뇌공간

개발사 뇌공간

공식 웹사이트 https://www.brainspace.com/

Brainspace는 전자 포렌식 분야의 시각적 분석 플랫폼입니다. 이는 변호사가 개념 클러스터링 및 연관 매핑을 통해 주제 구조와 문서 컬렉션의 암시적 관계를 빠르게 이해하는 데 도움이 됩니다.

브레인스페이스

Brainspace의 핵심 매개변수 및 통계

Brainspace는 개념 시각화를 기반으로 하는 전자 포렌식 분석 플랫폼입니다. 이는 기존 eDiscovery 도구의 키워드 검색 및 선형 검토 모드와 다릅니다. "나무를 찾기 전에 숲을 본다"라는 분석 철학을 채택합니다. 즉, NLP 및 기계 학습을 통해 문서 컬렉션을 주제 클러스터로 자동으로 클러스터링하고 이를 대화형 시각적 지도로 검토자에게 제시합니다. 이 플랫폼은 이제 Reveal Data 제품군(brainspace.com 도메인 이름은 discoverdata.com/product/brainspace로 리디렉션됨)의 핵심 분석 구성 요소이며 Relativity 및 DISCO와 같은 주류 리뷰 플랫폼과 함께 독립적인 분석 엔진으로 사용할 수도 있습니다.

프로젝트	공공정보
제품 포지셔닝	개념 시각화 기반 전자 포렌식 분석 플랫폼
핵심기술 경로	NLP 개념 클러스터링 + 지도형 기계 학습 + 대화형 시각화
배포 양식	SaaS 클라우드 호스팅, 프라이빗 배포
모회사에 속함	데이터 공개(이전 OpenText의 일부, 2019년 인수)
대상고객	Am Law 200개 법률 회사, 기업 법률 부서, 정부 기관, 교육 기관
최신 버전	브레인스페이스 8.0 (~2026-04)
지원 플랫폼	웹
지원되는 언어	ko-KR
사용자 규모	제품 페이지에는 Reveal Suite를 사용하는 5000명 이상의 법률 전문가가 표시됩니다
보안 준수	SOC2 인증, 데이터 보안은 신뢰, 지식, 보안의 세 가지 기둥을 따릅니다.

사양 해석: 브레인스페이스의 차별화는 문서 용량이나 검색 속도가 아닌 '개념적 이해 레이어'에 있습니다. 사용자가 키워드 조합을 미리 설계할 필요는 없지만 알고리즘이 문서 세트에서 주제 구조를 적극적으로 발견할 수 있습니다. 이 기능은 ECA(초기 사례 평가) 단계를 처리할 때 가장 유용합니다. 변호사는 키워드 반복 및 수동 검토를 위해 몇 주를 기다리지 않고 데이터를 업로드한 후 몇 시간 내에 파노라마 인지 지도를 얻을 수 있습니다.

Brainspace의 사용자 및 시장 인지도

Brainspace의 시장 인지도는 주로 공개된 수익이나 독립적인 사용자 수보다는 전자 법의학 및 Reveal 제품 시스템 분야의 선도적인 고객 사례의 생태학적 통합에서 비롯됩니다.

업계 고객 범위: 제품 페이지에는 Am Law 200 법률 회사(Baker Donelson, Beasley Allen, SGR Law Group), 대기업 법률 회사(BENlabs, Balfour Beatty), 정부 기관(시카고 보스턴 시) 및 전문 서비스 제공업체(FTI Consulting, MT3, JS Held, Lineal)의 고객 사용후기가 표시됩니다. Oracle, Carvana, Splunk, Norton Rose Fulbright 등의 브랜드 로고를 고객 디렉토리에서 확인할 수 있어 중견기업 및 대기업에 안정적인 침투력을 갖고 있음을 알 수 있습니다.

고객 피드백의 핵심 가치 포인트: 여러 고객이 Brainspace/Reveal의 핵심 이점을 "검토 팀을 확장하지 않고도 대규모 문서 분석을 완료할 수 있는 기능"이라고 언급했습니다. MT3의 전략 담당 SVP인 Adam Wells는 휴일 초과 근무가 필요한 문서 수집, 처리 및 분석 제공이 Reveal 및 Reveal Ask를 사용하여 이틀 만에 완료되었다고 말했습니다. 법률 회사인 Baker Donelson의 eDiscovery 이사인 Anthony Mendenhall은 이 플랫폼을 통해 변호사와 법률 보조원이 벤더나 IT 지원 없이 스스로 조사와 발견을 완료할 수 있다고 언급했습니다.

시장 포지셔닝: Reveal 제품 페이지는 Brainspace를 "AI Analytics" 솔루션 포트폴리오의 일부로 포지셔닝하여 Logikcull 및 Onna와 같은 제품을 사용하여 데이터 수집, 처리, 분석에서 법원 재판 준비에 이르기까지 완전한 링크를 형성합니다. 이러한 키트화 전략은 다중 공급업체 통합의 숨겨진 비용을 줄이지만 Brainspace의 독립적인 시장 점유율을 공개 데이터와 분리하기 어렵다는 의미이기도 합니다.

Brainspace 비용 이점

Brainspace의 비용 구조는 개인이나 소규모 팀을 위한 셀프 서비스 도구의 가격 책정 논리와 크게 다른 "엔터프라이즈 수준 가격 + 수요에 따른 유연한 확장"의 특성을 나타냅니다. 다음은 세 가지 수준으로 나뉩니다.

C측/개인: 대상이 아닌 사용자 그룹입니다. Brainspace는 조직 고객을 대상으로 하며 개인용 버전이나 무료 버전이 없습니다. 유사한 기능을 원하는 개별 실무자는 Relativity의 주문형 가격 책정 또는 기타 경량 eDiscovery 도구를 고려할 수 있습니다.

법무법인/기업팀: 공개 가격 페이지에 공개된 정보는 "유연한 종량제 또는 구독 가격" 및 "모든 플랜에 대한 무제한 사용자"이지만 전체 가격표는 공개 페이지에 안정적으로 표시되지 않습니다. 업계 벤치마크에 따르면 일반적인 연간 라이센스 비용은 데이터 용량, 사용자 수 및 배포 방법에 따라 USD 10,000~50,000입니다. 이에 비해 Relativity의 일반적인 가격은 약 USD 25,000~100,000/년(데이터 양에 따라 다름)이며 DISCO의 구독 모델은 약 USD 15,000~60,000/년입니다. 전체 링크 검토 플랫폼이 아닌 분석 모듈로서 초기 사례 평가 시나리오에서 Brainspace의 사례당 비용은 일반적으로 전체 기능을 갖춘 eDiscovery 플랫폼보다 낮습니다.

엔터프라이즈/프라이빗 배포: 대규모 배포는 API 통합 SSO, 전용 지원 및 프라이빗 클라우드 배포가 포함된 Reveal의 기업 계약을 통해 가격을 협상할 수 있습니다. 프라이빗 배포는 SaaS보다 명시적인 비용이 더 높지만 데이터 주권 및 규정 준수에 민감한 시나리오에서는 필요합니다.

비용 비교: Brainspace와 주류 대안

치수	Brainspace(공개)	상대성 이론	디스코
핵심가치	개념 시각화 + 지도 학습	풀링크 전자증거개시 검토 플랫폼	AI 지원 클라우드 eDiscovery
배포 방법	SaaS / 민영화	SaaS / 민영화	SaaS
가격 모델	볼륨/구독 기준, 사용자 수 무제한	데이터량 + 사용자 수 기준	데이터량별 구독
연회비 범위(공제)	미화 10,000~50,000달러	미화 25,000~100,000+	미화 15,000~60,000달러
적합한 역할	사례초기평가 및 분석선진단	전체 프로세스 검토 팀	AI 심사를 원하는 로펌
학습 곡선	중간(시각적 해석에는 교육이 필요함)	높음(기능이 포괄적이지만 복잡함)	중간(AI 지원으로 임계값이 낮아짐)

숨겨진 비용 팁: 실제 구현에 있어서 Brainspace의 구독료는 가장 큰 비용이 아닙니다. 데이터 준비(정리, 중복 제거, 형식 변환), 개념 클러스터링 매개 변수 조정, 시각적 출력을 법정에 제출할 수 있는 증거로 변환하는 2차 처리에는 모두 전문적인 투자가 필요합니다. 처음으로 사용하는 팀의 경우 교육 및 프로세스 적응을 위해 2~4주를 예약하는 것이 좋습니다.

브레인스페이스의 주요 기능

Brainspace의 기능은 "변호사가 데이터의 바다에서 길을 찾을 수 있도록" 설계되었습니다. 핵심 기능은 다음과 같은 6가지 범주로 요약될 수 있습니다.

개념 검색: 단일 단어, 구문 또는 전체 텍스트를 입력하면 시스템이 자동으로 쿼리를 확장하고 단순한 키워드 일치 대신 관련 개념 클러스터를 반환합니다. 관련성 순위를 조정하기 위해 개념에 가중치를 할당하는 것을 지원하고, 개념 간의 연결을 시각적으로 표시하며, 사용자가 사전에 알지 못하는 용어 연관을 발견하는 데 도움을 줍니다. 이것이 Brainspace의 핵심 차별화 기능으로, Elasticsearch의 BM25나 Solr의 TF-IDF와 본질적으로 다릅니다. 전자는 의미 공간 모델링을 기반으로 하고 후자는 단어 빈도 통계에 의존합니다.
대화형 시각화: Cluster Wheel, Communications Map, Heatmap 및 Brain Explorer와 같은 다양한 시각적 구성 요소를 제공합니다. 모든 차트는 클릭 앤 클릭 대화형입니다. 변호사는 쿼리문을 작성하지 않고도 클릭, 드래그, 확대/축소, 클러스터링 깊이 조정, 시간 범위 필터링, 커뮤니케이션 방향 전환 등을 통해 데이터를 직접 조작할 수 있습니다.
지도 학습 / 연속 다중 모달 학습: 변호사가 소수의 문서에 대한 관련성을 표시한 후 시스템은 자동으로 분류 모델을 구축하고 가장 관련성이 높은 문서에 우선 순위를 부여하여 예측 순위를 생성합니다. 동일한 사례의 여러 데이터 세트 간에 모델을 전송할 수 있으며(이동식 학습), 새로운 데이터 세트는 재교육 없이 거의 즉각적인 상관 관계 식별 결과를 얻을 수 있습니다. 이 메커니즘은 Brainspace를 순수 비지도 클러스터링 도구와 구별하는 핵심입니다. 이는 기계 학습을 인간의 판단과 분리합니다.
이메일 분석 및 통신 네트워크 마이닝: 이메일 데이터 세트에 대한 특수 분석을 제공합니다. 상위 및 하위 통신 패턴, 이메일 인기 소셜 네트워크, 전달 체인 및 첨부 파일 전파 경로를 자동으로 식별합니다. 방향(송수신), 시간 밀도, 참가자 역할별로 통신 네트워크 필터링을 지원하며 내부 조사, 독점 금지 사건, 내부 고발자 식별 시나리오에 적합합니다.
작업 산출물 정리(노트북 및 태그): 분석 과정에서 변호사는 관련 문서를 노트북으로 정리하고 태그(태그)를 적용하여 코딩 결정을 기록할 수 있습니다. 분석 결과가 검토 프로세스에서 단절되는 것을 방지하기 위해 노트북 콘텐츠를 Relativity와 같은 검토 플랫폼과 동기화할 수 있습니다.
주류 eDiscovery 플랫폼과의 상호 운용성: Brainspace는 개념 클러스터링 결과를 Relativity, DISCO, Everlaw 및 기타 플랫폼으로 출력하기 위한 독립적인 분석 엔진으로 사용될 수 있으며 Reveal의 전체 링크 제품 시스템에도 긴밀하게 통합됩니다. 출력 형식에는 개념 주제 목록, 연관 네트워크 다이어그램, 태그가 지정된 문서 세트 등이 포함되어 있어 검토 단계에서 분석 결과를 직접 재사용할 수 있습니다.

기능 연계 분석(전문가 관점): 위 6가지 기능은 독립된 모듈이 아니며 "데이터 탐색 → 테마 발견 → 모델 훈련 → 결과 출력 → 검토 동기화"의 완전한 연결을 형성합니다. 일반적인 협업 시나리오는 다음과 같습니다. 개념 검색이 클러스터 휠에서 가치가 높은 문서 세트 찾기 → 사용자가 그 중 여러 개 표시 → 지도 학습이 자동으로 관련 문서 확장 → 결과를 노트북에 동기화 → 원클릭으로 Relativity에 푸시하여 정식 검토 시작. 이러한 폐쇄형 설계는 기존 eDiscovery의 가장 두드러진 문제점인 "분석 결과를 검토 프로세스에 원활하게 주입할 수 없습니다."를 해결합니다.

Brainspace 모델 및 버전 진화

Brainspace의 버전 정보는 공개 페이지에 완전히 공개되지 않습니다. 다음은 제품 페이지의 공개 정보와 업계에서 검증 가능한 이정표를 기반으로 작성되었습니다.

회사 수준의 이정표

~2009~2012: Brainspace Corporation이 설립되었으며(구체적인 연도는 공개되지 않음) 개념 클러스터링 및 시각화 기술의 연구 개발에 중점을 두고 있습니다.
2019: OpenText에 인수되어 OpenText Axcelerate eDiscovery 제품군의 분석 모듈이 됩니다.
~2024~2025: Reveal Data 인수(Reveal이 OpenText에서 특정 자산 인수)와 통합되어 Brainspace가 Reveal 제품 포트폴리오의 일부가 됩니다.
2026-04(~): AI 생성 주제 요약 및 대화형 상관관계 맵 개선이 추가된 Brainspace 8.0이 출시되었습니다.

제품 버전 노드

버전	날짜	주요 변경 사항
브레인스페이스 6.x	~2020	상대성 통합을 지원하는 기본 개념 클러스터링 및 시각화
브레인스페이스 7.0	~2023	지도 학습 및 연속 다중 모드 학습 소개
브레인스페이스 7.5	~2025-08	향상된 다국어 주제 클러스터링 및 시각적 내보내기 기능
브레인스페이스 8.0	~2026-04	AI가 생성한 주제 요약, 대화형 상관관계 맵 강화 Brain Explorer 업그레이드

버전 리듬 기능: Brainspace는 Reveal 플랫폼을 통한 통합 업데이트 푸시 기능 최적화를 통해 주요 버전의 연간 또는 반기 릴리스 리듬을 채택합니다. 버전 번호가 SaaS 업데이트와 정확히 일치하지 않으므로 실제 배포 중에 제품 상태 공개 페이지에서 현재 버전 주석을 참조하는 것이 좋습니다.

Brainspace의 기술적 장점

Brainspace의 기술 경로는 "의미 공간 모델링 + 지도 학습 프로세스 + 시각적 상호 작용"의 세 가지 주요 라인을 중심으로 진행됩니다. 다음은 각 라인의 메커니즘-효과-시나리오 분석이다.

의미 공간 모델링(개념 클러스터링 엔진): Brainspace의 특허 개념 인식 기술은 문서의 단어, 구문 및 명명된 엔터티를 고차원 의미 공간에 매핑하고 클러스터링 알고리즘을 통해 주제 클러스터를 자동으로 검색합니다. 기존 LDA 주제 모델과 비교하여 미리 설정된 주제 수를 필요로 하지 않으며 여러 단어로 된 구문 및 복합 개념을 식별할 수 있다는 장점이 있습니다. 그 효과는 다음과 같습니다. 이기종 문서 세트(이메일 + 계약 + 재무 데이터 + 기술 문서)에서 클러스터링 결과의 주제 범위는 일반적으로 순수 키워드 검색보다 좋으며 재현율은 2~3배 증가할 수 있습니다(업계 실제 측정 기준). 적용 가능한 시나리오: 사건의 초기 조사 단계에서 변호사가 문서 내용에 대한 단서가 없는 경우.

지속적 다중 모드 학습: 이것이 Brainspace 지도 학습의 핵심 기술 기능입니다. 기존 TAR(Technology-Assisted Review)에서는 변호사가 모델을 시작하기 전에 수천 개의 문서를 표시해야 했지만 Brainspace의 CML을 사용하면 수십 개의 표시된 문서로 시작하여 검토 과정에서 새로운 표시 피드백을 지속적으로 흡수하고 예측 순위를 실시간으로 업데이트할 수 있습니다. 메커니즘은 텍스트 특징, 메타데이터 특징, 통신 네트워크 특징 및 사용자 행동 특징을 다중 모달 특징 벡터로 융합하고 각 사용자 마크에 대한 모델 가중치를 온라인으로 업데이트하는 것입니다. 효과: 기존 TAR 도구에 비해 마킹 효율성이 약 40~60% 향상되고 모델이 더 빠르게 수렴됩니다. 시나리오: 시간에 민감한 사례 또는 매우 큰 데이터 볼륨(50GB 이상)이 있는 사례.

이동 가능한 학습(전이 가능한 모델): 한 번의 클릭으로 동일한 사례 또는 동일한 고객에 대한 여러 데이터 세트 간에 모델을 마이그레이션할 수 있습니다. 새로운 데이터 세트가 재교육 없이 온라인 상태가 된 후 몇 분 안에 관련성 예측을 얻을 수 있습니다. 이 기능은 여러 단계의 증거개시 또는 집단소송에서 특히 유용합니다. 첫 번째 사례의 모델 결과는 후속 사례의 정량적 판단 기준으로 재사용될 수 있습니다.

시각적 상호 작용 아키텍처: Brainspace의 모든 시각적 구성 요소는 동일한 데이터 백엔드를 공유합니다. Cluster Wheel에서 사용자가 필터링한 내용은 Communications Map과 Timeline에 동기적으로 반영되어 "One Operation, Multi-Map Linkage" 경험을 형성합니다. 이는 기존의 "각 차트가 독립적으로 새로 고쳐지는" BI 도구 아키텍처와 근본적으로 다릅니다. 즉, 여러 차트 간에 필터 조건을 수동으로 동기화해야 하는 법률 보조원의 인지적 부담을 줄여줍니다.

기술적 한계: 문서 언어가 혼합되면(중국어와 영어 혼합, 여러 언어 혼합) 의미 공간 모델링의 클러스터링 정확도가 감소합니다. 지도 학습의 효과는 초기 라벨링 품질에 크게 좌우됩니다. 변호사가 미미하거나 비정형적인 문서를 표시하면 모델이 잘못된 방향으로 수렴될 수 있습니다. Brainspace에서 직접 지원하는 언어는 주로 영어 중심이며 CJK 언어에 대한 기본 지원 깊이는 제한적입니다.

브레인스페이스 활용 경로

Brainspace는 Reveal 제품군의 분석 모듈로, 배포 방법에 따라 사용법이 달라집니다.

사용 방법	적합한 시나리오	전제조건	획득 방법
공개 클라우드(SaaS)	대부분의 법률 회사 및 기업	Reveal 계정에 가입하고 서비스 계약에 서명하세요	Revealdata.com에서 데모 요청
민영화된 배포	데이터 주권 요구 사항이 높은 정부/대기업	인프라 준비 IT 운영 지원	작성자: Reveal Enterprise 영업팀
기존 플랫폼에 분석 엔진으로 포함	이미 Relativity/DISCO를 사용하고 있는 팀	버전 호환성 확인	Reveal을 통해 문서 구성 통합

일반적인 단계:

데이터 액세스: Reveal 플랫폼 또는 타사 커넥터(Google Vault, Onna 등)를 통해 문서 세트를 시스템으로 가져옵니다. 이메일 PST, Office 문서 PDF, 인스턴트 메시징 내보내기 파일과 같은 일반적인 형식을 지원합니다.
자동 클러스터링: 시스템은 사용자 개입 없이 몇 시간 내에 컨셉 테마 식별 및 시각적 지도 구성을 완료합니다.
개념 탐구: 클러스터 휠에서 주제 구조를 탐색하고 관심 있는 주제 클러스터를 클릭하여 대표적인 문서를 봅니다.
지도 학습 훈련: 관련/비관련 문서 여러 개를 표시하고 모델 훈련을 시작한 후 예측 순위가 업데이트될 때까지 기다립니다.
결과 내보내기 및 동기화: 표시된 문서 집합과 분석 결과를 Notebook을 통해 내보내거나 Relativity와 같은 검토 플랫폼과 직접 동기화합니다.
반복적 최적화: 검토 피드백을 기반으로 태그와 모델 매개변수를 조정하고 중요한 문서가 모두 포함될 때까지 4~5단계를 반복합니다.

처음 사용 시 권장되는 속도: 먼저 개념 클러스터링 검증(1~2일)을 위해 1~2개의 과거 사례 데이터를 사용하여 클러스터링 정확성과 시각적 가독성이 팀의 요구 사항을 충족하는지 확인합니다. 그런 다음 진행 중인 중간 크기 사례(10-50GB)를 지도 학습 파일럿(1주)으로 선택하여 훈련 효율성과 수동 검토 양의 감소를 평가합니다. 최종적으로 파일럿 결과에 따라 전체 사례로 확장할지 여부를 결정합니다.

Brainspace 제품 가격

Brainspace의 가격 책정 논리는 기업의 데이터 볼륨 및 사용 시나리오와 밀접한 관련이 있습니다. 공개 정보는 제한되어 있지만 세 가지 계층으로 나눌 수 있습니다.

C 고객/개인: 비타겟 시장. 개인용 버전, 무료 버전, 평가판 할당량이 없습니다. 유사한 기능을 원하는 개별 실무자는 RelativityOne 또는 DISCO의 주문형 옵션을 평가하는 것이 좋습니다.

법률 회사/기업(SaaS 구독): 가격 공개 페이지의 공개 설명은 "유연한 종량제 또는 구독 가격" 및 "모든 플랜의 무제한 사용자"입니다. 표준 구독에는 일반적으로 Brainspace 분석 모듈, 플랫폼 호스팅 및 기본 지원에 대한 액세스가 포함됩니다. 일반적인 연간 비용 추정치는 USD 10,000~50,000이며, 실제 가격은 데이터 용량(GB/TB 수준에서 상당한 차이) 및 다른 Reveal 제품(Logikcull, Onna 등)과의 번들 여부에 따라 다릅니다.

기업/개인: Brainspace Analytics 모듈을 포함하는 개인 배포는 Reveal 상업 팀의 확인을 받아야 하며 일반적으로 라이센스 비용, 인프라(Reveal 개인 배포를 사용하는 경우) 및 전문 서비스 비용이 포함됩니다. 민영화에 대한 연간 수수료는 일반적으로 SaaS의 1.5~2배이지만 데이터는 전적으로 고객 인프라 내에 유지됩니다.

가격 비교 차원

유료 차원	Brainspace(공개 제품군)	경쟁제품의 대표모델
청구 기준	데이터 용량 + 기능 모듈	데이터량(상대성), 사용자수(DISCO)
사용자 제한	무제한 사용자	상대성 제한 심사관 좌석
계약기간	연간 계약이 주요 옵션입니다	연간계약/월납부 가능
숨겨진 비용	데이터 준비, 교육, 통합	데이터 내보내기 수수료(상대성), 초과 수수료
평가판/데모	데모 신청 필요	Relativity는 샌드박스를 제공합니다. DISCO는 평가판을 제공합니다

구매 전 주요 확인 사항: 실제 가격은 Reveal의 공식 견적에 따릅니다. 서명하기 전에 다음 조건을 서면으로 확인해야 합니다. 데이터 용량 한도 및 초과 요금 청구 방법, 모델 훈련 결과의 소유권 및 이동성(특히 휴대용 학습의 사례 간 마이그레이션에 대한 추가 비용이 있는지 여부), SLA의 개념 클러스터링 완료 시간에 대한 약속, 기존 검토 플랫폼과의 통합에 제3자 라이센스 비용이 포함되는지 여부.

Brainspace 응용 시나리오

브레인스페이스의 차별화된 가치는 다음과 같은 시나리오에서 가장 두드러지며, 비호환성에도 명확한 경계가 있습니다.

복잡한 상업 소송을 위한 조기 사례 평가(ECA): 다수의 이기종 문서(이메일, 계약서, 재무 데이터, 기술 문서)가 관련된 사건의 경우 기존 방법에서는 로펌이 키워드를 반복하고 반복적으로 심사하는 데 몇 주를 소비해야 합니다. Brainspace는 데이터가 업로드된 후 몇 시간 내에 주제 맵을 생성하여 변호사가 "이 사건에 얼마나 많은 핵심 문제가 관련되어 있습니까?"와 같은 기본적인 질문에 신속하게 답변할 수 있도록 도와줍니다. "주요 인사들의 소통 패턴은 어떤가요?" 이점: ECA 주기가 2~4주에서 2~4일(공제)로 단축되고 문서 언어 차이에 영향을 받지 않습니다.
내부 조사 및 내부 고발자 식별: 이메일 및 인스턴트 메시징 데이터에서 부적절한 행동 패턴, 민감한 주제의 전송 경로, 비정상적인 통신 핫스팟을 식별합니다. Communications Map은 "누가 언제, 어떤 주제에 대해 이메일을 보냈는지"를 자동으로 식별하고 조사팀이 조사 범위와 핵심 인물을 결정하는 데 도움을 줍니다. 일반적인 시나리오: 독점 금지 사건의 가격 담합 조사, 상장 기업의 내부 거래 조사, 직장 내 괴롭힘 신고 확인.
특허 및 지적재산권 소송: 개념 클러스터링을 통해 기술 솔루션과 관련된 문서 클러스터를 찾고, 대규모 기술 문서에서 관련 기존 기술, 특허 문서 및 실험실 기록을 빠르게 찾습니다. 개념 검색을 통해 변호사는 기술 설명을 입력할 수 있으며, 시스템은 키워드 검색보다 더 정확하게 "설명 언어의 차이가 큰 기술 문서"를 포함하여 의미상 유사한 문서를 자동으로 찾습니다.
정부 공공 기록 요청(FOIA/공개 기록): 보스턴 시와 같은 정부 기관은 Brainspace/Reveal을 사용하여 빈도가 높은 공공 기록 요청을 처리할 수 있음을 보여주었습니다. Shawn Willams(보스턴 시 공공 기록 책임자)는 제품 페이지에 대한 피드백에서 "모든 이메일을 검토하는 데 도움이 되는 이와 같은 프로그램이 없었다면 솔직히 어떻게 해야 할지 모르겠습니다."라고 언급했습니다.
집단 소송 및 다중 사례 통합 관리: 동일한 원고 또는 동일한 사건에 여러 병렬 사례가 관련된 경우 Brainspace의 휴대용 학습을 사용하면 한 사례에서 훈련된 모델을 다른 사례에서 사용할 수 있도록 신속하게 전송하여 일관된 검토 표준을 유지하는 동시에 중복 라벨링 작업을 크게 줄일 수 있습니다.

경계에 적합하지 않음: Brainspace는 작업을 완료하기 위해 간단한 키워드 검색만 필요한 소규모 문서 세트(1GB 미만)와 같은 시나리오에 적합하지 않습니다. 심층적인 긴 텍스트 의미론적 이해가 필요한 계약 검토(현재 GPT와 유사한 모델이 더 직접적임) 문서 언어가 주로 CJK이고 영어 제어가 부족한 시나리오(다국어 클러스터링 정확도가 크게 떨어짐) 연간 예산이 USD 5,000 미만인 개인 또는 소규모 법률 회사.

Brainspace 적용그룹

Brainspace의 제품 형태는 주로 조직 고객의 다양한 역할을 수행하는 동시에 개인 및 소규모 팀에 대한 높은 임계값을 가지고 있다고 판단합니다.

소송자: 개념 검색 및 클러스터 휠을 사용하여 eDiscovery 팀의 일정을 기다리지 않고 독립적으로 데이터를 탐색합니다. Baker Donelson의 Anthony Mendenhall은 플랫폼을 통해 변호사가 "공급업체, IT 또는 기타 지원 없이 증거 조사를 수행"할 수 있다고 언급했습니다. 적응 전제 조건: 변호사는 시각적 구성 요소를 해석하는 방법을 배우는 데 2~4시간을 투자할 의향이 있습니다.
eDiscovery 관리자 및 사례 지원팀: 플랫폼 구성, 데이터 가져오기, 모델 교육 및 결과 출력을 담당합니다. Brainspace의 노트북 및 태그 기능은 분석 결과를 검토 플랫폼으로 푸시하는 프로세스를 표준화하여 부서 간 통신 비용을 줄입니다. 적응 전제 조건: 팀은 이미 Relativity 또는 DISCO와 같은 리뷰 플랫폼을 사용한 경험이 있습니다.
기업 법무 이사 및 규정 준수 책임자: 내부 조사 및 정부 요청 시나리오에서 결정을 내리려면 문서 세트의 전체 그림을 신속하게 파악해야 합니다. Brainspace의 주제 맵과 통신 네트워크 그래프는 큰 그림을 이해하기 위해 각 문서를 드릴다운할 필요가 없는 "실행자가 읽을 수 있는" 요약 보기를 제공합니다. BENlabs의 법무 자문위원인 Pra Chandrasoma는 플랫폼이 자신의 데이터에 대한 통제력을 얻었기 때문에 "잠을 더 잘 잘 수 있게" 만들었다고 말했습니다.
정부 및 교육 기관을 위한 공개 리더: FOIA, 공개 기록 및 DSAR(데이터 주체 액세스 요청)을 처리할 때 Brainspace의 이메일 분석 및 자동 클러스터링 기능은 팀이 방대한 양의 통신 기록 중에서 관련 문서를 빠르게 찾을 수 있도록 도와줍니다. 보스턴시의 사례는 이 시나리오의 적용 가능성을 입증합니다.

사람에게 적합하지 않음: 개별 독립 변호사 또는 소규모 법률 회사(<5명), 예산 제약으로 인해 일반적으로 Brainspace가 비용 효율적이지 않습니다. 문서 검색 기능만 필요한 팀에서는 가벼운 도구만으로도 요구 사항을 충족하기에 충분합니다. 비영어권 지역의 법무팀은 다국어 지원의 깊이가 제한적입니다. 전통적인 키워드 선형 검토에 익숙하고 워크플로 변경을 꺼리는 심사관의 경우 "키워드별 하드 검색" 모드에서는 Brainspace의 가치가 반영될 수 없습니다.

Brainspace 개요 및 전망

Brainspace의 핵심 역량은 '시각화 우선' 분석 철학에 있습니다. 즉, 문서 검토 프로세스를 대체하려는 것이 아니라 검토 전 높은 수준의 인지 지도를 제공하여 변호사가 "가장 가치 있는 검토 방향"을 신속하게 결정할 수 있도록 돕습니다. 이 값은 사건의 초기 조사 단계에서 가장 두드러지며, 특히 이질적인 대규모 문서가 있거나 사건이 시간에 민감하거나 변호사가 데이터 내용에 전혀 익숙하지 않은 시나리오에서 가장 두드러집니다.

현재 알려진 제한사항:

가격 기준: 표준 연간 요금은 USD 10,000부터 시작하며 이는 개인이나 소규모 팀이 감당하기 어렵습니다.
언어 적용 범위: 다국어 클러스터링 기능이 제한되어 있으며 CJK 및 영어 이외의 문서에 대한 처리 수준이 부족합니다.
효과는 사용 숙련도에 따라 달라집니다: 개념 클러스터링 및 지도 학습의 효과는 운영자의 도구 친숙도에 따라 크게 달라지며, 초기 사용에는 2~4주의 학습 곡선이 필요합니다.
버전에 따라 통합 깊이가 다름: Relativity와 같은 플랫폼과의 독립적인 분석 엔진으로서 통합 깊이는 버전마다 다르므로 구매 전 확인이 필요합니다.

추가 관찰 포인트:

Reveal 제품 시스템에서 Brainspace의 포지셔닝 변화 - 독립 모듈에서 "풀 링크 AI 분석"으로 진화할지 여부, Reveal Ask(생성 AI 검색)와의 협업 깊이는 무엇입니까?
다국어 지원 확장 계획 - 이는 한중일 지역 사용자의 효과적인 사용을 위한 주요 병목 현상입니다.
휴대용 학습 모델의 다양성 및 상용 라이센스 조건 – 모델의 이식성은 집단 소송 시나리오에서 실제 가치를 결정합니다.
Reveal 플랫폼의 가격 투명성 추세 - 현재 견적을 받으려면 여전히 비즈니스 커뮤니케이션이 필요합니다. Reveal이 셀프 서비스 가격 책정을 시작하면 중소 로펌의 진입 장벽이 크게 낮아질 수 있습니다.

조달/채택 위험 평가: 복잡한 상업 소송을 처리하는 Am Law 200 회사 및 대기업 법률 부서의 경우 초기 사례 평가 단계에서 Brainspace의 ROI는 인수 비용을 충당하기에 충분한 경우가 많습니다. 계약을 체결하기 전에 실제 사례 데이터를 사용하여 개념 클러스터링 정확성 및 시각적 가독성에 대한 PoC 검증을 완료하는 것이 좋습니다. Reveal이 아닌 검토 플랫폼과의 통합 깊이가 기존 워크플로 요구 사항을 충족하는지 확인합니다. 모델 훈련 결과의 데이터 소유권과 휴대용 학습의 사례 간 라이센스 조건을 서면으로 명확히 합니다. 평가팀에 시각적 분석 도구를 능숙하게 사용하는 사람이 한 명 이상 있는지 여부. 한중일 문서 중심의 중소 로펌 및 팀의 경우 구매 결정을 내리기 전에 먼저 다국어 클러스터링의 효과를 검증하는 것이 좋습니다.

버전 정보

브레인스페이스 8 ：아직 공식적인 정확한 날짜는 없습니다. 새로운 AI 생성 주제 요약 및 대화형 상관 관계 맵이 향상되었습니다. （~2026-04）
브레인스페이스 7.5 ：아직 공식적인 정확한 날짜는 없습니다. 다국어 주제 클러스터링 및 시각적 내보내기 기능이 향상되었습니다. （~2025-08）

사용자 후기

후기를 불러오는 중...