오늘의 리걸테크·AI 뉴스 (2026-07-09)

Harvey 공동창업자 겸 사장 Gabe Pereyra가 플랫폼에서 처리되는 토큰(Token) 양이 최근 6개월 사이 14배(14X)로 증가했다고 발표했습니다. 이 수치는 임베딩 토큰을 제외한 것으로, Harvey는 이 성장에 맞춰 새로운 고객 과금 모델을 개발 중인 것으로 알려졌습니다. Pereyra는 로펌이 토큰 비용을 고객에게 전가하는 방식이 '더 흔해질 수 있다'고 답했고, 경쟁사 Legora도 토큰 소비를 반영한 과금 체계로 이동을 발표한 상태입니다.

배경·맥락 생성형 AI의 실사용이 늘수록 로펌·법무팀의 토큰 비용은 실질적인 운영비 항목이 됩니다. 지금까지는 좌석(seat) 단위 구독이 일반적이었지만, 사용량이 14배씩 뛰는 환경에서는 소비 기반 과금과 비용 전가 구조가 불가피하게 논의됩니다.

왜 중요할까요? 법률 AI의 성패 기준이 '도입 여부'에서 '단위 비용 관리'로 넘어가고 있습니다. 한국 로펌·법무팀도 AI 사용량이 늘면 토큰 비용의 회계 처리와 고객 전가 기준을 미리 설계해야 합니다.

Horace Wu가 이끄는 Syntheia가 계약 문서를 AI에 넣기 전에 분할(slicing)하는 방식을 바꾸는 것만으로 토큰(Token) 비용을 크게 줄일 수 있다는 결과를 공개했습니다. 절감은 더 싼 모델로 갈아타거나 재라우팅해서 얻은 것이 아니라, 문서 검토의 시작 조건을 바꿔 얻은 것입니다. 회사는 '거래 법무에서 LLM이 문서를 읽는 비용이 답을 추론하는 비용보다 훨씬 크다'고 설명했습니다.

배경·맥락 리걸테크 업계 전반에서 치솟는 토큰 비용을 줄이는 방법이 논쟁거리가 됐습니다. 통상적인 해법은 저가 모델 전환이지만, Syntheia의 접근은 전처리 설계(무엇을 읽게 할 것인가)가 더 큰 절감 레버라는 것을 보여줍니다.

왜 중요할까요? 같은 모델로도 입력 설계에 따라 비용이 몇 배 갈립니다. 법률 AI를 운영하는 조직이라면 '모델 선택'보다 '문서를 어떻게 잘라 읽히는가'를 먼저 점검할 가치가 있습니다. RAG·그라운딩 설계의 경제성이 곧 경쟁력이 됩니다.

소송 인텔리전스 플랫폼 Darrow가 복수의 자리를 줄이는 구조조정(restructure)을 확인했습니다. 이스라엘 매체 CTech(Calcalist)는 약 180명 중 60명(이스라엘 40명) 감원으로 보도했으나, Artificial Lawyer는 이 수치를 독립 검증하지는 못했다고 밝혔고 회사도 숫자는 확인하지 않았습니다. Darrow 측은 '전년 대비 일관된 성장' 속에서 특정 기술 마일스톤에 맞춰 팀 역량을 재조정(rebalancing)하는 것이라고 설명했습니다.

배경·맥락 Darrow는 방대한 공개 데이터에서 소송 가능성이 있는 위법 패턴을 찾아 로펌에 연결하는 '소송 발굴' 분야의 선도 기업입니다. 성장 중인 리걸 AI 기업도 기술 단계가 바뀌면 필요한 인력 구성이 달라진다는 점을 보여주는 사례입니다.

왜 중요할까요? AI 제품이 성숙할수록 초기 구축 인력과 운영 단계 인력의 구성이 달라집니다. 리걸테크 투자·취업·협업을 검토하는 쪽 모두, 회사의 성장 지표와 별개로 '지금 어느 기술 단계에 있는가'를 읽어야 한다는 신호입니다.