# 🎯 Eroom AI Partners 투자자용 5-Slide 프레젠테이션 아웃라인

## 전체 내러티브 아크 (Narrative Arc)

**Opening Hook**: "세계적 Legal Tech 기업 Harvey AI는 3년 만에 $11B 기업이 되었습니다. 하지만 그들도 해결하지 못한 문제가 있습니다."

**Core Message**: Eroom은 Legal AI의 "마지막 1마일"을 해결하는 세계 유일의 Vertical AI Agent입니다.

**Closing Ask**: 한국 시장 선점 후 아시아 진출, 그리고 수평 확장을 위한 Series A 투자 유치.

---

## 📑 Slide-by-Slide 아웃라인

---

## **SLIDE 1: The $11B Problem Harvey Couldn't Solve**
### Legal Tech의 "Last Mile Problem"

#### 헤드라인 메시지:
> **"Harvey AI는 $11B 기업이 되었지만, 여전히 변호사들은 72시간씩 소장을 작성합니다."**

#### 핵심 콘텐츠:

**1. Legal AI 시장의 현실 (3개 컬럼)**

| 현재 Legal AI (Harvey, CoCounsel) | 변호사의 실제 업무 | The Gap |
|----------------------------------|-----------------|---------|
| ✅ 판례 검색 도구 | 1. 사건 분석 | ❌ 여전히 사람이 |
| ✅ 계약서 검토 도구 | 2. 법리 검토 | ❌ 7개 이상의 |
| ✅ 문서 요약 도구 | 3. 전략 수립 | ❌ 독립 작업을 |
| ❌ **소장 자동 작성 X** | 4. 청구취지 구성 | ❌ 수동으로 연결 |
|  | 5. 항변 대응 | |
|  | 6. 판례 인용 | |
|  | 7. **최종 소장 작성** | **= Last Mile** |

**2. 핵심 통계 (Visual Impact)**

```
72시간 → 4시간?
   ↓         ↓
현재 소장    목표
작성 시간    작성 시간

GAP = The Last Mile Problem
```

**3. 왜 Harvey/CoCounsel이 해결 못했나?**

- **파편화된 서비스**: 개별 도구들의 집합 (통합 Workflow 부재)
- **환각 문제**: 58% 환각률 (Westlaw AI, Stanford 연구)
- **범용 설계**: 특정 국가/언어 법률 시장 최적화 실패
- **"도구" vs "전문가"**: 변호사가 여전히 모든 것을 판단·통합해야 함

#### 시각화 제안:

**왼쪽**: Harvey AI 로고 + $11B 기업 가치  
**중앙**: 화살표 + "BUT..."  
**오른쪽**: 72시간 동안 일하는 변호사 실루엣 + 노트북 더미

**하단 통계 바**:
- Harvey 정확도: 94.8% ⚠️ (여전히 검증 필요)
- Westlaw AI 환각률: 58% ❌
- 변호사의 업무 시간 단축: **20%만 자동화** ⚠️

#### 투자자 질문 예상 & 답변:

**Q: "Harvey가 $11B 기업이 된 건 문제를 해결했기 때문 아닌가?"**  
**A:** Harvey는 "더 나은 검색 엔진"을 만들었습니다. 하지만 **최종 결과물(소장, 준비서면)을 자동으로 생성하지는 못합니다.** 변호사가 Harvey의 7개 도구를 각각 사용하고, 그 결과를 수동으로 통합해야 합니다. 이것이 "Last Mile Problem"입니다.

---

## **SLIDE 2: Eroom's Breakthrough: The World's First "Cloned Lawyer"**
### 전문가 Workflow 내재화 = 진정한 AI 변호사

#### 헤드라인 메시지:
> **"우리는 도구(Tool)가 아니라 전문가(Expert)를 만들었습니다."**

#### 핵심 콘텐츠:

**1. 일반 Legal AI vs Eroom (Before/After 비교)**

```
┌─────────────────────────────────────────────────────┐
│  일반 Legal AI (Harvey, CoCounsel)                    │
├─────────────────────────────────────────────────────┤
│  변호사: "판례 검색해줘"                               │
│    ↓                                                 │
│  AI: [10개 판례 목록]                                 │
│    ↓                                                 │
│  변호사: (수동으로 검토 → 선택 → 다음 단계 진행)       │
│  변호사: "청구취지 초안 작성해줘"                      │
│    ↓                                                 │
│  AI: [초안 텍스트]                                    │
│    ↓                                                 │
│  변호사: (수동 검증 → 수정 → 반복...)                 │
│                                                      │
│  = 7회 이상 독립적 상호작용                           │
└─────────────────────────────────────────────────────┘

VS

┌─────────────────────────────────────────────────────┐
│  Eroom Law-aid Agent                                 │
├─────────────────────────────────────────────────────┤
│  변호사: "이 사건으로 소장 작성해줘" (사건개요 입력)    │
│    ↓                                                 │
│  AI: Stage 1 → 2 → 3 → 3.5 → 4 → 4.5 → 5           │
│      (자동 진행, 중요 지점에서만 HITL)                │
│    ↓                                                 │
│  AI: [법원 제출 가능 수준의 완성된 소장]               │
│                                                      │
│  = 단 1회 입력 + 2~3회 전략적 검토                    │
└─────────────────────────────────────────────────────┘
```

**2. Eroom의 5-Stage Workflow (프로세스 다이어그램)**

```
[Stage 1] 사건 구조화
   ↓ (자동)
[Stage 2] 시각화 Dashboard
   ↓ (자동)
[Stage 3] 청구전략 수립 ← [HITL: 변호사 검토]
   ↓ (자동 판례 검색)
[Stage 3.5] 요건사실 DB 검색
   ↓ (자동)
[Stage 4] 항변/재반박 전략 ← [HITL: 변호사 승인]
   ↓ (자동 판례 분석)
[Stage 4.5] 판례 연구 보고서
   ↓ (자동)
[Stage 5] 완성된 소장 📄
```

**3. 핵심 차별화 포인트 (3-Column)**

| 기술 | 구현 | 결과 |
|------|------|------|
| **하이브리드 DB** | 지식그래프 + 그래프DB | **환각 0%** (구조적 불가능) |
| **SOTA RAG** | 한국어 의미론 특화 | **검색 정확도 최고** |
| **In-House MCP** | 자체 프로토콜 구축 | **복제 불가능** |
| **전문가 복제** | 변호사 사고방식 내재화 | **시니어 어쏘급 결과물** |

**4. 실제 결과물 비교**

| 지표 | Harvey/CoCounsel | Eroom Law-aid |
|------|-----------------|---------------|
| 작업 시간 | 72시간 (20% 단축) | **4~6시간** (80% 단축) |
| 검증 필요성 | 모든 판례 수동 확인 | **자동 검증 완료** |
| 최종 품질 | 참고용 초안 | **법원 제출 가능** |
| 사용자 역할 | 전 과정 관리 | **전략 지점만 개입** |

#### 시각화 제안:

**중앙**: 5-Stage Workflow 프로세스 다이어그램 (화살표 + 아이콘)  
**좌측**: "일반 AI" = 파편화된 7개 독립 작업 (산발적 화살표)  
**우측**: "Eroom" = 통합된 단일 흐름 (하나의 큰 화살표)  

**하단**: "72시간 → 4시간" 막대 그래프 (극적인 대비)

#### 투자자 질문 예상 & 답변:

**Q: "Harvey도 workflow 통합 기능이 있지 않나?"**  
**A:** Harvey는 "workflow 통합"이 아니라 "플랫폼 통합"입니다. 여러 도구를 한 플랫폼에서 쓸 수 있다는 뜻이지, **도구들이 자동으로 연결되어 최종 결과물을 생성하지는 않습니다.** Eroom은 Stage 1의 출력이 자동으로 Stage 2의 입력이 되고, 이것이 Stage 5까지 이어집니다. 이것이 "Agentic Workflow"입니다.

---

## **SLIDE 3: Market Validation: Harvey's $11B Success Proves the Opportunity**
### 검증된 글로벌 시장 + 미개척 한국 시장

#### 헤드라인 메시지:
> **"Harvey는 미국에서 3년 만에 $11B가 되었습니다. 한국 시장은 아직 비어 있습니다."**

#### 핵심 콘텐츠:

**1. 글로벌 Legal AI 시장 폭발적 성장**

```
Harvey AI 기업 가치 성장:
$715M (2023.11) → $8B (2025.12) → $11B (2026.02)
         ↓                ↓               ↓
      11배 성장        1.4배 성장     (3개월만에!)
      (13개월)         (3개월)

투자자: Andreessen Horowitz, Sequoia, OpenAI Fund
고객: 700+ 기업, 58개국
ARR: $195M (2025)
```

**2. 한국 vs 미국 시장 비교 (Opportunity Gap)**

| 지표 | 미국 시장 | 한국 시장 | Eroom 기회 |
|------|-----------|-----------|-----------|
| **시장 규모** | $50B+ | **5.5~6.5조원** | TAM 확보 |
| **Legal AI 성숙도** | Harvey 독주 | **엘박스/슈퍼로이어** (파편화) | **선점 가능** |
| **Last Mile 솔루션** | ❌ 없음 | ❌ 없음 | ✅ **Eroom 유일** |
| **언어 장벽** | Harvey 영어 중심 | **한국어 특화 필요** | ✅ **Eroom 최적화** |
| **목표 SAM** | - | **2~2.5조원** (중소형 로펌) | 20% = **4,000억원** |

**3. 경쟁 환경 분석 (Competitive Landscape)**

```
┌──────────────────────────────────────────────────┐
│  글로벌 시장 (미국/유럽)                           │
├──────────────────────────────────────────────────┤
│  Harvey AI:     $11B 기업 가치, 시장 리더          │
│  CoCounsel:     Thomson Reuters 자회사            │
│  Spellbook:     계약 특화                         │
│                                                   │
│  → 성숙 시장, 치열한 경쟁                          │
└──────────────────────────────────────────────────┘

VS

┌──────────────────────────────────────────────────┐
│  한국 시장                                         │
├──────────────────────────────────────────────────┤
│  엘박스:        판례 검색 (파편화)                  │
│  슈퍼로이어:     법률 자문 챗봇 (파편화)             │
│  앨리비:        문서 자동화 (파편화)                │
│                                                   │
│  → Last Mile Problem 미해결                       │
│  → Eroom = First Mover Advantage 🎯              │
└──────────────────────────────────────────────────┘
```

**4. 시장 진입 전략 (3-Phase)**

```
Phase 1 (2026-2027): 한국 시장 선점
   ├─ 목표: SAM의 10~20% (2,000~4,000억원)
   ├─ 타겟: 중소형 로펌, 기업 법무팀
   └─ 전략: Last Mile Problem 해결 → 경쟁사 압도

Phase 2 (2027-2028): 아시아 확장
   ├─ 일본, 대만, 싱가포르 진출
   ├─ 한국어 → 일본어/중국어 지식그래프 확장
   └─ "Harvey of Asia" 포지셔닝

Phase 3 (2028+): Horizontal Expansion
   ├─ Corp-aid (민간기업 AI 서비스)
   ├─ 정부/금융/보건 등 다른 산업
   └─ "Legal Palantir" 모델 구현
```

#### 시각화 제안:

**상단**: Harvey 기업 가치 성장 그래프 (급격한 상승 곡선)  
**중앙**: 한국 vs 미국 시장 비교 (2개 컬럼, 색상 대비)  
**하단**: 3-Phase 시장 진입 로드맵 (타임라인 + 지도)

#### 투자자 질문 예상 & 답변:

**Q: "한국 시장은 작지 않나? 글로벌 확장 가능성은?"**  
**A:** 한국 시장(5.5조원)은 작지 않습니다. 더 중요한 것은:  
1. **First Mover Advantage**: 한국에서 Last Mile Problem을 해결한 유일한 플레이어  
2. **아시아 확장**: 한국어 지식그래프 기술 → 일본어/중국어 확장 용이  
3. **Horizontal Expansion**: Law-aid 기술 스택 → Corp-aid (기업 AI) → 정부/금융 등  

Harvey는 미국만으로 $11B가 되었습니다. **Eroom은 한국 + 아시아 + Horizontal Expansion**의 3가지 성장 엔진을 가지고 있습니다.

---

## **SLIDE 4: Unfair Advantage: Why We Will Win**
### 복제 불가능한 경쟁 우위 (Moat)

#### 헤드라인 메시지:
> **"Harvey는 복제할 수 있습니다. Eroom은 복제할 수 없습니다."**

#### 핵심 콘텐츠:

**1. 4가지 경쟁 우위 (Moat) - 시각적 레이어**

```
┌─────────────────────────────────────────────┐
│  Layer 4: Domain Expertise (복제 불가능)      │
│  • 의사 + 변호사 (성용배 법무팀장)             │
│  • KAIST AI 박사 (안종선 SE 총괄)             │
│  • 삼성전자 임원 출신 (박현민 CSO)             │
├─────────────────────────────────────────────┤
│  Layer 3: Proprietary Technology              │
│  • In-House MCP Server (자체 프로토콜)        │
│  • 한국어 특화 지식그래프 (3년 구축)           │
│  • SOTA RAG (환각 0%)                        │
├─────────────────────────────────────────────┤
│  Layer 2: Network Effect                      │
│  • 사용자 증가 → 판례 DB 확장                 │
│  • 전략 학습 → Agent 품질 exponential 향상    │
├─────────────────────────────────────────────┤
│  Layer 1: First Mover Advantage               │
│  • 한국 시장 Last Mile 유일 솔루션            │
│  • 3~5년 선점 효과                            │
└─────────────────────────────────────────────┘
```

**2. Harvey/CoCounsel과의 결정적 차이**

| 요소 | Harvey AI | CoCounsel | **Eroom** |
|------|-----------|-----------|-----------|
| **핵심 기술** | OpenAI API | Agentic AI (범용) | **In-House MCP** |
| **차별화** | 빠른 출시 | Thomson Reuters DB | **전문가 Workflow 복제** |
| **복제 가능성** | ⚠️ 다른 회사도 OpenAI 사용 가능 | ⚠️ 다른 DB 사용 가능 | ✅ **MCP + 지식그래프 복제 불가** |
| **환각 방지** | 낮은 편 (94.8%) | Westlaw: 58% ❌ | **구조적 불가능 (0%)** |
| **최종 결과물** | 참고용 초안 | 참고용 초안 | **법원 제출 가능** |

**3. 기술적 진입장벽 (Technical Moat)**

**Harvey의 약점:**
```
Harvey = OpenAI GPT-4 + 법률 Prompt Engineering
         └─ 누구나 접근 가능 (API 공개)
         └─ 경쟁사도 동일한 기술 스택 사용 가능
         └─ 차별화 = 브랜드 + 고객 확보 속도
```

**Eroom의 강점:**
```
Eroom = 자체 MCP Server 
        + 한국어 지식그래프 (3년 구축)
        + In-House Multi-Agent Orchestration
        └─ Black Box (외부 접근 불가)
        └─ 지식그래프 = 데이터 + 구조 (복제 불가)
        └─ 차별화 = 근본적 아키텍처 차이
```

**4. 팀 역량 (Unfair Advantage)**

| 인재 | 배경 | 기여 |
|------|------|------|
| **성용배** (법무팀장) | 의사 + 변호사 (15년 경력) | 전문가 Workflow 설계 |
| **안종선** (SE 총괄) | KAIST AI 박사, 전 CTO | MCP Server, RAG 구축 |
| **박현민** (CSO) | 삼성전자 임원, VC | 글로벌 전략, 투자 유치 |

→ **경쟁사가 복제하려면: 동일 수준 인재 + 3년 이상 개발 + 한국어 법률 DB 구축 = 불가능**

**5. 규제 대응력 (Future-Proof)**

```
AI 규제 강화 시나리오:
   ↓
Harvey: 환각 문제 → 법적 책임 소재 불명확 → 규제 리스크 ⚠️
   vs
Eroom: 환각 0% + Stage별 추적 → 완전한 감사 가능 → 규제 우위 ✅
```

#### 시각화 제안:

**중앙**: 4-Layer Moat 다이어그램 (동심원 구조)  
**좌측**: Harvey 기술 스택 (단순한 레이어 2개)  
**우측**: Eroom 기술 스택 (복잡한 레이어 5개 + Black Box 표시)  
**하단**: "Why Harvey can be copied, but Eroom cannot" 비교표

#### 투자자 질문 예상 & 답변:

**Q: "Harvey도 막대한 투자를 받고 있는데, 그들이 Eroom을 따라하면?"**  
**A:** 3가지 이유로 불가능합니다:  

1. **아키텍처 차이**: Harvey는 OpenAI API 기반입니다. 우리는 In-House MCP Server를 3년간 구축했습니다. 이것은 단순히 돈으로 따라올 수 없습니다.

2. **언어/시장 특화**: 한국어 지식그래프는 한국 법률 전문가 + AI 전문가가 3년 이상 협업해야 구축 가능합니다. Harvey가 이것을 한국 시장만을 위해 투자할 이유가 없습니다.

3. **Workflow 내재화**: 우리 법무팀장(성용배)은 의사이자 변호사로 15년 경력입니다. 이 수준의 도메인 전문가가 직접 Agent 설계에 참여한 것이 핵심 차별화입니다.

**결론: Harvey는 "넓게" 확장할 수 있지만, Eroom만큼 "깊게" 특화할 수 없습니다.**

---

## **SLIDE 5: Scale-Up Strategy: From Law-aid to "Legal Palantir"**
### 법률 → 기업 → 정부: Vertical에서 Horizontal로

#### 헤드라인 메시지:
> **"우리는 법률 AI 회사가 아닙니다. Vertical AI Agent 플랫폼 회사입니다."**

#### 핵심 콘텐츠:

**1. 3단계 성장 전략 (Revenue Diversification)**

```
┌─────────────────────────────────────────────────┐
│  Phase 1: Law-aid (2026-2027)                    │
│  목표: 한국 법률 시장 선점                         │
│  매출: 2,000~4,000억원 (SAM의 10~20%)           │
│  고객: 중소형 로펌, 기업 법무팀                    │
└─────────────────────────────────────────────────┘
          ↓ (동일 기술 스택 재사용)
┌─────────────────────────────────────────────────┐
│  Phase 2: Corp-aid (2027-2028)                   │
│  목표: 민간기업 AI 서비스 (사업계획서 작성 등)      │
│  매출: 법률 시장의 3~5배 규모 예상                 │
│  고객: 대기업, 중견기업 경영지원팀                 │
│  차별화: 하이브리드 DB + 경제/통계 분석 통합       │
└─────────────────────────────────────────────────┘
          ↓ (Palantir 모델)
┌─────────────────────────────────────────────────┐
│  Phase 3: Horizontal Expansion (2028+)           │
│  목표: 정부/금융/보건/군사 등 다중 산업            │
│  매출: Enterprise 계약 ($M 단위)                  │
│  고객: 관공서, 금융회사, 연구소, 정보기관          │
│  포지셔닝: "한국의 Palantir"                      │
└─────────────────────────────────────────────────┘
```

**2. Law-aid → Corp-aid 전환 메커니즘**

| 구성요소 | Law-aid | Corp-aid | 재사용 가능성 |
|---------|---------|----------|--------------|
| **하이브리드 DB** | 법령/판례 | 기업 문서 | ✅ 100% |
| **지식그래프** | 법률 용어 | 비즈니스 용어 | ✅ 90% |
| **Multi-Agent** | 5-Stage Workflow | Custom Workflow | ✅ 100% |
| **HITL 설계** | 변호사 검토 | 경영진 검토 | ✅ 100% |
| **RAG 엔진** | 판례 검색 | 시장 데이터 검색 | ✅ 100% |

→ **핵심 기술 스택의 80~90% 재사용 가능 = R&D 비용 최소화**

**3. Palantir와의 비교 (시장 검증)**

| 지표 | Palantir | Eroom (목표) |
|------|----------|-------------|
| **창립** | 2003년 | 2024년 |
| **IPO** | 2020년 ($10B) | 2028년 목표 |
| **현재 가치** | $60B+ (2025) | TBD |
| **비즈니스 모델** | 데이터 통합 플랫폼 | **Agentic AI 플랫폼** |
| **차별화** | Gotham/Foundry | **Law-aid/Corp-aid** |
| **고객** | 정부/국방/기업 | 법률 → 기업 → 정부 |

**Eroom의 우위:**
- Palantir: 사용자가 직접 데이터 분석
- **Eroom: AI Agent가 자동으로 분석·결과 생성** ← Next Generation

**4. 단기 목표 & 투자 활용 계획 (Investment Ask)**

```
Series A 목표: ₩50~100억원

자금 활용:
├─ 40%: 제품 개발 완성 (Law-aid Beta → Production)
│   ├─ MCP Server 고도화
│   ├─ 지식그래프 확장 (판례 10만건 → 50만건)
│   └─ Stage 6~8 추가 (계약 검토, Due Diligence 등)
│
├─ 30%: 시장 진입 (GTM)
│   ├─ 영업팀 구성 (5~10명)
│   ├─ 파일럿 프로그램 (10개 로펌)
│   └─ 마케팅 (법률 컨퍼런스, 웨비나)
│
├─ 20%: Corp-aid 개발 착수
│   ├─ 기업 문서 DB 구축
│   ├─ 경제/통계 분석 모듈 개발
│   └─ POC (3개 대기업)
│
└─ 10%: 인재 영입
    ├─ AI 엔지니어 3명
    ├─ 변호사 2명 (법률 자문)
    └─ 비즈니스 개발 2명

목표 달성 지표 (12개월):
├─ Law-aid: 30개 로펌 유료 고객 확보
├─ ARR: ₩30~50억원
├─ Corp-aid: 5개 대기업 POC 완료
└─ Series B 준비 (₩200~300억원 목표)
```

**5. Exit Strategy (투자자 관심사)**

| 시나리오 | 타임라인 | 예상 가치 | 비고 |
|---------|----------|----------|------|
| **M&A** | 2027-2028 | $500M~1B | Naver, Kakao, LG AI 등 |
| **IPO** | 2028-2030 | $2B~5B | 한국 or 미국 상장 |
| **독립 성장** | 2030+ | $5B~10B | Palantir 모델 |

**Comparable Transactions:**
- Harvey AI: $11B (3년, 미국)
- Eroom 추정: $2~5B (5년, 한국 + 아시아)

#### 시각화 제안:

**상단**: 3-Phase 성장 로드맵 (타임라인 + 매출 곡선)  
**중앙**: Law-aid → Corp-aid 전환 메커니즘 (기술 스택 재사용 80%)  
**하단**: Palantir vs Eroom 비교표 + Exit Scenario 3가지  

**오른쪽 사이드바**: "Investment Highlight" 박스
- ✅ Harvey가 증명한 $11B 시장
- ✅ 한국 시장 First Mover
- ✅ 복제 불가능한 기술 스택
- ✅ 3가지 성장 엔진 (법률/기업/정부)
- ✅ Palantir 모델 검증

#### 투자자 질문 예상 & 답변:

**Q: "Corp-aid로 확장할 때, 법률 AI 경쟁력이 희석되지 않나?"**  
**A:** 오히려 반대입니다. 

1. **기술 스택 재사용**: 하이브리드 DB, Multi-Agent, RAG 엔진은 법률이든 기업이든 동일하게 작동합니다. 바뀌는 것은 "데이터"와 "Workflow"뿐입니다.

2. **크로스셀 기회**: 기업 법무팀이 Law-aid를 쓰다가 → 경영지원팀이 Corp-aid 도입 → 매출 2배

3. **경쟁 우위 강화**: Palantir처럼, 여러 산업에 진출할수록 플랫폼의 네트워크 효과가 강해집니다.

**Q: "Harvey나 CoCounsel이 한국 시장에 진입하면?"**  
**A:** 3가지 방어선이 있습니다:

1. **언어 장벽**: 한국어 지식그래프 구축에 3년 이상 소요 → 우리는 이미 완성
2. **First Mover**: 2~3년 선점 기간 동안 로펌과 강력한 관계 구축
3. **Last Mile 독점**: Harvey/CoCounsel은 여전히 Last Mile 해결 못함 → 기능적 차별화 유지

---

## 🎬 Closing Slide (Bonus - Appendix로 활용)

### **Why Now? Why Eroom?**

#### 3가지 타이밍 요소:

**1. Market Timing: Harvey의 $11B 성공이 시장을 열었습니다**
- Legal AI는 더 이상 "실험"이 아님
- 대형 로펌들이 연간 $300/lawyer 지불 의향 입증
- 한국 시장은 여전히 미개척

**2. Technology Timing: LLM + Agentic AI의 성숙**
- 2023년 이전: LLM 환각 문제로 실무 적용 불가능
- 2024년: RAG + Agentic Workflow로 신뢰성 확보
- 2025년: Production-ready

**3. Team Timing: 도메인 전문가 + AI 전문가 결합**
- 의사 + 변호사 (성용배)
- KAIST AI 박사 (안종선)
- 삼성 임원 (박현민)
- → 이 조합은 다시 만들 수 없음

#### 최종 메시지:

> **"Harvey는 미국에서 3년 만에 $11B가 되었습니다.**  
> **Eroom은 한국에서 시작하여, 아시아 전체를 장악하고,**  
> **궁극적으로 Palantir를 넘어서는 Vertical AI 플랫폼이 될 것입니다."**

**The Ask:**  
Series A ₩50~100억원 투자로  
- 12개월 내 Law-aid 상용화
- 30개 로펌 유료 고객 확보
- Corp-aid POC 완료
- Series B 준비

**Contact:**  
[CEO 이름/연락처]  
[회사 웹사이트]

---

## 📋 프레젠테이션 사용 가이드

### **슬라이드별 시간 배분 (총 15분)**

| Slide | 시간 | 핵심 메시지 |
|-------|------|------------|
| Slide 1 | 2분 | Harvey도 못 푼 문제가 있다 (긴장감 조성) |
| Slide 2 | 4분 | 우리는 "전문가"를 만들었다 (솔루션 임팩트) |
| Slide 3 | 3분 | 시장은 검증되었고, 한국은 비어있다 (기회) |
| Slide 4 | 3분 | 우리는 복제 불가능하다 (방어력) |
| Slide 5 | 3분 | 법률에서 시작해 Palantir가 된다 (비전) |

### **투자자 유형별 강조점**

**VC (벤처캐피탈):**
- Slide 3 (시장 기회) + Slide 5 (성장 전략)
- Harvey 사례 강조 → "한국의 Harvey" 포지셔닝

**전략적 투자자 (Naver, Kakao 등):**
- Slide 2 (기술 차별화) + Slide 4 (경쟁 우위)
- 시너지 효과: "당신들의 플랫폼에 통합 가능"

**법률 산업 전문가:**
- Slide 1 (Last Mile Problem) + Slide 2 (Workflow)
- 실제 사용 시나리오 강조

### **예상 Killer Questions & 답변**

1. **"Harvey를 한국에 그냥 들여오면 안 되나?"**  
   → 한국어 지식그래프 없이는 불가능, 우리는 3년 구축 완료

2. **"시장이 너무 작지 않나?"**  
   → 한국(5.5조) + Corp-aid(3~5배) + 아시아 확장 = Harvey보다 큰 기회

3. **"ChatGPT Pro로도 할 수 있지 않나?"**  
   → ChatGPT는 58% 환각률, 우리는 0% (구조적 차이)

4. **"규제 리스크는?"**  
   → 오히려 규제가 강화될수록 우리에게 유리 (완전 추적 가능)

5. **"경쟁사가 따라오면?"**  
   → In-House MCP + 지식그래프 = 3년 이상 소요, 복제 불가능

이 아웃라인을 바탕으로 실제 슬라이드를 제작하시겠습니까? 디자인 작업이 필요하시면 말씀해주세요!