본문으로 건너뛰기
피드

AI 쓰는 시대, 법조인한테 더 어려워진 건 ‘좋은 판단’임

ai-ml 약 4분
vote
0
댓글
북마크

법학 논문 심사 과정에서 생성형 AI 사용 공개 기준이 필요하다는 문제의식이 나왔다. 로펌들도 초반의 금지 분위기에서 벗어나 AI 도입 경쟁에 들어갔고, 이제 핵심은 AI를 쓰느냐가 아니라 인간 법조인이 어떤 판단과 책임을 더할 수 있느냐로 옮겨가고 있다.

  • 1

    법학 논문에서도 리서치, 번역, 교열, 데이터 분석에 생성형 AI가 자연스럽게 쓰일 가능성이 커짐

  • 2

    AI 사용을 전면 금지하기보다 사용 여부와 범위를 공개하고 심사 기준을 만드는 쪽이 현실적임

  • 3

    로펌 고객은 이제 변호사가 AI 없이 시간을 많이 쓰는 것보다 AI로 효율을 높이길 기대함

  • 4

    법률서비스의 진짜 가치는 기존 법과 판례 검색 이후의 규범적 판단, 신뢰, 전문성에 있음

  • 법학 논문 심사 현장에서 이미 생성형 AI 사용을 피하기 어려운 단계까지 왔다는 문제의식이 나옴

    • 필자는 영어 법학 논문 두 편을 심사하다가, 외국 법규 조사와 비교법 연구 과정에서 AI 도움을 받는 논문이 꽤 많겠다고 봄
    • 리서치, 데이터 분석, 외국어 문헌 번역, 교열까지 생각하면 AI를 전혀 안 쓴 논문이 오히려 드물 수 있다는 얘기임
  • 문제는 “AI를 썼냐 안 썼냐”보다 “어디까지가 연구자의 독창적 기여냐”로 넘어감

    • 일부 해외 법률 학술지는 AI 사용을 전면 금지하기도 하지만, 필자는 그게 현실적인 답은 아니라고 봄
    • 대신 투고자가 AI 사용 여부와 정도를 공개하고, 심사자가 그걸 알고 평가하는 기준이 필요하다는 입장임

ℹ️참고

> 여기서 핵심은 AI 금지가 아니라 투명성임. 연구자가 AI를 어떻게 썼는지 알아야 논문의 진짜 기여가 어디인지 판단할 수 있다는 얘기임.

  • AI가 잘하는 일은 법률 연구의 상당 부분을 빠르게 밀어줄 수 있음

    • 여러 국가의 법률과 판례를 모아 비교하는 작업
    • 외국어 논문을 요약하고 소개하는 작업
    • 대량의 판결문을 분석해 경향을 뽑아내는 작업
    • 이런 일들은 원래 시간 많이 먹는 노동이었는데, AI가 효율을 크게 끌어올릴 수 있음
  • 그래서 역설적으로 좋은 논문 쓰기는 더 어려워졌다는 결론이 나옴

    • 자료 수집과 요약이 쉬워지면, 그 자체는 더 이상 큰 차별점이 되기 힘듦
    • 새 이론을 세우거나, 사회가 요구하는 규범적 판단과 가치 평가를 하는 쪽이 연구자의 진짜 역량으로 남음
  • 로펌 분위기도 몇 년 사이 완전히 바뀜

    • 생성형 AI 초기에는 환각과 고객 정보 보호 문제 때문에 변호사의 AI 사용이 금기처럼 여겨졌음
    • 대형 로펌들도 내부 정책으로 AI 사용을 막았고, 보수적인 법조계 특성상 도입이 느릴 것처럼 보였음
    • 그런데 지금은 로펌들이 앞다퉈 AI를 도입하고 있고, 한 AI 회사의 법조 웨비나에는 전 세계에서 2만 명 넘게 신청함
  • 고객의 기대도 바뀌었음. 이제는 “AI 안 쓰고 오래 일함”이 장점이 아닐 수 있음

    • 고객은 변호사가 많은 시간을 들여 수작업하는 것보다, AI를 활용해 더 효율적으로 일하길 기대함
    • 다만 현행 법률과 기존 판례를 빨리 찾는 것만으로는 새로운 문제를 풀 수 없음
  • 결국 법조인에게 더 중요해지는 건 자동화 이후의 인간 역량임

    • 사안을 깊게 고민하는 힘
    • 다양한 경험에서 나오는 전문성
    • 의뢰인과 사회 구성원이 믿을 수 있는 책임감
    • AI가 업무 속도를 올릴수록, 좋은 법조인이 되기 위한 기준은 오히려 더 빡세지는 셈임

개발자 입장에서도 꽤 익숙한 얘기다. 코드를 AI가 더 빨리 써주는 시대일수록, 결국 사람에게 남는 건 문제 정의, 검증, 책임 있는 판단이라는 점에서 법조계만의 고민이 아니다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

건설업계도 피지컬 AI 실험 중, 관건은 로봇보다 현장 데이터다

국내 건설사들이 인공지능(AI)과 로보틱스를 건설 현장에 적용하려는 실험을 늘리고 있다. GS건설은 로봇을 활용한 자재 운반·반복 작업 자동화를 검토하고, 현대건설은 AI 카메라 기반 안전 기술을 도입하려는 중이다. 다만 실제 안착까지는 사람과 AI의 협업 방식, 현장 작업자의 데이터 활용 체계 같은 숙제가 남아 있다.

ai-ml

AI 모델 접속도 수출통제 대상이 되면 벌어지는 일

앤트로픽이 미국 정부 수출통제 지침에 따라 최신 AI 모델 접근을 출시 사흘 만에 차단했다는 사례를 통해, 클라우드 AI 모델 접근권이 국가 안보와 산업정책에 종속될 수 있다는 문제가 드러났다. 데이터 주권만으로는 부족하고, 모델 능력과 연산 접근권까지 포함한 소버린 AI 전략이 필요하다는 논점이다.

ai-ml

건설 현장에 AI 로봇이 들어오려면 아직 데이터와 협업 방식이 숙제

GS건설, 현대건설, 삼성물산 등 국내 건설사가 AI와 로봇 기술을 현장 자동화와 안전관리, 단지 서비스에 적용하려는 움직임을 보이고 있다. 다만 사람과 로봇이 함께 일하는 방식, 실증 사례 축적, 현장 작업자의 데이터 활용 체계가 갖춰져야 실제 확산이 가능하다는 지적이 나온다.

ai-ml

라벨링 1천 장을 100장으로 줄인다는 슈퍼브에이아이의 비전 AI 플랫폼

슈퍼브에이아이가 2026 스마트테크 코리아에서 데이터 구축부터 모델 개발, 운영까지 묶은 슈퍼브 플랫폼을 공개했다. 비전 파운데이션 모델로 라벨링 부담을 줄이고, 대규모 언어 모델과 비디오 언어 모델을 결합해 텍스트 명령만으로 CCTV 속 위험 상황을 찾는 기능까지 제시했다.

ai-ml

프롬프트만으로 게임 만드는 시대, 진짜 어디까지 왔나

AI가 이미지·영상·코드 생성을 넘어, 탐험 가능한 3D 세계와 게임 프로토타입까지 만들기 시작했다. 구글 딥마인드의 프로젝트 지니부터 오버데어, 버스에잇, 바르코까지 사례는 늘고 있지만, 물리 오류·레이턴시·최적화·조작감 같은 완성도 문제는 아직 사람 몫으로 남아 있다.