중국 AI 기업 Z.ai(전 Zhipu AI)가 코딩 에이전트 작업에 특화된 오픈소스 모델 GLM-5.2를 공개했다. MIT 라이선스로 누구나 자유롭게 내려받아 자체 서버에서 구동할 수 있으며, 100만 토큰의 긴 컨텍스트 윈도우와 향상된 장기 추론(long-horizon reasoning) 성능을 갖췄다. 이번 발표는 미국 정부가 Anthropic의 최신 모델에 대한 해외 사용자 접근을 제한한 직후 나와, 폐쇄형 미국 모델 의존의 지정학적 위험을 부각시키고 있다.

GLM-5.2는 전작 GLM-5.1을 잇는 모델로, 대규모 코드베이스를 다루는 멀티스텝 엔지니어링 작업과 장시간 추론 세션을 목표로 설계됐다. Z.ai는 대규모 구현, 자동화된 리서치, 성능 최적화, 복잡한 디버깅 등을 핵심 사용 사례로 제시했다.

벤치마크 성능

Z.ai가 공개한 벤치마크에 따르면 GLM-5.2는 SWE-bench Pro에서 62.1점을 기록해 GLM-5.1의 58.4점을 앞섰다. Terminal-Bench 2.1에서는 81.0점을 기록했으며, 별도 하니스를 활용한 최고 기록은 82.7점에 달했다고 회사는 밝혔다. 외부 보도에 따르면 GLM-5.2는 일부 코딩 벤치마크에서 GPT-5.5를 능가하면서도 API 비용은 약 6분의 1 수준이라는 평가도 나온다. 다만 벤더가 직접 공개한 벤치마크는 측정 환경과 설정에 따라 결과가 달라질 수 있어 신중하게 받아들여야 한다.

파라미터: 약 7,440억 개
컨텍스트 윈도우: 100만 토큰
SWE-bench Pro: 62.1점 (전작 대비 +3.7)
Terminal-Bench 2.1: 81.0점 (전작 대비 +19.0)

아키텍처 개선

GLM-5.2는 컴퓨팅 비용 절감을 위한 아키텍처 변경도 포함했다. 희소 어텐션(sparse attention) 레이어 그룹 간 동일한 인덱서를 재사용하는 'IndexShare' 기법을 도입해, 100만 토큰 컨텍스트 환경에서 토큰당 FLOPs를 2.9배 줄였다고 회사는 설명했다. 또한 멀티토큰 예측 레이어 개선으로 추측 디코딩(speculative decoding)의 수락 길이가 최대 20% 늘어났다.

개발자라면 Hugging Face와 ModelScope에서 GLM-5.2 가중치를 직접 내려받아 자체 인프라에서 구동할 수 있다. 리전 제한이 없어 폐쇄형 API에 의존하지 않는 코딩 에이전트 파이프라인을 구축하려는 팀에 유용한 선택지다.

지정학적 맥락

이번 발표는 단순한 모델 출시를 넘어선 의미를 갖는다. 보도에 따르면 미국 정부는 지난 6월 13일 Anthropic의 최신 모델(Claude Fable 5, Claude Mythos 5)에 대한 해외 사용자 접근을 차단하는 조치를 내렸다. GLM-5.2는 이로부터 나흘 뒤인 6월 17일 Hugging Face에 공개됐다. 두 사건이 직접적으로 연결된 것은 아니지만, 폐쇄형 미국 프런티어 모델에 의존하는 것이 더 이상 단순한 제품 선택이 아니라 정책적 리스크로 작용할 수 있다는 점을 보여준다는 분석이 나온다.

미국 외 지역에서 AI 제품을 개발하는 팀이라면, 특정 벤더의 폐쇄형 모델에만 의존하는 아키텍처가 갑작스러운 접근 차단 위험에 노출될 수 있다는 점을 고려할 필요가 있다. 오픈소스 모델을 백업 옵션으로 검토하는 것도 합리적인 전략이다.

비교 표

항목 GLM-5.2 GLM-5.1
라이선스 MIT (오픈소스) MIT (오픈소스)
컨텍스트 윈도우 100만 토큰 비공개
SWE-bench Pro 62.1 58.4
Terminal-Bench 2.1 81.0 (최고 82.7) 62.0
  • Z.ai가 7440억 파라미터 규모의 코딩 특화 오픈소스 모델 GLM-5.2를 MIT 라이선스로 공개
  • 100만 토큰 컨텍스트와 IndexShare 기법으로 장기 컨텍스트 처리 효율성 개선
  • SWE-bench Pro, Terminal-Bench 2.1 등에서 전작 대비 큰 성능 향상 기록
  • 미국의 Anthropic 모델 해외 접근 제한 직후 발표되며 지정학적 의미 부각
  • 리전 제한 없이 자체 호스팅이 가능해 폐쇄형 API 의존 리스크의 대안으로 주목

결국 GLM-5.2 자체가 모든 팀의 1순위 선택이 되지는 않을 수 있다. 품질, 툴링, 지원 측면에서 여전히 Anthropic이나 OpenAI 모델을 선호하는 개발자도 많을 것이다. 그러나 이번 출시는 AI 인프라 접근성이 더 이상 중립적인 유틸리티가 아니라는 점을, 그리고 오픈소스 대안이 빠르게 격차를 좁히고 있다는 점을 분명히 보여준다.