오픈 웨이트 모델 GLM, 이제 2군이 아니다

또 하나의 중국발 오픈 모델, GLM이 던지는 메시지

요즘 AI 모델 소식을 보다 보면 한 가지 흐름이 또렷해져요. 예전엔 OpenAI, 구글, 앤트로픽 같은 곳이 만든 '닫힌(closed)' 모델만 최상위권이었는데, 이제는 중국 연구소들이 가중치(weight)를 공개하는 '오픈 웨이트(open-weight)' 모델로 그 격차를 무섭게 좁히고 있거든요. GLM 시리즈가 딱 그 흐름의 한가운데 있어요.

GLM은 중국의 Z.ai(예전 이름은 지푸 AI, Zhipu)가 만드는 모델 계열이에요. 'GLM 5.2'라는 버전 번호만 봐도 알 수 있듯이, 이 팀은 굉장히 빠른 속도로 모델을 갈아 끼우고 있어요. GLM-4.5, 4.6을 거쳐 5.x 세대까지 오는 데 그리 오래 걸리지 않았죠. 그리고 이런 모델들의 종합 성적표 역할을 하는 곳이 바로 artificial analysis라는 사이트예요. 여러 모델을 같은 기준으로 줄 세워 비교해 주는 곳이라, 새 모델이 나오면 여기 점수부터 챙겨 보는 분이 많아요.

벤치마크는 숫자 하나가 아니라 여러 축으로 봐야 해요

오픈 모델을 평가할 때 흔히 '몇 점이래?' 하고 점수 하나만 궁금해하는데, 제대로 보려면 여러 축을 같이 봐야 해요. artificial analysis 같은 곳이 하는 일이 바로 여러 시험(코딩, 수학, 추론, 에이전트 작업 등)을 묶어서 하나의 '지능 지수'처럼 보여주는 거예요. 그런데 실무자라면 이 종합 점수만큼이나 중요한 게 따로 있어요.

첫째는 코딩과 에이전트(agentic) 능력이에요. 요즘 모델은 단순히 질문에 답하는 걸 넘어, 도구를 호출하고 여러 단계를 스스로 밟아 문제를 푸는 능력이 중요해졌거든요. GLM 계열이 특히 신경 쓰는 부분이 이쪽이에요. 둘째는 속도(초당 토큰)와 가격이에요. 같은 점수라도 답이 두 배 빠르고 값이 절반이면 실무에선 그게 진짜 경쟁력이죠. 셋째는 컨텍스트 길이, 즉 한 번에 얼마나 긴 문서를 넣을 수 있느냐예요. 이 세 가지를 종합 점수와 함께 봐야 '우리 서비스에 쓸 만한가'가 보여요.

오픈 웨이트라는 게 왜 중요하냐면

GLM이 주목받는 진짜 이유는 점수 그 자체보다 '열려 있다'는 점이에요. 오픈 웨이트라는 건 모델의 핵심인 가중치 파일을 직접 받아서 내 서버에 올려 돌릴 수 있다는 뜻이거든요. 닫힌 모델은 회사 API로만 써야 하니까 데이터가 외부로 나가고, 가격도 그쪽이 정하는 대로 따라야 해요. 반면 오픈 모델은 내 GPU에 올려두면 데이터가 밖으로 안 나가고, 트래픽이 아무리 많아도 추가 과금이 없죠. 보안이 민감한 기업이나 비용에 예민한 스타트업에는 이게 결정적인 차이예요.

업계 맥락: GLM 혼자가 아니에요

GLM만 이러는 게 아니에요. 딥시크(DeepSeek), 알리바바의 큐원(Qwen), 문샷의 키미(Kimi), 미니맥스(MiniMax)까지, 중국 연구소들이 잇따라 강력한 오픈 모델을 쏟아내고 있어요. 서구권에선 메타의 라마(Llama)와 프랑스 미스트랄(Mistral)이 오픈 진영을 대표하고요. 한때 '오픈 모델은 닫힌 모델보다 한참 뒤처진다'는 게 상식이었는데, 지금은 상위 오픈 모델이 프런티어 모델 바로 아래까지 따라붙은 상황이에요. GLM 5.2 같은 릴리스는 그 격차가 또 한 칸 줄었다는 신호로 읽으면 돼요.

한국 개발자에게 주는 시사점

우리 입장에서 이 흐름이 반가운 이유는 선택지가 넓어진다는 점이에요. 당장은 OpenRouter 같은 중개 서비스로 GLM을 호출해서 우리 서비스 품질에 맞는지 테스트해 볼 수 있고, 규모가 커지면 vLLM 같은 추론 엔진으로 직접 자체 호스팅해 비용을 확 낮추는 길도 열려 있어요. 네이버 하이퍼클로바 X처럼 국산 모델을 쓰는 선택지와 더불어, '닫힌 최상위 모델 하나에만 의존하지 않는' 전략을 짤 수 있게 된 거죠. 적어도 한 번쯤은 오픈 모델을 후보에 올려두고 비교해 보는 습관을 들이면 좋겠어요.