리걸테크 스타트업 Harvey(@harvey)가 2026년 8월 21일 오전 12시 3분(KST) 자체 첫 법률 전용 AI 모델 "Tenet"을 공개했다. Moonshot AI의 오픈 가중치 모델 Kimi K3를 기반으로, Fireworks AI(@FireworksAI_HQ)와 함께 후속 학습(post-training)했다.
공개 자료로 본 성능
Harvey 공식 발표(Harvey 블로그)에 따르면 Tenet은 자체 벤치마크 "LAB"에서 Kimi K3 베이스 대비 전체 통과율이 82% 개선됐고, 계약서 심사에 특화한 "LAB Contracts"에서는 22% 개선과 동시에 1위를 기록했다. LAB 종합 순위는 2위다.
공개 발표에 첨부된 차트를 보면 Tenet은 작업당 비용이 Kimi K3와 비슷한 구간에 위치하면서도, 전체 통과율은 확연히 위쪽으로 이동했다. 상위권 파운데이션 모델(Opus 5, Fable 5 등) 대비 비용은 4분의 1 미만이라고 Harvey는 밝혔다.
법률 데이터로 학습한 서브에이전트 3종
Tenet과 함께 특화 서브에이전트 3종도 공개됐다. M&A 실사용 모델은 Baseten과, 검토표(Review Tables) 작성용 모델은 Applied Compute와, 로펌 내부 지식 검색용 모델은 EngramLab과 각각 후속 학습했다. 세 모델 모두 대규모·장기 과제 처리에 최적화됐다는 설명이다.
학습 데이터는 공개 법률 자료, 합성 데이터, 실제 변호사들이 참여해 만든 가상 소송·계약 시나리오로 구성됐다. Harvey는 이번 공개를 "Harvey II" 롤아웃의 일부로, 새 메모리 기능도 함께 내놨다고 밝혔다.
실무적으로 볼 지점
중국산 오픈 가중치 모델(Kimi K3)을 기반으로 미국 리걸테크 기업이 독자 상용 모델을 만들었다는 점이 눈에 띈다. 벤더 종속 없이 특정 업무에 맞춰 오픈 가중치 모델을 조정하는 방식을 보여주는 사례다.
법률 실무자 입장에서는 계약서 검토·M&A 실사 같은 반복 업무에 특화 모델을 투입해 비용을 낮출 수 있다는 뜻이다. 다만 지금은 Harvey 플랫폼 이용자에게만 열려 있어, 국내에서 바로 써볼 수 있는 형태는 아니다.
확인이 더 필요한 부분
LAB·LAB Contracts는 모두 Harvey 자체 벤치마크로, 제3자가 독립 검증한 수치는 아직 없다. "4분의 1 미만 비용"의 구체적 비교 대상과 산정 기준도 Harvey 발표 원문 이상으로는 공개되지 않았다.
