美 Crosby AI 심층 분석 및
국내 벤치마킹 사업계획

핵심 정의

• AI-native 법무법인: 기술·법무를 처음부터 하나로 설계
• Neofirm(네오펌): 창업자 Ryan이 직접 정의한 새 카테고리
• 기존 로펌에 도구를 판매하는 SaaS와 근본적으로 다름
• 법적 책임까지 직접 부담(변호사배상책임보험 보유)

창업팀

팀 출신

🐢비효율의 현실

• NDA·MSA 검토에 3일~2주 소요
• 법무법인 검토 비용: 수백~수천만 원 (건당)
• 딜 클로징이 법무 병목으로 지연
• 스타트업 80%+: 전담 법무팀 없음

LLM + RAG파이프라인

• OpenAI + Anthropic API기반 에이전틱 워크플로우
• 법률 도메인 특화 파인튜닝
• 계약서 조항 분석·리스크 식별·수정안 자동 생성

고객사별 지식 베이스

• 과거 계약 이력·협상 결과 학습
• 고객사 선호 조건 자동 반영
• 사용할수록 정확해지는 자기강화 구조

강화학습(RL)피드백 루프

• 변호사 피드백이 실시간으로 모델 개선에 반영
• 모든 계약검토가 훈련 데이터로 활용
• 경쟁사가 복제하기 어려운 데이터 해자

왜 이중 법인인가?

• 미국 ABA Rule 5.4: 비변호사의 법무법인 소유 금지
• VC가 법무법인 지분을 직접 취득하는 것 불법
• 해결책: 테크법인(C-Corp)에 투자하고, 테크법인이 법무법인에 플랫폼 제공

수익 흐름

• 고객 → 법무법인에 서비스 요금 납부
• 법무법인 → 테크법인에 플랫폼 수수료 지급
  (매출의 약 40~70%)
• 테크법인 = VC 투자자의 수익 원천
• 법무법인 잔여 → 변호사 파트너 배분

• AmLaw 100의 42% 채택
• Microsoft 365 Copilot 연동, LexisNexis 전략투자
• Axiom 파트너십: 변호사 1.4만 명 + Harvey AI 결합(하이브리드化)
• "Spectre" 에이전트 → Autopilot 방향 수렴 중

• White & Case, Linklaters, Dentons 채택
• "Portal": 로펌-클라이언트 직접 협업 → Firm 방향 수렴

AI-native 법무법인. 고정 요금, 58분 이내 레드라인 납품. $85.8M 조달. 100개 + 고객사.

법률 마켓플레이스 + ALSP. 고정 요금 법률 서비스 연결. 2025년 Woodstock Legal 인수. 총 $100M 조달.

두 진영 동시 실험: 규제 AI 에이전트(Tool) + NewMod Norm Law(Firm). $48M 조달.

MSA 처리 2.2시간(기존 8~10 시간 대비 80% 절감). $500건당 40~50% 마진. 출시 3개월 내 ARR $1M, $11.5M 시드 조달.

Copilot vs. Autopilot 프레임

$60B Autopilot 시장

→ 이미 외부에 위탁 중인 법무용역 예산 = 업체 변경만으로 획득 가능

Sequoia의 양면 베팅

• Harvey: Copilot/Tool 진영 투자
• Crosby: Autopilot/Firm 진영 시리즈 B 리드
• Sandstone: 사내 법무팀 에이전틱 워크플로우 시드 리드

→ "어느 쪽이 이기든 수익" 전략: 두 모델 모두 대규모 시장 형성 가능

Tool: 로펌이 고객에게 $50K 청구 시 Harvey는 그 중 ~$1K 수취.
Firm: $50K 전액 직접 수취.

Tool: AI 기술 상향평준화로 단순 도구(SaaS)는 가격 경쟁이 치열해짐.
Firm: Neofirm은 고객사별 데이터와 업무 관계를 축적하여 대체 불가능한 파트너가 됨. 기술 가격이 떨어져도 전문 서비스로서의 높은 몸값을 방어 가능.

Tool: 초안(draft) 데이터만 수집.
Firm: 결과(outcome) 데이터, 계약 성사·협상 결과·분쟁 여부까지. 실제 사건 처리로 최전선의 고품질 데이터 축적. Tool이 복제 불가능한 자산.

$60B 법무용역 예산은 이미 외부 업체에 집행 중. Neofirm으로의 교체 = 기존 업체 변경(Vendor Swap). 신규 예산 없이 전환 가능.

로펌: billable hour 감소 = 수익 감소 → AI 도입 저항.
Neofirm: 처리 속도↑ = 수익성↑ → AI 기술 투자에 적극적. 이해관계가 클라이언트와 일치.

Tool: 법적 오류 시 "소프트웨어 개발사"로 책임 회피.
Firm: 배상책임보험 + 법적 책임 직접 부담 + 변호사-의뢰인 비밀유지권(ACP) → 클라이언트 신뢰 구축. 책임에 기반한 경쟁력 확보.

한국 특유의 추가 기회

• 글로벌 파트너십 증가 → 영문 계약 검토 수요 급증
• 유니콘·예비 유니콘 급증 → 계약 수요 폭증
• 법무법인의 AI 도입 속도 매우 느림
• 법무부·대한변협 리걸테크 허용 확대 논의 진행 중

핵심 서비스

• AI 계약서 검토 + 레드라인 납품: Slack/이메일 → SLA(최소 4시간) 이내 납품
• AI 리스크 분석 보고서: 조항별 위험도 정량화 + 협상 전략 (기본 포함)
• 한국어+영문 계약 동시 처리 (NDA·MOU·MSA·DPA·투자계약)
• 변호사 최종 서명(법적 책임 부담)
• 법률 실사·소송 전략 보고서 등 AI 자동화 특화 서비스 추가 제공

• 한국어 LLM 파인튜닝(GPT · Gemini · Claude 기반)
• 국가법령정보센터 + 대법원 판례 RAG 연계
• 한국 계약 관행 및 협상 패턴 학습
• 강화학습 루프: 소속 변호사 피드백 실시간 반영
• AI 에이전트를 이용한 내부 워크플로우 효율화·자동화
• 개인정보 보호: 국내 서버 저장 + 암호화

주요 타겟

계약서 납품 시 함께 제공

• 리스크 매트릭스: 조항별 법적·재무 위험도 5단계 정량화
• 협상 우선순위 가이드: Must / Should / Nice-to-have 분류
• 시장 비교 분석: 유사 계약 대비 불리·유리 항목 도출
• 임원용 Executive Summary: 1-page 의사결정 요약

• 3단계 협상 시나리오: Best / Mid / Bottom Line 전략 수립
• 상대방 조항 의도 분석: 관행 대비 이례적 조항 파악
• 협상 전 체크리스트: 미팅 전 필수 확인 포인트 정리
• 협상 결과 이력 관리: 수락/거절 히스토리 → AI 학습 반영

• 법률 실사(Due Diligence): M&A·투자 전 법적 리스크 자동 분석 보고서
• 증거 자료 분석: 대용량 문서에서 핵심 증거 자동 추출·분류
• 소송 전략 보고서: 증거 분석 기반 전략 시나리오 리포트 (수행 제외)
• CLM 대시보드: 계약 만료 알림·의무 이행 추적·이력 관리 자동화

높은 수임료가 가능하더라도 AI 자동화 효율이 낮은 영역은 제외.
변호사 1인당 처리량을 극대화하고 구조적 마진을 지킵니다.

같은 NDA라도 변호사마다 검토의 결이 다릅니다. AI는 그 결을 학습합니다.

같은 고객의 2번째 계약부터는 AI가 그 고객을 이미 압니다.

한국 변호사법 제약

• 변호사법 제34조: 비변호사와의 동업 금지
• 법무법인 구성원 자격: 변호사만
• 비변호사의 법무법인 지분 취득 불가
• 결론: Crosby와 동일한 이중 구조 필요

변호사법 리스크 관리

• 기술 서비스 수수료를 "플랫폼 이용 대가"로 명확화(법무 수익 분배 아님)
• 수수료를 시장 기준(Market Rate)으로 설정·문서화
• 창업자 2~3명: 테크 1명 + 변호사 2명 구성
• 변호사 창업자가 테크법인 대표 겸임
• 대한변호사협회·법무부의 사전 유권해석 취득

크레딧 초과 시 단가 기준 (VAT별도)

* Standard 구독 기준 초과 단가. Lite는 건당 25만원, Premium은 초과 없음.

• HMG 사내스타트업 육성 프로그램(제로원 컴퍼니빌더) 기반으로 출발
• 육성 기간 내 MVP 신속 개발 → 계열사 법무실 대상 PoC 개시
• 내부 고객(계열사)으로부터 실전 데이터·피드백 확보
• 시장 진출 전 품질·납기·만족도 검증 완료

계열사별 법무실 규모·계약 유형이 상이 → 다양한 시나리오 동시 검증 가능

• 법무팀이 NDA 등 비핵심 반복 계약에 상당 시간 소요
• 법무법인 외주 시 고비용·긴 납기로 영업·구매 딜 클로징 지연
• 계열사 간 비표준화된 계약 프로세스 → 품질 편차 발생
• 내부 법무 인력이 전략적 업무보다 행정적 검토에 시간 낭비

• 계약 만료 알림: 갱신·해지 기한 자동 추적 및 사전 알림
• 권리 행사 기한 관리: 옵션 행사·조건 이행 기한 알림
• 클라이언트별 이력 자동 저장·검색·분석 대시보드
• 의무 이행 현황 실시간 모니터링

필요성: 이미 모두가 불편함을 겪고 있다

• 국내 계약 검토 시장 3,000억+원, AI 처리 비중 낮음
• 스타트업 80%+: 법무팀 없어 고비용 or 리스크 감수 중 택일
• 신속한 자문 필요성: AI와 시스템에 기반한 납품 기한 보장 필요
• 대기업 법무팀: 반복 계약 처리에 시간의 40%+ 낭비

가능성: 지금 시작하기 좋은 조건이 갖춰졌다

• GPT·Claude: 한국어 법률 계약서 처리 실용 수준 도달
• Crosby: $85.8M 조달·100개+ 고객으로 사업모델 유효성 입증
• 법무부·대한변협: 리걸테크 허용 확대 논의 진행 중
• 국내 AI-native Neofirm 전무: 선점 기회 열려 있음

이 사업을 믿을 수 있는 3가지 근거

완성된 결과 데이터(Outcome Data)를 축적합니다. Harvey 등 SaaS 회사는 AI 초안 수정 과정만 볼 수 있어 초안 데이터에 그치지만, 이 모델은 협상 결과·조항 수락 여부·분쟁 발생까지 학습해 '좋은 계약'을 이해하는 유일한 데이터를 보유합니다.

기본적으로 익명처리 후 학습합니다. 보수적인 고객은 별도 동의 후 진행하며, 동의한 고객에게는 가격 경쟁력 있는 우대 요금을 제공해 데이터 플라이휠과 고객 신뢰를 동시에 확보합니다.

네. 대형 기업도 비핵심 반복 계약(NDA 등)에 상당한 비용이 발생합니다. 업무위탁을 통해 사내 법무팀은 M&A·소송·규제 등 전략적 업무에 집중할 수 있습니다.

그렇습니다. 이 모델은 변호사-의뢰인 비밀유지권(ACP)이 적용되어, 압수수색이 들어오더라도 의뢰인의 법률 자문 내용을 보호받습니다. 반면 Harvey 등 SaaS는 압수수색 보호 대상이 아닙니다. 기밀성이 중요한 기업 법무에서 Firm 진영이 구조적으로 우월합니다.

Harvey는 글로벌 법률 AI SaaS 1위이나, 한국법과 미국법은 법제가 근본적으로 달라 직접 도입이 어렵습니다. 법 체계·계약 관행·법령 해석 방식이 상이하며, 한국법 도메인 특화 없이는 실무 활용이 불가합니다. 한국 시장은 국내 특화 AI 법무 서비스가 필요합니다.

불가능에 가깝습니다. 한국 변호사법상 법무법인은 VC 투자를 받을 수 없어 남은 수익으로만 AI 투자가 가능합니다. 자본을 통한 스케일업 자체가 구조적으로 어렵습니다. 반면 이중 법인 구조는 테크법인이 VC 투자를 받아 AI 개발에 집중 투자하므로, AI 도입을 원하는 법률 서비스의 최적 구조입니다.

AI 인재, 어디서 어떻게 찾나?

• 법률 AI에 특화된 공인 자격증이 존재하지 않음
• 이력서·포트폴리오만으로는 실력 검증 불가
• 국내 법률 AI 생태계 자체가 미성숙 — 인재 풀이 좁고 분산
• 기존 채용 플랫폼으로는 AI Native 역량 판별 기준 없음

커뮤니티를 운영하는 두 가지 이유

커뮤니티 → 브랜드 → 인재 유입의 선순환 구조. 초기 단계일수록 신뢰할 수 있는 팀 구성이 사업의 핵심이므로, 채용 파이프라인을 내재화하는 것은 장기 경쟁력이 된다.