Enter는 프린스턴 대학교 캠퍼스에서 36시간 동안 410명의 참가자가 참여한 HackPrinceton Spring 2026에 함께했습니다. ACTA AI를 개발한 팀은 그 현장에서 가장 어려운 문제를 선택했습니다. 그리고 그들은 그 이유를 정확히 알고 있었습니다.

법률이라는 가면을 쓴 인도적 문제

임상 시험이 하루 지연될 때마다 공격성 암, 희귀 질환, 만성 질환을 앓는 환자들은 생명을 바꾸거나 구할 수 있는 치료제를 더 오래 기다려야 합니다.

단 한 명의 환자도 임상 시험에 등록하기 전에, 제약 후원사와 임상 연구 기관은 지적 재산권, 면책, 출판 권리, 환자 개인정보 보호 및 규제 보고 의무를 다루는 복잡한 법적 문서인 임상 시험 계약(Clinical Trial Agreement)을 협상해야 합니다. 이 협상에는 평균 100일이 소요됩니다. 하루에 80만 달러에서 140만 달러에 달하는 파이프라인 가치 손실을 고려하면 재정적 비용은 막대합니다. 하지만 더 중요한 숫자는 어떤 재무 모델에도 나타나지 않는 것, 바로 시간적 여유가 없는 지연 너머의 환자들입니다.

56개의 임상 단계 프로그램을 운영하는 기업의 경우, 각 협상에서 50일을 단축하면 22억 4천만 달러 이상의 파이프라인 가치를 확보할 수 있습니다. 더 중요한 것은, 공격성 림프종이나 희귀 염증성 질환을 앓는 환자들이 생명을 구할 가능성이 있는 치료법에 거의 두 달 더 빨리 접근할 수 있게 된다는 점입니다.

팀은 이를 법률 자동화 문제로 규정하지 않았습니다. 그들은 이것이 서류 작업처럼 보이는 인도적 문제라는 점을 정확히 꿰뚫어 보았습니다.

ACTA AI가 실제로 하는 일

ACTA AI는 임상 시험 계약 프로세스를 중심으로 구축된 다중 에이전트 계약 인텔리전스 플랫폼입니다. 현재 어떤 상업용 법률 AI 도구도 하지 못하는 기능, 즉 계약서를 조항별로 분석하고, 표준화된 기준을 강제하며, 버전 및 당사자 간의 협상을 추적하고, 법적 위기가 되기 전에 계약 간의 충돌을 표면화하도록 설계되었습니다.

전체 제품을 정의하는 아키텍처 결정은 설명하기 가장 쉬운 것이기도 합니다. 30페이지 분량의 법률 계약서를 하나의 텍스트 블록으로 언어 모델에 던지면 신뢰할 수 없는 결과가 나옵니다. 팀은 완전히 반대 방향으로 나아갔습니다. 모든 계약서는 개별 조항으로 분리되며, 각 조항은 출판 검토 기간, 면책 구조, 지불 조건, 기밀 유지 기간, 간접 비용 상한 등 7가지 ACTA 표준이라는 하드코딩된 기준에 따라 독립적으로 분석된 후 결과가 요약 보고서로 통합됩니다. 이러한 구조가 법률 인텔리전스 도구와 정교한 검색창을 구분 짓는 차이점입니다.

ACTA AI의 조항 분석 인터페이스. ACTA 기준에 대비하여 각 계약 섹션에 대한 독립적인 규정 준수 점수를 보여주며, 요약 보고서가 생성되기 전에 편차를 심각도별로 표시합니다.

신뢰도 점수 시스템은 모든 조항을 4가지 범주로 분류합니다: 기준과 일치하여 진행 준비됨, 표준적인 수정이 필요한 경미한 편차, 해결되지 않으면 몇 주간의 지연을 초래할 치명적인 편차, 또는 시스템이 이전에 접해보지 못하여 인간 변호사에게 직접 전달하는 조항. 2인으로 구성된 법률팀은 항상 어디를 먼저 살펴봐야 할지 알기 때문에 50개의 계약을 동시에 관리할 수 있습니다.

원클릭 ACTA 모드는 협상이 완전히 교착 상태에 빠진 시나리오를 해결합니다. 버튼 하나로 벗어난 모든 조항을 즉시 기준에 맞게 다시 작성하며, 나란히 비교하는 변경 내역 보기와 상대방에게 각 변경 사항을 설명하는 즉시 전송 가능한 협상 메모를 생성합니다.

예측 사이트 페르소나는 일반적인 계약 도구가 완전히 무시하는 요소, 즉 병원마다 협상 방식이 다르다는 점을 고려합니다. 학술 의료 센터와 지역 커뮤니티 병원은 법적 우선순위, 반응, 마지노선이 다릅니다. ACTA AI는 계약서가 발송되기도 전에 마찰이 어디서 발생할지 예측합니다.

팀이 가장 놀라운 기능이라고 설명한 다자간 충돌 탐지기(Multi-Party Conflict Detector)는 현재 숙련된 변호사가 수백 개의 문서를 수동으로 대조해야 하는 문제를 해결합니다. 여러 개의 CTA를 업로드하고 스캔을 실행하면, 시스템은 계약 간의 불일치를 찾아냅니다. 동일한 화합물에 대해 다른 사이트에 상충되는 IP 권한을 부여하거나, 별도의 기관에 양립할 수 없는 출판 기간을 약속하는 등의 사례입니다. 이전에는 프로그램 시작 후 몇 달이 지나서야 법적 위기로 떠오르던 문제가 이제는 몇 초 만에 드러납니다.

다자간 충돌 탐지기 인터페이스. 동시다발적인 임상 시험 계약 전반에 걸쳐 표시된 계약 간 불일치를 보여줍니다. 팀이 3시간 만에 구축한 이 기능은 제품에서 상업적으로 가장 중요한 기능일 수 있습니다.

어떻게 완성되었는가

백엔드는 4단계 에이전트 파이프라인(문서 파서, 조항 추출, 위험 식별, 규정 준수 확인, 제안)으로 구성되어 있으며, 추출된 조항, 위험 발견 사항, 규정 준수 결과, 버전 차이를 모든 단계로 전달하는 공유 상태 객체를 사용합니다. 아키텍처에는 로펌이 실제로 업무를 배분하는 방식을 반영한 라우팅 계층도 포함되어 있습니다. 법적 지식이 많이 필요한 조항은 법률 추론에 최적화된 모델로, 빠른 분류 작업은 속도에 최적화된 모델로, 복잡한 재작성은 언어 품질에 최적화된 모델로 전달됩니다. 작업에 적합한 모델이 우연에 맡겨지는 것이 아니라 시스템에 내장되어 있습니다.

팀원 중 누구도 주말이 시작되기 전까지 상용 다중 에이전트 파이프라인을 구축해 본 적이 없었습니다. 아키텍처는 실제로 작동하는 형태가 나오기 전까지 세 번의 완전한 재설계를 거쳤습니다. 돌이켜보면, 팀은 그 초기 논쟁들이 해커톤에서 가장 가치 있는 시간이었다고 설명했습니다.

프론트엔드는 의도적으로 두 번 다시 구축되었습니다. 시각적 언어는 따뜻한 크림색, 세이지 그린, 차분한 청록색입니다. 이러한 선택의 근거는 명확했습니다. 임상 소프트웨어는 신뢰할 수 있고 차분하게 느껴져야 한다는 것입니다. 디자인은 스타일적인 선택이 아니라 제품 전략적 결정이었습니다.

그들이 가장 자랑스러워하는 점

실제 문서에서 작동한다는 점입니다.

복잡한 서식, 일반적이지 않은 조항 순서, 개발 과정에서 시스템이 접해본 적 없는 법률 용어가 포함된 실제 임상 시험 계약서들을 파이프라인이 처리해 냅니다. 예외 상황은 우아하게 처리되고, 대체 수단은 깔끔하게 작동하며, 구조화된 출력값은 유지됩니다.

다자간 충돌 탐지기는 제출물에 포함되지 못할 뻔했습니다. 3시간 만에 구축된 늦은 추가 기능이었기 때문입니다. 그럼에도 불구하고 그들은 이를 출시했고, 이것이 제품에서 상업적으로 가장 가치 있는 부분이라고 믿고 있습니다.

그들은 또한 데모에는 나타나지 않는 한 가지를 자랑스러워합니다. 28시간째, 피곤하고 압박감이 심한 상황에서도 서로에게 화풀이하지 않았다는 점입니다. 그들은 압박감 속에서 팀을 존중하는 것을 하나의 기술로 설명하며, 그것을 기술로서 대했습니다. 이것은 작은 일이 아닙니다. 아마도 그것이 다른 모든 것을 완성할 수 있었던 이유일 것입니다.

다자간 충돌 탐지기가 첫 번째 우선순위입니다. 작동하는 프로토타입에서 영구적인 계약 저장소, 충돌 이력 추적, 자동 알림, 어떤 사이트들이 중복되는 법적 조건을 공유하는지 보여주는 네트워크 시각화로 발전하는 것입니다.

개인정보 우선 아키텍처가 다음 단계입니다. 임상 시험 계약에는 환자와 조직 모두에 대한 민감한 정보가 포함되어 있습니다. 다음 버전에는 종단간 암호화, 역할 기반 액세스 제어, 그리고 협상의 양측 모두에 대한 규제 요건을 충족하는 데이터 처리 프레임워크가 필요합니다. 팀이 표현했듯이, 신뢰는 모든 법률 제품의 기초입니다. 그들은 정당하게 그것을 얻고 싶어 합니다.

더 장기적인 야망은 실제 사례로부터 학습하는 에이전트입니다. 실제 협상 결과를 시스템에 다시 피드백하여 시간이 지남에 따라 위험 모델을 개선하는 것입니다. 어떤 편차가 지연을 유발했는지, 어떤 마지노선이 수용되었는지, 어떤 사이트 유형이 어떤 조항에 가장 강력하게 반발했는지 등입니다. 시스템은 처리하는 계약이 늘어날수록 더 똑똑해집니다.

궁극적으로는 종단간 협상 인텔리전스입니다. 특정 사이트가 과거에 어떻게 협상했는지, 최종적으로 어떤 문구를 수용했는지, 마찰이 가장 발생하기 쉬운 지점은 어디인지 등을 법률팀에 정확히 알려주는 기능입니다. 이는 현재 개별 변호사들의 머릿속에만 존재하는 조직적 기억을 팀의 모든 사람이 접근할 수 있게 만드는 것입니다.

해결할 가치가 있는 문제

ACTA AI는 대회를 우승하기 위해 만들어진 것이 아닙니다. 문제는 실재하고, 계산은 잔혹하며, 누구도 실제로 이를 해결하지 않았기 때문에 만들어졌습니다.

유망한 치료법이 임상 시험에 진입하는 것과 환자가 그 치료법에 접근하는 것 사이의 격차는 일차적으로 과학적 문제가 아닙니다. 그것은 조정 문제, 문서화 문제, 프로세스 문제입니다. 올바른 계층에 구조화된 인텔리전스를 적용하면 무너뜨릴 수 있는 바로 그런 종류의 문제입니다.

팀은 그 격차를 보았고, 36시간을 투자하여 그 격차를 좁힐 수 있는 무언가를 만들었습니다. 협상 테이블 반대편의 환자들에게는 기다릴 100일이라는 시간이 없습니다.

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→ Vol. 8 *— Aletheia *→ Vol. 9 *— Synova → Vol. 10 — Overturn Insurance→Vol. 11 — **VentureLink *→**Vol. 11 *—Atlas: Immersive 3D AI Learning