MiniMax Code에 80만 토큰 분량의 법률 문서를 넣었더니, 내가 두 번이나 놓쳤던 312페이지의 조항을 찾아냄
threw 800k tokens of legal docs into MiniMax Code and it found a clause buried in page 312 that i missed twice manually
핵심 요약
MiniMax Code를 활용해 방대한 법률 문서에서 사람이 수동으로 놓친 핵심 조항을 성공적으로 찾아낸 사례 공유.
- 법률 문서 검토 — M&A 실사 과정에서 80만 토큰 분량의 문서를 AI로 분석함.
- AI 분석 성능 — 사람이 수동으로 두 번이나 놓친 핵심 조항을 AI가 정확히 찾아냄.
- 업무 효율성 — 문서 간 교차 검증을 통해 실사 시간을 절반으로 단축함.
- 한계점 — 완벽하지는 않으며 때때로 의역하거나 특정 문서에 집중도가 떨어지는 현상 발생.
M&A 실사 업무를 3년 정도 해왔음. 문서 검토는 정말 지옥 같음. 일반적인 딜 룸에는 NDA, 재무제표, 이사회 회의록, 이메일 스레드, IP 스케줄 등이 각각 별도의 PDF로 들어있음. 중견 규모 딜이면 보통 400~800페이지는 됨.
이번 주에 MiniMax Code를 써봤음. 실제 딜 패키지를 넣어봤는데, 문서 14개에 총 80만 토큰 정도였음. NDA, 2년 치 분기 재무제표, 이사회 회의록 6개, 변호사 간 이메일 약 200페이지 분량이었음.
가장 인상 깊었던 테스트는 이거임: 수익 인식 방법론 변경을 언급한 모든 사례를 찾아달라고 했음. 3군데를 찾아냈는데, 89페이지의 3분기 이사회 회의록, 312페이지의 CFO 이메일, 그리고 연말 재무제표의 각주였음. 312페이지 이메일은 내가 수동으로 두 번이나 검토하면서 놓쳤던 거임.
이사회에서 방법론 변경을 공식 승인했는지, 아니면 그냥 논의만 했는지 후속 질문을 던졌음. 회의록에는 '논의됨'이라고 되어 있는데 CFO 이메일에는 '이행 중'이라고 되어 있다고 짚어줬는데, 이게 바로 실사에서 중요한 간극임.
참고로 그동안은 ChatGPT로 문서를 쪼개서 여러 번 돌리는 방식으로 해왔음. 효과는 있지만 문서 간 연결 고리를 계속 놓치게 됨. 이번에 처음으로 전부 한 번에 넣고 전체 세트에 대해 질문을 던져본 거임.
완벽하다는 건 아님. 가끔 내가 정확한 인용을 원할 때 의역을 하기도 하고, 14개 문서 중 하나는 다른 것보다 덜 집중하는 것 같았음. 그래도 1차 검토 시간은 거의 절반으로 줄었음.
다들 실제 업무 워크로드로 긴 컨텍스트 테스트해보고 있음? 아니면 아직도 합성 니들 테스트(synthetic needle tests)로 벤치마크만 돌리고 있는 거임?
