No Priors: Harvey 공동 창업자 Gabe Pereyra와 함께하는 법률 AI의 미래

섹션별 상세

Harvey는 단순한 문서 요약을 넘어 M&A나 펀드 조성과 같은 고도로 복잡한 법률 워크플로우를 분석하고 처리하는 에이전트 기반 AI 시스템을 구축했다.

법률 분야에 강화학습(RL)을 적용하여 복잡한 법률적 추론과 리서치 업무의 정확도를 높이고 있으며 이를 통해 로펌의 전문적인 요구사항을 충족시킨다.

AI 도입은 변호사를 대체하는 것이 아니라 로펌의 레버리지 구조를 변화시켜 적은 인원으로 더 많은 복잡한 사건을 처리함으로써 수익성을 극대화하는 방향으로 전개된다.

Harvey는 직접 로펌을 설립하여 기존 시장과 경쟁하는 대신 기존 로펌들이 AI를 활용해 더 효율적으로 일할 수 있도록 돕는 인프라 제공자로서의 전략적 위치를 고수한다.

AI 에이전트의 배포는 단순한 도구 제공을 넘어 고객사의 특정 워크플로우에 맞춘 커스터마이징과 성공적인 도입을 위한 전략적 파트너십을 포함한다.

에이전트 기반 AI(Agentic AI): — 단순한 텍스트 생성을 넘어 특정 목표를 달성하기 위해 스스로 계획을 수립하고 도구를 사용하며 복잡한 워크플로우를 수행하는 AI 시스템이다. 법률 분야에서는 판례 검색, 문서 초안 작성, 논리 검토 등 여러 단계를 자율적으로 연결하여 처리하는 핵심 기술로 활용된다.
레버리지 모델(Leverage Model): — 로펌에서 소수의 파트너 변호사가 다수의 어소시에이트 변호사를 관리하며 수익을 창출하는 인력 구조를 의미한다. AI 도입은 단순 반복 업무를 자동화함으로써 기존의 인력 중심 구조를 기술 중심 구조로 변화시키고 로펌의 수익성을 극대화하는 역할을 한다.
강화학습(Reinforcement Learning): — 에이전트가 환경과 상호작용하며 보상을 최대화하는 방향으로 행동을 학습하는 머신러닝 기법이다. 법률 AI에서는 복잡한 법적 추론의 정확도를 높이고 전문가의 피드백을 반영하여 모델의 답변 품질을 정밀하게 조정하는 데 필수적으로 사용된다.
인수합병(M&A): — 기업의 경영권을 매수하거나 합치는 복잡한 법률 및 금융 절차를 통칭한다. 방대한 양의 실사 문서 분석과 정밀한 리서치가 요구되는 분야로, Harvey와 같은 AI 에이전트가 가장 큰 효율성을 발휘할 수 있는 고부가가치 법률 영역이다.