GLM-Legal

벤치마크를 정형 업무와 새로운 유형의 업무로 나눠서 보고 싶음. 거래업체와 OEM 계약서를 수정하는 일은 대부분 같은 서식을 쓰고 이의 제기도 비슷함. Claude로 먼저 검토했더니 변호사가 놓친 부분까지 찾아내 감탄했고, 상대방도 “변호사가 놀라울 정도로 꼼꼼하다”고 했음.
처음 세 차례의 수정은 Claude로 처리하고 변호사에게 최종 확인만 맡겨 비용을 많이 절약함. 변호사가 검토할 즈음에는 사실상 “이대로 좋다”는 답만 받았음. 간단한 유언장이나 상속 문서 작성도 비슷할 듯함. LLM은 신입 변호사나 법률 보조원에게 맡길 정형 업무에는 뛰어나지만, 파트너 변호사가 맡는 핵심 업무에는 그렇지 않아 보임.

코딩, 데이터 입력, 법률 등 LLM이 영향을 미치는 대부분의 업계가 비슷해 보임. 초급 업무를 주니어에게 맡기는 대신 LLM으로 빠르게 처리하면 시간을 절약하지만, 지루한 실무를 직접 하며 쌓는 지식에 큰 공백이 생길 수 있음.
상당수 업무는 자동화하는 게 맞지만, 다음 세대가 기술과 적용의 미묘한 차이를 어떻게 익힐지 고민해야 함. 계속 주니어에게 일을 맡기는 것 말고는 답이 떠오르지 않는데, 그들도 당연히 LLM을 활용할 것이고 나라도 그렇게 했을 것임.
OpenAI가 ChatGPT의 학습 모드 같은 기능으로 시도한 듯하지만, LLM이 할 일을 알려주는 것만으로는 배우기 어려움. 엉터리 답변과 엉뚱한 Stack Overflow 질문 사이를 헤매며 답을 찾는 과정 자체가 배움이었음. 이를 LLM으로 어떻게 재현하고 법률 같은 다른 업종에는 어떻게 적용할 수 있을까?

결국 인재 육성 경로를 없애고 청구 가능한 업무 시간도 줄인다는 건데, 좋은 일인가?

법률 업무에서 정말 새로운 유형의 과제는 얼마나 될까?

LLM이 유용한 분야에는 공통점이 있는 듯함. 단독 담당자보다 주니어 보조 인력으로 쓸 때 효과적임. 소프트웨어 개발을 전부 맡기면 형편없지만, 지루한 일을 넘길 주니어 여럿처럼 활용하면 훌륭함.
웹사이트 설계와 유지보수를 혼자 맡기면 조잡해서 아무도 구매하지 않을 결과물이 나오지만, 디자이너의 지시를 구현하는 보조 도구로 쓰면 디자이너도 보기 좋은 사이트를 빠르게 만들 수 있음.

이것이 맞는 해법인지는 모르겠지만, 법률 분야에 더 나은 도구가 필요하다는 건 분명함. Anthropic의 최근 정책은 건강, 법적 권리, 재정, 생계, 필수 서비스 접근에 영향을 줄 수 있는 용도라면 Claude의 권고를 검토·수정할 권한이 있는 자격 있는 사람이 개입하고, 영향을 받는 당사자에게 AI 사용 사실을 알리도록 요구함.
흔한 가사 사건도 이 모든 영역에 영향을 줄 수 있음. 신청인, 상대방, 법률 보조원이나 제3자가 Claude로 문서 초안을 검토했는데 Anthropic이 사건 자료 전체를 상대측 변호사에게 보냈다고 상상해 보길 바람.
터무니없게 들리겠지만, Anthropic은 자체 판단으로 제품 사용을 통제하고 고객 데이터를 마음대로 배포할 수 있는 자사 소유물처럼 취급하겠다고 명시하는 셈임. 이 공백을 메울 편향 없는 도구에는 큰 기회가 있음.

제품 사용을 자체 판단으로 통제한다는 건 처음부터 이용약관에 명확히 적혀 있지 않았나? 마음에 든다는 뜻은 아니지만, 크게 불합리해 보이지는 않음.
반면 고객 데이터를 마음대로 배포한다는 해석은 어디서 나온 건지 모르겠음. 인용한 문구에는 그런 뜻이 전혀 담겨 있지 않음.

분명 진전이기는 함. 다만 미국 법원 사건에 시진핑이나 중국공산당이 등장할 때 GML-legal이 답해 줄 거라고 기대하지는 말길 바람.

다음 분야는 GLM-Science일까? GLM-Economic-Geography나 GPT-Aquaculture처럼 훨씬 좁은 전문 분야 모델을 만드는 건 언제쯤 수익성이 생길지 궁금함.

최첨단 성능을 더 끌어올리기 어려워지면서 가까운 미래에 전문 특화 모델이 훨씬 많이 나올 것으로 봄. Qwen 3.8 27B는 대화와 일반 상식에는 꽤 형편없지만, 크기 대비 코딩 실력은 뛰어남. VRAM 16GB와 DDR5 32GB 정도의 게이밍 PC에서도 밤새 코딩을 돌리고 아침에 PR을 검토할 만한 속도가 나옴.
소비자·준전문가용 하드웨어에서 잘 돌아가는 소형 특화 모델이 더 많아지길 바람. 영국 거주자 소득세법이나 USB-C PD 기기의 전력 공급 회로 설계 전용 모델 등이 가능함. 지나치게 좁은 분야는 후속 학습 비용을 정당화하기 어렵겠지만, 작은 모델은 학습 부담도 훨씬 적음.
그런데 꼭 새롭거나 더 좋은 데이터가 필요할까? 모든 분야를 학습한 기반 모델에서 특화 분야의 기존 학습 데이터만 골라 미세 조정하면 안 될까? 예를 들어 영국 소득세법 데이터만 추려 몇 차례 반복 학습하는 방식이 실제로 쓰이는지, 안 된다면 왜 그런지 머신러닝 전문가에게 묻고 싶음.

Google Chrome으로 법률용 z.ai 사이트에 접속하니 인증서 오류가 나오는 게 아이러니함. 연결이 비공개가 아니며 공격자가 z.ai에서 비밀번호, 메시지, 신용카드 정보 등을 훔치려 할 수 있다는 경고와 함께 net::ERR_CERT_COMMON_NAME_INVALID가 표시됨.

회사 기기라면 최근 발급된 인증서가 아직 인증서 체인에 반영되지 않았을 수 있음.

내 쪽에서는 발생하지 않음.

그러면 가중치 공개 모델이 아니고 z.ai에서만 이용 가능한 게 맞나? 미국이나 EU 이용자가 사적인 법률 정보를 공유하면, 자국과 범죄인 인도 조약도 없는 적대국에서 처리하고 보관한다는 뜻인가?

오히려 내 데이터는 전부 외국 기업이 보관하는 편을 선호함. 나에게 직접 뭘 할 수 없기 때문임. 둘 중 하나를 골라야 한다면 Meta보다 Huawei가 나를 감시하는 편이 나음. Huawei가 내 데이터를 가졌다고 해서 실질적인 불이익은 없음. 서구권 일반인이라면 중국 기업이 보관하는 편이 미국 기업보다 나을 가능성이 크며, 나를 조종하는 데 쓰이지 않고 대체로 덜 적대적으로 활용될 것임.
중국 기술을 둘러싼 선전이 많은 이유 중 하나는 이용자 보호가 아니라, Meta·Google·Microsoft 등이 삶의 모든 측면을 감시할 수단을 잃지 않도록 중국 기술을 겁내게 만들려는 것이라고 봄. 화면 속 사람들이 그렇다고 한다는 이유만으로 중국을 무서운 괴물처럼 취급해야 한다는 게 우스움.

오히려 엄청난 장점 아닌가? 사실상 디지털 변호사·의뢰인 비밀유지 특권인 셈임.

EU 시민이 미국 AI 업계 관계자를 범죄인 인도받을 수 있을지 모르겠음. 미국 내에서조차 재판에 넘겨지지 않는 실정임.