같은 업종으로 돌아온 창업자들, 준비는 AI 가 서명은 사람이
CB Insights 가 추적한 AI 창업자 59명의 업종 복귀와 'AI 준비·자격자 서명' 모델을 바탕으로, 법률 AI 가 맡을 일과 사람에게 남길 판단의 경계를 살펴봅니다.
초록 CB Insights 는 10억 달러 이상 기업을 키우는 데 참여한 뒤 2025~2026년에 AI 회사를 새로 세운 창업자·경영자 59명(48개 회사)을 추적했습니다. 엔터프라이즈 소프트웨어 출신 17명 가운데 12명, 금융·보험 출신 13명 가운데 8명이 같은 업종에서 다시 창업했고, 소비자·유통 출신 11명은 한 명도 같은 분야로 돌아가지 않고 기업용 AI 와 로봇으로 옮겼습니다. 감사 기록은 AI 가 준비하고 최종 서명은 자격 있는 감사인이 하는 회사, 사람을 덜 뽑고 후방 업무를 자동화하겠다는 회사도 나옵니다. 본 칼럼은 이 흐름에서 법률 AI 에 옮길 수 있는 세 가지, 곧 업무를 아는 사람이 만드는 AI, 준비와 최종 판단의 분리, 작은 팀의 운영 방식을 살펴봅니다.
AI 회사를 새로 세울 때 무엇이 출발점이 될까요. CB Insights 가 추적한 창업자들의 답은 의외로 단순했습니다. 많은 사람이 원래 일하던 업종으로 돌아갔습니다. 자동차보험사 클리어커버를 세운 카일 나카츠지는 보험사를 위한 AI 를 만드는 디어본 랩스를, 소상공인 보험사 파이 인슈어런스를 함께 세운 댁스 크레이그는 소규모 장인 시공업자의 보험을 주선하는 회사를 새로 세웠습니다. 은행 루나(Lunar)의 공동창업자들은 AI 가 감사 기록과 문서를 준비하고 자격 있는 감사인이 최종 서명하는 감사 회사 레포도를 시작했습니다. 업무를 오래 해 본 사람이 그 업무의 어느 부분을 AI 에 맡길 수 있는지 안다는 것입니다. 법률 AI 를 고르는 쪽에서도 같은 질문을 던질 수 있습니다.
핵심 개념 정의
업종 복귀 창업 (Returning to a Familiar Industry)
이전에 일하던 업종에서 다시 AI 회사를 세우는 흐름을 이 칼럼에서 부르는 말입니다. CB Insights 는 엔터프라이즈 소프트웨어와 금융·보험 출신 다수가 같은 분야로 돌아갔다고 집계했습니다.
준비와 최종 서명의 분리 (AI Preparation, Human Sign-off)
AI 가 기록과 문서를 준비하고, 법적 책임이 따르는 최종 판단은 자격을 가진 사람이 하는 업무 구조를 이 칼럼에서 부르는 말입니다. CB Insights 는 감사 기록을 AI 로 준비하고 자격 있는 감사인이 최종 서명하는 레포도를 예로 들었습니다.
전략적 관점
업무를 아는 사람이 다시 같은 업무로
집계에서 가장 먼저 보이는 것은 업종 복귀입니다. 엔터프라이즈 소프트웨어 출신 17명 중 12명, 금융·보험 출신 13명 중 8명이 같은 분야에서 다시 회사를 세웠습니다. 보험 분야만 봐도 보험사를 세웠던 사람이 보험사용 AI 를, 보험사의 재무·기술을 맡았던 사람들이 보험 중개사의 행정 업무를 자동화하는 회사를 만들었습니다. 이 사례들은 창업자들이 이전 업무 경험을 새 사업에 연결하고 있음을 보여 줍니다. 다만 이것은 창업자의 이력에 관한 집계이고, 업종을 아는 창업자의 회사가 더 성공한다는 결과를 보여 준 것은 아닙니다.
준비는 AI 가, 서명은 자격자가
레포도의 구조는 전문 서비스에서 AI 가 어디까지 들어갈 수 있는지를 보여 주는 한 예입니다. 감사 기록과 문서는 AI 가 준비하되, 자격을 가진 감사인이 최종 서명합니다. 법률 업무에도 비슷한 경계가 있습니다. 판례와 조문을 찾고 쟁점을 정리하는 일과, 특정 사건에서 어떤 주장을 하고 어떤 서면을 낼지 책임지고 판단하는 일은 다릅니다. 앞의 일은 도구가 도울 수 있지만, 뒤의 일은 자격과 책임을 가진 사람의 몫으로 남습니다. 법률 AI 를 고를 때는 그 도구가 어느 쪽 일을 맡는다고 말하는지부터 확인할 필요가 있습니다.
사람을 덜 뽑는 팀의 운영 방식
네바도AI 의 데이비드 설리번은 예전에는 한 분기에 수십, 수백 명을 뽑았지만 지금은 그만큼 많은 사람이 필요하지 않다고 말했습니다. 후방 업무를 자동화하고 엔지니어링과 영업 같은 고객 접점에 지출을 모은다는 것입니다. 법률 조직에서 이 말은 자동화로 비는 시간을 어디에 쓰느냐는 질문으로 바뀝니다. 반복적인 자료 정리를 줄인 만큼 의뢰인과의 소통이나 검토에 시간을 더 쓸 수 있는지가 관건입니다. 다만 원문은 한 회사 경영자의 말이고, 인력 축소가 품질에 미치는 영향을 잰 자료는 아닙니다.
법마디 OS 가 맡는 일과 맡지 않는 일
법마디 OS 는 질문을 60개 분야별 AI 리더에게 배정하고, 여러 분야가 얽힌 질문은 CSO 서연이 주재하는 리더 협의를 거치며, 답변 속 조문·판례 인용을 국가법령정보센터(law.go.kr) 원문과 대조해 확인되지 않은 인용은 내보내지 않도록 설계돼 있습니다. 이것은 앞서 말한 '준비' 쪽의 일입니다. 법마디는 변호사가 아니며, 특정 사건에서 무엇을 주장할지 책임지고 판단하는 일을 대신하지 않습니다. 또 인용 대조는 조문과 판례가 실재하고 문구가 맞는지를 확인할 뿐, 그것을 사실관계에 어떻게 적용할지까지 보증하지 않습니다. 준비와 최종 판단의 경계를 분명히 밝히는 것이 이런 도구를 믿고 쓰게 하는 조건입니다.
반론과 재반박
예상 반론 업종 경험이 있는 창업자가 오히려 기존 관행에 갇혀 새로운 방식을 놓칠 수 있고, AI 가 충분히 좋아지면 최종 서명도 결국 자동화될 것이라는 반론이 있습니다.
재반박 경험이 관행을 굳힐 수 있다는 지적은 일리가 있습니다. CB Insights 의 집계에서도 소비자 사업 출신은 모두 다른 분야로 옮겼습니다. 다만 법률처럼 자격과 책임이 제도로 묶인 분야에서는 최종 판단을 누가 지는지가 기술 수준만으로 정해지지 않습니다. 그래서 지금 설계에서 중요한 것은 자동화의 끝을 예측하는 일보다, 도구가 준비한 것과 사람이 판단한 것을 구분해 남기는 일입니다.
이 주장이 틀리는 조건
반증 조건 업종 경험이 있는 창업자의 법률 AI 회사와 그렇지 않은 회사를 같은 기간 비교했을 때 고객 유지율이나 오류율에 의미 있는 차이가 없다는 결과가 충분한 표본에서 나온다면, 업무를 아는 사람이 만드는 AI 를 눈여겨보자는 이 칼럼의 관점은 근거가 약해집니다. 또 준비와 최종 판단을 나눈 업무 구조가 나누지 않은 구조보다 오류를 줄이지 못한다는 측정이 나온다면, 오류 감소 효과에 관한 기대는 재검토해야 합니다. 다만 역할과 책임의 경계를 밝힐 필요는 그와 별도로 남습니다.
법마디 OS가 그리는 미래
법률 AI 시장에서 경쟁력은 모델의 크기보다 업무를 얼마나 정확히 나눠 맡느냐에서 나올 가능성이 큽니다. 법마디 OS 가 말할 수 있는 것은 조문과 판례 인용을 원문과 대조해 확인되지 않은 인용을 내보내지 않도록 설계했고, 최종 판단은 자격과 책임을 가진 사람의 몫으로 둔다는 데까지입니다. 도구를 고르는 쪽은 그 도구가 무엇을 준비해 주고 무엇은 사람에게 남기는지를 구체적으로 묻는 편이 좋습니다.
전략적 함의
- 이번 조사 대상 중 엔터프라이즈 소프트웨어와 금융·보험 출신 리더 다수는 같은 업종에서 창업했다. 이전 업무 경험이 새 사업의 출발점이 되고 있다.
- 전문 서비스에서는 AI 가 준비하고 자격자가 최종 판단하는 구조가 나타나고 있다. 법률 AI 도 그 경계를 밝혀야 한다.
- 인용 원문 대조는 준비 단계의 확인이며, 사실관계 적용과 최종 판단을 대신하지 않는다.
"좋은 법률 AI 는 모든 일을 하겠다는 도구가 아니라, 무엇을 준비하고 무엇을 사람에게 남기는지 분명히 말하는 도구입니다."
