하비 AI
Harvey AI는 전 OpenAI 연구원 Gabriel Pereyra와 변호사 Winston Weinberg가 2022년 샌프란시스코에서 설립한 최고의 로펌과 기업 변호사를 위해 구축된
HarveyAI — 최고의 로펌이 제공하는 엔터프라이즈급 AI 법률 플랫폼
핵심 매개변수 및 통계
| 매개변수 | 세부정보 |
|---|---|
| 설립 | 2022 |
| 창립자 | Winston Weinberg(변호사 경력), Gabriel Pereyra(전 OpenAI 연구원) |
| 본사 | 미국 샌프란시스코 |
| 총금융 | USD 2억 + (시리즈 A $21M + 시리즈 B $80M + 시리즈 C $100M) |
| 전략적 투자자 | OpenAI 스타트업 펀드, 구글벤처스 |
| 고객을 대신하여 | Allen & Overy, PwC, 맥팔레인 |
| 핵심 기능 | 계약 분석, 실사, 규제 조사, 소송 지원, 각서 초안 작성 |
| 가격 모델 | 기업 전용, 공개 가격 없음 |
| 지원 플랫폼 | 웹, API(기업통합) |
| 모델 기본 사항 | 법적 시나리오에 맞게 미세 조정된 대규모 언어 모델(GPT-4와 같은 SOTA 모델 기반) |
Harvey AI는 일반적인 대중 시장을 추구하지 않고 고부가가치 전문 서비스 영역(법률)에 중점을 두는 등 AI 전문화를 심층적으로 적용하기 위한 전형적인 경로를 나타냅니다. 심층적인 도메인 지식 주입과 전문적인 워크플로 통합을 통해 전문적인 시나리오에서 "전문적이지 않고 충분히 신뢰할 수 없는" 일반 AI 도구의 핵심 문제를 해결합니다.
사용자 및 시장 인지도
Harvey AI는 설립된 지 2년 만에 글로벌 법률 업계에서 가장 영향력 있는 기관들의 지지를 받았습니다. Allen & Overy(세계 10대 로펌)는 Harvey가 모든 변호사에게 배치될 것이라고 공개 발표하여 AI 법률 도구 상용화의 획기적인 사례가 되었습니다. Big 4 회계법인 중 하나인 PwC는 Harvey를 법률 서비스 시스템에 통합하여 기업 법률 시나리오에서 제품의 타당성을 더욱 검증했습니다.
자금 조달 수준에서 Harvey는 OpenAI 전략 자금인 Google Ventures 및 Sequoia Capital로부터 여러 차례에 걸쳐 승인을 받았으며 누적 자금 조달 규모는 미화 2억 달러가 넘습니다. 법률 AI 트랙에서 가장 가치가 높은 스타트업 중 하나이다(2024년 가치 평가액은 10억 달러 이상으로 보고된다). 법률 업계 관계자는 Harvey가 "법이 어떻게 작동하는지 진정으로 이해하는 최초의 AI 도구"라고 말합니다. 법률 문서 형식, 인용 사양, 추론 패턴에 대한 심층적인 이해로 법률 시나리오에 일반 AI를 적용하는 유사 제품보다 훨씬 뛰어납니다.
비용 이점
| 계획 | 가격 | 주요 이점 |
|---|---|---|
| 엔터프라이즈 에디션 | 공개되지 않음, 영업팀에 문의 | 모든 기능을 갖춘 액세스, 맞춤형 배포, 독점 교육 및 지원 |
| 법률사무소 계획 | 좌석별, 용도별 맞춤 | 로펌의 모든 변호사를 위한 로펌 시스템과 긴밀하게 통합 |
| API 통합 | 기업 맞춤화 | 법률 기술 플랫폼 및 기업 IT 시스템 통합을 위한 |
Harvey는 공개 가격을 제공하지 않으며 전적으로 기업 판매 모델로 운영되며 가격은 일반적으로 법률 회사의 규모, 사용되는 모듈 수 및 계약 기간에 따라 결정됩니다. Harvey의 고객이 주로 세계 최고의 로펌(시간당 수백에서 수천 달러를 버는 변호사)이라는 점을 감안할 때 Harvey의 연간 구독료는 변호사 효율성 향상을 통해 매우 짧은 시간 내에 긍정적인 ROI를 창출할 수 있습니다. 업계에서는 Harvey가 특정 법률 연구 업무 시간을 50~80%까지 줄일 수 있다고 추정합니다.
주요 기능
- 계약 분석: 계약 텍스트를 자동으로 검토하고, 핵심 조항, 위험 조항, 비정상적인 편차 및 잠재적 법적 위험을 식별하고, 구조화된 계약 요약 및 문제 목록을 생성하고, 계약 검토 효율성을 크게 향상시킵니다.
- 실사: 인수 합병, 자금 조달 또는 규정 준수 검토에서 수많은 법률 문서를 자동으로 처리하고, 주요 정보를 추출하고, 위험 지점을 식별하고, 실사 보고서를 생성하고, 수동 검토 일수를 몇 시간으로 단축합니다.
- 규제 연구: 여러 관할권의 규제 규정, 규정 준수 요구 사항 및 법률 변경 사항을 검색하고 분석하여 법무팀이 특정 영역의 규제 상황을 빠르게 이해할 수 있도록 돕습니다.
- 소송지원: 판례법, 법원문서, 증거자료 등을 분석하고, 변호사의 소송전략, 사건요약서, 상대방 주장 분석을 지원합니다.
- 법적 각서 초안: 변호사가 검토하고 수정할 수 있도록 표준화된 법적 인용 및 논쟁 구조를 포함한 특정 법적 문제를 기반으로 고품질 법률 각서 초안을 자동으로 생성합니다.
- Harvey for Courts: 소송 변호사를 위해 특별히 설계된 기능 모듈로, 법원 문서 형식, 절차 규칙 및 관할권 요구 사항에 맞게 최적화되었습니다.
- 다관할 연구: 미국, 영국, 유럽연합 등 여러 주요 법률 시스템에 걸쳐 병행 법률 연구를 지원하여 다국적 로펌 및 국가 간 거래 법률 업무에 적합합니다.
- 기업 법률 통합: 기업 내부 법률 관리 시스템(Legal Ops 시스템) 및 문서 관리 플랫폼과의 API 통합을 지원하고 이를 기업의 법률 워크플로우에 포함시킵니다.
모델 및 버전의 진화
| 이정표 | 시간 | 설명 |
|---|---|---|
| 회사 창립 | 2022 | Winston Weinberg + Gabriel Pereyra가 샌프란시스코에서 공동 창립 |
| OpenAI 투자 / 시리즈 A | 2023-04 | 2,100만 달러 규모의 시리즈 A, Allen & Overy 협력 발표, 제품 공식 출시 |
| 시리즈 B 파이낸싱 | 2023-12 | Sequoia가 주도하고 PwC와 제휴하여 8천만 달러 규모의 국제적 확장 개시 |
| 시리즈 C 파이낸싱 | 2024년 | 1억 달러, 가치 10억 달러 초과, 신속한 기능 확장 |
| 법원을 위한 하비 | ~2024-12 | 소송별 모듈 출시, 다중 관할권 연구 기능 출시 |
기술적인 장점
법률 시나리오에 맞게 특별히 미세 조정된 기본 모델: Harvey는 단순히 일반적인 대규모 모델을 호출하는 것이 아니라 다수의 법률 텍스트(계약서, 판례, 규정, 법률 각서)를 사용하여 GPT-4와 같은 SOTA 모델을 기반으로 특수 미세 조정을 수행함으로써 모델이 법률 언어의 특정 형식, 논리적 구조 및 인용 사양을 깊이 이해할 수 있도록 합니다. 이러한 특화된 미세 조정은 법조인들이 보기에 하비가 "일반 AI보다 더 신뢰성이 높은" 핵심 기술적 이유다.
법률 워크플로에 대한 심층적인 이해: Harvey의 제품 디자인은 일반적인 질문과 답변 인터페이스를 제공하기보다는 창립자의 법률 실무 경험을 통합하고 변호사의 실제 업무(계약 검토 프로세스, 실사 체크리스트 구조, 법률 메모 형식)의 특정 작업에 맞게 세련된 워크플로 디자인을 수행합니다. 법률이 어떻게 작동하는지에 대한 깊은 이해를 통해 Harvey의 결과물은 광범위한 2차 편집이 필요 없이 변호사의 실제 작업 흐름에 직접 통합될 수 있습니다.
엔터프라이즈급 보안 및 데이터 개인 정보 보호: 최고의 법률 회사의 고객 속성을 위해서는 Harvey가 최고 수준의 데이터 보안을 보유해야 합니다. Harvey는 고객 데이터의 기밀성에 대한 법률 회사의 엄격한 전문 요구 사항을 충족하면서 고객 데이터가 모델 교육, 엄격한 액세스 제어 및 감사 로그에 사용되지 않을 것이라는 약속을 제공합니다.
사용방법
| 입구 | 설명 |
|---|---|
| 엔터프라이즈 웹 인터페이스 | 기관 계정을 통해 Harvey Workbench에 액세스하고 작업 유형별로 기능 모듈 선택 |
| 문서 업로드 분석 | 계약서, 법률문서, 사건문서 업로드 및 분석업무 선택(요약/위험 식별/비교) |
| 법률 연구 Q&A | 대화형 인터페이스를 통해 법률 조사 질문을 하면 Harvey가 출처 인용과 함께 전문적인 답변을 제공합니다 |
| API 통합 | Enterprise Legal and Legal Tech Platform은 API를 통해 Harvey 기능을 맞춤형 시스템에 내장합니다 |
일반적인 단계(로펌 계약 검토):
- 법무법인 IT 관리자가 Harvey 기업 계정을 구성하고 접근 권한 및 데이터 개인 정보 보호 정책을 설정합니다.
- 검토가 필요한 계약문서를 변호사가 업로드합니다. (Word, PDF 등 형식 지원)
- "계약 분석" 작업을 선택하고 검토 초점(예: 위험 조항, 지불 조건, 계약 위반에 대한 책임)을 지정합니다.
- Harvey는 구조화된 계약 요약과 문제 목록을 몇 분 안에 생성하여 변호사의 집중이 필요한 조항을 강조합니다.
- 변호사는 Harvey의 결과물을 바탕으로 수동 검토 및 판단을 수행하므로 처음부터 전문을 읽는 시간이 크게 단축됩니다.
- 법률연구 기능을 활용하여 특정 법적 문제에 대한 법적 판례 및 규제 배경을 보완하고 법적 의견을 개선합니다.
제품 가격
Harvey는 공개 가격을 제공하지 않으며 완전히 기업 맞춤형 판매 모델을 채택합니다.
- 가격 책정 동인: 법률 회사 규모(파트너 및 변호사 수), 사용된 기능 모듈 수, 계약 기간, 데이터 호스팅 방법(클라우드 대 프라이빗).
- 일반적인 조달 경로: 법률 회사 또는 기업 법무 부서가 Harvey 영업팀에 연락하여 요구 사항 평가 및 제품 시연을 수행하고 맞춤형 견적 계획을 얻습니다.
- 가치 평가 프레임워크: Harvey의 연간 구독 비용이 수십만 달러에 달하더라도 최고의 변호사가 시간당 수십에서 수천 달러를 버는 점을 고려하면 가치가 낮은 연구 및 문서 처리 작업에서 각 변호사가 매달 수십 시간을 절약한다면 ROI는 긍정적입니다.
- 하비는 현재 개인 변호사나 소규모 로펌에 셀프 서비스 구독 옵션을 제공하지 않고 있으며, 중대형 로펌과 심도 있는 협력관계 구축에 주력하고 있습니다.
애플리케이션 시나리오
1. 대규모 M&A 거래 실사 가속화 다국적 로펌은 M&A 거래 중 매우 짧은 시간 내에 수백에서 수천 개의 대상 회사 문서를 검토해야 합니다. Harvey는 대량의 반복적인 문서 검토 작업을 자동으로 처리하고 주요 정보를 추출하며 위험 지점을 식별하므로 법무팀이 가치가 높은 판단 작업에 집중할 수 있도록 하며 기존 실사를 몇 주에서 며칠로 단축합니다.
2. 계약 협상 위험 식별 기업 법률고문이나 법무법인은 대행 계약을 협상할 때 Harvey를 사용하여 상대방이 제공한 계약 초안을 신속하게 분석하고 업계 표준에서 벗어난 조항, 잠재적 위험 지점 및 모호한 진술을 자동으로 표시하여 변호사가 협상 전에 계약 위험 지도를 완전히 파악할 수 있도록 도와줍니다.
3. 국경 간 규제 준수 연구 다국적 기업의 규정 준수 팀은 Harvey의 다관할 연구 역량을 사용하여 여러 국가에서 운영할 때 따라야 하는 규제 요구 사항을 동시에 분석하고 규정 준수 격차 분석 보고서를 생성하여 의견을 제공하기 위해 여러 현지 로펌에 의존하는 전통적인 주기를 크게 단축합니다.
4. 소송 준비 및 사례 분석 소송 변호사는 Harvey for Courts를 사용하여 관련 판례를 신속하게 분석하고 유사한 사건에 대한 판결 결론을 분류하며 소송 전략 수립 및 재판 전 문서 준비를 지원하여 변호사가 많은 사례 연구를 보다 효율적으로 다룰 수 있도록 합니다.
5. 표준계약 일괄 검토 기업 법무 부서는 다수의 공급업체 계약, NDA 또는 표준 서비스 계약을 정기적으로 검토해야 합니다. Harvey는 이러한 표준화된 문서를 일괄 처리하고, 주요 용어가 회사 템플릿 및 정책을 준수하는지 자동으로 확인하며, 원래 시간이 많이 걸리는 일상적인 검토를 효율적이고 자동화된 워크플로우로 전환할 수 있습니다.
해당자
- 세계 최고의 로펌(AmLaw 100, Magic Circle 등): Harvey의 핵심 타겟 고객은 Allen & Overy, Macfarlanes 등 대표적인 협업을 통해 제품 가치를 검증받았습니다. 이러한 유형의 로펌은 기업 수준의 AI 도구의 높은 비용을 감당할 수 있는 예산을 보유하고 있으며 효율성 향상에 따른 ROI가 가장 중요합니다.
- 4대 회계법인 법률서비스부: PwC 협력 사례를 통해 Harvey의 전문 서비스 조직 법률 실무 적용 가능성이 검증되었습니다. Deloitte, Ernst & Young, KPMG에도 비슷한 요구 사항이 있습니다.
- 대규모 기업 법률 부서(Fortune 500대 사내 법률 팀): 대량의 계약 및 규정 준수 업무를 처리해야 하는 기업 내부 법률 부서의 경우 Harvey는 소규모 법률 팀의 생산성을 크게 높일 수 있습니다.
- 부적합한 시나리오: 개인 변호사 또는 소규모 법률 회사(공공 셀프 서비스 입구 없음, 가격은 일반적으로 개인 감당할 수 있는 범위를 벗어남) 중국 또는 비영어 주요 법률 시스템의 심층적인 지원이 필요한 중국/아시아 태평양 법률 기관(Harvey는 현재 영미 법률 시스템에 중점을 두고 있으며 비영어 법률 시스템의 역량은 계속 확장되고 있습니다) AI 도구 출력에 대한 오류 허용 요구 사항이 없고 환상적 위험을 수용할 수 없는 고위험 법적 시나리오(AI 법률 도구는 항상 변호사의 최종 검토가 필요함)
요약 및 전망
Harvey AI는 "전 OpenAI 팀 + 현직 변호사 창립자 + OpenAI/Google 전략적 투자"의 조합을 통해 법률 AI 트랙에서 비교할 수 없는 브랜드 신뢰성과 기술적 지지를 구축했습니다. Harvey는 고급 로펌 시장, 심층적인 법적 세부 조정 및 기업 수준의 보안에 중점을 두어 AI 도구에 대해 매우 조심스러워하는 법률 업계의 심리적 장벽을 성공적으로 극복했습니다.
현재 주요 과제: AI 환각 문제는 법적 시나리오에서 매우 심각한 결과를 초래하며(잘못된 법적 인용으로 인해 중대한 법적 책임이 발생할 수 있음) 출력 신뢰성의 지속적인 개선은 협상할 수 없는 기본 요구 사항입니다. 고급 로펌의 시장 규모는 상대적으로 제한적이며 중급 시장 및 개인 변호사로의 확장에는 다양한 제품 전략과 가격 책정 모델이 필요합니다. 전 세계의 다양한 법률 시스템을 심층적으로 다루기 위해서는 현지화된 대량의 교육 데이터와 현지 법률 전문가 리소스가 필요합니다.
후속 초점: 최고 로펌에서 중간 시장까지 제품 계층화 전략; 다국어 법률 시스템(유럽 법률 시스템, 중국 법률, 중동 법률 시스템)에 대한 심층적인 지원; AI 법적 책임 프레임워크의 규제 발전이 변호사의 AI 도구 사용 범위에 어떻게 영향을 미치는지; Westlaw, LexisNexis 등 AI 기반의 전통적 법률 정보 거대 기업의 압력 속에서 Harvey가 독립적인 법률 AI 플랫폼으로 차별화된 포지셔닝을 제공합니다.
비즈니스 프로세스 통합 및 ROI 분석
기업 또는 전문직을 위한 생산성 도구인 Harvey AI의 진정한 가치는 기존 워크플로우와의 통합 깊이와 정량화 가능한 효율성 향상 효과에 달려 있습니다. 다음은 세 가지 핵심 차원에 대한 체계적인 분석입니다.
시스템 통합 및 데이터 상호 운용성 기존 비즈니스 시스템과의 상호 운용 능력은 생산성 도구를 워크플로에 통합하기 위한 핵심 전제 조건입니다. RESTful/GraphQL API의 개방성 및 문서화 품질(전체 API 참조 및 SDK 예제 제공 여부), Webhook 이벤트 알림의 지원 범위(자동 푸시에 대해 지원되는 비즈니스 이벤트 유형), 일반적인 협업 SaaS 도구(WeChat Enterprise, DingTalk, Feishu, Slack, Notion, Jira 등)와의 사전 구축된 통합 수 및 깊이, 엔터프라이즈 수준 ID 인증 지원 등 통합 차원을 집중적으로 평가하는 것이 좋습니다. (SSO/SAML/OAuth 및 LDAP/AD 디렉터리 통합) 통합 기능이 부족한 제품은 정보 섬으로 쉽게 격리되어 팀이 서로 다른 도구 간에 전환하는 데 인지 비용과 운영 마찰이 증가합니다.
효율성 정량화 및 ROI 추정 방법론 구매를 결정하기 전에 구조화된 방법을 통해 입출력 비율을 정량화하는 것이 좋습니다. 1단계, 3-5를 선택합니다. 각 팀에서 자주 반복되고 시간이 많이 걸리는 표준화된 작업을 테스트 샘플로 사용합니다. 두 번째 단계에서는 도구 개입 전후의 단일 작업의 평균 시간 소비, 최초 통과율 또는 오류율, 수동 개입이 필요한 링크 수를 통제된 조건에서 기록합니다. 3단계에서는 절감된 인력시간을 직위의 종합비용(급여, 복리후생, 경영분담)에 따라 환산하고, 소프트 복리후생(직원 만족도 향상, 업무 품질 표준화, 핵심업무 대응 속도 향상)을 중첩하여 종합적인 ROI 추정치를 구합니다. 도구의 가치는 일반적으로 팀 숙련도가 향상되고 워크플로가 최적화됨에 따라 시간이 지남에 따라 증가하므로 매월 ROI 추세를 계속 추적하는 것이 좋습니다.
단계별 구현 전략 및 위험 관리 "파일럿 검증 - 점진적 승격 - 지속적인 최적화"의 3단계 구현 경로를 채택하는 것이 좋습니다. 파일럿 단계(1~2주)에서는 소규모 검증을 위해 단일 팀 또는 단일 비즈니스 시나리오를 선택합니다. 핵심 목표는 기술적 타당성과 사용자 수용성을 검증하고, 예비 사용 사양 및 성공 표준을 확립하는 것입니다. 프로모션 단계(2~4주)에서는 파일럿 검증을 통과한 후 적용 범위가 점차 확대되고 표준화된 활성화 프로세스와 교육 자료가 개발됩니다. 최적화 단계(연속)에서는 실제 사용 데이터 및 사용자 피드백을 기반으로 워크플로우 구성이 지속적으로 조정되고 보다 가치 있는 애플리케이션 시나리오가 탐색됩니다. 데이터 지원 없이 무작정 사용 범위를 확대하는 일이 없도록 각 단계마다 명확한 정량적 핵심 결과 지표를 설정해야 합니다.
버전 정보
- ：여러 관할권에 걸쳐 판례법 연구 및 규제 준수 분석을 지원하기 위해 Harvey for Courts 소송 관련 기능 모듈을 출시했습니다. 유럽 연합, 영국, 미국 등 주요 법률 시스템의 병렬 분석을 지원하기 위해 다국어 법률 연구 기능을 추가했습니다. 특수법률분야(인수합병, 노동법, 지적재산권)에 대한 심층적인 지원을 더욱 확대하였습니다.
- 시리즈 A 공개 데뷔 ：Harvey는 2,100만 달러 규모의 시리즈 A 자금 조달(OpenAI Strategic Fund 주도)을 완료하고 공식적으로 이를 공개적으로 시작하여 계약 분석, 실사 및 법률 메모 초안 작성을 위한 핵심 기능을 출시했습니다. Allen & Overy는 협력을 공개적으로 발표한 최초의 글로벌 최고 로펌이 되어 제품 시장 검증의 기반을 마련했습니다.
- 시리즈 B 확장판 ：8천만 달러 규모의 시리즈 B 자금 조달(Sequoia Capital 주도)을 완료하여 규제 연구, 소송 문서 분석 및 계약 협상 지원 기능을 포함하도록 제품을 확장했습니다. PwC와의 기업 법률 협력 추가; 미국 이외의 여러 법적 관할권을 지원하기 시작하고 국제 법률 회사 시장으로 확장합니다.
사용자 후기