--- title: AI 도입만으로는 가치 제공 속도가 빨라지지 않는다 - LegalOn Technologies가 가시화를 통해 확인한 아웃컴으로 이어지는 기반과 프로세스 재구축의 포인트 | Findy Team+ description: 20~30개의 개발팀이 동시에 운영되고 있는 LegalOn Technologies에서는 생성형 AI의 발전이 업무 방식에도 큰 변화를 가져오기 시작했습니다. 개별 엔지니어가 AI 도구를 능숙하게 활용하는 것만으로는 조직 전체의 개발 속도를 높이기 어렵습니다. 여러… image: https://kr.findy-team.io/hubfs/Imported_Blog_Media/s-1200x630_v-fms_webp_eb759fde-9062-4681-b19b-c17ac8d58a52.png --- [본문으로 건너뛰기](https://kr.findy-team.io/media/legalontechnologies#main-content) [![Findy Team+](https://kr.findy-team.io/hubfs/kr-home-assets/20-s-300x42_ba0f0b6f-a8b7-4e01-8a3f-75a3ab15dc0d.svg)](https://kr.findy-team.io/) [도입 사례](https://kr.findy-team.io/customers) [블로그](https://kr.findy-team.io/blog) [뉴스룸](https://kr.findy-team.io/newsroom) [회사 소개](https://kr.findy-team.io/aboutus) [문의하기](https://kr.findy-team.io/contact-us) [로그인](https://findy-team.io/login?lang=en) × [도입 사례](https://kr.findy-team.io/customers) [블로그](https://kr.findy-team.io/blog) [뉴스룸](https://kr.findy-team.io/newsroom) [회사 소개](https://kr.findy-team.io/aboutus) [로그인](https://findy-team.io/login?lang=en) [문의하기](https://kr.findy-team.io/contact-us) [All posts](https://kr.findy-team.io/customers) Customer Interview 2026/10/29 # AI 도입만으로는 가치 제공 속도가 빨라지지 않는다 - LegalOn Technologies가 가시화를 통해 확인한 아웃컴으로 이어지는 기반과 프로세스 재구축의 포인트 ![](https://kr.findy-team.io/hubfs/Imported_Blog_Media/s-1200x630_v-fms_webp_eb759fde-9062-4681-b19b-c17ac8d58a52.png) 20~30개의 개발팀이 동시에 운영되고 있는 LegalOn Technologies에서는 생성형 AI의 발전이 업무 방식에도 큰 변화를 가져오기 시작했습니다. 개별 엔지니어가 AI 도구를 능숙하게 활용하는 것만으로는 조직 전체의 개발 속도를 높이기 어렵습니다. 여러 팀이 협력해 가치를 전달하는 조직에서는 이제 ‘AI를 어떻게 활용할 것인가’를 넘어, ‘AI를 전제로 가치 제공 프로세스를 어떻게 재설계할 것인가’가 중요한 과제로 떠오르고 있습니다. 이러한 배경에서 LegalOn Technologies는 2025년 AID CoE(AI-powered Development Center of Excellence)를 출범시켰습니다. AI 활용 확산과 프로세스 개선, 조직 내 노하우 공유를 부서와 팀의 경계를 넘어 추진하고 있습니다. 또한 Findy Team+를 활용해 AI 도입 전후의 생산성 변화와 개발 프로세스의 병목 구간을 정량적으로 파악하고, 이를 바탕으로 조직 차원의 개선 사이클을 만들어가고 있습니다. 이번 기사에서는 AID CoE가 출범하게 된 배경과 AI 도입 이후 나타난 변화, 그리고 Findy Team+를 활용해 조직 개선을 어떻게 추진하고 있는지에 대해 CTO 오피스 책임자로서 개발 조직 전반의 이네이블먼트를 담당하고 있는 도키타케 유타 님에게 이야기를 들었습니다. --- ### 프로필 **도키타케 유타(時武佑太)** **CTO 오피스 책임자** 2017년 주식회사 LegalForce(현 LegalOn Technologies)에 첫 번째 EM으로 입사했으며, 같은 해 10월 CTO에 취임했다. 2019년에는 ‘TechCrunch Tokyo CTO Night 2019’ 피치 콘테스트에서 우승하며 ‘CTO of the Year’를 수상했다. 2022년 CTO에서 물러난 이후 엔지니어로서 첫 번째 프로덕트를 비롯해 현재 글로벌 시장에서도 활용되고 있는 법무 AI ‘LegalOn’ 개발에 참여했다. 2025년 4월부터 CTO 오피스 책임자를 맡고 있다. LLM을 활용해 개발 프로세스를 체계화·자동화하고 개발 조직의 생산성을 10배까지 끌어올리는 것을 목표로, 조직의 경계를 넘어 다양한 팀과 협업하며 관련 활동을 추진하고 있다. --- ## 생성형 AI의 발전에 대응하기 위해──AID CoE 출범과 조직을 넘어선 협업의 필요성 **도키타케:** AID CoE를 출범시킨 이유는 생성형 AI의 발전 속도를 개발 조직이 충분히 따라가지 못하고 있다는 위기감이 있었기 때문입니다. ChatGPT가 등장한 이후 AI를 활용한 도구와 방법은 계속 늘어났지만, 초기에는 정확도가 불안정해 “대단하긴 하지만 실제 업무에서 사용하기는 어렵다”는 수준이었습니다. 하지만 2024년에 들어서면서 상황이 크게 달라졌습니다. 정확도가 높아지면서 실제 업무에서도 충분히 활용할 수 있는 단계에 접어들었다고 느꼈습니다. 한편 새로운 기술에 관심이 많은 사람들은 스스로 다양한 도구를 시험해보지만, 매일 개발 업무에 쫓기는 구성원들은 새로운 기술을 살펴볼 여유가 부족할 수밖에 없습니다. 개발 조직이 150~200명 규모가 되면 개인의 자율에만 맡겨서는 조직 전체의 AI 활용 수준에 편차가 생기게 됩니다. 이대로라면 AI의 흐름에 뒤처질 수 있다는 위기감이 있었습니다. 원래는 CTO 오피스에서 AI 도구 도입을 추진하고 있었지만, AI 에이전트가 단순한 구현 단계를 넘어 개발 프로세스 전후에까지 영향을 미치기 시작하면서 여러 조직을 아우르며 지원할 수 있는 조직이 필요하다고 생각하게 됐습니다. 그래서 AI 활용에 특화된 조직인 AID CoE를 출범시켰습니다. 처음에는 CTO와 저, 두 명으로 시작했는데, 2024년 말부터 업계 전반의 AI 활용이 급격히 가속화되면서 더 본격적으로 추진해야 하는 상황이 됐습니다. AI를 활용하려면 보안과 법무 측면의 검토가 반드시 필요합니다. 다행히 이 부분은 데이터 부문과 법무 부문에서 먼저 가이드라인을 정비해두었습니다. “어느 수준의 데이터까지 LLM에 입력할 수 있는가”와 같은 기준이 마련되어 있었기 때문에, 저희는 ‘어떻게 조직 전체로 확산할 것인가’에 집중할 수 있는 상태에서 시작할 수 있었습니다. AID CoE는 ‘AI 활용과 관련해 어려움이 생겼을 때 가장 먼저 찾아오는 곳’과 같은 역할을 지향하고 있습니다. 팀마다 겪는 문제는 다릅니다. 실제로 특정 팀에 직접 들어가 구성원들과 함께 과제를 해결하기도 했고, 핸즈온 세션을 진행한 적도 있습니다. 관련 지식과 노하우를 문서화해 구성원들이 스스로 필요한 정보를 찾아볼 수 있도록 한 경우도 있습니다. 팀의 상황에 따라 지원 방식을 다르게 가져가고 있습니다. AI 활용 수준의 편차를 줄이고, 조직 전체가 AI의 발전에 대응할 수 있도록 만드는 것. 그것이 AID CoE를 출범시킨 이유입니다. ## AI를 전제로 한 개발 프로세스로──가치 제공까지의 ‘전체 최적화’를 위한 노력 **도키타케:** AID CoE가 처음 내세운 방향은 AI를 활용한 개발의 베스트 프랙티스를 사내에 정착시키고, AI-native 시대에도 경쟁력을 유지할 수 있는 개발 조직으로 진화하는 것이었습니다. 이를 ‘AI 주도 개발’이라고 표현하기도 하는데요. 단순히 AI라는 도구를 도입하는 것이 아니라 개발 프로세스와 업무 방식 자체를 AI를 전제로 재구성해, 가치 제공의 속도와 품질에서 기존 방식으로는 만들기 어려운 수준의 성장을 이루고 싶다는 의미입니다. 하지만 약 반년 동안 추진해보니, 처음 예상했던 것보다 훨씬 더 ‘기반’이 중요하다는 사실을 깨닫게 됐습니다. AI를 도입하고 모두가 능숙하게 사용할 수 있게 되면 목표에 도달할 수 있을 것 같았지만, 실제로는 그렇지 않았습니다. 개발 조직에는 그 기반이 되는 문화와 프로세스, 매니지먼트 방식이 있고 그 위에 AI가 더해집니다. 저희 조직도 어느 정도 기반이 갖춰져 있다고 생각했지만, AI를 최대한 활용한다는 관점에서 보면 아직 개선할 수 있는 부분이 많다는 것이 솔직한 생각입니다. 실제로 Cursor 도입을 추진했던 3월경에는 업무에서 AI 에이전트를 사용하는 구성원이 10%도 되지 않았습니다. 최근에는 95%를 넘어섰습니다. 확산이라는 측면에서는 지난 반년 동안 분명한 성과가 있었고, 실제 사용하는 엔지니어들에게 물어보면 거의 모두가 “생산성이 높아졌다”고 이야기합니다. 하지만 프로덕트 출시 수나 매출에 얼마나 연결됐는지를 보면 기대했던 만큼의 변화가 나타나지는 않았다는 느낌이 있었습니다. 처음에는 적어도 ‘2배’ 정도의 성장을 목표로 하고 싶었습니다. 예를 들어 1년에 100개를 출시하던 조직이 AI를 활용하면 200개를 출시할 수 있는 모습을 생각했습니다. 하지만 현재로서는 아직 그 수준까지 도달하지 못했습니다. 원인을 살펴보니 AI 덕분에 코딩 속도는 분명 빨라졌지만, 그 전후의 커뮤니케이션이나 요구사항 구체화, 리뷰 과정에서 추가적인 시간이 발생하면서 결과적으로 출시까지 걸리는 시간은 기대만큼 줄어들지 않았습니다. 애초에 전체 개발 프로세스에서 구현이 차지하는 비중은 약 20%에 불과합니다. 나머지 80%에 해당하는 기획, 요구사항 정리, 의사결정, 리뷰, 검증, 릴리스 조율이 병목이 된다면 전체 프로세스가 빨라질 수는 없습니다. AI 도입 초기부터 블로그에서도 이야기했지만, “AI를 통해 효율을 높이고 싶다면 구현 단계만 개선해서는 안 되고, 개발 전 과정으로 개선 범위를 넓혀야 한다”고 생각했습니다. 반년 동안 실제로 추진해보면서 그 가설이 맞았다는 것을 실감하고 있습니다. 지금은 AI 도입을 추진하는 동시에 문화와 매니지먼트 방식, 팀 구조 등 조직의 ‘기반’을 탄탄하게 정비해야 한다는 필요성을 강하게 느끼고 있습니다. 엔지니어가 “내 코딩이 편해졌으니 생산성이 높아졌다”고 느끼는 수준에 머물러서는 조직 전체의 성과로 이어지지 않습니다. 가치 제공 속도를 높이려면 더 넓은 관점에서 프로세스 전체를 바라보고, 어디에 병목이 있으며 무엇을 개선해야 하는지를 고민해야 합니다. 여기에는 팀을 구성하는 방식이나 커뮤니케이션 방식, 리뷰 규칙, 경우에 따라서는 조직 구조를 다시 설계하는 일까지 포함될 수 있습니다. AI만으로 해결할 수 있는 문제가 아니기 때문에 문화와 매니지먼트 측면에서도 함께 접근하지 않으면 AI의 효과를 최대한 끌어내기 어렵다고 생각합니다. AI 시대에는 애자일 개발 사이클을 지금보다 훨씬 빠르게, 그리고 여러 곳에서 동시에 돌릴 수 있게 될 것입니다. 하지만 현재는 그 사이클을 제대로 소화할 수 있는 조직적 준비가 아직 충분하지 않습니다. 그렇기 때문에 단순히 도구를 도입하거나 AI 활용을 확대하는 데 그치지 않고, 개발 조직 전체를 어떻게 최적화할 것인지까지 함께 고민하며 조직을 만들어가고자 합니다. ## 코드 생성부터 SDD, 이노베이터 제도까지──AI 활용을 조직 문화로 정착시키기 위한 실천 **도키타케:** AI 활용을 조직 전체로 확산하기 위해 AID CoE에서는 여러 가지 활동을 진행하고 있습니다. 프로세스 개선 측면에서는 프론트엔드 영역에서 사내 디자인 시스템을 AI가 제대로 이해할 수 있도록 컨텍스트를 구성하고, Figma 디자인을 바탕으로 거의 그대로 프론트엔드 코드를 생성하는 방식을 마련했습니다. 디자이너가 만든 페이지를 AI에 입력하면 약 90~95% 수준으로 디자인을 재현한 코드가 생성됩니다. 상당히 높은 수준으로 구현됩니다. 다만 이를 일상적으로 활용하는 사람과 아직 충분히 활용하지 못하는 사람으로 나뉘고 있기 때문에, 앞으로는 이 방식을 더 널리 정착시키고 싶습니다. 또 하나 여러 팀에서 시도하고 있는 것이 Spec-Driven Development(SDD)입니다. 저희 프로덕트는 업무 도메인이 복잡해 실제 업무를 경험하지 않으면 이해하기 어려운 경우가 많습니다. AI가 이러한 도메인 지식을 충분히 이해한 상태에서 코드를 생성할 수 있도록 개발 프로세스를 정리하는 프레임워크로 SDD를 활용하고 있습니다. 실제로 적용해보니 품질을 유지하면서도 높은 재현성을 확보할 수 있게 됐고, “확실히 정확도가 높아진다”는 점도 체감하고 있습니다. 다만 SDD는 프로세스 자체가 상당히 무겁기 때문에 이를 조직 전체로 한 번에 확대하는 것은 쉽지 않습니다. 잘 운영되고 있는 팀도 있지만, 모든 팀에 적용하기에는 난도가 높다는 인상도 있습니다. 그렇지만 ‘LegalOn’처럼 복잡한 도메인을 다루는 프로덕트와는 상당히 잘 맞는 부분이 있기 때문에, 어떤 요소를 적용했을 때 가장 효과적인지는 계속 검증해 나갈 계획입니다. 조직 문화를 만들기 위한 활동으로는 ‘AID Innovators’라는 제도를 운영하고 있습니다. AI 활용을 적극적으로 추진하는 구성원들을 사내에서 ‘이노베이터’로 선정하고, 이들이 정기적으로 모일 수 있는 자리를 마련하고 있습니다. 이노베이터들이 속한 팀에서 어떤 변화가 일어나고 있는지, 새롭게 시도해 잘된 것은 무엇인지, 반대로 잘되지 않았던 것은 무엇인지 공유받고, 이를 AID CoE에서 정리해 조직 전체에 공유합니다. 이노베이터들에게 “직접 조직 전체로 확산해달라”고 요구하기보다는, “일상 업무에서 AI 활용 방법을 계속 탐구해달라. 그 과정에서 나온 지식과 경험은 조직 차원에서 모아 확산하겠다”는 역할을 기대하고 있습니다. 일부 팀이나 일부 구성원만 AI를 잘 활용해서는 조직 전체의 성과로 이어지기 어렵습니다. 이러한 활동을 통해 AI 활용이 일회성 시도로 끝나는 것이 아니라 조직 문화로 자리 잡도록 만드는 것을 목표로 하고 있습니다. ## 체감이 아닌 데이터로 판단한다──Findy Team+로 확인한 변화와 프로세스 개선의 실마리 **도키타케:** AI 활용을 확대하는 데 있어 효과 측정은 반드시 필요하다고 생각합니다. AI 활용은 ‘실제로 얼마나 성과가 나타났는가’를 판단하기가 매우 어려운 영역입니다. 체감에만 의존하면 평가가 모호해질 수밖에 없습니다. 특히 AID CoE처럼 조직의 변화를 지원하는 이네이블먼트 조직은 성과가 수치로 드러나지 않으면 과소평가되기 쉬운 측면도 있습니다. 올해는 AI 활용에 집중한 여러 활동을 추진하고 있기 때문에, 시간의 흐름에 따라 효과를 정량적으로 측정할 수 있는 기반이 반드시 필요하다고 판단했습니다. 개발 조직 전체의 관점에서도 우리 개발 프로세스가 얼마나 효율적으로 운영되고 있는지, 어디에 병목이 있는지를 확인할 수 있는 기반이 필요했습니다. AI 활용에 투자하는 이상, 그 투자가 실제로 어느 정도 효과를 내고 있는지를 객관적으로 설명할 수 있는 근거가 없다면 조직 차원에서도 투자 여부를 판단하기 어려워집니다. Findy Team+를 도입한 것도 같은 이유에서였습니다. AI 활용의 효과를 제대로 확인하려면 우선 어떤 방식으로든 개발 생산성을 수치로 파악해야 한다고 생각했습니다. 이전에 트라이얼로 사용해본 경험이 있어 어떤 데이터를 확인할 수 있는지, 어떻게 활용할 수 있는지 이미 어느 정도 알고 있었기 때문에 가장 먼저 도입 후보로 떠올랐습니다. 사용하기도 편했습니다. GitHub 연동이 간단했고, 화면에 표시되는 데이터도 보기 쉬워 수치의 변화와 흐름을 파악하기 좋았습니다. 그전까지 사내에는 개발 활동을 체계적으로 파악할 수 있는 시스템이 없었기 때문에 ‘커밋부터 PR 오픈까지 걸리는 시간’, ‘PR 생성 수’, ‘리드타임’과 같은 세부 데이터를 확인할 수 있게 된 것은 큰 변화였습니다. ![](https://kr.findy-team.io/hubfs/Imported_Blog_Media/s-2326x1156_v-frms_webp_e4ce74b2-ad62-480f-b678-4f4005448e03.png) 실제로 사용하기 시작하면서 여러 가지 사실을 발견할 수 있었습니다. AI 도입 이후 PR 생성 수가 눈에 띄게 증가한 팀이 있었지만, 동시에 리뷰 리드타임이 길어지는 경향도 나타났습니다. 이전에도 “리뷰에 시간이 오래 걸린다”는 이야기는 있었지만, 체감만으로는 놓치기 쉬웠던 두 지표의 관계가 데이터로 명확하게 드러나면서 다음 개선 가설을 세우기가 훨씬 쉬워졌습니다. AI 활용도가 높은 구성원은 실제 데이터에서도 차이가 나타났습니다. PR 수가 많으면서도 리뷰 대응 속도까지 빠른 구성원들이 있었고, 이들을 롤모델로 삼아 다른 팀과 구성원에게도 업무 방식을 공유하자는 방향으로 이어졌습니다. 특히 Findy Team+의 사이클 타임 분석을 자주 활용하고 있습니다. AI 도입 전후에 어떤 변화가 있었는지뿐 아니라 특정 팀이 아닌 조직 전체에서 어느 단계가 병목이 되고 있는지를 확인할 수 있기 때문에 개선 활동의 우선순위를 정하는 데도 도움이 됩니다. 경영진에게 현황을 보고하는 데 활용할 수 있다는 점에서도 큰 도움이 되고 있습니다. ![](https://kr.findy-team.io/hubfs/Imported_Blog_Media/s-2318x550_v-frms_webp_80a2fdf8-e72f-4373-bebf-592f57949bf0.png) ![](https://kr.findy-team.io/hubfs/Imported_Blog_Media/s-1262x1224_v-fms_webp_1b5d63bf-6d51-445e-ad45-b92ab8c230c4.png) AI는 단순히 도입하기만 한다고 성과가 나타나는 영역이 아닙니다. 개발 프로세스 안에 존재하는 문제를 찾아내고 하나씩 해결해 나가야 합니다. 그런 의미에서 Findy Team+의 데이터는 AID CoE의 활동을 뒷받침하는 중요한 ‘기반’이 되고 있습니다. AI 활용이 확대되면서 토큰 사용량이나 이용료가 늘어나기 때문에 자연스럽게 비용에 대한 이야기도 나오게 됩니다. 이때 중요한 것은 “그만큼의 투자를 통해 실제로 얼마나 많은 결과물을 만들어냈는가”를 설명할 수 있느냐입니다. Findy Team+를 통해 이를 객관적으로 설명할 수 있게 된다는 것은 상당히 큰 의미가 있다고 생각합니다. ## AI-native 시대에 경쟁할 수 있는 조직으로──문화·기반·매니지먼트의 변화와 Findy Team+의 역할 **도키타케:** 앞으로는 AI-native 시대에 최대한의 가치를 만들어낼 수 있는 조직을 만드는 데 더욱 힘을 쏟고 싶습니다. 단순히 도구나 시스템을 도입하는 것만으로는 충분하지 않습니다. 개발의 기반이 되는 문화와 마인드셋은 물론, CI/CD 인프라와 같은 기술적 기반까지 포함해 조직 전반의 변화를 만들어가야 한다고 생각합니다. 문화적인 측면에서는 각 팀의 현재 상황을 파악하고 구성원별로 추가적인 지원이 필요한지를 판단하는 것도 중요합니다. 구성원들이 AI를 어떻게 활용해야 하는지를 충분히 이해할 수 있도록 하고, 이를 바탕으로 개발 조직 전체에 긍정적인 흐름을 만들어가고 싶습니다. Findy Team+의 데이터는 이러한 활동을 추진하는 데 중요한 기준이 될 수 있다고 생각합니다. 우리가 현재 나아가고 있는 방향이 맞는지, 최근 추진한 활동이 실제 수치의 개선으로 이어지고 있는지를 확인하는 데 도움이 됩니다. 특히 사이클 타임 분석은 어떤 부분부터 개선해야 할지를 판단하는 데 효과적입니다. 또한 배지 기능처럼 우리 조직의 수준이 상대적으로 어느 정도인지 객관적으로 확인할 수 있다는 점도 좋다고 생각합니다. 업계 전체와 비교했을 때 우리 회사의 개발 방식과 프랙티스가 어느 정도 수준까지 발전해 있는지를 확인하는 용도로도 활용할 수 있을 것입니다. 이러한 조직 개선의 기반으로 Findy Team+를 앞으로도 계속 활용해 나가고 싶습니다. ## AI를 자연스럽게 활용하는 문화를 만든다 **도키타케:** 앞으로는 엔지니어뿐 아니라 개발 조직 전체가 AI를 자연스럽게 활용하고, AI를 전제로 한 개발 프로세스가 하나의 문화로 자리 잡은 상태를 만들어가고 싶습니다. LegalOn Technologies의 흥미로운 점은 AID CoE뿐만 아니라 각 팀 안에도 AI 활용에 적극적인 구성원이 많다는 점입니다. 조직 곳곳에서 동시에 AI 활용이 진행되고 있습니다. 규모가 큰 조직이기 때문에 어려움도 있지만, 다양한 전문성을 가진 구성원들과 논의하면서 자신의 판단과 재량으로 새로운 시도를 추진할 수 있습니다. 이런 환경에서 새로운 방식에 대해 처음부터 거리를 두기보다는 기존에 익숙했던 방식을 과감하게 내려놓고 새롭게 배울 수 있는 사람과 함께 일하고 싶습니다. AI 시대의 개발에서는 기술 역량뿐 아니라 커뮤니케이션 방식이나 주변 사람들을 자연스럽게 참여시키는 역량도 중요해집니다. 팀 안팎의 구성원들과 협력하며 일을 추진할 수 있는 사람이라면 특히 강점을 발휘하기 좋은 환경이라고 생각합니다. 기술 역량은 물론, 이러한 소프트 스킬에 자신이 있거나 새로운 방식에 도전해보고 싶은 분이라면 꼭 한번 이야기를 나눠보셨으면 합니다. 제품 개발팀의 생산성을 파악하고 싶으세요? 지금 무료 체험 버전을 시작하세요! [무료로 시작하기](https://kr.findy-team.io/contact-us) ![Findy Team+](https://kr.findy-team.io/hubfs/kr-home-assets/11-s-300x42_48c547e7-c8bf-46d6-a465-4746f75c9da3.svg) Menu [도입 사례](https://kr.findy-team.io/customers) [블로그](https://kr.findy-team.io/blog) [뉴스룸](https://kr.findy-team.io/newsroom) [로그인](https://findy-team.io/login?lang=en) Company [회사 소개](https://kr.findy-team.io/aboutus) Language [English](https://en.findy-team.io/) [日本語](https://findy-team.io/) Follow us [![](https://kr.findy-team.io/hubfs/kr-home-assets/04-s-150x150_ad141ed3-f00b-4b4a-ad93-306e56e01ffa.svg)](https://www.facebook.com/findyteamplus) [![](https://kr.findy-team.io/hubfs/kr-home-assets/03-s-1200x1227_06cf8e1b-a4be-4d23-bcb7-5de13610fdd5.svg)](https://x.com/FindyTeamPlus) [Trust Center](https://kr.findy-team.io/trust) | [Terms of Service](https://kr.findy-team.io/terms) | [Privacy Policy](https://kr.findy-team.io/privacy-policy) © 2026 Findy Korea Inc. All Rights Reserved. ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Findy Team+", "url" : "https://kr.findy-team.io/media/author/findy-team" }, "dateModified" : "2026-10-29T02:47:30.513Z", "datePublished" : "2026-10-29T02:47:30.000Z", "headline" : "AI 도입만으로는 가치 제공 속도가 빨라지지 않는다 - LegalOn Technologies가 가시화를 통해 확인한 아웃컴으로 이어지는 기반과 프로세스 재구축의 포인트 | Findy Team+", "image" : [ "https://kr.findy-team.io/hubfs/Imported_Blog_Media/s-1200x630_v-fms_webp_eb759fde-9062-4681-b19b-c17ac8d58a52.png" ], "mainEntityOfPage" : { "@id" : "https://kr.findy-team.io/media/legalontechnologies", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject" }, "name" : "Findy Korea Inc." } } ```