오픈AI가 GPT-6 Astra에 미국 판례 색인을 붙여 법률 전용 구성 Astra for Law를 내놨다

오픈AI(OpenAI)는 2026년 9월 17일 GPT-6 Astra에 법률 검색 색인과 법률 분석·작성용 지시를 결합한 Astra for Law를 공개했다. 색인은 미국 판례와 제정법, 규정, 법원 규칙, 행정 결정에 걸쳐 2억 3천만 개가 넘는 URL을 담고 매일 새 소스가 추가되며, 코트리스너(CourtListener)를 운영하는 비영리 프리 로 프로젝트(Free Law Project)와의 협업으로 공개된 미국 선례 판례의 99.9% 이상이 들어왔다. 발스 AI(Vals AI) 리걸 리서치 벤치 비공개 검증셋의 질문 200개에서 전체 정확성 검사 통과율은 54.0%로, 웹 검색만 쓴 GPT-6 Astra의 38.7%보다 상대적으로 40% 높았다. 하비(Harvey)와 리고라(Legora)가 API 고객으로 이 구성 위에 제품을 올리고, 파트너 플러그인 26종이 함께 나왔다. ASAP은 이 발표에서 모델이 아니라 색인이 주인공인 이유를 갈라서 읽는다.

Astra for Law는 새로 학습한 법률 모델이 아니라 GPT-6 Astra의 구성이다

Astra for Law의 실체는 별도로 학습한 법률 전용 모델이 아니라 GPT-6 Astra에 법률 검색 색인과 법률 분석·작성 지시를 얹은 구성이며, 모델 선택기에는 "GPT-6 Astra Law", API에는 gpt-6-astra-law로 노출된다. 오픈AI는 이를 두고 자사의 가장 강력한 모델을 법률을 위한 새 AI 기반으로 구성했다고 적었다. 조각은 셋이다. 프런티어 모델 GPT-6 Astra, 판례와 법령을 찾는 검색 색인, 그리고 법률 분석과 작성 방식을 지정하는 지시다.

이 구조에는 회사가 명시한 승계 계획이 붙어 있다. 오픈AI는 프런티어 모델이 발전하면 이 법률 능력을 최신 모델로 옮기겠다고 밝혔다. 법률 기능이 모델 가중치가 아니라 모델 바깥의 색인과 지시에 들어 있으니, 모델을 갈아 끼워도 법률 구성은 남는다는 뜻이다.

제공 경로는 아직 좁다. Astra for Law는 우선 선정된 로펌에게 ChatGPT와 코덱스(Codex) 안의 신뢰 접근(Trusted Access)을 통해 제공되고, API는 곧 열린다고 적혀 있다. 같은 날 오픈AI는 ChatGPT for Word를 정식 출시해 워드 안에서 교정과 수정 제안, 서식 문제 표시를 쓸 수 있게 했다.

2억 3천만 URL 색인과 코트리스너가 이 발표의 실제 자산이다

법률 검색 색인은 미국 판례와 제정법, 규정, 법원 규칙, 행정 결정을 2억 3천만 개가 넘는 URL 규모로 담고 있으며, 소스는 매일 추가된다. 오픈AI는 이 색인이 톰슨 로이터(Thomson Reuters) 같은 제공사에서 로펌이 이미 쓰고 있는 라이선스 콘텐츠와 전문 제품을 대체하는 것이 아니라 보완한다고 명시했다.

색인의 판례 부분을 채운 곳은 코트리스너를 만든 비영리 단체 프리 로 프로젝트다. 오픈AI는 이 협업으로 공개된 미국 선례 판례의 99.9% 이상을 담은 프리 로 프로젝트의 판례 컬렉션이 이번 리서치 경험 안으로 들어왔다고 밝혔다.

오픈AI가 설명한 법률 리서치의 작업 순서를 보면 이 자산이 왜 앞에 오는지가 드러난다. 법률 리서치는 대체로 정확한 권위 있는 근거를 찾고, 관련 구절의 위치를 잡고, 그것이 지금 사안에 얼마나 관련되고 얼마나 구속력이 있는지를 판단하는 데서 시작한다. 색인은 이 작업을 위한 도구이고, 모델은 그 도구를 쓰는 쪽이다.

54.0%와 38.7%는 회사 간 비교가 아니라 같은 모델의 두 설정 비교다

오픈AI가 공개한 54.0%와 38.7%는 서로 다른 회사 모델을 겨룬 값이 아니라, 같은 GPT-6 Astra를 법률 구성으로 돌렸을 때와 웹 검색만으로 돌렸을 때를 비교한 값이다. 평가는 발스 AI 리걸 리서치 벤치의 비공개 검증셋에서 뽑은 미국 법률 리서치 질문 200개 위에서 이뤄졌고, 두 시스템 모두 추론 강도를 최대로 놓은 조건이었다. 이 벤치마크는 모델이 관련 소스와 구절을 얼마나 잘 찾는지, 리서치 답변이 평가 기준을 얼마나 충족하는지를 잰다.

판례 중심 질문에서는 검색 항목이 따로 공개됐다. 최대 추론 강도에서 Astra for Law는 웹 검색만 쓴 GPT-6 Astra보다 참조 판례를 24% 더 찾았고, 감사 대상 표적 구절 집합에서는 같은 추론 강도끼리 비교했을 때 올바른 법원 의견에서 관련 구절을 최대 54% 더 회수했다.

숫자를 읽는 방향을 하나 더 두는 편이 정확하다. 54.0%는 상대 개선률 40%의 출발점이기도 하지만, 동시에 전체 정확성 검사를 통과하지 못한 질문이 여전히 절반 가까이 남았다는 뜻이기도 하다. 그리고 구절 회수에 붙은 "최대"라는 한정어는 평균이 아니라 상한을 가리킨다. 이 두 가지를 같이 두면 이번 결과의 성격은 법률 리서치가 해결됐다는 선언이 아니라, 같은 모델에 코퍼스를 붙이는 것만으로 15.3%포인트가 움직였다는 관측에 가깝다.

하비와 리고라를 고객으로 부르면서 오픈AI는 응용 계층과 같은 층에 내려왔다

오픈AI가 하비와 리고라를 API 고객으로 명시한 문장은 법률 AI 응용 계층과 경쟁하지 않겠다는 선언의 자리에 놓여 있고, 회사는 오픈AI 위에서 만든다는 것이 생태계를 대체하는 것이 아니라 생태계에서 더 많은 것을 얻는 뜻이어야 한다고 적었다. 플러그인 목록도 같은 방향이다. 파트너가 만든 플러그인 26종이 아이매니지(iManage), 인탭(Intapp), 딥저지(DeepJudge) 같은 도구를 ChatGPT에 연결하고, 톰슨 로이터는 하이큐(HighQ) 매터 컨텍스트를 ChatGPT로 들여오면서 코카운슬 리걸(CoCounsel Legal) 커넥터를 미리 보였다.

다만 같은 발표문 안에 다른 방향의 사실도 함께 들어 있다. 오픈AI의 포워드 디플로이드 엔지니어들이 로펌별 맞춤 인터페이스를 붙여 ChatGPT 엔터프라이즈를 개조했고, 그 결과물로 설리번앤크롬웰(Sullivan & Cromwell)의 계약서 분석기, 롭스앤그레이(Ropes & Gray)의 딜 실사 시스템, 쿨리(Cooley)의 GO Public이 나왔다. 세 가지 모두 원래는 법률 AI 회사들이 팔아 온 종류의 워크플로 제품이다.

이 두 사실을 겹쳐 놓으면 이번 발표의 위치가 보인다. 오픈AI는 모델과 색인이라는 아래층을 팔면서, 동시에 선정된 로펌과는 응용 계층을 직접 만들고 있다. 톰슨 로이터 CTO 조엘 흐론(Joel Hron)의 인용문이 연결성만으로는 가치가 되지 않는다는 문장으로 시작해 코카운슬이 여전히 그 업무를 완수하는 신뢰받는 전문 AI 시스템이라고 못 박은 것도, 파트너 쪽에서 자기 영역의 경계를 다시 그은 발언으로 읽힌다. 하비와 리고라에게 이번 발표는 더 좋은 엔진인 동시에, 자기들이 쌓아 온 차별점이 색인과 지시 쪽으로 옮겨 가는 사건이기도 하다.

로펌이 먼저 확인할 항목은 통과율이 아니라 데이터 처리 조건이다

이번 발표에서 로펌의 도입 결정을 실제로 가르는 부분은 54.0%라는 통과율이 아니라 신뢰 접근 프로그램에 붙은 데이터 처리 조건이며, 자격을 갖춘 로펌에는 API의 제로 데이터 보존(ZDR)과 ChatGPT 엔터프라이즈 사용분의 기본 인적 검토 제외가 포함된다. 오픈AI는 이 프로그램을 변호사와 그 감독 아래서 일하는 사람들이 전문 법률 업무에 쓰도록 만든 별도 경로로 설명했다.

같이 읽어야 할 것은 오픈AI가 라탐앤왓킨스(Latham & Watkins)와 함께 설계하고 있다고 밝힌 네 항목이다. 정보 권한, 이해상충 차단벽(ethical wall), 의뢰인 지시, 로펌 감독이 그것이다. 이 목록이 성능 항목이 아니라 접근 통제 항목으로만 채워져 있다는 사실 자체가 이 제품의 병목이 어디인지를 드러낸다. 로펌 안에서 어떤 변호사가 어떤 매터의 자료에 닿을 수 있는지는 편의의 문제가 아니라 업무 수행의 전제이고, 모델이 조직 전체의 문서에 접근하는 구조는 그 전제와 정면으로 부딪친다.

그래서 이번 발표를 평가하는 순서는 일반 기업 도입과 다르다. 벤치마크 점수를 먼저 보고 통제 조건을 나중에 확인하는 순서로는 결론이 나오지 않는다. 통제 조건이 자기 로펌의 요구를 만족하는지가 먼저 정해지고, 그 뒤에야 24%와 54% 같은 회수율 개선이 의미를 갖는다.

색인이 미국 법에만 걸려 있다는 점이 한국 시장의 조건을 정한다

Astra for Law의 검색 색인이 담은 대상은 미국 판례와 제정법, 규정, 법원 규칙, 행정 결정이며, 한국 법률 실무로 그대로 옮겨지는 부분은 여기에 없다. 이번에 측정된 개선분이 모델 가중치가 아니라 코퍼스와 지시에서 나왔다는 구조를 그대로 받아들이면, 한국에서 재현 가능한 것은 제품이 아니라 방법이다.

방법 쪽에서 옮길 수 있는 조각은 비교적 명확하다. 검증된 법령·판례 코퍼스를 하나로 모으고, 그 위에 검색 도구를 붙이고, 판시와 방론을 구분하거나 논거를 약화시키는 판례를 함께 다루라는 식의 작성 지시를 따로 쓰는 세 단계다. 오픈AI가 예시로 든 지시 내용도 이 층위에 있다. 법원의 판시를 그 밖의 서술과 구분하는 일, 주장을 약화시키는 판례를 정면으로 다루는 일, 계약상의 예외 조항이 당사자 사이의 위험 배분을 어떻게 바꾸는지 설명하는 일이다.

옮기기 어려운 조각은 코퍼스다. 오픈AI가 99.9% 이상이라는 커버리지를 확보한 경로는 자체 수집이 아니라 코트리스너라는 비영리 공개 프로젝트와의 협업이었다. 한국에서 같은 구성을 만들려는 팀이 먼저 답해야 할 질문은 어느 모델을 쓸지가 아니라, 그에 해당하는 코퍼스를 누가 어떤 조건으로 쓸 수 있게 열어 두는가다. 이 질문이 풀리지 않으면 모델을 아무리 바꿔도 이번 발표가 보여 준 15.3%포인트는 나오지 않는다.

경쟁 모델 비교가 예시 두 건이라는 점과 비공개 검증셋이라는 점이 남는다

이번 수치의 출처는 발스 AI 리걸 리서치 벤치의 비공개 검증셋이고, 제3자가 같은 조건에서 재현한 결과는 이번 발표에 함께 실리지 않았다. 비공개 검증셋은 벤치마크 오염을 막는 장치지만, 동시에 독자가 같은 질문으로 직접 확인할 수 없다는 뜻이기도 하다.

경쟁 모델과의 비교는 성격이 또 다르다. 오픈AI는 소송과 거래 두 갈래의 프롬프트 예시에서 Astra for Law와 클로드 페이블 5.1(Claude Fable 5.1)의 답변을 나란히 보여 주면서, 소송 예시에서 페이블 5.1이 항소심에서 파기된 판시를 가져왔고 거래 예시에서는 해당하는 판례를 찾지 못했다고 보고했다고 적었다. 이는 발표사가 고른 예시 두 건이며 집계된 평가 결과가 아니다. 유리한 사례를 고를 여지가 원천적으로 열려 있는 형식이므로, 경쟁 구도에 대한 판단 근거로 쓰기에는 약하다.

확인되지 않은 채로 남은 항목도 몇 가지다. 첫째, 신뢰 접근이 열리는 로펌의 수나 선정 기준은 공개되지 않았고 API 개방 시점도 "곧"으로만 적혔다. 둘째, 커뮤니티 플러그인 9종과 커스텀 스킬 47개는 리걸퀀츠(LegalQuants)와 LECG, 스킬스닷로(Skills.law)의 변호사·리걸 엔지니어가 만든 것으로 소개됐을 뿐 품질 검증 절차는 설명되지 않았다. 셋째, 색인이 매일 갱신된다는 서술은 있으나 갱신 지연 시간이나 판례 발효 여부 확인 방식은 나와 있지 않다. 판례가 여전히 유효한 법인지를 판단하는 일이 이 작업의 핵심 위험이라는 점을 감안하면, 세 번째 항목이 실무에서 가장 먼저 물어야 할 질문이다.

출처: Introducing Astra for Law (오픈AI, 2026년 9월 17일)