동아대 로스쿨의
내신과 변호사시험을
하나의 학습 DB로
LawBar Rebellion은 강의자료, 기출, OCR PDF, GPT·Notion 누적 정리, 학생 점수표를 로컬 private DB와 NotebookLM/ChatGPT Project 소스팩으로 묶고, 선택형·사례형·기록형 문항 생성, 검수 큐, 성적 분석까지 연결하는 로스쿨 학습 운영체제입니다.
Problem
로스쿨 공부는 자료가 많고,
시험은 늘 다른 얼굴로 나옵니다
내신, 변호사시험, 모의고사는 같은 법리를 묻지만 자료의 형태가 다릅니다. 강의자료, 기출 자료, 판례, 조문, 답안 패턴, 학생 점수표가 흩어지면 다음 시험 준비 때마다 같은 정리가 반복됩니다.
PPT, PDF, OCR 대기 스캔, Notion, GPT 대화, 기출 MD, 학생 시험지가 서로 다른 폴더에 쌓입니다.
AI가 만든 문제는 그럴듯하지만 조문, 판례, 정답 유일성, 오답 매력도를 사람 검수 없이 믿기 어렵습니다.
시험 결과가 단원별 약점, 재출제 후보, 보충 문제 생성으로 이어지지 않으면 데이터가 다음 학습에 남지 않습니다.
Solution
법학 자료를 문항 생산 라인으로 묶습니다
LawBar Rebellion은 “AI가 바로 정답을 주는 서비스”가 아니라, 자료 색인, 문항 생성, 근거 검증, 사람 승인, 성적 피드백을 하나의 반복 가능한 흐름으로 고정합니다.
자료 수집
강의자료, OCR PDF, 기출, 교과서, Notion export, GPT 반영팩을 source 단위로 정리합니다.
로컬 DB
SQLite FTS로 chunk를 검색하고 과목, 단원, 권리 상태, 출처를 함께 보관합니다.
문항 생성
선택형 5지선다, 사례형, 기록형을 기존 문제 재구성·응용·기출 변형으로 생성합니다.
검수 큐
정답 유일성, 조문 기준일, 판례 원출처, 저작권 위험을 승인 전 확인합니다.
점수 분석
학생 점수표를 통계화하고 취약 단원별 보충문제와 모의고사 세트를 만듭니다.
Live MVP
한 화면에서 업로드, 생성, 검수, 분석으로 이동합니다
현재 UI는 NotebookLM 또는 ChatGPT Project를 메인 소스팩으로 선택하고, 로컬용·배포용, 로그인 계정 모드·API 모드를 분리합니다. API 없이도 로컬 초안을 만들고, 필요하면 ChatGPT/Claude/Gemini 공식 로그인 세션 또는 API 모드로 보강합니다.
자료 업로드 및 생성 설정
Generated Draft
Question Engine
선택형·사례형·기록형을
서로 다른 생성 목표로 다룹니다
甲은 매매계약 후 목적물 인도를 거절하고 있다. 乙이 취할 수 있는 구제수단에 관한 설명 중 가장 옳은 것은?
정답 유일성, 매력적 오답, 변호사시험 5지선다 리듬을 우선 검증합니다.
청구권 구조, 요건사실, 항변, 효과, 배점 포인트를 답안 흐름으로 만듭니다.
서면 구조, 사실관계 분류, 주장·입증 책임, 결론 문장을 훈련합니다.
내신 단원과 변시 출제빈도를 섞어 개인별 약점 세트를 구성합니다.
Private Database
PDF OCR까지 끝낸 자료를
로컬 SQLite DB로 고정합니다
원문 자료와 OCR 텍스트는 공개 배포물이 아니라 로컬 DB에만 보관합니다. 현재 OCR/서버 대기는 0개로 정리했고, 앱과 스크립트는 이 DB를 검색해 문항 생성 근거와 검수 출처를 남깁니다.
SQLite FTS
과목, 단원, 기출 유형, 조문 키워드로 로컬 chunk를 빠르게 검색합니다.
Private Only
DB와 OCR MD는 `private/`와 `outputs/extractions/`에 두고 GitHub에는 올리지 않습니다.
Traceable Source
생성 문항마다 source_id, 파일명, OCR 여부, 권리 검토 상태를 남깁니다.
Security & API
보안 수준에 따라
소스팩, 로그인 계정, API를 분리합니다
메인 소스팩
NotebookLM 또는 ChatGPT Project에 공개 가능한 요약·집계·본인 산출물을 묶고, 원문은 private DB에 남깁니다.
계정 세션
ChatGPT·Claude·Gemini 공식 사이트를 열어 사용자가 직접 로그인합니다. 앱은 ID/비밀번호를 저장하지 않습니다.
자동 생성
`/api/status`로 key, 모델, 공개 probe를 먼저 확인하고, 결제·한도 문제는 `billing_or_limit_blocked`로 분리합니다.
제한 공유
Cloudflare Pages 링크는 공개 UI와 서버 함수만 제공하고 private DB 원문은 배포하지 않습니다.
사업화
학교별 tenant, 역할 권한, 파일 암호화, 학생 데이터 가명화, 삭제 절차가 필요합니다.
권리 검토
교과서·학교자료·강의자료 원문은 라이선스와 기관 동의 전 외부 공유를 차단합니다.
Current Build
현재 MVP는 단순 프롬프트가 아니라
문항 생성·검수·사용법까지 닫힌 루프입니다
업데이트된 기능 상태
참고 구조 적용 포인트
API 키 기반 생성, chunk 단위 자료 투입, 생성 preview, 검수 큐, 사용량·감사 로그 구조를 법학형 자료와 권리 검토 흐름에 맞춰 변형했습니다.
Analytics
학생 점수표를
다음 문항 생성의 데이터로 바꿉니다
CSV/TSV/XLSX 점수표를 받아 평균, 중앙값, 표준편차, 분위, 취약 구간을 계산하고, 단원별 오답률과 연결하면 개인별 보충문제·모의고사 추천이 가능합니다.
반 전체 난이도와 변별도를 빠르게 확인합니다.
오답률 높은 쟁점을 다음 학습팩으로 연결합니다.
개인별 민법·헌법·형법 약점 태그를 만듭니다.
내신 대비와 변시형 변형 문제를 자동 구성합니다.
Business Plan
초기 사업 모델은
개인 로컬 OS에서 학교 단위 검수 도구로 확장합니다
개인 로컬형
동아대 로스쿨 개인 학습 DB, 기출 변형, 내신 복습 문제, 변시 대비 모의고사를 로컬에서 운영합니다.
스터디형
스터디원이 검수한 문제를 승인 세트로 공유하고, 과목별 약점과 오답 노트를 누적합니다. 소액 구독 또는 학기별 라이선스가 가능합니다.
학교 검수형
교수·조교가 자료 업로드, 문항 초안, 검수 큐, 수업 리포트를 사용합니다. 기관 계약은 권한 관리와 데이터 분리 구조가 핵심입니다.
전문 시험형
변호사시험, 법원행시, 변리사 등 법학형 시험으로 데이터 구조를 확장하고 과목별 기출·판례 레이어를 상품화합니다.
Revenue Engine
돈은 AI 답변이 아니라
검수 통과 학습자산에서 나옵니다
가격은 검증 전 가설입니다. 핵심은 token을 되파는 것이 아니라, 업로드 자료를 시험형 문항·검수 큐·성적 리포트로 바꾸는 반복 가능한 생산 라인을 파는 것입니다.
개인 로컬 Pro
월 1.5-2.9만원민법·헌법·형법 등 개인 자료 DB, 30파일 업로드, 100문항 배치, 개인 약점 리포트.
스터디 학기권
학기 20-70만원3-15명 단위 승인 문항 공유, 오답률 비교, 기말 대비 세트, 구성원별 보충문항.
수업 검수 Pilot
과목 150-500만원교수·조교용 업로드, 초안 생성, 출처 플래그, 승인 큐, 수업 리포트.
변시·모의고사 팩
1인 4.9-14.9만원30-100문항 세트, 해설, 채점표 분석, 취약 단원별 재출제 추천.
교육기관 라이선스
연 500-2,000만원화이트라벨, cohort analytics, 관리자 권한, 삭제·감사 로그, private deployment.
Unit Economics
원가는 모델보다 검수 시간에서 새고,
마진은 승인 문항 단위에서 지킵니다
2026년 6월 확인 기준 OpenAI `gpt-5.4-nano`는 저비용 초안용 후보입니다. 하지만 법학형 상품의 실제 비용은 조문·판례·정답 유일성 검수에서 생깁니다.
비용 방어 원칙
과금 단위
Pricing references checked 2026-06-05: OpenAI pricing, Gemini API pricing, Cloudflare Workers AI pricing. Actual Korean won pricing is a validation hypothesis.
Go-To-Market
첫 매출은 플랫폼보다
30문항 sprint로 만드는 편이 빠릅니다
초기에는 완전 자동 SaaS보다 “자료를 주면 시험형 문항·해설·점수 리포트까지 만들어 주는 검수형 패키지”로 팔아야 피드백과 매출을 동시에 얻을 수 있습니다.
90일 실행 순서
구매자가 듣고 싶은 말
Legal AI Benchmark
한국 법률 AI의 기준은
실무 워크플로, RAG, 인용 검수입니다
Claude의 Law&Company 사례는 SuperLawyer가 법률 리서치, 판례 분석, 문서 작성, 사건·문서 기반 대화, 규제 확인을 RAG와 인용 적정성 평가로 묶어 실무 흐름에 맞춘 사례입니다.
시장 검증 지표
LawBar Rebellion 적용
Reference: Claude Customer Story, Law&Company. 2.3M+ 절감 시간, 92.5% 시간절감, 응답시간 40%+ 단축은 외부 벤치마크이며 LawBar Rebellion 실적이 아닙니다.
June 2026 Product Signal
슈퍼로이어 6월 업데이트는
AI가 직접 일하는 방향을 보여줍니다
사용자 제공 PDF의 2026년 6월 업데이트는 슈퍼 에이전트, 파일 첨부 확대, 크레딧 기반 요금제를 전면에 둡니다. LawBar Rebellion은 이를 문항 생성 자동화와 운영 KPI의 기준으로 바꿉니다.
관찰된 제품 신호
LawBar Rebellion 반영
Reference: user-provided SuperLawyer June 2026 update PDF. Pricing and file-limit details are benchmark snapshots and should be rechecked before external presentation.
IP & Compliance
사업화 전에는
기술 권리와 자료 권리를 분리해 관리합니다
로컬 private corpus, 공개 법령 레이어, AI 생성, 검수 큐, 성적 분석을 연결하는 법학형 문항 생성·검수 워크플로를 발명 포인트로 검토합니다.
원문 자료 자체가 아니라, 직접 작성한 UI, 코드, 프롬프트 설계, 검수 데이터, 승인 문항, 메타데이터 구조를 보호 대상으로 정리합니다.
LawBar Rebellion 명칭과 로고는 서비스 출시 전 상표 선행검색 후 출원 여부를 결정합니다. 학교명 사용은 제휴 전 제한합니다.
교과서, 강의자료, 학교자료, 사설 문제집 원문은 private storage에만 보관하고, 기관 동의 전 외부 공유와 서비스 학습자료 제공을 차단합니다.
학생 점수표는 가명화, 최소 보관, 삭제 절차, 권한 분리를 기본값으로 둡니다. 서비스형 전환 전 개인정보 처리방침이 필요합니다.
AI 문항은 자동 정답이 아니라 초안입니다. 조문 기준일, 판례 원출처, 정답 유일성, 오답 품질을 사람 승인 후 사용합니다.
Launch Links
공유 링크와 로컬 실행 경로를
명확히 분리합니다
외부 공유는 Cloudflare Pages, 실제 private corpus와 API 키 테스트는 로컬 미리보기 서버에서 진행합니다. 링크는 사업계획서와 README에 같은 기준으로 정리합니다.
Roadmap
다음 목표는
검색 품질, 검수 데이터, 권리 구조입니다
핵심 자산은 원문 자체가 아니라, 동아대 로스쿨 학습 흐름에 맞춘 자료 색인, 검수된 문항, 오답·점수 분석 패턴, 조문·판례 검증 절차입니다.