오늘 가장 전략적으로 중요한 발표 중 하나입니다. Thomson Reuters는 8월 24일 자체 개발 LLM Thomson을 공개했습니다. 회사는 강한 오픈소스 기반 모델에서 출발해 인력과 컴퓨팅을 포함해 약 4,000만 달러를 투자했으며, Westlaw·Practical Law·Checkpoint·Reuters 등 자사 전문 콘텐츠를 활용해 법률·세무 등 전문 업무에 특화했습니다. thomsonreuters.com
특히 흥미로운 점은 아직 Thomson Reuters 전체 콘텐츠의 10% 미만만 학습에 사용했다는 것입니다. 회사는 자체 초기 평가에서 최신 frontier 모델과 비슷한 수준이라고 주장하지만, 이는 아직 독립 벤치마크로 검증된 결과는 아닙니다. thomsonreuters.com
첫 적용처는 CoCounsel Legal의 Tabular Analysis입니다. 다만 CoCounsel 전체를 Thomson 하나로 통일하지는 않고, Thomson이 강한 작업에는 Thomson을, 다른 작업에는 외부 frontier 모델을 사용하는 멀티모델 구조를 유지합니다. thomsonreuters.com
왜 중요한가
기업 AI의 방향이 다음처럼 갈리고 있습니다.
OpenAI / Anthropic / Gemini 같은 범용 모델
vs.
기업 고유 데이터 + 자체 전문 모델
모든 회사가 수십억 달러를 들여 foundation model을 처음부터 만들 필요는 없습니다. 강한 open-weight 기반 모델을 가져와 독점 데이터·전문가 피드백·평가셋으로 깊게 전문화하면 훨씬 적은 비용으로 특정 영역에서 경쟁력을 만들 수 있다는 전략입니다. thomsonreuters.com
실무 시사점
AI 제품의 장기 경쟁력을 만들려면 모델 이름보다 다음 세 가지를 자산화하는 편이 중요합니다.
고객/도메인 데이터 → 전문 평가셋 → 반복적인 사용자 수정·성과 데이터
즉 “어느 모델 API를 쓰는가”보다 그 모델을 무엇으로 전문화하고 어떻게 평가하느냐가 moat가 됩니다.