하비

-
개발사 하비 AI
공식 웹사이트 https://www.harvey.ai/

Harvey는 로펌 및 기업 법률 부서의 AI 법률 보조원입니다. OpenAI GPT 모델을 기반으로 미세 조정되었으며 계약 검토, 법률 연구, 실사 및 소송 준비와 같은 시나리오를 다룹니다.

하비 제품 인터페이스

하비

Harvey의 핵심 매개변수 및 통계

프로젝트 공공정보
공식 포지셔닝 법률 회사를 위해 특별히 제작된 생성적 AI 법률 워크벤치
기본 모델 OpenAI GPT-4 시리즈 미세 조정(다층 사용자 정의 추론 아키텍처)
배송 형태 SaaS 웹 애플리케이션 + API 액세스
배포 방법 클라우드 SaaS, 민영화된 배포 협상 지원
주요고객 Am Law 100/200 주요 법률 회사, Big 4 회계 회사, 기업 법무 부서
자금 조달 라운드 누적 약 1억 600만 달러(Sequoia Capital, OpenAI Startup Fund, Kleiner Perkins)
보안 인증 SOC 2 유형 II
지원되는 언어 영어(미국/영국 법률 영어)
지원 플랫폼 웹
설립 2022

제품 포지셔닝: Harvey는 일반적인 AI 채팅 도구가 아니라 법률 회사의 기존 워크플로우에 내장된 전문 법률 추론 엔진입니다. 대화의 폭을 추구하지 않지만 계약 검토, 법률 조사 및 실사라는 세 가지 수직 시나리오에서 감사 가능하고 추적 가능하며 사용자 정의 가능한 전문적인 결과를 달성합니다. 즉, 개인 소비자나 가끔 법률 상담을 하는 데 적합하지 않고 매일 수십 개의 법률 문서를 처리하는 전문 팀을 위해 설계되었습니다.

모델 전략: Harvey는 "기본 모델 미세 조정 + 다중 모델 라우팅"의 하이브리드 아키텍처를 채택하고 GPT-4를 기반으로 법률 분야의 특별 교육을 중첩하며 작업 유형(계약 Q&A 대 긴 문서 요약 대 사례 검색)에 따라 최적의 추론 경로를 동적으로 선택합니다. 이 아키텍처는 일반 모델보다 훨씬 높은 법적 전문 질문 답변의 정확성을 제공하지만, 모델 반복이 OpenAI의 기본 업그레이드 리듬에 의존한다는 비용이 듭니다.

데이터 경계: Harvey는 현재 영어만 지원하며 훈련 코퍼스는 주로 미국 법률과 영국 법률을 기반으로 합니다. 다른 관할권의 적용 범위는 공개되지 않습니다. 다국어로 확장할 계획은 있지만 아직 공개 일정은 나오지 않았습니다.

Harvey의 사용자 및 시장 인지도

Harvey의 시장 인지도는 일반 사용자 수나 오픈 소스 커뮤니티의 인기가 아니라 선도적인 로펌의 수수료 기반 계약과 최고의 벤처 캐피탈의 여러 차례의 막대한 투자에 의해 반영됩니다.

핵심 고객 기반: Harvey의 공개 고객으로는 Allen & Overy(최고의 글로벌 법률 회사), Macfarlanes, O'Melveny & Myers(설립자의 원래 고용주) 및 PwC의 법률 업무가 포함됩니다. 이러한 고객의 특징은 연간 매출이 10억 달러를 초과하고, 내부 AI 혁신 연구소, 기술 조달에 대한 엄격한 규정 준수 및 감사 요구 사항입니다. Harvey에 가입한다는 것은 그 자체로 신뢰의 신호입니다. 이는 제품이 상대방의 정보 보안 실사를 통과했음을 의미합니다.

파이낸싱 검증: Harvey의 파이낸싱 경로는 기술 장벽에 대한 자본 시장의 인식을 명확하게 반영합니다. 2022년 시드 라운드는 OpenAI Startup Fund가 주도했고, 2023년 시리즈 A는 Sequoia Capital이 주도했으며, 미화 1억 달러 규모의 시리즈 C가 2024년 7월에 완료되었으며, 평가액은 미화 15억 달러(유니콘)입니다. 3단계 자금 조달의 주요 투자자는 모두 이전에 다수의 법적 AI를 배포하지 않은 상위 ​​기관으로, 이는 분할된 트랙에서 Harvey가 부족함을 나타냅니다.

업계 벤치마킹: 법률 AI 트랙에서는 Thomson Reuters가 인수한 Harvey와 CoCounsel(이전 Casetext)이 첫 번째 계층을 구성합니다. CoCounsel의 강점은 Westlaw 데이터베이스 통합의 깊이, Harvey의 강점은 모델 사용자 정의 수준 및 엔드투엔드 작업 흐름 범위에 있습니다. 둘 다 상업적 구현의 초기 단계에 있으며, 아직 한 쪽이 압도적인 승리를 거둔 적은 없습니다.

구현 전제: Harvey의 가치는 로펌이 AI 결과물을 공식적인 업무 프로세스에 진정으로 통합한 후에만 실현될 수 있습니다. 팀이 검토 프로세스를 변경하지 않고 보조 참조 도구로만 사용한다면 ROI가 크게 감소합니다. 서명된 고객은 일반적으로 모든 기업에 홍보할지 여부를 결정하기 전 3~6개월 이내에 비즈니스 그룹의 파일럿 검증을 완료합니다.

Harvey의 비용 이점

Harvey의 비용 구조는 개인이나 소규모 팀에 맞춰져 있지 않습니다. 가격은 기업 수준의 조달 프로세스에 묶여 있으며 법률 회사 버전, 기업 법률 버전 및 API 액세스의 세 가지 수준으로 나뉩니다. 다음은 공개 채널에서 추론할 수 있는 비용 프레임워크입니다. 구체적인 가격은 공식 상업 견적에 따릅니다.

비용: 3계층 구조

계층 청구 모델 대상 고객군 가격대 숨겨진 비용
법률사무소 버전 좌석 기준 연간 구독 Am 법률사무소, 중견 법률사무소 비공개, 비즈니스 협상 필요 최소 좌석 요구 사항은 일반적으로 50석 이상입니다. 내부 승진 및 교육에 대한 투자
기업법률판 좌석 기준 연간 구독 법무부서(500명 이상) 비공개, 비즈니스 협상 필요 데이터 상주 조건 협상, 기존 DMS(문서관리시스템)과의 통합 비용
API 액세스 토큰 사용량 + 연도 프레임에 따라 맞춤화가 필요한 파트너 비공개, 비즈니스 협상 필요 모델 미세 조정 및 신속한 엔지니어링 유지 관리에 대한 지속적인 투자

기존 법률 도구와의 비용 비교: Westlaw 또는 LexisNexis와 같은 기존 법률 조사 도구는 연간 시트당 수천~수만 달러의 비용이 들지만 자동 분석이 아닌 데이터베이스 검색만 제공합니다. Harvey의 좌석 비용은 기존 도구보다 훨씬 높지만 계약 검토 및 법률 연구에 대한 하급 변호사의 근무 시간을 줄일 수 있으며("응용 시나리오" 장의 정량적 공제 참조) 이론적으로 6~12개월 이내에 효율성 개선을 통해 소프트웨어 비용을 충당할 수 있습니다.

경쟁 AI 도구와의 비용 비교:

비교차원 하비 공동변호사(톰슨 로이터) 휘도
가격 모델 좌석 기준 연회비, 미공개 문서량/좌석 기준, 미공개 문서량 기준, 미공개
무료 평가판 공개 무료 버전 없음 공개 무료 버전 없음 기본 버전 데모 가능
최소 연회비 견적 매우 높음(유수의 로펌이 포지셔닝) 높음(Thomson Reuters 채널 참조) 중형(중견기업용)
데이터 상주 옵션 협상 가능 협상 가능 로컬 배포 지원
핵심 비용 차이 모델 맞춤화 비용은 좌석 요금에 할당됩니다 데이터베이스 권한 이전 문서처리량 과금

숨겨진 비용: 법률 회사의 경우 Harvey의 가장 큰 비용은 소프트웨어 가입비가 아니라 워크플로 재구성 비용입니다. 내부 검토 프로세스를 수정하고, AI 출력에 대한 승인 기준을 정의하고, 올바른 질문을 하고 결과를 확인하는 방법에 대해 변호사를 교육해야 합니다. 또한 Harvey는 공개 API 문서나 자체 호스팅 경로를 제공하지 않으며 데이터 주권은 공급업체의 클라우드 인프라에 전적으로 의존하므로 규정 준수 요구 사항이 높은 시나리오에서는 추가 협상이 필요합니다.

Harvey의 주요 기능

Harvey의 기능 시스템은 "법률 문서 이해"와 "법적 지식 추론"이라는 두 가지 주요 라인을 중심으로 진행됩니다. 다섯 가지 핵심 기능 간에는 명확한 협업 링크가 있습니다.

  • 계약 검토 및 위험 식별: 계약서(PDF/Word)를 업로드한 후 보상 조항, 해지 조건, 비밀 유지 의무, 준거법 등 주요 조항을 자동으로 식별하고 사용자가 미리 설정한 위험 선호도와 비교하여 편차를 표시하고 수정 제안을 제공합니다. 이 기능은 실사 모듈과 용어 분석 엔진을 공유합니다. 즉, 로펌은 인수합병 거래에서 실사 문서와 거래 계약을 동시에 처리합니다. 동일한 용어에 대한 반복 분석을 피하기 위해 두 작업 영역 간에 질문 및 답변 기록과 위험 레이블을 재사용할 수 있습니다.

  • 법률 조사 및 메모 생성: 자연어 질문(예: "통제 조항 변경에 대한 델라웨어 법원의 최신 법적 동향")을 기반으로 관련 법률 조항, 법률 요약 요약 및 권위 있는 법률 검토가 인용 소스(판사, 사건 번호, 판결 연도)와 함께 반환됩니다. 출력물은 법률 연구 메모의 첫 번째 초안으로 직접 사용될 수 있습니다. 전통적인 Westlaw 키워드 검색과 비교할 때 Harvey의 장점은 키워드를 기계적으로 일치시키는 것보다 질문의 의도를 이해하여 여러 데이터베이스 간을 전환하는 데 변호사의 시간 손실을 줄이는 데 있습니다.

  • 실사 및 거래 대응: 실사 문서(계약서, 재무제표, 규제 문서)의 일괄 업로드를 지원하고, 주요 데이터 포인트와 비정상적인 조건을 자동으로 추출하고, 구조화된 요약 보고서를 생성합니다. 거래 양측의 변호사는 동일한 데이터 계층을 기반으로 질문에 답할 수 있습니다. 한 당사자가 표시한 질문은 자동으로 상대방의 검토 보기에 동기화되어 "이메일을 통해 의견 보내기"라는 기존의 단편적인 통신 모델을 대체합니다. 이러한 시너지 효과는 M&A 거래가 집중적으로 진행되는 동안(일반적으로 4~8주) 의사소통 지연을 크게 줄일 수 있습니다.

  • 소송 전략 및 문서 작성: 증거 자료에서 주요 사실 타임라인, 당사자 관련 네트워크, 핵심 분쟁 지점을 자동으로 추출하여 변호사가 사건 서술 논리를 구성하는 데 도움을 줍니다. 이를 바탕으로 기소, 변호, 대질심문 개요 및 기타 문서의 첫 번째 프레임워크 초안이 생성될 수 있습니다. 생성된 문서는 법원에 직접 제출되지는 않지만, 처음부터 초안까지 소요되는 시간을 줄이는 데 중점을 두고 변호사들이 초안을 작성하는 출발점이 됩니다. 계약된 로펌들이 공개적으로 공유한 사례에 따르면 문서 초안 작성 시간을 3~5일에서 4~6시간으로 단축할 수 있을 것으로 추측된다.

  • 규정 준수 모니터링 및 규정 추적: Harvey는 특정 관할 구역이나 산업의 규정 업데이트를 구독한 후 새로 발표된 규정, 지침 및 사례를 자동으로 스캔하고 기업의 기존 규정 준수 시스템과 관련된 변경 지점을 표시하며 규정 준수 영향 분석 요약을 생성합니다. 이 기능은 법률 연구 엔진과 말뭉치 업데이트 파이프라인을 공유하여 출력을 최신 규제 벤치마크와 일관되게 유지합니다. 국경 간 규정 준수 시나리오에서 이 기능은 일부 외부 법률 회사에서 제공하는 정기적인 법률 업데이트 브리핑 서비스를 대체할 수 있습니다.

  • 팀 협업 및 지식 자산 축적: 변호사의 Q&A 기록 공유, 검토 의견 표시, 표준 조항 라이브러리 생성을 지원하는 팀 작업 공간을 제공합니다. AI 출력의 각 부분은 변호사가 점수를 매기고 수정하고 논평할 수 있으며 수정된 버전은 자동으로 팀의 지식 기반에 통합되어 유사한 질문에 대한 후속 답변의 품질을 최적화합니다. 이는 로펌이 하비를 오래 활용할수록 내부 지식 자산이 더 많이 축적되고 유사한 사건에 대한 AI 출력의 정확도가 점차 높아지는 것을 의미한다.

기능 연계 개요: 6가지 주요 기능은 격리된 모듈이 아니지만 동일한 "법률 지식 엔진"을 공유합니다. 계약 검토에서 식별된 위험 조항은 실사 예외 목록에 자동으로 입력될 수 있고, 법률 연구 결과는 계약 검토의 참조 패널에 직접 연결될 수 있으며, 팀 지식 베이스의 수정된 데이터는 엔진의 추론 품질을 피드백합니다. 이 "한 번 분석하고 여러 곳에서 재사용"하는 디자인은 Harvey와 간단한 GPT 래퍼의 핵심 차이점입니다.

Harvey의 모델 및 버전 진화

Harvey의 버전 반복 정보는 공식적으로 전체 공개되지 않았습니다. 다음은 공개 채널을 기반으로 한 마일스톤 이벤트를 요약한 것입니다.

메인라인 버전

  • v1.0(~2023-12): 초기 상용 버전은 GPT-4 미세 조정을 기반으로 하며 핵심 기능은 계약 질문 및 답변, 법률 연구 검색입니다. 첫 번째 계약 고객은 Allen & Overy와 Macfarlanes로, 내부적으로 "AI 법률 보조원"으로 시범 운영되고 있습니다. 이 모델은 법적 NER(명명된 엔터티 인식) 및 조항 분류에서 사용 가능한 수준에 도달하지만 긴 문서의 페이지 간 인용 및 여러 차례 대화 일관성에서 명백한 단점이 있습니다.

  • v1.5(~2024-06): 문서 일괄 처리 기능 및 초기 버전 실사 대응 기능을 도입합니다. 이 모델은 단일 GPT-4 미세 조정에서 계약 검토 및 법률 연구에 사용되는 다양한 추론 경로를 갖춘 "기본 모델 + 작업별 어댑터" 아키텍처로 발전했습니다. 동시에 대형 로펌의 정보 보안 접근 기준을 충족하기 위해 SOC 2 Type II 인증이 출시되었습니다.

  • v2.0 (~2025-09): Harvey Platform v2, 공식적으로 발표되었지만 정확한 날짜는 발표되지 않았습니다. 주요 변경 사항에는 다중 모델 추론 아키텍처 도입(더 이상 GPT-4에만 의존하지 않음), 법률 추론 체인 설명 기능 추가(AI 출력에 변호사가 논리를 검증할 수 있는 추론 단계가 제공됨), 팀 협업 작업 공간 및 지식 자산 관리 기능 출시가 포함됩니다. 이 버전의 아키텍처 변경은 Harvey가 "GPT의 수직적 애플리케이션"에서 "자체의 합법적인 AI 플랫폼"으로 전환하여 단일 기본 모델 공급업체에 대한 의존도를 줄인다는 것을 의미합니다.

후보자 확인

Harvey는 출시 후보나 베타 버전 정보를 공개하지 않았지만 업계에서는 v2.0 이후 팀이 다음과 같은 방향으로 움직이고 있다고 추측합니다.

  • 다국어 확장(비공개, 공식 출시에 따라 다름)
  • 민간화된 배포 솔루션(정부 기관 및 규제가 심한 산업용)
  • 주류 법률 회사 관리 소프트웨어(예: iManage, NetDocuments)와의 긴밀한 통합

버전 전략 분석

Harvey의 버전 출시 주기는 주요 버전당 약 6~9개월이며, 이는 엔터프라이즈 수준 SaaS 제품의 규정 준수 인증 주기(SOC 2 검토, 고객 보안 평가)와 밀접한 관련이 있습니다. 소비자 수준 AI 제품과 달리 Harvey는 실험적 기능을 신속하게 출시할 수 없습니다. 각 모델 업데이트는 계약된 법률 회사의 회귀 검증을 통과해야 하며, 버전 반복은 일반 AI 제품보다 느려야 하지만 안정성 요구 사항은 더 높다고 결정합니다.

Harvey의 기술적 장점

Harvey의 기술적 장벽은 모델 매개변수의 수나 훈련 데이터의 규모가 아니라 "법률 현장 엔지니어링"의 깊이, 즉 일반 언어 모델을 감사 및 추적이 가능하고 변호사의 작업 습관과 일치하는 전문 시스템으로 변환하는 방법에 있습니다.

법률 관련 미세 조정 파이프라인: Harvey의 교육 데이터는 주로 법률 문서(계약, 판례, 규정, 법률 검토, 규제 지침 등 여러 관할권 및 비즈니스 영역 포함)를 기반으로 합니다. 미세 조정은 일회성 작업이 아니라 지속적인 파이프라인입니다. 로펌이 사용할 때마다 생성된 수정 및 피드백(변호사의 평가 및 AI 출력 수정)은 둔감화되어 다음 단계의 미세 조정에 들어갑니다. 이 "사용 중 지속적인 학습" 메커니즘을 통해 모델은 일반 모델보다 데이터 거버넌스 및 개인 정보 보호에 대한 엔지니어링 복잡성이 상당히 높아지는 대신 특정 법률 업무에 대한 높은 정확도로 점차적으로 수렴할 수 있습니다.

다중 모델 라우팅 아키텍처(v2.0+): Harvey v2는 더 이상 GPT-4에만 의존하지 않고 백그라운드에서 다양한 전문 지식을 갖춘 여러 모델 인스턴스를 유지 관리합니다. 하나는 계약 조항 분류에 좋고, 하나는 사례 요약에 좋고, 다른 하나는 긴 문서 질문과 답변에 능숙합니다. 사용자가 작업을 제출하면 라우팅 계층은 작업 유형, 문서 길이 및 추론 복잡성을 기반으로 가장 적합한 모델을 동적으로 할당합니다. 이 아키텍처의 장점은 모든 작업에 동일한 모델을 사용하도록 강요하지 않아 불필요한 토큰 소비를 줄이는 동시에 고정밀 시나리오에 대한 강력한 추론 모델을 유지한다는 것입니다.

인용 추적성 및 추론 체인 표시: Harvey의 법적 결과물의 각 부분에는 클릭 가능한 인용 소스(특정 사례 번호, 계약 조항 번호, 규제 장)가 함께 제공됩니다. v2.0에는 추론 체인 표시가 추가로 도입되었습니다. AI는 결론을 내리기 전에 추론 단계를 표시합니다(예: "3.2조의 보상 상한액은 7.1조의 준거법과 충돌합니다. 캘리포니아 민법 제xxxx항에 따라 보상 상한액을 다음으로 조정하는 것이 좋습니다..."). 변호사는 블랙박스 결론에 직면하는 대신 각 추론 노드의 정확성을 확인할 수 있습니다. 이는 법률 시나리오에서 Harvey를 일반 AI 보조자와 구별하는 핵심 기능입니다. 법률 업무에는 추적성과 검토성이 필요하며 순수한 확률 출력은 허용되지 않습니다.

보안 및 규정 준수 아키텍처: Harvey는 SOC 2 Type II 인증을 받았으며 데이터 전송 및 저장에 AES-256 암호화를 사용합니다. 클라이언트 데이터는 독립적인 논리적 테넌트로 격리되며, AI 처리 로그의 보존 기간은 클라이언트 기밀 유지 의무 및 발견에 대한 법률 회사의 규정 준수 요구 사항을 충족하도록 구성 가능합니다. 규정 준수 요구 사항이 높은 고객을 위해 Harvey는 내부 규정 준수 검토 및 외부 규정 검사를 용이하게 하기 위해 각 AI 요청의 입력, 출력 및 추론 링크를 기록하는 엔터프라이즈 수준의 감사 로그를 제공합니다.

통합 경계: Harvey는 문서 관리 시스템(DMS), 이메일 클라이언트, 프로젝트 관리 플랫폼을 비롯한 API를 통해 법률 회사의 기존 도구 체인과 연결됩니다. 그러나 API의 개방성과 사용자 정의 기능은 공개되지 않습니다. 법률 회사는 자체적으로 새로운 커넥터를 추가하거나 AI의 추론 논리를 수정할 수 없으며 모든 사용자 정의 요구 사항은 Harvey의 고객 성공 팀을 통해 구현되어야 합니다. 이는 Harvey의 통합 유연성이 오픈 소스 솔루션보다 낮지만 보안과 제어 가능성이 보장된다는 것을 의미합니다.

하비 사용법

Harvey는 법률 회사와 기업을 위한 단 하나의 제공 모델, 즉 웹 브라우저를 통해 액세스되는 클라우드 기반 SaaS만을 보유하고 있습니다. 공개 등록, 셀프 서비스 활성화 또는 무료 평가판을 이용할 수 있는 경로는 없습니다.

액세스 프로세스: 법률 회사 또는 기업 법률 부서가 Harvey 영업팀에 연락 → 정보 보안 실사 완료(SOC 2 보고서 검토, 데이터 보호 계약 서명 포함) → 시트 수 및 배포 구성 결정 → IT 팀이 SSO(SAML/OIDC 지원) 및 네트워크 화이트리스트 구성 → 파일럿을 시작할 비즈니스 그룹 선택(보통 1~3개월) → 파일럿 결과에 따라 회사 전체로 확장됩니다.

인터페이스 사용 경로 : 로그인 후 워크벤치에 진입합니다. 기본 작업 인터페이스에는 세 가지 핵심 영역이 포함됩니다.

  • 문서 업로드 영역: 계약서 PDF, 이메일 아카이브 및 기타 문서 형식의 끌어서 놓기 또는 일괄 업로드를 지원하며 Harvey는 이를 자동으로 구문 분석하고 색인화합니다.
  • 질문 및 답변 영역: 법률 질문을 자연어로 입력하고 후속 질문, 참조 점프 및 답변 내보내기를 지원합니다. 각 답변에는 출처 인용 및 일련의 추론(v2.0 이상)이 함께 제공됩니다.
  • 프로젝트 작업공간: 거래 또는 사례별로 문서, Q&A 기록, 주석을 구성하고 팀 협업 주석 및 버전 비교를 지원합니다.

일반적인 작업 단계(계약 검토 시나리오):

  1. 프로젝트 작업공간에서 새 작업을 생성하고 계약 문서를 업로드합니다.
  2. 검토 템플릿(예: NDA, M&A 계약, 서비스 계약)을 선택하면 Harvey가 자동으로 조항 식별을 실행합니다.
  3. 리스크 요약 대시보드를 확인하고 각 리스크 항목을 확장하여 AI의 설명 및 참조 용어를 확인하세요.
  4. AI 주석을 확인, 수정 또는 거부하고 수정된 버전을 팀 지식 베이스에 동기화합니다.
  5. 고객에게 전달하거나 보관하기 위해 검토 보고서(AI 주석, 변호사 주석 및 인용 소스 포함)를 내보냅니다.

통합 방법: Harvey는 API를 통해 iManage, NetDocuments, SharePoint, Outlook/Exchange 등 법률 회사의 기존 시스템과의 통합을 지원합니다. 도킹 범위는 공식 고객 성공 팀에서 제공하는 통합 목록에 따르며 자체 개발된 커넥터는 지원되지 않습니다.

Harvey의 제품 가격

Harvey는 공개 가격표나 무료 등급을 제공하지 않으며 모든 가격은 상업적 협상을 통해 결정됩니다. 다음 가격 구조는 공개적으로 이용 가능한 정보를 기반으로 작성되었으며 공식 실시간 견적이 우선합니다.

계층 청구 모델 대상 고객군 공개 가격 주요 용어
법률사무소 버전 좌석 기준 연회비 Am Law 100/200 법률 사무소 비공개 최소 좌석 요구 사항은 일반적으로 50석 이상입니다. 계약기간은 보통 1~3년
기업법률판 좌석 기준 연회비 500명 이상 기업 법무 부서 미공개 사용자 정의 가능한 데이터 상주 조건 협의 가능한 감사 로그 보존 기간
API 액세스 토큰 사용량 + 연도 프레임에 따라 전략적 파트너 비공개 최소 연간 소비 약속이 있습니다. 모델 사용자 정의는 협상 가능합니다

경쟁 제품과의 가격대 비교(공공 공제, 비공식 데이터 기준):

제품 예상 최소 연회비 적용 범위 일반 고객 그룹
하비 $50K+/년부터 시작(투기적) 모든 기능을 갖춘 AI 법률 워크벤치 Am 법률 사무소, Big Four
공동변호사 $30K-$100K/년 AI 법률 보조원 + Westlaw 데이터베이스 법률사무소, 기업법무
휘도 $20K-$80K/년 AI 계약 분석 중소기업, 보험회사
철갑 $10K-$60K/년 계약 수명주기 관리 성장하는 기업

무료 버전에 대한 진실: Harvey는 무료 버전을 제공하지 않으며 앞으로도 제공하지 않을 것입니다. 해당 비즈니스 모델은 셀프 서비스 경험을 지원하지 않습니다. 각각의 신규 고객 온보딩에는 보안 실사, 모델 사용자 정의 및 워크플로우 구성이 포함되며 비용은 셀프 서비스 SaaS 제품보다 훨씬 높습니다. 예산 제약이 있는 팀은 Harvey로 업그레이드할지 여부를 결정하기 전에 Luminance 또는 CoCounsel이 핵심 요구 사항을 충족할 수 있는지 평가하는 것이 좋습니다.

구매 전 확인해야 할 조건:

  • 최소 좌석 요구 사항은 엄격한 기준인가요, 아니면 협상이 가능한가요?
  • 데이터 저장 위치가 고객의 관할권에서 지원됩니까?
  • AI 훈련 데이터에 고객의 문서 내용이 포함되어 있나요? (Harvey는 고객 데이터가 기본 모델을 훈련하는 데 사용되지 않지만 계약에서 확인되어야 한다고 공개적으로 밝혔습니다.)
  • 탈퇴 시 데이터 이전 및 삭제 절차는 어떻게 진행되나요?

Harvey 애플리케이션 시나리오

Harvey의 네 가지 핵심 애플리케이션 시나리오는 법률 회사와 법률 부서에서 가장 자주 발생하고 시간이 많이 걸리는 세 가지 작업을 다룹니다. 아래의 정량적 공제는 계약을 맺은 로펌이 공개적으로 공유하는 사례 및 업계 벤치마크 데이터를 기반으로 하며, 공식적인 약속이 아닌 추론된 값으로 표시됩니다.

시나리오 1: 대형 로펌의 계약 일괄 검토

Am Law 200 법률 회사는 매년 수천 건에서 수만 건의 계약을 처리하며, 하급 변호사 및 계약 검토자의 평균 수동 검토 시간은 계약당 2~3일입니다(읽기, 조항 표시 및 검토 의견 작성 포함). Harvey의 계약 검토 모듈은 5~15분 안에 표준 계약의 예비 위험 검사 및 조항 주석을 완료할 수 있습니다. 변호사는 AI 주석의 정확성을 검증하고 복잡한 판단만 추가하면 된다.

  • 정량적 공제: 연간 5,000건의 계약을 처리하는 법률 회사의 경우 총 수동 검토 시간은 연간 약 10,000~15,000시간입니다. 하비 이용 후 AI가 1차 심사를 완료하고(읽는 시간 약 60~70% 단축), 변호사가 검증 및 최종 판단을 내리며(원래 시간의 약 30~40% 단축), 총 근무 시간은 연간 약 4,000~6,000시간으로 단축된다. 하급 변호사의 예상 청구 비용을 기준으로 하면 연간 절감액은 약 300-500일입니다.
  • 검증 핵심사항: AI의 고위험 조항 누락 감지율, 계약 전반의 일관성, 비표준 조항 처리 능력.
  • 인간-기계 협업 경계: AI가 100% 자동화된 조항 추출 및 사전 위험 분류를 수행합니다. 변호사는 복잡한 조항(예: 면책조항의 상업적 합리성)에 대한 판단과 최종 서명을 담당합니다. 고객의 핵심 영업비밀과 관련된 조항 검토, 관할권 간 법적 적용에 대한 판단, 전문가 판단이 필요한 모호한 조항 등 AI가 자동화할 수 없는 영역도 있습니다.

시나리오 2: 기업 법무 부서의 법률 조사 및 규정 준수 추적

기업 법무팀은 매주 사업부에서 제기하는 다양한 법적 질문(예: "캘리포니아에서 원격 직원을 채용할 때 따라야 할 규정은 무엇입니까?", "우리의 표준 NDA가 AI 모델의 데이터 사용 조건을 다루고 있습니까?")에 답변해야 합니다. 전통적인 방법은 Westlaw나 LexisNexis에서 키워드 검색을 수행하는 것이며, 각 검색에는 평균 1~3시간이 소요됩니다.

  • 정량적 도출: 주당 50개의 법률 연구 질문, 전통적인 방법으로 소요되는 총 시간은 주당 약 50-150시간입니다. Harvey는 1회 검색 시간을 10~20분(AI 답변 인용 확인 포함)으로 압축할 수 있으며, 총 시간은 주당 약 10~17시간으로 단축됩니다. 10명으로 구성된 법률팀의 경우 이는 주당 약 30~130시간의 변호사 시간에 해당합니다.
  • 인간-컴퓨터 협업 경계: AI는 규정 검색, 사례 비교 및 ​​첫 번째 초안 생성을 자동으로 완료합니다(100% 자동화). 변호사는 참조의 정확성을 확인하고 법적 위험 수준을 평가하며 최종 법적 의견을 결정할 책임이 있습니다(수동으로 작성해야 하며 AI는 승인할 수 없음).

시나리오 3: M&A 거래에 대한 실사 문서 답변

중간 규모의 M&A 거래에는 500~2,000개의 실사 문서가 필요합니다. 구매자와 판매자 변호사는 각 문서를 하나씩 읽고, 주요 용어를 추출하고, 상호 참조 예외 사항을 추출하고, 집중 기간(보통 4~8주) 내에 여러 차례의 답변을 완료해야 합니다. 기존 프로세스에서는 실사 문서를 수동으로 분류하는 데 거래당 약 200~400시간이 소요됩니다.

  • 정량적 추론: Harvey는 모든 문서의 조항 추출 및 변칙 주석을 몇 시간 내에 완료할 수 있어 1차 문서 정렬 시간을 20~40시간(AI 처리 + 수동 검증)으로 단축할 수 있습니다. 이후의 여러 답변 라운드는 공유 작업 공간을 통해 동기화되어 통신 이메일 왕복 시간을 50-60% 줄일 수 있습니다.
  • 검증 핵심 사항: 다국어 문서의 AI 인식 정확도(국경 간 거래에서 일반적), PDF 스캔 지원(OCR이 아닌 텍스트 레이어), 병렬 응답 중 데이터 일관성.
  • 인간-기계 협업 경계: AI 자동화: 조항 추출, 예외 주석, 요약 생성(100%). 수동 검토: 비정상적인 조건에 대한 비즈니스 판단, 독점 금지 및 정부 승인 위험 평가, 거래 문서 최종 서명.

시나리오 4: 소송사건의 사실관계 정리 및 증거관리

대규모 상업 소송에는 수백만 페이지에 달하는 증거가 포함되며 법무팀은 이 증거에서 주요 사실 일정, 인물 관계, 핵심 분쟁을 추출해야 합니다. 전통적인 접근 방식은 여러 명의 하급 변호사가 페이지별로 읽고 수동으로 요약을 편집하는 것인데, 이 작업에는 몇 주가 걸릴 수 있습니다.

  • 정량적 추론: 100만 페이지에 달하는 증거 자료를 처리하며, 기존 수작업 정리에는 약 8~12주 정도 소요됩니다(10명 팀). Harvey는 2~3주 안에 예비 사실 타임라인 추출과 주요 문서 주석을 완료할 수 있으며, 변호사 확인 및 심층 분석에는 4~6주가 소요됩니다. 전체 시간 단축은 약 40~50%입니다.
  • 인간-기계 협업 경계: AI 자동화: 타임라인 추출, 개체 연관 분석, 문서 분류 및 우선순위 지정(100%). 수동재판: 증거에 대한 비판적 판단, 증인 증언의 신빙성 평가, 재판 전략 수립.

시나리오 5: 규정 준수 모니터링 및 격차 분석

다국적 기업은 여러 관할권의 규제 변화를 지속적으로 추적하고 새로운 규제가 기존 운영에 미치는 영향을 평가해야 합니다. 전통적인 접근 방식은 외부 법률 회사의 규제 업데이트 브리핑을 구독하거나 규정 준수 데이터베이스에 대한 모니터링 서비스를 구매하는 것입니다.

  • 정량적 공제: 5개 관할권(미국 SEC, EU GDPR/AI법, 영국 FCA, 중국 사이버 보안법, 싱가포르 PDPA)의 규제 변화를 모니터링합니다. 기존 서비스의 연간 요금은 약 RMB 500,000~150만이며, 업데이트 빈도는 월별 또는 분기별입니다. Harvey의 규정 준수 모니터링 모듈은 규제 릴리스 소스를 실시간으로 추적하고 규정 준수 격차 분석 보고서를 자동으로 생성할 수 있습니다. 푸시 빈도는 매주 또는 실시간으로 구성할 수 있습니다.
  • 인간-기계 협업 경계: AI 자동화: 규제 변경 감지, 기업 규정 준수 기준에 대한 격차 분석, 영향 요약 생성(100%). 수동 검토 필요: 격차 분석 우선순위 지정, 대책의 상업적 타당성 평가, 규제 기관에 대한 공식 보고서(변호사 서명).

Harvey의 적용 가능한 그룹

Harvey의 대상 사용자 프로필은 매우 명확합니다. "법률적 도움이 필요한 모든 사람"이 아니라 "매일 수많은 법률 문서를 처리하는 전문가"입니다. 다음 네 가지 유형의 역할이 핵심 적응형 그룹입니다.

  • 대형 로펌의 파트너 및 변호사: Harvey의 가장 직접적인 가치는 하급 변호사가 반복적인 문서 검토에서 벗어나 고가치 전략 분석 및 고객 커뮤니케이션에 집중할 수 있도록 하는 것입니다. 파트너는 Harvey를 사용하여 각 사례를 개별적으로 읽을 필요 없이 모든 팀 사례의 계약 검토 상태에 대한 개요를 빠르게 확인할 수 있습니다. 경계에 적합하지 않음: 변호사 1인이나 10명 미만의 소규모 법률회사가 연간 500건 미만의 계약을 처리하는 시나리오에서는 효율성 향상을 통해 Harvey의 좌석 생산 비용을 회수할 수 없습니다.

  • 기업 법무부서에서 규정 준수 및 계약 관리를 담당하는 법무 관리자: 법무 관리자가 직면한 핵심 모순은 "비즈니스 요구 사항은 늘어나고, 법무 직원은 적으며, 응답 시간이 짧다는 것"입니다. 신속한 계약 검토 및 법률 연구에 대한 Harvey의 신속한 효과는 법률 부서가 직원을 크게 늘리지 않고도 서비스 역량을 높이는 데 도움이 될 수 있습니다. 경계에 적합하지 않음: 기업 법률 인력 수가 5명 미만인 경우 1인당 연회비 상각 비용이 매우 높으며 플랫폼 수준 도구의 규모 효과를 활용하기에는 프로세스 복잡성이 충분하지 않습니다.

  • M&A 거래 전문 변호사 및 투자은행 법무팀: 집중적인 거래에서는 시간이 곧 거래 비용입니다. Harvey의 일괄 문서 처리 및 공동 응답 기능은 "수백 개의 문서, 수십 명의 참가자 및 여러 차례의 의견 교환"이라는 핵심 문제점을 직접적으로 해결했습니다. 전제 조건: 거래 당사자는 Harvey 플랫폼을 통일된 방식으로 사용해야 합니다. 그렇지 않으면 응답의 시너지 이점이 발휘될 수 없습니다. 국경 간 거래는 관련 언어에 대한 Harvey의 적용 범위를 확인해야 합니다.

  • 법무법인 IT혁신부장: 로펌 IT부장은 '규정 준수를 전제로 AI를 어떻게 도입할 것인가'라는 문제에 직면해 있다. Harvey의 SOC 2 인증, 감사 로그 및 데이터 격리 기능은 규정 준수 위험이 가장 낮은 AI 도구 옵션 중 하나입니다. 경계에 적합하지 않음: 법률 회사의 핵심 매력이 "변호사가 ChatGPT를 자유롭게 사용할 수 있도록 허용"하는 것이라면 Harvey는 대안이 아닙니다. Harvey는 보편적인 대화 기능이 없으며 프롬프트 사용자 정의를 열지 않습니다.

  • 규정 준수 리더(엔터프라이즈 측): 여러 관할권의 규정 변경 사항을 지속적으로 추적하고 규정 준수 보고서를 출력해야 하는 팀은 Harvey의 규정 준수 모니터링 모듈을 사용하여 외부 법률 회사 브리핑에 대한 의존도를 줄일 수 있습니다. 전제 조건: 기업 내에 이미 문서화된 규정 준수 기준 문서(예: 규정 준수 매뉴얼, 위험 등록부)가 있습니다. 그렇지 않으면 Harvey의 격차 분석에 참조 기준이 부족합니다.

Harvey의 요약 및 전망

하비는 현재 AI 법률 분야에서 기술 장벽과 고객 장벽이 모두 높은 제품이다. 핵심 경쟁력은 일반 AI 역량이 아닌 법률 문서 이해, 인용 추적, 추론 체인 투명성이라는 3가지 방향에 대한 심층적인 엔지니어링 투자입니다. 이는 GPT 래퍼와 구별되지만 높은 가격과 좁은 고객 기반을 결정합니다.

핵심 장점 요약:

  • 특히 계약조항 분류 및 사건 요약 업무 등 법조계 미세조정의 깊이에서 일반모델 및 대부분의 경쟁제품을 앞서고 있습니다.
  • 인용 추적성 및 추론 체인 표시 기능은 법적 시나리오에서 AI 구현에 필요하지만 충분 조건은 아닌 "추적성 및 검토성"에 대한 법률 업계의 엄격한 요구 사항을 충족합니다.
  • 자금 조달 보증 및 주요 고객 검증은 이중 신뢰 신호를 형성합니다. 로펌의 Harvey 서명 자체는 제품 품질에 대한 간접적인 증거이므로 후발자의 의사 결정 위험이 줄어듭니다.
  • v2.0의 다중 모델 라우팅 아키텍처는 단일 모델 공급자에 대한 의존도를 줄이고 향후 전환 또는 여러 모델의 혼합 사용을 위한 아키텍처 공간을 확보합니다.

현재 제한 사항 및 불확실성:

  • 언어 및 법적 도메인 적용 범위가 심각하게 제한되어 있습니다. 영어만 지원되며 주로 미국 법률과 영국 법률이 지원됩니다. 중국어 계약, EU GDPR 준수 또는 다국어 문서와 관련된 국경 간 거래를 처리해야 하는 팀의 경우 Harvey의 가용성이 크게 줄어듭니다.
  • 가격 및 가용성은 불투명합니다. 공개 가격, 무료 평가판, 셀프 서비스 등록 포털이 없습니다. Am Law 수준에 미치지 못하는 로펌이나 법률 부서의 경우 Harvey를 구매하는 데 드는 정보 및 통신 비용이 매우 높습니다.
  • 모델 반복 속도는 규정 준수 프로세스에 따라 다릅니다. 각 모델 업데이트에는 고객 회귀 검증이 필요하므로 일반 AI 제품보다 기능 출시가 느려집니다. 최신 모델의 기능을 원하는 고객은 반복적인 지연을 경험할 수 있습니다.
  • AI 결과물의 법적 타당성은 아직 대규모 사법 테스트를 거치지 않았습니다. 다양한 관할 구역에서 AI 생성 법률 분석의 허용 가능성 경계가 모호하며, Harvey 결과물을 결과물로 사용할 때 법률 회사는 여전히 전문적인 책임을 져야 합니다.

조달/채택 위험 평가:

  • 팀이 Am Law 200 로펌 또는 500명 이상의 기업 법률 부서이고 연간 계약 처리량이 2,000건을 초과하는 경우 Harvey는 공식 파일럿을 주선할 가치가 있습니다. 비즈니스 그룹(예: 기업 비즈니스 또는 지적 재산 그룹)을 선택하여 3~6개월 동안 통제된 테스트를 통해 정확성, 노동 시간 단축 및 팀 채택률을 검증한 후 기준을 충족한 후 점진적으로 확장하는 것이 좋습니다.
  • 팀 규모가 50명 미만, 연간 계약 처리량이 500명 미만이거나 주요 고객이 비영어권 관할 지역에 있는 경우 CoCounsel(Westlaw 통합 장점) 또는 Luminance(문서 처리 청구가 더 유연함)를 우선 순위로 두고 Harvey가 다국어 버전 또는 더 낮은 임계값 솔루션을 출시할 때까지 기다린 후 결정을 내리는 것이 좋습니다.
  • 어떤 상품을 선택하든 계약서에는 데이터가 어떻게 분리되는지, 모델 학습 데이터에 고객 콘텐츠가 포함되어 있는지, 취소 시 데이터 마이그레이션 조항이 명확히 명시되어 있어야 합니다. 이 세 가지는 합법적인 AI 조달에서 가장 흔한 분쟁 원인입니다.

버전 정보

  • 하비 플랫폼 v2 ：다중 모델 추론 아키텍처가 도입되고, 새로운 법적 추론 체인 설명과 팀 협업 작업 공간이 추가됩니다. 아직 공식적인 정확한 날짜는 없습니다.
  • 하비 플랫폼 v1 ：GPT-4 미세 조정을 기반으로 한 초기 버전은 계약 Q&A 및 법률 연구를 지원합니다. 아직 공식적인 정확한 날짜는 없습니다.

사용자 후기

  • 후기를 불러오는 중...