소규모 사무소 디스커버리: 배치 추출로 핵심 사실 확보
E-Discovery 불필요

법적 증거개시(디스커버리) — 재판 전 단계에서 당사자들이 관련 문서를 교환하는 절차 — 는 일상적으로 수천 페이지에 달하는 이메일, 계약서, 증언 기록, 의료 기록, 재무제표를 만들어냅니다. 개인 변호사나 소규모 사무소에게는 문서의 양 자체가 구조적 문제를 만듭니다. 청문회, 고객 미팅, 그리고 나머지 사건 일정을 처리하면서 30일 안에 50,000페이지를 검토하는 것은 불가능합니다. 미국변호사협회의 2024 법률 기술 설문조사에 따르면, 개인 변호사의 27%만이 소송 지원 소프트웨어를 사용하며, 100인 이상 규모의 사무소에서는 73%가 사용합니다. AI 지원 검색을 사용하는 비율은 29%에 불과합니다. 이 격차는 주저함 때문이 아니라, 대부분의 e-discovery 플랫폼이 대형 로펌의 예산과 데이터 규모에 맞춰 설계되었기 때문입니다.

이 글은 e-discovery 소프트웨어를 대체하는 것에 관한 것이 아닙니다. 검토 이전에 가벼운 단계를 추가하는 것 — 발견 문서에서 핵심 사실을 배치 추출하여 정렬 가능한 스프레드시트로 만드는 것 — 을 통해 모든 파일을 열지 않고도 실제로 정밀 검토가 필요한 부분을 결정할 수 있게 하는 것입니다.

50,000페이지, 30일: 수동 검토의 실제 비용

계산은 냉혹합니다. 문서 1GB에는 대략 5,000~7,500개의 파일이 포함되며, 중간 규모의 상업 사건 하나만으로도 20~50GB가 쉽게 생성됩니다. 시간당 50개 문서를 수동 검토하는 속도 — 밀도 높은 계약서, 손으로 쓴 여백 메모, 그리고 거의 동일한 이메일 두 개가 서로 다른 첨부 파일 체인을 갖고 있는지 판별하는 데 걸리는 시간을 고려하면 현실적인 수치 — 로 20,000개 문서를 검토하려면 약 400시간의 변호사 시간이 필요합니다. 이는 한 사람이 10주 동안 풀타임으로 일해야 하는 양입니다. 30일의 기한은 대략 4주밖에 되지 않습니다.

e-discovery 가격 논의에서 오가는 수치들은 시사하는 바가 큽니다. 2012년 RAND는 전체 검토를 거쳐 데이터 1GB를 처리하는 데 드는 총비용을 $18,000로 추정했습니다. 클라우드 플랫폼은 2025년 기준 100GB당 처리 비용을 약 $25로 낮추었지만, 이는 호스팅 비용에 불과합니다. 변호사 검토 — 문서를 읽는 데 소요되는 시간 — 가 여전히 비용의 대부분을 차지합니다. 공인 e-discovery 전문가 협회(ACEDS)는 검토가 전체 e-discovery 지출의 64%를 차지한다고 추정합니다. 기술 지원 검토(TAR)가 검토 대상 세트를 70~80% 줄여도, 모델을 훈련시키기 전에 그 세트에 무엇이 있는지 알아야 합니다.

이것이 배치 추출 접근 방식이 자리 잡는 이유입니다. 검토를 대체하는 것이 아니라, 검토가 실제로 필요한 곳을 알려주는 단계로서 말입니다.

FRCP가 실제로 요구하는 것 — 그리고 요구하지 않는 것

소규모 사무소 실무자들의 흔한 망설임: "발견 절차 문서를 제3자 AI 도구에 돌려도 되나요?" 연방민사소송규칙은 대부분의 변호사가 생각하는 것보다 더 유연한 틀을 제공합니다.

FRCP Rule 26(b)(1)은 발견을 "사건의 필요에 비례하는" 사항으로 제한합니다 — 분쟁 금액, 당사자의 자원, 그리고 제안된 발견의 부담이나 비용이 예상 이익보다 큰지 여부를 고려합니다. 2015년 개정은 비례성을 부차적 고려사항에서 주요 범위 제한으로 승격시켰습니다. $75,000 분쟁을 처리하는 소규모 사무소에게 $30,000 규모의 e-discovery 업체 청구서는 정의상 비례하지 않습니다.

FRCP Rule 34는 문서의 생산을 규율합니다 — 응답 당사자가 무엇을, 어떤 형식으로, 어떤 기한 내에 제공해야 하는지. 이 규칙은 수령 당사자가 해당 문서를 검토하는 데 어떤 도구를 사용할 수 있는지는 규정하지 않습니다. 연방 규칙 어디에도 수령 당사자가 AI를 사용하여 생산된 문서에서 구조화된 데이터를 추출하는 것을 금지하지 않습니다. 특권이 유지되고 도구 사용이 원본 파일을 변경하거나 유포하지 않는 한 말입니다. 법률 비서가 각 문서를 읽어 색인을 만들 수 있는 것처럼, AI는 문서를 일괄 읽고 필드를 스프레드시트로 추출할 수 있습니다.

전자 증거개시 참조 모델(EDRM)은 e-discovery 수명주기의 표준 프레임워크로, 검토를 9단계 중 여섯 번째로 배치합니다 — 정보 거버넌스, 식별, 보존, 수집, 처리 다음입니다. 이 프레임워크가 다루지 않는 것은, 그 단계 중 절반이 생산 당사자에 의해 처리되고 실제 질문이 더 단순할 때입니다: "이 20,000개 문서 중 내 사건 이론과 관련된 금액, 날짜, 명명된 당사자가 포함된 것은 무엇인가?"

완전한 e-discovery 플랫폼이 없는 경우, 정답은 역사적으로 "읽기 시작하라"였습니다. 하지만 이제 완전한 수동 검토와 $10,000 플랫폼 구독 사이의 중간 지점이 있습니다.

배치 추출 워크플로우: 파일 더미에서 정렬 가능한 사실 시트까지

핵심 아이디어는 다음과 같습니다. 특권 또는 관련성에 대해 문서를 검토하기 전에 빠르고 얕은 추출 패스를 수행하여 구조적 메타데이터와 핵심 데이터 포인트를 뽑아내 전체 생산물을 트리아지할 수 있게 하는 것입니다. 검토를 대체하는 것이 아닙니다. 어떤 영역을 먼저 탐색해야 할지 알 수 있도록 지도를 만드는 것입니다.

이를 가능하게 하는 메커니즘은 열 이름 추출입니다. 이질적인 생산물의 모든 문서 형식에 대해 별도의 템플릿이 필요한 각 페이지의 데이터 위치를 정의하는 대신, 추출하려는 필드를 정의합니다. 열 이름을 한 번 입력하면 됩니다: "날짜", "발신자", "수신자", "금액", "문서 유형", "언급된 주요 당사자", "사건 참조 번호". AI가 각 문서를 읽고 관련 값을 찾아 스프레드시트의 행에 채웁니다. 출력은 각 행이 문서이고 각 열이 요청한 필드인 하나의 테이블입니다. 소스가 PDF 이메일, 스캔된 계약서, 손으로 쓴 증언 메모의 스크린샷인지 여부와 관계없이 말입니다.

워크플로우는 네 단계로 구성되며, 세 번째 단계에서 대부분의 초보 사용자가 어려움을 겪습니다:

1단계 — 모든 것을 한 번에 업로드합니다. 생성된 모든 파일을 업로드 영역으로 끌어다 놓습니다. PDF, JPG, PNG — 모두 지원됩니다. 배치 하나로 수십 개의 파일을 동시에 처리할 수 있습니다. 도구는 문서 #14가 깔끔한 이메일 PDF이고 문서 #15가 손으로 쓴 메모의 기울어진 휴대폰 사진인지 신경 쓰지 않습니다. 각 문서를 독립적으로 읽고 동일한 열을 채웁니다.

2단계 — 열 이름을 한 번에 정의합니다. 이것이 가장 중요한 결정입니다. 열이 너무 적으면 나중에 필요한 데이터를 놓치게 됩니다. 너무 많으면 트리아지 가치를 더하지 않으면서 추출 시간만 길어집니다. 정렬, 필터링, 우선순위 지정이 가능한 6~8개 필드로 시작하세요: 날짜, 문서 유형, 당사자, 금액, 그리고 사건별 필드 2~3개(사건 번호, 프로젝트 이름, 관련 키워드). 전체 검토가 필요한 문서 하위 집합에 대해 더 깊은 열로 두 번째 추출 패스를 실행할 수 있습니다.

Step 3 — 병합된 스프레드시트를 다운로드하고 트리아지를 수행합니다. 출력은 업로드된 각 파일이 하나의 행에 해당하는 단일 Excel 파일입니다. "문서 유형"으로 정렬하여 계약서와 이메일을 구분합니다. "금액"을 필터링하여 관심 기준 금액 이상의 달러 수치를 언급하는 모든 항목을 찾습니다. "언급된 당사" 열을 스캔하여 가장 자주 나타나는 큐스토디언을 식별합니다. 이는 심층 검토 패스에서 누구의 문서를 우선 처리할지 알려줍니다. 이 단계가 수동 훑어보기의 첫 100시간을 대체합니다.

Step 4 — 플래그 지정, 주석 추가, 라우팅. 스프레드시트에 자체 열을 추가하세요: "검토 우선순위(높음/중간/낮음)", "메모", "담당자". 이제 전체 사건 팀이 참조할 수 있는 단일 문서 인덱스가 생기며, 각 문서는 파일 이름으로 원본 파일까지 추적할 수 있습니다.

배치 추출이 효과적인 경우 — 전체 E-Discovery 플랫폼이 필요한 경우

이 접근 방식은 명확한 사용 사례가 있으며, 한계를 솔직히 인정하는 것이 모든 문제를 해결하는 척하는 것보다 더 유용합니다.

대부분의 민사 소송을 처리하는 소규모 사무소의 경우, 왼쪽 열의 시나리오가 대부분의 사건에 해당합니다. 5만 달러 규모의 계약 위반 청구 건은 1만 달러짜리 e-discovery 플랫폼 구독을 정당화하지 못합니다. 50만 달러 규모의 고용 분쟁이라면 다를 수 있습니다. 배치 추출 방식은 리소스를 비례적으로 배분할 수 있게 해줍니다 — 대규모 인프라가 필요 없는 사건에는 가벼운 추출 도구를 사용하고, 비용을 지출하기 전에 어떤 사건이 실제로 플랫폼을 필요로 하는지 파악할 수 있습니다.

Nextpoint 및 GoldFynch와 같은 플랫폼은 정액제 및 사건별 가격 모델을 통해 소규모 사무소도 전체 e-discovery를 이용할 수 있게 했습니다 — GoldFynch는 3GB 사건 기준 월 27달러부터 시작합니다. 이는 전체 EDRM 파이프라인이 실제로 필요한 사건에 훌륭한 도구입니다. 요점은 e-discovery 플랫폼이 나쁘다는 것이 아닙니다. 모든 사건에 전체 파이프라인이 필요한 것은 아니며, 필요하지 않은 사건에 더 가벼운 옵션이 있다는 것이 전체 사건 목록에 걸쳐 증거개시 접수 방식을 바꾼다는 점입니다.

실제 고용 차별 사건에서 이 기능이 어떻게 활용되는지

변호사 3명으로 구성된 원고 측 로펌이 부당 해고 사건을 맡았다고 가정해 보겠습니다. 피고인 중견 기업은 HR 이메일, 성과 평가, 급여 기록, PDF로 내보낸 내부 Slack 메시지, 원고의 인사 기록, 증인 3명의 증언 기록 등 총 12,000페이지의 증거개시 자료를 제출합니다.

로펌의 법률 비서는 약 200개 파일로 구성된 12,000페이지 전체를 배치로 업로드합니다. 그녀는 "날짜", "문서 유형", "발신자/작성자", "수신자/대상", "주제/제목", "언급된 주요 인물", "성과 등급(있는 경우)", "해고 관련 언급(예/아니요)" 등 8개의 열 이름을 정의합니다. 추출은 그녀가 다른 작업을 처리하는 동안 완료됩니다. 결과물은 200개 행의 스프레드시트입니다.

그녀는 "해고 관련 언급"으로 정렬하여 해고 결정을 직접 언급한 37개 문서를 즉시 분리합니다. "성과 등급"으로 정렬하면 원고의 최근 세 번의 평가가 모두 "기대치 충족" 이상이었음을 발견합니다. 이는 고용주의 해고 사유와 모순됩니다. "언급된 주요 인물"에서 해고 결정을 내린 상사의 이름을 필터링하면 해당 상사가 등장하는 52개 문서를 찾습니다. 여기에는 해고 2주 전에 제출된 원고의 의료 휴가 요청을 논의하는 이메일도 포함됩니다.

수석 변호사는 이제 우선순위 목록을 바탕으로 문서 검토를 시작합니다. 해고 관련 문서 37개를 먼저, 상사 관련 문서 52개를 다음으로, 성과 평가를 세 번째로 검토합니다. 12,000페이지를 처음부터 읽는 대신, 가장 유력한 증거 200페이지를 읽는 것입니다. 나머지 11,800페이지는 필요 시 인덱싱되어 검색할 수 있습니다. 트리아지 스프레드시트를 만드는 데 3시간이 걸렸고, 변호사의 대략 30시간의 훑어보기 시간을 절약했습니다.

소규모 사무소가 처음에 흔히 저지르는 세 가지 실수

추출 과정은 간단합니다. 일괄 처리의 물류가 첫 시도에서 주로 걸림돌이 됩니다.

1. 파일 이름은 생각보다 중요합니다. 파일 이름은 스프레드시트의 행을 원본 문서에 연결하는 유일한 필드입니다. 생성된 파일이 "0001.pdf", "0002.pdf", "0003.pdf" — 일반적인 Bates 스탬프 생산 규칙 — 으로 명명된 경우 해당 번호를 유지하십시오. 이름이 일관되지 않은 경우("Agreement_FINAL.pdf" 대 "Smith_contract_signed_2023.pdf"), 업로드 전에 일관된 규칙을 적용하는 데 5분을 투자하십시오. 법률 문서에는 Counterparty_DocType_Date.pdf가 가장 좋습니다. "문서 0047 — 발신자: John Smith, 날짜: 2024년 3월 — 종료 언급"이라고 표시된 스프레드시트 행은 실행 가능합니다. 동일한 데이터가 있는 "IMG_4829.jpg" 행은 골칫거리입니다.

2. 첫 패스에서 열을 과도하게 지정합니다. 모든 당사자, 모든 날짜, 모든 금액, 모든 조항, 모든 참조를 추출하려는 본능이 있습니다. 이를 억제하십시오. 트리아지 필수 요소(누가, 무엇을, 언제, 얼마나)를 다루는 6~8개 열의 첫 패스 추출은 몇 분 안에 실행되며 정렬 가능한 인덱스를 제공합니다. 모든 가능한 데이터 포인트를 다루는 25개 열 추출은 더 오래 걸리고 신호가 노이즈에 묻힌 스프레드시트를 생성합니다. 이미 우선순위로 표시한 문서에 대해 심층 추출을 실행하십시오.

3. 추출 결과를 완성된 워크 프로덕트로 취급합니다. 스프레드시트는 트리아지 도구이지 파일링이 아닙니다. 어디를 봐야 하고 무엇을 찾을 가능성이 있는지 알려줍니다. 관련성, 특권 또는 전략에 대한 변호사의 판단을 대체하지 않습니다. 검토 프로세스의 시작점으로 사용하십시오 — 종료점이 아닙니다. 우리가 본 가장 효율적인 소규모 사무소는 추출 스프레드시트를 사건 팀의 공유 참조 문서로 사용합니다: 파라리걸이 유지 관리하고, 변호사가 주석을 달고, 모든 사람이 200개의 PDF를 열지 않고 "무엇이 있고 어디에 있는가?"라는 질문에 답하는 데 사용합니다.

자주 묻는 질문

AI 추출이 스캔 문서와 손으로 쓴 메모에서도 작동하나요?

네. 시각 AI 모델은 사람이 읽는 방식으로 스캔된 PDF를 읽습니다. 텍스트 레이어 OCR을 실행하는 대신 이미지를 해석하는 방식입니다. 즉, 기울어진 스캔, 저해상도 팩스, 손으로 쓴 여백 메모도 처리할 수 있습니다. 손글씨 정확도는 타이핑된 텍스트보다 낮지만(깨끗한 인쇄물의 99% 대비 약 85~95% 수준), 배치 추출 방식은 완벽함이 아니라 정렬 가능성에 의존하기 때문에 문제가 되지 않습니다. "Smith가 3월 14일에 $45K 합의금을 제안함"이라고 읽을 수 있는 손글씨 메모는 AI가 달러 금액을 한 자리 잘못 읽어도 유용합니다. 수동 검증을 위해 어떤 문서를 꺼내야 하는지 알 수 있기 때문입니다.

상대 측 변호인이 이의를 제기하면 이 방법이 방어 가능한가요?

추출 스프레드시트는 내부 워크 프로덕트입니다. 사건 팀의 정리 도구로, 법률 비서가 준비한 색인이나 손으로 쓴 요약표와 유사합니다. 특권 로그, 증거 개시 자료, 법원 제출 서류를 대체하지 않습니다. 추출이 내부 트리아지에만 사용되고 실질적 의존 전에 담당 변호사가 원본 문서를 검토한다면, 이 방법은 법률 비서가 문서 색인을 손으로 만드는 것과 원칙적으로 다르지 않습니다. 단지 훨씬 빠를 뿐입니다. 추출물 자체의 증거 개시 가능성이 우려되는 경우, FRCP 26(b)(3) 또는 주법상 동등 조항에 따른 관할권의 워크 프로덕트 원칙을 확인하세요.

일반적인 개시 자료의 배치 추출은 얼마나 걸리나요?

처리 속도는 페이지 수가 아니라 문서 수와 복잡성에 따라 달라집니다. 200~300개 파일(각각 여러 페이지일 수 있음)과 6~8개의 열 이름이 있는 배치는 일반적으로 15~30분 내에 처리됩니다. 병목 현상은 AI가 아니라 대용량 파일의 업로드 속도입니다. 500개 이상의 파일을 개시하는 경우 여러 배치로 나누는 것을 고려하세요 — 각 배치는 자체 스프레드시트를 생성하며, Excel에서 행을 간단히 복사·붙여넣기로 병합할 수 있습니다.

.msg, .docx, .xlsx 같은 네이티브 파일 형식도 지원하나요?

현재 이 도구는 PDF, JPG, PNG, WebP, AVIF 파일을 지원합니다. 네이티브 이메일 형식(.msg, .eml), Word 문서(.docx), 스프레드시트(.xlsx)는 업로드 전에 PDF로 변환해야 합니다. 대부분의 e-discovery 산출물은 이미 PDF나 TIFF로 제공되므로, 증거 검토 실무에서 이 제약이 문제가 되는 경우는 거의 없습니다. 네이티브 파일을 받은 경우에도 대부분의 사무 관리 도구(Clio, MyCase, PracticePanther)에서 일괄 PDF 변환이 가능합니다.

특권 검토에 사용할 수 있나요?

아니요. 추출 기능은 각 문서에 무엇이 들어 있는지 — 날짜, 당사자, 금액, 주제 — 알려주지만, 특권 여부를 평가하지는 않습니다. 변호사-의뢰인 특권 및 워크 프로덕트 판단은 커뮤니케이션의 실질 내용을 읽고 법적 판단을 적용해야 합니다. 배치 추출이 해주는 것은 발신자-수신자 패턴, 제목 줄, 문서 유형을 기준으로 특권 자료가 포함되었을 가능성이 높은 문서를 식별하여, 12,000페이지를 뒤져 특권 대상일 수 있는 200페이지를 찾는 대신 해당 문서들에 특권 검토를 집중할 수 있게 해주는 것입니다.

진짜 차이: 무엇을 건너뛸지가 아니라 무엇을 검토할지를 결정합니다

수동 검토 모델은 역방향 결정을 강요합니다. 놓치는 것을 피하려면 모든 것을 읽어야 합니다. 산출물이 처리 가능한 범위를 넘어서면 건너뛰기 시작합니다 — 샘플링, 훑어보기, 어떤 문서가 중요하지 않은지에 대한 합리적 추측. 위험은 읽은 내용에 있는 것이 아닙니다. 시간이 부족해서 읽지 못한 내용에 있습니다.

배치 추출은 그 모델을 뒤집습니다. AI가 모든 것을 읽습니다. 관련성 판단은 하지 않습니다 — 그건 여전히 여러분의 몫입니다. 하지만 시간을 어디에 쓸지 결정하기 전에 산출물 전체의 완전한 지도를 제공합니다. 보지도 않은 문서를 건너뛰는 것이 아니라, 트리아지 시스템이 실질적으로 관련 있다고 표시한 문서에 우선순위를 두는 것입니다. 그리고 필요하다면 자신에게, 의뢰인에게, 법원에게 산출물의 모든 문서가 최소한 색인되고 집계되었음을 증명할 수 있습니다.

변호사 시간 1시간이 의뢰인이나 사무소에 직접적인 비용이 되는 소규모 사무소에서 이 전환은 편의 문제가 아닙니다. 증거개시가 수행되는 방식의 구조적 개선입니다.