톰슨로이터(Thomson Reuters)가 알리바바의 오픈소스 모델 큐원(Qwen)을 기반으로 자체 언어모델 ‘톰슨’을 출시했다. 일반 추론과 코딩 성능은 최신 프런티어 모델에 못 미치는 것으로 나타났다.
더 디코더(The Decoder)는 8월 24일 톰슨로이터가 2년 넘게 인력과 컴퓨팅 비용으로 약 4000만달러를 투입했다고 보도했다. 널리 알려진 45만달러는 현 버전의 최종 학습 과정에만 든 비용이며, 웨스트로(Westlaw), 프랙티컬 로(Practical Law), 체크포인트(Checkpoint), 로이터(Reuters)가 축적한 수십 년치 콘텐츠와 수백 명의 분야 전문가가 투입한 시간은 포함하지 않는다.
기반 모델은 알리바바의 오픈소스 큐원으로, 최근에는 큐원3.5-397B(Qwen3.5-397B)를 사용했다. 톰슨로이터는 임페리얼 칼리지(Imperial College)와 함께 이 중국계 모델을 안전성·윤리·정치적 중립성 기준에 맞게 재학습했고, 중간 단계 모델에 웨일스의 산 이름을 딴 ‘스노든(Snowdon)’이라는 이름을 붙였다. 이후 자체 콘텐츠를 활용한 사전 학습, 분야 전문가의 후속 학습, 사내 도구 환경에서의 에이전트형 강화학습을 진행했다. 현재까지 학습에 사용된 콘텐츠는 이용 가능한 콘텐츠의 10% 미만이다.
성능은 평가 방식과 데이터 접근권에 따라 크게 달라졌다. 스탠퍼드 리걸벤치(LegalBench)에서 톰슨의 점수는 0.823으로 제미나이 3.1 프로(Gemini 3.1 Pro)와 GPT-5.5에 뒤졌고, 하비 리걸 에이전트 벤치마크에서는 오푸스 4.8(Opus 4.8)에 근소하게 못 미쳤다. 반면 지시 이행과 고난도 법률 추론 시험인 PrBench Legal에서는 앞섰으며, 추론 전반과 특히 코딩에서는 성능이 급격히 낮아졌다. GPT-5.5가 추론 모드 없이 평가되는 등 비교 방식에 차이가 있다는 점도 고려해야 한다.
자체 딥리서치 평가에서 웹 접근만 허용했을 때 톰슨의 사실 정확도는 0.53으로 GPT-5.4의 0.65보다 낮았다. 그러나 회사 콘텐츠를 함께 제공하자 톰슨은 0.83으로 GPT-5.4의 0.82를 근소하게 앞섰다. 평가 책임자 앤드루 빈(Andrew Bean)은 자체 도구를 학습하고 실제로 연습하는 데서 큰 성능 향상이 나온다고 설명했지만, GPT-5.4도 같은 콘텐츠를 사용하자 비슷한 폭으로 개선됐다. 전문 학습뿐 아니라 독점 데이터 접근 자체가 성능을 좌우한 셈이다.
톰슨로이터는 오픈AI(OpenAI)나 앤트로픽(Anthropic)의 프런티어 모델을 법률 데이터로 미세 조정하는 대신 자체 모델을 구축한 이유로 비용·데이터·장기 축적 효과를 들었다. 미세 조정은 일반 능력을 떨어뜨릴 수 있고 추론 비용과 개발 일정에서 외부 업체에 종속될 수 있다는 설명이다. 자체 소형 모델은 문서 검토처럼 처리량이 많은 업무에서 비용을 낮출 수 있고, 제품 업데이트 때 전문가가 검토한 결과를 다시 학습 자료로 축적할 수 있다. 다만 독점 데이터와 대규모 평가 체계를 갖추지 못한 기업이 모델을 직접 만들면 지속적인 유지 비용만 떠안을 수 있다고 더 디코더는 분석했다.
출시와 함께 톰슨은 코카운슬 리걸(CoCounsel Legal)의 표 분석 기능을 맡는다. 제품은 여러 모델을 함께 쓰는 구조를 유지하며 관리자가 모델을 전환할 수 있고, 톰슨은 전체 작업을 조율하기보다 인용 확인 같은 하위 작업을 처리한다. 고객 데이터는 학습에 사용하지 않는다. 소형 버전은 비상업적 라이선스의 오픈 웨이트 모델로 허깅페이스(Hugging Face)에 공개될 예정이며 기술 보고서와 개발자 포털도 뒤따른다. 법률회사와의 직접 라이선스에 관한 초기의, 아직 구속력 없는 논의도 진행 중이다.
