GLM-Legal vs TwIL-LM3-Pro: 관문은 한쪽에서는 라이선스이고 다른 쪽에서는 양식이다

벤치마크 점수와 신청서로만 존재하는 법률 에이전트, 오늘 오후에 다운로드해서 거의 어디에도 배포할 수 없는 형식논리 모델과 맞붙는다. GLM-Legal과 TwIL-LM3-Pro는 몇 주 간격으로 출시된 좁은 영역의 전문 모델이다. 하나는 GLM-5.3-Flash 기반으로 Z.ai가 계약 검토, 증거 분석, 컴플라이언스를 위해 만들었고, 다른 하나는 형식논리를 위해 webAI가 IBM의 granite-4.2-3b에서 파생시킨 3.66B 파라미터 추론 모델이다. 이 둘은 같은 자리를 두고 겨루는 경쟁자가 아니며, 이 글도 그런 척하지 않을 것이다. 이들을 나란히 놓아 볼 가치가 있는 이유는, 이들이 2026년에 전문 모델이 취하는 두 가지 서로 다른 형태이기 때문이며, 각 형태는 나름의 방식으로 사용 불가능하다: TwIL-LM3-Pro는 상업적 사용을 금지하는 라이선스로 배포되고, GLM-Legal은 라이선스도 가격도 엔드포인트도 전혀 공개되지 않은 베타 신청 뒤에 숨어 있다.

여기에 와서 어느 쪽을 도입할지 결정하려는 것이라면, 짧은 답은 하나는 합법적으로 사용할 수 없는 파일이고 다른 하나는 아직 구매할 수 없는 서비스라는 것입니다. 더 긴 답은 그 두 문제 중 어느 것이 실제로 이번 분기에 해결 가능한지에 관한 것입니다.

스펙, 그리고 그것들이 배제하는 것

파라미터 차이가 각 모델의 용도를 바꿀 만큼 크기 때문에, 논쟁에 앞서 숫자를 적어 두는 것이 좋습니다:

• 크기와 형태 — GLM-Legal은 총 320B, 활성 18B 멀티모달 파운데이션 모델의 파생 모델입니다; TwIL-LM3-Pro는 3.66B 밀집 디코더로, 정확히 3,659,737,600개의 파라미터, 40개 레이어를 가지며, bf16에서 6.82 GiB로 또는 Q4_K_M GGUF로 2.09 GiB로 실행됩니다.

• 컨텍스트 — GLM-Legal은 GLM-5.3-Flash의 100만 토큰 창을 상속받으며, TwIL-LM3-Pro는 granite-4.2-3b의 131,072 토큰을 변경 없이 유지합니다.

• 무엇으로 훈련되었는가 — 중간 훈련에서의 법률 코퍼스와 수만 개의 현실적인 법률 환경에 걸친 RL 대 합성 형식 논리 코퍼스에 대한 rank-64 LoRA 지도 미세 조정, 다중 경로 증류, 체크포인트 융합, 그리고 프로그램적 검증기에 대한 엔트로피 가중 GRPO 단계.

• 모달리티 — GLM-Legal의 베이스 모델은 텍스트, 이미지, 영상을 입력받고, TwIL-LM3-Pro는 텍스트 입력, 텍스트 출력이며 답변 앞에 <think>…</think> 블록이 있습니다.

• 배포 — API 액세스를 위한 신청서와 Hugging Face 체크포인트, LiteRT-LM 온디바이스 빌드, 그리고 엔터프라이즈 계약의 비교.

• 공개된 벤치마크 — 제3자 하네스에서 나온 전 항목 통과 수치 하나와, 정량화되지 않은 동등성 주장 두 가지에 비해, 벤더가 구축한 하네스에서 벤더가 실행한 상세한 수치 세트 — 모델 카드 자체가 일부 대목에서는 결론적이지 않다고 설명하는.

맨 아래에 있는 그 두 행이 나머지 모든 것을 결정합니다. 먼저 배포 행을 읽으세요: GLM-Legal에는 공개 엔드포인트가 없고 TwIL-LM3-Pro에는 상용 라이선스가 없습니다. 이 비교의 다른 모든 것은 그로부터 파생됩니다.

TwIL-LM3-Pro의 수치를 자체 카드가 읽는 방식대로 읽기

webAI는 이례적으로 솔직한 평가 자료를 공개했는데, 그중 가장 유용한 것은 마케팅 페이지에서는 삭제되었을 법한 한 문장이다. 매크로 게이트에서 — Qwen3-8B의 0.5336에 맞선 0.5539 — 카드에는 우위가 0.020이며, “레인당 n = 200에서의 샘플링 노이즈보다 작다”라고 적혀 있고, 독자에게 그것을 승리가 아니라 동등으로 평가하라고 말한다.

모델이 Qwen3-8B와 확실히 구분되는 지점에서는 그 격차가 실재하며 측정 가능합니다:

• Strict-7 — 0.2093 대비 0.2879로, 어디에서도 느슨한 일치 가점을 사용하지 않으므로 서식상의 요행으로는 나올 수 없는 행입니다.

• 엄격한 MCQ — 0.4100 대 0.0000, 보고된 11개 행 가운데 가장 큰 레인 격차입니다.

• 코퍼스 적합도 — 모든 조건 중 언어 모델 혼란도가 2.3130으로 가장 낮았으며, 이는 2.5478과 대비됩니다.

• 홀드아웃 스위트 — 모델이 이를 앞서지 못한다. 10개 데이터셋 매크로는 0.7901로, 자체 베이스인 0.7942와 통계적으로 동일한 수준이며 Qwen3-8B의 0.8493에는 뒤진다.

• 전문 분야 내부 — FOL 번역 정확 일치율은 0.0100, 의미 구문 분석 정확 일치율은 0.0000이며, 두 수치 모두 벤더가 공개한 것입니다.

그것이 바로 좁은 분야의 전문가가 정직하게 문서화될 때의 모습이다: 그것이 만들어진 정확한 영역에서는 강하고, 일반적인 추론에서는 동등하거나 뒤처지며, 두 가지 특정 출력 형식에서는 취약하다. 이는 또한 라이선스가 그토록 중요한 이유이기도 하다. 이렇게 특화된 모델은 하나의 작업만 수행하는데, 그 작업이 상업적이라면 라이선스가 그것을 완전히 차단한다.

같은 의심으로 GLM-Legal의 수치를 읽기

Z.ai의 발표는 24개 실무 영역에 걸친 법률사무소 워크플로 평가인 Harvey LAB에서 19.2%의 all-pass를, 그리고 GLM-5.3-Flash 대비 12.5퍼센트포인트 향상을 첫머리에 내세운다. 둘 다 벤더 자체 수치다. 두 번째 수치는 기본 모델의 all-pass 비율이 대략 6.7%임을 시사하는데, 이는 all-pass 기준이 얼마나 가혹한지 보여준다. 작업은 모든 단계가 성공해야만 인정되므로, 낮은 절대 수치는 약한 모델의 증거라기보다 엄격한 채점의 예상된 결과다.

다른 두 주요 벤치마크에는 숫자가 없다. LegalBench — 계약 구문 분석, 합병 신고 서류, 사법 의견 — 는 "최고의 비공개 소스 프런티어 모델의 정밀도"에 필적한다고 설명된다. 중국 실무 제품군인 PLawBench는 "선도적인 프런티어 시스템과 동등한 수준"에 도달했다고 설명된다. 어느 주장도 비교 대상을 명시하거나 점수를 붙이지 않는다. TwIL-LM3-Pro의 카드에 적용하면, 동일한 기준은 이 법률 모델이 형식 정확성 레인에서 어떻게 수행하는지 묻지만, 아무도 이를 발표하지 않았기 때문에 답은 없다.

GLM-Legal이 공개하는 것 중 TwIL-LM3-Pro가 공개하지 않는 단 하나는 자사의 특화가 실제로 작동함을 보여주는 사례다. 문서 40건으로 구성된 프로젝트 분쟁에서 GLM-5.3-Flash는 60% 완성된 고객 보고서와 41%의 내부 스냅샷 사이의 모순을 찾아내고, 그 문서들이 고객의 입장을 뒷받침할 수 있다고 말한다. GLM-Legal은 더 이른 내부 경고, 그 스냅샷, 그리고 리스크를 억제하고 계속 청구서를 발행하라는 지시를 하나의 은폐 이론으로 엮은 뒤, 계약의 지급이 권리를 포기하지 않는다는 조항을 인용하고 아직 검증해야 할 청구 요소들을 명시한다. 그것이 일반화되는지는 알 수 없다. 그것이 자사의 기반 모델과 실질적으로 다른 행동이라는 점은 분명히 보인다.

"이걸 프로덕션에서 써도 되나요?"에 대한 솔직한 답

두 답변 모두 '아니오'이며, 그 두 '아니오'는 만료 날짜가 서로 다릅니다.

TwIL-LM3-Pro의 걸림돌은 라이선스이며, 라이선스는 결정 하나로 바뀐다. 체크포인트는 Hugging Face에 webAI 자체의 비상업적 조건 아래 놓여 있다. 재라이선스나 상업적 라이선스가 적용된 LiteRT-LM 빌드라면 이 모델을 연구용 결과물에서 단 한나절 만에 배포 가능한 구성 요소로 옮겨 놓을 수 있다. 10월 1일에 등장한 온디바이스 빌드는 상위 저장소의 제한을 그대로 지니고 있으며, 바로 그것이 이를 전제로 계획을 세우기 전에 확인해야 할 사항이다.

GLM-Legal의 걸림돌은 프로그램이고, 프로그램은 계약에 따라 바뀐다. 접근은 법률사무소, 리걸테크 기업, 사내 법무팀, 독립 실무자를 대상으로 하는 애플리케이션을 통해 이루어지며, 공개된 가격도, 공개 엔드포인트도 없다. AutoClaw 통합은 미래 시제로 쓰여 있다. 규제되는 배포 환경에서는 이는 제한적 라이선스보다 더 어려운 문제다. 호출할 수 없는 것 위에는 구축할 수 없기 때문이다.

두 릴리스 모두 답하지 않는 데이터 문제도 있습니다. webAI는 해당 패밀리가 한 달 만에 다운로드 50만 건을 넘었다고 말합니다. 이는 벤더가 제시한 수치이며 감사를 받지 않은 것이고, 무료 비상업용 체크포인트의 다운로드는 프로덕션 사용을 대신하는 지표가 아닙니다. GLM-Legal의 베타 약관은 공개되지 않았는데, 이는 받아들일 수 없다는 것과는 다르며 리스크 위원회가 평가할 수 없다는 것과는 동일합니다.

두 게이트가 모두 닫혀 있는 동안 무엇을 기반으로 삼을까

실용적인 조치는 전문가를 파이프라인에서 분리하는 것입니다. 파이프라인은 결국 당신이 실제로 소유하게 될 것이기 때문입니다. 오늘날 두 전문가 중 어느 쪽도 어디에서도 라우팅 가능하지 않습니다. 라우팅 가능한 것은 GLM-Legal 아래에 있는 제너럴리스트와 주변 단계들입니다.

GLM 5.3 Flash는 Z.ai의 정가 그대로, 0% 마크업으로 OrcaRouter 카탈로그에 올라와 있습니다 — 입력 토큰 100만 개당 $0.15, 출력 100만 개당 $0.50, 캐시 읽기는 $0.030 — 따라서 베이스 모델의 공급사 가격이 바뀌면 같은 날 저희 쪽에도 그대로 반영됩니다. 키 하나로 200개가 넘는 모델에 접근할 수 있습니다. 덕분에 법률 엔지니어링 팀은 지금 베이스 모델에서 초안 작성, 템플릿화, 체크리스트 단계를 프로토타이핑하고, 베타가 열리면 모델 ID 하나만 바꾸면 됩니다. 자동 페일오버는 그 프로토타이핑을 안전하게 만들어 줍니다. 스테이징 라우트는 아무도 독립적으로 평가하지 않은 모델을 가리키더라도 그 뒤에 프로덕션 경로를 두지 않을 수 있습니다.

형식 논리에 해당하는 부분을 보면, 로컬 체크포인트와 호스팅된 범용 모델은 대체재가 아니라 보완재이며, 모델 퓨전은 이를 구체화하는 메커니즘입니다 — 여러 모델이 함께 답하는 패널로서, 엄격한 함의(entailment) 판단이나 Lean 명제 형식화를 수행하는 작은 러너가 그 주변의 산문을 담당하는 호스팅 모델과 나란히 있을 수 있습니다. webAI 자체 수치가 시사하는 그 분할은 명백합니다: 산출물이 레이블인 곳에서는 로컬 모델을 실행하고, 글로 돌아와야 하는 모든 것은 라우팅하는 것입니다.

가장 하지 말아야 할 일은 이 둘 중 어느 것도 결정 사항으로 취급하는 것입니다. TwIL-LM3-Pro는 2.09 GiB짜리 다운로드로, 평가하는 데도 포기하는 데도 비용이 들지 않습니다. GLM-Legal은 서식이고, 일찍 작성하는 데 오후 한나절이 듭니다.

어느 쪽인가, 그것이 정말로 둘 중 하나라면

둘은 하나의 답변이 유용할 만큼 충분히 겹치지 않습니다. 그래서 솔직히 말하면 조건부입니다. 귀하의 문제가 함의 레이블링, Lean 명제 형식화, 의미 파싱, 또는 출력이 산문이 아니라 레이블인 에어갭 방식의 처리라면, TwIL-LM3-Pro가 둘 중 더 적합하며 라이선스가 유일한 실제 장애물입니다. 귀하의 문제가 명세에 따른 초안 작성, 명시된 제도 전반에 걸친 법정 준수, 또는 이미 보유한 문서 집합에 대한 추론적 분석이라면, GLM-Legal이 그 목적에 맞춰져 있고 TwIL-LM3-Pro는 법률 관련 근거를 전혀 공개한 바 없습니다.

이들의 공통점은 두 벤더 모두 특화 제품에 가격을 매기지 않았고, 둘 다 자체 하네스에서 자체 베이스 모델을 기준으로 대표 결과를 평가했다는 점이다. 그렇다고 해서 두 릴리스 중 어느 하나를 일축할 이유가 되는 것은 아니다 — GLM-Legal의 19.2%는 평가가 가혹하기 때문에 바로 그만큼 신뢰할 수 있으며, TwIL-LM3-Pro의 카드는 자체 null 결과까지 명시할 만큼 정직하다. 그것은 오늘 호출할 수 있는 모델을 중심으로 통합을 계획하고, 이 둘을 그 위에 구축할 토대가 아니라 게이트가 열릴 때 도입할 업그레이드로 취급할 이유다.

TwIL-LM3-Pro의 관문은 법률 문구이며, 법률 문구는 이 비교에서 공급업체가 아무것도 출시하지 않고도 바꿀 수 있는 유일한 항목이다. GLM-Legal의 관문은 베타가 제품이 되는 시점에 관한 비즈니스 결정이다. 둘 중에서는 라이선스를 주시하라 — 예고 없이 움직일 수 있는 쪽은 바로 그것이다.

모델 퓨전은 이를 구체화하는 메커니즘입니다 — 여러 모델이 함께 답하는 패널로서, 엄격한 함의 판정이나 Lean 문장 형식화를 수행하는 소형 러너가 그 주변의 산문을 담당하는 호스팅 모델과 나란히 자리할 수 있게 해줍니다.