Ivo의 공개 계약 모델은 전문 법률 AI의 가치를 이례적으로 검토하기 쉬운 자료와 함께 제시하면서 남은 과제도 드러낸다. 2026년 10월 1일 샌프란시스코 첫 Ivo Inscribe 고객 행사에서 소개된 Sage는 내려받을 수 있는 어댑터 가중치와 상세 평가 기록을 제공한다. 보고된 계약 개별 기준 충족률은 91.3%지만 모든 요구를 만족한 계약 과제는 16.4%뿐이었다. 둘은 매우 다른 성공 지표다.
이번 공개는 모델 계층의 비밀주의에 도전하는 것이지 공개 소프트웨어가 상용 법률 플랫폼을 대체한다는 증명이 아니다. Ivo는 Sage 결과를 자격 있는 변호사가 검토하도록 규정하며 모든 최첨단 모델을 이긴다고 말하지 않는다. 조직 문서, 협상 정책과 업무 실행이 대형 모델 독점 접근보다 중요해질 것이라는 전략적 베팅이다.
다단계 업무용 어댑터이지 데스크톱 법률 고문은 아니다
Sage는 여러 단계에서 문서를 읽고 도구를 쓰며 초안과 수정을 수행한다. 단일 답변보다 계약 수정안, 합의서와 법률 메모를 만든다. 최종 파일 저장 전 수십 번 도구를 호출할 수 있다. 따라서 학습 보상은 설득력 있는 언어만이 아니라 관련 파일을 넘나들며 지시를 지킨 실용적 결과에 연결돼야 한다.
Ivo는 기반 모델을 처음부터 만들지 않았다. Sage는 DeepSeek V4 Flash용 LoRA 가중치다. 이 기반은 전체 2840억, 활성 130억 매개변수의 전문가 혼합 모델로 토큰마다 선택 부분만 활성화해 전체 네트워크를 쓰는 것보다 계산을 줄인다. LoRA는 작은 추가 가중치 집합으로 행동을 조정한다. 어댑터는 12.2 GiB이며 Ivo는 어텐션을 고정하고 피드포워드와 출력 투영을 학습했다. 보고된 학습과 평가는 262,144토큰 문맥 창을 사용했다.
회사는 Legal Agent Benchmark의 1040개 과제에 강화학습을 적용했다고 한다. 읽기, 쓰기, 편집, 검색과 파일 탐색을 여섯 도구가 지원했다. 도구 사용이 멈추거나 정해진 턴·생성 한도에 도달하면 에피소드가 끝났다. 조항 탐색, 원문 비교, 지시 적용과 수정 저장이 필요하므로 보상은 대화 유창성보다 산출물에 묶였다.
공개 자료에는 과제 목록, 대화 기록, 결과물, 평가 판단과 학습 기록이 있다. 어댑터 MIT 라이선스는 조건에 따라 보통 상업 이용, 수정과 재배포를 허용하지만 DeepSeek 기반과 관련 부품에는 별도 조건이 남는다. 공개 어댑터는 독립적이고 완전히 열린 앱이 아니다. Ivo는 여러 GPU에서 SGLang 배포를 권장하며 예제는 가속기 여덟 개의 8방향 텐서 병렬을 쓴다. 비교적 작은 다운로드가 작은 운영을 뜻하지는 않는다.
높은 평균이 완전한 계약 업무를 뜻하지 않는다
Ivo는 거의 같은 자료가 훈련과 검증에 섞이지 않도록 관련 계약과 원문을 분할의 같은 쪽에 뒀다. 별도 검증 180개는 일반 법률 125개, 계약 55개였다. 과제마다 에피소드 하나와 평가 세 번을 수행했다. 반복 평가는 한 산출물을 판단하는 것이며 과제 수행을 독립적으로 세 번 시도한 게 아니다.
전체 개별 기준 충족률은 기반의 82.4%에서 Sage의 91.5%로 올랐다. 모든 기준을 만족한 엄격 완료율은 7.2%에서 15.6%로 증가했다. 계약 기준은 70.1%에서 91.3%로 높아졌지만 전체 기준 완료는 16.4%였다. 이 절차에서는 다섯 과제 중 네 개 이상이 여전히 무엇인가 놓쳤다. 형식 누락과 상위 담당자 이관 누락의 결과는 크게 다를 수 있지만 둘 다 엄격 통과를 막는다.
시험 환경의 효율도 개선됐다. 평균 에피소드는 31.2턴에서 25턴으로, 샘플링 토큰은 21% 줄었다. 훈련에서 제외한 RedlineBench는 30.8에서 45.7로 올랐다. LegalBench 161개 과제 평균은 기반 83.1에 비해 83.0으로 거의 같았다. 회사 결과는 긴 계약 행동을 개선하면서 해당 짧은 형식 벤치마크의 실질 손실은 없었음을 시사할 뿐, 모든 법률 능력의 보존을 입증하지 않는다.
Ivo가 구성 선택, 경쟁 모델 실행과 발표를 담당했다. LLM 평가자가 기준표로 점수를 매겨 측정에도 다른 모델이 들어간다. 세 번의 판단과 공개 추적은 검토 가능성을 높이지만 독립 재현이나 실제 사안에 대한 변호사 검토를 대신하지 않는다. 기반, 추론과 에이전트 프레임워크 변화도 순위를 빨리 낡게 만들 수 있다.
더 어려운 일은 언제 반대하거나 사람에게 넘길지 아는 것이다
행사는 Ivo-micro1 Contract Bench도 예고했다. 우선순위, 절제, 거래 적응, 이관과 지침 준수를 평가한다. 예비 수치는 테스트한 최첨단 모델을 설명한 것이며 Sage의 두 번째 입증 결과가 아니다. 회사는 공개 결과를 후속 제공하겠다고 했으므로 당시 회사와 협력자의 발견을 외부에서 완전히 감사할 수 없었다.
Ivo에 따르면 수락 또는 수정 없음 판단은 82%가 옳았지만 반대 제안이나 거절이 필요하면 46%로 떨어졌다. 필요한 새 협상점 추가는 23%뿐이었고 전문가 정의 이관 기준도 평균 23% 충족했다. 서로 다른 결정과 기준이며 교환 가능한 전체 정확도가 아니다.
편집 방식도 달랐다. 변호사는 변경의 64%를 기존 문장 안에서 국소적으로 수행했고 평균 길이는 92자였다. 모델은 1437%, 평균 수정 길이는 207369자였다. 긴 재작성은 합리적으로 들려도 합의한 표현을 흔들고 검토 시간을 늘리며 정확한 변경을 감출 수 있다. 표준 지침 입장의 기준 충족은 51%였으나 거래 사실이 정답을 바꾸면 38%였다.
계약 판단이 조항 탐지 이상인 이유다. 원문을 두거나 저항하거나 빠진 논점을 추가하거나 사람을 불러야 할 때를 결정해야 한다. 긴 문맥은 자료를 담을 뿐 올바른 조항과 정책 연결, 정당한 예외 인식을 보장하지 않는다. 더 많은 도구 호출은 오류와 이탈의 기회도 늘린다. 실패 종류는 평균과 함께 중요하다.
무엇이 공개됐고 상업적 강점은 어디에 남는가
Ivo의 ‘최초’는 전체 한정과 함께 써야 한다. 법률 AI 회사가 공개하고 긴 계약 업무용으로 후학습한 공개 모델이라는 것이다. 공개 법률 모델은 Sage 전에 있었다. Equall은 2024년 법률 텍스트용 MIT SaulLM-7B를 냈고 연구자들은 인코더, 추론, 검색과 관할별 모델을 만들었다. Sage가 주장하는 새로움은 다단계 계약 학습, 접근 가능한 가중치, 허용적 어댑터 허가와 공개 실행 기록의 결합이다.
공동 창업자이자 CEO Min-Kyu Jung은 다음 개선이 더 큰 모델만이 아니라 업무 문맥, 즉 문서, 협상 지침과 확립된 팀 방식에서 나온다고 본다. 더 넓은 로펌·기업 업무를 다루는 경쟁사와 달리 사내팀 계약에 집중하는 Ivo와 맞는다. 2026년 초 투자 발표는 Word에서 조항 검토, 위험 탐지와 수정 제안을 하는 제품을 설명했다.
Harvey는 Sage에 사용한 Legal Agent Benchmark를 만들었지만 독점 법률 플랫폼으로 경쟁한다. 무료 대 유료만의 구도가 아니다. 관리형 공급자는 배포, 통합, 보안, 지원과 인터페이스를 제공한다. 가중치가 자동으로 정확한 지침을 검색하거나 문서 권한을 강제하거나 감사 흔적을 보존하지 않는다. 공개 접근은 모델 비밀의 이점을 약화시켜도 제품 나머지를 제공하지 않는다.
어댑터는 개발자, 대학, 공급자와 기업 연구자를 끌어들여 다른 에이전트 루프, 승인 데이터 미세조정과 실패 검토를 가능하게 한다. 반면 경쟁사도 유익한 학습 교훈을 복사할 수 있다. Ivo는 모델이 대체 가능해지고 고객 문맥이 지속 차이가 된다고 예상해 위험을 수용하는 듯하다. 확정된 산업 결과가 아닌 검증 가능한 사업 가설이다. 배포 부담이 이익을 넘거나 특화로 비공개 기반의 차이를 좁히지 못하면 관리형 플랫폼은 여전히 유리하다.
로컬 통제가 무비용이나 자동 거버넌스를 뜻하지 않는다
자체 호스팅은 계약을 운영자가 통제하는 인프라 안에 둘 수 있지만 권한, 로그, 모델 관리나 라이선스를 자동 해결하지 않는다. DeepSeek 계보는 조달, 관할권과 공급망 문제를 여전히 제기할 수 있다. 어댑터는 작아도 큰 기반 모델을 실용적으로 제공하려면 상당한 GPU가 든다. 가중치 무료 접근에도 계산, 엔지니어링, 평가, 보안과 법률 감독 비용은 남는다.
조직 지식도 유지해야 한다. 내부 정책이 최신이고 찾을 수 있으며 정확한 사안과 연결돼야 에이전트가 적용한다. 정리 문서, 과제 지시, 이관 규칙과 책임 있는 검토자는 시스템의 일부다. 아래 지식 베이스 관련 읽기는 이 검색 과제를 설명할 뿐 Sage 법률 정확성의 검증 근거가 아니다.
독립 재현은 같은 조건에서 엄격 완료, 평가 일관성, 오류 심각도, 프롬프트 민감성과 도구 안정성을 조사해야 한다. 전문가 눈가림 검토는 수치 개선이 명료하고 사용 가능한 업무인지 확인한다. 의미 있는 외부 채택은 조달, 고용, 개인정보 부속서나 관할용 평가·변형 공개이지 다운로드만이 아니다.
실제 배포 보고는 지연, 인프라, 실패 처리와 거버넌스를 설명하고 모든 개선을 가중치에 돌리지 말아야 한다. 경쟁사는 모델을 열지 않고 과제 기록, 고객 통제 시험, 고객 관리 배포와 엄격 완료율로 대응할 수 있다. 침묵이 열등함을 입증하지 않아도 투명한 증거는 구매 기대를 바꿀 수 있다.
Sage의 현재 기여는 검토 가능한 출발점이다. 더 강하고 짧은 계약 흐름을 보고하는 같은 공개가 신뢰할 만한 종단간 법률 판단은 미해결임을 보여 준다. 독립 재현, 유익한 변형과 약속된 Ivo-micro1 감사가 시장 영향을 결정할 것이다. 어떤 미래 시험도 현재 91.3% 개별 기준 점수를 자격 있는 법률 검토 철회의 허가로 만들지 않는다.
출처
Sage 가중치와 평가 · Legal Agent Benchmark · 기존 SaulLM-7B 연구 · Ivo 투자·제품 발표 · 관련 읽기: 검색 가능한 기술 문서 지식 베이스 · Google News 집계 진입점: 공식 모델 발표가 아님