facts

법률 업무의 엄격한 기밀 유지와 복잡한 권한 체계를 처리하기 위해 설계된 '제미나이 엔터프라이즈 포 리걸(Gemini Enterprise for Legal)'이 프리뷰 버전으로 공개됐다. 이번 솔루션은 단순한 모델 제공을 넘어 '스킬-연결-에이전트-생태계'라는 네 가지 계층의 시스템 구조를 갖췄다. 도메인 전문가가 설계한 '스킬'은 계약서 검토, 레드라이닝, 규제 스캔 등 전문 작업을 수행하는 지침 패키지 역할을 하며, MCP(Model Context Protocol) 커넥터는 기존 문서 관리 시스템(DMS)의 사용자 권한과 액세스 제어를 그대로 상속받아 데이터에 접근한다.

실제 자동화 대상이 되는 워크플로우는 정밀도가 요구되는 고부하 작업에 집중되어 있다. 입법 업데이트와 법원 기록을 추적해 기업 정책과의 간극을 찾아내는 '선제적 규제 스캔', 여러 시스템에 흩어진 개인정보를 수집해 대응하는 'DSAR(데이터 주체 액세스 요청) 응답 자동화', 기업 플레이북을 기준으로 위험 조항을 찾아내는 '계약 검토 및 협상 가속화' 등이 포함된다. 또한 법원 제출용 문서에서 민감 정보와 개인식별정보(PII)를 식별해 가리는 비식별화(Redacting) 작업과 NDA 초안 작성 기능도 지원한다.

운영 기반이 되는 제어 평면(Control Plane)은 VPC(가상 프라이빗 클라우드)와 CMEK(고객 관리 암호화 키)를 통해 보안 정책을 강제한다. 모든 출력물은 추적 가능한 인용구를 통해 검증 가능한 근거(Grounding)를 유지하며, 입력된 고객 데이터와 기업 전용 플레이북은 구글의 기초 모델 학습에 사용되지 않는다.

market-flow

이번 공개에서 주목할 지점은 AI의 역할이 '수동적 질의'에서 '에이전틱 실행(Agentic Execution)'으로 전환되었다는 점이다. 기존 법률 AI가 질문에 답을 주는 방식이었다면, 제미나이 엔터프라이즈 포 리걸은 권한이 부여된 시스템 내부에서 직접 작업을 완수하는 에이전트 형태로 작동한다. 특히 경쟁 관계에 있는 마이크로소프트 365(Word, Outlook, SharePoint)와의 직접 통합을 지원하고, 하비(Harvey) 같은 전문 법률 AI의 추론 지능을 연결하는 개방형 전략을 취했다.

채택 흐름은 폐쇄적인 단일 벤더 솔루션에서 벗어나 기존 인프라를 유지하는 '상속형 권한 모델'로 이동하고 있다. iManage, NetDocuments, Everlaw, RelativityOne 등 법률 업계 표준 도구들과의 연결을 통해, AI를 위해 데이터를 새로 옮기는 것이 아니라 데이터가 있는 곳으로 AI 에이전트를 보내는 방식을 택했다. 이는 보안 리스크 때문에 AI 도입을 주저하던 대형 로펌들이 기존의 '윤리적 벽(Ethical Walls)'을 무너뜨리지 않고도 AI를 도입할 수 있는 경로를 제공한다.

투자 및 확장 전략은 글로벌 시스템 통합업체(SI)와의 파트너십을 통한 맞춤형 구축에 방점이 찍혀 있다. 딜로이트(Deloitte), 액센추어(Accenture), KPMG 등과 협력해 기업별로 다른 법률 실무 방식을 반영한 커스텀 에이전트를 배포함으로써 벤더 록인(Vendor Lock-in) 우려를 낮추고 확장성을 확보하려는 흐름이다. 실제로 딜로이트는 복잡한 계약서를 요약하는 'Contract Summarize Pro'와 리스크를 최소화하는 'Clause Guard' 에이전트를 통해 구체적인 적용 사례를 만들고 있다.

reader-impact

한국의 AI 실무자와 법무팀이 관찰해야 할 핵심은 '권한 상속 방식의 통합'이다. 그동안 많은 기업이 AI 도입 시 데이터 유출 우려로 인해 데이터를 별도로 추출하거나 가공해 업로드하는 방식을 썼으나, MCP 커넥터처럼 기존 DMS의 권한 체계를 그대로 따르는 인터페이스가 표준이 될 가능성이 높다. 따라서 향후 법률 AI 솔루션을 선택할 때, 단순히 모델의 성능보다 '기존 권한 관리 시스템(RBAC)과 얼마나 정교하게 동기화되는가'를 최우선 검증 기준으로 삼아야 한다.

또한, 단순 챗봇 형태의 도입보다는 '특정 태스크를 완수하는 에이전트' 단위의 도입 시점을 고민해야 한다. 이번 사례처럼 DSAR 대응이나 규제 모니터링 같이 반복적이고 정밀한 작업부터 에이전트를 배치해 실무자의 검토 비용을 줄이는 방향으로 전환하는 것이 현실적이다. 특히 구글 워크스페이스나 MS 365 등 이미 사용 중인 생산성 도구 내에서 법률 전용 에이전트가 어떻게 작동하는지, 그리고 외부 전문 AI(예: Harvey)와의 연동이 실제 워크플로우의 단절을 얼마나 줄이는지가 도입 성패의 가늠자가 될 것이다.