D사 대상자 수 명의 이메일, 채팅을 보존하고 디지털 포렌식 수행. 보존-복원된 데이터 중 1차 검토까지 당사가 수행하였다.
본 건에서 KIBIT은 ① 검토 대상의 정확한 타겟팅, ② 중요/관련성 있는 문서의 조기 발견, ③ cut off를 통한 인적, 시간적, 금전적 비용의 적정화에 기여하였다.
① 대상은 약 2,100,000건이었으나, 검색, 중복제거, 이메일 스레딩(Email Threading) 처리를 통해 약 450,000건까지 검토 대상을 좁힐 수 있었다.
1차 검토 대상인 약 450,000건에 대해 KIBIT 점수순으로 정렬을 진행했으며, KIBIT 점수 순위 매기기 후 1일차 약 45,000건(전체의 10%)을 검토한 시점에서 중요/관련성 있는 문서 전체의 84%인 약 6,800건을 검출했다.
높은 점수를 받은 문서부터 1차 검토를 진행하여 약 150,000건을 검토한 시점에 사람에 의한 검토가 종료되었다. 나머지 약 300,000건은 KIBIT의 검토만 진행하였다. 사람에 의한 검토를 차단함으로써 당초 발생할 것으로 예상되었던 인적, 시간적, 금전적 비용이 발생하지 않아 비용 적정화에 크게 기여했다. 또한, Cut Off한 약 300,000건에는 Elusion Test(Cut Off한 약 300,000건에서 무작위로 추출한 약 1,600건에 대해 사람에 의한 검토를 실시)를 실시하여 부적절한 행위와 관련된 중요한 문서가 포함되어 있지 않음을 확인하였기 때문에1 1차 검토를 통해 이번 부적절한 행위와 관련된 문서를 비례점 추정으로 약 97% 커버할 수 있는 것으로 나타났다.
최종적으로 전체 대상 건수의 67%에 해당하는 약 300,000건은 KIBIT만 검토(AI Only Review)하여, 사람에 의한 검토를 실시하지 않음으로써 납기 단축 및 6,000만 엔 이상의 금전적 비용 적정화에 기여했다.