Abel

Abel

Abel · 생산성 · AI 어시스턴트

Abel은 문서 검토에 특화된 법률 AI 어시스턴트였다. 변호사가 사건 기록을 올리고 전체에 질문을 던질 수 있었다. 개발사는 2024년에 사업을 접었다.

Abel 미리보기

Abel 소개

About

Abel이란

Abel은 샌프란시스코 스타트업이 만든 법률 AI 플랫폼으로, 방대한 사건 기록을 읽고 변호사가 되물을 수 있는 형태로 바꿔 놓는 도구였다. PDF, 이메일, 스프레드시트, 문서 파일을 한꺼번에 넣는다. Abel은 자체 엔티티 추출을 그 더미에 돌려 찾아낸 인물, 조항, 메일 대화, 사건을 목록으로 보여 줬다. 사람이 직접 하는 검토의 깊이를 소프트웨어 속도로. 검증하기 쉬운 약속이었다.

제품은 웹 앱으로 나왔고 겨냥한 곳은 소송, 인수합병, 보험이었다. 한 사건이 수만 페이지에 이르는 영역이다. 키워드 검색은 무관한 페이지를 쏟아 낸다. Abel은 대신 누가 언제 어느 문서에서 무엇을 말했는지 구조화한 지도를 건넸다. 같은 기록에 채팅창으로 후속 질문도 할 수 있었다.

제품의 경계를 정한 제약은 두 가지다. Abel은 검토와 조사의 도구이지 문서관리 시스템도, 사건관리 플랫폼도 아니었다. 기존 문서관리 소프트웨어 옆에 놓는 물건이고 그것을 대체하지 않았다. 법무 문서 검토 소프트웨어를 찾는 로펌 입장에서 범위는 의도적으로 좁았다. 다른 하나는 더 현실적이다. 회사가 더 이상 없다. Abel은 2024년에 사업을 끝냈고 사이트는 제품을 제공하지 않으며 새 계정도 만들 수 없다. 지금 AI 문서 검토를 비교하는 독자라면 이 글을 구매 안내가 아니라, Abel이 무엇을 했고 어디서 미치지 못했는지에 대한 기록으로 읽어야 한다.

시작하는 방법

  1. 팀에 연락한다. Abel은 셀프 가입이 아니라 데모와 직접 온보딩으로 팔았다. 첫 단계는 창업자나 영업 담당과의 통화였다.
  2. 기록을 올린다. 형식이 섞인 문서 묶음을 업로드하거나, 다른 검토 플랫폼의 데이터셋에 접근 권한을 주는 방식이었다.
  3. 추출 대상을 정한다. 사건에서 중요한 엔티티, 예컨대 당사자, 계약 조항, 핵심 날짜, 재판에서 다툰 쟁점에 맞춰 Abel 팀이 처리 흐름을 구성했다.
  4. 기록에 질문한다. 변호사는 추출된 엔티티를 읽고 서로의 연결을 따라가며 일상적인 말로 채팅에 물었다.
  5. 결과물을 꺼낸다. 요약을 내보내거나 초안을 생성한 뒤, 신입 변호사의 결과물처럼 손을 봤다.

제품 정보

Abel의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.

무료 플랜아니요
유료 플랜Custom, quote based
플랫폼Web
개발사Abel
카테고리생산성 · AI 어시스턴트
출시일Feb 2024
최근 업데이트Oct 2024
웹사이트 방문 수1.6K
웹사이트 글로벌 순위11M
API 제공 여부N/A

추천 대상

이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.

사용자

  • 기록이 많은 소송 변호사
  • 보험과 인수합병 팀
  • 로펌의 혁신 담당자

작업

  • 문서 더미에서 시간순 정리 만들기
  • 특정 당사자나 조항의 언급 전부 찾기
  • 메모나 서면의 초안 쓰기
  • 증인 신문 준비

활용 상황

  • 검토 기한이 촉박한 사건
  • 플랫폼을 옮기지 않고 법률 AI 시험하기
  • 사후에 벤더 평가하기

주요 기능

형식이 섞인 파일에서 엔티티 추출

Abel의 핵심은 고객별로 맞출 수 있는 추출 계층이었다. PDF, 이메일, 스프레드시트, 문서를 읽고 그 안의 인물, 조항, 날짜, 쟁점을 구조화된 목록으로 만든다. 고객마다 흐름을 조정했기 때문에 부동산 분쟁과 특허 소송에서 뽑히는 엔티티 종류가 달랐다. eDiscovery 도구의 키워드 검색과 갈리는 지점이 여기다. 보는 것은 사실이고 적중 페이지가 아니다.

기록 전체에 대한 질의응답

채팅은 올린 자료 묶음에 대해 답했고 후속 질문도 같은 기록 안에 머물렀다. 답변은 원문 문서를 가리켰다. 쓸 만한 조사 도구와 그럴듯한 추측을 가르는 차이다. 특정 메일 대화로 좁힐 수도, 물러나 사건의 형태를 볼 수도 있었다.

요청에 따른 구조화 요약

조건을 고르면 Abel은 해당 페이지 더미가 아니라 요청한 정보의 요약을 돌려줬다. 첫 통독에서는 파일을 하나도 열기 전에 기록의 내용을 읽을 수 있는 형태로 받는다는 뜻이다. 요약은 확인의 출발점이고 확인 자체를 대신하지 않는다.

설정 가능한 추출 파이프라인

파이프라인은 이 제품의 맞춤 계층이었다. 로펌이 찾고 싶은 것을 설명하면 Abel 팀이 그 분류에 맞춰 추출을 만들었고, 초기 고객은 온보딩 과정에서 여러 파이프라인을 받았다. 이 유연성이 틈새 영역 적합성을 만들었고, 동시에 바로 쓰는 제품이 아닌 이유이기도 했다.

엔티티 사이 관계 지도

추출된 엔티티는 서로 연결됐다. 한 인물에서 그가 보낸 메일, 서명한 계약, 등장한 사건으로 이동할 수 있었다. 관계를 보는 일은 문서를 한 장씩 읽는 것보다 변호사가 사건의 논리를 세우는 방식에 가깝다. 빈틈도 드러난다. 서명 페이지가 없는 계약 같은 것이다.

주어진 문맥으로 초안 생성

Abel은 건넨 기록의 문맥으로 결과물 일부를 썼다. 메모, 요약, 서면의 초기 문구까지 포함한다. 초안은 초판으로 쓸 만하고 검토 부담은 변호사에게 남는다. 법률 AI 도구에 대해 정직하게 말할 수 있는 선은 거기까지다.

장단점

장점

  • 큰 기록에서 엔티티 목록이 키워드 검색을 이겼다. 검색어가 걸린 페이지가 아니라 사건의 등장인물이 보인다.
  • 맞춤 파이프라인으로 추출을 사건에 맞췄다. 조항, 재판 신청, 사건 연표를 지정할 수 있고 고정된 기능 목록을 받아들일 필요가 없었다.
  • 요약이 근거 있는 첫 통독을 만들었다. 청구 가능한 시간을 쏟기 전에 거대한 기록의 윤곽을 잡는다.
  • 기존 흐름에 들어갔다. Abel은 문서관리 소프트웨어 옆에 서고 이전을 요구하지 않았다.

단점

  • 회사가 2024년에 사업을 끝냈다. 구매도 갱신도 지원도 불가능하고, 시범 도입한 로펌은 도구를 통째로 잃었다.
  • 공개 가격이 없다. 모든 거래가 영업 대화로 시작해 평가가 늦어졌고 예산은 추측이 됐다.
  • 설정이 벤더에 매였다. 맞춤 흐름은 Abel 팀이 만들었으므로 고객이 시스템을 직접 조정할 수 없었다.
  • 정확도는 문서 품질을 따랐다. 거친 스캔과 들쭉날쭉한 파일명은 추출을 약하게 만들었고 모든 출력에 사람 확인이 필요했다.

자주 묻는 질문

법률 문서 검토에 썼다. 변호사가 기록을 올리고 엔티티 추출, 연표 작성, 소송과 보험과 인수합병의 대량 문서에 대한 질의응답에 활용했다.