조지핀 페트릭, BriefCatch의 AI 제품 책임자 – 인터뷰 시리즈

조지핀 페트릭은 BriefCatch의 AI 제품 책임자로, 항소 소송 경험, AI 제품 판단력, 법률 문서 작성 전문 지식을 법률 산업에서 가장 전문적인 글쓰기 플랫폼 중 하나에 결합시켰다. 그녀의 역할에서, 그녀는 BriefCatch의 AI 제품 전략을 이끌며, 법률 전문가가 법률 문서를 작성, 편집, 다듬는 방식을 개선하기 위한 생성 및 검색 기반 도구의 개발을 지시한다. 그녀의 배경에는 노턴 로펌의 파트너, 핸슨 브리짓의 선임 변호사 및 항소 소송 담당자, 제5순회 항소법원의 제임스 L. 데니스 판사에게 법률 클러크로 일한 경험이 있다. 법원, 항소, 자문 경험의 결합은 실제 법률 글쓰기 도전을 해결하는 AI 도구를 구축하는 실무자 관점을 제공한다.

BriefCatch는 로펌, 판사, 법원, 정부 기관을 위한 AI 기반 법률 글쓰기 및 편집 플랫폼이다. 2017년에 설립되어 로스 구버먼의 법률 글쓰기 전문 지식에 기반을 두고 있다. 이 플랫폼은 법률 전문가가 글쓰기 워크플로우 내에서 명확성, 정확성, 설득력, 신뢰성을 향상하는 데 도움을 준다. BriefCatch는 300개 이상의 로펌, 45개 이상의 Am Law 200 로펌, 80개 이상의 법원을 지원하며, 새로운 BriefCatch Next 제품은 전문 법률 글쓰기 지침과 선택적 AI 도구를 결합하여 법률 판단을 강화한다.

최근 BriefCatch의 AI 제품 책임자로 합류한 후, 항소 소송 변호사, 인증된 항소 전문가, 법률 기술 제품 개발자로 활동했습니다. 법률, 전략, 기술의 교차점에서의 귀하의 경험은 법률 전문가에서 AI에 대한 귀하의 비전을 어떻게 형성했나요?

캘리포니아 대학교에서 언어학을 전공한 후, 나는 AI에 매료되었습니다. 나는 인간 지능을 확장하고 실제 문제를 대규모로 해결하는 AI의 잠재력을 믿었습니다. 나는 법률을 공부한 이유도 비슷했습니다. 내 어머니는 헌법 법률가였고, 그녀는 법률이 효율적으로 많은 사람을 도울 수 있는 도구라고 가르쳐주었습니다. 내가 법률을 공부할 때, 나는 법률 경력에서 처음 관심을 가졌던 질문으로 돌아가게 되었습니다. 기술을 사용하여 전문 지식을 더 사용하기 쉽고, 더 유용하고, 더 인간적인 방식으로 어떻게 만들 수 있을까?

나는 대규모 언어 모델을 실험해 왔으며, 처음에는 오픈AI의 샌드박스 형태로 제공되었습니다. 처음부터 나는 실제 문제 해결의 잠재력을 볼 수 있었습니다. 기록 검토, 지역 규칙 연구,_pending 캘리포니아 대법원 사건 추적, 항소 기간 추정, 사후 심리 운동을 간소화하는 데 도움이 될 수 있나요? 어떤 사람에게는 도움이 될 수 있나요?

내가 가장 좋아하는 예는 내 아버지로부터 왔습니다. 그는 은퇴한 수학자이지만 여전히 열린 문제에 대해 일합니다. 나는 그를 프로 LLM 계정으로 설득했으며, 그는 수년간 생각해 왔던 정리를 증명하고 진행하기 위해 사용했습니다. LLM이 열린 수학 문제를 해결하는 데 그렇게 효과적인 이유 중 하나는 많은 수학 분야에서 훈련을 받았으며, 하나의 영역에서 학습한 기술을 다른 영역에서 문제를 해결하는 데 사용할 수 있기 때문입니다.

나는 법률 실무에서 같은 패턴을 보았습니다. 항소 소송 변호사로서, 같은 절차적 및 전략적 질문이 반복적으로 나타났습니다. 그래서 나는 데이터베이스, 트래커, 인포 그래픽, 클라이언트 리소스, 항소 기간 계산기, 사후 심리 타이밍 도구를 구축했으며, 결국 법률 규칙 데이터베이스를 구축하는 데 도움을 주었습니다. 지속적인 주제는 항상 같았습니다. 지식은 존재하지만 PDF, 책, 세미나, 내부 노트 또는 전문가의 머리 속에 갇혀 있습니다. 나는 지식과 전문 지식을 필요로 하는 사람에게 사용할 수 있는 형태로 만들려는 문제에 집착했습니다.

그것이 내 법률 AI에 대한 비전을 형성했습니다. 대부분의 법률 기술 제품은 AI가 법률 전문가가 전략에 집중할 수 있도록 단순한 작업을 자동화할 것이라고 약속합니다. 그것은 참이고 가치 있습니다. 그러나 그것은 시작에 불과합니다. 내가 가장 관심 있는 것은 전문 지식을 활성화하는 것입니다. 법률 전문가는 올바른 책을 읽었을 수 있거나, 올바른 CLE에 참석했을 수 있거나, 올바른 게시물을 저장했을 수 있거나, 실제로 고객에게 조언할 때 지식을 얻었을 수 있지만, 그 지식은 종종 잠재되어 있습니다.

BriefCatch는 바로 그 기회에 있습니다. 법률 글쓰기는 단순히 문장 구조를 다듬는 것이 아닙니다. 그것은 법률 판단, 전략, 설득력이 다른 사람의 마음으로 유용한 형태가 되는 곳입니다. 나는 미래를 기대합니다. 여기서 AI는 법률 전문가가 순간에 올바른 규칙, 기술, 전략, 경고 또는 전략적 통찰력을 회복하고 적용하는 데 도움이 됩니다. 전문 지식 외골수는 기술이 법률 전문가가 더 많은 지식을 가지고, 더 잘 보이고, 방해받지 않고 가장 중요한 때에 최고의 판단력을 발휘하도록 도와주는 것입니다.

만약 우리가 이러한 시스템을 잘 구축한다면, 사회는 법률 전문 지식이 비싼 1:1 채널에 갇히지 않고, 의존하는 사람, 비즈니스, 법원, 기관에게 더 사용할 수 있게 될 것입니다.

BriefCatch는 최근 RealityCheck라는 도구를 도입했습니다. 이는 제출 전에 법률 인용이 허구인지 여부를 식별하는 데 설계되었습니다. 기존 법률 AI 도구에서 가장 큰 간격은 무엇이었나요? 그리고 인용 신뢰성 문제는 오늘날 얼마나 중요합니까?

가장 큰 간격은 너무 많은 도구가 여전히 생성보다는 검증을 최적화하고 있다는 것입니다. 텍스트를 빠르게 생성하는 데 도움이 될 수 있지만, 법률 작업은 그곳에서 시작하거나 끝나지 않습니다. 우리의 법률 시스템은 판사와 법률 전문가가 신뢰할 수 있는 권위를 신뢰하고 적용하는 데 근본적으로 의존합니다. 어떤 법률 도구도 존재하는 권위에서 시작해야 하며, 정확하게 무엇을 말하는지, 어떻게 적용되었는지, 그리고 결정된 맥락에서 어떤 주장을 지지하는지 설명해야 합니다. 그것보다 적은 것은 법률 판타지입니다.

그것이 RealityCheck와 같은 도구가 그렇게 중요합니다. 문제는 완전히 허구인 경우에만 국한되지 않습니다. 더 미묘한 실패 모드도 있습니다. 실제 사건을 잘못된 주장으로 인용하거나, 판결을 과장하거나, 인용문을 약간 변경하거나, 부호가 불편한 차이를 매끄럽게 하는 경우, 또는 인용문이 따라오는 문장을 실제로 지원하지 않는 경우와 같은 경우입니다.

이러한 문제는 법률 실무에서 새로운 것이 아닙니다. 그러나 AI 지원 작성으로 인해 규모와 속도가 증폭됩니다. 문제는 “AI가 허구를 만들었는가?”가 아니라 “제출된 문서에는 법률 주장이 정확하고, 지원되고, 전문적으로 옹호할 수 있는지”입니다.

또한 인간만의 작업을 금준으로 다루지 말아야 한다고 생각합니다. 인간은 인용문을 잘못 인용하거나, 과장하거나, 무시하기도 합니다. 특히 시간이 촉박할 때 더 그렇습니다. 가장 좋은 관행은 계층화된 검토입니다. 인간의 판단, 출처 기반 도구, 결정적 검사, 오류를 쉽게 포착할 수 있는 검토 워크플로우가 포함됩니다.

많은 법률 전문가들은 정확성, 윤리, 전문 책임에 대한 우려로 인해 생성형 AI에 대해 회의적입니다. 법률 기술 회사들이 신뢰를 구축하고 책임 있는 채택을 장려하기 위해 어떤 실제 단계를 취할 수 있습니까?

신뢰할 수 있는 제품은 그 경계를 명확하게 표시해야 합니다. 출처가 중요한 경우 출처를 표시해야 합니다. 언어를 생성하는 시스템과 검증하는 시스템을 명확하게 구분해야 합니다. 또한 한계를 솔직히 밝혀야 합니다. 과장하는 것은 신뢰를 잃는 가장 빠른 방법 중 하나입니다.

책임 있는 채택은 워크플로우에 내장되어야 합니다. 법률 전문가가 이러한 도구를 잘 사용하기 위해 프롬프트 엔지니어 또는 AI 위험 책임자가 될 필요는 없습니다. 좋은 제품은 사용자에게 책임 있는 사용을 설계하여 사용자를 안내해야 합니다. 기밀성을 유지하고, 감독을 지원하고, 검토를 허용하고, 필요한 경우 감사 트레일을 유지하며, 검증을 쉽게 해야 합니다.

검색 보강 생성(RAG) 및 기타 기술을 사용하여 AI 시스템의 신뢰성을 향상시키는 데 있어 현재 법률 AI 제품이 여전히 부족한 점은 무엇이며, 이러한 격차를 메우기 위해 어떤 기술적 진보가 필요합니까?

법률 AI 제품은 이미 작성, 요약, 브레인스토밍, 검색에 매우 뛰어납니다. 그러나 일부 제품은 여전히 법률 실무에서 요구되는 엄격한 정확성에 미치지 못합니다. (저희의 정의 시스템은 그것에 의존합니다!)

나는 신뢰성 격차를 단일 모델 문제가 아닌 시스템 문제로 생각합니다. 더 나은 모델은 도움이 될 것입니다. 그러나 법률 등급의 신뢰성은 여러 계층이 함께 작동할 때 나타납니다. 검색 및 랭킹, 검증 루프, 메모리, 워크플로우 설계, 하이브리드 결정적/LLM 아키텍처가 포함됩니다.

기본적인 검색 메커니즘은 비교적 잘 이해되고 있지만, 회수와 랭킹을 올바르게 얻으려면 많은 테스트와 반복이 필요합니다. 적대적 에이전트와 에이전트 루프는 더 흔해지고 있지만, 이러한 확인을 원칙적으로 만드는 설계 도전은 있습니다. LLM 메모리에서 기술적인 도전은 메모리가 어디에 속하는지(일반 메모리 vs. 특정 워크플로우)와 메모리가 적절한 경우 에이전트가 액세스할 수 있는 형태를 결정하는 것입니다. 워크플로우 설계는 여전히 중요합니다. 시스템에 긴, 모호한 프롬프트가 주어지면, 시스템은 불완전하거나 일반적인 결과를 생성할 것입니다. 법률 AI는 더 구조화된 워크플로우가 필요합니다. 작업을 의도적인 단계로 나누어, 시스템이 필요한 모든 단계를 수행하고 정확한 결과를 생성하는지 확인합니다.

또 다른 레버는 결정적 규칙과 확률적 모델 사이의 혼합입니다. LLM은 프로토타입 단계에서 매우 유용합니다. 왜냐하면 그것들이 문제의 모양을 도와주기 때문입니다. 그러나 일단 제대로 작동하는 프로토타입을 가지고 있고, 패턴을 이해한다면, 워크플로우의 일부를 결정적 논리로 되돌릴 수 있습니다. LLM은 결정적 규칙을 보충하는 데 탁월하며, 결정적 규칙/코드를 직접 사용하는 데에도 탁월합니다. 가장 강력한 시스템은 순수하게 결정적이거나 순수하게 LLM 기반일 것입니다. 규칙은 이해된 문제에 사용되고, LLM은 모호성, 판단 또는 맥락 감각 언어 이해가 필요한 경우에 사용됩니다. 질문은 규칙과 모델 사이의 경계가 어디에 있는지입니다.

이러한 기술을 계층화하면 신뢰성 격차를 크게 개선할 수 있지만, 트레이드오프는 엔지니어링 복잡성, 토큰 비용, 대기 시간입니다. 기술적 진보와 메모리 및 압축이 더 효과적이고 쉽게 구축될 수 있을 때 이러한 문제가 개선될 것으로 예상합니다.

법률 글쓰기에는 종종 미묘함, 설득력, 전례의 세심한 해석이 필요합니다. 법률 글쓰기에서 AI가 오늘날 진정으로 개선할 수 있는 측면은 무엇이며, 어떤 요소는 여전히 독특한 인간의 판단을 요구합니까?

AI는 이미 법률 글쓰기를 개선할 수 있습니다. 특히 작업이 잘 정의된 경우, 불분명한 문장, 매장된 점, 일관성, 취약한 구성, 지원되지 않는 사실적 주장, 정의된 용어의 불일치, 인용 문제, 초안이 독자를 잘 안내하지 않는 경우를 식별하는 데 도움이 될 수 있습니다. 또한 법률 전문가가 창의적으로 브레인스토밍하고, 논리를 테스트하고, 작성 및 설득의 원칙을 적용하는 데 도움이 될 수 있습니다.

그것은 특히 내게 흥미롭습니다. 법률 전문가는 이론적으로는 훌륭한 브리프에 필요한 모든 것을 알 수 있지만, 압박하에 작성할 때, 그것을 적용하는 것은 다릅니다. AI는 법률 전문가가 작성하는 동안 전문 글쓰기 지침을 제공하는 데 도움이 될 수 있습니다.

그러나 좋은 법률 글쓰기는 단순히 기술이나 텍스트 최적화가 아닙니다. 그것은 가장 관련성 있고 흥미로운 사례 특정 세부 사항을 식별하고, 그것을 이론으로 변환하여 독자가 왜 이 분쟁이 중요하다고 생각하는지 이해하는 것입니다. 내 경험에 비추어 보면, 그것은 여전히 인간 법률 전문가가 LLM보다 훨씬 더 강합니다. 아마도 그것은 취향, 경험, 또는 이러한 시스템이 작동하는 방식에 대한 무언가 더 깊은 것입니다. LLM은 텍스트의 가능한 연속을 생성하도록 훈련되므로, 그것은 통계적으로 평범한 소리가 나는 텍스트로의 중력에 끌립니다.

그러나 진정으로 설득력 있는 법률 글쓰기는 종종 다른 것을 찾는 데 달려 있습니다. 사례를 살아 있게 하는 세부 사항은 무엇입니까? 어떤 사실이 분쟁의 감정적 가치를 변경합니까? 어떤 법적 지점이 판사가 귀를 기울이게 합니까? 그것은 항소 소송 변호사로서 내가 찾으려는 것입니다. 나는 사례의 버전을 찾고 있습니다. 그것은 놀랍고과 설득력 있는 것입니다.

그것은 내가 AI가 평범하게 만들지 않기를 바라는 부분입니다. 시스템은 더 분명한 문구를 제안하거나, 약점을 플래그하거나, 인용문을 압력 테스트하거나, 설득 기술을 상기시킬 수 있습니다. 그러나 법률 전문가는 무엇이 중요한지, 무엇을 양보해야 하는지, 얼마나 공격적이어야 하는지, 무엇을 말하지 말아야 하는지, 어떻게 불확실성을 프레임해야 하는지, 어떻게 사례의 감정적이고 윤리적인 핵심을 설명하는지 결정해야 합니다.

나는 “AI가 절대 이것을 할 수 없다”고 말하는 것을 주저합니다. 그 예측은 여러 번 틀렸습니다. AI는 이미 많은 개별 작업을 인간보다 빠르고 정확하게 수행합니다. 나는 그것에 위협을 느끼지 않습니다. 그것은 도구입니다. 그러나 오늘날, 가장 중요한 법률 설득의 부분은 여전히 인간의 판단을 요구합니다. 올바른 세부 사항을 선택하는 것, 왜 그것이 중요한지 이해하는 것, 그리고 다른 사람에게 감정적으로 공감할 수 있는 이야기를 구축하는 것입니다.

AI가 법률 워크플로우에 더 깊이 통합됨에 따라, 조수 및 주니어 법률 전문가의 역할은 어떻게 발전할 것으로 보입니까? AI는 다음 세대의 변호사들이 법률 글쓰기 및 연구를 발전시키는 방식을 근본적으로 변경할 수 있습니까?

그렇습니다. 우리는 그것에 대해 의도적으로 있어야 합니다. 주니어 법률 전문가는 전통적으로 어려운 작업을 천천히 수행함으로써 학습합니다. 연구, 작성, 수정, 코멘트를 받고, 점차적으로 판단력을 개발합니다. AI는 그 경로를 변경할 것입니다. 그러나 그것은 약화할 필요는 없습니다.

위험은 주니어 법률 전문가가 판단력을 구축하는 어려움을 건너뛸 수 있다는 것입니다. 도구가 너무 빠르게 설득력 있는 초안을 생성한다면, 새로운 법률 전문가는 어떻게 논리가 구축되었는지, 약점은 어디인지, 왜 하나의 프레임이 다른 프레임보다 나은지 알지 못할 수 있습니다. 그것은 실제 손실일 것입니다.

그러나 기회는 엄청납니다. AI는 튜터, 시뮬레이터, 글쓰기 코치, 즉각적인 피드백의 출처가 될 수 있습니다. 대체 구조를 제안하거나, 지원되지 않는 주장을 식별하거나, 인용문이 주장을 지원하지 않는 이유를 설명하거나, 초안을 효과적인 법률 글쓰기 원칙에 비추어 비교할 수 있습니다. 또한 주니어 법률 전문가에게 더 많은 반복을 제공할 수 있습니다. 반복과 피드백을 통해 우리는 학습하고 성장합니다.

이것을 가장 잘하는 회사와 법률 부서는 단순히 주니어 법률 전문가에게 AI를 주고 최선을 기대하지 않을 것입니다. 그들은 훈련을 AI 주변으로 재설계할 것입니다. 그들은 주니어 법률 전문가에게 그들의 선택을 설명하거나, 출력을 확인하거나, 대안을 비교하거나, AI 지원 작업을 감독하는 방법을 배우라고 요청할 것입니다. 마치 그들이 궁극적으로 인간 작업을 감독할 것과 마찬가지로.

당신은 암호화폐, 소비자 기술, 복잡한 상업적 소송을 포함한 다양한 산업을 고객에게 조언했습니다. 법률 AI 채택이 가장 빠르게 가속화될 특정 부문이 있습니까? 그리고 왜 그런가요?

법률 AI 채택은 다음 세 가지 요인이 있는 조직에서 가장 빠르게 진행될 것입니다.

1. LLM과 잘 작동하는 워크플로우가 있는 조직
2. 혁신에 개방적인 조직
3. 변화를 만들기 위한 동기가 있는 조직

첫 번째 점에서, 법률은 인간 행동과 인간 가치가 언어로 인코딩된 자연스러운 도메인입니다. 법률 작업은 메스한 사실을 범주, 규칙, 의무, 논쟁, 위험, 결과로 변환합니다. 이것은 언어 모델이 강력할 수 있는 영역입니다. 제공된 조건에서, 즉 기반, 검증 가능하며, 법률 전문가가 실제로 일하는 방식에 따라 설계되었다면, 대부분의 법률 조직은 좋은 후보입니다. 그러나 인간과 인간의 상호작용이 주요 서비스 모델인 조직은 예외일 수 있습니다. 그러나 심지어 프로 보노 클리닉의 경우에도 LLM은_triage 및 지식 관리와 같은 작업에 도움이 될 수 있으므로, 나는 그들을 배제하지 않을 것입니다.

두 번째 요소인 혁신에 대한 개방성은 더 큰 문입니다. 그것은 내가 내부 법률 팀이 특히 잘 위치해 있다고 생각하는 이유입니다. 그들은 이미 속도, 비용, 지식을 개선하려고 하는 조직 내에 있습니다. 그들은 대규모 계약, 분쟁, 정책, 규제적 의무, 고객 문제, 고용 문제, 제품 상담, 위험 평가를 관리합니다. 이러한 워크플로우는 반복 가능하여 AI 채택을 지원하면서, 여전히 법률 판단을 필요로 하므로, 더 나은 도구가 의미 있는 차이를 만들 수 있습니다.

나는 또한 소송, 항소, 규제 산업, 핀테크 및 암호화폐, 소비자 기술, 보험, 의료 분야가 중요한 분야가 될 것으로 생각합니다. 예를 들어, 소송 및 항소 작업에서, AI는 기록 검토, 문제 추적, 인용문 확인, 절차적 규칙, 보존 분석, 논리적 매핑 및 초안 피드백과 같은 작업을 지원할 수 있습니다. 결과는 높기 때문에, 도구는 심각해야 합니다. 그러나 그것은 채택을 피할 이유가 아닙니다. 그것은 더 나은 제품을 구축하는 이유입니다.

세 번째 점은 변화에 대한 동기입니다. 법률 산업 전체는 변화할 동기가 있어야 합니다. 법률 시스템은 느리고, 비싸고, 너무 많은 사람에게 접근하기 어렵습니다. 더 어려운 질문은 법률 전문가가 변화에 개방적인지입니다. 나는 점점 더 그렇다고 생각합니다. 법률 산업의 일부는 기존 모델이 수익성이 좋고 익숙했기 때문에 느리게 움직였습니다. 그러나 법률 전문가는 문제 해결사입니다. 많은 사람들이 정의에 관심이 있고, 개혁에 관심이 있으며, 유용한 의미에서 끈질깁니다.

민간 부문은 먼저 움직일 수 있습니다. 그것은 더 민첩하고, 더 잘 자원합니다. 정부, 법률 지원, 프로 보노 조직은 다른 제약을 직면하고, 종종 앞에 있는 긴급한 작업에 집중해야 합니다. 그러나 그들은 자신을 낮추지 말아야 합니다. AI가 법률 서비스를 더 효율적이고, 더 접근하기 쉽고, 더 저렴하게 만들 수 있다면, 장기적인 기회는 한 부문에만 국한되지 않습니다. 그것은 법률 시스템이 더 잘 작동하도록 관심을 가진 모든 사람에게 관련이 있습니다.

법원, 규제 기관, 변호사 협회는 법률 실무에서 AI의 사용을 점점 더 주의 깊게 검토하고 있습니다. 향후 몇 년 동안 어떤 규제 또는 윤리적 프레임워크가 등장할 것으로 예상하시나요? 그리고 법률 기술 제공업체는 어떻게 준비해야 합니까?

기존의 윤리 프레임워크는 이미 대부분의 이러한 우려를 다룰 수 있습니다. 법률 전문가는 이미 법원에 제시하는 모든 것이 사실에 기반한다는 것을 보장해야 합니다. 그들은 반대하는 경우 이를 솔직히 밝혀야 하며, 실수를 명확히 해야 하며, 고객의 기밀 정보를 유지해야 합니다.

첫 번째 물결의 AI 윤리는 완전히 새로운 도덕적 운영 체제를 필요로 하지 않습니다. 우리는 이러한 익숙한 의무를 새로운 심각성으로 적용해야 합니다. 법률 전문가는 판단을 외주하고 책임을 부인할 수 없습니다. 그 부분은 논쟁의 여지가 없어야 합니다.

우리가 더 많이 해야 할 일 중 하나는 기술별 훈련입니다. 그래서 법률 전문가는 AI 출력을 충분히 감독하고 확인하지 않고는 좌절하지 않습니다. 예를 들어, 캘리포니아는 지금 기술 능력을 계속 법률 교육의 일부로 요구하고 있습니다. 나는 그것이 올바른 방향이라고 생각합니다. 그러나 몇 년에 한 번 한 시간은 충분하지 않습니다. 법률 회사, 법률 부서, 법원, 법률 서비스 조직은 내부 AI 정책과 의무적인 훈련을 개발해야 합니다. “허구 인용을 인용하지 마십시오”와 같은 내용은 아닙니다. 언제 도구를 사용해야 하는지, 언제 사용해서는 안 되는지, 출력을 어떻게 확인하는지, 기밀 정보를 어떻게 보호하는지, 어떻게 인간과 기계 사이의 책임을 phân배하는지에 대한 것입니다.

법률 기술 제공업체에게 윤리는 제품에 부착된 경고 레이블이 아닙니다. 그것은 제품 설계입니다. 최고의 도구는 책임 있는 사용을 쉽게 만들어야 합니다. 출처 투명성, 기밀성 제어, 인간 검토를 촉진하는 워크플로우가 포함됩니다.

우리가 현재 보는 문제는 새로운 것이 아닙니다. 그러나 법률 윤리에서 진정으로 새로운 질문이 지평선에 있습니다. 현재 거의 모든 사람이 동의하는 것은 AI가 법률 전문가와 판사를 보조해야 하지만 대체해서는 안 된다는 것입니다. 나는 그 본능에 동의합니다. 기술이 오늘날 있는 곳에서, 나는 인간이 항상 루프에 남아 있어야 한다고 생각합니다. 그러나 기술이 더 빠르고, 더 저렴하고, 더 일관적이고, 더 객관적으로 신뢰할 수 있고, 더 적게 편향된 법률 추론 작업에서 인간보다 낫다면 어떻게 합니까? 우리는 여전히 인간이 항상 루프에 남아 있어야 한다고 말할 것입니까?

그것은 이상하고 불편한 질문입니다. 그러나 나는 우리가 그것에 대한 답을 찾으려는 시도를 해야 한다고 생각합니다. 나는 아직 인간을 대체하는 판사나 법률 전문가를 주장하는 시스템에 가까이 접근하지 못했다고 생각합니다. 그러나 이미 특정한 환경에서 발생하고 있습니다. 예를 들어, AI는 이미 주요 분쟁 해결 제공업체와 함께 특정 분쟁을 해결하고 있으며, X에서 Grok는 종종 사실 확인 분쟁을 해결합니다.

우리가 일반적으로 가정하는 것은 인간의 판단이 윤리적 후방입니다. 종종 그렇습니다. 인간은 도덕적 책임, 제도적 합법성, 공감, 실용적 지혜, 맥락에 대한 이해를 가져옵니다. 그러나 인간은 또한 지연, 비용, 불일치, 피로, 편향, 게이트키핑, 불균등한 접근을 가져옵니다. 만약 AI 지원 해결이 더 정확하고, 더 저렴하고, 더 접근하기 쉽다면, 윤리적 질문은 반사적으로 답해서는 안 됩니다. 질문은 “어떤 과정에서 가장 공정하고, 가장 정확하고, 가장 투명하고, 가장 책임 있는 결과를 생산합니까?”입니다.

만약 자동화된 시스템이나 AI 지원 시스템이 결국 더 루틴한 분쟁을 처리한다면, 인간의 검토는 가장 중요한 경우에 가장 중요할 수 있습니다. 예외적인 경우, 불편한 실패 모드, 일관성이 법적 형식주의로 보이는 경우입니다. 그것은 법률 기술 제공업체가 준비해야 하는 방식입니다. 현재의 윤리 규칙에 맞춰서 구축하되, 법률 전문가가 인간과 기계의 성능을 비교해야 하는 미래에도 준비해야 합니다. 목표는 법률 실무의 모든 기존 의식을 보존하는 것이 아닙니다. 목표는 그들이 보호하도록 설계된 것을 보존하는 것입니다. 공정성, 정확성, 책임성, 합법성, 정의에 대한 접근입니다.

BriefCatch는 법률 작업을 자동화하는 것보다 법률 글쓰기를 개선하는 것으로 명성을 쌓았습니다. 생산성의 이점과 비판적 사고, 법률 추론, 전문가의 책임성을 균형을 어떻게 맞추나요?

나는 생산성과 비판적 사고이 반드시 대립해야 하는 것은 아니라고 생각합니다. 사실, 법률 전문가가 루틴 작업에서 더 효율적일수록, 창의적이고 비판적 사고에 더 많은 시간을 할애할 수 있습니다. 질문은 우리가 어떤 종류의 생산성을 만들고 있는지입니다. AI가 단순히 법률 전문가가 더 빠르게 더 많은 단어를 생성하도록 도와준다면, 그것은 진보가 아닙니다. 법률 작업은 이미 충분한 단어가 있습니다.

더 나은 목표는 법률 전문가가 더 명확하고, 더 정확하고, 더 설득력 있고, 더 옹호할 수 있는 작업을 생성하도록 도와주는 것입니다. 그것이 BriefCatch의 글쓰기에 중점을 둔 이유입니다. 법률 글쓰기는 법률 분석의 장식이 아닙니다. 그것은 분석이 정확하고, 테스트 가능하고, 독자에게 유용한 형태가 되는 곳입니다.

책임성을 유지하는 방법은 AI를 전문 지식의 계층으로 설계하는 것입니다. 도구는 제안하고, 플래그를 설정하고, 검증하고, 비교할 수 있습니다. 그러나 법률 전문가는 최종 결정과 작업에 대한 책임을 져야 합니다. 내 αγαπη하는 Peloton 강사에게서 인용한 대로, “AI는 제안합니다. 당신은 결정합니다.”

나의 견해는 AI가 법률 전문가를 더 참여시킬 때 가장 가치 있습니다. 좋은 시스템은 법률 전문가의 주의를 예리하게 만듭니다. 그것은 법률 전문가가 놓친 질문을 묻거나, 권위를 확인해야 하는 경우를 강조하거나, 더 분명한 방법으로 포인트를 표현하는 방법을 제안할 수 있습니다. 그러나 그것은 사용자를 믿을 수 있는 텍스트가 완성된 작업과 동일하다고 생각하게 해서는 안 됩니다.

5년 후, 법률 전문가와 AI의 이상적인 관계는 무엇입니까? AI는 주로 보조자, 협력자, 또는 더 신뢰할 수 있는 법률 공동 조종사로 기능할 것입니까?

나는 “전문 지식 외골수”를 더 좋아합니다. 이상적인 법률 AI 시스템은 법률 전문가와 판사가 이미 책임이 있는 것을 수행하는 데 도움을 주지만, 더 나은 도구를 사용하여 더 나은 도구를 사용할 수 있습니다. 5년 후, 나는 법률 전문가가 워크플로우에 깊이 통합된 AI 시스템을 갖고 있을 것으로 기대합니다. 법률 전문가는 작성하는 동안 글쓰기 전문 지식, 사례 법, 기록 자료, 절차적 규칙, 인용문 확인, 내부 지식, 전략적 피드백을 사용할 수 있습니다. 그러나 시스템은 무엇을 알고, 무엇을 확인했으며, 법률 전문가가 판단을 행사해야 하는지에 대해 명확해야 합니다.

이상적인 관계는 위임된 이해나 판단이 아닙니다. 그것은 조정된 신뢰입니다. 법률 전문가는 시스템이 탁월한 작업과, 감독이 필요한 작업과, 인간의 판단이 확실하게 속하는 작업을 구별할 수 있어야 합니다.

만약 우리가 이것을 제대로 한다면, AI는 전문 지식을 더 사용할 수 있게 할 것입니다. 법률 전문가는 더 잘 쓰고, 더 주의 깊게 추론하고, 방해받지 않고, 가장 중요한 때에 최고의 판단력을 발휘하며, 직관과 판단이 필요한 작업의 일부에 더 많은 시간을 보낼 것입니다. 나는 “메카 법률 전문가”의 아이디어를 단순한 자동화보다 훨씬 더 흥미롭고 낙관적이라고 생각합니다.

멋진 인터뷰에 감사합니다. 더 많은 것을 배우고 싶은 독자는 BriefCatch를 방문해야 합니다.