2025년 이후 인공지능 스타트업 DeepSeek은 여러 산업, 특히 법률 서비스 분야에서 괄목할 만한 발전을 이루었습니다. 정부 및 로펌에 배치되는 등 첨단 AI 통합을 통해 효율성과 정확성을 향상시켰습니다.
DeepSeek의 부상과 산업 융합
2025년 초부터 항저우에 본사를 둔 AI 스타트업 DeepSeek은 강력한 AI 제품과 광범위한 응용 잠재력으로 전 세계적인 주목을 받으며 다양한 산업에서 이 새로운 플랫폼을 적극적으로 수용하도록 이끌었습니다. 바이두 검색부터 위챗, 화웨이 클라우드에 이르기까지 수많은 기술 대기업들이 이미 DeepSeek의 기능을 자사 제품과 통합하기 시작했습니다. 이러한 통합은 정부 서비스 영역으로까지 확장되었습니다. 2월에는 베이징시 펑타이구의 정무 서비스 및 데이터 관리국이 정부 클라우드 인프라에 DeepSeek 대규모 언어 모델 환경을 현장 배포하는 것을 완료했습니다. 이 구는 해당 기술을 정부 서비스에 적용한 최초의 지역이 되었으며, “펑샤오정” 디지털 도우미를 출시하여 공공 서비스의 지능형 전환을 가속화했습니다.
법률 서비스 분야에서 DeepSeek의 영향력은 점점 더 뚜렷해지고 있습니다. 로펌과 법률 기술 회사들은 이러한 추세를 예의주시하며 DeepSeek과 법률 산업의 심층적인 융합 가능성을 적극적으로 모색하고 있습니다. 항저우에 본사를 둔 이 AI 회사는 효율성과 정확성에 대한 법률 부문의 이중적인 요구를 충족하도록 설계된 전문 법률 솔루션을 점진적으로 배포하기 시작했습니다.
사법부 차원에서 각 지역 및 관할 구역의 법원과 검찰은 AI 도구를 활용하여 사법 효율성을 높이고 스마트 사법 발전을 더욱 촉진하기 위해 DeepSeek 교육 프로그램을 시작하고 심지어 배포까지 진행했습니다. 3월에는 중국 사법 편의 플랫폼이 DeepSeek을 성공적으로 통합하여 온라인 법률 상담 서비스를 제공하게 되었습니다.
다양한 접근 방식
법률 기술 회사 L-Expert의 최고 운영 책임자 Kevin Wang은 DeepSeek의 오픈 소스 가용성과 상용화 덕분에 상당한 비용 절감 효과를 누리면서도 최고 수준의 대규모 언어 모델에 필적하는 기능을 구현할 수 있어 중국 기술 회사의 폭넓은 채택을 이끌어냈다고 분석합니다. 수많은 로펌과 법률 기술 공급업체들이 포괄적인 법률 데이터베이스 검색, 문서 생성 및 계약 검토 기능을 강화하기 위해 DeepSeek을 통합하기 시작했습니다.
“중국 로펌들은 DeepSeek 애플리케이션에 대한 엄청난 열정을 보여주었습니다.”라고 Wang은 말합니다. “수많은 변호사들이 생산성을 진정으로 향상시킬 수 있는 제품과 구현 전략을 찾기 위해 적극적으로 실험하고 연구하고 있습니다.” 회사 차원에서는 “관리 파트너들이 새로운 시스템을 선택할 때 AI를 지원하는 제품을 우선적으로 고려합니다. 많은 회사들이 관련 애플리케이션을 개발하고 테스트하기 위해 우리와 협력하고 있습니다.”라고 Wang은 덧붙였습니다.
실제로 L-Expert는 AI 대규모 언어 모델의 로컬 배포를 완료했으며 시스템 AI 도우미, 자동 구성 기능을 갖춘 교차 데이터베이스 AI 문서 검색 및 자동 문서 생성 및 관리를 포함한 제품 기능을 강화하기 위해 DeepSeek을 활용하고 있습니다.
3월 초에는 잉커 로펌 또한 DeepSeek과의 전면적인 통합을 발표하며 DeepSeek을 법률 서비스와 공식적으로 연결한 중국 최초의 로펌 중 하나가 되었습니다. 보도에 따르면 잉커는 법률 부문에 스마트 솔루션을 도입하기 위해 설계된 DeepSeek-R1 추론 모델의 완전한 버전을 구현했습니다.
“법률 애플리케이션에 사용하기 위해 DeepSeek-R1을 최적화하기 위해 잉커는 광범위한 산업 경험을 분석하기 위해 모든 비즈니스 영역에 걸쳐 전문 팀을 구성했습니다.”라고 회사는 아시아 법률 비즈니스 잡지에 밝혔습니다. “DeepSeek-R1의 기술을 활용하여 변호사 프로필, 사례 라이브러리, 규제 데이터베이스 및 계약 템플릿과 같은 광범위한 법률 데이터 리소스를 포함하여 당사의 독점적인 법률 데이터 리소스를 더욱 강화하여 포괄적인 법률 지식 프레임워크를 구축했습니다. 법률 용어, 원칙 및 추론에 특화된 교육을 통해 DeepSeek-R1은 법률 지식을 보다 정확하게 이해하고 적용하여 잉커의 법률 서비스에 강력한 지원을 제공할 수 있습니다.”
정식 버전의 DeepSeek-R1과 통합한 후 잉커는 해당 법률 업무를 지원하기 위해 7가지 주요 업무 시나리오에 해당 기술을 배포할 계획입니다.
첫째, 잉커는 DeepSeek-R1을 통해 더욱 다차원적인 법률 지식 시스템을 구축하는 것을 목표로 합니다. 이전에는 분산되어 있던 법률 리소스가 통합된 데이터베이스로 통합되어 변호사들이 전문 리소스에 보다 효율적으로 액세스하고 활용하여 지식 관리를 개선할 수 있습니다.
둘째, 규제 연구를 위해 잉커는 DeepSeek-R1을 활용하여 규제 데이터베이스를 실시간으로 업데이트하고 정확하게 유지 관리함으로써 법률 조항을 인용할 때 권위와 정확성을 보장할 것입니다.
주목할 만한 점은 잉커가 이전에 출시한 “잉파바오 AI 법률 공간 스테이션”이 DeepSeek-R1의 추론 능력과 지식 추출 기술을 통해 전면적으로 업그레이드될 것이라는 점입니다. 향상된 시스템은 사용자의 법률 요구 사항을 보다 정확하게 이해하고 일반적인, 일상적인 및 지식 기반의 법률 상담을 해결하는 동시에 리소스 소비와 운영 비용을 크게 절감할 수 있습니다.
고객 커뮤니케이션의 경우 DeepSeek-R1은 고객 상담을 신속하게 구성하고, 키워드를 추출하고, 관련 정보를 보충하여 사례 유형, 지리적 고려 사항 및 변호사 전문 지식을 기반으로 한 지능형 매칭을 구현함으로써 고객 만족도를 높이는 동시에 커뮤니케이션 비용을 절감할 수 있도록 지원합니다.
또한 잉커는 AI 기술을 활용하여 과거 사례를 정확하게 분류하고 효율적으로 검색함으로써 변호사에게 풍부한 참고 자료를 제공하여 유사한 사례에 대한 판결과 사법적 경향을 신속하게 파악하고 소송 전략 개발에 데이터 기반 지원을 제공할 수 있습니다.
계약 서비스 측면에서 DeepSeek-R1의 배포는 위험 식별, 조항 생성 및 버전 비교 기능을 포함한 지능형 생성 및 검토 기능을 통해 효율성과 품질을 향상시킬 것입니다. 따라서 로펌의 비소송 서비스 능력을 크게 향상시킬 수 있습니다.
마지막으로 잉커는 AI 기술을 활용하여 변호사의 전문 배경, 전문 분야 및 성공 사례에 대한 다차원 정보를 지능적으로 관리하여 내부 관리 및 업무 할당 프로세스를 최적화하는 동시에 변호사 간의 협업을 촉진할 것입니다.
환각의 도전
많은 일반적인 대규모 언어 모델과 마찬가지로 DeepSeek이 법률 영역에 더 깊이 적용되면서 일련의 과제가 제기되었습니다. 데이터 보안, 지적 재산권 보호, 알고리즘 편향 및 법적 책임 정의와 같은 문제는 해결해야 할 시급한 과제이며 전체 법률 서비스 시장의 규범적인 운영에 대한 새로운 요구 사항을 제시합니다.
전형적인 시나리오는 변호사가 DeepSeek을 사용하여 콘텐츠를 생성할 때 날조된 데이터 또는 존재하지 않는 법률 조항까지 발견하는 경우입니다. 이는 법률 전문가가 DeepSeek에 훈련 데이터를 독립적으로 제공하여 이러한 문제를 제거할 수 있는 신뢰할 수 있는 수직적 영역 특정 모델을 만들 수 있는지에 대한 질문을 제기합니다.
Wang은 이 현상을 환각이라고 지적합니다. 모델이 합리적으로 보이지만 실제로는 정확하지 않거나 존재하지 않는 정보를 생성할 때 발생합니다.
“이러한 상황이 발생하는 이유는 모델이 훈련 과정에서 방대한 데이터 세트로부터 학습하지만 생성 메커니즘이 사실 검색이 아닌 확률 예측에 기반하기 때문입니다. 데이터를 제공하여 ‘환각’을 제거할 가능성은 낮으며, AI가 질문에 답변하기 위해 지정된 데이터베이스에 의존하도록 하는 것은 이론적으로는 가능하지만 현 단계에서는 운영 실행 가능성이 매우 낮습니다.”라고 그는 말합니다.
근본적인 문제는 대규모 언어 모델의 훈련 방법과 아키텍처에 있습니다. Wang은 “DeepSeek과 같은 대규모 모델에서 생성되는 반응은 Transformer와 같은 복잡한 딥 러닝 아키텍처를 통해 사전 훈련된 지식 기반과 사용자가 제공한 컨텍스트 정보를 재구성하여 생성됩니다. 따라서 특정 데이터를 제공하더라도 정확도를 어느 정도 높일 수는 있지만 원래 지식 기반의 영향을 완전히 막을 수는 없습니다. 또한 모델의 핵심 아키텍처를 심층적으로 수정하는 것이 기술적으로는 가능하지만 자금, 데이터 리소스 및 엔지니어링 개발을 포함한 투자 비용이 매우 높고 구현상의 어려움이 큽니다.”라고 설명합니다.
잉커는 법률 대규모 언어 모델의 정확성을 확보하는 것은 알고리즘 모델링, 위험 평가 및 데이터 모니터링 측면에서 접근해야 하는 복잡한 과정이며, 권위 있는 법률 데이터베이스와 방대한 전문 법률 학술 문헌의 지원을 받아야 한다고 믿습니다.
“잉커는 심각한 상황에서 DeepSeek의 환각 문제를 매우 중요하게 생각하며 반드시 해결해야 합니다.”라고 회사는 덧붙였습니다. “우리는 오류와 노이즈를 제거하기 위해 독점 데이터를 정리하여 데이터 품질을 보장하는 동시에 데이터를 정확하게 주석 처리하고 분류합니다. 예를 들어 법률 조항의 적용 범위를 사용하여 법률 조항을 표시하고 사례 유형, 분쟁의 초점 및 적용되는 법률 조항을 사용하여 사례를 표시하여 모델이 학습하고 이해하는 데 도움이 됩니다. 또한 법률 영역의 논리 규칙을 DeepSeek에 통합하여 규칙 기반 추론과 판단이 가능하도록 함으로써 법률 문제를 처리할 때 모델의 정확성과 논리적 일관성을 높입니다.”