인공신경망 기계번역의 등장으로 구글, 파파고 등 상용 기계번역 시스템의 성능이 향상되고 높은 수준의 번역 결과를 보여주고 있다. 하지만 고유명사, 전문용어 등이 많고 문장의 구조가 복잡한 특정 도메인의 번역은 아직 부족함이 많은 상황이다. 법령은 이러한 문제가 발생하는 도메인 중 하나로 기존 시스템을 사용한 기계 번역 결과에서 오역, 누락 등이 빈번하게 발생한다. 본 연구는 트랜스포머 및 한국어 사전학습 언어모델인 KoBART를 이용하여 법령에 특화된 한-영 인공신경망 기계번역 모델을 제안한다. 학습에 사용할 데이터는 AI-Hub에 공개된 데이터에서 법에 관련된 데이터만 수집하고, 법제처에서 제공하는 한국어-영어 법령들을 구조적으로 분석하여 매핑하는 크롤링을 통하여 양질의 데이터셋을 구축하였다. 구축된 데이터는 전처리를 진행하여 불필요한 부분을 제거하였으며 이를 통해 학습된 모델이 생성하는 번역에서 자주 발생하는 오류를 분석하고, 이를 보정하는 후처리를 통해 번역의 정확도를 높였다. 그 결과 BLEU 스코어 기준으로 기존에 존재하는 상용 번역 시스템들을 능가하는 성능을 보였다. 본 모델을 이용하여 한국어 법령을 이해하는 데 어려움이 있는 외국인들에게 도움을 주고, 나아가 한국어 법령을 영어로 번역하고자 하는 번역사와 기관의 번역 업무 향상에도 기여할 것으로 기대한다.