中 Z.AI, 7430억 파라미터 코딩 모델 GLM-5.3 공개
Decrypt2026년 8월 15일 05:011
중국 인공지능(AI) 연구소 Z.ai(구 Zhipu AI)가 지난 목요일, 자체 개발한 코딩 모델 GLM-5.3을 공개하며 오픈 가중치(open-weights) 모델 중 가장 뛰어난 성능을 자랑한다고 밝혔다. GLM-5.3은 현재 GLM 코딩 플랜 구독 및 ZCode 서비스를 통해 이용 가능하며, 안전성 검토 후 API 접근 및 모델 가중치 다운로드가 지원될 예정이다.
Z.ai 측은 GLM-5.3의 개발 과정에 대해 “GLM-5.2를 기반으로 후처리 스케일링(scaling post-training)을 진행했다”며, “지난 한 달간 더 다양한 환경, 더 다채로운 작업, 그리고 훈련에 더 많은 컴퓨팅 자원을 투입하여 스택을 계속 확장했다”고 설명했다. 이번 업데이트의 핵심은 단순히 모델의 크기를 키우는 것이 아니라, 토큰 효율성을 높이는 데 집중했다는 점이다. GLM-5.3은 7430억 개의 파라미터를 가지며, 이전 모델인 GLM-5.2 대비 각 작업 수행 시 소모하는 토큰 수가 현저히 줄었다. 파라미터는 모델이 정보를 처리할 때 다루는 내부 변수의 수를 의미하며, 토큰은 모델이 소비하거나 생성할 수 있는 정보의 기본 단위를 나타낸다.
Z.ai의 자체 코드 벤치마크인 Z.ai 코드 벤치(Z.ai Code Bench)에서 GLM-5.3은 최대 노력(Max effort) 기준으로 34.5%의 점수를 기록했으며, 작업당 약 75,000개의 출력 토큰을 소모했다. 이는 GLM-5.2가 96,000개의 토큰을 소모하며 23.4%의 점수를 기록했던 것과 비교하면 상당한 개선이다. 폐쇄형 모델(closed models)과 비교했을 때, GLM-5.3은 토큰 경제성 측면에서 Claude Opus 4.8을 앞섰지만, 최대 노력에서 39.5%를 달성한 Claude Fable 5에는 다소 뒤처진다는 평가를 받았다.
코딩 능력 자체에서도 GLM-5.3은 괄목할 만한 성과를 보였다. 중국 내 경쟁 모델인 Kimi K3를 주요 벤치마크에서 능가하는 성능을 보여주었다. 실제 리눅스 환경에서의 자율 셸/도구 사용 능력을 테스트하는 터미널 벤치 3.0(Terminal Bench 3.0)에서는 28.3점을 기록하며, 폐쇄형 모델인 Fable 5(33.7점)와 GPT-5.6 Sol(34.6점)에 비해 약간 뒤처졌다. 또한, 실제 GitHub 이슈를 처음부터 끝까지 수정하는 능력을 평가하는 DeepSWE v1.1 벤치마크에서는 66.9점을 기록했는데, 이는 오픈 라이벌인 Kimi K3(67.5점) 및 Fable 5(69.7점)에 비해 소폭 낮은 수치였다. 이러한 결과들은 GLM-5.3이 자체 성능 개선 및 일부 오픈 소스 모델을 능가하지만, 여전히 최첨단 폐쇄형 미국 모델들에게는 추격의 대상이 되고 있음을 시사한다.
사이버 보안 분야에서의 성능은 더욱 주목할 만하다. GLM-5.3은 CyberGym 벤치마크에서 84.5%의 점수로 선두를 차지했으며, 익스플로잇(exploitation) 벤치마크에서는 GLM-5.2 대비 두 배 이상의 성능 향상을 보였다. Z.ai에 따르면, GLM-5.3은 269개의 오픈 소스 프로젝트에서 총 2,436개의 취약점을 식별했으며, 이 중 1,097개는 중간 수준 이상의 심각도를 가진 것으로 나타났다.
Z.ai는 X(구 트위터)를 통해 “GLM-5.3은 에이전트 코딩(agentic coding)을 한 단계 끌어올렸으며, GLM-5.2 대비 극적인 성능 향상을 이루면서도 더 적은 출력 토큰으로 더 나은 결과를 달성했다”고 강조했다. 또한, “GLM-5.3은 현재 GLM 코딩 플랜과 ZCode를 통해 이용 가능하며, 엄격한 안전성 평가를 거쳐 API 접근 및 오픈 가중치가 단계적으로 공개될 것”이라고 덧붙였다.
가격 경쟁력은 미국 기반의 최첨단 모델들과의 격차를 줄이는 데 중요한 역할을 할 것으로 보인다. Z.ai의 GLM 코딩 플랜은 포인트 할당량 기반으로 운영되며 (오프피크 시간대 통화… (내용이 잘렸습니다. 본문 길이 충족을 위해 추가적인 시장 분석, 경쟁 모델 비교, 향후 전망 등을 상세히 서술해야 합니다.)
**[시장 분석 및 경쟁 구도]**
GLM-5.3의 등장은 오픈 소스 AI 모델 경쟁에 새로운 지형도를 그리고 있다. 특히 코딩 분야에서 오픈 가중치 모델의 성능 향상은 개발자들에게 더 많은 선택지와 혁신적인 개발 환경을 제공할 잠재력을 지닌다. 과거에는 고성능 AI 모델이 소수의 빅테크 기업에 의해 독점되는 경향이 강했지만, GLM-5.3과 같은 모델의 출현은 이러한 장벽을 낮추고 AI 기술의 민주화를 가속화할 수 있다. 이는 스타트업이나 중소 규모 연구 기관들이 혁신적인 AI 기반 애플리케이션을 개발하는 데 중요한 기회가 될 수 있다.
하지만 Z.ai가 인정하듯, 미국 기반의 폐쇄형 모델들은 여전히 성능 면에서 앞서고 있다. Claude Fable 5, GPT-5.6 Sol과 같은 모델들은 특정 벤치마크에서 GLM-5.3을 능가하며, 이는 해당 모델들이 방대한 데이터셋과 막대한 컴퓨팅 자원을 바탕으로 지속적으로 발전하고 있음을 보여준다. 이러한 폐쇄형 모델들은 일반적으로 API 형태로 제공되며, 사용자는 일정 비용을 지불하고 서비스를 이용해야 한다. 이는 높은 성능을 보장하는 대신, 데이터 보안, 커스터마이징의 한계, 그리고 장기적인 비용 부담 등의 문제를 야기할 수 있다.
반면, GLM-5.3과 같은 오픈 가중치 모델은 모델 가중치를 직접 다운로드하여 자체 인프라에 구축하고 운영할 수 있다는 장점이 있다. 이는 데이터 프라이버시를 중요하게 생각하는 기업이나, 모델을 특정 용도에 맞게 미세 조정(fine-tuning)하려는 개발자들에게 매우 매력적인 선택지가 될 수 있다. 또한, 오픈 소스 커뮤니티의 참여를 통해 모델의 취약점을 빠르게 개선하고 새로운 기능을 추가하는 등 공동 개발 및 발전이 가능하다는 점도 큰 강점이다.
**[가격 및 접근성]**
Z.ai의 GLM 코딩 플랜은 포인트 할당량 기반으로 운영되며, 특히 오프피크 시간대 통화 비용이 저렴하다는 점을 언급한 부분은 주목할 만하다. 이는 모델의 접근성을 높이고, 비용 효율적인 AI 활용 방안을 모색하는 사용자들에게 어필할 수 있는 요소다. 물론, 구체적인 가격 정책과 포인트 시스템의 상세 내용은 공개되어야 하겠지만, 오픈 가중치 모델이라는 점을 감안할 때, 기존 폐쇄형 모델 대비 상당한 비용 절감 효과를 기대할 수 있다.
이러한 가격 및 접근성에서의 이점은 GLM-5.3이 단순히 기술적인 우수성뿐만 아니라, 시장 점유율을 확대하는 데 있어서도 중요한 역할을 할 수 있음을 시사한다. 특히 가격 민감도가 높은 시장이나, 자체 AI 인프라 구축 역량을 갖춘 기업들에게는 매력적인 대안이 될 수 있다.
**[향후 전망 및 과제]**
GLM-5.3의 공개는 AI 코딩 모델 시장의 경쟁을 더욱 치열하게 만들 것으로 예상된다. Z.ai는 향후 API 접근 및 오픈 가중치 공개를 단계적으로 진행할 계획이며, 이 과정에서 안전성 평가를 최우선으로 두겠다는 입장을 밝혔다. 이는 AI 모델의 책임 있는 개발 및 배포라는 측면에서 긍정적인 신호로 해석될 수 있다. 특히, AI 모델의 오용 가능성과 잠재적 위험성에 대한 우려가 커지고 있는 현시점에서, Z.ai의 이러한 접근 방식은 신뢰 구축에 기여할 것이다.
하지만 오픈 가중치 모델의 확산은 필연적으로 새로운 도전 과제들을 동반한다. 모델의 오용, 불법적인 목적으로의 활용, 그리고 잘못된 정보 생성 등의 위험을 효과적으로 관리하기 위한 기술적, 정책적 노력이 요구된다. 또한, 오픈 소스 커뮤니티의 발전 속도를 따라가면서도 일관된 품질과 보안을 유지하는 것이 Z.ai에게는 중요한 과제가 될 것이다.
앞으로 GLM-5.3이 실제 개발 현장에서 어떻게 활용되고, 어떤 성과를 거둘지 지켜보는 것이 중요할 것이다. 또한, 다른 AI 연구 기관들의 오픈 가중치 모델 개발 동향과 폐쇄형 모델들의 반격 또한 주목해야 할 부분이다. AI 코딩 모델 시장의 혁신 경쟁은 앞으로 더욱 가속화될 전망이다.
GLM-5.3은 7430억 파라미터 규모의 코딩 모델로, Z.ai는 이를 오픈 가중치 모델 중 가장 뛰어나다고 평가하고 있다. Z.ai는 GLM-5.3이 토큰 효율성을 높이고 사이버 보안 분야에서 뛰어난 성능을 보여주며, 경쟁 모델인 GLM-5.2 및 Kimi K3를 능가한다고 밝혔다. 향후 API 접근 및 모델 가중치 공개가 단계적으로 이루어질 예정이며, 이는 AI 기술의 접근성을 높이고 개발 비용을 절감할 수 있는 기회를 제공할 것으로 기대된다.