법률 전문성을 계약서 검토에 접목한 Sullivan & Cromwell

Sullivan & Cromwell의 변호사들은 계약서 초안을 검토할 때 관련 선례와 조항을 비교하고, 로펌의 경험에 기반한 접근법을 활용하며, 고객의 우선순위를 고려합니다. 이 로펌의 Agreement Analyzer는 이러한 요소를 하나의 검토 워크플로에 통합하여 변호사가 살펴보고 다듬을 수 있는 분석 결과와 수정 제안을 제공합니다.

초기에는 AI가 이메일 답변 작성이나 일정 확인 같은 반복적인 행정 업무에 주로 쓰였지만, 사바는 최근 AI 모델의 분석 역량이 향상되면서 활용 방식도 달라졌다고 말합니다. “이제는 복잡한 계약서의 심층 분석처럼 난도 높은 법률 업무에서도 AI를 활용할 기회가 훨씬 많아지고 있습니다.”

Agreement Analyzer는 변호사가 여러 선례의 대응 조항을 비교하고, 해당 조항들이 서로 어떤 영향을 미치는지 파악하도록 돕습니다.

Sullivan & Cromwell의 파트너 변호사 존 사바는 Codex를 활용해 단일 사용자용 개념 증명 버전으로 Agreement Analyzer를 개발했습니다. 이후 OpenAI와 협력하여 결과물의 품질을 개선하고 병렬 처리로 효율성을 높였으며, 여러 변호사가 동시에 사용할 수 있는 도구로 발전시켰습니다.

Agreement Analyzer는 Sullivan & Cromwell의 워크플로, 엄선된 내부 선례, 협상 지침, ChatGPT Enterprise를 통합합니다. 변호사는 도구에 계약서 초안을 입력한 뒤, 직접 선정한 선례와 로펌 및 고객의 입장이 담긴 지침, 시장 관행에 관한 정보를 추가할 수 있습니다. 이 도구는 다양한 관점에서 여러 차례 검토를 수행하고 결과를 종합하여 잠재적 쟁점을 파악하도록 돕습니다. 그런 다음 변호사가 검토하고 수정하거나 거부할 수 있도록 검토 보고서와 변경 내용이 추적 표시된 수정안을 제공합니다.

사바는 AI 도구의 결과물을 신뢰할 수 있게 하는 것은 완전한 투명성이라고 강조합니다. “AI 도구가 시장 관행에 대해 어떤 주장을 한다면, 그 정보의 출처를 확인할 수 있어야 합니다.”

사바는 에이전트들이 결론을 도출하고 다른 에이전트들이 반론을 제기하며 검증하는 방식의 애플리케이션을 설명합니다. 가능한 활용 사례로는 전문 에이전트들이 시장 관행과의 차이 및 위험 배분, 조항 간 상호작용, 소송에 영향을 미칠 수 있는 모호성 등을 중심으로 계약서를 병렬 검토하는 방식이 있습니다. 결과에서는 다른 에이전트의 반론을 거친 뒤에도 타당성이 인정된 검토 의견, 기각된 의견, 그리고 검증되지 않아 유보 조건을 달고 남겨둔 쟁점을 구분합니다. 변호사는 쟁점과 이를 뒷받침하는 설명, 관련 선례를 살펴본 뒤 어떤 검토 의견을 최종 수정본에 반영할지 결정할 수 있습니다.

Sullivan & Cromwell은 특정 법률 업무에 맞춘 도구를 계속 모색하고 있습니다. 사바는 분석 역량이 강화되면 조사와 문서 작성 과정에서 더 많은 부분을 지원할 기회가 생긴다고 봅니다.

사바는 GPT‑6 Astra의 추론 역량 발전에 주목합니다. “Astra는 활용할 수 있는 추론의 질을 크게 높였습니다. 과거에는 바로 그 부분이 병목이었죠.”