대규모 언어 모델(Large Language Models, LLMs)은 법률 인용을 체계적으로 환각(hallucinate)합니다. 즉, 법령 참조를 조작하거나, 폐지된 조항을 인용하고, 관할권을 혼동하는 등의 문제를 일으키지만, 이러한 동작을 대규모로 측정하거나 줄일 수 있는 자동화된 방법은 아직 존재하지 않습니다. 본 논문에서는 1억 80만 개의 우크라이나 법원 판결문(5억 200만 개의 엣지, 21,736개의 고유 법령 노드)에서 추출한 정답 인용 그래프(ground-truth citation graph)를 바탕으로 LLM이 생성한 법률 인용을 검증하는 지표인 인용 근거 설정(Citation Grounding, CG)을 제안합니다. CG는 인용 정확도(citation precision: 인용된 조항이 존재하는가?), 인용 관련성(citation relevance: 문맥상 적절한가?), 인용 시의성(citation temporality: 해당 날짜에 유효했는가?)의 세 가지 구성 요소로 분해되어 환각 유형에 대한 차등 진단을 가능하게 합니다. AWS Bedrock을 통한 4개의 상용 LLM(Claude Haiku 4.5, Mistral Pixtral Large, Amazon Nova Pro/Lite)과 1개의 RAG(Retrieval-Augmented Generation) 강화 프로덕션 시스템 등 5개 시스템을 대상으로 100개의 우크라이나 법률 질의에 대해 실증적 평가를 수행한 결과, CG는 0.791에서 0.873 사이로 나타났으며, 인용의 13~21%가 환각인 것으로 밝혀졌습니다. 인간의 주석(annotation) 없이 환각을 줄이기 위해, 우리는 인용 근거 설정 DPO(Citation Grounding DPO, CG-DPO)를 도입합니다. 이는 실제 법원 판결문의 검증된 인용을 네 가지 표적 전략을 통해 오염(corrupting)시킴으로써 알고리즘적으로 선호 쌍(preference pairs)을 구축하는 방법입니다. 2,244개의 법원 판결문 데이터셋에서 LoRA를 통해 미세 조정(fine-tuned)된 Qwen2.5-7B-Instruct 모델은 올바른 인용과 오염된 인용을 구별하는 데 있어 98.5%의 평균 검증 정확도를 달성했습니다(보상 마진 +14.9, 3개 시드 기준 표준편차 < 0.3 pp). 인용 그래프, 평가 프레임워크 및 CG-DPO 데이터셋은 오픈 리소스로 공개됩니다.