e디스커버리란 무엇인가요?

전자 디스커버리 또는 전자증거개시라고도 하는 전자증거개시는 법적 소송에서 증거로 사용하기 위해 전자적으로 저장된 정보(ESI)를 식별, 수집, 보존, 검토 및 교환하는 프로세스입니다. 거의 모든 기업 커뮤니케이션과 문서가 전자 형식으로 존재하는 오늘날의 디지털 비즈니스 환경에서 효과적인 이디스커버리는 모든 규모의 조직에 있어 중요한 운영 필수 요소가 되었습니다.

이디스커버리가 중요한 이유는 무엇인가요?

오늘날의 기업은 점점 더 많은 법적 및 규제 압력에 직면해 있습니다. 법무팀은 더 이상 리스크를 줄이는 데만 집중하는 것이 아니라 실질적인 가치를 창출하는 전략적 파트너로서 역할을 수행해야 합니다.

강력한 이디스커버리 프로세스는 법무팀이 규정을 준수하고 비용을 관리하며 위험을 줄이는 데 도움이 됩니다. 올바른 전자 정보를 신속하게 찾고, 보존하고, 공유할 수 있다면 법적 소송이나 조사에서 큰 차이를 만들 수 있습니다.

또한 올바른 이디스커버리 관행은 데이터의 잘못된 취급으로 인한 처벌을 방지하고 조직이 법적 책임을 다하기 위해 진정으로 노력하고 있음을 보여주는 데 도움이 됩니다.

전자증거개시의 기본 사항

소송의 증거 개시 절차에서는 당사자들이 사건과 관련된 문서를 교환해야 합니다. 대부분의 문서가 디지털 형식으로 생성, 저장, 교환됨에 따라 이러한 디스커버리 요소는 전자증거개시 또는 e디스커버리로 알려지게 되었고, 전 세계 법률 시스템에서 인정되는 일부가 되었습니다.

오늘날 이디스커버리와 관련된 전자 저장 정보(ESI)의 보존, 수집, 찾기, 검색, 검토, 분석 및 조치 프로세스는 민사 소송을 넘어 데이터 침해 대응, 개인정보 또는 주체 권리 요청 처리, 내부 조사 수행 등 광범위한 비즈니스 사용 사례에 적용됩니다.

이디스커버리는 이메일, 문서, 데이터베이스부터 소셜 미디어 게시물, 인스턴트 메시지, 동영상, 오디오 파일, 모바일 데이터 및 이와 연결된 메타데이터에 이르기까지 모든 것을 다룹니다.

오늘날의 기업은 대량의 전자 데이터를 처리하고 분석하는 동시에 데이터의 무결성과 신뢰성을 유지해야 합니다. 특히 다양한 형식, 위치, 액세스 수준을 고려할 때 이는 결코 쉬운 일이 아닙니다.

너무 자주 팀들은 데이터를 관련성 여부에 따라 분류하고 검토된 파일(권한이 있거나 민감한 정보가 제거된 파일)을 상대방에게 보내는 좁은 작업에만 집중합니다. 하지만 그것에만 집중하다 보면 핵심 증거 발견, 사건 전략 수립, 수사 위험 감소와 같은 더 큰 그림은 놓칠 수 있습니다.

종이 기반의 수동 검색을 더 이상 유지할 수 없는 이유는 무엇인가요?

약 20년 전만 해도 조직 내에서 방대한 양의 디지털 정보를 처리하는 일은 수작업으로 관리할 수 있었습니다.

빅 데이터의 세계에서는 더 이상 그렇지 않습니다. ESI에는 이메일, 문서, 프레젠테이션, 데이터베이스, 엔터프라이즈 애플리케이션, 음성 메일, 오디오 및 비디오 파일, 소셜 미디어, 웹, 그리고 점점 더 많은 채팅 및 협업 플랫폼이 포함됩니다.

종이 기반 검색은 비용과 시간이 많이 들고 리소스가 많이 소모되는 것으로 알려져 있지만, 디지털 정보를 처리하면 이러한 문제에 상당한 복잡성이 더해집니다. 그 결과 이디스커버리에는 더 많은 시간과 예산이 필요할 수 있습니다.

최신 디지털 데이터를 다룰 때 고려해야 할 요소에는 어떤 것이 있을까요?

빅데이터에 대해 논의할 때 전문가들은 종종 정보의 양, 속도, 다양성, 진실성에 대해 이야기합니다. 전자증거개시를 수행할 때 고려해야 할 사항이 있습니다:

볼륨
ESI를 사용하면 동일한 문서의 여러 버전을 간편하게 만들 수 있습니다. 대부분의 조직은 조직 내 여러 위치에, 때로는 조직 외부의 계약업체, 공급업체, 고객과 함께 여러 버전의 문서를 저장하고 있습니다.

속도
오늘날 모든 기업이 협력하는 채널의 수는 폭발적으로 증가하고 있습니다. 이러한 채널은 기업 시스템과 데이터베이스뿐만 아니라 이메일, 모바일 디바이스, 웹, 그리고 점점 더 많은 소셜 미디어 채널을 포괄합니다. 코로나19 팬데믹으로 인해 채팅 및 협업 플랫폼의 사용이 증가했습니다. 점점 더 다양한 비즈니스 업무에 생성형 AI(GenAI)와 대규모 언어 모델(LLM)의 사용이 가속화되면서 현대 조직에서 생성되는 ESI가 또다시 급격하게 증가하고 있습니다.

다양성
ESI의 다양성과 관련하여 두 가지 주요 과제가 있습니다. 첫째, 정보가 생성된 시스템 또는 애플리케이션의 기본 형식으로 존재하므로 이디스커버리 프로세스에서 다양한 파일 유형을 단일 검토 플랫폼으로 통합해야 합니다. 둘째, 데이터와 문서를 쉽게 편집, 수정, 이동, 업데이트할 수 있어 식별, 검색, 검토해야 하는 동일한 기록의 여러 버전을 만들 수 있습니다.

진실성
ESI는 수많은 시스템과 채널에 분산되어 있기 때문에 부정확하거나 불완전한 데이터가 쉽게 드러날 수 있습니다. 최신 문서에는 생성 날짜, 작성자, 전송 기록, 편집 기록 등 광범위한 메타데이터가 포함되어 있어 정확성과 관련성을 확립하는 데 도움이 되지만 식별과 검토가 복잡해지기도 합니다. 원본 데이터의 흔적이 하드 드라이브에 남아 있는 경우가 많지만, ESI는 삭제되거나 스폴리레이션되어 무거운 처벌을 받을 수도 있습니다. 이러한 사실을 복구하는 것은 가능하지만 일반적으로 많은 비용과 시간이 소요됩니다.

이론적으로는 수동 이디스커버리 프로세스를 사용할 수 있지만, 수많은 내부 및 외부 시스템에 저장된 다양한 형식의 잠재적 테라바이트급 데이터에 직면했을 때 이는 실용적이지도 않고 바람직하지도 않습니다. 소송 중인 사안의 중요성과 가치에 비해 이디스커버리 시간과 비용이 불균형하지 않도록 하려면 전문화된 이디스커버리 소프트웨어와 프로세스가 필요합니다.

이디스커버리의 일반적인 과제

데이터 용량, 다양성 및 속도 관리

조직은 다양한 플랫폼과 형식에 걸쳐 방대한 양의 데이터를 처리합니다. 여기에는 데이터베이스의 정형 데이터, 문서와 이메일의 비정형 데이터, 소셜 미디어와 협업 도구의 반정형 데이터가 포함됩니다. 문제는 이러한 데이터를 처리하는 것뿐만 아니라 관련 정보를 효율적으로 식별하고 추출하는 것입니다.

e디스커버리와 데이터 프라이버시의 균형 맞추기

GDPR 및 CCPA와 같은 개인정보 보호법은 기업이 이디스커버리 프로세스 중에 개인 데이터를 보호하도록 요구합니다. 즉, 민감한 정보를 보호하기 위한 조치를 취하고, 국경을 넘는 데이터 전송에 대한 규칙을 따르며, 콘텐츠를 수집하고 검토하는 동안 규정을 준수해야 합니다.

비용 관리

이디스커버리와 관련된 비용은 기술, 저장, 처리, 검토 등 상당한 비용이 소요될 수 있습니다. 비용을 줄이지 않고 비용을 절감하려면 조직은 수작업을 줄이고 위험을 제한하는 동시에 방어 가능한 프로세스를 유지하는 데 도움이 되는 스마트 워크플로와 eDiscovery AI와 같은 도구를 사용해야 합니다.

전자증거개시 절차는 언제 시작되나요?

이디스커버리는 소송이 합리적으로 예상될 때 시작되며 디지털 증거가 법정에 제출될 때까지 계속됩니다. 이 과정은 식별, 보존, 생산해야 하는 디지털 정보의 양과 다양성으로 인해 복잡합니다.

데이터 유형이 급증함에 따라 ESI는 점점 더 동적으로 변하고 있습니다. 원본 콘텐츠와 메타데이터를 모두 보존하는 것은 나중에 소송에서 스폴리레이션 또는 변조 주장을 피하는 데 매우 중요합니다. 동시에 관련 없는 데이터는 삭제해야 하며, 데이터 프라이버시 요건에 따라 특권, 기밀, 개인정보는 생산 전에 신중하게 보호하거나 삭제해야 합니다.

e디스커버리 참조 모델(EDRM)이란 무엇인가요?

EDRM(전자증거개시 참조 모델) 은 조직이 전자증거개시 프로세스를 계획하고 관리하는 데 도움이 되는 프레임워크입니다.

이 모델은 정보 거버넌스(모델의 '왼쪽'이라고도 함)부터 시작하여 전자 증거의 식별, 보존, 수집, 처리, 검토, 분석, 생산 및 제시('오른쪽')와 같은 단계를 거치면서 프로세스를 명확한 단계로 나눕니다.

이러한 단계를 순서대로 따르는 경우가 많지만, 프로세스는 반복적이고 유연하게 진행할 수도 있습니다. 각 단계는 이전 단계를 기반으로 하여 팀이 체계적이고 효율적이며 법적으로 방어 가능한 상태를 유지할 수 있도록 도와줍니다. EDRM을 사용하면 전자 증거를 처리하는 일관된 접근 방식을 보장하는 동시에 시간을 절약하고 비용을 절감할 수 있습니다.

효과적인 전자증거개시 전략의 핵심 구성 요소

정보 거버넌스 및 데이터 관리

전자 데이터를 지속적으로 관리하려면 조직은 정보의 생성, 저장, 사용, 삭제 방식에 대한 명확한 정책이 필요합니다. 이것이 이디스커버리의 기초입니다.

좋은 정보 거버넌스는 검색 중에 검토해야 하는 데이터의 양을 줄이고, 스토리지 비용을 절감하며, 효율성을 높이고, 법적 요건을 충족하는 데 도움이 됩니다.

법적 보류(또는 소송 보류) 관리

법적 소송이 예상되는 경우 북미 지역의 조직은 관련성이 있을 수 있는 모든 전자 정보를 보존해야 합니다.

즉, 해당 정보를 가지고 있을 수 있는 사람(관리인)을 파악하여 해당 정보를 보관하도록 알리고 자동으로 삭제할 수 있는 모든 시스템을 중지해야 합니다. 법적 보류를 적절하게 관리하려면 규정을 준수하기 위한 올바른 도구와 명확한 프로세스가 모두 필요합니다.

이디스커버리 소프트웨어란 무엇인가요?

이디스커버리 소프트웨어는 법무, 규정 준수 및 IT 팀이 법적 문제, 조사 또는 규제 요청에서 증거로 사용될 수 있는 전자 정보를 찾고, 수집하고, 검토하고, 관리하는 데 도움이 됩니다. 이러한 솔루션은 주요 단계를 자동화하고 간소화하여 시간과 복잡성을 줄임으로써 데이터가 어디에 있든 관련 데이터를 더 빠르고 쉽게 찾고, 정리하고, 보관하고, 검토하고, 생산할 수 있게 해줍니다.

이 소프트웨어는 이메일, 문서, 채팅 메시지, 메타데이터 등 다양한 콘텐츠를 처리하는 동시에 법적 방어력을 유지합니다. 이를 통해 팀은 대량의 엔터프라이즈 데이터를 검색, 필터링, 선별하여 관련 없는 정보를 제거함으로써 검토 노력과 비용을 절감할 수 있습니다. 가장 효과적인 이디스커버리 도구는 일반적인 작업을 자동화하고 정확성을 높이며 중요한 데이터를 놓치거나 기밀 또는 권한이 있는 정보를 실수로 제공할 위험을 줄입니다.

이디스커버리 소프트웨어의 이점은 무엇인가요?

조직의 규모와 우선순위에 따라 적절한 이디스커버리 솔루션을 통해 전체 이디스커버리 프로세스 또는 그 구성 요소를 사내에서 효과적으로 처리할 수 있습니다.

많은 기업이 검색, 식별, 선별, 처리를 위해 초기 사건 평가(ECA) 도구를 배포하고 있으며, 기업 법무 운영팀에서 주요 프로세스 메트릭을 추적하는 데 있어 보고의 중요성이 점점 더 커지고 있습니다.

일반적인 모델에는 사내 수집, 처리 및 삭제를 포함할 수 있으며, 검토를 수행하는 법률 서비스 제공업체는 실제 소송 또는 규정 준수 프로젝트 자체를 감독하는 로펌에서 관리합니다.

하지만 이디스커버리 기술과 워크플로우의 발전으로 전체 프로세스를 사내로 가져올 수 있게 되어 몇 가지 분명한 이점이 있습니다:

• 예산 예측 가능성
  기술 및 내부 인력 비용은 트랜잭션 및 타사 프로젝트 계약에 비해 더 예측 가능합니다.
• 직원 역량 강화
  이디스커버리 도구는 직원들이 타사에 의존하지 않고도 업무를 수행하는 데 필요한 기능을 제공합니다.
• 소송 준비
  특히 소송이 많이 발생하는 분야에서 사내 이디스커버리는 기업이 신속하게 대응할 수 있는 준비를 갖추고 원활한 운영이 가능하도록 지원합니다.
• 더 빠르고 정확한 검토
  AI, 예측 분석, 머신 러닝이 탑재된 이디스커버리 솔루션은 수동 검토보다 더 빠르고 정확하게 관련 정보를 찾아냅니다.
• 규정 준수를 충족하다
  최고의 이디스커버리 소프트웨어는 특정 부문에 대한 규정 준수 요구 사항을 충족하기 위해 SLA와 함께 제공되어야 합니다.

엔드투엔드 이디스커버리란 무엇인가요?

e디스커버리는 단일 작업이 아니라 일련의 상호 연관된 워크플로우입니다. 그러나 1세대 이디스커버리 소프트웨어는 실제로는 EDRM 프레임워크의 특정 측면을 해결하기 위해 설계된 일련의 포인트 솔루션에 불과했습니다. 이로 인해 많은 경우 중복되는 솔루션과 정보 사일로가 발생했습니다.

오늘날의 최신 플랫폼은 전체 이디스커버리 프로세스를 단일 통합 시스템 내에서 엔드투엔드 방식으로 관리할 수 있도록 지원합니다. 최고의 플랫폼은 데이터 수집 및 처리부터 분석, 검토, 생산에 이르기까지 검색의 모든 단계를 지원하는 기술, 워크플로, 전문 지식을 중앙 집중화하는 동시에 모든 단계에서 제어, 확장성, 유연성, 보안을 보장합니다.

이러한 규칙은 엄격한 기한을 설정하고, 특정 유형의 데이터 보존을 요구하며, 정보 공유 방법을 지정할 수 있습니다. 이디스커버리 프로세스를 진행하는 동안 규정을 준수하려면 이를 이해하는 것이 필수적입니다.

고급 AI와 머신 러닝은 엔드투엔드 이디스커버리의 핵심입니다. 지속적인 능동 학습(CAL)을 기반으로 하는 기술 지원 검토(TAR)는 관련성이 가장 높은 문서의 우선순위를 지능적으로 지정하여 검토 속도를 가속화하고 품질을 개선하는 동시에 비용을 획기적으로 절감합니다. 또한 TAR은 투명한 수익률 곡선을 통해 방어 가능성을 제공하여 관련 문서가 대부분 공개되어 추가 검토가 불균형할 수 있는 시점을 강조합니다.

최근에는 클라우드 기반 이디스커버리 플랫폼의 인기가 높아지면서 온프레미스 소프트웨어 솔루션과 관련된 자본이나 운영 비용이 필요 없는 클라우드 기반 솔루션을 사용하여 정보를 업로드, 검토 및 생산할 수 있게 되었습니다. 그 결과 비용은 절감되고 규모와 속도는 향상되는 경우가 많습니다. 그러나 많은 법무팀과 로펌은 온프레미스 기능을 선호하거나 온프레미스 기능에 대한 규제 요건을 가지고 있습니다. 최고의 엔드투엔드 이디스커버리 플랫폼을 통해 조직은 비즈니스 요구 사항에 가장 적합한 클라우드, 온프레미스, 하이브리드 또는 주문형 구성을 선택할 수 있습니다.

엔드투엔드 이디스커버리 플랫폼 사용의 주요 이점은 다음과 같습니다:

엔드투엔드 프로세스 관리

수집, 초기 사례 평가, 분석, 검토, 생산을 통해 법적 보관과 보존을 아우르는 통합 엔드투엔드 기술로 비효율과 불필요한 비용을 제거하세요.

워크플로 자동화

시간이 많이 걸리고 오류가 발생하기 쉬우며 비용이 많이 드는 수동 프로세스를 완전히 자동화된 지능형 워크플로우로 대체하세요. 이를 통해 법무팀은 방대한 양의 데이터를 관리하면서 더 많은 관련 정보를 신속하게 표시하고 대조 및 검토 프로세스를 개선할 수 있습니다. 이제 주제별 전문가는 고된 정보 수집과 초기 문서 검토 활동에서 벗어나 보다 가치 있는 분석과 협상 요소에 집중할 수 있게 되었습니다.

비용 절감

이디스커버리 도구는 고급 AI와 머신러닝의 힘을 활용하여 중복되거나 관련성이 없는 문서를 신속하게 제거함으로써 검토 비용을 절감합니다.

결과 도출 시간 단축

워크플로를 간소화하여 관련 가능성이 있는 데이터에 빠르게 액세스할 수 있으므로 검토팀과 조사관이 사실을 더 빨리 찾고, 더 빠르게 결정을 내리고, 소송 전략을 결정하고, 법원이나 규제 기관에서 부과하거나 상대 변호사와 합의한 엄격한 기한을 준수할 수 있습니다.

데이터 보호 및 보안

인프라, 애플리케이션, 네트워크 계층에서 다각적인 방어를 통해 권한 및 기밀 정보를 보호하세요. 최고의 엔드투엔드 이디스커버리 솔루션은 플랫폼 내 데이터 보호 및 보안 기능을 제공하고 클라우드 기반 데이터 백업 및 보존을 통해 데이터 손실을 방지합니다. 이 플랫폼은 지속적인 감사 추적을 제공하여 스폴리게이션과 정보 손실을 방지합니다. 또한 RegEx 패턴 감지를 통해 데이터 개인정보 보호법을 준수하면서 민감한 개인 정보를 식별하고 보호할 수 있습니다.

클라우드 확장성

클라우드에서 엔드투엔드 이디스커버리 프로세스를 수행하여 가용성과 확장성을 보장하는 동시에 인프라 비용을 없애고 시간 집약적인 작업에 대한 사내 인력 지원을 줄일 수 있습니다.

이디스커버리 솔루션의 특징은 무엇인가요?

최고의 이디스커버리 소프트웨어에는 여러 가지 주요 구성 요소가 있습니다.

• 기존 시스템과의 통합
  기업의 경우 이디스커버리 솔루션을 기존 콘텐츠 관리 시스템에 연결하면 소스에서 원활한 이디스커버리가 가능하므로 민감한 데이터 처리와 관련된 위험을 최소화할 수 있습니다.
• 통합 고급 분석
  MIME 유형, 수정 날짜, 생성 날짜, 소유자 등과 같은 문서 속성에 대한 키워드 검색 및 필터링은 이디스커버리의 기본 도구입니다. 강력하고 직관적이며 유연해야 합니다.
• 통합 데이터 시각화
  대화형 커뮤니케이션 맵이 없다면 수천 개의 이메일 간의 관계를 파악하는 것은 어려운 작업입니다. 최고의 이디스커버리 솔루션은 시간 경과에 따른 활동과 같은 기타 주요 메타데이터 속성을 시각화할 뿐만 아니라 발신자/수신자 패턴을 매핑합니다.
• 통합 예측 코딩 및 머신 러닝
  예측 코딩(기술 지원 검토 또는 TAR이라고도 함)은 AI를 법률 검토에 도입하여 광범위한 데이터 세트를 검색하고 사전 학습을 기반으로 잠재적으로 관련성이 있는 ESI를 제안합니다. 예측 코딩은 전 세계 법원에서 합법적인 검토 수단으로 널리 받아들여지고 승인되었습니다.
• 통합 편집 및 제작 기능
  기밀 또는 기타 민감한/개인 데이터는 이디스커버리에서 자주 사용됩니다. 이러한 정보는 업계 표준 출력물로 제작되기 전에 수정되어야 합니다.

규정 준수 및 전자증거개시의 의무

이디스커버리는 지역마다 다른 복잡한 법률 및 규제 규칙과 겹치는 경우가 많습니다. 기업은 연방민사소송규칙(FRCP), 주별 요건 및 국제 규정 등의 출처에서 제공하는 지침을 따라야 합니다.

이러한 규칙은 엄격한 기한을 설정하고, 특정 유형의 데이터 보존을 요구하며, 정보 공유 방법을 지정할 수 있습니다. 이디스커버리 프로세스를 진행하는 동안 규정을 준수하려면 이를 이해하는 것이 필수적입니다.

국경 간 전자증거개시

여러 국가에 걸쳐 비즈니스를 수행하면 또 다른 복잡성이 추가됩니다. 지역마다 법률 시스템, 데이터 보호 규정, 문화적 기대치가 다릅니다. 일반적인 문제 중 하나는 미국 증거개시 규칙과 국제 개인정보 보호법 간의 충돌입니다.

예를 들어, 유럽연합의 일반 데이터 보호 규정(GDPR) 은 개인 데이터의 전송 및 처리에 엄격한 제한을 두고 있으며, 이는 미국의 광범위한 증거 개시 의무와 상충될 수 있습니다. 조직은 두 가지 규칙을 모두 위반하지 않으면서도 두 가지 규칙을 모두 준수하는 현명한 전략이 필요합니다.

산업별 고려 사항

각 산업은 저마다의 이디스커버리 장애물에 직면해 있습니다. 예를 들어, 의료 서비스 제공자는 1996년 제정된 의료정보이동 및 책임에 관한 법률("HIPAA")에 따라 환자 데이터를 보호해야 하며, 금융 기관은 엄격한 은행 규정을 준수해야 합니다. 업계에 적용되는 특정 규칙을 알면 규정을 준수하고 효과적인 전자증거개시 관행을 형성하는 데 도움이 됩니다.

전자증거개시: 점점 더 다양해지는 비즈니스 사용 사례

비즈니스의 여러 측면에서 더 많은 데이터 관리 및 제어가 요구됨에 따라 이디스커버리와 관련된 소프트웨어 및 프로세스의 이전이 점점 더 많아지고 있습니다. 예를 들어, 내부 조사는 ESI의 수집 및 검토와 관련하여 소송의 많은 특성을 공유합니다. 지나치게 단순화하자면, 이디스커버리는 민사 소송 과정에서 ESI를 수집하고 공유하는 것입니다. 조사는 소송에 이르지 않거나 소송 절차와 전혀 관련이 없는 사안과 관련된 사실을 확인하기 위해 ESI를 검토 및 분석하는 것으로 볼 수 있습니다.

조사는 거의 모든 비즈니스에서 빠르게 증가하는 분야이며 거의 모든 비즈니스 라인에 영향을 미칩니다. 현대 비즈니스에는 세 가지 주요 조사 분야가 있습니다:

내부 조사

사이버 보안, IP 도용, 사기, 내부자 위협, 인사 및 직원 문제 등 몇 가지만 예로 들어도 광범위한 조사 범주에 속합니다.

규제 및 규정 준수

조직은 끊임없이 성장하고 진화하는 정부, 준정부 및 업계 규제 환경에 대응해야 합니다. 또한 데이터 보호 및 데이터 프라이버시는 DSAR을 포함한 주체 권리 요청(SRR)과 관련된 GDPR 및 CCPA와 같은 법률과 정보 자유(FOI) 요청에 효과적으로 대응해야 하는 필요성으로 인해 성장하는 분야이며, 이 두 가지 모두 이디스커버리 검토 워크플로우와 매우 유사한 워크플로우를 필요로 합니다.

실사

이 범주의 조사는 인수 합병 전 조사부터 최고 경영진 심사, 타사 계약 관리에 이르기까지 다양합니다.

현대의 ESI 조사는 매우 필수적이며 매우 까다로운 작업입니다. 하지만 줄어드는 타임라인과 ESI 데이터의 급증으로 인해 조사팀이 진실을 밝힐 수 있는 핵심 사실에 집중하는 것이 점점 더 어려워지고 있습니다. 최신 세대의 이디스커버리 솔루션은 가장 정확한 조사의 요구 사항도 쉽게 충족할 수 있도록 조정할 수 있습니다.

이디스커버리에서 AI는 어떻게 발전해 왔나요?

지난 10년 동안 이디스커버리 분야의 AI는 많은 발전을 이루었습니다. 초기 도구는 기본적인 키워드 검색과 간단한 파일 처리에 의존했습니다. 그런 다음 예측 코딩이라고도 하는 기술 지원 검토(TAR 1.0)가 도입되어 법무팀이 샘플 문서로 알고리즘을 학습시켜 훨씬 더 큰 데이터 세트에서 관련 정보를 찾아내어 수동 검토 시간을 단축할 수 있게 되었습니다.

TAR 2.0은 지속적인 능동 학습(CAL)으로 한 단계 더 발전했습니다. 미리 모든 교육을 받을 필요 없이 검토자가 작업하면서 시스템을 학습하므로 검토 프로세스 전반에 걸쳐 더욱 스마트해집니다.

최근에는 검색 증강 세대(RAG)가 법률 업무 지원 방식에 변화를 가져왔습니다. RAG를 사용하면 AI 시스템이 지정된 세트에서 특정 문서를 가져와 해당 컨텍스트를 사용하여 보다 정확하고 관련성 높은 응답을 생성할 수 있습니다.

이제 최신 혁신의 물결은 대규모 언어 모델(LLM)과 생성적 AI를 사용합니다. 이러한 도구는 법률 개념을 이해하고, 복잡한 파일에서 주요 세부 정보를 추출하고, 숨겨진 연관성을 찾고, 초기 사례 분석 초안을 작성하는 등 법무팀이 검토, 분석 및 준비를 처리하는 방식을 혁신적으로 개선할 수 있습니다.

전자증거개시의 미래

인공 지능 및 머신 러닝의 발전

인공 지능, 머신 러닝, 대규모 언어 모델(LLM)이 이디스커버리를 혁신하고 있습니다. 이러한 기술은 일상적인 작업을 자동화하고 정확도를 높이는 데 도움이 되고 있으며, 점점 더 발전하고 있습니다. 앞으로의 계획:

• 문맥과 뉘앙스를 이해하는 더 스마트한 예측 코딩
• 더욱 자연스러운 언어 처리로 사용자가 일상적인 언어를 사용하여 시스템과 상호 작용할 수 있습니다.
• 고급 분석을 통해 신속하게 패턴을 파악하고 중요 문서, 권한이 있는 문서 또는 반응이 빠른 문서에 플래그를 지정하세요.
• LLM이 1차 검토 및 문서 요약과 같은 작업을 처리하여 시간과 비용을 절약합니다.

클라우드 기반 e디스커버리로의 전환

클라우드 기반 플랫폼은 이디스커버리의 표준이 될 것이며, 조직에 더 큰 유연성과 확장성을 제공할 것입니다. 제공합니다:

• 인프라 및 유지 관리 비용 절감
• 원격 팀을 위한 간편한 액세스
• 재해 복구 및 비즈니스 연속성 향상
• 더 강력한 보안과 잦은 업데이트

정보 거버넌스와의 통합

e디스커버리는 정보 거버넌스 도구와 더욱 긴밀하게 연결되어 선제적인 데이터 관리가 더욱 쉬워질 것입니다. 여기에는 다음이 포함될 수 있습니다:

• 문서가 생성될 때 자동으로 분류하기
• 실시간 규정 준수 추적
• 데이터 보존 및 삭제 프로세스 간소화

이디스커버리 솔루션 구현을 위한 모범 사례

교차 기능 이디스커버리 팀 구축하기

효과적인 전자증거개시는 법무팀, IT팀, 비즈니스 부서 간의 강력한 협업에 달려 있습니다. 명확한 역할과 책임을 정의하면 모두가 자신의 역할을 이해할 수 있습니다. 이러한 팀워크는 기술 역량을 법적 요구 사항 및 전반적인 비즈니스 목표에 맞추는 데 도움이 됩니다.

표준화된 프로세스 만들기

조직은 초기 보존부터 최종 생산에 이르기까지 전자 데이터를 관리하기 위한 명확하고 문서화된 절차를 개발해야 합니다. 이러한 워크플로에는 증거의 무결성을 보호하기 위한 품질 검사 및 보관 문서가 포함되어야 합니다.

지속적인 훈련 및 교육

기술과 법률 규정은 끊임없이 변화하기 때문에 정기적인 교육은 필수입니다. 팀원들은 이디스커버리 도구를 사용하는 방법을 최신 상태로 유지하고 디지털 증거 처리에 대한 법적 의무를 준수해야 합니다.

성능 추적 및 개선

이디스커버리를 효율적이고 효과적으로 유지하려면 조직은 데이터 처리 시간, 검토 속도, 생산 정확도, 건당 전체 비용과 같은 주요 지표를 추적해야 합니다. 이러한 지표를 정기적으로 검토하면 개선할 영역을 파악하고 이해관계자에게 가치를 보여줄 수 있습니다.

위험 및 보험 적용 범위 관리

보험이 전자증거개시 관련 위험을 어떻게 보장하는지 이해하는 것이 중요합니다. 여기에는 사이버 보험이 증거개시가 필요한 침해에 적용되는지 확인하고, 대규모 이디스커버리 노력의 비용을 상쇄하기 위해 특별히 고안된 정책을 살펴보는 것이 포함됩니다.

이디스커버리에 관해 자주 묻는 질문

이디스커버리 비용은 일반적으로 얼마인가요?

이디스커버리 비용은 데이터 양, 사건의 복잡성, 사용되는 도구에 따라 크게 달라집니다. 비용에는 소프트웨어 라이선스, 스토리지, 처리 수수료와 같은 직접 비용과 직원 시간, 교육, 인프라 등의 간접 비용이 포함됩니다.

많은 조직에서 강력한 이디스커버리 솔루션에 투자하면 효율성 향상과 외부 변호사 비용 절감을 통해 시간이 지남에 따라 상당한 비용을 절감할 수 있다는 사실을 알게 됩니다. 효율적인 도구는 수작업을 줄이고, 프로세스 속도를 높이며, 외부 자문 비용을 낮춥니다. 광범위한 인증이 필요하지 않고 전문가 지원이 제공되는 사용자 친화적인 플랫폼을 선택하면 비용을 절감하는 데 도움이 될 수 있습니다.

부적절한 이디스커버리 관행은 어떤 결과를 초래하나요?

잘못된 전자증거개시 관행은 다음과 같은 심각한 위험을 초래할 수 있습니다:

• 법원 제재 또는 재정적 처벌
• 데이터 누락이 해로울 수 있다고 가정하는 배심원단에 대한 지침
• 평판 손상
• 더 높은 소송 비용
• 심각한 경우 형사 처벌 가능성

소송이 발생하기 전에 조직은 이디스커버리에 어떻게 대비할 수 있을까요?

능동적으로 대처하는 것이 핵심입니다. 준비 사항에는 다음이 포함되어야 합니다:

• 강력한 정보 거버넌스 정책 만들기
• 법적 보류 절차 설정 및 테스트
• 데이터 관리 및 보호 방법에 대한 직원 교육
• 신뢰할 수 있는 이디스커버리 공급업체와의 관계 구축
• 변화하는 법률 및 기술 표준을 따라잡기 위해 정기적으로 도구와 프로세스를 업데이트합니다.

이디스커버리 솔루션이 필요한 이유는 무엇인가요?

간단히 말해, 이디스커버리에 대한 역량은 이제 현대 민사 소송 실무의 필수 요소입니다. 특히 비용과 시간이 중요한 요소인 경우 수작업으로 이를 달성하는 것은 사실상 불가능합니다. 점점 더 복잡해지는 디지털 세상에서 전문적 및 법적 의무를 효과적으로 이행할 수 있는 유일한 방법은 AI 기반의 고급 엔드투엔드 이디스커버리 플랫폼을 이용하는 것입니다.

기술을 활용하는 것이 더 효율적이고 비용 효율적이라는 것뿐만이 아닙니다. 민사 소송 문제에서 조직과 그 변호인이 데이터를 효과적으로 관리하고 생산하지 못하면 법원은 벌금 및/또는 제재를 부과할 수 있습니다.

이디스커버리 솔루션에서 OpenText의 역할

OpenText의 스마트한 법률 플랫폼은 이디스커버리 프로세스의 모든 단계를 지원하도록 설계된 유연한 AI 기반 솔루션입니다. 첨단 기술과 전문 서비스를 결합하여 법무팀이 보다 효율적으로 일하고, 위험을 관리하며, 자신 있게 법률 및 규제 의무를 준수할 수 있도록 지원합니다.

온프레미스, 클라우드 또는 하이브리드 모델에 배포하든 이 플랫폼은 모든 유형의 데이터를 어디서나 어떤 속도로든 처리하도록 설계되어 전체 eDiscovery 수명 주기 동안 안정적인 엔드투엔드 지원을 제공합니다.

OpenText를 사용하면 법무팀은 다음과 같이 할 수 있습니다:

• 필요한 경우 포렌식 방법을 포함하여 전자 저장 정보(ESI)를 방어적으로 수집, 보존 및 처리합니다.
• 소송 및 조사를 지원하기 위해 핵심 사실을 신속하게 밝혀내세요.
• 워크플로우를 자동화하여 위험을 줄이고 정확도를 개선하세요.
• 고급 분석, 다양한 TAR 워크플로 옵션, 생성형 AI로 문서 검토 속도를 높이세요.
• 확장 가능한 통합 이디스커버리 기능을 통해 완벽한 가시성과 제어 기능을 확보하세요.

식별, 수집 및 조기 사례 평가(ECA)

EDRM의 왼쪽에 있는 OpenText eDiscovery는 엔터프라이즈 검색, 데이터 수집 및 처리와 같은 중요한 초기 단계 작업을 처리합니다.

강력한 검색 도구를 통해 팀은 여러 시스템에서 관련 정보를 빠르게 찾고 수집할 수 있습니다. 분산 아키텍처 덕분에 이 플랫폼은 이메일 서버, 네트워크 드라이브, 클라우드 스토리지, 로컬 장치 등 여러 소스에서 동시에 데이터를 수집하는 동시에 세부적인 관리 체인을 유지할 수 있습니다.

또한 원본 데이터를 변경하지 않고도 PST 및 ZIP 파일과 같은 복잡한 파일 유형을 포함하여 수백 가지 파일 유형을 처리할 수 있습니다.

고급 필터링 및 분석 도구를 사용하면 법무팀은 관련성이 없거나 권한이 있는 콘텐츠를 제외하고 중요한 콘텐츠에만 집중할 수 있습니다. 이러한 초기 사례 평가는 팀이 처음부터 무엇을 다루고 있는지 이해하는 데 도움이 되어 더 스마트한 전략과 더 정확한 예산 책정으로 이어집니다.

고급 분석 및 검토

또한 고급 분석, 머신 러닝, OpenText eDiscovery Aviator GenAI 기능을 통해 문서 검토 및 분석을 간소화하고 강화합니다.

법무팀은 여러 TAR(기술 지원 검토) 워크플로 중에서 선택하여 관련성에 따라 문서의 우선순위를 지정함으로써 검토 속도를 높이고 정확성을 개선하며 비용을 절감할 수 있습니다.

시각적 분석을 통해 검토자는 대규모 데이터 세트 내의 패턴과 관계를 빠르게 파악할 수 있으며, 기본 제공되는 품질 관리 도구는 검토 팀 전체에 일관성을 보장합니다.

또한 이 플랫폼은 기본 오디오 및 비디오 파일 검토를 지원하므로 사용자는 플랫폼 인터페이스를 벗어나지 않고도 멀티미디어 파일과 대본을 검색, 확인, 분석, 수정할 수 있습니다.

문서를 작성해야 할 때 OpenText를 사용하면 다양한 형식으로 소송에 대비한 결과물을 쉽게 만들 수 있습니다. 이 플랫폼은 모든 주요 검토 도구에 대해 사용자 지정 가능한 Bates 번호 지정, 기밀성 브랜딩, 권한 로그 자동화, 로드 파일 생성을 지원하므로 법원에서 요구하는 표준을 준수할 수 있습니다.

OpenText eDiscovery 및 법률 솔루션 살펴보기