GLM-Legal은 지푸 Z.ai가 2026년 10월 12일 공식 블로그를 통해 발표한 법률 분야 특화 모델이다. 범용 대형 모델과는 다른 길을 간다. 파라미터 규모를 좇는 대신 경량 모델인 GLM-5.3-Flash를 기반으로 삼아, 도메인 중간 훈련과 고효율 후훈련으로 로펌의 실제 업무를 맡을 수 있는 형태로 다듬었다. 공식이 내세운 핵심 성적은 로펌의 실제 업무 흐름을 본뜬 평가 Harvey LAB에서의 전항목 통과율 19.2%로, 기반 모델보다 12.5%포인트 높다. LegalBench와 중국 법률 실무를 겨냥한 PLawBench에서는 파라미터 규모가 훨씬 작음에도 프런티어급 비공개 모델과 대등한 성능을 낸다고 회사는 밝혔다.
19.2%가 주목할 만한 이유: 채점은 전부 아니면 전무다
숫자부터 제대로 읽어야 한다. Harvey LAB는 24개 업무 분야를 다루며 엄격한 전항목 통과 방식으로 채점한다. 사실 추출, 법조 적용, 논증 구조, 납품 형식 중 어느 하나라도 무너지면 과제 전체가 불합격이다. 이는 변호사가 외부로 내보내는 문서가 여덟 할만 맞아서는 안 된다는 로펌의 실제 검수 방식을 본뜬 것이다. 실제 법률 업무가 어려운 이유도 여기에 있다. 사실, 법리, 추론, 완성품 사이에 끊기지 않는 사슬을 요구하기 때문이다. 전항목 통과율이 기반 모델의 약 6.7%에서 19.2%로 올랐다는 것은 늘어난 것이 법률 지식의 양만이 아니라, 일 하나를 끝까지 마치는 능력이라는 점을 시사한다. 뒤집어 읽으면 이 수치는 발표에서 가장 정직한 부분이기도 하다. 특화 훈련을 거치고도 다섯 중 네 과제는 여전히 전항목 통과선에 닿지 못하며, 법률 업무의 완전 자동화는 아직 멀었다는 뜻이다.
훈련의 새로움은 모델과 실행 프레임워크의 공진화에 있다
훈련은 세 층으로 이뤄진다. 먼저 중간 훈련에서 고품질 법률 말뭉치를 확충해 법률 개념, 성문 규칙, 해석 틀을 기초로 다진다. 다음으로 후훈련 단계에서 현실감 있는 법률 과제 환경 수만 개를 대상으로 강화학습을 적용해, 분석 기획, 절차 추진, 구체적 제약 아래에서의 산출물 작성을 가르친다. 여기서 주목할 장치가 모델과 Harness(실행 프레임워크)의 공진화다. 과제 맥락 관리, 도구 연결, 피드백 전달을 맡는 프레임워크와 모델 훈련이 함께 반복 개선되며, 훈련에서 드러난 경계 사례가 프레임워크의 병목을 드러내고, 프레임워크의 개선은 다시 모델을 더 현실적인 실행 제약 속에서 훈련시킨다. 마지막으로 생산 피드백 고리가 시스템을 닫는다. 현장 법률 실무자가 핵심 쟁점을 빠짐없이 다뤘는지, 논증과 인용이 성립하는지, 산출물이 의뢰 내용을 엄격히 따르는지, 후속 팀이 손보지 않고 바로 쓸 수 있는지를 기준으로 채점하고, 그 결과가 다음 훈련과 평가의 개선 신호로 직접 들어간다.
세 가지 사례로 보는 기반 모델과의 구체적 차이
공식 블로그에는 같은 과제의 비교가 세 쌍 실려 있고, 차이는 구체적이다. 계약 검토에서는 서비스 제공업체를 바꾸는 고객을 위해 종료 조항을 검토하는 과제가 주어졌다. 기반 모델이 통지 기간 단축과 데이터 반환 같은 방향은 맞지만 일반적인 조언에 머무른 반면, GLM-Legal은 조항 수준의 행동으로 내려간다. 편의 해지 통지를 60일에서 30일로 줄이고, 지식재산, 비밀유지, 데이터 보안 위반에 대해서는 시정 기간을 없애 즉시 해지를 가능하게 하며, 대금 지급 여부와 관계없이 진행 중 성과물의 반환과 최대 90일의 전환 지원을 넣는다. 증거 분석에서는 소프트웨어 프로젝트 분쟁 문서 40건을 대상으로, 대외 보고서의 진척 60%와 내부 스냅샷의 약 41%, 그보다 앞선 내부 경고 메일, 위험을 감추고 청구를 계속하라는 경영진의 지시를 하나의 증거 사슬로 연결하고, 지급이 권리 포기가 아니라는 계약 조항을 인용한다. 국경 간 컴플라이언스 사례에서는 싱가포르, 말레이시아, 인도네시아 진출을 앞둔 개인정보 대응을 우선순위 목록으로 바꾸고, 동의 기록, 수신 거부 억제 명단, 수탁업체 데이터 흐름 정리 같은 실행 가능한 조치에 현지 법령 조항 번호를 붙였다. 세 사례의 공통점은 출력이 법률 상식의 되풀이가 아니라 협상, 사건 기록, 출시 목록에 바로 들어갈 수 있는 작업 초안이라는 점이다.
베타 신청 접수 중, 한계도 같은 무게로 봐야 한다
GLM-Legal은 현재 베타 단계로, 로펌, 법률 기술 기업, 사내 법무팀, 독립 개업 실무자를 대상으로 API 접근 신청을 받고 있다. 데스크톱 에이전트 플랫폼 AutoClaw에도 곧 이 능력이 탑재되어, 수정을 Word 문서에 변경 추적과 메모 형태로 직접 넣어 팀이 검토할 수 있게 된다. 냉정한 시각도 필요하다. 벤치마크와 세 사례 모두 지푸 자체 측정과 자체 선정 결과이며, 전항목 통과율 19.2%라는 수치 자체가 인용 정확성과 사실 확인처럼 오차가 허용되지 않는 영역에서는 여전히 변호사의 항목별 검토가 필수임을 말해준다. 이 모델의 현실적 가치는 서명하는 사람을 대체하는 데 있지 않고, 초안, 정리, 목록처럼 가장 시간이 많이 드는 일을 고칠 수 있는 수준까지 먼저 만들어 두는 데 있다. 법률 팀에게는 그것만으로도 시험해 볼 가치가 충분하다. 비식별 처리한 실제 사건으로 전항목 통과 방식의 검수를 한 번 돌려 보면, 어떤 순위표보다 실력을 분명히 알 수 있을 것이다.
