592 lines
26 KiB
Plaintext
592 lines
26 KiB
Plaintext
# 🎯 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! |