미국 법률AI 이븐업, 보상문서 15시간을 15분으로
법률AI 이븐업이 보상문서 15시간을 15분으로 줄였다. 미국 회사 이븐업(EvenUp)이 교통사고 같은 상해 사건의 보상 청구 문서를 뽑는 데 걸리던 숙련 노동 8~15시간을 15분으로 줄였다는 것이다. 이 숫자는 Anthropic이 공개한 자사 고객사례 기준이라 제3자 검증은 없다. 15분은 AI가 초안을 완성하는 시간이고, 회사 스스로 모든 초안은 변호사가 읽고 서명하는 것으로 끝난다고 적어뒀다. 그런데도 지나치기 어렵다. 건당 하루 근무 이상이던 사람 시간이 사라졌다는 뜻이기 때문이다.
사라진 건 쓰는 시간, 남은 건 확인하는 시간
이븐업의 고객은 개인상해 변호사 사무실이다. 이전 풍경은 이랬다. 변호사 보조 실무자가 형광펜을 들고 몇 주 늦게 도착한 병원 기록 더미를 넘겼다. 같은 진료를 병원마다 다르게 적어놓아 맞추는 것도 사람 몫이었다. 오하이오의 한 사무실은 건마다 8~15시간을 썼고, 캘리포니아의 다른 사무실은 활동 사건 1,500건을 청구서 담당 한 명이 감당하다 45일치 업무가 밀렸다.
이븐업 플랫폼은 기록 페이지를 싼 방식부터 읽는다. 텍스트면 그대로, 스캔본이면 문자인식, 손기록이면 AI의 눈으로 본다. 모든 사실에 출처 쪽수가 붙고 중복은 합쳐진다. 그 다음에야 초안이 쓰인다. 자료 요청에 대한 응답 시간도 5시간에서 30분으로 줄었다. 회사 발표 기준으로는 인용 증거를 붙인 AI 초안을 쓴 사무실의 합의 제시액이 300% 올랐다.
숙련 기간을 깎는 숫자가 잇따른다
같은 결이 다른 사례집에도 나온다. 미국 딜러용 소프트웨어 회사 임펠은 녹음된 딜러 전화 15만 통을 AI가 분석한 역할연습 도구로 신제품 영업사원의 숙련 기간을 3~6개월에서 평균 1개월로 줄였다. 미국 구직사이트 인디드는 지원자에게 일자리가 왜 맞는지 설명하는 추천 기능에 AI를 썼고, OpenAI 발표 기준 지원 시작률이 20% 올랐으며 하루 2,000만 건의 메시지까지 확대됐다.
| 회사 | 붙인 업무 | 지표 | 변화 | 출처 |
|---|---|---|---|---|
| 이븐업(미국, 법률AI) | 상해 사건 보상청구 문서 작성 | 건당 작업 시간 | 8~15시간 → 15분 | Anthropic 고객사례 |
| 임펠(미국, 딜러 소프트웨어) | 영업사원 신제품 숙련 | 숙련 기간 | 3~6개월 → 1개월 | Anthropic 고객사례 |
| 임펠(미국, 딜러 소프트웨어) | 월간 사업검토 보고 준비 | 건당 준비 시간 | 3~4시간 → 30분 | Anthropic 고객사례 |
| 인디드(미국, 구직사이트) | 구직자-일자리 맞춤 추천 | 지원 시작률 | +20% | OpenAI 고객사례 |
"병목은 검증" — 커뮤니티는 사례집을 안 믿는다
벤더 사례집이 나올 때마다 실무자 커뮤니티의 첫 반응은 회의다. 해커뉴스에서 AI 연구 성과 보도가 나오자 익명 댓글이 달렸다. "문제는 결코 후보를 뽑는 일이 아니었다. 병목은 검증된 결과다." "AI 연구소들은 식어가는 기대를 붙잡으려 안간힘을 쓰는 중이라 이 보도자료가 반쯤 미완성으로 보여도 놀랍지 않다." 레딧 AI 에이전트 커뮤니티에도 같은 목소리가 있었다. "이쯤 되면 윤이 나는 데모와 굵직한 고객사 로고는 충분히 봤다. 실제 운영에서 뭐가 되는지를 듣고 싶다."
이블업 자료에도 같은 긴장이 숨어 있다. 이븐업 엔지니어의 표현을 빌리면 날짜가 틀리면 잡기 쉽지만, 은근히 틀린 논리를 세우면 그 오류는 정답만큼 자신감 있고 매끈하게 보인다. 15분은 초안 도달 시간이지 검증까지 포함한 완성 시간이 아니다.
한국이라면 진료기록이 먼저 걸린다
미국 개인상해 시장은 청구 문서가 제조업처럼 나오는 시장이라 AI가 붙을 자리가 크다. 한국은 구조가 다르다. 상해 보상은 대부분 보험사와의 합의나 소송으로 풀리고, 사건마다 쌓이는 서류의 양과 양식이 미국과 다르다. 더 큰 벽은 데이터다. 진료기록을 외부 AI 서비스에 넣는 순간 개인정보 문제가 먼저 도착한다. 문서를 15분에 뽑아도 그걸 책임지고 서명할 전문가 검수가 남는데, 그 인건비가 절약분을 다 먹을 수 있다.
절약과 신뢰는 다른 자리에서 나온다
이븐업의 15분은 진짜지만 전부는 아니다. 사라진 건 문서를 쓰는 시간이고 남은 건 확인하는 시간이다. AX의 성패는 절약 규모가 아니라 그 남은 시간을 누가, 얼마의 비용으로 감당하느냐에서 갈린다.
분석 근거: Anthropic 고객사례(이븐업·임펠), OpenAI 고객사례(인디드), Hacker News 토론, r/AI_Agents. 공개 자료에 근거한 분석입니다.
