Z.ai, 차세대 플래그십 'GLM-4.5' 출시…추론과 에이전트 역량 대폭 강화

오픈소스 진영이 MoE 전문가 수를 늘리는 데 집중하는 사이, Z.ai는 정반대의 아키텍처 설계를 들고나왔습니다.

Z.ai가 차세대 플래그십 모델 GLM-4.5와 경량화 버전인 GLM-4.5-Air, 그리고 FP8 양자화 버전을 공개했습니다. 출시 당일부터 오픈소스 추론 프레임워크인 SGLang 환경을 완전히 지원합니다.

파라미터 규모를 보면 GLM-4.5는 총 355B 파라미터 중 32B가 활성화되며, GLM-4.5-Air는 총 106B 중 12B만 활성화되는 구조입니다.

너비 대신 깊이를 택한 이유

DeepSeek-V3나 Kimi K2와 비교했을 때, GLM-4.5의 핵심은 모델을 넓히기보다 깊게 쌓았다는 점입니다. 전문가 수와 히든 레이어 차원을 무작정 키우는 대신 레이어 수를 늘려 심층적인 추론 능력을 강화했습니다.

히든 사이즈 5120에 96개의 어텐션 헤드를 배치했는데, 이는 일반적인 구성의 2.5배에 달합니다. 여기에 Muon 옵티마이저와 MTP 기반 추측 디코딩을 도입해 추론 속도와 학습 효율을 모두 챙겼습니다.

에이전트, 추론, 코딩 등 12개 벤치마크 평가에서 GLM-4.5는 주요 빅테크 모델들 사이에서 종합 3위를 기록했고, Air 버전은 6위에 올랐습니다.

특히 에이전트와 코딩 영역의 수치가 돋보입니다. 128k 컨텍스트를 지원하며 도구 호출 성공률 90.6%를 기록했고, 웹 브라우징 벤치마크인 BrowseComp에서는 26.4%를 얻어 Claude 4 Opus(18.8%)를 앞섰습니다. 코딩 벤치마크인 SWE-bench Verified는 64.2를 기록했으며, 맞대결 평가에서 Kimi K2 상대로 53.9%, Qwen3-Coder 상대로 80.8%의 승률을 보였습니다.

왜 중요한가

사내 자율 코딩 에이전트나 툴 기반 자동화 파이프라인을 구축하려는 개발팀에게 GLM-4.5는 현실적이고 매력적인 카드입니다.

오픈소스 모델을 에이전트 용도로 쓸 때 가장 큰 걸림돌은 함수 호출의 신뢰성이었습니다. GLM-4.5는 90%가 넘는 툴 호출 성공률과 SGLang의 즉각적인 배포 스크립트를 제공해, 프라이빗 환경에서도 상용 API급 에이전트를 구축할 수 있는 길을 열어줍니다.

우리는 Z.ai가 활성 파라미터를 32B와 12B 수준으로 묶어둔 점을 높게 평가합니다. 인프라 비용이 급증하는 상황에서 무작정 모델 크기를 키우지 않고, 심층 레이어와 MTP를 결합해 단일 노드 다중 GPU 환경에서 소화 가능한 효율적인 고성능 모델을 제시했기 때문입니다.

다만 레이어가 깊은 모델은 순차적 토큰 생성 과정에서 지연 시간이 늘어날 수 있다는 구조적 약점이 있습니다. 추측 디코딩으로 이를 얼마나 상쇄할 수 있을지, 그리고 벤치마크 점수만큼 실제 복잡한 코드베이스에서도 안정적인 결과를 내놓을지가 상용화의 관건입니다.