Recognition and Enforcement of Korean Judgments in Foreign Courts - Practical Cases in the United States, Canada, and Australia -
Notice bibliographique
Résumé
본 연구는 국내의 금전 판결이 외국 법원, 특히 미국, 캐나다, 호주에서 승인 및 집행되는 과정을 분석하고, 주요 실무적 쟁점과 대응 방안을 고찰하였다. 이를 위하여 외국 재판의 승인 문제에 관한 각국의 법제와 법원의 태도를 비교 분석하였다. 미국은 연방 차원의 통일된 법률이 존재하지 않기 때문에, 이른바 모델법인 UFMJRA 및 UFCMJRA를 기반으로, 경우에 따라 주요 판례를 따라 승인 문제를 다루고 있다. 캐나다는 대법원 판례에서 정립된 실질적이고 중대한 관련성(real and substantial connection) 기준을 통해 외국 판결 승인 문제를 판단하지만, 세부적 적용에서는 주별로 차이를 보이고 있어 이를 함께 분석하였다. 호주는 연방법인 외국재판법에 따라 외국 판결의 승인과 집행을 통일적으로 규율하고 있으나, 하위규정인 외국재판규정에 따라 상호주의가 인정되는 대상국을 명시하고 있으며, 우리나라도 그 적용 대상에 포함된다. 본 연구는 특히 예금보험공사의 해외 자산 회수 사례를 토대로, 실제 승인 및 집행 과정에서 발생한 다양한 문제점과 그 해결 방안을 고찰하였다. 미국에서는 공시송달 문제와 이에 대한 소송 전략상 대응 방안을 관련 판례를 통해 구체적으로 분석하였다. 캐나다에서는 원금 대비 과도한 이자의 문제점을, 호주에서는 우리나라와 상이한 항소심 절차가 승인 및 집행에 미치는 실질적 영향을 실제 사례를 중심으로 검토하였다. 아울러 해외 소송비용 부담 문제에 대응하기 위한 전략적 수단으로서 소송금융(litigation funding) 제도의 활용 가능성도 함께 논의하였다. 본 연구는 국내 금전 판결의 외국 법원에서의 승인 및 집행 실무를 개선하고, 관련 제도 정비 논의에 실질적으로 기여할 수 있을 것으로 기대된다.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,007 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».