Thomson Reuters는 2026년 8월 24일 첫 자체 대규모 언어 모델 Thomson을 발표했다. 이 모델은 모든 분야에서 가장 큰 범용 모델과 경쟁하는 것이 아니라 회사가 축적한 법률, 세무, 규제와 뉴스 콘텐츠, 편집자와 도메인 전문가의 판단을 학습과 평가 과정에 반영한다.
Thomson은 어디에 먼저 쓰이나
Thomson은 변호사가 대량의 문서와 표를 분석하도록 돕는 CoCounsel Legal의 Tabular Analysis에 먼저 통합된다. SiliconANGLE에 따르면 이 기능의 기본 모델은 Thomson이지만 CoCounsel은 멀티 모델 구성을 유지하며 관리자는 필요에 따라 다른 모델을 선택할 수 있다.
이 구성은 Thomson Reuters의 전략을 보여준다. 모든 작업을 하나의 모델에 맡기는 것이 아니라 회사의 콘텐츠와 도구가 강한 영역에는 전문 모델을 쓰고 다른 작업에는 외부 frontier model을 계속 활용한다. 기업은 모델 선택을 업무 흐름과 데이터 권한과 함께 설계할 수 있다.
어떻게 만들어졌나
Thomson Reuters에 따르면 Thomson은 오픈소스 기반 모델에서 시작해 중간 학습과 후속 학습으로 Westlaw, Practical Law, Checkpoint와 Reuters 콘텐츠를 추가했다. 수백 명의 분야 전문가가 학습 목표를 정하고 예시를 만들며 블라인드 평가를 진행했다. Westlaw와 Practical Law 같은 도구와 협업하도록 학습된 점도 특징이다.
회사는 전체 프로젝트에 약 4천만 달러를 투자했고 마지막 학습 실행 비용은 약 45만 달러였다고 밝혔다. 이는 Thomson Reuters의 구축 방식과 주장에 대한 수치이지 모든 회사가 같은 예산으로 같은 결과를 재현할 수 있다는 뜻은 아니다. 핵심 자산은 모델 가중치뿐 아니라 수십 년의 전문 콘텐츠, 편집 과정, 도구와 평가자다.
현재 근거는 어디까지인가
Thomson Reuters는 초기 평가에서 Thomson이 여러 작업에서 최신 frontier model에 근접했으며 자사 콘텐츠에 연결하면 법률 정보의 완전성과 인용 품질에서 강점이 있다고 밝혔다. 현재 사용된 정보는 전체 데이터베이스의 10% 미만이라고도 설명했다.
이 결과는 독립 검증과 구분해서 봐야 한다. 모델은 출시 전에 법률과 AI 학자들에게 제공됐고 앞으로도 외부 테스트가 이어질 예정이다. 소형 open-weight 버전과 개발자가 API 키를 신청하는 포털은 다음 단계로 계획된 것이며 이번 출시와 함께 광범위하게 공개된 기능은 아니다.
다른 AI 팀도 주목할 이유
Thomson의 사례는 기업 자체 모델의 질문을 ‘더 큰 범용 모델을 만들 수 있나’에서 ‘우리 콘텐츠, 도구와 전문 판단을 실제 업무 능력으로 만들 수 있나’로 바꾼다. 금융, 회계, 의료, 제조와 법률팀에 중요한 차이는 모델이 내부 데이터를 정확히 사용하고 권한을 지키며 추적 가능한 인용을 제공하고 틀렸을 때 사람에게 제어를 돌려주는지다. 모델 이름이 해자가 아니라 데이터 거버넌스와 업무 흐름을 함께 제품화하는 능력이 핵심이다.
공식 정보는 Thomson Reuters 공식 발표、Thomson 모델 소개，以及 SiliconANGLE 제품 보도。
