법률 AI 모델은 일반 LLM과 무엇이 다를까? GLM-Legal과 지식그래프 연구로 본 차이
법률 AI 모델은 일반 LLM과 무엇이 다를까요? GLM-Legal의 학습 방식·벤치마크와 독일 법 지식그래프 연구 2편으로 검색·인용 검증 차이와 한계를 정리했어요.
목차7개 섹션
핵심 요약
- 법률 AI 모델의 핵심 차이는 지식의 양보다 법률 문서 구조를 따라 근거를 찾고, 인용하고, 실제 결과물을 끝까지 만드는 방식에 있어요.
- Z.ai는 2026년 10월 12일 GLM-5.3-Flash 기반 GLM-Legal을 공개하고 Harvey LAB 전 항목 통과율 19.2%(기반 모델 대비 +12.5%p)를 자체 발표했어요.
- LegalBench·PLawBench 점수는 회사 자체 측정이고, 2026년 10월 기준 가격·가중치 공개 없이 신청제 베타로만 접근할 수 있어요.
- 독일 법을 다룬 arXiv 논문 2편은 지식그래프로 조문 구조를 검색에 쓰거나(인용 검증) 사전학습에 넣는(추론 강화) 두 갈래 접근을 보여 줘요.
- 어떤 법률 AI도 변호사 자문을 대신하지 않으며, 지원 법역(국가)과 인용 조문을 원문으로 다시 확인해야 해요.
법률 AI 모델이 일반 LLM과 다른 점은 법을 더 많이 외웠다는 데 있지 않아요. 핵심은 근거 문서에서 쟁점을 뽑고, 조문을 정확히 찾아 인용하고, 계약서 수정본·증거 정리표 같은 결과물을 끝까지 완성하는 과정을 법률 업무에 맞춰 학습하고 설계했다는 점이에요. 이 글은 2026년 10월 13일 기준으로 Z.ai가 공개한 GLM-Legal의 발표 내용과, 지식그래프로 법률 추론을 다룬 arXiv 논문 2편을 근거로 차이를 정리해요. 성능 수치는 대부분 회사 자체 발표이거나 특정 법역(중국·독일 등)에 한정된 결과라는 점도 함께 짚어요.
법률 AI와 일반 LLM의 차이: 지식보다 과정이에요
일반 LLM은 인터넷 규모의 텍스트로 언어 전반을 학습해요. 법률 질문에도 그럴듯한 답을 만들 수 있지만, 어느 조문을 근거로 했는지 보여 주지 못하거나 존재하지 않는 판례·조항을 만들어 내는 이른바 환각이 문제로 꼽혀 왔어요. 법률 업무에서는 답이 맞는지만큼 왜 그 답인지를 검증할 수 있는지가 중요해요. 판단의 근거를 다른 사람이 따라가 확인할 수 없다면 실무에서 그대로 쓰기 어렵기 때문이에요.
법률 특화 접근은 크게 세 층에서 일반 모델과 달라져요. 첫째, 법률 말뭉치로 추가 학습해 개념·조문·해석 틀을 익혀요. 둘째, 검색 증강 생성(RAG)이나 지식그래프로 조문 구조를 따라 근거를 찾아오게 해요. 셋째, 계약 검토·증거 분석처럼 실제 업무 단위로 평가하고 강화학습으로 결과물 품질을 맞춰요. GLM-Legal은 주로 첫째와 셋째를, 이번에 나온 두 논문은 둘째와 첫째를 다뤄요.
학습 데이터
- 일반 LLM
- 범용 웹·도서 텍스트
- 법률 특화 AI(이번 사례)
- 법률 말뭉치 추가 학습(GLM-Legal 중간 학습)
근거 찾기
- 일반 LLM
- 모델 내부 기억 위주
- 법률 특화 AI(이번 사례)
- 조문 구조 기반 지식그래프 검색(독일 법전 연구)
법 구조 이해
- 일반 LLM
- 조문을 평평한 문장열로 처리
- 법률 특화 AI(이번 사례)
- 조·항 계층을 사전학습 목표에 반영(독일 도로교통법 연구)
평가 방식
- 일반 LLM
- 일반 질의응답·추론 벤치마크
- 법률 특화 AI(이번 사례)
- Harvey LAB·LegalBench 등 업무형 법률 평가
지원 범위
- 일반 LLM
- 언어 전반
- 법률 특화 AI(이번 사례)
- 특정 법역에 치우침(중국·독일 등), 국가별 확인 필요
GLM-Legal은 무엇을 바꿨나: 학습과 하네스
Z.ai는 2026년 10월 12일 GLM-Legal을 공개했어요. Unite.AI 보도에 따르면 이 모델은 경량 기반 모델인 GLM-5.3-Flash 위에 만들어졌고, 세 단계로 법률 역량을 키웠어요. 먼저 고품질 법률 말뭉치를 늘린 중간 학습(mid-training)으로 사실·규칙·결론 사이의 연결을 익혔어요. 다음으로 수만 개의 현실적인 법률 환경에서 강화학습을 해 분석 계획, 업무 진행, 결과물 생성을 연습했어요. 마지막으로 법률 전문가가 결과물을 쟁점 누락 여부, 인용의 법적 타당성, 지시 준수, 수정 없이 바로 쓸 수 있는지 같은 기준으로 평가하고 이를 다시 학습 신호로 돌렸다고 해요.
눈여겨볼 부분은 하네스(Harness)예요. 하네스는 작업 맥락을 관리하고, 도구를 연결하고, 실행 피드백을 전달하는 실행 환경이에요. Z.ai는 하네스 구조와 모델 학습을 함께 반복해 개선했다고 설명해요. 즉, 법률 특화 AI는 모델 하나가 아니라 모델과 그 주변 실행 구조를 한 묶음으로 다듬은 시스템에 가까워요. 공개된 예시도 대화형 답변이 아니라 소프트웨어 용역 계약서의 수정 제안을 워드 문서 변경 내용 추적으로 넣거나, 분쟁 문서 40건의 모순을 정리하거나, 싱가포르·말레이시아·인도네시아 출시 전 개인정보 준수 우선순위를 만드는 업무형 결과물이었어요.
벤치마크 숫자는 어떻게 읽어야 할까
Z.ai는 법률 사무소의 실제 업무를 24개 실무 분야로 채점하는 Harvey LAB에서 전 항목 통과율 19.2%를 기록해 기반 모델보다 12.5%p 높아졌다고 발표했어요. CellCog 분석은 같은 날 갱신된 Vals AI 리더보드에서 GLM-Legal이 19.17%로 6위였고, 기반 모델 GLM-5.3-Flash는 6.67%였다고 확인했어요. 이 시험은 모든 채점 기준을 통과해야 한 과제를 통과로 인정하기 때문에 숫자가 낮게 나와요. 19.2%라는 수치는 기반 모델 대비 개선을 보여 주지만, 동시에 대부분의 과제에서 하나 이상의 기준을 놓쳤다는 의미이기도 해요.
LegalBench와 PLawBench는 해석에 더 주의가 필요해요. Z.ai는 두 시험에서 최상위 폐쇄형 모델과 대등하다고 밝혔지만, CellCog가 정리한 회사 차트 기준으로는 LegalBench 86.2점으로 비교 모델(88.6점·87.1점)보다 약간 낮았고, 중국 법률 실무를 다루는 PLawBench는 77.3점으로 비교 모델 77.7점과 비슷했어요. 두 점수 모두 회사 자체 측정이며, 2026년 10월 13일 기준 독립 검증 점수는 확인되지 않았어요.
2026년 10월 기준 GLM-Legal은 로펌·리걸테크 기업·사내 법무팀 등을 대상으로 한 신청제 베타예요. 공개된 GLM-Legal 전용 가격은 없고, 모델 가중치 공개도 확인되지 않았어요. Z.ai의 데스크톱 에이전트 AutoClaw 연동은 '곧' 제공될 예정이라고만 밝혔어요.
지식그래프 연구 2편이 보여 준 법률 LLM의 두 갈래
같은 시기 arXiv에 올라온 두 논문은 지식그래프를 법률 AI에 쓰는 서로 다른 방법을 보여 줘요. 두 논문 모두 2026년 10월 9일 제출됐고 독일 법을 대상으로 해요. 한 편은 지식그래프를 검색 단계에, 다른 한 편은 학습 단계에 넣어요.
검색 쪽: 조문 구조로 인용을 검증 가능하게
첫 번째 논문(arXiv 2610.13695)은 의료·법률처럼 신뢰성이 중요한 분야의 자동화는 투명하고 검증 가능해야 하는데, LLM은 블랙박스라는 문제에서 출발해요. RAG는 생성 과정을 관련 문서에 붙잡아 환각 위험을 줄이고 근거를 확인할 수 있게 하지만, 참조할 문서의 수와 크기가 커지면 단순 검색은 중요한 맥락을 놓쳐 성능이 떨어진다고 지적해요. 연구진은 독일 법전을 구조 중심으로 파싱해 지식그래프를 만들고, 여러 지식그래프 기반 청킹·검색 전략이 검색된 인용의 정확도에 미치는 영향을 비교했어요. ISWC 2026과 함께 열리는 RAGE-KG 2026 워크숍에 채택된 7쪽 분량 논문이에요.
학습 쪽: 법 구조를 모델 가중치에 넣기
두 번째 논문(arXiv 2610.13722)은 기존 법률 언어 모델이 마스크 언어 모델링만 써서 법조문을 평평한 토큰 열로 다루고 계층 구조를 무시한다고 봐요. 그래서 독일 도로교통법(StVO)을 대상으로 다음 문장 예측, 지식그래프 기반 군집화, 지식그래프 인식 문단 분류라는 세 가지 목표를 함께 학습시켰어요. 이렇게 하면 추론할 때 그래프를 따로 탐색하지 않아도 된다는 것이 저자들의 설명이에요. 트랜스포머 인코더 9종으로 324번 실험한 결과, 합성 StVO 질의응답에서 기준선 대비 10.3%~155.0%의 상대 개선, LexGLUE 7개 벤치마크 중 4개에서 기존 결과 개선, 오스트리아 운전 규정으로의 제로샷 전이에서 3.4%~15.8% 개선을 보고했어요.
이 결과를 읽을 때는 범위를 좁혀야 해요. 대상은 생성형 대형 모델이 아니라 인코더 모델이고, 질의응답 평가는 합성 데이터예요. 상대 개선률은 기준선 점수가 낮으면 크게 보일 수 있어요. 그래도 두 논문은 법률 AI가 일반 LLM과 다른 방향, 즉 법 문서의 구조를 명시적으로 활용해 근거 추적과 추론을 개선하려는 방향을 잘 보여 줘요.
법률 AI를 고르거나 시험할 때 확인할 점
- 1
지원 법역과 언어를 먼저 확인해요
GLM-Legal의 공개 평가는 중국 법률 실무(PLawBench)와 영어권 문서 중심이고, 논문 2편은 독일·오스트리아 법이에요. 한국 법·한국어 판례에서의 성능은 별도 자료가 없으므로 대상 법역을 제공사에 확인해요.
- 2
인용을 원문과 대조해요
모델이 제시한 조문 번호·판례·계약 조항을 법령 원문이나 판례 데이터베이스에서 직접 찾아봐요. 개정 시점과 시행일이 맞는지도 함께 확인해요.
- 3
자체 문서로 작게 평가해요
익명화한 비민감 문서로 계약 검토·요약 같은 실제 업무를 시켜 보고, 쟁점 누락과 잘못된 인용을 기록해요. 벤치마크 점수보다 내 업무에서의 실패 유형이 더 중요한 판단 자료예요.
- 4
데이터 처리 조건을 확인해요
API 전용 모델은 제공사 서버를 거쳐요. 저장·학습 사용 여부, 처리 국가, 비밀유지 의무와의 충돌을 계약 전에 확인해요.
새 모델 소식은 빠르게 퍼지지만 초기 보도에는 과장된 요약이 섞이기도 해요. 실제로 일부 요약 기사에서는 GLM-Legal을 오픈 가중치 모델처럼 소개했지만, 2026년 10월 12일 기준 확인된 접근 방식은 신청제 베타였어요. 더따리의 AI 텔레그램 트렌드와 블로그 트렌드에서 관련 화제를 모아 본 뒤, 발표 원문과 독립 리더보드로 다시 확인하는 순서를 권해요.
한계와 위험: 법률 자문을 대신하지 않아요
법률 특화 AI는 검토 초안을 빠르게 만들고 문서 속 모순을 찾는 데 도움을 줄 수 있어요. 하지만 결과물에 대한 법적 책임은 사용하는 사람과 자격을 갖춘 전문가에게 남아요. 벤치마크는 정해진 과제와 채점 기준을 측정할 뿐이고, 사건마다 다른 사실관계·관할·최신 개정을 모두 반영하지 못해요. 지식그래프도 그래프를 만든 시점의 법령 구조를 반영하므로, 개정이 잦은 분야에서는 갱신 주기를 확인해야 해요. 법률 AI를 쓸 때는 결과를 출발점으로 삼고, 중요한 판단은 변호사 등 전문가의 검토를 거치세요.
