Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →앱, 웹, 이커머스 서비스 출시 직전 법적 컴플라이언스를 14종 체크리스트로 점검합니다. '출시 전 법적 점검해줘', '앱 출시 체크리스트 만들어줘', '서비스 런칭 전 검토해줘', '인공지능기본법 지키는지 봐줘', '과태료 항목 체크해줘'라고 요청하세요. 2026년 기준 인공지능기본법·개인정보·정보통신망·전자상거래 등 출시 go/no-go 게이트를 제공합니다.
.claude/skills/modu-ai-legal-service-launch-checklist/SKILL.md| Model | Eval pass | Runs |
|---|---|---|
| gemini-3.6-flash | 100% | 6 |
| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | -6% | 0% |
| case-04 | ✗→✓ | ▲ Improved | 124% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 89% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 76% | 0% |
| case-08 | ✗→✓ | ▲ Improved | 105% | 0% |
앱·웹·이커머스 서비스를 출시(launch)하기 직전, 14종 필수 법적 규제를 ✓/✗ 체크리스트로 점검해 go/no-go(출시 진행/보류)를 판정한다. 인공지능기본법(2026.1.22 시행)·개인정보보호법(2026.9.11 개정)·정보통신망법·전자상거래법 등 출시 시점에 가장 많이 적발되는 규제 중심으로, 위반 시 부과되는 과태료·과징금을 즉시 보여준다. 운영 중인 기업의 정기 컴플라이언스 갭 분석은 legal-compliance-check가 담당하고, 본 스킬은 출시 직전 원샷 게이트에 특화되어 있다.
면책 고지: AI 보조 분석이며 전문 법률 자문을 대체하지 않습니다
앱 출시, 웹서비스 출시, 서비스 런칭, 출시 체크리스트, 출시 전 점검, 과태료, 인공지능기본법, AI 생성물 표시, 개인정보처리방침, 사업자정보 표시, 통신판매업 신고, 앱 접근권한, 광고 표시, 청약철회, 다크패턴, go/no-go
서비스 형태:
결제·수익 모델:
AI 활용 여부 (핵심 분기):
references/ai-act-user-vs-provider.md 참조> 14종 전체 항목(조문·2026 변화·과태료·체크박스·위반 시 액션)은 references/launch-checklist-2026.md 단일 SSOT를 참조한다. 개인정보보호법 2026 변화는 legal-compliance-check/references/2026-law-changes.md를 공유 SSOT로 참조한다.
체크리스트 요약:
| # | 점검 항목 | 근거법 | 최대 제재 | |---|-----------|--------|-----------| | 1 | 생성형AI 사용 사실 고지 + AI 생성물 표시 | 인공지능기본법 §31·§43 | 3천만원 | | 2 | 앱 접근권한 필수/선택 구분 | 정보통신망법 §22의2·§76 | 3천만원 | | 3 | 개인정보 국외이전 고지 (해외리전) | 개인정보보호법 §28의8 | 매출 3% | | 4 | 개인정보처리방침에 CPO 공개 | 개인정보보호법 §31·§75 | 1천만원 | | 5 | 사업자 정보 표시 (상호·대표자·주소·사업자번호) | 전자상거래법 §10·§45 | 500만원 | | 6 | 광고 "(광고)" 표기 + 수신거부 방법 기재 | 정보통신망법 §50④·§76 | 3천만원(+매출6%) | | 7 | 처리위탁 고지 (PG·문자·클라우드) | 개인정보보호법 §26·§75 | 1천만원 | | 8 | 무료체험 자동전환·구독 인상 사전동의 | 전자상거래법 §13⑥ | 500만원 | | 9 | 통신판매업 신고 (유료 판매 시) | 전자상거래법 §12 | 시정명령+과태료 | | 10 | 자체 결제시스템 시 전자금융업 검토 | 전자금융거래법 | 영업정지 | | 11 | 청소년유해매체물 등급분류 | 청소년보호법 | 과태료 | | 12 | AI 생성물 저작권 표시 (순수 AI생성물은 권리 미인정) | 저작권법 | 손해배상 | | 13 | 인앱결제 외부결제 차단 여부 | 전자상거래법(2024 개정) | 매출 2% | | 14 | 개인정보 침해사고 72시간 통지 체계 | 개인정보보호법(2026.9.11) | 매출 최대 10% |
판정 기준:
🔴 위반 항목(법적 의무 미이행)이 1개라도 있으면 → 출시 보류 (NO-GO)
🟡 점검 필요 항목(판단 보류) → 출시 전 해소 조건부 GO
🟢 전항목 준수 → GO (출시 진행)위반 항목별 즉시 액션:
references/launch-checklist-2026.md에서 조회> mo.ai.kr AI 코워커 서비스 중 사용하는 기능의 법적 노출 매핑은 references/service-risk-matrix.md를 참조한다. 특히 AI 생성물을 외부에 서비스하는 경우(moai-media·moai-story·moai-marketer) 1번 의무가 발생한다.
예시 1: "커머스 앱 다음 주 출시인데 법적 점검해줘. Supabase 쓰고, AI로 상세페이지 이미지 만들어" → 서비스 유형 확인 → 14종 체크 → 1번(AI생성물표시)·3번(국외이전)·9번(통신판매업신고) 위반 가능성 플래그 → go/no-go 판정
예시 2: "AI 챗봇 웹서비스 런칭 전 체크리스트 만들어줘" → 1번(AI고지)·4번(CPO)·5번(사업자정보)·14번(침해사고) 중심 점검 → 체크리스트 보고서
예시 3: "구독 서비스 출시하는데 과태료 항목만 뽑아줘" → 8번(자동전환)·9번(통신판매업)·6번(광고) 중심 → 제재 금액 정리
면책 고지: AI 보조 분석이며 전문 법률 자문을 대체하지 않습니다
주요 법령 정보 소스:
출시 점검 원칙:
출시 판정서·체크리스트 보고서 등 서술형 산출물은 작성 후 반드시 다음 체인으로 마무리합니다.
legal-service-launch-checklist → moai-coworker:ai-slop-reviewer → moai-writer:korean-humanize표·매트릭스 등 데이터 산출물은 이 체인 대상이 아니며, 별도로 moai-officer:doc-xlsx로 정리합니다.
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 47,541 | 12,230 | -74% | 1 | 1 | 0% | 3,768 | 3,555 | -6% | 0 | 0 | — |
case-02 | fail→fail | 24,337 | 30,785 | +26% | 1 | 1 | 0% | 4,254 | 6,865 | +61% | 0 | 0 | — |
case-03 | pass→fail | 24,810 | 21,757 | -12% | 1 | 1 | 0% | 2,914 | 5,261 | +81% | 0 | 0 | — |
case-04 | fail→pass | 24,317 | 30,792 | +27% | 1 | 1 | 0% | 3,181 | 7,122 | +124% | 0 | 0 | — |
case-05 | fail→pass | 28,243 | 39,252 | +39% | 1 | 1 | 0% | 4,490 | 8,489 | +89% | 0 | 0 | — |
case-06 | fail→pass | 24,252 | 37,154 | +53% | 1 | 1 | 0% | 4,258 | 7,480 | +76% | 0 | 0 | — |
case-07 | pass→pass | 18,800 | 25,056 | +33% | 1 | 1 | 0% | 2,157 | 5,695 | +164% | 0 | 0 | — |
case-08 | fail→pass | 20,362 | 23,074 | +13% | 1 | 1 | 0% | 3,235 | 6,620 | +105% | 0 | 0 | — |
case-09 | fail→pass | 23,883 | 27,017 | +13% | 1 | 1 | 0% | 2,945 | 6,057 | +106% | 0 | 0 | — |
case-10 | fail→pass | 22,003 | 31,918 | +45% | 1 | 1 | 0% | 3,094 | 6,239 | +102% | 0 | 0 | — |
case-11 | fail→pass | 23,023 | 24,615 | +7% | 1 | 1 | 0% | 2,849 | 5,855 | +106% | 0 | 0 | — |
case-12 | fail→fail | 16,755 | 19,878 | +19% | 1 | 1 | 0% | 1,824 | 4,884 | +168% | 0 | 0 | — |
case-13 | fail→fail | 13,973 | 23,014 | +65% | 1 | 1 | 0% | 2,390 | 5,381 | +125% | 0 | 0 | — |
case-14 | fail→pass | 18,441 | 19,537 | +6% | 1 | 1 | 0% | 2,275 | 4,984 | +119% | 0 | 0 | — |
case-15 | fail→pass | 23,932 | 18,660 | -22% | 1 | 1 | 0% | 3,211 | 5,827 | +81% | 0 | 0 | — |
case-16 | fail→fail | 23,554 | 24,792 | +5% | 1 | 1 | 0% | 3,051 | 6,015 | +97% | 0 | 0 | — |
case-17 | pass→pass | 26,503 | 21,817 | -18% | 1 | 1 | 0% | 2,086 | 6,318 | +203% | 0 | 0 | — |
case-18 | pass→pass | 13,168 | 21,657 | +64% | 1 | 1 | 0% | 2,176 | 5,530 | +154% | 0 | 0 | — |
case-19 | pass→pass | 11,631 | 17,386 | +49% | 1 | 1 | 0% | 1,267 | 4,762 | +276% | 0 | 0 | — |
case-20 | fail→fail | 21,498 | 23,561 | +10% | 1 | 1 | 0% | 3,415 | 6,626 | +94% | 0 | 0 | — |
case-21 | fail→pass | 9,902 | 9,870 | -0% | 1 | 1 | 0% | 1,419 | 4,388 | +209% | 0 | 0 | — |
case-22 | pass→pass | 18,599 | 17,667 | -5% | 1 | 1 | 0% | 2,998 | 5,147 | +72% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +45 percentage points is the difference between those two pass rates over the 22 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.