Korean Bill & Debate MCP connects scattered National Assembly records—bills, committee minutes, expert reviews, and speeches—into a single, real-time research flow for AI assistants.

Stars

23

7-day growth

No data

Forks

6

Open issues

0

License

Apache-2.0

Last updated

2026-07-20

AI repository intelligence
FR-AI / ANALYSIS

Why it is worth attention

It solves the fragmentation of Korean legislative data by linking bills, meetings, speakers, and context using user-owned API keys, enabling verifiable, relationship-based research.

Who it is for

  • National Assembly staff and aides
  • Corporate policy and legal teams
  • Journalists and fact-checkers
  • Academic researchers and civic groups

Use cases

  • Track bill status and associated committee debates
  • Prepare for hearings or legislative responses
  • Verify quotes and context for news articles
  • Analyze policy discourse across multiple assemblies

Strengths

  • Real-time queries via official Open Assembly API
  • Connects bills, meetings, speakers, and speeches as linked evidence
  • Full speech context (before/after Q&A) not truncated snippets
  • User-controlled API keys; no shared credentials

Considerations

  • Not all historical data is available (e.g., committee records from 2nd Assembly only)
  • Broad queries may return partial coverage with explicit gap reporting
  • Initial PDF parsing can be slow; caching reduces repeated downloads

README quick start

Korean Bill & Debate MCP

흩어진 국회 기록을, 법안 하나로 연결했습니다.

법안 내용과 처리상태부터 소위원회 회의록, 전문위원 검토보고서, 의원과 정부의 실제 발언까지 하나의 조사 흐름으로 이어서 확인합니다.

v1.1.2 · 제1대~제22대 · 발의자 역할 검색 · MCP + 웹 입법조사 워크스페이스 · Apache-2.0

English · MCP 연결 · 데이터 출처 · 아키텍처

설치 없이, 한 화면에서 바로 조사할 수 있습니다

국회 입법조사 워크스페이스 열기

열린국회 API 키와 OpenAI 또는 Anthropic API 키를 입력하면, 별도 프로그램이나 MCP 연결 설정 없이 질문 한 줄로 공식 자료 조사와 답변 생성을 실행합니다. 법안·처리상태·전문위원 검토보고서·소위원회 회의록·의원과 정부의 질의답변을 연결하고, 사용자가 직접 확인할 공식 원문 카드를 함께 보여줍니다.

두 키는 요청 처리 중에만 분리해 사용합니다. URL·DB·파일·쿠키·브라우저 저장소에 남기지 않으며, 질문과 조사된 공식 자료는 답변 생성을 위해 사용자가 선택한 LLM 제공자로 전송됩니다. 현재 워크스페이스는 계정과 저장 기록이 없는 한국어 알파이며 한 번의 HTTP 요청 안에서 실행됩니다. v1.1.2의 백그라운드 작업·재시도·완전성 추적은 MCP 연결 경로에 먼저 적용됐습니다. 자세한 구조와 한계는 워크스페이스 문서를 참고하세요.

국회 정보는 공개돼 있습니다. 하지만 답은 흩어져 있습니다

의안 페이지에는 처리상태가 있고, 위원회 페이지에는 회의 정보가 있으며, 실제 쟁점은 PDF 회의록과 검토보고서 안에 묻혀 있습니다. 의원의 질문과 정부의 답변은 서로 떨어져 있고, 같은 사안을 다룬 여러 법안은 별개의 문서처럼 보입니다.

Korean Bill & Debate MCP는 이 기록들을 법안–심사–사람–발언–답변–근거의 관계로 연결합니다. 사용자는 사이트와 PDF를 오가며 문서를 맞추는 대신, 자연어로 질문하고 공식 원문까지 이어지는 조사 결과를 받을 수 있습니다.

한 질문에, 국회 조사의 네 축을 함께 답합니다

  • 지금 어디까지 왔나 — 최신 의안 상태와 위원회·소위원회 심사 단계
  • 왜 멈췄고 무엇이 쟁점인가 — 소위 회의록과 전문위원 검토보고서
  • 누가 무엇을 말했나 — 의원·정부의 실제 발언과 바로 앞뒤 질의·답변
  • 무엇으로 확인하나 — 공식 의안·회의록 URL과 원문 위치

문서를 나열하는 데서 끝나지 않습니다. 법안–회의–사람–발언–답변을 연결해, 다시 확인하고 인용할 수 있는 조사 결과로 돌려줍니다.

국회 안팎에서 입법을 만들고, 대응하고, 연구하는 사람들을 위해

같은 국회 기록도 업무에 따라 필요한 답은 다릅니다. 이 MCP는 입법을 만들고, 대응하고, 연구하는 사람들이 각자의 질문에서 바로 공식 근거로 들어갈 수 있게 합니다.

사용자필요한 판단바로 연결되는 근거
국회 직원·보좌진심사 준비, 쟁점 정리, 질의 작성유사 의안, 소위 회의록, 검토보고서, 부처 답변
기업 정책·법무·대관팀규제 방향과 사업 영향, 대응 시점최신 상태, 의원별 문제의식, 정부 수용 여부, 집행 쟁점
공공기관·협회소관 법안 대응과 공식 의견 준비관련 의안, 위원회 논의, 이해관계자 발언, 원문 인용
시민단체입법 감시, 의견서·논평·캠페인조문별 쟁점, 찬반 발언, 심사 경과, 공식 회의록
언론인발언 검증, 쟁점 시계열, 팩트체크실제 발언, 앞뒤 문맥, 날짜별 사건, 출처 위치
연구자정책 변화와 담론의 장기·비교 분석구조화된 법안·회의·발언 관계와 재현 가능한 인용

실제로 이렇게 물어볼 수 있습니다

[입법 심사] “이 법안과 같은 취지의 의안, 소위 쟁점, 전문위원 검토와 부처 답변을 정리해줘”
[기업 대응] “플랫폼 노동 규제 법안이 어디까지 왔고 기업에 영향을 줄 쟁점은 무엇이야?”
[시민사회] “피해자 보호 조항이 심사 과정에서 어떻게 바뀌었고 누가 어떤 의견을 냈어?”
[언론 취재] “보완수사권 폐지에 대한 상반된 발언을 앞뒤 맥락과 공식 원문으로 비교해줘”
[연구] “인공지능 정책 관련 법안과 위원회 논의를 시계열로 연결하고 반복되는 쟁점을 찾아줘”
[의안 추적] “2219564번 의안의 최신 처리상태와 연결된 회의록·검토자료 원문을 찾아

Description

대한민국 국회를 질문으로 탐색하고 공식 기록으로 검증하는 MCP — 법안·처리상태·위원회·회의록·검토보고서·의원과 정부 발언을 하나로 연결합니다

Related repositories

Similar projects matched by category, topics, and programming language.

lopopolo
Featured
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI & Machine LearningAI Agents
2,390
slvDev
Featured
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI & Machine LearningLarge Language Models
1,960
littledivy
Featured
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI & Machine Learning
1,482