#검수

미국 법률AI 이븐업이 배상 청구 문서 작성을 건당 8~15시간에서 15분으로 줄였다는 숫자를 검수 비용과 유지 실태와 함께 짚는 분석.

계약검토 SaaS 스펠북이 변호사 검토시간을 10시간에서 1시간으로 줄였다는 숫자를 은행·보험 사례와 실무자 반론으로 흔들어 본다.

사이버보안 플랫폼 베가의 SOC 트리어지 단축 숫자를 도플·시스코 사례와 나란히 놓고 실무자 반론으로 흔든다. 벤더 발표 수치의 측정 방식과 한국 보안팀의 규제 장벽을 짚는다.

카바나가 슬랙 프로덕션 경보 대응에 관리형 AI 에이전트를 붙여 경보 56%를 줄였다. 숫자보다 주목할 건 자체 AI를 두 번 만들고 둘 다 버린 결정이다.

클라르나의 AI가 상담원 700명 몫을 처리하고 해결시간을 11분에서 2분으로 줄였다는 OpenAI 발표를 레딧 콜센터 운영자들의 반박으로 검증한다. 절감 숫자의 조건과 한계.

프랑스 네오뱅크 콘토가 급여이체와 인보이스를 AI 에이전트에 맡긴 과정과 자체 발표 숫자의 한계, 커뮤니티 실패담이 가리키는 승인 설계의 위험을 점검한다.

법무 AI 스펠북은 계약 검토를 변호사 10시간에서 1시간으로 줄였다고 밝혔다. 벤더 자체 발표 숫자의 구멍을 실무자 반론으로 짚어 본다.

Anthropic이 공개한 DXC 사례는 규제 급부 계산을 8시간에 세우고 첫 판 적중률 80%를 냈다고 밝힌다. Travelers 사례와 실무자 반론을 나란히 놓고 남은 숫자를 짚는다.

도어대시 CTO가 코드 작성을 에이전트에 완전히 맡기고 직원 4000명 전원이 AI 도구를 쓰는 실험을 분석했다. 3~5배라는 배율의 근거와 실무자들의 반박을 짚는다.

EvenUp이 밝힌 서류 작성 8~15시간→15분, 합의금 300% 증가를 OpenAI 사례·레딧 실패담과 비교 검증했다.

딥그램은 클로드가 짠 코드가 95%라고 밝혔지만 헤비 유저의 코드 폐기율도 9배 뛰었다. 벤더 발표 숫자와 실무자 반박을 나란히 놓고 본다.