Harvey를 통해 지금 AI가 어떤 종류의 회사를 만들어내고 있는지를 조망해보겠다.
요즘 AI 회사를 볼 때 가장 흔한 착시는, 화면에 보이는 인터페이스를 보고 그 회사를 판단하는 것이다. 채팅창이 있고, 문서를 넣으면 요약과 초안이 나오고, 검색과 리서치가 가능하면 우리는 곧장 “아, 이것도 결국 AI 어시스턴트 SaaS구나”라고 분류해버린다. 그런데 Harvey는 그보다 훨씬 깊은 곳을 건드리고 있다. Harvey가 건드리는 것은 법률이라는 직능 자체라기보다, 법률 업무가 조직 안에서 처리되는 방식, 즉 워크플로 전체다.
이게 중요한 이유는 분명하다. 진짜 큰 돈은 보통 “더 좋은 화면”에서 나오지 않는다. 조직이 일을 처리하는 비용 구조를 바꿀 때 나온다. Harvey는 법률 지식을 잘 답하는 모델이 되고 싶은 것이 아니라, 로펌과 사내법무팀이 하던 고부가가치 작업을 더 빠르고 더 넓게, 그리고 더 일관되게 처리하는 운영 레이어가 되려 한다. 그래서 이 회사를 보면, AI 시대의 승자는 단순한 앱 제작자가 아니라 전문직 노동을 재설계하는 회사일 수 있겠다는 생각이 강하게 든다. Harvey는 2026년 3월 2억 달러를 추가로 조달하며 110억 달러 밸류에이션을 확인했고, 동시에 법률 업무 전반에 AI agents를 확장하겠다고 밝혔다. 이것은 단지 자금조달 이벤트가 아니라, 시장이 이 회사를 “툴”이 아니라 “새로운 업무 인프라”로 보기 시작했다는 신호에 가깝다. (Harvey)
과거의 법률 테크는 대체로 두 갈래였다. 하나는 리서치, 문서관리, 계약관리, e-discovery 같은 포인트 솔루션이었다. 다른 하나는 로펌/사내법무팀의 생산성을 조금 올려주는 도구였다. 즉, 기존 법률 조직은 그대로 두고, 그 위에 소프트웨어를 덧대는 방식이었다.
그런데 Harvey는 조금 다르다. 이 회사의 핵심 질문은 “변호사가 AI를 어떻게 쓰는가”가 아니라, **“법률 조직이 AI를 중심으로 어떻게 다시 조직되는가”**에 더 가깝다. 이 차이는 매우 크다. 전자는 소프트웨어 구매 예산의 문제지만, 후자는 인력 구조와 마진 구조의 문제다. 소프트웨어는 비용 항목이지만, 오퍼레이팅 시스템은 이익률을 바꾼다.
그래서 Harvey의 본질은 “변호사에게 AI를 판다”가 아니다. 더 정확히는 법률 업무를 지식노동 단위로 분해하고, 그중 상당 부분을 모델·워크플로·검수 체계로 재조립하는 회사다. 이런 회사는 시간이 갈수록 단순한 seat-based SaaS보다 더 무거운 존재가 된다. 조직 안에 들어가서 데이터와 프로세스와 책임 구조를 함께 먹기 때문이다.
초기의 생성형 AI 시장은 누가 더 잘 쓰느냐의 경쟁이었다. 더 좋은 모델, 더 좋은 프롬프트, 더 좋은 UI, 더 빠른 배포가 중요했다. 그런데 전문서비스 영역에서는 점점 다른 문제가 핵심으로 올라온다. 좋은 답변을 한 번 주는 것과, 조직의 실제 업무를 안정적으로 반복 처리하는 것은 완전히 다른 문제다.
법률은 특히 그렇다. 법률 업무는 단순한 텍스트 생성 산업이 아니다. 검토, 비교, 리스크 포착, 예외 판단, 내부 기준 반영, 책임 소재, 보안, 감사 가능성, 히스토리 축적이 모두 중요하다. 이 말은 곧, 법률 AI의 경쟁력은 결국 모델 성능 하나로 귀결되지 않는다는 뜻이다. 지식베이스, 워크플로 설계, 고객별 플레이북, 사람의 검수 방식, 그리고 고객 데이터가 축적되는 구조가 더 중요해진다.
Harvey가 투자자들에게 큰 신뢰를 받는 이유가 여기에 있다. 공식적으로 Harvey는 60개국 1,000개 이상 조직에서 사용되며, 100,000명 이상 변호사가 의존하고 있다고 밝히고 있다. 이런 규모는 단순히 매출 수치만의 의미가 아니다. 이 정도가 되면 회사는 법률 업무의 실제 데이터, 실제 예외, 실제 반복 패턴을 축적하기 시작한다. 그 순간부터 경쟁은 “누가 더 좋은 AI 앱인가”가 아니라 “누가 더 많은 실제 업무 흐름을 먹었는가”로 바뀐다. (Harvey)
많은 사람이 여전히 생성형 AI 회사를 볼 때 “저건 결국 OpenAI나 Anthropic 위에 올라간 래퍼 아닌가?”라고 묻는다. 이 질문은 초반에는 꽤 유효했다. 하지만 일정 수준 이상 올라간 vertical AI에서는 이 질문이 점점 덜 중요해진다. 왜냐하면 위에서 어떤 모델을 쓰느냐보다, 그 모델이 어떤 컨텍스트 안에서 작동하느냐가 더 중요해지기 때문이다.
Harvey가 강한 이유는 법률 업무를 잘 아는 프롬프트를 몇 개 모아놨기 때문이 아니다. 실제 로펌과 사내법무팀의 문서, 워크플로, 질의 패턴, 검토 기준, 피드백 루프를 축적하는 구조를 만들고 있기 때문이다. 즉, foundation model은 점점 commodity가 되더라도, 그 위에 쌓이는 고객별 법률 운영 레이어는 commodity가 되지 않는다.
이건 네가 자주 말한 “AI 시대의 해자는 우리만 수집할 수 있는 적절한 데이터”라는 관점과 정확히 맞닿아 있다. Harvey는 법률 데이터를 많이 모은 회사라기보다, 법률 업무가 흘러가는 현장 한가운데 들어가서 데이터가 생성되는 회사를 만들고 있는 것에 가깝다. 이것이 강하다. 나중에는 단순히 답변을 잘하는 것이 아니라, “이 고객은 어떤 조항에서 자주 에스컬레이션이 나는가”, “이 로펌은 어떤 리스크 기준을 선호하는가”, “어떤 유형의 업무가 자동화 가능하고 어디서 사람 검수가 꼭 필요한가” 같은 운영지식이 쌓인다. 그때부터 이 회사는 앱이 아니라 인프라가 된다.
AI가 사람을 대체한다는 말을 하면 많은 경우 너무 크게, 너무 추상적으로 들린다. 하지만 실제로 산업은 그렇게 안 바뀐다. 산업은 언제나 반복 빈도가 높고, 문서화가 가능하고, 판단 기준이 어느 정도 형식화되어 있으며, 단가가 높은 영역부터 바뀐다. 법률은 그 조건을 상당히 만족한다.
특히 대형 로펌과 사내법무팀이 다루는 업무 중에는, 완전히 창의적이진 않지만 실수 비용은 높고 반복 빈도는 높은 일이 많다. 계약 검토, 조항 비교, 리서치, 초안 작성, 실사, 문서 정리, 내부 협업이 그렇다. 여기서는 AI가 “변호사를 완전히 대체하는가”보다, 변호사 1인당 처리량과 조직 전체의 처리 구조를 얼마나 바꾸는가가 더 중요하다.
이 점에서 Harvey는 “AI가 전문직을 부수는가?”라는 질문보다 더 정확한 질문을 던진다. “AI가 전문직의 생산함수 자체를 바꾸는가?” 그리고 내 생각에 답은 점점 그렇다 쪽으로 기울고 있다. Harvey가 2025년 8월 기준으로 100M+ ARR를 만들고, **Am Law 100의 42%**를 고객으로 확보했다고 공개한 것은 단순한 성장 자랑이 아니다. 법률처럼 보수적이고 고신뢰가 중요한 시장에서도, AI가 이미 실험 단계를 넘어 실제 예산과 워크플로를 먹고 있다는 증거다. (Harvey)