PDF 법률 문서를 JSON API로, EU 규제 준수의 엔지니어링적 해결

Context

EU 규제 데이터가 API 없이 수백 페이지의 PDF 형태로만 제공되는 구조. 개발자가 직접 문서를 검색하고 해석해야 하는 비효율적인 워크플로우. 법적 해석의 모호함과 검증 불가능한 요약 정보로 인한 감사 위험 존재.

Technical Solution

• EUR-Lex의 PDF 문서를 자동 스크래핑하여 조항, 전문, 부속서 단위로 구조화하는 데이터 파이프라인 구축
• LLM의 환각 현상을 배제하고 원문 텍스트를 그대로 반환하는 Verbatim 데이터 제공 전략
• 스테이크홀더 역할(제조사, 수입사 등)과 요구사항 유형을 매핑하여 맞춤형 필터링이 가능한 메타데이터 설계
• Python, Rust, TypeScript 등 6종의 오픈소스 SDK 제공으로 다양한 개발 환경 지원
• Exponential Backoff 및 자동 페이지네이션을 적용한 안정적인 API 클라이언트 구현
• EU 내 인프라 기반의 데이터 레지던시를 확보하여 GDPR 준수 및 보안 신뢰성 강화

Key Takeaway

규제 준수와 같은 도메인 지식 영역을 단순한 법적 문제가 아닌 구조화된 데이터 처리라는 엔지니어링 문제로 치환하여 해결한 사례.