
기업의 52.7%는 새 법·제도를 시행 이후에야 인지한다. 법제처 Open API와 LLM을 연결해 법령 개정 모니터링과 첫 번째 검토 자료 작성을 줄여 본 실전 기록 — 자동화의 범위보다 사람이 개입할 지점을 정하는 것이 더 중요했다.
기업에서 법령 개정사항을 확인하는 일은 특별한 업무가 아니다. 사업과 관련된 법이나 규정이 바뀌면 무엇이 달라졌는지 확인하고, 자사에 적용되는지 판단하고, 필요하다면 시행 전에 업무와 시스템을 바꿔야 한다.
문제는 이 일을 꾸준히 수행할 여력이 모든 회사에 있지는 않다는 점이다. 최근 공개된 조사 결과를 보면 이 문제의 윤곽이 조금 더 선명해진다.
1. 법은 계속 바뀌지만, 이를 계속 확인할 사람은 많지 않다
대한상공회의소가 2026년 중소·중견기업 300개사를 대상으로 실시한 「중소·중견기업 법·제도 대응역량 및 애로사항 조사」에 따르면, 조사 대상 기업의 75.3%가 법무 전담 조직이나 인력을 보유하지 않고 있었다.
기업 규모에 따른 차이는 더 컸다. 중소기업은 83.5%, 중견기업은 59%가 법무 전담 조직·인력이 없다고 답했다. 법무 전담 인력은 전체 평균 0.7명이었고, 중소기업은 평균 0.4명, 중견기업은 평균 1.3명이었다.
법무 대응 방식 | 비율 |
|---|---|
전담 인력 없이 필요할 때 외부 자문 이용 | 35.3% |
타 부서 인력이 법무 업무 병행 | 22.7% |
별도 대응체계 없음 | 17.3% |
법무 전담 조직과 인력 모두 보유 | 14.0% |
전담 인력만 보유 | 10.7% |
출처: 대한상공회의소, 「중소·중견기업 법·제도 대응역량 및 애로사항 조사」, 2026.
이 숫자는 법무·준법 업무를 하지 않는 기업이 많다는 뜻이라기보다는, 다른 업무를 담당하는 사람이 법무 업무까지 겸하거나 필요할 때 외부 전문가의 도움을 받는 기업이 많다는 뜻으로 읽는 편이 정확하다.
이런 환경에서는 새로운 법령이 나왔을 때 이를 빠르게 인지하는 것 자체가 쉽지 않다. 같은 조사에서 새로운 법·제도가 도입되거나 변경될 때 통상 언제 이를 인지하는지를 물었다. 결과는 다음과 같았다.
법·제도 변경 인지 시점 | 비율 |
|---|---|
입법예고·국회 심의 단계부터 모니터링 | 13.7% |
시행유예기간 중 인지 | 3.6% |
법·제도 시행 이후 인지 | 52.7% |
출처: 대한상공회의소, 같은 조사, 2026.
절반이 넘는 기업이 새로운 법·제도를 시행된 이후에야 인지한다고 답했다. 반대로 입법예고나 국회 심의 단계부터 변경사항을 모니터링하는 기업은 13.7%에 그쳤다.
법령을 늦게 확인하거나 제대로 해석하지 못하는 문제는 실제 제재로도 이어진다. 조사 대상 기업의 17.0%는 최근 3년간 법률·규제를 준수하지 못해 벌금 등 행정제재 또는 형사처벌을 받은 경험이 있다고 답했다. 원인을 보면 자사 적용 여부나 이행 방법을 잘못 해석했다는 응답이 31.3%, 법·제도의 신설·개정 사실 자체를 몰랐다는 응답이 11.8%였다. 두 항목을 합하면 43.1%가 법령의 인지 또는 해석과 관련된 문제였다.
이 문제가 국내 기업만의 것도 아니다. OECD는 2026년 발간한 「Smart Regulations, Strong Business」에서, 규모가 큰 기업은 복잡한 규제에 대응할 전담 컴플라이언스 조직과 법무 자원을 갖출 수 있지만 규모가 작은 기업은 훨씬 제한된 내부 역량으로 동일한 규제 의무에 대응해야 한다고 지적했다. 또 OECD가 조사한 국가 가운데 63%에서는 기업단체가 법과 규제의 변화를 지속적으로 파악하는 데 높은 행정비용이 발생한다고 응답했다. OECD는 신설·개정 규제가 기업에 지속적인 모니터링과 의무 재평가, 내부 시스템 변경을 요구한다고 설명한다.
결국 문제는 단순하다. 법은 계속 바뀌는데, 모든 기업이 이를 계속 추적할 전담 인력을 두기는 어렵다. 그리고 법이 바뀌었다는 사실을 확인하는 것은 시작일 뿐이다. 그다음에는 다시 물어야 한다.
이 법이 우리 회사와 관계가 있는가?
관계가 있다면, 무엇이 바뀌었고 시행일까지 무엇을 해야 하는가?
우리가 해 보고 싶었던 것은 이 두 질문에 AI가 대신 답하게 만드는 것이 아니었다. 그 질문에 답하기 전에 사람이 반복적으로 수행하던 자료 수집과 첫 번째 검토를 조금 줄여 보는 것이었다.
2. 거창한 시스템이 필요한 문제는 아니었다
처음부터 새로운 제품이나 서비스를 만들려던 것은 아니다. 법령 검색과 개정 알림을 제공하는 서비스는 이미 존재하고, 해외에는 Regulatory Change Management라는 영역도 오래전부터 자리 잡고 있다.
우리에게 필요한 것은 그보다 훨씬 단순했다.
최근에 어떤 법이 바뀌었는지 한곳에서 보고 싶었다.
그중 자사와 관계가 있을 법한 법령을 선택하면 무엇이 바뀌었는지 정리해 보고 싶었다.
필요하다면 시행령·시행규칙이나 다른 관계법령도 함께 확인하고 싶었다.
마지막으로, 회사의 사업이나 시스템에 영향을 줄 만한 내용이 있는지 검토할 자료가 필요했다.
정리하면 대략 이런 흐름이다.
법령 개정사항 수집 → 검토할 법령 선택 → 개정 전후 내용 확인 → 관계법령 확인 → 회사 영향 가능성 확인 → 담당자 검토
마침 법제처는 국가법령정보 공동활용 서비스를 통해 법령 정보를 Open API로 제공한다. 현행 법령과 법령 연혁뿐 아니라 법령 변경이력, 조문별 변경이력, 신구법 비교, 법률·시행령·시행규칙 3단 비교 같은 API도 있다. 여기에 지금 쉽게 사용할 수 있는 LLM을 연결하면 첫 번째 검토 자료 정도는 어렵지 않게 만들 수 있겠다고 판단했다.
그래서 일단 만들어 봤다. 첫 번째 버전이 동작하기까지 걸린 시간은 약 6시간이었다. 코드의 양도 많지 않았고 특별한 기술이 필요하지도 않았다. 오히려 만드는 동안 더 오래 고민한 것은 어떤 데이터를 AI에게 주고, 어떤 순서로 판단하게 할 것인가였다.
3. 만들어 보니 처음 생각과는 조금 달랐다
처음 구상한 구조는 정말 단순했다.
법제처 API에서 최근 개정 법령을 가져온다 → LLM에게 전달한다 → 우리 회사에 영향이 있는지 물어본다
실제로 만들어 사용해 보니 몇 가지 문제가 드러났다.
첫 번째 문제 — 데이터 조회
국가법령정보 공동활용 API는 필요한 정보를 상당히 폭넓게 제공하지만, 여러 법령의 상세 내용과 관계 정보를 한꺼번에 조회하면 응답 대기 시간이 길어졌다. 특히 최근 변경된 법령을 모두 가져온 뒤 각각의 상세 내용을 조회하는 방식은 불필요한 호출이 많았다.
돌이켜 보면 처음부터 모든 법령을 정밀 분석할 필요가 없었다. 그래서 방식을 바꿨다. 정기적으로 수집하는 것은 다음과 같은 최소한의 개정 메타데이터로 한정했다.
법령명
법령 ID와 버전
공포일
시행일
제·개정 구분
소관부처
이 정보만 별도의 데이터베이스에 쌓아 최근 개정 현황을 먼저 볼 수 있게 했다. 그리고 담당자가 내용을 보고 검토가 필요하다고 판단한 법령에 대해서만 '평가'를 실행하며, 그때 법제처 API를 다시 호출해 상세 내용을 가져온다.
모든 데이터를 미리 수집해 모든 법령을 AI로 평가하는 대신, 평소에는 목록을 관리하고 판단이 필요한 순간에만 상세 데이터를 가져오는 방식으로 바꾼 것이다. 그 결과 구조가 단순해지고 불필요한 API 호출과 AI 사용도 줄었다.
두 번째 문제 — 관계법령
어떤 법률 조문에 "구체적인 사항은 대통령령으로 정한다"라고 되어 있다면, 해당 법률만 분석해서는 실제 의무를 알 수 없다. 이 경우 그 법률의 시행령을 봐야 하고, 시행령이 다시 시행규칙이나 고시에 세부 사항을 위임하기도 한다. 다른 법률의 정의를 가져오거나 특정 조문을 준용하는 경우도 있다.
그래서 검토 범위를 다음과 같이 조금씩 넓혔다.
법률 → 시행령 → 시행규칙 → 관련 고시·행정규칙 → 직접 인용하거나 준용하는 관계법령
법제처 Open API도 법령 변경이력뿐 아니라 위임법령, 법령 체계도, 신구법 비교와 3단 비교 등의 데이터를 제공한다.
다만 관계법령을 무한정 따라가는 방식 역시 적절하지 않았다. 하나의 법률에서 다른 법을 찾고, 그 법에서 또 다른 법을 찾기 시작하면 분석 범위가 계속 커지기 때문이다. 결국 중요한 것은 모든 관계를 찾아내는 것이 아니라 이번 개정사항을 이해하는 데 필요한 관계법령을 찾는 것이었다. 이 부분은 지금도 계속 조정하고 있다.
세 번째 문제 — AI의 정확성
AI에게 곧바로 "우리 회사에 영향이 있는가?"라고 묻는 것도 좋은 방법이 아니었다. 처음에는 개정 내용을 넣고 바로 회사 영향도를 판단하게 했는데, 결과가 나쁘지는 않았지만 판단의 근거가 명확하지 않은 경우가 있었다.
그래서 AI가 수행할 작업을 단계로 나눴다. 먼저 법 자체만 본다.
어떤 조문이 바뀌었는가
기존 내용과 무엇이 다른가
적용 대상은 누구인가
새로 생기거나 변경된 의무는 무엇인가
언제부터 시행되는가
시행령이나 고시에서 추가로 확인해야 할 내용이 있는가
그다음 관계법령을 확인한다. 그리고 마지막 단계에서야 회사 정보를 함께 넣는다.
회사의 사업
인허가와 규제상 지위
제공하는 서비스
처리하는 정보
관련 시스템
내부 정책과 업무
그제야 다음 질문을 한다. 이 변경사항이 회사에 적용될 가능성이 있는가. 가능성이 있다면 영향을 받을 수 있는 업무나 시스템, 추가로 확인할 사항과 필요한 조치를 정리한다.
이렇게 단계를 나누는 편이 처음부터 모든 것을 한 번에 묻는 것보다 결과를 검토하기에 훨씬 나았다.
4. 사용해 보니 달라진 점
이 도구를 만들었다고 해서 법령 검토 업무가 없어지지는 않았다. AI가 만들어 준 결과를 그대로 법률 판단으로 사용하는 것도 아니다. 최종적인 적용 여부와 대응 방법은 여전히 담당자가 확인한다. 다만 그 전에 하던 몇 가지 작업은 확실히 줄었다.
최근 개정사항을 한곳에서 볼 수 있게 됐다
가장 단순한 변화다. 최근에 어떤 법령이 공포되거나 개정됐는지를 먼저 목록으로 확인할 수 있다. 처음부터 여러 사이트를 오가며 자사와 관련된 변화를 찾을 필요가 줄었다. 대한상의 조사에서 기업의 52.7%가 새로운 법·제도를 시행 이후에야 인지한다고 답했던 것을 떠올리면, 이것만으로도 법령 대응의 첫 단계에서는 의미가 있다.
모든 법령을 읽지 않아도 됐다
법령이 개정됐다고 해서 모든 개정사항을 상세히 검토할 필요는 없다. 목록을 먼저 보고 회사와 관계가 있을 가능성이 있는 것만 선택해 평가하면 된다. 자동화 범위를 무작정 넓히는 것보다 사람이 어느 시점에 개입할지를 정하는 것이 오히려 중요했다.
검토 자료를 만드는 시간이 줄었다
기존에는 하나의 법령을 검토하려면 변경 내용을 찾고, 신구조문을 비교하고, 부칙과 시행일을 확인하고, 필요하면 하위법령과 관련 법령을 다시 찾아야 했다. 지금은 이 과정의 상당 부분이 정리된 상태에서 검토를 시작할 수 있다. 담당자가 던지는 질문도 달라졌다. "어디가 바뀌었지?"를 처음부터 찾는 대신, 다음을 확인하는 데 시간을 쓸 수 있게 됐다.
정리된 변경 내용이 맞는가
우리 회사에 실제로 적용되는가
빠진 관계법령은 없는가
시행일까지 실제로 어떤 조치가 필요한가
놓치기 쉬운 항목을 한 번 더 확인할 수 있었다
법령을 빠르게 읽다 보면 본문에 먼저 눈이 간다. 하지만 실제 대응에서는 부칙의 시행일, 경과조치, 위임된 하위법령 같은 내용이 중요하다. AI 분석 결과에 이런 항목을 일정한 형식으로 계속 표시하게 하면서, 도구가 일종의 체크리스트 역할도 하게 됐다. 완벽하게 판단해 주는 것이 아니라 한 번 더 확인해야 할 것을 알려 주는 보조 수단에 가깝다.
5. 아직 해결하지 못한 부분
짧은 시간에 만든 만큼 아직 단순한 부분이 많다.
관계법령을 어디까지 봐야 하는가
현재 가장 고민하는 지점이다. 법률과 시행령·시행규칙처럼 관계가 명확한 경우는 어렵지 않다. 하지만 다른 법률의 조문을 인용·준용하는 경우, 행정규칙이나 고시까지 연결되는 경우에는 분석 범위를 어디까지 넓힐지 기준이 필요하다. 범위를 너무 좁히면 중요한 내용을 놓치고, 너무 넓히면 불필요한 분석이 늘어난다. 실제 사례를 기준으로 범위를 계속 조정할 예정이다.
회사에 대한 정보가 중요하다
같은 법령이라도 회사마다 영향은 다르다. 어떤 사업을 하는지, 어떤 인허가를 보유했는지, 어떤 정보를 처리하고 어떤 시스템을 운영하는지에 따라 결과가 달라진다. 결국 법령을 잘 읽는 모델만 있다고 회사 영향도를 정확히 판단할 수 있는 것은 아니다. 회사에 대한 정보를 얼마나 정확하고 관리 가능한 형태로 제공할 것인가가 더 중요한 문제였다. 현재는 회사별 정보를 분리해, 같은 법령을 각 회사의 사업·규제환경에 맞게 검토할 수 있는 수준으로 확장하는 것을 검토하고 있다.
사람의 판단을 어떻게 다시 활용할 것인가
AI가 영향이 있다고 판단했지만 담당자는 영향이 없다고 볼 수도 있고, 그 반대도 있다. 그렇다면 중요한 것은 AI의 최초 판단보다 사람이 최종적으로 어떤 판단을 했고 그 이유가 무엇이었는지를 남기는 것일 수 있다. 이런 사례가 쌓이면 비슷한 법령 개정사항을 다음에 검토할 때 더 좋은 참고자료가 된다. 앞으로 이 결과를 어떻게 축적하고 재활용할지도 살펴볼 예정이다.
총평 — 구현보다 '어디에 사용할지'가 더 중요했다
이번에 만든 것은 복잡한 시스템이 아니다. 법제처가 이미 공개하고 있는 법령 데이터와 지금 쉽게 사용할 수 있는 LLM을 기존 업무 흐름에 맞게 연결한 작은 도구에 가깝다. 그래서 이 경험의 핵심이 새로운 기술을 개발했다는 이야기는 아니라고 생각한다. 오히려 현재 사용할 수 있는 도구만으로도 매일 반복하는 업무의 생각보다 많은 부분을 바꿔 볼 수 있다는 점이 크게 다가왔다.
실제로 만들고 나니 구현 자체보다 다음 질문들이 더 어려웠다.
어떤 일은 자동으로 처리해도 되는가
어느 지점에서는 사람이 선택해야 하는가
AI에게 어떤 정보를 줘야 하는가
결과를 어디까지 믿고, 어디부터 다시 확인해야 하는가
자동화로 확보한 시간을 사람이 어떤 판단에 사용할 것인가
법령 개정 검토도 마찬가지였다. AI에게 법률 판단을 맡기고 싶었던 것이 아니다. 법이 바뀌었다는 사실을 찾고, 관련 자료를 모으고, 첫 번째 검토 자료를 만드는 반복 작업을 조금 덜어 보고 싶었다.
현재는 내부에서 시작한 이 방식을 그룹사에서도 활용할 수 있는 형태로 조금씩 정리하고 있다. 아직 개선할 부분이 많고, 실제 사용 과정에서 설계가 다시 바뀔 수도 있다. 다만 시작할 때 가졌던 질문은 지금도 같다.
사람이 판단해야 할 일을 남겨 두면서, 그 판단에 도달하기 전까지의 반복 작업은 어디까지 줄일 수 있을까.
이번 작업은 그 질문에 대한 작은 실험이었다.
참고자료
대한상공회의소, 「중소·중견기업 법·제도 대응역량 및 애로사항 조사」, 2026. 중소·중견기업 300개사 대상 조사.
OECD, Smart Regulations, Strong Business: Enabling Growth and Societal Protection in a Fast-Changing World, 2026.
법제처 국가법령정보 공동활용, Open API 활용가이드.


