톰슨 로이터스, 전문적 AI 개발의 최전선에 서다

톰슨 로이터스: 고위험 전문 작업을 위한 AI 개발의 최전선

톰슨 로이터스의 CTO인 조엘 흐론은 변호사와 회계사들이 신뢰하는 제품에 AI를 통합하는 데 수년을 보냈습니다. 그는 Claude Fable 5를 지식 작업에 AI를 활용하는 데 있어 중요한 진화로 보고 있습니다. 톰슨 로이터스는 175년 이상 동안 중요한 결정을 내리는 전문가와 기관을 위해 신뢰할 수 있는 콘텐츠와 기술을 구축해 온 글로벌 콘텐츠 및 기술 회사입니다. 오늘날, 이 같은 미션은 법률, 세무, 회계, 컴플라이언스 및 기타 고위험 전문 워크플로우를 위한 AI 구축 방식에 영향을 미치고 있습니다.

"우리는 정확성과 정밀성을 요구하는 직업에 중점을 둔 기술 회사입니다."라고 흐론은 말합니다. 톰슨 로이터스의 제품은 이러한 직업들이 의존하는 참고 도구입니다. 법률 연구와 실용적 지침을 위한 Westlaw와 Practical Law, 그리고 법률 전문가들이 더 나은 성과를 내도록 설계된 Thomson Reuters의 전문 법률 AI 플랫폼인 CoCounsel Legal이 그 예입니다. 흐론은 4년 전 그의 스타트업이 톰슨 로이터스에 인수되면서 합류했으며, 제품, 기술, 전략의 교차점에서 일하고 있습니다. 그 기간 동안 AI는 소프트웨어 구축의 의미를 재정립했습니다. 적절한 기술 파트너를 선택하는 것이 그 어느 때보다 중요해졌습니다.

법률 작업을 위한 모델 평가

많은 회사가 법률 AI 도구를 구축할 수 있지만, 변호사가 자신의 이름을 걸고 사용할 수 있는 도구를 구축할 수 있는 회사는 많지 않습니다. 톰슨 로이터스는 일반적인 시스템이 쉽게 모방할 수 없는 세 가지 이점을 제공합니다: 권위 있는 콘텐츠, 깊은 도메인 전문성, 그리고 워크플로우 통합입니다. 변호사가 Westlaw의 답변을 신뢰할 수 있는 이유는 단순히 모델 때문이 아닙니다. 수십 년간의 큐레이션된 판례, 전 세계 2,700명 이상의 도메인 전문가들이 매일 콘텐츠를 주석 달고 향상시키는 작업, 그리고 톰슨 로이터스가 Claude와 같은 모델 위에 구축한 평가가 그 이유입니다.

톰슨 로이터스는 이러한 접근 방식을 Fiduciary-Grade AI™라고 설명합니다. 이는 권위 있는 콘텐츠에 기반을 두고, 깊은 도메인 전문성에 의해 형성되며, 전문 워크플로우에 직접 통합되어 결과물이 투명하고 검증 가능하며 방어 가능하도록 합니다. 이러한 책임감 때문에 유창성보다 검증이 더 중요합니다. 톰슨 로이터스는 "단순한 검색과 검색이 아닌 인용 검증과 확인"을 위해 에이전트에 맞춰 법률 연구를 재구축했습니다. 이 시스템은 인용을 검증하고 출처를 명확히 드러내어 전문가들이 자신 있게 검토, 확인, 판단을 내릴 수 있도록 돕습니다.

에이전트 중심 제품 구축

톰슨 로이터스에게 에이전트를 구축하는 것은 단순히 더 똑똑한 챗봇을 만드는 것이 아닙니다. 이는 기존 제품을 제공하는 새로운 방법을 반영합니다. 흐론과 그의 팀은 에이전트에게 회사가 독립형 소프트웨어로 제공하던 모든 도구를 사용하는 방법을 가르치기로 했습니다. 이제 단일 에이전트가 수백 개의 회사 도구에 동시에 접근할 수 있습니다. 이 변화는 톰슨 로이터스가 모델을 평가하는 방식을 바꾸었습니다.

지식 작업이 모델에 요구하는 것

톰슨 로이터스의 제품, 운영, 비즈니스 팀은 프로세스 자동화 및 경량 프로토타이핑을 위해 Claude Cowork를 사용합니다. 흐론의 팀은 톰슨 로이터스가 신뢰하기 전에 모델이 수행해야 하는 네 가지 사항을 정리했습니다.

모델은 CoCounsel Legal 시스템의 일부로서 자체 인용을 확인해야 합니다. 단순히 출처를 검색하고 넘어가는 것이 아니라, 시스템은 인용한 내용을 검증한 후 인간에게 최종 검토와 확인을 위해 제시해야 합니다.
모델은 긴 도구 호출 체인에서도 안정성을 유지해야 합니다. 긴 작업은 더 나은 컨텍스트 관리와 신뢰할 수 있는 도구 사용을 요구합니다.
모델은 단순히 답변을 제공하는 것이 아니라 사람을 작업에 참여시켜야 합니다.
마지막으로, 모델은 톰슨 로이터스 팀이 이전에는 처리할 여력이 없었던 작업에 시간을 할애할 수 있도록 해야 합니다.

AI의 투자 수익률

흐론은 AI의 투자 수익률에 대해 다른 관점을 가지고 있습니다. "수익률 계산을 너무 최적화하려고 하면 전체를 놓치게 됩니다."라고 그는 말합니다. 팀이 문화적 및 사고 방식의 변화를 느끼게 한 후에야 작업당 비용을 조정해야 한다고 강조합니다. 이러한 사고 방식의 변화가 일어나면 수익은 자연스럽게 따라옵니다.

다음 단계