"정의는 행동으로 옮겨진 진실이다." — 벤저민 디즈레일리

매년 수십억 달러 규모의 집단소송 합의금이 주인을 찾지 못한 채 방치됩니다. 소송이 가짜라서가 아닙니다. 피해를 본 사람들이 자격이 없어서도 아닙니다. 청구를 하려면 들어본 적도 없는 마감 기한을 찾아내야 하고, 3년 전의 구매 내역을 증명해야 하며, 마치 포기하라고 만든 것 같은 청구 양식을 작성해야 하기 때문입니다.

이런 패턴은 반복됩니다. 360만 달러 규모의 벤젠 합의, 활석 오염 사례, PFAS 집단소송과 같은 헤드라인이 떠오르면 사람들은 이를 보고 자신이 그 제품을 사용했을 가능성이 높다는 것을 알면서도 그냥 지나칩니다. 관심이 없어서가 아닙니다. "내가 자격이 있을지도 몰라"에서 "청구를 완료하고 돈을 받았다" 단계까지 가기 위해 필요한 노력이 너무 크기 때문입니다.

이전에 우리는 HackPrinceton 2026 x Enter.pro: 미래를 구축하다 | Enter 에서의 경험을 공유한 바 있습니다. 그 글은 에너지와 사명, 그리고 더 큰 그림에 관한 것이었습니다. 이번 글에서는 대회 기간 동안 Enter를 사용하여 제품을 만들고 상을 받은 팀, Aletheia를 심층적으로 다룹니다.

Aletheia 팀이 주목한 것은 이러한 노력이 거의 전적으로 인위적인 장애물이라는 점이었습니다. 증거는 이미 존재합니다. 주요 소매업체, 배달 앱, 결제 플랫폼의 구매 내역에는 사람들이 무엇을, 언제, 누구로부터 구매했는지에 대한 SKU 단위의 기록이 담겨 있습니다. 자격을 증명할 데이터는 이미 거기에 있습니다. 단지 로그인의 반대편에 잠겨 있을 뿐입니다.

Aletheia의 기능

Aletheia는 세 단계로 구매 내역을 청구 가능한 패킷으로 변환합니다.

계정 연결. 사용자가 쇼핑 및 배달 계정을 연결하면 Aletheia가 거래 데이터를 가져옵니다. 모든 제품명, 상점, 날짜, 품목별 가격을 포함합니다. 카테고리가 아닌 실제 제품 단위입니다.

노출 스캔. AI 기반 분석을 통해 구매한 모든 제품을 소송과 관련된 화학 물질(벤젠, 활석, 파라벤, PFAS, 포름알데히드 방출제 등)의 선별된 카탈로그와 교차 참조합니다. 사용자는 0~100점 척도의 노출 보고서와 백분위수 순위, 화학 물질 및 플래그가 지정된 제품별 상세 내역을 받습니다. 이는 경고가 아닙니다. 당신이 실제로 무엇을 구매했는지에 기반하여 실제로 무엇에 노출되었는지를 보여주는 그림입니다.

합의안 매칭. 감지된 화학 물질과 제품은 공공 법률 데이터베이스에서 매시간 업데이트되는 활성 집단소송 합의 카탈로그와 매칭됩니다. 각 일치 항목은 사용자가 특정 자격 요건 제품을 구매했는지, 또는 해당 화학 물질과 노출이 겹치는지에 따라 분류됩니다. 만료된 합의안은 걸러지고, 중복 항목은 제거됩니다. 모든 일치 항목에 대해 Aletheia는 5단계 청구 가이드와 구매 기록을 토대로 작성된 PDF 증거 패킷을 생성하여 즉시 제출할 수 있게 합니다.

Aletheia가 해결하려는 불일치는 법적 복잡성에 관한 것이 아닙니다. 정보와 마찰에 관한 것입니다. 청구 관리자는 이미 구매 기록을 증거로 받아들이고 있습니다. 기록은 이미 존재합니다. 필요한 것은 이를 자동으로 연결할 도구였을 뿐입니다.

빌드 과정 및 직면한 문제

이 팀은 HackPrinceton Spring 2026에서 Aletheia를 구축했습니다. 연구에서 제품 요구 사항, 그리고 Enter를 사용하여 외부 데이터 소스를 연결하고 지능형 계층을 구축하는 과정(Enter의 MCP 통합 및 기술 사용)을 거쳐 완전히 배포 가능한 제품을 만들었습니다. Enter는 인증 계층, 데이터베이스, 노출 분석, 합의안 스크래핑 및 매칭 로직을 구동하는 에지 함수 등 백엔드 인프라를 담당했습니다.

가장 어려운 문제는 기술 인프라가 아니었습니다. 바로 신뢰였습니다.

노출 및 매칭 로직의 첫 번째 버전은 AI가 합의 카탈로그와 매칭 점수를 모두 합성하도록 했습니다. 빠르게 만들 수 있고 그럴듯한 결과를 내놓았지만, 곧 문제가 드러났습니다. 모델이 합의 금액을 지어내기 시작한 것입니다. 존재하지 않는 소송에 대한 청구를 생성했고, 실제 법적 절차와는 아무런 근거가 없는 자격 판정을 내놓았습니다.

소비자 금융 제품에 있어 이는 단순한 버그가 아닙니다. 치명적인 실패입니다. 검증된 데이터가 아니라 격차를 메우던 모델에서 나온 수치를 바탕으로 누군가에게 4,200달러짜리 청구권이 있다고 말할 수는 없는 노릇입니다.

해결책은 AI가 잘하는 것과 혼자서는 맡길 수 없는 것을 분리하는 것이었습니다. 이제 실제 합의 데이터는 공공 법률 데이터베이스에서 직접 스크래핑하여 정식으로 저장하고, 검증된 지급액, 마감 기한, 청구 URL로 보강합니다. 매칭 시 AI의 역할은 카탈로그에 이미 있는 내용만 인용하도록 제한되었습니다. 즉, 합성이나 추론은 없습니다. 데이터베이스가 탄탄하기 때문에 출력 결과도 신뢰할 수 있습니다.

3개의 중복 제거 계층은 동일한 합의안이 서로 다른 출처에서 미세하게 다른 URL과 제목으로 나타나는 문제를 처리합니다. 기한 로직은 진정으로 종료된 합의안과 파싱이 불가능하거나 보류 중인 날짜를 가진 합의안을 구분합니다(전자는 적극적으로 필터링하고 후자는 여전히 유효한 것으로 처리). PDF 영수증은 상점 헤더, 품목별 테이블, 검증 푸터 등 청구 관리자가 실제로 받아들일 만한 형태로 보일 때까지 반복적으로 수정되었습니다.

모든 경로에는 대안(fallback)이 마련되어 있습니다. 데모에서 오류 상태가 발생하는 일은 없습니다.

가장 자랑스러운 점

처음부터 끝까지 이어지는 전체 파이프라인입니다. 사용자가 계정을 연결하고, 노출 보고서를 받고, 매칭된 합의안을 확인하고, 청구 준비가 완료된 PDF를 다운로드합니다. 이 모든 것이 이미 가지고 있던 구매 데이터를 통해, 사용자가 복잡한 과정을 고민할 필요 없이 처리됩니다.

그리고 영수증입니다. 생성된 문서가 해커톤 결과물이 아닌 실제 법적 증거처럼 보이게 만드는 데 많은 반복 작업이 필요했습니다. 결국 해냈다는 사실이 팀이 계속해서 되새기는 성과입니다.

다음 단계

웹훅 기반 알림: 수동 재스캔 없이 새 구매가 기존 합의안과 일치하는 순간 사용자에게 알림을 보냅니다. 청구 양식 자동 완성: 구매 기록과 노출 데이터에서 표준 필드를 미리 채우고, 관리자가 허용하는 경우 사용자를 대신하여 제출합니다. 은행 명세서 OCR을 통한 과거 내역 검색(플랫폼이 SKU 추적을 시작하기 수년 전 구매한 제품에 대한 청구 가능)과 실제 지급 통합(소액의 성공 수수료를 받고 합의금을 직접 수령)이 계획되어 있습니다.

이 모든 것을 위한 인프라는 이미 준비되어 있습니다. 활성 합의안에 작동하는 파이프라인은 어떤 합의안에도 작동합니다. 연결된 계정에 대해 작동하는 증거 검색은 업로드된 명세서에도 작동합니다. Aletheia가 수행할 수 있는 범위는 접근 가능한 데이터 소스가 늘어남에 따라 확장됩니다.

돈은 항상 거기에 있었습니다. 부족했던 것은 그곳으로 가는 길뿐이었습니다.

이를 만든 팀: Haoran Xu | Anish Yenduri | Brian Li | Adarsh Danda

이전 시리즈를 놓치셨나요? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3: *reAgent *→ Vol. 4: *TaleTailor *→ Vol. 5: *LEGR *→ Vol. 6: *PolyPath *→ Vol. 7: *EcoThread