(출처: Ziphu)
중국의 지푸 (Ziphu)의 최신 모델인 GLM 5.3이 공개됐습니다. 이번 모델의 특징은 파라미터 크기는 이전의 5.2와 동일한 7430억개 (743B)로 유지하면서도 사후 훈련 (Post-training) 기법을 통해 성능을 크게 높였다는 것입니다.
GLM 5.3은 DeepSWE 벤치마크에서 66.9점 기록해 GLM-5.2의 46.2점 대비 약 1.5배 향상되었으며 앤스로픽의 페이브 5의 69.7점에 근접했습니다. Terminal Bench 3.0에서는 28.3점 기록했는데, 이는 GLM-5.2의 4.6점 대비 약 6배 급상승한 것이며 페이블 5에 33.7점에 가까이 다가선 것입니다.
하지만 GLM-5.3의 가장 두드러진 성과는 사이버 보안 영역에서 나타났습니다. CyberGym 84.5점을 기록하며 페이블 5의 83.8점, OpenAI GPT-5.6 Sol의 83.6점을 제치고 오픈 모델/상용 모델을 통틀어 1위를 기록했습니다.
GLM 5.3은 실제로 269개 주요 오픈소스 프로젝트를 분석하여 총 2,436건의 보안 취약점을 발견했습니다이 중 1,097건은 심각(Critical) 또는 높음(High) 등급의 위험도를 가졌습니다. 심지어1981년산 고전 취약점 발견했습니다.
참고로 GLM을 개발한 Z.ai는 중국의 대표적인 AI 유니콘 기업 지푸 AI(Zhipu AI, 智谱 AI)의 글로벌 공식 브랜드이자 개발자·기업용 서비스 플랫폼입니다. 아래는 AI 요약입니다.
_________________________________________________________________
칭화대학교 AI 연구진이 2019년 설립한 지푸 AI는 글로벌 시장 진출과 상용화 생태계 확장을 위해 브랜드명을 Z.ai로 리브랜딩하고 통합 개발 환경 및 API 서비스를 운영하고 있습니다.
주요 특징 및 정체성
GLM 모델 계열의 주관사: 자체 파운데이션 모델 시리즈인 GLM(General Language Model)의 모든 버전(GLM-4, GLM-5, GLM-5.3 등)을 개발하고 배포합니다.
글로벌 API 및 개발자 플랫폼 (z.ai): OpenAI, Anthropic 등에 대응하는 글로벌 플랫폼으로, 개발자가 CLI tools, IDE 확장 프로그램(Cline, OpenCode, Claude Code 등)에 연동해 사용할 수 있는 API와 코딩 플랜(Coding Plan)을 제공합니다.
자체 에이전트 생태계 (Zcode): GLM 모델에 특화된 코딩 에이전트 프로그램인 Zcode와 MCP(Model Context Protocol) 툴을 제공하여 복잡한 시스템 개발 및 자동화를 지원합니다.
오픈 소스 / 개방형 AI 철학: 최첨단 AI 지능이 소수 기업이나 특정 국가 규제에 의해 독점되어서는 안 된다는 기치 아래, 가중치 공개(Open-Weight) 및 MIT 라이선스 기반의 오픈소스 배포 정책을 지속적으로 펼치고 있습니다.
자체 인프라 독자화: 미국 칩 규제 환경 속에서도 화웨이(Ascend), 캠브리콘 등 중국산 AI 반도체와 자체 강화학습 프레임워크(slime)를 결합해 세계 최상위급 AI 성능을 내는 기술력을 갖췄습니다.
파라미터 증설 없이 성능을 올린 3가지 비결
지푸(Zhipu AI)는 기존 GLM-5.2의 가중치를 그대로 두고, 지난 한 달간 사후 학습(Post-Training) 인프라 스택을 가동해 모델을 재학습시켰습니다.
① 실전형 엔지니어링 환경(Environment) 확장
단발성 코딩 문제를 푸는 데 그치지 않고, 실제 고급 엔지니어들이 수일간 작업하는 환경(수만 줄의 코드 base, 복잡한 시스템 의존성, 빌드 및 디버깅 파이프라인)을 샌드박스로 구축했습니다.
모델이 문제 정의부터 코드 수정, 실행 검증, 피드백 반영까지 장기 과제(Long-horizon task)를 스스로 완수하도록 강화학습 환경을 대폭 늘렸습니다.
② 자체 포스트 트레이닝 스택(Post-Training Stack) 가동
slime: 대규모 비동기 강화학습(Async RL) 프레임워크로, 데이터 생성·검증·샌드박스 피드백 루프를 학습 알고리즘과 하나로 통합했습니다.
SAO: 긴 시간 지평(Long-horizon)을 요구하는 과제에 최적화된 시퀀스 행동 최적화 기술입니다.
IndexShare: 1M에 달하는 긴 컨텍스트(Long-context)를 효율적으로 처리하여 연산 병목을 제거했습니다.
③ 보안 및 취약점 탐지 루프의 RL 통합
단순 단일 코드 오류를 찾는 데이터를 넘어서, 화이트박스 코드 리뷰, 취약점 검증, 공격 체인 형성 시나리오를 강화학습 파이프라인에 직접 통합했습니다.
이를 통해 단일 취약점 발견에 그치지 않고, 시스템 전체의 보안 허점을 연속적으로 추론해 내는 창발적 사이버 보안 능력이 형성되었습니다.
___________________________________________________________________________
GLM 5.3은 783B 파리미터 가운데 40-44B 만 활성화하는 Sparse MoE 구조를 지니고 있으며 모델 크기가 키미 K3 같은 초대형 모델보다는 그래도 작기 때문에 더 소규모의 인프라에서도 작동시킬 수 있습니다. 키미 K3는 2.8조 파라미터에 달해 여러 대의 GPU 서버를 초고속 인피니밴드로 연결한 다중 노드 클러스터가 필수적입니다.
반면 GLM-5.3은 FP8 양자화 적용 시 8개 H100/H200 GPU가 탑재된 단일 서버 1대(HGX)에 통째로 올릴 수 있어 구축 및 관리 난이도가 크게 낮아집니다. 그리고 추론 시 단 40B 내외의 전문가만 활성화되므로, 104B가 동시 활성화되는 키미 K3보다 초당 토큰 생성 속도가 빠르고 동시 요청 처리량이 훨씬 높습니다.
이런 점을 감안하면 앞으로 기업용 로컬 모델에서 GLM 5.3의 강세가 예상됩니다. 고효율 고성능 중국산 AI이 공세가 거센 가운데 미국 프론티어 AI의 대응이 궁금해지는 대목입니다.
참고
댓글
댓글 쓰기