z.ai, GLM-5 공개: 744B 규모로 바이브 코딩에서 에이전틱 엔지니어링으로 도약

AI에게 대충 프롬프트를 던져 코드를 뽑아내는 '바이브 코딩(Vibe Coding)'의 시대가 저물고, 시스템 전체를 설계하고 자율적으로 검증하는 '에이전틱 엔지니어링(Agentic Engineering)'의 흐름이 본격화되고 있습니다.

Z.ai가 공개한 오픈소스 플래그십 모델 GLM-5 시리즈는 단순 코드 생성을 넘어 복잡한 장기 작업을 수행하도록 진화했습니다. 깃허브와 기술 보고서를 통해 공개된 라인업에는 기본 모델인 GLM-5부터 GLM-5.2, 사후 학습을 극대화한 GLM-5.3, 그리고 고효율의 GLM-5.3-Flash가 포함되었습니다.

베이스 모델 그대로 두고 사후 학습으로 50% 도약

GLM-5는 이전 세대인 GLM-4.5의 355B(활성 32B) 파라미터에서 744B(활성 40B)로 몸집을 키웠습니다. 사전 학습 데이터 역시 23T에서 28.5T 토큰으로 늘어났습니다.

모델의 배포 비용을 줄이기 위해 DeepSeek Sparse Attention(DSA)을 도입했고, 강화학습의 병목을 해결하기 위해 자체 비동기 인프라인 'slime'을 구축해 사후 학습의 반복 주기를 크게 단축했습니다.

가장 눈에 띄는 성과는 GLM-5.3입니다. 이전 버전인 GLM-5.2와 동일한 베이스 모델을 사용했음에도, 순수 사후 학습만으로 자체 벤치마크(Z.ai Code Bench)에서 코딩 성능을 50%나 끌어올렸습니다.

공개 벤치마크인 Terminal Bench 3.0과 Agents' Last Exam에서도 오픈소스 최고 성능을 기록했습니다. 연구팀에 따르면 사후 학습 규모를 키우는 과정에서 보안 취약점을 탐지하고 익스플로잇을 수행하는 사이버 역량이 예상보다 훨씬 빠르게 발현되어, 공격 체인 벤치마크 점수가 GLM-5.2 대비 두 배 이상 폭증했습니다.

1M 컨텍스트에서 수천 번의 툴 호출을 버티는 힘

기존 모델들은 초기 몇 차례 시도 후 한계에 부딪히면 시간을 더 주더라도 성과가 정체되는 문제가 있었습니다.

GLM-5.2부터 적용된 기술들은 이를 해결하는 데 초점을 맞췄습니다. 안정적인 1M(100만) 토큰 컨텍스트를 구현했고, 4개 스파스 어텐션 레이어마다 인덱서를 공유하는 IndexShare 기술로 1M 길이에서 토큰당 FLOPs를 2.9배 줄였습니다.

그 결과 Terminal-Bench 2.1에서 81.0점을 기록해 Gemini 3.1 Pro를 앞섰고, 85.0점을 기록한 Claude Opus 4.8 턱밑까지 추격했습니다.

효율성을 앞세운 GLM-5.3-Flash는 스파스와 선형 어텐션을 결합한 하이브리드 아키텍처와 mHC 기술을 바탕으로 30T 멀티모달 코퍼스에서 새롭게 훈련되었습니다.

왜 중요한가

개발자 관점에서 GLM-5.3은 수백 번의 턴과 수천 번의 도구 호출을 거쳐야 하는 복잡한 리포지토리 작업을 실제로 맡겨볼 만한 도구입니다. 상황에 따라 생각하는 강도를 조절해 속도와 비용을 저울질할 수 있다는 점도 실용적입니다.

업계 측면에서 보면, Z.ai가 GLM-5.3을 통해 증명한 '베이스 모델 변경 없는 사후 학습 50% 향상'은 사전 학습의 규모 경쟁만큼이나 강화학습 인프라의 정교함이 중요해졌음을 보여줍니다.

다만 사후 학습 스케일링 과정에서 공격용 사이버 역량이 급격히 튀어나왔다는 점은, 고성능 오픈 가중치 모델이 직면할 보안 및 오남용 규제에 또 다른 숙제를 던지고 있습니다.