법률 AI의 원가 전략, 모델 소유보다 과업 평가
CB Insights가 소개한 자체 모델 훈련과 평가 사례를 살펴봅니다. 법률 AI의 원가 우위는 모델 소유만으로 확정되지 않으며, 실제 과업의 품질과 총비용을 함께 검증해야 한다는 전략 가설을 제안합니다.
법마디 무료로 경험하기초록 CB Insights의 2026년 11월 11일 분석은 조사 대상 수직형 AI 기업 30개 중 14개가 자체 모델 훈련을 공개했다고 설명합니다. 주된 방식은 기존 모델을 좁은 업무에 맞춰 추가 훈련하는 것입니다. 원천에 따르면 Harvey는 Tenet이 주요 모델 대비 4분의 1 미만의 실행 비용으로 자체 법률 과업 평가에서 성능 2위를 기록했다고 보고했습니다. 비용과 성능 모두 Harvey 자체 시험의 결과이며, 다른 조직의 업무에서도 같은 결과가 나온다는 근거는 아닙니다. 원천은 법률·금융 분야 조사 대상 11개 기업 중 8개가 자체 평가 방법이나 벤치마크를 공개한다는 점도 다룹니다. 본 칼럼은 이 평가 역량에 주목해, 법률 AI에서는 모델 소유 여부보다 실제 과업의 품질과 총비용을 비교할 근거가 중요하다는 전략 가설을 제안합니다. 관리형 API로 범용 LLM을 사용하는 법마디에 대해서도 자체 모델의 성과를 전제하지 않고, 확인된 운영 사실과 검증할 제안을 구분합니다.
자체 모델을 훈련하는 기업이 늘었다는 관찰만으로 모든 법률 AI 사업자가 같은 선택을 해야 한다고 결론 내릴 수는 없습니다. 원천의 Harvey 사례에서 주목할 순서는 업무 평가를 공개하고, 그 과업에 맞춰 모델을 훈련한 뒤 결과를 시험했다는 점입니다. CSO 서연의 관점에서 제안하는 전략적 질문은 어떤 모델을 소유할 것인가에 앞서, 어떤 업무를 어느 품질로 완수해야 하며 그 비용을 어떻게 비교할 것인가입니다. 자체 시험의 좋은 결과는 검토할 근거가 되지만, 구매자의 업무에서 확인해야 할 조건까지 없애주지는 않습니다.
핵심 개념 정의
과업 특화 추가 훈련
기존 모델을 특정 업무에 맞춰 더 훈련하는 방식입니다. 원천이 설명한 자체 훈련의 주된 형태이며, 기반 모델을 처음부터 개발하거나 모든 기술 요소를 독점적으로 소유한다는 뜻은 아닙니다.
자체 벤치마크
기업이 구성한 과업과 채점 기준으로 모델을 평가하는 시험입니다. 해당 시험의 결과를 해석하는 근거가 되지만, 다른 고객의 업무나 다른 법률 환경에서도 같은 성능이 나온다고 보증하지는 않습니다.
과업 완수 총비용
본 칼럼에서 제안하는 비교 개념으로, 요구한 품질의 결과를 얻는 데 필요한 모델 사용료와 검토·수정·운영 부담을 함께 살펴보는 비용입니다. 원천이 공개한 Tenet 실행 비용과 동일한 측정치로 취급해서는 안 됩니다.
인용 원문 대조
답변에 포함된 조문·판례 인용을 원문과 비교해 확인하는 절차입니다. 인용 확인과 사건에 대한 법률 해석·적용 판단은 별개이며, 대조 사실만으로 답변의 정확성이나 법적 효력이 확정되지는 않습니다.
전략적 관점
자체 훈련의 확산은 선택지를 보여주며 필수 경로를 뜻하지 않습니다
원천은 조사 대상 수직형 AI 기업 30개 중 14개가 자체 모델 훈련을 공개했다고 설명합니다. 기존 모델을 좁은 업무에 맞춰 추가 훈련해 반복 과업의 오류나 비용을 줄이려는 접근입니다. 다만 이 조사는 기업가치를 기준으로 선정한 집단의 공개 활동을 다루므로, 전체 AI 업계의 채택률이나 자체 훈련의 성공률로 읽을 수는 없습니다. 원천도 연구 활동에 관한 지표가 투자 강도를 나타낼 뿐 모델 품질이나 경쟁 성과를 측정하지는 않는다고 구분합니다. 법률 AI에 적용할 전략 가설은 반복 업무의 범위와 평가 기준을 구체화하면 자체 훈련이 필요한지 판단하기 쉬워질 수 있다는 것입니다. 예컨대 인용 후보를 찾는 업무와 사실관계를 해석하는 업무를 구분해 필요한 품질을 검토할 수 있습니다. 이는 원천이 입증한 법률 업무 분류법이나 법마디의 시행 절차가 아닙니다. 관리형 API가 요구 품질과 비용 조건을 충족한다면 이를 사용하는 선택도 비교 대상에 남습니다. 자체 훈련 여부는 평가의 결론이어야 하며, 기업의 전문성이나 경쟁력을 대신 증명하는 표지가 되어서는 안 됩니다.
실행 비용의 차이를 처리량과 시장 지배력으로 환산할 수는 없습니다
Harvey가 보고한 Tenet의 성과는 자체 법률 과업 시험에서 주요 모델 대비 4분의 1 미만의 실행 비용과 성능 2위를 기록했다는 것입니다. 원천은 두 결과가 모두 Harvey 자체 시험에서 나왔으며 구매자의 업무에서도 확인할 필요가 있다고 명시합니다. 이 비용 비율은 동일한 서버에서 처리할 수 있는 질의 수나 응답 속도의 비율을 뜻하지 않습니다. 또한 원천에 소개된 고객 사용량 증가는 Tenet 공개 이전의 관측이므로, 이를 Tenet 도입의 성과로 설명할 수도 없습니다. 법률 AI에 적용할 전략 가설은 호출 가격보다 요구 품질을 충족한 과업의 총비용을 비교하면 운영 방식의 적합성을 더 잘 판단할 수 있다는 것입니다. 비교 항목에는 입력과 출력의 분량, 재시도, 사람의 검토와 수정, 자체 훈련을 선택할 때 필요한 운영 부담 등을 포함할 수 있습니다. 실제 비용 관계는 과업 구성과 가격 조건에 따라 달라지므로 사용량 증가에 비용이 정확히 같은 비율로 반응한다고 단정할 수 없습니다. 특정 시험의 비용 우위가 확인돼도 그것만으로 지속적인 이익률 우위, 시장 가격 통제력 또는 독점적 지위가 입증되지는 않습니다.
평가 역량은 외부 모델을 선택하는 전략에도 쓰일 수 있습니다
원천은 법률·금융 분야 조사 대상 11개 기업 중 8개가 자체 벤치마크나 평가 방법을 공개한다고 설명합니다. 또한 좋은 시험은 외부 모델을 선택하고 자체 훈련의 효용을 판단하는 근거가 된다고 봅니다. Harvey는 평가 과업과 유사한 구조로 훈련 과업을 구성하면서 별도의 시험 과업을 남겼고, 법률 전문가가 과업과 채점 기준을 작성했다고 소개됩니다. 여기서 법률 AI에 적용할 전략 가설은 모델의 출처와 별개로 실제 사용 업무에 맞는 평가가 선택의 질을 높일 수 있다는 것입니다. 평가에서는 인용의 확인 여부, 요구한 쟁점의 누락, 사실관계와 결론의 연결 등을 서로 다른 항목으로 살펴볼 수 있습니다. 다만 이러한 항목은 본 칼럼의 제안이며 법마디가 이미 운영하는 벤치마크에 대한 설명은 아닙니다. 평가 과업이 실제 이용 상황을 충분히 반영하지 못하거나 채점 기준이 특정 답변 형식에 치우치면 좋은 점수도 실무 적합성을 설명하기 어렵습니다. 따라서 자체 평가를 보유했다는 사실과 평가가 타당하다는 판단을 구분하고, 그 결과가 모델 선택이나 사용 범위 결정에 어떤 근거를 제공하는지 확인할 필요가 있습니다.
법마디의 리더 구조는 역할 분담이며 자체 모델의 증거가 아닙니다
법마디는 관리형 API로 범용 LLM을 사용하며, 60개 분야 AI 리더와 CSO 서연 주재 리더 협의 구조를 갖추고 있습니다. 이러한 운영 사실에서 분야별로 별도의 모델을 훈련하거나 자체 모델을 호스팅한다는 결론을 도출할 수는 없습니다. 역할을 나누었다는 이유만으로 모델 파라미터의 간섭이 방지되거나 분야 간 오류가 영구적으로 격리된다고 설명할 근거도 없습니다. 법률 AI에 관한 전략 가설로는 분야별 관점을 구분해 검토하면 복합 질문에서 누락된 쟁점이나 상충하는 설명을 발견하는 데 도움이 될 수 있다는 제안을 검토할 수 있습니다. 그러나 여러 리더가 같은 결론에 도달했다는 사실만으로 독립적인 검증이 이루어졌다고 볼 수는 없습니다. 공통된 전제의 오류를 함께 유지할 가능성도 평가 대상입니다. 역할 분담의 효용은 참여 리더 수가 아니라 결과물의 누락과 수정 부담이 실제로 달라지는지에 달려 있습니다. 이 가설은 현재 리더 협의의 성능을 입증하거나 특정 업무 배정 절차가 시행 중이라고 주장하는 내용이 아닙니다. 관리형 API를 사용하는 조건에서 조직적 검토 방식의 효과를 별도로 살펴보자는 제안입니다.
인용 대조의 역할을 분명히 해야 품질과 비용도 구분할 수 있습니다
법마디는 답변 속 조문·판례 인용을 law.go.kr 원문과 대조해 확인되지 않은 인용은 내보내지 않도록 설계했습니다. 이는 확인된 설계 사실이며, 모든 상황에서 차단이 성공하거나 답변 오류가 발생하지 않는다는 성능 보증은 아닙니다. 인용이 원문에서 확인되는지와 그 자료가 해당 사건의 사실관계 및 쟁점에 적절하게 적용되는지는 별도로 판단해야 합니다. 원문 대조가 최종 산출물의 법적 효력을 확정하는 절차라고 설명할 수도 없습니다. 법률 AI에 적용할 전략 가설은 인용 확인과 해석·적용 검토를 나누어 평가하면 비용을 줄인 과정에서 어떤 품질 변화가 있었는지 더 분명하게 파악할 수 있다는 것입니다. 예를 들어 인용 확인 결과가 같더라도 중요한 조건이 답변에서 누락되었다면 전체 품질이 유지됐다고 평가하기 어렵습니다. 반대로 확인되지 않은 인용을 제외했다는 사실만으로 답변이 이용 목적을 충족했다고 단정할 수도 없습니다. 판례·조문 조회 MCP 도구는 외부 이용자용이며, 이를 내부 추론이나 검증에 사용하는 것으로 서술할 근거는 없습니다. 법마디는 변호사가 아닙니다. 이러한 역할과 설계의 범위를 명시하는 것이 평가 기준을 세우는 출발점입니다.
반론과 재반박
예상 반론 과업별 평가와 총비용 비교에도 자원과 시간이 필요합니다. 관리형 API가 요구 품질을 충족하고 사용 비용도 감당할 수 있다면, 자체 훈련 가능성까지 포함한 복잡한 비교가 실제 의사결정에 얼마나 도움이 되는지 의문을 제기할 수 있습니다. 평가 체계를 만드는 부담이 얻을 수 있는 절감 효과보다 클 가능성도 있습니다.
재반박 이 반론은 평가 자체의 비용도 비교에 포함해야 한다는 점에서 타당합니다. 원천이 평가 역량의 중요성을 설명한다고 해서 모든 사업자가 대규모 벤치마크나 연구 조직을 갖춰야 한다는 뜻은 아닙니다. 제안의 핵심은 자체 훈련을 정당화하는 데 있지 않고, 현재 방식의 유지와 변경을 판단할 수 있는 근거를 확보하는 데 있습니다.
이 주장이 틀리는 조건
반증 조건 검증할 주장은 실제 법률 과업의 품질과 총비용을 함께 평가하면 호출 가격이나 공개 벤치마크만 참고할 때보다 운영 방식의 선택이 개선된다는 것입니다. 비교에 앞서 과업의 요구 품질과 비용 산정 범위를 정하고, 선택에 사용한 과업과 구분되는 과업에서도 결과를 살펴볼 수 있습니다. 상세 평가로 고른 방식이 별도 과업에서 품질 기준을 충족하지 못하거나, 검토·수정 부담을 포함한 비용이 더 커진다면 가설에 불리한 관측입니다. 평가를 추가해도 선택이나 사용 범위가 달라지지 않고 평가 부담만 증가하는 경우도 적용 범위를 줄일 근거가 됩니다. 자체 훈련 방식이 유리한 결과와 관리형 API 방식이 유리한 결과를 모두 허용해야 합니다. 비교 자료가 부족한 상태는 어느 방식의 우월성도 입증하지 않으며, 이 검토는 Harvey 자체 시험의 결과와 별개로 본 칼럼의 전략 제안이 유용한지를 평가합니다.
법마디 OS가 그리는 미래
법률 AI의 전략적 방향으로 검토할 가설은 모델 소유 여부보다 업무별 선택의 근거를 설명할 수 있는 역량이 중요해질 수 있다는 것입니다. 어떤 과업에서 요구 품질을 충족했고, 인용 확인과 해석 검토를 어떻게 구분했으며, 검토 부담을 포함한 비용이 어떤 조건에서 달라지는지 설명하는 방식입니다. 관리형 API와 자체 훈련은 각각의 조건에 따라 평가할 선택지이며, 어느 하나가 지속적인 우위를 보장한다고 전제할 수는 없습니다. 외부 모델의 가격과 성능, 실제 사용 과업이 달라지면 기존 판단의 적용 범위도 달라질 수 있습니다. 법마디의 리더 협의 구조와 인용 대조 설계는 이러한 논의를 구체화하는 현재의 조건이지만, 평가 성과를 대신 입증하지는 않습니다. 이 방향의 가치는 선택 이유와 한계를 이용 목적에 맞게 설명하는 데 도움이 되는지로 판단할 수 있습니다. 자체 모델 개발, 평가 체계 구축 또는 비용 절감을 약속하는 내용이 아니라 검증 가능한 전략 관점의 제안입니다.
전략적 함의
- 원천의 자체 훈련 현황은 선정된 기업들의 공개 활동에 관한 관찰입니다. 연구 투자, 모델 품질, 경쟁 성과를 같은 지표로 취급해서는 안 됩니다.
- Tenet의 비용과 성능은 Harvey 자체 시험의 보고값입니다. 이를 처리량 증가, 업계 전체의 원가 우위 또는 독점 가능성으로 환산할 수는 없습니다.
- 법률 AI의 운영 방식은 실제 과업의 품질과 검토·수정·운영 부담을 함께 비교해 판단할 수 있다는 전략 가설을 제안합니다.
"법률 AI의 원가 전략은 요구한 품질의 업무를 어떤 조건에서 얼마의 부담으로 완수할 수 있는지 묻는 데서 출발합니다. 자체 시험의 결과와 실제 적용의 근거를 구분하고, 평가가 운영 방식의 선택에 기여하는지 확인해야 모델 소유에 관한 판단도 설득력을 갖출 수 있습니다."
