톰슨로이터, AI 빌리는 대신 4천만달러로 직접 만들었다

톰슨로이터는 임페리얼칼리지런던과 함께 큐원을 안전성·윤리·정치적 중립성 기준으로 먼저 재학습시켰고, 이 중간 단계 모델에 웨일스의 산 이름을 딴 '스노든(Snowdon)'이라는 이름을 붙였어요. 이후 자사 콘텐츠로 사전학습을 하고, 도메인 전문가와 함께 후속 학습을 거친 다음, 자사 도구 환경 안에서 에이전트형 강화학습까지 얹었다고 해요. 이렇게 여러 단계를 거쳤지만 아직 보유 콘텐츠의 10%도 채 쓰지 않았다는 게 회사 설명이에요.

최고기술책임자 조엘 흐론은 "오픈소스 출발점을 벌써 대여섯 번 가까이 바꿨다"고 말했고, 연구총괄 조너선 슈워츠는 개별 모델보다 이 과정에서 만들어진 '모델 공장' 자체가 더 큰 성과라고 짚었어요.

자사 데이터에서만 앞서는 벤치마크

회사 블로그에 공개한 설명은 톰슨을 세계 최상위권 모델로 소개하지만, 회사가 직접 공개한 수치는 좀 더 조심스러운 그림을 보여줘요.

벤치마크	톰슨	비교 결과
Stanford LegalBench	0.823	Gemini 3.1 Pro, GPT-5.5에 뒤처짐
Harvey Legal Agent Benchmark	-	Opus 4.8 바로 다음 순위
자체 Deep Research(웹 접근만)	0.53	GPT-5.4는 0.65
자체 Deep Research(자사 콘텐츠 포함)	0.83	GPT-5.4는 0.82

지시 따르기와 까다로운 법률 문제 벤치마크인 PrBench Legal에서는 앞서지만, 추론과 코딩에서는 크게 밀려요. 비교 방식도 완전히 공정하진 않은데, 톰슨은 테스트 시점에 더 많은 연산을 쓰는 방식으로 겨루는 반면 GPT-5.5는 추론 모드 없이 돌았다고 해요.

웹 접근만 놓고 보면 톰슨은 "다른 모델들 범위 안에는 있지만 아직 선두는 확실히 아니다"라고 평가 리드 앤드류 빈이 인정했어요. 흥미로운 대목은 자사 콘텐츠를 붙였을 때 GPT-5.4도 거의 같은 폭으로 성능이 오른다는 점이에요. 결국 특수 학습만큼이나 데이터 접근권 자체가 성능 차이를 만든다는 얘기고, 회사가 더 최신 모델과는 비교하지 않은 점도 감안해야 해요.

그래도 자체 모델을 고집하는 이유

톰슨로이터는 오픈AI나 앤스로픽의 프런티어 모델을 법률 데이터로 파인튜닝하는 대신 왜 처음부터 새로 만들었을까요. 회사가 꼽은 이유는 세 가지예요.

첫째는 경제성이에요. 슈워츠는 표준 파인튜닝 방식이 "일반 성능을 떨어뜨리는 강한 경향이 있다"고 지적했고, 파인튜닝을 하면 추론 비용과 로드맵을 계속 그 제공사에 의존하게 된다는 문제도 있어요. 문서 검토처럼 물량이 많은 업무일수록 작고 저렴한 자체 모델이 이득이라는 계산이에요.

둘째는 데이터예요. 웨스트로 같은 자사 도구 안에서 직접 학습시킬 때 성능이 뛰어오르는데, 이 접근권은 외부 어떤 회사에도 내주지 않겠다는 게 회사 입장이에요.

셋째는 복리 효과예요. 흐론은 이를 "집을 세내는 것과 사는 것의 차이"라고 표현했어요. 제품을 업데이트할 때마다 전문가가 검토한 내용이 전부 학습 데이터로 쌓이고, 자체 모델이라면 이게 장기적으로 자산이 되어 시간이 갈수록 불어나지만, 남의 모델을 쓰면 그 가치는 제공사 쪽으로 사라진다는 논리예요.

흐론은 앞으로 AI 경쟁력이 "어떻게 조율하느냐, 그리고 어떤 지능을 소유할 만큼 중요한지 아는 것"에서 나올 거라고 말했어요.

어떻게 쓸 수 있나

출시 시점에 톰슨은 법률 AI 제품인 코카운슬 리걸(CoCounsel Legal)의 표 분석(Tabular Analysis) 기능을 맡아요. 작고 저렴한 모델로 처리해도 경제성이 맞는 작업이라는 판단이에요. 제품 자체는 여전히 여러 모델을 함께 쓰는 구조라서 관리자가 모델을 바꿀 수 있고, 톰슨은 전체를 지휘하는 역할이 아니라 인용 확인 같은 하위 작업을 맡는 정도예요. 고객 데이터는 학습에 쓰이지 않는다고 회사는 밝혔어요.

소형 버전은 비상업 라이선스로 허깅페이스(Hugging Face)에 공개될 예정이고, 기술 보고서와 개발자 포털도 뒤따를 계획이에요. 흐론에 따르면 법률사무소들과 직접 라이선싱을 논의하는 초기 대화도 아직 구속력 없는 수준에서 진행 중이라고 해요.

에디터의 시선

이 사례가 흥미로운 건 '누가 더 똑똑한 모델을 만드느냐' 경쟁이 아니라 '누가 자체 모델을 가질 자격이 있느냐'는 질문을 던지기 때문이에요. 톰슨로이터가 이 계산을 할 수 있는 건 독점 데이터, 수백 명의 상근 도메인 전문가, 결과를 객관적으로 채점할 수 있는 워크플로라는 세 가지 조건을 동시에 갖췄기 때문이에요. 이 조합을 가진 기업이라면 오픈소스 커뮤니티가 프런티어 랩을 몇 달 차이로 따라잡는 지금 시점에, 4천만 달러로도 충분히 경쟁력 있는 특화 모델을 만들 수 있다는 걸 이 사례가 보여줘요. 반대로 독점 데이터도 없고 결과를 채점할 방법도 없는 회사가 같은 길을 가면, 남는 건 대개 끝없는 유지보수 비용뿐이에요.

세대 비교로 보면 흥미로운 대목이 하나 더 있어요. 웹 접근만으로 붙였을 때 톰슨은 GPT-5.4에 뒤처지는데, GPT-5.4도 자사 콘텐츠를 붙이면 톰슨만큼 성능이 뛰어요. 이건 특수 학습의 힘이 아니라 데이터 접근권 자체의 힘이라는 뜻이고, 결국 '우리 모델이 특별해서'가 아니라 '우리만 가진 데이터 때문에' 앞선다는 걸 회사 스스로 인정한 셈이에요. 국내 기업 중에서도 법률·의료·금융처럼 독점 데이터와 전문가 검증 체계를 동시에 가진 곳이라면 이 계산법을 그대로 옮겨볼 만해요. 반대로 그런 데이터도, 채점 체계도 없이 '우리도 자체 모델을' 이라는 유행만 따라가면 비용만 늘어날 가능성이 커요.

앞으로 몇 달 안에는 더 강한 Qwen 변형으로 갈아타고 10% 벽을 넘어선 다음 버전이 나올 가능성이 높아요. 그때 웹 접근 성능만으로도 프런티어 모델을 앞서는지가 이 실험이 진짜 통했는지를 가르는 다음 시험대가 될 거예요.