Legora CTO가 말하는 법률 AI 에이전트 구축: 평가 방식, 모델 선택, 빌딩 블록 설계

Building AI for Lawyers - Jacob Lauritzen, CTO of Legora

Legora CTO Jacob Lauritzen과의 인터뷰에서, 고객 데이터를 열람할 수 없는 상태에서 법률 AI 에이전트를 평가하는 방법과 제품 설계 방식이 공개됐다. 이 회사는 출시 18개월 미만에 ARR 1억 달러를 넘겼고 고객 1,800곳 이상을 확보했다고 밝혔다. Legora는 고객이 업로드하는 문서가 대부분 기밀이라 트레이스를 읽을 수 없기 때문에, 고객의 업무를 재현한 RL 환경을 만들어 평가한다. 엔지니어 3명과 변호사 3명이 이 환경을 구축하며, 예시로 1만 개 파일의 데이터룸에서 실사(due diligence)를 수행하고 적절한 위험 신호를 포착하는 리포트를 생성하는 과제가 제시됐다. 운영 중에는 실패를 10~20개의 알려진 유형으로 분류하고 기능 플래그 뒤에서 저비용 LLM 기반 점검을 돌린다. 모델 선택과 관련해 Jacob은 법률 업무의 약 60%는 현재 모델이 잘 처리하며, 이 영역은 이제 비용과 지연 시간의 문제라고 보았다. 반면 100만 토큰 규모 계약서에 걸친 복잡한 분석과 편집에는 여전히 더 높은 지능이 필요하다고 했다. 모든 생성 내용은 원본 PDF의 바운딩 박스로 연결되는 인용을 달아 환각을 줄인다고 설명했다. Legora는 Tabular Review, 리스트, 프로젝트, 에이전트, Intake 같은 소수의 기본 요소 위에 여러 제품을 구성하며, 법률 엔지니어가 코드 없이 이를 설정한다. 한편 포워드 디플로이 엔지니어는 코드를 작성해 고객사의 CRM이나 문서 관리 시스템과 연동하고, 얻은 교훈을 핵심 제품에 되돌린다. 기사는 회사가 엔지니어 수를 약 100명으로 늘렸다는 점도 함께 전한다.