인사이트 / 블로그

소장 초안 작성은 상담일지를 읽고, 필요한 항목이 빠지지 않았는지 확인하고, 법령·판례 근거와 손해금액 산정까지 함께 살펴야 하는 반복 업무입니다. 작성 속도만큼이나 중요한 것은 검토 가능성입니다. 항목이 빠지거나 근거가 맞지 않으면 담당자가 다시 되짚어야 하는 부담이 커집니다.

법률 서비스 기업 A사는 상담일지를 바탕으로 검토 가능한 소장 초안을 자동 생성하고, 초안 작성 리드타임을 기존 3~5시간에서 30~60분 수준으로 줄이는 문서 자동화 방식을 검토했습니다.

도입 배경 : 검토 가능한 소장 초안 자동 생성

기존 방식은 프롬프트를 고도화해 정형화된 소장 형태를 만드는 데 초점이 있었습니다. 하지만 참고자료와 템플릿을 넣는 것만으로는 오류를 충분히 줄이기 어려웠습니다.

주요 문제는 세 가지였습니다.

• 소장 항목 누락 또는 창작 위험
• 법령/판례 근거 검색 실패와 착각
• 손해배상 금액 산정 오류

적용 방식 : RAG 기반 근거 검색과 구조화 검토

이 사례는 단순히 문장을 생성하는 AI가 아니라, 담당자가 검토할 수 있는 문서 생성 절차를 만드는 방향으로 설계했습니다.

• 소장 항목을 구조화해 필수 항목 누락 방지
• 항목별 프롬프트와 참고자료 지정
• 법령/판례 DB를 분리 구축하고 RAG 방식으로 근거 문서 검색
• 검색 결과가 없을 때 답변 생성을 제한
• 손해금액 산정식을 항목별로 적용
• 상담일지에서 필수 요소를 추출하고 사용자가 확인/수정
• 소장 초안을 Word 파일로 Export

도입 결과 : 작성 시간 3~5시간에서 30~60분으로 단축

운영 효과 : 전문가 검토를 보조하는 문서 자동화

LLM은 문서 초안을 빠르게 만들 수 있습니다. 다만 법률 문서에서는 속도보다 근거, 계산, 항목 구성이 더 중요할 때가 많습니다. 이 사례는 상담일지를 입력하면 AI가 필요한 사실관계를 확인하고, 법령·판례 자료와 템플릿을 참고해 소장 초안을 만드는 방식을 제안했습니다.

핵심은 생성형 AI를 단독으로 쓰지 않는 데 있습니다. 프롬프트에만 기대면 근거 없는 창작이나 항목 누락이 생길 수 있기 때문에, 법령·판례 DB를 분리하고 RAG 방식의 근거 문서 검색을 결합했습니다. 여기에 구조화 출력을 더해 누락을 줄이고, 손해금액 산정식으로 계산 오류 가능성을 낮췄습니다. 마지막 판단은 사용자가 확인할 수 있도록 남겨두었습니다.

최종 검토와 제출 판단은 담당 전문가가 수행합니다. AI는 상담 내용 정리, 근거 탐색, 초안 작성, 누락 확인을 보조하는 역할에 집중합니다.

이 방식은 법률 문서뿐 아니라 전문 지식, 근거 문서, 계산식, 최종 검수가 함께 필요한 문서 자동화 영역으로도 확장할 수 있습니다.

컴플라이언스 문서 작성 업무라면, 기존 양식 기반 자동 생성으로 문서 초안 작성 시간을 약 70~85% 줄일 수 있습니다.