Sullivan & Cromwell brings legal expertise into agreement review

OpenAI 고객 사례 글(2026-10-15) 원문을 읽고 옮겼어요.

무엇인가

Sullivan & Cromwell 변호사에게 계약서 초안 검토는 관련 선례와 조항을 비교하고, 회사 경험에 기반한 접근을 쓰며, 고객 우선순위를 고려하는 일이에요. Agreement Analyzer는 이 입력을 하나의 검토 흐름으로 묶어, 변호사가 살피고 다듬을 수 있는 분석과 수정 제안을 만들어요.

만들어진 과정

1. 파트너 John Savva가 Codex로 1인용 개념 증명을 만들었어요.
2. OpenAI와 협업해 출력 품질을 높이고, 병렬 처리로 효율을 올리고, 여러 변호사가 동시에 쓰는 도구로 바꿨어요.

작동 방식

• 로펌 업무 흐름, 엄선한 사내 선례, 협상 플레이북, ChatGPT Enterprise를 통합했어요.
• 변호사가 초안을 넣고, 직접 고른 선례와 회사·고객 입장을 담은 플레이북, 시장 관행 정보를 더해요.
• 도구가 여러 관점에서 검토를 여러 번 돌리고 결과를 종합해 잠재 문제를 짚고, 메모와 변경 추적 수정안을 돌려줘요. 변호사는 이를 검토·수정·거부해요.

Savva는 "변호사를 대체하는 게 아니라 더 깊이 분석하고 더 많은 근거와 선례를 찾게 하는 도구"라고 말해요. AI가 처음엔 이메일 답장이나 일정 확인 같은 반복 업무에 주로 쓰였지만, 분석 능력이 좋아지며 복잡한 계약 심층 분석에도 쓸 기회가 늘었다고 해요.

출처와 불확실성 드러내기

Savva는 신뢰의 핵심이 완전한 투명성이라고 강조해요. "AI가 시장 관행에 대해 주장하면 그 출처를 볼 수 있어야 한다"는 거예요. 그가 설명한 구상에서는 에이전트가 결론을 내고 다른 에이전트가 반박하는 적대적 과정을 거쳐요.

| 결과 분류 | 의미 | |---|---| | 반박 후 지지된 발견 | 다른 에이전트의 도전을 견딘 문제 | | 기각된 발견 | 반박으로 탈락한 문제 | | 미검증 문제 | 단서를 달고 남긴 문제 |

전문 에이전트들이 시장 관행 이탈·위험 배분, 조항 간 상호작용, 소송에 영향을 줄 모호성 등을 병렬로 검토하는 사용 예도 제시했어요.

다음

로펌은 특정 법률 작업에 맞춘 도구를 계속 탐색하고, Savva는 GPT-6 Astra로 추론 품질이 크게 나아져 예전의 병목이 풀렸다고 평가해요.