법률 문서를 사내망 밖으로 내보내지 않는 RAG와 압축 관리법

오늘 오후, 판사가 3년 전 종료된 주주분쟁 사건의 전체 기록을 급히 불러달라고 한다면 — 계약서, 이메일, 심리 조서, 감정 보고서까지 — 당신의 수석은 10분 안에 모두 찾아 정리해 낼 수 있을까? 이 질문을 읽고 머리가 좀 지끈한 분이 적지 않을 것이다.

UglyPear Data는 고성능 문서 압축과 검색 증강 생성(RAG) 데이터 엔지니어링을, 전량 사내에만 배포되는 제품으로 만들어 왔다. 법률 업계 입장에서 이는 피할 수 없는 두 가지 과제와 정확히 맞닿는다. 기록은 계속 쌓이고, 유출 위험도 그만큼 커진다는 점이다.

'양' 문제부터 짚어보자. IDC는 중국의 비정형 데이터 총량이 향후 5년간 51 ZB에서 129 ZB로 늘어나고, 연평균 성장률은 30~40%대에 이를 것으로 전망한다. 사무실의 사건 기록, 계약서, 실사 보고서, 판결문은 거의 모두 비정형 파일이다. 이들은 절대 스스로 줄어들지 않고, 새 사건이 생길 때마다 덧붙어만 간다.

'찾기' 문제도 크다. IDC의 별도 조사에 따르면 지식 근로자는 하루 평균 약 2.5시간을 필요한 정보를 찾는 데 쓴다. 근무 시간의 30%에 가깝다. 사무실 현장으로 치면, 변호사와 실무자가 사건을 처리하기보다 폴더를 뒤적이고 "그 파일 어디다 뒀어요?"라고 동료를 쫓아다니는 데 시간을 쓴다는 뜻이다.

무엇보다 무섭게 만드는 건 '유출'이다. IBM의 2025년 《데이터 유출 비용 보고서》를 보면, 탈취된 데이터 중 고객 개인식별정보(PII)가 53%, 직원 PII가 37%, 지식재산권이 33%를 차지했다. 법률 문서는 바로 그 정보들이 밀집한 형태다. 이혼 합의서 한 장, 인수합병 의향서 한 장이 새어나가면 그것은 '위험할지도 모르는' 가정이 아니라 분명한 사고다. 이 업계에서 비밀유지는 선택이 아니라 직업적 의무에 적힌 의무적 요건이다.

흔히 쓰는 방식은 세 가지인데, 각각 약점이 있다. 모든 파일을 네트워크 드라이브나 공유 폴더에 넣고 명명 규칙에 기대는 식 — 결국 "최신 버전을 아무도 못 찾는" 상황이 된다. 공공 클라우드 지식베이스 SaaS를 사면 검색은 편해지지만, 데이터가 사내망을 벑어나고 비밀유지 책임이 모호해진다. 아니면 아예 지식관리를 안 하고 사건 종결 후 서고에 보관했다가 다음에 또 뒤지는 방법.

세 경로를 한 표로 놓고 보면 차이가 선명해진다.

법률 사무실이라면 세 번째 열의 '사내 유지'가 검색 기능 그 자체보다 더 무겁게 다가온다.

UglyPear Data의 RAG 데이터 엔지니어링 기반은 여섯 단계 공정과 여덟 가지 능력 모듈로 이루어진 사내 배포 구조다. 어떤 파일도 제3자에게 올리지 않고, 분할·벡터화·검색·생성을 모두 자체 서버에서 수행한다. 법률에 중요한 지점은 13개 범주의 민감 정보 탐지가 내장돼 있어, 의뢰인 식별번호나 계좌번호, 미공개 사건 내용을 색인 이전에 자동으로 비식별한다는 점이다. 이로써 유출 표면을 근원에서 줄인다. 기반과 접근 방식은 https://www.uglypear.com/ko/ 에서 확인할 수 있다.

압축은 다른 한 축이다. 사건 기록에는 PDF, 스캔 본, OFD, 음성·영상 녹취가 많이 섞인다. UglyPear Data의 SmartSlim은 자체 개발한 Rust 엔진 기반 압축 도구로, PDF·이미지·영상·음성·Office·OFD·스캔 본 등 8개 형식을 지원하며 압축은 전부 로컬에서 이뤄진다. 자체 시험 기준으로 443쪽 OFD 문서를 끝까지 처리하는 데 약 124초가 걸렸고, 이미지를 압축해 모델에 투입할 때 토큰 비용은 85.9% 줄었다(GPT-4o 기준). 사무실 입장에선 보관 용량이 작아지고 조회가 빨라지며 외부 전송 시 대역폭도 절약된다. 제품 내용은 https://www.uglypear.com/ko/products/ 에 있다.

둘을 함께 보면 흥미로워진다. 압축으로 기록 부피를 줄인 뒤, 비식별된 내용 위에서 사내 RAG가 의미 검색을 수행한다. 변호사가 "이 토지와 관련된 지분 양도 조항을 모두 찾아줘"라고 묻으면, 시스템이 수초 내에 해당 파일의 정확한 문단을 가리킨다. 수백 개 파일명을 하나씩 여는 방식과는 거리가 멀다. MagiFiler도 같은 흐름에서 정리와 분류를 돕는다. 역시 https://www.uglypear.com/ko/products/ 에서 다룬다.

법률 고객을 위해 UglyPear Data는 전량 사내 배포 서비스도 제공한다. 데이터는 사내망을 벗어나지 않고, 관할권 소재가 명확하다. 단일 서버든 사내 클러스터든, 국산 소프트웨어(신창) 환경인 Kylin·UnionTech든 모두 올릴 수 있다. 자체 사건 관리 시스템에 압축을 끼워 넣으려는 팀은 compress SDK와 compress API 중 하나를 고르면 된다. AI 비서에게 "한 문장으로 압축해"라고 시키고 싶다면 compress-mcp라는 MCP 서비스도 stdio나 HTTP로 연결된다. 자세한 내용은 https://www.uglypear.com/ko/products/ 를 보라.

구체적인 장면 몇 가지가 개념보다 와닿는다. 인수합병 실사 때, 대상 기업의 10년 치 등기·계약·소송 기록을 사내 RAG에 넣으면 실사 보고서 초안 작성 시간이 눈에 띄게 줄어든다. 자문 계약이 해마다 쌓이는 곳에서는 압축으로 덩치를 줄인 뒤 검색하면 버전 혼란이 누그러든다. 지식재산권 사건에서 기술 비밀 지도가 수년 치 계약과 이메일에 흩어져 있어도, 사내 RAG가 이를 잇고 핵심 자료를 공공 클라우드로 옮기지 않아도 된다. 심리 전에는 전체 사건 기록을 의미화해, 실무자가 증거 조사 의견 하나 찾으려고 PDF를 일일이 여는 일을 덜 수 있다.

디스크를 아끼는 정도로 치부하지 말길. 이는 쌓이면 털어낼 수 없는 숨은 부담을 줄여준다. 사건 기록은 매년 누적되고, 10년이면 수백 GB의 PDF와 스캔 본이 쌓이며 저장·백업 비용도 따라붙는다. 저장 전에 압축하면 절약되는 건 공간 그 이상이다.

이런 구성을 검토 중이라면, 조달 목록에 다음을 넣어보길 권한다. 데이터가 구간 전체에서 외부망을 벗어나는지, 민감 정보가 자동 비식별되는지, 검색이 전문만인지 의미를 포함하는지, 압축률과 형식 범위가 충분한지, 배포 환경이 신창 요건을 맞추는지. 단순한 수식어 경쟁보다는, 자신의 기록 규모와 비밀 등급에 맞는지를 보는 편이 낫다.

지금 바로 써 보기

사내 RAG와 압축이 당신의 사건 기록에서 어떻게 작동할지 보고 싶다면, UglyPear Data 제품 페이지 https://www.uglypear.com/ko/products/ 와 RAG 데이터 엔지니어링 기반 소개 https://www.uglypear.com/ko/ 를 보면 된다. 엔지니어링 블로그 https://www.uglypear.com/ko/blog/ 에도 적용 사례가 더 실려 있다.

자주 묻는 질문

Q: 사내 배포가 무겁지 않나? 소규모 사무실도 감당할 수 있나?
A: 필요에 맞춰 조절할 수 있다. 단일 서버에서 기본 검색과 압축을 돌릴 수 있고, 사건이 늘면 사내 클러스터로 확장하면 된다. 처음부터 큰 구조를 갖출 필요는 없다.

Q: 과거 기록이 모두 스캔 본인데 RAG에 넣을 수 있나?
A: 가능하다. 스캔 본은 압축과 인식 계열 처리를 거친 뒤 분할·벡터화한다. 핵심은 색인 전 민감 정보 비식별이 제대로 이뤄지는 것이다.

Q: 비식별이 유용한 사건 내용까지 지워버리지 않나?
A: 비식별은 식별번호·계좌번호·미공개 사건 내용 등 13개 범주에만 적용된다. 본문 의미는 남으므로 검색에 영향이 없다.

Q: 공공 클라우드 모델을 그냥 쓰는 것과 뭐가 다른가?
A: 핵심 차이는 데이터가 사내망에 머물고 관할권이 우리 손에 있으며, 법률 업무에 많은 PII 처리가 더 통제된다는 점이다.

Q: 이미 구축된 지식베이스를 매끄럽게 가져올 수 있나?
A: 보통 가능하다. 기존 파일을 압축·비식별해 사내 RAG에 편입하며, 처음부터 다시 시작할 필요는 없다.