소프트웨어 개발 현장에서 인공지능 도구 비용을 꼼꼼하게 따지는 엔지니어가 점점 늘어나는 추세이다. Together AI 소속 AI 엔지니어인 자인 하산은 복잡하고 어려운 문제만 최첨단 모델에 맡기고, 비교적 단순한 작업은 가성비가 좋은 언어 모델에 할당하는 방식을 직접 실천하고 있더라고요.
솔직히 말하면 지금까지 많은 기업이나 개발자들은 토큰 예산을 따로 잡지 않고 무조건 가장 성능이 강력한 모델만 골라 쓰는 경향이 강했다. 하지만 프로젝트 규모가 커질수록 누적되는 API 비용을 무시할 수 없기 때문에 실속형 모델을 찾는 분위기가 뚜렷해진 것 같다.
여기서 중요한 건 베이징 기반의 연구실 Z.ai가 지난 6월에 공개한 GLM 5.2 모델이 바로 이런 개발자들의 비용 부담을 획기적으로 낮춰줄 대안으로 떠올랐다는 점이다. 과연 이 모델이 미국 최첨단 AI 연구소들의 아성을 무너뜨릴 수 있을지, 실제로 써본 사람들의 평가는 어떤지 직접 파헤쳐 보았다.
Z.ai GLM 5.2 모델의 압도적인 가격 경쟁력과 오픈웨이트 구조
Z.ai가 선보인 GLM 5.2는 오픈웨이트 모델이라서 충분한 하드웨어만 갖춘 조직이라면 누구나 무료로 다운로드하고 직접 호스팅할 수 있다는 엄청난 장점이 있다. 자체 인프라를 구축하기 어려운 곳이라도 Z.ai의 API를 이용하면 출력 토큰 백만 개당 4.40달러의 비용만 지불하면 되더라고요.
이 가격은 앤트로픽의 오푸스 4.8 모델과 비교하면 5분의 1 수준이고, 페이블 코딩 모델과 비교하면 무려 10분의 1 수준에 불과하다. 확실한 건 미국 프론티어 AI 모델들의 높은 가격표에 부담을 느끼던 기업들에게는 가뭄의 단비 같은 소식이라는 사실이다.
이 모델은 총 7530억 개의 파라미터를 가지고 있으면서도 동시에 활성화되는 파라미터는 400억 개로 제한하는 최적화 방식을 적용했다. 이 덕분에 모델이 응답하는 속도를 크게 끌어올릴 수 있었고, MIT 오픈소스 라이선스로 배포되어 수정과 상업적 활용도 자유로운 편이다.
다만 중국에서 개발된 모델이라는 특성상 민감한 데이터를 다루는 미국 및 글로벌 기업들 입장에서는 보안 우려가 생길 수밖에 없다. 하지만 앞서 언급했듯이 오픈웨이트 방식을 지원하기 때문에 자체 하드웨어에 직접 모델을 올려서 구동하면 데이터 유출 걱정을 원천적으로 차단할 수 있더라고요.
에이전트 코딩 벤치마크 성능과 실제 개발자들의 평가
GLM 5.2가 공개되자마자 미국 기술계가 바짝 긴장했던 이유는 바로 벤치마크 점수 때문이다. 프론티어SWE나 포스트트레인벤치 같은 에이전트 코딩 테스트에서 오푸스 4.8의 점수와 거의 대등한 수준을 보여주었기 때문에 업계에 큰 파장을 일으켰다.
실제 소프트웨어 엔지니어들이 현업에서 이 모델을 테스트해 본 결과도 상당히 흥미롭다. 메타라우터의 수석 소프트웨어 엔지니어인 데이비드 닉스는 프런트엔드 개발 작업을 할 때 오푸스 대신 GLM 5.2를 첫 번째 선택지로 활용한다고 하더라고요.
개인적으로 가장 놀라운 점은 이전의 오픈웨이트 모델들은 대화가 5번에서 15번 정도 오고 가면 문맥을 완전히 놓쳐버리는 경우가 많았다는 것이다. 하지만 GLM 5.2는 몇 시간 동안 대화를 이어가도 일관된 흐름을 유지하며 긴 호흡의 작업을 안정적으로 소화해 내는 능력을 보여주었다.
물론 모든 개발자가 긍정적인 평가만 내놓는 것은 아니며 부정적인 피드백도 존재한다. 인디크 AI의 사이 키란 먀다람은 구독 플랜을 쓰면서 토큰 할당량이 너무 빨리 소모되었고, 사소한 프런트엔드 수정 작업에서도 모델이 지나치게 과계획을 세우거나 환각 현상을 일으켜 결국 오픈AI 코덱스로 돌아갔다고 전했다.
미국 AI 연구소들의 방어선과 향후 전망 분석
스탠포드가 발행한 최신 AI 인덱스 보고서에 따르면 중국 기업들이 만들어내는 주목할 만한 AI 모델의 비중이 2020년 5분의 1에서 2025년에는 절반 이상으로 급증했다고 한다. 이런 흐름 속에서 GLM 5.2의 등장은 미국 중심의 AI 패권 구도에 확실한 균열을 내고 있는 셈이다.
Z.ai가 자체 발표한 연구 보고서를 살펴보면 오푸스 4.8이나 GPT-5.5와 비교했을 때 일부 추론 벤치마크에서는 승리를 주장했지만, 난도가 높은 장기 에이전트 코딩 벤치마크인 SWE 마라톤 같은 테스트에서는 오푸스 4.8이 GLM 5.2보다 두 배에 달하는 정답률을 기록했다.
NL2Repo나 딥SWE 같은 고난도 코딩 테스트에서도 오푸스가 10퍼센트 이상의 격차로 우위를 지키고 있어서 아직 최고 성능 영역에서는 미국 모델들이 방어선을 구축하고 있는 모양새다. 하지만 가격 대비 성능 비율을 고려한다면 가성비 중심의 실속형 개발 환경에서는 지각변동이 불가피해 보인다.
아직은 모르지만 앞으로 더 많은 기업들이 비용 절감을 위해 오픈웨이트 모델을 자체 서버에 구축하는 방식을 선택할 가능성이 매우 높다. 확실한 건 무조건 비싸고 강력한 모델만 찾던 시대가 저물고 목적에 맞는 최적의 모델을 골라 쓰는 효율성의 시대가 본격적으로 열렸다는 것이다.
자주 묻는 질문 (Q&A)
Q. Z.ai GLM 5.2는 어떤 라이선스로 배포되나요?
A. 이 모델은 MIT 오픈소스 라이선스로 배포되어 누구나 자유롭게 복사, 수정, 배포 및 사용할 수 있습니다.
Q. API 이용 가격은 기존 미국 모델과 비교해서 얼마나 저렴한가요?
A. 출력 토큰 백만 개당 4.40달러로, 앤트로픽 오푸스 4.8 모델 가격의 5분의 1 수준이며 코딩 모델인 페이블과 비교하면 10분의 1 수준입니다.
Q. 중국에서 만든 모델이라 보안 문제가 걱정되는데 해결 방법이 있나요?
A. 오픈웨이트 모델이기 때문에 기업이 자체 하드웨어에 직접 다운로드하여 호스팅하면 외부로 데이터가 유출될 위험을 완전히 차단할 수 있습니다.
Q. 실제 개발자들이 평가하는 이 모델의 가장 큰 장점은 무엇인가요?
A. 긴 대화 흐름을 장시간 유지할 수 있는 능력과 뛰어난 웹 프런트엔드 디자인 감각 및 가성비 좋은 코딩 보조 역할 등이 꼽힙니다.
마치며
지금까지 살펴본 것처럼 Z.ai GLM 5.2의 등장은 전 세계 소프트웨어 개발 생태계에 상당한 자극을 주고 있다. 무조건 최고 성능의 모델만 고집하던 관행에서 벗어나 프로젝트 성격에 맞춰 비용을 절감하려는 실리적인 접근이 대세로 자리 잡는 계기가 될 것 같다.
앞으로 오픈웨이트 모델들의 성능이 어디까지 진화할지, 그리고 미국 AI 기업들이 이에 맞서 어떤 가격 정책과 기술적 대응을 보여줄지 지켜보는 것도 매우 흥미로운 관전 포인트가 될 것이다. 이번 기회에 여러분도 프로젝트 성격에 맞는 가성비 AI 모델 도입을 진지하게 고민해 보기를 권해드린다.
