전기전자/정보통신

Nikkei Computer_2021.4.29 뉴스 & 리포트 (p9)

고마쓰, 계약서 작성 지원 AI 도입
연 3,000건, 생산성은 1.7배로

대형 건설기업인 고마쓰는 계약서의 작성 업무에 AI(인공지능)를 도입했다. 과거의 계약서를 데이터베이스화해서 분석하고, 조사나 문안작성을 효율화한다. 법무법인에서 70% 가까운 생산성 향상 목표를 세웠다.

생산성을 높인 최대 포인트는, 과거의 계약서에 대해 조항의 경향을 통계화하거나 참조하기 쉽도록 해서 계약서 작성의 전(前) 공정인 과거 사례의 조사나 정보수집의 시간을 기존의 약 5분의 1로 하는 목표를 세웠다는 것이다. 20년 2~8월의 실증실험을 거쳐, 계약서 작성의 모든 공정에서도 업무 시간을 약 40% 줄였고, 생산성을 1.67배로 높이는 효과를 기대할 수 있다고 한다. 21년 2월부터의 본격 도입에서도 “동등한 생산성 향상에 대한 반응을 느끼고 있다”(법무부 법무담당과장 센가(千賀) 씨).

고마쓰가 구축한 계약서의 데이터베이스에서는 법무용 AI를 개발하는 MNTSQ가 개발한 클라우드 서비스 ‘MNTSQ for Enterprise’를 활용했다.

MNTSQ for Enterprise의 특징은 계약서에 나오는 어구를 자연언어처리로 해석하고, 계약서의 조항을 분류하는 태그를 자동으로 부여하는 것이다. 예를 들면 ‘손해배상’이나 ‘기밀유지’ 등의 태그를 이용해 과거에 있는 동일한 조항을 쉽게 참조하도록 한다.

같은 조항을 태그로 참조하는 것만이 아니라 조항 내의 어구에서 그 내용의 경향도 분석할 수 있다고 한다. 예를 들면 과거의 계약서에 있는 손해배상 조항은 배상의 범위나 금액을 명시적으로 한정하고 있는지, 그 비율을 얼마인지 등을 통계 그래프 등으로 확인할 수 있다.

고마쓰는 이 서비스를 이용해, 06년부터의 약 7만 6,000건의 계약서를 OCR(광학적 문자인식)로 텍스트화해서 모든 내용을 분석 가능하게 해 데이터베이스에 수록했다.

AI로 분석한 계약서 데이터베이스는 계약서 작성의 3개 공정에서 주요 사용한다. 첫 번째는 담당 부서로부터의 지원 요청을 바탕으로 과거의 유사 사례를 조사하는 조사∙수집의 공정. 두 번째는 계약서의 개요를 잡은 후에 계약 상대와의 교섭 전략을 세울 때 과거 사례를 참고하는 공정. 세 번째는 계약서의 문안을 굳히는 최후 공정이다.

실증실험에서 가장 큰 효과를 얻은 것이 첫 번째 공정이다. 기술 제휴나 업무 위탁 등 분야 별로 과거의 계약서를 바로 참조할 수 잇고, 필요한 조항을 리스트업해서 계약서안을 정리하는 등, 실증실험에서는 첫 번째 공정에 필요한 시간을 기존의 약 5분의 1로 대폭 단축할 수 있었다.

계약서의 최종 문안을 작성하는 세 번째 공정도 유사 조항을 참조해서 작업을 효율화할 수 있었고, 실증실험에서는 작업 시간을 약 절반으로 줄일 수 있었다.

-- 코로나19 사태의 젊은 인재 육성에도 기대 --
AI를 이용한 계약서 데이터베이스를 도입함으로써 생각 외의 부산물도 얻을 수 있을 것으로 보인다. 코로나19 사태에서 리모트 워크를 할 수 밖에 없었던 젋은 사원이나 신인의 교육이다. 센가 법무담당과장은 “리모트 워크로 젊은 사원이나 신인의 교육 기회가 격감했지만, 과거 사례나 표준적인 계약서를 데이터베이스에서 직접 조사함으로써 계약서 작성의 노하우를 흡수하는 기회를 만들 수 있다”라고 기대를 보인다.

고마쓰 법무부가 개발부문 등 담당 부서로부터의 요청을 지원하는 계약서 작성은 연간 약 3,000건. 한편 담당 부서가 독자적으로 작성하는 계약서도 많고, 필요한 조건 교섭이나 불리해지지 않는 조항이 빠질 우려도 있었다. 이번 생산성 향상으로 법무부가 지원하는 계약서의 범위를 넓혀, 회사 전체의 질적 향상을 도모할 생각이다.

 -- 끝 --

Copyright © 2020 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.