해 선택된 추천 전문가가 복수인 경우, 상기 승소 가능성 평가결과 처리부(4000)는 선택된 각 추천 전문가에 대한 승소 가능성 평가결과를 개별적으로 생성할 수 있다. 이에 따라서 복수의 승소 가능성 평가결과가 생성되어 클라이언트 장치(1001)를 통해 사용자에게 제공될 수 있다.
제1평가정보는 객관적 평가정보로 볼 수 있으나, 대리인을 선정함에 있어서는 유사한 평가정보 수치를 가진 대리인이 복수로 존재할 수 있다. 따라서 사용자가 복수의 대리인을 선택한 경우 각 복수의 대리인에 대한 승소 가능성 평가결과를 사용자에게 제공하여 사용자가 원하는 대리인을 지정할 수 있는 기회를 제공할 수 있다.
이를 위해서 상술한 전문성 점수를 산정하기 위해 사용한 요소들이 사용자에게 제공될 수 있다. 즉 전문가의 학력 또는 소송 이력 등이 제공될 수 있다.
또한 일 실시예에서 승소 가능성 평가결과 처리부(400)는 승소 가능성 평가 결과의 수치 또는 추천 전문가의 광고 가중치를 기초로 복수의 승소 가능성 평가 결과를 배열하여 클라이언트 장치에 제공할 수 있다.
도3은 본 발명의 일 실시예에 따른 승소 가능성 평가 결과를 나타내는 도이다. 도3은 클라이언트 장치(1001)의 표시화면에 나타나는 일 예로서, 복수의 전문가가 선택된 경우, 각 추천 전문가의 승소 가능성 평가 결과를 표시할 수 있다. 추천 전문가 A 및 B는 각각 45, 47%의 승소 가능성을 가지며, 추천 전문가 C는 60%의 승소 가능성 평가 결과는 나타낸다. 이러한 결과를 바탕으로 사용자는 전문가 C를 선택할 수 있다. 또한 사용자가 개인적인 경험 또는 다른 사유로 다른 전문가를 선택하고자 하는 경우, 도3에서와 같이 복수의 전문가가 제시됨으로써 사용자는 승소 가능성이 표시된 여러 전문가 중에서 전문가 C 다음으로 승소 가능성이 높은 전문가를 선택할 수 있는 장점이 있다.
또한 일 실시예에서 승소 가능성 평가결과의 수치를 기초로 승소 가능성 평가결과를 배열하는 경우 사용자는 승소 가능성이 가장 높거나 낮은 전문가를 순서대로 확인할 수 있다.
한편 추천 전문가의 광고 가중치를 기초로 승소 가능성 평가결과를 배열하는 경우, 상기 광고 가중치에 따라서 사용자에게 더 잘 노출되는 전문가가 결정될 수 있다. 예컨대 승소 가능성 평가 서비스를 제공하는 서비스 제공자는 광고 가중치를 전문가들에게 판매하는 비즈니스 모델을 가질 수 도 있다.
도4는 본 발명의 일 실시예에 따른 사용자로부터 입력된 증거정보를 기초로 한 승소 가능성 평가 방법의 순서도이다. 상기 방법은 상술한 승소 가능성 평가 장치에의해 구현될 수 있다.
사용자로부터 입력된 증거정보를 기초로 한 승소 가능성 평가 방법은, 승소 가능성 평가 장치에서 소송의 종류에 대한 선택 요청을 클라이언트 장치로 전송하는 단계(S100), 클라이언트 장치에의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성하는 단계(S200), 상기 요건사실 리스트에 대한 증거정보 입력 요청을 상기 클라이언트 장치로 전송하는 단계(S300), 상기 클라이언트 장치에의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성하는 단계(S400) 및 상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성하는 단계(S500)를 포함한다.
상기 방법은 상기 클라이언트 장치에의해 선택된 소송의 종류에 따라 추천 전문가 리스트를 데이터베이스로부터 로딩하는 단계를 포함할 수 있으며, 상기 추천 전문가 리스트는 각 추천 전문가에 대한 전문성 점수를 포함할 수 있다. 또한 상기 방법은 상기 추천 전문가 리스트를 상기 클라이언트 장치에 제공하는 단계 및 상기 클라이언트 장치에의해 선택된 추천 전문가에 대한 전문성 점수를 기초로 제2평가정보를 생성하는 단계를 더 포함할 수도 있다.
여기서 상기 승소 가능성 평가 결과를 생성하는 단계는, 상기 제1평가정보 및 상기 제2평가정보를 이용하여 상기 승소 가능성 평가결과를 생성할 수 있다.
또한 상기 방법은 생성된 승소 가능성 평가 결과를 점수 또는 도식화하여 상기 클라이언트 장치에 제공하는 단계를 더 포함할 수 있으며, 상기 소송의 종류는 민사소송, 행정소송, 가사소송을 포함할 수 있으나 이에 제한되는 것은 아니다.
또한 상기 제1평가정보를 생성하는 단계는, 각 요건사실에 해당되는 증거정보에 대하여 소정의 가중치를 부여하는 단계 및 상기 소정의 가중치들을 이용하여 상기 제1평가정보를 생성하는 단계를 포함할 수 있다. 상기 각 추천 전문가에 대한 전문성 점수는, 각 추천 전문가의, 전문가 경력, 출신, 학위, 해당 종류의 소송에 대한 승소 이력, 해당 종류의 소송에 대한 경험여부 중 적어도 하나를 이용하여 산출될 수 있다.
또한 상기 클라이언트 장치에의해 선택된 추천 전문가가 복수인 경우, 상기 승소 가능성 평가 결과를 생성하는 단계는, 선택된 각 추천 전문가에 대한 승소 가능성 평가결과를 개별적으로 생성하여 사용자에게 제공할 수 있다. 또한 승소 가능성 평가 결과의 수치 또는 추천 전문가의 광고 가중치를 기초로 복수의 승소 가능성 평가 결과를 배열하여 클라이언트 장치에 제공하는 단계를 더 포함할 수도 있다.
본 발명의 일 실시예에 따른 승소 가능성 평가 장치 또는 방법은 아래 와 클라이언트 장치(1001)에 응답을 요청하고, 그 결과를 바탕으로 승소 가능성을 판단할 수 있다.
예컨대, 대여금청구소송에 있어서, 소송요건인 원금대여사실을 증명하기 위해 승소 가능성 평가 장치(1000)는 아래 표1과 같이 선택형으로 요건사실 리스트에 대한 증거정보 입력 요청을 클라이언트 장치(1001)에 전송할 수 있다.
아래의 증거 중 당신이 가지고 있는 피고에게 대여해준 '이자약정'을 증명할 수 있는 증거를 모두 선택하시오.
A. 피고가 원고로부터 위 금원을 차용한다는 내용이 기재되고, 피고의 서명날인이 있는 차용증 B. 계좌이체 내역 또는 입금내역이 찍힌 통장사본 C. 영수증 D. 피고가 변제하겠다는 내용이 담긴 피고 서명날인의 각서 E. 당신이 피고에게 변제를 촉구하는 내용증명 F. 대여사실 내용이 담긴 통화녹음 G. 원금에 대한 내용을 피고와 주고 받은 문자 등 sns 문자메시지 H. 당신이 피고에게 대여할 당시 현장에서 직접 목격하여 그 내용을 잘 알고 있는 증인으로 증언해줄 수 있는 증인 I. 당신이 피고에게 대여할 당시 현장에 있어 경험한 사람은 아니지만, 당신으로부터 들었거나 상대방으로부터 대여사실을 들어 잘 알고 있는 증인으로 증언해줄 수 있는 증인 J. 기타
또한 승소 가능성 평가 장치(1000)는 아래 표2와 같이 각 증거정보에 따른 가중치를 부여할 수도 있다.
A : 70점 B : 30점 C :30점 D : 60점 E : 10점 F : 40점 G : 40점 H 30점 I 20점 J 10점
그 후 평가정보 생성부(300)는 사용자가 선택한 위 증거들의 증명력을 위와 같이 실무경험상 인정되는 정도를 점수화하고, 점수를 합산할 수 있다. 합산한 점수가 70점이 넘는 이후부터는 어떤 증거가 추가되더라도 모두 5점씩만 가산할 수 있다. 예를 들어 사용자가 B와 C 그리고 E를 선택한 경우 70점이 된다. 그런데 만일 사용자가 A와 B를 선택한 경우는 위 점수합산은 100점이나, 70점이 넘은 이후에 점수합산으로 75점이 된다.
또한 대여금 지급사실을 증명하기 위해 승소 가능성 평가 장치(1000)는 아래 표3과 같이 선택형으로 요건사실 리스트에 대한 증거정보 입력 요청을 클라이언트 장치(1001)에 전송할 수 있다.
물건의 인도 사실 관련 증거의 경우, 아래의 증거 중 당신이 가지고 있는 피고에게 금원을 인도해준 사실을 증명할 수 있는 증거를 모두 선택하시오(위 선택한 문항과 중복선택 가능)
A. 현금을 주고 피고의 자필서명 또는 인감도장이 날인된 영수증 또는 차용증 또는 각서를 받았다. B. 현금을 주고 자필서명이 없거나 막도장이 찍힌 영수증 또는 차용증 또는 각서를 받았다. C. 계좌로 이체하여 이체증 또는 통장내역을 가지고 있다 D. 제3자에게 현금으로 주고 전달하였고, 제3자가 증언을 해줄 수 있다 E. 제3자에게 현금으로 주고 전달하였으나 제3자가 현재 사정상 증언해줄 수 없다. F. 피고가 돈을 받았음을 인정하는 문자를 보냈고, 이를 삭제하지 않고 보관하고 있다 G. 피고가 돈을 받았음을 인정하는 말을 하였고, 이를 녹음하여 보관하고 있다. H. 내가 돈을 피고에게 준 사실을 모두 알고 있는 객관적인 증인(친인척 제외)이 있다.
또한 이자약정 사실을 증명하기 위해 승소 가능성 평가 장치(1000)는 아래 표4와 같이 선택형으로 요건사실 리스트에 대한 증거정보 입력 요청을 클라이언트 장치(1001)에 전송할 수 있다.
아래의 증거 중 당신이 가지고 있는 피고에게 대여해준 ?缺岷旋?을 증명할 수 있는 증거를 모두 선택하시오(위 선택한 문항과 중복선택 가능)
A. 약정이자가 기재된 차용증 B. 약정이자가 기재된 각서 C. 약정이자가 기재된 피고서명날인의 영수증 등 기타 서류 D. 약정이자에 대한 내용이 녹음된 통화녹음 E. 약정이자를 입금받아 온 내용이 들어있는 통장사본 F. 약정이자에 대한 내용을 피고와 주고받은 문자 등 sns 문자메시지 G. 약정이자를 요구한 내용이 들어있는 내용증명 H. 당신이 피고에게 대여할 당시 현장에서 직접 목격하여 그 내용을 잘 알고 있는 증인으로 증언해줄 수 있는 증인I. 당신이 피고에게 대여할 당시 현장에 있어 경험한 사람은 아니지만, 당신으로부터 들었거나 상대방으로부터 대여사실을 들어 잘 알고 있는 증인으로 증언해줄 수 있는 증인 J.기타
최종적으로 승소 가능성 평가결과 처리부(400)는 아래 표5와 같이 승소 가능성 평가결과를 생성할 수 있다. 하기의 승소 가능성 평가 결과는 제1평가정보만을 바탕으로 한 것으로 추천 전문가의 전문성을 반영하지 않은 값이나, 본 발명의 다른 일 실시예에 따라서 추천 전문가에 대한 전문성에 대한 제2평가정보를 함께 이용한 경우 보다 더 정확한 승소 가능성 평가가 가능하다.
[최종 승소가능성 판단]
만일 원금대여사실 증거 점수 : 80점
대여금지급사실 증거점수 : 60점
약정이자 증거 점수 : 50점
피고는 원고에게 금 4,000만원을 지급하라 (원금 부분 승소가능성 : 60% + 30 x 20/100 = 66% )
피고는 원고에게 금 4,000만원 및 2014. 3. 15.부터 연 24%에 의한 비율의 금월을 지급하라(이자부분 승소가능성 : 50%)
한편 형사사건의 경우 아래와 같이 아래 표6과 같이 선택형으로 요건사실 리스트에 대한 증거정보 입력 요청을 클라이언트 장치(1001)에 전송할 수 있다.
어떤 죄명으로 입건되었는지를 분류한 후, 현재의 상황을 상세한 설문에 따라 사용자가 답변을 하면 이를 점수화하여 기소 또는 유죄가능성을 판단하고, 이를 사용자에게 제시한다.

예시) ㉮ 현재 입건이 되었습니까?
㉯ 당신이 입건된 이유는 무엇인가요
1) 고소 2) 고발 3) 수사기관의 인지 4) 현행범으로 체포 5) 기타

㉰ 현재 진행상태는
1) 경찰 수사단계 2) 검찰 수사단계 3) 1심 형사공판 진행 중 2) 항소심 공판 진행 중
㉱ 당신이 입건된 죄명은 무엇인가요
㉲ 피해자 있나요, 피해액수는 얼마인가요

㉳ 피해자와 합의가 되었나요, 합의가 되었다면 언제되었나요
㉴ 수사과정에서 진술한 진술인은 몇 명인가요
- 그 중 당신에게 유리한 진술을 한 사람은 몇 명인가요
㉵ 각 죄명에 따른 구체적인 사실관계 설문
이와 같은 설문을 통해 각 설문의 답을 점수화하여 이를 통해 유(무)죄 가능성, 공소기각, 면소 여부 등을 판단하여 제1평가정보를 수치로 제시할 수 있다. 예를 들어, "당신은 강제추행 무혐의 가능성 78%이다" 라고 제공할 수 있다.
이 경우 평가정보 생성부(300)는 위 방식으로 점수화된 제1평가정보에 어떤 변호사를 선임하는가에 따른 추가 점수(제2평가점수)를 더 고려하여 전체 승소 가능성을 평가할 수 있다. 예를 들어 자신이 제1차 설문을 통한 승소가능성 판단시스템을 통해 승소가능성을 47%를 받았다고 한다면 여기에 a라는 변호사를 입력한 경우 a 변호사의 기본 수치가 만일 10%라면 위 47%에 위 기본수치를 추가하여 57%로 제시, b 라는 변호사는 기본수치 10%에 유사사건에 승소한 경험이 있는지 여부를 경험치로 하여 5% 추가하여 62%를 제시할 수 있다.
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.
100 : 통신부
200 : 요건사실 리스트 생성부
300 : 평가정보 생성부
400 : 승소 가능성 평가 결과 처리부
500 : 데이터베이스
1000 : 승소 가능성 평가 장치

Claims (17)

  1. 소송의 종류에 대한 선택 요청을 클라이언트 장치로 전송하는 제1통신부;
    클라이언트 장치에 의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성하는 요건사실 리스트 생성부;
    상기 요건사실 리스트에 대한 증거정보 입력 요청을 상기 클라이언트 장치로 전송하는 제2통신부;
    상기 클라이언트 장치에 의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성하는 평가정보 생성부; 및
    상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성하는 승소 가능성 평가결과 처리부를 포함하는 승소 가능성 평가 장치.
  2. 제1항에 있어서,
    상기 승소가능성 평가 장치는
    소송 종류에 따른 요건 사실 리스트, 증거정보 및 각 추천 전문가에 대한 전문성 점수를 포함하는 추천 전문가 리스트를 저장하는 데이터베이스를 더 포함하는 것을 특징으로 하는 승소 가능성 평가 장치.
  3. 제2항에 있어서,
    상기 평가정보 생성부는, 상기 클라이언트 장치에의해 선택된 소송의 종류에 따라 추천 전문가 리스트를 데이터베이스로부터 로딩하여 상기 클라이언트 장치에 제공하고, 상기 클라이언트 장치에 의해 선택된 추천 전문가에 대한 전문성 점수를 기초로 제2평가정보를 생성하며,
    상기 승소 가능성 평가결과 처리부는, 상기 제1평가정보 및 상기 제2평가정보를 이용하여 상기 승소 가능성 평가결과를 생성하는 것을 특징으로 하는 승소 가능성 평가 장치.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 승소 가능성 평가결과 처리부는, 생성된 승소 가능성 평가 결과를 점수 또는 도식화하여 상기 클라이언트 장치에 제공하는 것을 특징으로 하는 승소 가능성 평가 장치.
  5. 제1항에 있어서,
    상기 소송의 종류는
    민사소송, 행정소송, 형사소송, 가사소송을 포함하는 것을 특징으로 하는 승소 가능성 평가 장치.
  6. 제1항에 있어서,
    상기 평가정보 생성부는,
    각 요건사실에 해당되는 증거정보에 대하여 소정의 가중치를 부여하고, 상기 소정의 가중치들을 이용하여 상기 제1평가정보를 생성하는 것을 특징으로 하는 승소 가능성 평가 장치.
  7. 제2항에 있어서,
    상기 각 추천 전문가에 대한 전문성 점수는,
    각 추천 전문가의, 전문가 경력, 출신, 학위, 해당 종류의 소송에 대한 승소 이력, 해당 종류의 소송에 대한 경험여부 중 적어도 하나를 이용하여 산출되는 것을 특징으로 하는 승소 가능성 평가 장치.

  8. 제3항에 있어서,
    상기 클라이언트 장치에의해 선택된 추천 전문가가 복수인 경우,
    상기 승소 가능성 평가결과 처리부는, 선택된 각 추천 전문가에 대한 승소 가능성 평가결과를 개별적으로 생성하는 것을 특징으로 하는 승소 가능성 평가 장치.
  9. 제8항에 있어서,
    상기 승소 가능성 평가결과 처리부는,
    승소 가능성 평가 결과의 수치 또는 추천 전문가의 광고 가중치를 기초로 복수의 승소 가능성 평가 결과를 배열하여 클라이언트 장치에 제공하는 것을 특징으로 하는 승소 가능성 평가 장치.
  10. 승소 가능성 평가 장치에서 소송의 종류에 대한 선택 요청을 클라이언트 장치로 전송하는 단계;
    클라이언트 장치에의해 선택된 소송의 종류에 따른 요건사실 리스트를 생성하는 단계;
    상기 요건사실 리스트에 대한 증거정보 입력 요청을 상기 클라이언트 장치로 전송하는 단계;
    상기 클라이언트 장치에의해 입력된 증거정보를 기초로 증명의 정도를 점수화한 제1평가정보를 생성하는 단계; 및
    상기 제1평가정보를 이용하여 승소 가능성 평가 결과를 생성하는 단계를 포함하는 사용자로부터 입력된 증거정보를 기초로 한 승소 가능성 평가 방법.

  11. 제10항에 있어서,
    상기 클라이언트 장치에의해 선택된 소송의 종류에 따라 추천 전문가 리스트를 데이터베이스로부터 로딩하는 단계-상기 추천 전문가 리스트는 각 추천 전문가에 대한 전문성 점수를 포함-; 및
    상기 추천 전문가 리스트를 상기 클라이언트 장치에 제공하는 단계;
    상기 클라이언트 장치에의해 선택된 추천 전문가에 대한 전문성 점수를 기초로 제2평가정보를 생성하는 단계를 더 포함하되,
    상기 승소 가능성 평가 결과를 생성하는 단계는, 상기 제1평가정보 및 상기 제2평가정보를 이용하여 상기 승소 가능성 평가결과를 생성하는 것을 특징으로 하는 승소 가능성 평가 방법.
  12. 제10항에 있어서,
    생성된 승소 가능성 평가 결과를 점수 또는 도식화하여 상기 클라이언트 장치에 제공하는 단계를 더 포함하는 것을 특징으로 하는 승소 가능성 평가 방법.
  13. 제10항에 있어서,
    상기 소송의 종류는
    민사소송, 행정소송, 형사소송, 가사소송을 포함하는 것을 특징으로 하는 승소 가능성 평가 방법.
  14. 제10항에 있어서,
    상기 제1평가정보를 생성하는 단계는,
    각 요건사실에 해당되는 증거정보에 대하여 소정의 가중치를 부여하는 단계; 및
    상기 소정의 가중치들을 이용하여 상기 제1평가정보를 생성하는 단계를 포함하는 것을 특징으로 하는 승소 가능성 평가 방법.
  15. 제11항에 있어서,
    상기 각 추천 전문가에 대한 전문성 점수는,
    각 추천 전문가의, 전문가 경력, 출신, 학위, 해당 종류의 소송에 대한 승소 이력, 해당 종류의 소송에 대한 경험여부 중 적어도 하나를 이용하여 산출되는 것을 특징으로 하는 승소 가능성 평가 방법.
  16. 제11항에 있어서,
    상기 클라이언트 장치에의해 선택된 추천 전문가가 복수인 경우,
    상기 승소 가능성 평가 결과를 생성하는 단계는, 선택된 각 추천 전문가에 대한 승소 가능성 평가결과를 개별적으로 생성하는 것을 특징으로 하는 승소 가능성 평가 방법.
  17. 제16항에 있어서,
    승소 가능성 평가 결과의 수치 또는 추천 전문가의 광고 가중치를 기초로 복수의 승소 가능성 평가 결과를 배열하여 클라이언트 장치에 제공하는 단계를 더 포함하는 것을 특징으로 하는 승소 가능성 평가 방법.
KR1020140134399A 2014-10-06 2014-10-06 승소 가능성 평가 장치 및 방법 KR101656405B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020140134399A KR101656405B1 (ko) 2014-10-06 2014-10-06 승소 가능성 평가 장치 및 방법
JP2017538153A JP6377280B2 (ja) 2014-10-06 2015-08-28 勝訴可能性評価装置及び方法
US15/516,892 US20170293986A1 (en) 2014-10-06 2015-08-28 Lawsuit winning possibility evaluation device and method
PCT/KR2015/009069 WO2016056749A1 (ko) 2014-10-06 2015-08-28 승소 가능성 평가 장치 및 방법
EP15849130.8A EP3206181A4 (en) 2014-10-06 2015-08-28 Lawsuit winning possibility evaluation device and method
CN201580052910.7A CN106796704A (zh) 2014-10-06 2015-08-28 胜诉可能性评价装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140134399A KR101656405B1 (ko) 2014-10-06 2014-10-06 승소 가능성 평가 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160040897A true KR20160040897A (ko) 2016-04-15
KR101656405B1 KR101656405B1 (ko) 2016-09-09

Family

ID=55653324

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140134399A KR101656405B1 (ko) 2014-10-06 2014-10-06 승소 가능성 평가 장치 및 방법

Country Status (6)

Country Link
US (1) US20170293986A1 (ko)
EP (1) EP3206181A4 (ko)
JP (1) JP6377280B2 (ko)
KR (1) KR101656405B1 (ko)
CN (1) CN106796704A (ko)
WO (1) WO2016056749A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200129879A (ko) * 2019-05-10 2020-11-18 김태헌 법률 증거 관리 시스템
KR20210103187A (ko) * 2020-02-13 2021-08-23 박의준 인공지능을 기반으로 하는 법률서비스를 제공하는 방법 및 컴퓨터-판독가능 매체

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657555A (zh) * 2017-10-16 2018-02-02 窦尔翔 一种基于信息技术和金融制度来推进法律普惠的商业方法
CN107705227A (zh) * 2017-10-16 2018-02-16 窦尔翔 一种用于提供法律金融服务的网络系统
WO2019207750A1 (ja) * 2018-04-27 2019-10-31 株式会社オプティム 専門家紹介システム、専門家紹介方法、およびプログラム
CN109410096B (zh) * 2018-10-18 2024-02-06 上海右云信息技术有限公司 一种用于提供侵权案件的诉讼策略信息的方法与设备
CN110490439A (zh) * 2019-08-05 2019-11-22 北京市律典通科技有限公司 诉讼风险评估方法、装置、电子设备及计算机可存储介质
CN111553574A (zh) * 2020-04-16 2020-08-18 上海诚收信息科技有限公司 案件分配方法及其装置、电子设备和计算机可读存储介质
JP7047231B1 (ja) * 2021-06-25 2022-04-05 株式会社Robot Consulting 情報処理システム、コンピュータシステム及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010099491A (ko) * 2001-10-08 2001-11-09 윤옥남 법률서류자동작성 및 사이버 재판을 통한 소송자동화시스템
KR20010107295A (ko) 2000-05-26 2001-12-07 박성수 네트워크 기반의 법률서비스 방법
JP2004227385A (ja) * 2003-01-24 2004-08-12 Kyodo Kumiai Osaka Shiho Jimu Center 法律情報システム
KR100836901B1 (ko) 2005-04-29 2008-06-11 주식회사 로마켓아시아 전문직 종사자에 대한 전문성지수 관리서버 및 상기전문성지수 관리서버에서 실행가능한 전문성지수 처리/제공방법 및 그 방법을 실현시키기 위한 프로그램데이터를기록한 컴퓨터로 읽을 수있는 기록매체
KR20130098511A (ko) 2012-02-28 2013-09-05 김영진 법률 전문가 랭킹 서비스 방법 및 시스템

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002073901A (ja) * 2000-08-29 2002-03-12 Yuuki Shibata オンライン総合カウンセリング方法及びそのシステム
US20030212582A1 (en) * 2002-05-13 2003-11-13 Taschner Dana B. Automated consumer claim evaluation and networked database system, with automated electronic consumer contracting of meritorious legal claims and automated consumer rejection and malpractice avoidance system for non-meritorious legal claims
KR20040065962A (ko) * 2003-01-15 2004-07-23 윤옥남 네트워크, 인터넷, 투자(投資), 주식(株式)을 이용한소송절차관리방법(訴訟節次管理方法)
KR20040075660A (ko) * 2003-02-21 2004-08-30 윤옥남 인터넷과 주식을 이용한 소송절차관리방법
CN1707487A (zh) * 2004-06-09 2005-12-14 袁玉宇 法律信息智能分析、处理方法和系统
KR100463271B1 (ko) * 2004-10-06 2004-12-30 삼성화재해상보험 주식회사 기업과 법무법인 간의 전자상거래 처리를 포함하는기업소송 통합관리 방법
CA2909815C (en) * 2005-01-12 2018-12-04 West Services, Inc. Systems, methods, and interfaces for aggregating and providing information regarding legal professionals
US20060212303A1 (en) * 2005-03-21 2006-09-21 Chevron U.S.A. Inc. System and method for litigation risk management
KR20090090158A (ko) * 2008-02-20 2009-08-25 이진태 판례 정보에 근거하여 변호사를 선임하는 법률 서비스시스템 및 그 방법
US20120296834A1 (en) * 2011-05-17 2012-11-22 Cheryl Milone Systems, Methods and Computer Program Products for a Patent Litigation Entity to Improve Monetization of a Patent Asset
KR20130037051A (ko) * 2011-10-05 2013-04-15 (주)로시컴 전문가 매칭 서비스 제공 방법 및 서버
JP5567049B2 (ja) * 2012-02-29 2014-08-06 株式会社Ｕｂｉｃ 文書分別システム及び文書分別方法並びに文書分別プログラム
CN106022998A (zh) * 2016-05-05 2016-10-12 重庆法云科技有限公司 法律事务处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010107295A (ko) 2000-05-26 2001-12-07 박성수 네트워크 기반의 법률서비스 방법
KR20010099491A (ko) * 2001-10-08 2001-11-09 윤옥남 법률서류자동작성 및 사이버 재판을 통한 소송자동화시스템
JP2004227385A (ja) * 2003-01-24 2004-08-12 Kyodo Kumiai Osaka Shiho Jimu Center 法律情報システム
KR100836901B1 (ko) 2005-04-29 2008-06-11 주식회사 로마켓아시아 전문직 종사자에 대한 전문성지수 관리서버 및 상기전문성지수 관리서버에서 실행가능한 전문성지수 처리/제공방법 및 그 방법을 실현시키기 위한 프로그램데이터를기록한 컴퓨터로 읽을 수있는 기록매체
KR20130098511A (ko) 2012-02-28 2013-09-05 김영진 법률 전문가 랭킹 서비스 방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200129879A (ko) * 2019-05-10 2020-11-18 김태헌 법률 증거 관리 시스템
KR20210103187A (ko) * 2020-02-13 2021-08-23 박의준 인공지능을 기반으로 하는 법률서비스를 제공하는 방법 및 컴퓨터-판독가능 매체

Also Published As

Publication number Publication date
KR101656405B1 (ko) 2016-09-09
EP3206181A1 (en) 2017-08-16
CN106796704A (zh) 2017-05-31
JP6377280B2 (ja) 2018-08-22
EP3206181A4 (en) 2018-06-20
US20170293986A1 (en) 2017-10-12
WO2016056749A1 (ko) 2016-04-14
JP2017530495A (ja) 2017-10-12

Similar Documents

Publication Publication Date Title
KR101656405B1 (ko) 승소 가능성 평가 장치 및 방법
Metcalf et al. Where are human subjects in big data research? The emerging ethics divide
Todolí-Signes Algorithms, artificial intelligence and automated decisions concerning workers and the risks of discrimination: the necessary collective governance of data protection
US20180144421A1 (en) System and Methods for Complaint Evaluation
CN107851097B (zh) 数据分析系统、数据分析方法、数据分析程序及存储介质
Banasik et al. Sample selection bias in credit scoring models
Baesens et al. Neural network survival analysis for personal loan data
Giraud Has radical participatory online media really ‘failed’? Indymedia and its legacies
Faisal et al. E-government to m-government: a study in a developing economy
US20130297540A1 (en) Systems, methods and computer-readable media for generating judicial prediction information
Shin Toward fair, accountable, and transparent algorithms: Case studies on algorithm initiatives in Korea and China
JP6848883B2 (ja) 情報処理装置、情報処理方法、およびプログラム
CN110751286A (zh) 神经网络模型的训练方法和训练系统
US20230023630A1 (en) Creating predictor variables for prediction models from unstructured data using natural language processing
Slasberg et al. Government guidance for the Care Act: undermining ambitions for change?
JP6060298B1 (ja) 情報配信装置、情報配信方法および情報配信プログラム
Müller et al. User involvement in social work innovation: A systematic and narrative review
Bell Family law, access to justice, and automation
Gan et al. Fat-tailed regression modeling with spliced distributions
Khalil et al. The unbearable lightness of consent: Mapping MOOC providers' response to consent
Gough A Tale of Two Forums: Employment Discrimination Outcomes in Arbitration and Litigation
Di Domenico et al. Linguistic drivers of misinformation diffusion on social media during the COVID-19 pandemic
WO2019144035A1 (en) Systems and methods for collecting and processing alternative data sources for risk analysis and insurance
JP6752330B1 (ja) 機械学習ベースのマッチング装置およびマッチング方法
Smorgunov et al. Citizens’ Attitudes to e-Government: A Study Across Ten Russian Regions

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190329

Year of fee payment: 4