챗GPT와 같은 생성형 AI 도입 이후 변호사 없이 스스로 소송을 수행하는 이른바 '독자변론(pro se)' 사례가 급증하여 법원 시스템에 큰 부담을 주고 있습니다. 연구에 따르면 독자변론 사건은 11%에서 16.8%로 늘었을 뿐만 아니라, AI가 작성한 복잡한 서류들로 인해 개별 사건당 처리해야 할 절차와 재판부의 업무량도 158%나 폭증한 것으로 나타났습니다. 이는 AI가 법률 서비스의 접근성은 높였지만, 오히려 인적 자원에 의존하는 사법 체계 전체에 병목현상을 유발하고 있음을 시사합니다.
번역된 본문
사전 출판(pre-print) 연구 논문에 따르면, 챗GPT(ChatGPT)나 클로드(Claude)와 같은 생성형 AI 도구가 널리 보급된 이후 피고나 원고가 변호사 없이 법정에서 스스로를 대변하는 재판인 '독자변론(pro se)' 법률 사건의 수가 극적으로 증가했습니다. 아직 동료 평가를 거치지 않은 "AI 시대의 사법 접근성(Access to Justice in the Age of AI): 미국 연방법원의 증거"라는 제목의 이 논문의 저자들은, 사람들이 이전에는 변호사가 필요했던 많은 업무를 AI로 처리할 수 있게 되면서 법정에서 스스로를 대변하는 경우가 늘고 있다고 주장합니다. 아난드 샤(Anand Shah)와 조슈아 레비(Joshua Levy) 공동 저자는 또한 이러한 독자변론 사건들이 더 "무거워졌다"고 말합니다. 즉, 각 사건에 재판관과 사법 시스템에 더 많은 작업을 요구하는 동의(motions)가 더 많이 포함되어 있다는 뜻입니다. 이들은 전반적으로 AI 도구의 사용과 독자변론 사건의 증가가 법원에 새로운 부담을 줄 수 있다고 주장합니다. 샤와 레비는 논문에서 "생성형 AI가 독자변론 소송 비용을 획기적으로 낮춘다면, 그로 인한 소장 제출 급증은 재판의 모든 단계에서 인간의 판단에 의존하는 시스템을 압도할 수 있다"고 말했습니다. 이 논문은 2005년부터 2026년 사이의 450만 건 이상의 수감자 외 민사 법원 사건에 대한 행정 기록과, 이 사건들에 해당하는 4,600만 건의 'PACER(공개 법원 전자 기록 시스템)' 사건 기록 항목을 바탕으로 작성되었습니다. 연구 결과, 챗GPT와 같은 대형 언어 모델(LLM)이 널리 사용되기 전인 2022년까지 독자변론 사건의 비율은 11%로 매우 안정적이었으나, 이후 급격히 증가하여 2025년에는 16.8%에 달한 것으로 나타났습니다. 논문은 "이러한 안정성은 구조적 장벽을 반영하는 것으로 보인다. 대부분의 사람들에게 스스로를 대변하는 것은 너무나 어렵다"고 설명합니다. "연방 민사 소장을 제기하려면 올바른 관할권 기준을 확인하고, 기각 결정 동의를 피하기 위해 충분한 사실을 주장하며, 상황과 사건 유형에 따라 다른 절차적 요구 사항을 탐색해야 한다. 유능한 대형 언어 모델의 광범위한 대중적 보급은 이 계산을 바꿔놓았다. 인터넷 연결만 있다면 법학 학위 없이도 최소한의 비용으로 대화형이고 사례별 맞춤형 법률 지침(소장 작성, 법률 확인, 절차 탐색)을 얻을 수 있을 뿐만 아니라, 특히 2023년 3월 GPT-4가 출시된 이후 통과할 수 있는 수준의 법률 문서를 생성할 수 있다." 연구진은 이 논문이 필연적으로 기술적이라고 지적합니다. 즉, 증가가 AI 도구의 보급 때문이라고 가정하지만 개별 사건을 개별 LLM과 연결하지는 않는다는 뜻입니다. 논문은 "우리는 GPT-4가 독자변론 소장 제기에 미치는 인과적 효과를 확인했다고 주장하는 것이 아니라, 생성형 AI가 역할을 하지 않고서는 관찰된 시계열을 합리화하기 어렵다는 점만을 말하고 있다"고 밝혔습니다. 자신들의 주장을 뒷받침하기 위해 연구진은 또한 생성형 AI가 널리 보급되기 전인 2019년부터 2026년까지 8년 동안 무작위로 추출한 1,600건의 소장을 AI 탐지 소프트웨어인 팽그램(Pangram)을 통해 분석했습니다. 그 결과 AI 이전 시기에는 "거의 0%"에 불과했던 것이 2026년에는 18% 이상으로 증가한 것을 발견했습니다. 특히 독자변론 사건이 더 많아졌다는 것뿐만 아니라, 사건 기록 항목(제출 서류, 동의 등)으로 측정된 해당 사건들 내에서의 총 활동량을 의미하는 이른바 '사건 내 활동(intra-case activity)'이 AI 이전 시기보다 158% 증가한 것으로 나타났습니다. 이는 독자변론 사건의 증가만으로 보이는 것보다 법원의 업무량이 훨씬 더 높을 수 있음을 의미합니다. 이 논문은 또한 AI 이후 자체 변론의 증가가 피고가 아닌 원고로부터 주로 비롯된다는 것을 발견했는데, 이는 사람들이 소장에 주로 대응하는 대신 AI를 사용하여 소장을 제출하는 경우가 많다는 것을 의미합니다. 논문은 "원고 측 독자변론 사건 수는 2015 회계연도부터 2022 회계연도까지 평균 연간 19,705건이었으나, 2025 회계연도에는 39,167건에 도달하여 거의 두 배가 되었다"고 밝혔습니다. "피고 측 독자변론 건수는 같은 기간 4,650건에서 3,896건으로 약간 감소했다." 레비는 통화에서 "세상에 잠재적으로 존재할 수 있는 불만의 잠재적 수준, 즉 직장에서 사람들이 지속적으로 다치는 일과 같은 일들이 있다고 상상해 보십시오"라고 말했습니다. "하지만 그 잠재적 분포가..."
The number of pro se legal cases, meaning trials where a defendant or plaintiff represents themselves in court without an attorney, have increased dramatically since the wide adoption of generative AI tools like ChatGPT and Claude, according to a pre-print research paper. The authors of the paper , titled “Access to Justice in the Age of AI: Evidence from U.S. Federal Courts,” which has yet to undergo peer review, argue more people are representing themselves in court because they’re able to use AI to do a lot of the work that previously required a lawyer. The authors, Anand Shah and Joshua Levy, also say that these pro se cases are “heavier,” meaning each case includes more motions that demand more work out of judges and the justice system. Overall, they argue, the use of AI tools and the increase in pro se cases could put a new burden on the courts. “If generative AI dramatically lowers the cost of self-represented litigation, the resulting surge in filings could overwhelm a system that depends on human judgment at every stage of adjudication,” Shah and Levy say in the paper. The paper draws on administrative records covering more than 4.5 million non-prisoner civil court cases between 2005 and 2026 and 46 million Public Access to Court Electronic Records (PACER) docket entries matching those cases. It found the share of pro se cases was pretty stable at 11 percent until 2022, after LLMs like ChatGPT became widely used, at which point it started to rise sharply, up to 16.8 percent in 2025. “This stability seems to reflect a structural barrier: for most people, self-representation is prohibitively hard,” the paper says. “Filing a federal civil complaint requires identifying the correct jurisdictional basis, pleading sufficient facts to survive a motion to dismiss, and navigating procedural requirements that vary by context and case type. The widespread, public diffusion of capable LLMs changes that calculus. Without a law degree and at de minimis cost, any person with an internet connection can not only obtain interactive, case-specific legal guidance—drafting complaints, identifying statutes, navigating procedure—but also generate passable legal documents, particularly so after the release of GPT-4 in March 2023.” The researchers note that the paper is necessarily descriptive, meaning it assumes the rise is due the the prevalence of AI tools, but does not link individual cases to individual LLMs. “We do not claim to identify a causal effect of GPT-4 on pro se filing, only that the observed time series is difficult to rationalize without generative AI playing a role,” the paper says. To support their argument, the researchers also used a random sample of 1,600 complaints drawn from the eight year period between 2019 (prior to the prevalence of generative AI) and 2026 which they ran through the AI detection software Pangram . They found a rise from "essentially zero” in the pre-AI period to more than 18 percent in 2026. Notably, it’s not just that there are more pro se cases, but that the “intra-case activity” for those cases, meaning the total volume of activity in those cases as measured by docket entries—filings, motions—are up by 158 percent from the pre-AI period. This means the workload for courts could be even higher that it appears based on the rise in pro se cases alone. The paper also found that the post-AI rise in self-representation is mostly coming from plaintiffs as opposed to defendants, meaning people are mostly using AI to file complaints rather than respond to them. “Plaintiff-side pro se case counts averaged 19,705 per year from FY2015 to FY2022 and reach 39,167 in FY2025, nearly doubling,” the paper says. “Defendant-side pro se counts fall slightly over the same window, from 4,650 to 3,896.” “Imagine that you have just a latent level of complaints that could exist in the world, people are constantly getting hurt at work whatever it happens to be,” Levy told me on a call. “But that distribution of potential cases is sort of unchanged over time. But what LLM allowed people to do was it lowered the cost of entry to the courts. Basically, it made it much easier to file many templatable complaints.” On the one hand, the increase in the number of cases is good because it potentially gives more people with legitimate grievances access to the justice system that they didn’t have previously. On the other hand, a dramatic increase like this could burden the system and make all cases, not just AI-enabled pro se cases, take longer to resolve “Whether or not it's a net social benefit is an open question,” Levy said. “But if we remain democratically committed to people having access to the courts as a matter of course then we think that the LLMs have this trade-off. The door to the courts opens wider but maybe the queue to enter gets longer.” Anecdotally, when we were writing an article about lawyers getting caught using AI in court, we decided to not include pro se cases because there were so many, and to focus only on cases in which actual lawyers were caught using AI. The database we used for that article currently contains 1,353 cases; 804 of them are from pro se cases. To handle this surge in demand for the Federal courts, Federal courts have to somehow increase its supply, or the courts’ capacity to take on cases. Unfortunately, as the paper notes, “there is no easy margin along which to ‘buy’ extra judge capacity. Already case backlog is becoming a persistent feature of the federal judicial system, there is no coming influx of judges to supply additional capacity, and federal courts in the United States cannot wholesale decline to hear cases.” Levy suggested that one possible solution is to allow judges to use AI tools to do some of their “templatable” work as well, while still ensuring that human judges do the actual judging. We’ve covered many instances of lawyers getting caught using AI in court, often because the AI hallucinated a citation of a case that didn’t actually exist. Judges are pretty mad when this happens and have issued fines for this behavior several times. About the author Emanuel Maiberg is interested in little known communities and processes that shape technology, troublemakers, and petty beefs. Email him at emanuel@404media.co More from Emanuel Maiberg