# 계약 검토에서 AI 에이전트와 챗봇을 구별하는 방법

URL: https://legalysis.co/ko/journal/ai-agent-vs-chatbot-contract-review
Type: blog
Locale: ko
Published: 2026-07-13
Updated: 2026-07-14

---

> AI 에이전트와 챗봇의 구별은 마케팅 용어가 아니라 법무팀의 실무 결정사항입니다. 계약 검토에서 어떤 차이가 나타나는지, 그리고 언제 어떤 도구를 써야 하는지 살펴봅니다.

**AI 에이전트 vs 챗봇**: 이 구별은 흔히 마케팅 슬로건으로 축소되지만, 법무팀에게는 실용적인 문제입니다. 챗봇은 방금 물은 질문에 답하고 멈춥니다. AI 에이전트는 "이 NDA의 편차를 우리 기준과 비교하고 플래그를 표시해"라는 목표를 받으면, 단계를 나누고, 조항 라이브러리를 불러오고, 용어를 비교하고, 매번 새로운 입력 없이 수정안을 제시합니다. 이 차이가 화요일 오후 계약 검토 큐에서 10분을 아끼는지, 2시간을 아끼는지를 결정합니다.

## 계약을 검토할 때 에이전트를 챗봇과 구별하는 것

에이전트를 챗봇과 분리하는 세 가지 핵심 요소가 있습니다. 어느 것도 기반 모델의 "지능"에 관한 것이 아닙니다.

**자율성(Autonomy).** 챗봇은 매 답변 후 당신의 다음 메시지를 기다립니다. 에이전트는 당신이 한 번 설정한 목표를 향해 여러 단계를 걸쳐 계속 일하며, 발견에 따라 계획을 조정합니다.

**도구 접근(Tool Use).** 챗봇은 학습 데이터나 창에 붙여넣은 문서에서만 답합니다. 에이전트는 조항 라이브러리, 계약 저장소, 때로는 CRM에 연결되어 당신의 복사-붙여넣기에 의존하지 않고 필요한 것을 가져옵니다.

**메모리(Memory).** 챗봇 세션은 새로운 컨텍스트 윈도우마다 더 이상 리셋됩니다. 에이전트는 1단계에서 발견한 것을 4단계의 결정으로 가져가므로, 플래그된 책임 제한 조항이 실제로 제시하는 대체 언어에 영향을 미칩니다.

> **명확한 정의**
> 챗봇: 프롬프트당 한 질문에 답하며, 지속적인 작업 없고, 외부 도구 접근 없음.
> AI 에이전트: 다단계 목표를 자율적으로 추진하며, 외부 도구를 사용하고(조항 라이브러리, 저장소, CRM), 단계 전체에 걸쳐 맥락을 유지합니다.

실제로 이 구별은 다음을 의미합니다: 챗봇은 단일 질문에 대한 매우 좋은 리서치 어시스턴트입니다. 에이전트는 전체 파일을 이미 읽은 초급 변호사에 더 가깝습니다.

## 챗봇이 여전히 더 잘하는 경우

작업이 진정한 단일 질문일 때 에이전트를 건너뜁니다. "이 배상 조항이 평문으로 무엇을 의미하나요?" "이 3페이지 SLA를 요약해주세요." "이 관할권 조항이 스위스의 SaaS 공급업체 계약에서 표준인가요?" 챗봇이 다단계 작업을 계획해야 하는 에이전트보다 빨리 답합니다. 왜냐하면 계획할 다단계 작업이 없기 때문입니다. 서명 전에 알아야 할 사항: "에이전트" 도구를 통해 일회성 질문을 라우팅하면 보통 지연과 비용만 추가되고 추가 정확도는 없습니다.

챗봇은 도구가 라이브 저장소에 접근하지 않기를 원할 때도 더 안전한 기본값입니다. 작업에 5개의 문서를 읽고 플레이북을 교차 참조할 필요가 없다면, 열쇠를 건네지 마세요.

비용 논의도 있는데 이것은 거의 판매 피치에 들어갑니다. 에이전트 실행은 보통 신용카드로 미터링됩니다. 왜냐하면 단일 챗봇 교환보다 작업당 훨씬 더 많은 토큰을 소비하기 때문입니다: 소스 문서 읽기, 단계 계획, 도구 호출, 자체 출력 확인. 일회용 질문을 에이전트 프레임워크를 통해 라우팅하는 것은 지연만 추가하는 것이 아니라 불필요한 청구서도 추가합니다.

## 에이전트가 계약에 대해 "이야기"하는 것이 아니라 "행동"할 때의 가치

실제로 이것은 에이전트가 채팅창에서 워크플로우로 변모함을 의미합니다. 계약 검토는 차이를 가장 명확하게 보여주는 사례입니다: 에이전트는 상대방의 서면을 받아 승인된 조항 라이브러리와 비교하고, 편차를 위험 수준으로 태그하고, 수정 제안과 함께 마크업 초안을 생성할 수 있습니다. 모두 당신이 파일을 직접 열기 전에.

이것은 가설이 아닙니다. 법무 운영팀은 이미 정형화된 계약에서 이 패턴을 실행합니다: 표준 NDA, 주문 양식, 갱신 라이더, 예측 가능한 구조와 명확한 플레이북이 있는 모든 것. 에이전트가 첫 번째 패스를 하고, 사람이 플래그된 항목을 검토합니다. [Ironclad의 법무 운영에서의 AI 에이전트 분석](https://ironcladapp.com/resources/articles/the-reality-of-ai-agents-in-legal-operations-today)은 명확히 말합니다: 챗봇은 프롬프트당 한 질문에 답하며, 에이전트는 목표를 받아 단계로 나누고 발견에 따라 접근 방식을 조정합니다.

동일한 논리가 검토 단계를 넘어갑니다. 에이전트는 실행된 계약 포트폴리오를 감시하여 갱신 시간과 옵트아웃 마감을 추적하고 하나가 놓치기 전에 알림을 트리거할 수 있습니다. 이것은 챗봇이 할 수 없는 일입니다. 왜냐하면 백그라운드에서 실행할 지속적인 작업이 없기 때문입니다.

![계약에 형광펜으로 표시하는 손 옆에 흐릿한 채팅 화면이 있는 휴대폰](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/legalysis/2026-07/dcaf09-inline1.webp)

## "에이전트워싱": 왜 법무팀에 판매되는 대부분의 "에이전트" 도구는 여전히 챗봇인가

이것은 이론적 위험이 아닙니다: 이것이 법무팀이 공급업체가 채팅 기능을 "AI 에이전트"로 이름을 바꿀 때 정기적으로 보는 것입니다. 자율성, 도구 접근, 메모리를 추가하지 않고도 말입니다. 업계 분석가들이 이 패턴을 "에이전트워싱"이라 부르기 시작했습니다: 에이전트 브랜딩을 유지하면서도 챗봇 수준의 자율성으로 어시스턴트를 재명명하는 것.

[Forrester의 2026년 에이전트 AI 연구](https://www.forrester.com/blogs/the-state-of-agentic-ai-in-2026-companies-are-chasing-few-are-catching/)는 기업 리더의 3/4이 에이전트 AI를 채택하고 있다고 말하지만, 소수만 "에이전트시 챗봇"이라고 회사가 노골적으로 부르는 것 이상의 의미있는 프로덕션에서 실행 중입니다: 에이전트 브랜딩을 유지하면서도 챗봇 수준의 자율성으로 도구화되어 있습니다. 가격 책정 페이지의 라벨과 실제 기능 사이의 이 간격은 정확히 법무 구매자가 도구 자체 계약에 서명하기 전에 테스트해야 하는 것입니다.

법무 구매자에게는 실무적 테스트가 간단합니다: 1단계 후 입력 없이 무슨 일이 일어나는지 공급업체에 물어보세요. 답이 "당신이 다음 프롬프트를 입력합니다"라면, 새 이름의 챗봇을 보고 있습니다. 답이 도구가 저장소를 읽고, 조항을 비교하고, 여러 단계에 걸쳐 결과물을 생성하는 것을 포함한다면, 그것이 에이전트입니다.

## Harvey, Spellbook, Kira Systems와 Legalysis가 챗봇-에이전트 스펙트럼에서 위치하는 곳

이 도구들은 단일의 고정된 지점에 앉아 있지 않습니다; 작업에 따라 대부분 두 가지 모드를 결합합니다.

Harvey는 리서치 집약적 워크플로우에서 에이전트 동작으로 기울어집니다: 다중 문서 검토, 여러 단계에 걸쳐 판례와 회사 선례에서 끌어오는 메모 작성. Spellbook은 주로 Word 내에서 작성 보조기로 작동하며, 대부분의 일상 작업에서 챗봇 쪽에 더 가깝습니다. 다만 조항 제안이 회사의 자체 플레이북에서 자동으로 끌어오기를 점점 더 많이 합니다. Kira Systems는 대규모 문서 세트에서 추출로 평판을 구축했으며, 이는 에이전트 모양의 작업입니다(다중 문서, 도구 연결, 조항별 프롬프팅 없음). 비록 인터페이스는 채팅창보다 대시보드처럼 보이더라도 말입니다.

Legalysis는 핵심 작업에서 에이전트 쪽에 더 가깝게 앉아 있습니다: 조항별 계약 분석은 전체 문서를 읽고, 조항 유형별로 위험을 플래그하며, 분석자가 조항별로 다시 프롬프팅하지 않고 각 플래그된 용어가 실무에서 무엇을 의미하는지 설명합니다. 경합하지 않는 것은 처음부터의 생성형 작성 또는 판례 연구입니다; 그것은 여전히 그 용도에 특화된 도구로 더 잘 제공됩니다.

이 네 도구 중 어느 것도 상호 교환 가능하지 않습니다. 모든 항목을 동일 축(속도, 정확도, 가격)에서 점수를 매기는 비교 테이블은 더 유용한 질문을 놓칩니다: 계약 생명주기의 어느 단계가 각각 실제로 구축되어 있나요. Kira와 Legalysis는 모두 절차 전, 서명 전의 검토 측면에 집중합니다. 여기서 조항을 놓친 비용이 가장 높습니다. Harvey는 리서치와 작성에 걸쳐 퍼져 있습니다. Spellbook은 작성 데스크 자체 근처에 있습니다. 기술 SLA에서 자주 팀은 단일 우승자를 선택하기보다는 이 도구 중 두 개를 병렬로 실행합니다. 왜냐하면 검토와 작성은 진정으로 다른 일이고 다른 위험 프로필을 가지기 때문입니다.

![이중 모니터와 추상 워크플로우 다이어그램이 있는 사무실 책상](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/legalysis/2026-07/40ee9f-inline2.webp)

## 에이전트가 라이브 계약에 접근하도록 하기 전에 확인할 사항

세 가지 유형의 확인이 에이전트에게 접근을 부여하기 전에 신중한 검토를 받을 가치가 있습니다.

**데이터 처리.** 에이전트의 기반이 되는 모델 공급업체가 입력에 대해 제로 리텐션 정책을 실행하며, 계약 데이터가 다른 사람의 모델을 학습시키는 데 사용되지 않음을 확인합니다. 부작용 프로세서에 대해 명시적으로 질문합니다; 답변은 거의 자발적으로 나오지 않습니다.

**인적 체크포인트.** 잘 구축된 에이전트 워크플로우는 초안을 작성하거나 플래그하고, 사람이 승인하거나 무시하며, 시스템이 두 작업을 모두 기록합니다. 공급업체가 표준 NDA 이상 어느 것에 대해서도 완전한 자율성을 제시한다면, 그것은 기능이 아닌 빨간 깃발입니다.

**감사 추적.** 에이전트가 제시하는 모든 조항과 이루는 모든 라우팅 결정은 분쟁 또는 내부 검토 중에 끌 수 있는 기록에 기록되어야 합니다. 그것 없이, 당신은 실제 책임을 수반하는 문서를 가진 블랙박스를 신뢰하고 있습니다.

이 중 어느 것도 의미있는 것에서 당신의 자신의 법적 판단을 대체하지 않습니다. 에이전트가 좁히는 무엇이 당신의 주의를 필요로 하는 것에, 당신의 비즈니스가 위험을 수용할 것이 결정되지 않습니다.

![스마트폰과 채팅 인터페이스, 열린 노트북과 펜의 플랫 레이](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/legalysis/2026-07/e7e2cb-inline3.webp)

## 당신의 팀이 지금 당장 챗봇, 에이전트, 또는 둘 다를 사용해야 하나요

대부분의 법무팀은 하나를 선택하고 다른 하나를 포기할 필요가 없습니다. 챗봇은 일회성 질문, 빠른 요약, 지금 당신이 보고 있는 조항의 평문 설명에 유용합니다. 에이전트는 반복 작업에서 자리를 찾습니다: 표준 NDA 분류, 플레이북에 대한 공급업체 SLA 비교, 대규모 계약 포트폴리오 전체의 갱신일 모니터링.

이번 분기에 할 가치가 있는 세 가지 구체적인 조치:

첫째, 최고 볼륨, 최저 위험 계약 유형으로 시작합니다. 표준 NDA가 보통 선택입니다. 에이전트 워크플로우가 실제로 처리 시간을 단축하는지 측정한 후 더 복잡한 것으로 확장합니다.

둘째, 당신의 후보 목록의 모든 "AI 에이전트" 공급업체에 데모 스크립트가 아닌 당신의 자신의 문서에서 전체 다단계 실행을 시연하도록 요청합니다. 무엇에 서명하기 전에.

셋째, 에이전트가 혼자 신뢰할 수 없는 질문을 위해 스택에 챗봇을 유지합니다: 미묘한 관할권 호출, 아직 플레이북 항목이 없는 것만큼 참신한 모든 것.

## FAQ

### AI 에이전트가 챗봇보다 항상 더 나은가요?

아닙니다. 일회성 질문("이 조항이 무엇을 의미하나요?")에서는 챗봇이 더 빠르고 저렴합니다. 에이전트는 반복되는 다단계 작업에 가치가 있습니다(표준 NDA 검토, 포트폴리오 모니터링).

### 에이전트가 라이브 계약에 접근하는 것이 안전한가요?

데이터 처리 정책, 인적 검토 체크포인트, 완전한 감사 추적이 구현된 경우에만. 공급업체에 완전 자율성을 약속하는 것은 위험 신호입니다. 모든 의미있는 결정은 인간이 해야 합니다.

### 에이전트워싱이 정말 일어나나요?

예. Forrester의 연구에 따르면 기업의 3/4이 "에이전트 AI"를 채택한다고 하지만, 대부분은 챗봇 수준의 자율성으로 작동하는 도구만 가지고 있습니다. 실무적 테스트: 1단계 후에 무일이 일어나는지 물어보세요.

### Harvey, Spellbook, Kira 중에 누가 진정한 에이전트인가요?

모두 하이브리드입니다. Harvey는 연구-집약적 작업에서 더 에이전트적입니다. Spellbook은 일상 작성에서 더 챗봇적입니다. Kira는 추출 규모에서 에이전트처럼 작동합니다. 각각은 계약 생명주기의 다른 단계에 최적화되어 있습니다.

### 지금 바로 에이전트를 배포해야 하나요?

표준 NDA처럼 최저 위험의 높은 볼륨 작업부터 시작합니다. 실제로 처리 시간을 단축하는지 측정하고, 데이터 처리 및 감사 정책을 확인한 후 더 복잡한 작업으로 확장합니다.

### 에이전트와 챗봇을 함께 사용할 수 있나요?

네, 그리고 대부분의 팀이 그렇게 합니다. 챗봇은 일회성 질문과 설명에 좋고, 에이전트는 반복되는 워크플로우에 좋습니다. 비용과 위험을 생각하면, 둘 다 유지하는 것이 종종 더 합리적입니다.