이브리걸, 합의 60일 당겼다는 셈법

법률사무소 전용 AI 플랫폼 이브리걸(Eve Legal)은 자사 고객사례에서 "합의 성사까지 걸리는 기간을 최대 60일 단축했다"고 밝힌다. 소송을 대리하는 원고측 로펌은 대부분 성공보수(contingency)로 운영돼, 서류 검토 시간이 줄면 실제로 현금흐름이 빨라진다는 논리다. 다만 이 숫자는 이브리걸이 자체 벤치마크(PlaintiffBench)로 고른 모델 위에서, 자사가 직접 발표한 성과다. 합의는 상대 보험사와 법원 일정까지 얽힌 협상이라, AI 혼자 60일을 접었다고 보기엔 변수가 많다.

사건 파일 10만 페이지를 통째로 맡긴 로펌들

이브리걸은 창업 2년 만에 1,700개 로펌이 쓰는 플랫폼으로 컸고, 이번 분기에만 500곳이 늘었다(Anthropic이 공개한 고객사례 기준). 상해소송 사건 파일은 2,000~10만 페이지에 달하는데, 예전엔 파랄리걸이 한 줄씩 읽으며 진료 연대기를 만들었다. 이 회사는 Claude Opus 4.8로 시간순 추론과 장문 근거유지(faithfulness·grounding)를 처리해 요구서(demand letter)까지 로펌 문체로 뽑아낸다. 변호사 1명당 연간 최대 30건 추가 수임, 월 1,250만 건 문서 처리, 엔지니어링 장애 대응 3시간에서 수 분 단축이라는 숫자 역시 전부 이브리걸이 낸 자체 공개치다.

허브스팟 CSM팀, 사흘 걸리던 문의를 한 시간 안에 끝냈다

CRM 기업 허브스팟은 Anthropic 사례에서 웹개발·콘텐츠 제작 워크플로우 생산성이 최대 40% 늘었다고 밝혔다. 더 구체적인 숫자는 고객성공(CSM) 조직 쪽인데, 복잡한 기술 트러블슈팅을 사흘에서 닷새 걸리던 일을 한 시간 안으로 줄였다고 설명한다. Claude Code가 MCP로 사내 서비스에 바로 연결되면서 신입 엔지니어가 코드베이스를 익히는 시간도 줄었다는 것이다. 다만 "최대(up to)"라는 단서가 붙어 있어 조직 전체 평균치로 보기는 어렵다.

같은 벤더 사례집이라도 붙인 업무와 숫자는 제각각이다

회사	붙인 업무	지표	변화	출처
이브리걸	원고측 소송 사건파일 분석·요구서 초안	합의 성사 기간	최대 60일 단축	Anthropic 고객사례
허브스팟	고객성공팀 기술 트러블슈팅	처리 시간	3~5일 → 1시간 이내	Anthropic 고객사례
머시코프	인도적지원 현장 피드백 번역·등급분류	처리 시간	평균 88% 단축(1주→약 1시간)	Anthropic 고객사례
인터콤	음성 고객상담 에이전트(Fin Voice)	문의 해결률	텍스트 기준 평균 56%(고객사별 70~80%)	ZenML LLMOps 사례 정리

"1/3은 그냥 승인해버린다"는 게임이 말하는 것

이브리걸은 "변호사가 승인할 일만 남기는" 구조를 내세우지만, 사람이 AI 행동을 검수하는 방식 자체의 신뢰도는 별개 문제다. 해커뉴스에 공유된 AI 에이전트 권한 승인 게임은 4만 회 플레이, 40만 건의 결정을 모았는데 위협의 3분의 1을 사람이 그냥 승인해버렸다(익명 커뮤니티 집계이지 공식 연구는 아니다). 댓글 다수는 "결국 피로 때문에 사람이 전부 우회 승인으로 넘어간다"고 지적했고, "휴먼인더루프가 표준이어야 하냐"는 질문에는 "그것만으론 안 되고 샌드박싱·권한 격리를 도구 단에서 해야 한다"는 반박이 달렸다. AI 생산성 격차를 다룬 별도 스레드에서도 "버그 수정에서 LLM은 오히려 임시방편을 붙여 다른 버그를 늘린다"는 댓글이 있었다. 사건 파일 등급 분류나 문서 요약도 같은 방식으로 흔들릴 수 있다는 뜻이다.

한국 로펌이 같은 걸 하려면 걸리는 지점

국내에서 원고측 사건관리를 AI에 맡기려면 변호사법상 비변호사의 법률사무 취급 제한부터 걸린다. 문서 초안까지는 되지만 판단은 변호사가 반드시 개입해야 한다. 사건 파일에는 진료기록 등 민감정보가 섞여 있어 해외 서버로 전송하려면 개인정보보호법상 국외이전 요건(동의 또는 별도 계약)을 맞춰야 한다. 머시코프 사례처럼 ISO 27001·42001, SOC2 같은 보안 인증을 먼저 갖추라는 요구는 국내 로펌·비영리단체 상당수에는 진입장벽이다. 결국 한국에서는 "사건 전체를 맡긴다"보다 "초안만 만들고 검수는 사람이 한다"는 절충안이 먼저 자리잡을 가능성이 크다.

남는 것: 숫자는 벤더가 골랐다

소개된 숫자는 전부 Anthropic이나 해당 기업이 스스로 공개한 성과다. 제3자가 감사한 수치는 아직 없다. 이브리걸의 60일, 허브스팟의 40%, 머시코프의 88% 모두 "우리가 고른 지표에서, 우리가 측정한 결과"라는 꼬리표가 붙는다. 승인 게임에서 드러난 3분의 1의 오승인율은, 화려한 사례집 뒤에서 실제로 그 결과를 검수하는 사람의 역량이 여전히 병목이라는 사실을 보여준다.

---

분석 근거: Anthropic 고객사례(이브리걸, 허브스팟, 머시코프), ZenML LLMOps 데이터베이스(인터콤 Fin Voice), Hacker News 토론(AI 에이전트 권한 승인 게임, AI Productivity Gap). 공개 자료에 근거한 분석입니다.