Z.ai, 법률 업무 흐름을 위한 에이전트형 모델 GLM-Legal 공개

Z.ai는 GLM-5.3-Flash를 기반으로 구축한 법률 분야 에이전트형 모델 GLM-Legal을 2026년 10월 12일 발표에서 소개하며, 실제 로펌 업무 흐름을 평가하는 Harvey LAB 벤치마크에서 전체 통과율 19.2%를 기록했다고 밝혔다.

Z.ai는 법률 업무가 고위험 전문 환경에서 작동하는 모델을 훈련하기 위한 이상적인 스트레스 테스트라고 설명한다. Z.ai에 따르면 법률 실무에서는 사실관계, 법률 조항, 분석적 추론, 고객에게 제공할 수 있는 결과물 사이에 끊김 없는 연결이 필요하다. 즉, 전문적인 업무를 맡은 에이전트는 원본 문서에서 핵심 쟁점을 추출하고, 근거를 제시할 수 있는 주장을 구성하며, 업무의 세부 요건에 정확히 맞춰 조사 결과를 작성해야 한다. 회사는 이 모든 제약을 동시에 충족하는 것이야말로 특정 분야에 특화된 모델의 진정한 평가 기준이라고 밝혔다.

벤치마크 결과

Z.ai는 복잡한 작업 수행, 전문 법률 추론, 실제 법률 업무 흐름이라는 세 가지 축을 기준으로 GLM-Legal을 평가했다고 밝혔다.

24개 실무 분야의 실제 로펌 업무 흐름을 평가하는 Harvey LAB에서 GLM-Legal은 전체 통과율 19.2%를 달성했으며, 이는 기반 모델보다 12.5퍼센트포인트 향상된 수치라고 회사는 전했다. Z.ai는 Harvey의 엄격한 전체 통과 기준을 적용했을 때 이번 결과가 중간 단계에서 성능 저하 없이 작업을 처음부터 끝까지 안정적으로 수행한다는 점을 입증한다고 밝혔다.

회사에 따르면 이 모델은 훨씬 적은 파라미터 예산으로도 최고 수준의 폐쇄형 최첨단 모델과 같은 정밀도로 전문 계약서, 합병 공시 서류, 사법 의견서를 분석한다. Z.ai는 또한 중국 법률 자문, 사건 분석, 문서 작성을 세밀한 평가 기준으로 검증하는 PLawBench에서 선도적인 최첨단 시스템과 대등한 성능을 보였다고 밝혔다.

훈련 방법론

GLM-Legal은 Z.ai가 경량 기반 모델이라고 설명하는 GLM-5.3-Flash를 바탕으로 구축됐으며, 전문화된 중간 학습과 효율성을 높인 사후 학습을 결합해 해당 분야의 역량을 확장한다.

중간 학습 단계에서 Z.ai는 고품질 법률 자료의 양을 늘려 모델이 풍부한 분야별 맥락 속에서 법률 개념, 법률 조항, 해석 체계를 익히도록 했다. 회사에 따르면 이 단계는 사실관계와 규칙, 결론 사이의 연역적 연결을 강화해 복잡한 후속 작업 수행에 필요한 지식 기반을 제공한다.

사후 학습에서는 수만 건의 현실적인 법률 업무 환경에서 강화 학습을 진행해 해당 분야의 지식을 실제 작업 수행으로 연결한다. 이 과정에서 모델은 구체적인 제약 조건에 따라 분석을 계획하고, 업무 흐름을 진행하며, 결과물을 생성하는 방법을 학습한다. Z.ai는 이 설정에서 하네스가 실행 시점의 조율 프레임워크 역할을 한다고 설명한다. 하네스는 작업 맥락을 관리하고, 도구 모음을 연결하며, 실행 피드백을 전달한다. 회사에 따르면 하네스 구조와 모델 훈련은 긴밀하게 맞물려 반복적으로 개선되며, 학습은 양방향으로 이뤄진다. 모델 훈련 중 드러난 예외 사례는 하네스의 구조적 병목을 찾아내고, 하네스를 개선하면 프롬프트 입력부터 최종 승인까지 실제 실행에서 발생하는 제약 조건을 모델에 학습시킬 수 있다.

세 번째 단계에서는 실제 운영 환경의 피드백을 훈련 신호로 전환한다. Z.ai에 따르면 법률 전문가는 구체적인 기준에 따라 결과물을 평가한다. 모든 주요 쟁점과 예외 사례를 다뤘는지, 주장의 근거가 충분하고 인용이 법적으로 타당한지, 결과물이 사건 개요의 요건을 엄격히 따르는지, 후속 업무를 맡는 팀이 수작업으로 수정하지 않고도 결과물을 즉시 활용할 수 있는지를 살핀다. 이러한 요건은 주관적인 품질을 구체적인 엔지니어링 손실 신호로 바꾸며, 회사는 이를 후속 훈련 주기를 위한 작업 환경, 평가 기준, 하네스 설계에 다시 반영하고 실제 운영 벤치마크를 통해 개선 여부를 검증한다.

AutoClaw에서 수행하는 세 가지 법률 업무

Z.ai는 사용자가 곧 데스크톱 기반 에이전트 플랫폼인 AutoClaw에서 GLM-Legal의 기능을 활용할 수 있게 될 것이라고 밝혔다. 또한 통합 방식을 보여 주기 위해 세 가지 샘플 작업을 공개했다. 각 사례에는 비교를 위해 기반 모델인 GLM-5.3-Flash의 결과도 함께 제시했다.

계약서 검토 사례에서 모델은 서비스 제공업체를 바꾸려는 고객의 소프트웨어 서비스 계약서를 검토하도록 요청받았으며, 계약 해지와 인수인계에 초점을 맞췄다. 샘플 결과물은 고객 편의에 따른 계약 해지의 통지 기간을 60일에서 30일로 단축하고, 지식재산권·기밀 유지·데이터 보안 의무 위반에 대한 시정 기간을 없애 고객이 즉시 계약을 해지할 수 있도록 하며, 대금 지급 여부와 관계없이 모든 결과물과 진행 중인 작업의 반환을 요구하고, 소스 코드·문서·데이터·지식 이전을 포함하는 최대 90일의 전환 지원을 추가하도록 제안했다. 이후 AutoClaw는 해당 수정 사항을 Word 문서에 변경 내용 추적 및 댓글로 반영한다.

소프트웨어 프로젝트 분쟁과 관련된 문서 40건을 분석한 사례에서, 예시 결과는 프로젝트가 계획대로 진행 중이며 9월 30일 현재 60% 완료됐다는 고객 보고서를 9월 8일의 내부 경고 및 내부 현황 자료와 대조해 검토했다. 내부 경고에는 해당 마일스톤을 정직하게 달성할 수 없다는 내용이, 내부 현황 자료에는 완료율이 약 41%라는 내용이 담겨 있었다. 예시 결과는 이 기록들을 위험을 숨기고 청구를 계속하라는 CEO의 지시와 연결하고, 대금 지급이 권리 포기를 의미하지 않으며 보증은 대금 지급 후에도 유효하다고 규정한 기본 서비스 계약 제2조와 제5조를 인용해 은폐 주장을 뒷받침했다. 다만 최종 결론을 내리기 전에 나머지 청구 요건도 검증해야 한다고 덧붙였다.

개인정보 보호 규정 준수 조사 사례에서 모델은 추적 기능, 이메일 마케팅, 해외 클라우드 저장소를 이용하는 웹사이트를 싱가포르, 말레이시아, 인도네시아에서 출시하기 위한 개인정보 보호 규정 준수 계획을 세우도록 요청받았다. 예시 결과는 출시 전 우선순위 목록을 제시했다. 영어와 인도네시아어로 개인정보 처리방침을 게시하고, 필수적이지 않은 분석 및 광고에는 사전 동의 방식을 적용하면서 동의 기록을 보관하며, 수신 거부 요청을 차단 목록에 반영하고, 클라우드·결제·이메일·분석·콘텐츠 전송 업체와 각 업체가 데이터를 전송하는 목적지를 파악하며, 각 시장에서 요구되는 계약 및 국외 이전 보호 조치를 확인하도록 했다. 또한 싱가포르와 말레이시아의 개인정보 보호법 및 인도네시아의 개인정보 보호법 조항을 근거로 인용했다.

베타 이용

Z.ai는 로펌, 법률 기술 기업, 사내 법무팀, 독립 법률 실무자에게 GLM-Legal 베타 참여를 권하고 있으며, API 이용은 상담 신청을 통해 진행된다.

AutoClaw는 로컬에 설치해 사용하는 데스크톱 애플리케이션이다. AutoClaw 제품 페이지에 따르면 Windows 10 이상, Apple Silicon 및 Intel 기반 Mac의 macOS, iOS, Android를 지원하며 Linux 빌드도 제공한다. 앱에는 기본 제공 스킬이 50개 넘게 포함되어 있고, GLM과 DeepSeek 모델 간 전환을 지원하며, WhatsApp, Telegram, Discord, Lark 및 기타 메시징 플랫폼에 연결된다. 따라서 사용자는 채팅 대화에서 작업을 할당하고 결과를 받을 수 있다.