AI 계약서 요약 자동화 — 다 들어가도 잘라 넣는 게 낫습니다

계약서 한 장을 AI에게 던져 요약을 받는 건 이제 누구나 합니다. 문제는 그게 천 장일 때입니다. 실사 자료, 임대차 계약, 하도급 계약을 통째로 훑어 같은 틀로 정리된 요약을 뽑아내야 하는 일이요. 공식 활용 안내서에 AI 계약서 요약 자동화 절차가 코드까지 통째로 나와 있습니다.

그 안내서에서 가장 반직관적인 문장이 하나 있습니다. 요즘 모델은 맥락 창이 넉넉해서 계약서 한 건쯤은 통째로 들어갑니다. 그런데도 안내서는 잘라서 각각 요약한 뒤 합치는 쪽이 놓치는 게 적다고 적어 두었습니다. 왜 그런지부터 보겠습니다.

📌 30초 요약

• 「정답 요약」은 없습니다. 안내서가 직접 못박은 말이고, 그래서 뽑을 항목을 먼저 정해야 합니다.
• 맥락 창에 다 들어가도 잘라 넣는 게 낫습니다. 한 번에 요약하면 놓치는 세부가 생깁니다.
• 값은 입력이 거의 전부입니다. 1,000건 기준 입력 430달러, 출력 8.75달러.
• 모델을 낮추면 5배 싸집니다. 438.75달러가 87.75달러로.
• 문서에 없는 항목은 「명시 안 됨」으로 적게 하세요. 지어내기를 막는 한 줄입니다.

① 뽑을 항목부터 정해야 합니다

안내서가 가장 먼저 하는 말이 이겁니다 — 「어떤 문서에도 단 하나의 올바른 요약이란 없다」. 방향을 주지 않으면 무엇을 넣고 무엇을 뺄지 모델이 판단할 수 없습니다.

그래서 「요약해 줘」로 시작하면 안 됩니다. 뽑아낼 항목을 목록으로 먼저 적어야 합니다. 안내서가 든 전대차 계약 예시는 이렇습니다.

뽑을 항목	안에 들어갈 것
당사자	전대인·전차인·원임대인
목적물	주소·표시·허용 용도
기간과 차임	시작일·종료일·월 차임·보증금
책임 분담	공과금·유지·수선
동의와 통지	임대인 동의·통지 요건
특약	가구·주차·재전대 제한

이 목록을 프롬프트에 그대로 밀어 넣고, 항목마다 표시로 감싸 출력하게 합니다. 그래야 나중에 항목별로 잘라내 표에 넣거나 검색 대상으로 만들 수 있습니다. 한 덩어리 문단으로 받으면 천 건을 모아 놔도 비교가 안 됩니다.

그리고 이 한 줄이 중요합니다 — 안내서의 프롬프트에는 「문서에 명시되지 않은 정보는 명시 안 됨으로 적어라」가 들어 있습니다. 이게 없으면 모델이 빈칸을 그럴듯하게 채웁니다. 계약서 요약에서 없는 조항이 있는 것처럼 적히는 것만큼 위험한 일도 없습니다.

역할도 지정합니다. 안내서는 기본 지시문에 「부동산법을 전문으로 하는 법률 분석가」처럼 구체적인 역할을 주고, 군말 없이 바로 시작하라고 덧붙입니다. 「알겠습니다, 요약해 드리겠습니다」 같은 앞머리가 붙으면 파싱이 지저분해지니까요.

② 다 들어가도 잘라 넣는 게 낫습니다

긴 문서를 다루는 방법으로 안내서가 제시하는 건 잘라 요약한 뒤 합치는 방식입니다. 2만 자씩 끊어 각각 요약하고, 그 요약들을 다시 모아 최종 요약을 만듭니다.

# 1단계 — 2만 자씩 끊어 각각 요약
계약서 전문 ──┬─ 조각1 → 요약1
              ├─ 조각2 → 요약2
              └─ 조각3 → 요약3

# 2단계 — 조각 요약들을 모아 최종 요약
<조각별_요약>
  요약1 요약2 요약3
</조각별_요약>
        ↓
「같은 문서에 관한 조각 요약들이다.
 하나의 일관된 요약으로 합쳐라」
        ↓
   최종 요약 (항목별 표시로 구획)

여기까지는 맥락 창을 넘길 때 쓰는 우회로처럼 들립니다. 그런데 안내서가 덧붙인 문장이 핵심입니다.

예시로 든 계약서는 통째로 맥락 창에 들어가서 잘라 넣을 필요가 없습니다. 그런데도 안내서는 이렇게 적습니다 —

「그럼에도 이 방식은 한 번에 요약할 때 놓쳤던 중요한 세부를 추가로 잡아내는 경우가 많다.」

맥락 창이 커졌으니 다 넣으면 된다는 게 요즘 통념인데, 여기서는 반대입니다. 긴 글을 한 번에 훑으면 뒤로 갈수록 앞의 세부가 흐려집니다. 조각마다 따로 집중해 읽히면 그 흐려짐이 안 생깁니다.

대가는 분명합니다. 호출이 조각 수만큼 늘고, 합치는 호출이 한 번 더 붙습니다. 그래서 이건 「빠뜨리면 안 되는 문서」에만 쓰는 방식입니다. 대충 훑어도 되는 문서까지 이렇게 돌리면 값만 몇 배로 나갑니다.

③ 값은 입력이 거의 전부입니다

안내서가 1,000건을 요약할 때의 비용을 계산해 두었습니다. 계약서 한 건이 30만 자, 전부 합쳐 3억 자, 입력 8,600만 토큰, 요약 하나당 출력 350토큰 기준입니다.

모델	입력	출력	합계
Opus 5	$430.00	$8.75	$438.75
Haiku 4.5	$86.00	$1.75	$87.75

두 가지가 눈에 띕니다. 첫째, 출력이 전체의 2%도 안 됩니다. 요약은 원문을 길게 읽고 짧게 뱉는 일이라 값의 98%가 「읽는 값」입니다. 요약을 더 짧게 만들어 봐야 청구서는 거의 안 줄어듭니다. 줄이려면 읽히는 양을 손대야 합니다.

둘째, 모델을 낮추면 딱 5배 싸집니다. 다만 안내서의 권고는 조심스럽습니다 — 법률 문서 요약은 정확도가 매우 중요하니 큰 모델을 쓰되, 문서의 크기와 양 때문에 값이 부담되면 작은 모델도 시도해 보라는 순서입니다. 앞서 본 문의 분류에서 「가장 빠른 모델로 시작하라」고 했던 것과 권고 방향이 반대입니다. 틀렸을 때 치르는 값이 다르기 때문입니다.

여기에 잘라 넣는 방식을 쓰면 값이 더 붙습니다. 조각마다 항목 목록이 통째로 다시 실려 가니까요. 위 표는 한 번에 요약할 때의 값이라는 점을 감안하셔야 합니다.

④ 배포 전에 걸어 둘 것

⚠️ 법적 책임 — 안내서가 첫 번째로 꼽은 항목

요약이 틀리면 우리 조직이나 고객에게 법적 책임이 돌아올 수 있다고 안내서가 명시합니다. 그래서 「이 요약은 AI가 생성한 것이며 법률 전문가의 검토가 필요하다」는 고지를 붙이라고 못박습니다.

이건 형식적인 문구가 아닙니다. 요약을 그대로 믿고 사인하는 흐름이 만들어지는 순간 시스템 설계가 잘못된 겁니다. 요약은 「어느 문서를 사람이 먼저 봐야 하는지」를 정하는 도구로 두시는 게 맞습니다.

나머지 실무 항목 셋입니다.

• 형식이 다양합니다. 안내서 예제는 PDF만 다루지만 실제로는 워드·한글·스캔본이 섞여 옵니다. 글자를 꺼내는 단계가 진짜 일이고, 여기서 표가 깨지거나 쪽 번호가 섞이면 요약도 같이 망가집니다. 예제도 쪽 번호와 여분 공백을 먼저 걷어냅니다.
• 긴 문서는 요약 하나에 최대 1분이 걸린다고 적혀 있습니다. 천 건이면 순차로는 하루가 넘습니다. 병렬로 보내되 분당 한도 안에서 조절하라는 게 안내서의 지침입니다.
• 평가가 어렵다는 걸 안내서가 자인합니다. 요약 평가는 명확한 객관 지표가 없고 주관적이며, 읽는 사람마다 중요하게 보는 게 다르다고 적혀 있습니다.

그럼 어떻게 재느냐. 안내서는 다섯 갈래를 제시하는데, 현실적으로는 섞어 씁니다.

방법	무엇을 보나
겹치는 정도 측정	모범 요약을 얼마나 빠뜨리지 않았나
표현 일치 측정	쓰인 용어·어구가 비슷한가
의미 유사도	문장이 달라도 뜻이 같은가 (임베딩 필요)
AI로 채점	채점 기준표를 주고 점수를 매기게
사람이 검토	비싸지만 배포 전 최종 확인은 이것

그리고 문서가 아주 많아지면 요약을 색인으로 쓰는 방식이 나옵니다. 문서마다 짧은 요약을 만들어 두고, 질문이 들어오면 원문이 아니라 요약들끼리 먼저 견줘 볼 문서를 고릅니다. 일반적인 검색 붙이기보다 훨씬 적은 맥락으로 순위를 매길 수 있다는 게 안내서의 설명입니다.

⑤ 자주 묻는 질문 (FAQ)

Q. 계약서 한두 장 보는 것도 이렇게 해야 하나요?

아닙니다. 개인이 사인 전에 훑어보는 정도라면 그냥 붙여 넣고 물어보는 쪽이 빠릅니다. 이 글의 절차는 같은 틀로 정리된 요약을 수백·수천 건 만들어야 할 때 필요한 것입니다.

Q. 한국어 계약서도 잘 되나요?

안내서 예시는 영문 계약서이고 한국어에 대한 언급은 없습니다. 다만 한국 계약서는 표와 별지가 많아 글자를 꺼내는 단계에서 더 자주 깨집니다. 요약 품질을 재기 전에 추출된 글자부터 눈으로 확인하시는 걸 권합니다 — 여기가 망가지면 뒤는 볼 필요도 없습니다.

Q. 우리 회사 방식에 맞게 학습시킬 수는 없나요?

안내서가 미세조정을 마지막 카드로 소개합니다. 순서는 ①틀린 사례를 모으고 ②원문과 고친 요약을 짝지어 자료를 만들고 ③재학습입니다. 다만 특정 클라우드에서만 제공된다는 제약이 붙어 있으니, 그 전에 항목 목록과 예시를 다듬는 것으로 대부분 해결되는지 먼저 보세요.

Q. 어디서부터 손대면 될까요?

① 뽑을 항목 목록을 실무자와 함께 확정하세요 — 여기서 절반이 결정됩니다. ② 대표 문서 다섯 건에 대해 사람이 쓴 모범 요약을 만들어 두세요. ③ 먼저 한 번에 요약해 보고, 빠진 게 있으면 그때 잘라 넣는 방식으로 바꿔 비교하세요. ④ 글자 추출이 깨진 문서를 따로 걸러내는 장치를 앞단에 두세요. ⑤ 결과물에는 처음부터 AI 생성 고지를 붙여 두세요 — 나중에 붙이려면 이미 늦습니다.

✨ 정리

법률 문서 요약은 「요약해 줘」로 시작하면 실패하는 종류의 일입니다. 정답 요약이 없으니 뽑을 항목을 우리가 정해 줘야 하고, 없는 건 「명시 안 됨」이라고 적게 해야 지어내지 않습니다. 값은 98%가 읽는 값이라 요약을 짧게 해도 안 줄고, 모델을 낮추면 5배 싸지지만 여기서만큼은 정확도를 먼저 보라는 게 안내서의 순서입니다. 그리고 맥락 창이 넉넉해도 잘라 넣는 쪽이 더 잘 잡습니다 — 빠뜨리면 안 되는 문서라면요.

더 읽을거리: AI 개발 비용·도구 총정리 허브

출처: Anthropic 공식 문서 「Legal summarization」 활용 안내서(platform.claude.com, 2026년 9월 확인). 「단 하나의 올바른 요약은 없다」, 뽑을 항목 예시, 「명시 안 됨」 처리, 2만 자 단위로 잘라 합치는 방식과 「한 번에 요약할 때 놓친 세부를 추가로 잡아내는 경우가 많다」는 서술, 1,000건 기준 비용 추정, 요약당 최대 1분과 병렬 호출 권고, 평가가 주관적이라는 자인, 법적 책임 고지 권고, 요약 색인 방식, 미세조정의 플랫폼 제약은 모두 해당 문서에 명시된 내용입니다. 다만 비용은 문서가 제시한 추정치이며 「실제 비용은 다를 수 있다」고 문서가 직접 단서를 달았습니다 — 필자가 청구서로 확인한 수치가 아닙니다. 한국어 계약서와 추출 품질에 관한 서술은 문서에 근거가 없는 필자 의견입니다. 이 글은 법률 자문이 아니며, 실제 계약 검토는 반드시 법률 전문가의 확인을 받으세요.