본 연구는 안전이 중요한 분야에서 발생하는 규칙 기반 시스템의 한계를 극복하기 위해 신경-기호 인과 프레임워크를 확장했어요. 새로운 메타 레벨을 도입하여 목표 오판을 줄이고 확장 가능한 규칙 유지 관리를 지원하며, LLM을 활용해 자연어 목표를 논리 규칙으로 변환해요. 자율 주행 시나리오에서 검증 결과, 인간이 지정한 목표와 원칙에 따라 최소한의 규칙 집합을 도출하고 논리적 제약 조건으로 공식화하는 데 성공했어요.