답변게시됨17 소스
톰슨 로이터의 4,000만 달러짜리 승부수, AI를 직접 소유하다
톰슨 로이터는 2년 넘게 인력과 컴퓨팅 자원에 약 4,000만 달러를 투자해 첫 자체 대규모언어모델 Thomson을 출시했다. 약 45만 달러는 최종 학습 과정에만 든 비용이다. Thomson은 Westlaw, Practical Law, Checkpoint, Reuters의 선별된 전문 콘텐츠와 수백 명의 분야 전문가 참여를 바탕으로 학습했으며, 회사 전체 콘텐츠 라이브러리의 10% 미만만 활용했다.
게시자GPT-5.6 Luna로 편집GPT Image 1.5로 이미지 생성
연구 답변
주요 시사점
- 톰슨 로이터는 2년 넘게 인력과 컴퓨팅 자원에 약 4,000만 달러를 투자해 첫 자체 대규모언어모델 Thomson을 출시했다. 약 45만 달러는 최종 학습 과정에만 든 비용이다.
- Thomson은 Westlaw, Practical Law, Checkpoint, Reuters의 선별된 전문 콘텐츠와 수백 명의 분야 전문가 참여를 바탕으로 학습했으며, 회사 전체 콘텐츠 라이브러리의 10% 미만만 활용했다.
- 외부 보도에 따르면 개발은 알리바바의 Qwen을 기반으로 한 중간 모델 Snowdon을 거쳤지만, 톰슨 로이터의 공식 발표는 이를 ‘강력한 오픈소스 기반’이라고만 설명했다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Thomson Reuters announce about its first proprietary large language model, Thomson—including its approximately $40 million, two-yea. Article summary: Thomson Reuters announced **Thomson**, its first proprietary large language model: a specialized, company-controlled AI system initially deployed in CoCounsel Legal’s Tabular Analysis document-review workflow. The compan. Topic tags: general, general web, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
톰슨 로이터가 첫 자체 대규모언어모델(LLM) Thomson을 공개했다. 목표는 AI를 전부 직접 만드는 데 있지 않다. 자사 전문 데이터와 업무 도구가 강점을 발휘하는 영역은 직접 통제하고, 범용적인 고성능 작업에는 외부 모델을 계속 활용하겠다는 전략이다. Thomson은 우선 CoCounsel Legal의 대량 문서 검토 기능인 Tabular Analysis에 투입된다. 플랫폼 전반에서는 Anthropic의 Claude가 계속 중요한 역할을 맡는다. 7
11
4,000만 달러와 45만 달러, 무엇이 다른가
톰슨 로이터는 Thomson 개발에 2년 이상 인력과 컴퓨팅 자원으로 약 4,000만 달러를 투자했다고 밝혔다. 이 금액은 모델의 최종 학습 실행에만 든 약 45만 달러와 같은 의미가 아니다. 45만 달러는 전체 프로젝트 중 마지막 학습 과정 한 단계의 비용일 뿐이다. 2
6
회사는 Thomson이 비교 가능한 최첨단 모델보다 훨씬 낮은 비용으로 학습·운영됐으며, 모델을 완전히 소유하고 통제한다고 설명했다. 7 다만 처음부터 모든 업무를 맡는 범용 모델로 배치되는 것은 아니다. 첫 생산 환경 적용 대상은 구조화된 문서 검토 작업인 Tabular Analysis다.
11
Qwen과 Snowdon은 어디에 등장하나
톰슨 로이터의 공식 발표는 모델의 출발점을 **‘강력한 오픈소스 기반’**이라고만 표현했다. 7 그러나 외부 보도와 회사 최고기술책임자(CTO)의 발언을 인용한 보도에 따르면, 그 기반은 알리바바의 Qwen이다. 또 다른 보도는 톰슨 로이터와 임페리얼 칼리지 런던의 공동 작업을 통해 Qwen을 재구성한 중간 모델 Snowdon이 만들어졌다고 전한다. 이 과정에서는 윤리·정치적 편향과 안전성 문제를 조정한 뒤 전문 분야 학습이 이어졌다고 설명됐다.
2
14
이 구분은 중요하다. Qwen과 Snowdon은 알려진 개발 과정에 관한 외부 보도상의 정보이며, 톰슨 로이터의 공식 출시 발표가 직접 명시한 내용은 아니다. 현재 가장 명확하게 확인되는 사실은 Thomson이 오픈소스 기반에서 출발해 톰슨 로이터의 전문 업무에 맞게 추가 조정·학습됐다는 점이다. 7
회사 전체 아카이브가 아니라 ‘선별된 전문 데이터’로 학습
톰슨 로이터에 따르면 Thomson은 Westlaw, Practical Law, Checkpoint, Reuters의 권위 있는 콘텐츠를 활용해 학습됐다. 학습과 평가 과정에는 수백 명의 분야 전문가도 참여했다. 7
외부 보도는 지금까지 사용된 자료가 톰슨 로이터 전체 콘텐츠 라이브러리의 10% 미만이라고 전했다. 2 이는 단순히 보유 자료를 전부 모델에 넣는 방식보다, 신뢰할 수 있는 콘텐츠를 선별하고 전문 지식을 반영하며 실제 업무 단위로 성능을 평가하는 접근에 가깝다.
법률·세무·회계·컴플라이언스처럼 답변의 품질이 일반적인 언어 구사 능력만으로 결정되지 않는 분야에서는 이런 방식이 특히 중요하다. 모델이 신뢰할 수 있는 자료와 전문 도구를 얼마나 정확하게 함께 활용하느냐가 실제 가치로 이어지기 때문이다.
Claude를 대체하지 않는 이유
Thomson Reuters의 계획은 CoCounsel에서 Anthropic의 Claude를 전면 교체하는 것이 아니다. Thomson은 자사 콘텐츠와 전문 학습이 강점이 되는 특정 업무를 맡고, Claude는 넓은 범용 능력이 필요한 작업을 비롯해 플랫폼의 상당 부분을 계속 지원할 예정이다. 이는 양사의 관계가 확대되는 상황에서도 유지되는 하이브리드 전략이다. 7
11
구조는 다음과 같이 나뉜다.
- Thomson: Tabular Analysis처럼 규모가 크고 반복적인 전문 업무
- Claude 등 외부 모델: 폭넓은 추론과 범용 성능이 필요한 작업
- 회사 통제 모델과 데이터: 비용, 맞춤화, 운영 통제가 중요한 영역
기업용 AI를 도입하는 입장에서 얻을 수 있는 교훈도 분명하다. 자체 모델을 보유한다고 해서 외부 AI 기업과 결별해야 하는 것은 아니다. 규모가 작더라도 특정 업무에 특화된 모델과 대형 범용 모델을 함께 운영하고, 각각 잘하는 일을 맡길 수 있다.
‘빌려 쓰기’에서 ‘자산으로 보유하기’로
자체 모델을 만들려는 이유는 비용과 전략 양쪽에 걸쳐 있다. 외부 사업자에게 매번 추론 비용을 지불하면 지속적인 운영비가 발생하고, 가격 정책·제품 로드맵·서비스 가용성·운영 정책도 다른 회사에 의존해야 한다. 반면 자체 모델은 초기 투자 부담이 크지만, 이후 회사가 직접 통제하는 자산이 된다. 7
13
이번 사례는 최종 학습 비용만으로 AI 개발비를 판단하기 어렵다는 점도 보여준다. 약 45만 달러라는 숫자는 가장 큰 최첨단 모델을 학습하는 데 드는 비용보다 훨씬 작아 눈길을 끌었다. 하지만 전체 사업에는 인력 채용, 컴퓨팅 자원, 모델 설계, 데이터 준비, 평가, 분야 전문가의 작업 등이 포함된다. 2
6
톰슨 로이터가 내놓은 메시지는 ‘처음부터 범용 AI를 새로 만들 필요는 없다’는 것이다. 기업은 오픈소스 기반에서 출발해 자신이 가진 고가치 데이터와 전문성을 더하고, 핵심 업무에 맞는 모델을 만들어 직접 소유할 수 있다.
Hugging Face에 연구용 축소 모델 공개 예정
톰슨 로이터는 학술·비상업 연구를 위해 더 작은 오픈 웨이트 버전을 Hugging Face에 공개할 계획이다. 법학 연구자들은 외부 평가에도 참여할 예정이다. 10
다만 이는 상용 환경에서 운영되는 Thomson 전체를 오픈 웨이트로 공개한다는 뜻은 아니다. 외부 전문가가 성능과 한계를 검증할 수 있도록 연구·평가용 버전을 제공하는 계획으로 보는 편이 정확하다.
이번 발표가 확인해주는 것과 아직 확인되지 않은 것
현재 확인되는 내용은 톰슨 로이터가 약 4,000만 달러를 투자해 회사가 직접 통제하는 LLM을 개발했고, Westlaw·Practical Law·Checkpoint·Reuters의 선별된 전문 콘텐츠로 학습한 뒤, 법률 문서 검토 업무에 처음 배치했다는 사실이다. 7
11
Qwen 기반이라는 설명, Snowdon이라는 중간 모델, 임페리얼 칼리지 런던과의 협업은 개발 배경을 이해하는 데 중요한 정보지만, 회사의 공식 출시 발표가 직접 밝힌 내용은 아니다. 2
14 또한 중국 오픈소스 모델 기반에 관한 보안 우려는 공급망과 거버넌스 차원의 검토 과제다. 제공된 보도만으로 Qwen, Snowdon 또는 Thomson에서 백도어가 발견됐다고 판단할 근거는 없다.
이번 발표의 더 큰 의미는 톰슨 로이터가 범용 챗봇 시장의 승자를 노리는 것이 아니라는 데 있다. 회사는 고가치 전문 지식과 자체 도구를 활용하는 업무에 특화 모델을 선택적으로 배치해, 외부 AI를 계속 ‘임대’해야 하는 의존도를 낮추고 비용과 통제력을 함께 확보할 수 있는지 시험하고 있다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"톰슨 로이터의 4,000만 달러짜리 승부수, AI를 직접 소유하다"에 대한 짧은 대답은 무엇입니까?
톰슨 로이터는 2년 넘게 인력과 컴퓨팅 자원에 약 4,000만 달러를 투자해 첫 자체 대규모언어모델 Thomson을 출시했다. 약 45만 달러는 최종 학습 과정에만 든 비용이다.
먼저 검증할 핵심 포인트는 무엇인가요?
톰슨 로이터는 2년 넘게 인력과 컴퓨팅 자원에 약 4,000만 달러를 투자해 첫 자체 대규모언어모델 Thomson을 출시했다. 약 45만 달러는 최종 학습 과정에만 든 비용이다. Thomson은 Westlaw, Practical Law, Checkpoint, Reuters의 선별된 전문 콘텐츠와 수백 명의 분야 전문가 참여를 바탕으로 학습했으며, 회사 전체 콘텐츠 라이브러리의 10% 미만만 활용했다.
실무에서는 다음으로 무엇을 해야 합니까?
외부 보도에 따르면 개발은 알리바바의 Qwen을 기반으로 한 중간 모델 Snowdon을 거쳤지만, 톰슨 로이터의 공식 발표는 이를 ‘강력한 오픈소스 기반’이라고만 설명했다.