베이스 모델 교체 없이, 사후 학습 확지만으로 성능 1위 달성
2026년 8월 14일, Zhipu AI가 코딩 대형 언어 모델 GLM-5.3을 공식 발표했습니다. 이 모델은 종합 코딩 성능 면에서 이전 세대 대비 50% 향상되었으며, 이러한 성능 향상은 하위 베이스 모델의 변경 없이 오직 사후 학습(Post-Training) 단계의 규모 확장만을 통해 달성되었습니다.
기존의 기술적 경로에서는 차세대 성능 돌파를 위해 방대한 컴퓨팅 파워를 투입하여 베이스 모델의 매개변수를 늘리는 방식이 일반적이었습니다. 하지만 GLM-5.3은 전혀 다른 엔지니어링 경로를 선택했습니다. 이전 세대인 GLM-5.2와 동일한 베이스 모델을 공유하면서, 수십 배 더 복잡한 장기 작업 환경과 풍부한 시뮬레이션 시나리오, 그리고 수개월에 걸친 강화 학습 튜닝에 학습 역량을 집중한 것입니다. 베이스 모델을 바꾸지 않고 사후 학습에만 집중하는 이 전략은, 하드웨어 컴퓨팅 자원이 제한된 객관적 조건 속에서도 고정밀 엔지니어링 훈련을 통해 실용적인 추격 경로를 찾을 수 있음을 증명했습니다.
실측 데이터는 이러한 학습 전략의 놀라운 위력을 입증합니다. 복잡한 명령줄 상호작용을 평가하는 Terminal Bench 3.0 벤치마크에서 GLM-5.3의 점수는 GLM-5.2의 4.6점에서 28.3점으로 폭발적으로 상승했습니다. 난이도가 매우 높은 DeepSWE v1.1 코딩 벤치마크에서도 점수가 46.2점에서 66.9점으로 향상되었습니다. 이는 모델이 긴 시퀀스의 코드 리팩터링과 환경 배포 분야에서 폐쇄형 프론티어 모델 수준의 문턱에 도달했음을 보여주며, 사후 학습의 한계가 업계가 예상했던 것보다 훨씬 넓다는 점을 증명합니다.
이러한 고강도 학습을 뒷받침하기 위해 Zhipu AI는 사후 학습 프레임워크인 slime을 함께 오픈소스로 공개했습니다. 장기 작업 강화 학습 알고리즘인 SAO 및 비디오 메모리 최적화 기술인 IndexShare와 결합하여 강화 학습 학습 처리량을 2.3배 이상 끌어올렸습니다. 하드웨어 공급에 한계가 있는 현실적 배경 속에서 그래픽 카드당 처리 효율을 높이는 것이 대형 언어 모델 경쟁의 진정한 승부처가 되고 있습니다.
그림: 코딩 및 보안 벤치마크에서 GLM-5.3과 글로벌 주요 모델의 비교 종합표. 출처: Z.ai 공식 블로그
3분의 1의 토큰 출력으로 동일한 난제 해결
기업급 생산성 현장에 대형 언어 모델을 도입할 때, 비싼 토큰 소비 비용은 항상 규모 확장성을 방해하는 주요 장애물이었습니다. GLM-5.3은 설계 단계부터 강력한 엔지니어링 실용주의를 보여주며, 번잡한 사고 사슬(Chain-of-Thought) 출력을 생략하고 문제 해결을 위한 최단 경로 탐색에 집중했습니다.
테스트 데이터는 이러한 경로의 차이를 명확히 보여줍니다. High 실행 옵션에서 GLM-5.3은 31.4%의 정확도를 기록하면서 작업당 평균 약 5만 개의 토큰만을 출력했습니다. 반면 경쟁 모델인 Claude Opus 4.8은 29.5%의 정확도를 얻는 데 12만 개의 토큰을 소비했습니다. 이는 GLM-5.3이 상대방 절반 이하의 출력 길이로 더 높은 문제 해결 성공률을 달성했으며, 클라우드 추론의 대역폭과 컴퓨팅 비용을 60% 절감했음을 의미합니다.
최고 성능 모드인 Max 옵션으로 전환하더라도 GLM-5.3은 34.5%의 정확도와 7.5만 개 토큰이라는 우수한 성적표를 제출했습니다. 이는 이전 세대 GLM-5.2가 9.6만 개의 토큰을 소비하여 23.4%의 정확도에 그쳤던 것과 비교해 비약적인 도약입니다. Anthropic의 Fable 5가 39.5%의 정확도로 여전히 선두를 유지하고 있지만, GLM-5.3은 긴 텍스트 처리에서 1M 토큰의 컨텍스트 윈도우와 128K의 최대 단일 출력을 제공하며 깊은 사고 모드(thinking 비활성화 불가)를 강제로 활성화합니다. 이처럼 사고 로직을 깊이 결합하는 메커니즘은 사용자가 실수로 깊은 사고 모드를 꺼서 복잡한 로직이 무너지는 문제를 방지합니다.
현재 Zhipu AI는 이 모델을 ZCode, AutoClaw 및 GLM Coding Plan 요금제에 통합했으며, 비피크 시간대에는 50% 할인 혜택을 제공하고 있습니다. 아울러 Trae, Coze, Qoder, CodeBuddy 등 주요 플랫폼에서도 1차 연동을 완료했습니다. 개발자 생태계 입장에서 극강의 토큰 효율성과 유연한 스케줄링의 결합은 일상적인 연구개발 파이프라인에서 코드 자동화 도구의 도입 문턱을 대폭 낮춰줄 것입니다.
그림: Z.ai Code Bench 성능 및 토큰 효율성 비교 그래프. 출처: Z.ai 공식 블로그
45년 전의 보안 허점, AI가 2시간 만에 공략
뜻밖에도 Zhipu AI가 코드 생성 능력을 끌어올리기 위해 모델을 깊은 환경 강화 학습에 투입했을 때, GLM-5.3은 사이버 보안 분야에서 놀라운 발현 능력을 선보였습니다. 고품질 코드를 작성하는 것과 소프트웨어 취약점을 분석하는 것은 엔지니어링 메커니즘상 논리적으로 동일한 뿌리를 공유하며, 모델은 코드 실행 궤적을 이해함과 동시에 시스템 결함을 찾는 방법을 자연스럽게 습득했습니다.
사이버 보안 능력을 측정하는 전문 벤치마크 CyberGym에서 GLM-5.3은 84.5%의 점수를 획득하여 오픈소스 모델 1위를 차지했으며, Mythos 5(83.8%) 및 GPT-5.6 Sol(83.6%)을 제쳤습니다. ExploitBench에서는 점수가 이전 세대의 24.4%에서 54.4%로 폭증했습니다. ExploitGym 테스트에서 GLM-5.3은 단 2시간 만에 105개의 취약점 공격 작업을 완료하여, GLM-5.2가 동기간 달성했던 29개에 비해 4배 가까운 향상을 나타냈습니다. 이러한 경이로운 데이터는 자동화된 공격과 방어가 이론적 개념에서 벗어나 실제적 위협을 가할 수 있는 고효율 도구로 진화했음을 증명합니다.
중국 국내 여러 보안 팀과의 실제 협력 검증에서 GLM-5.3은 269개의 주요 오픈소스 프로젝트를 분석하여 2,436개의 실제 보안 위험 요소를 단번에 찾아냈습니다. 이 중에는 107개의 치명적 취약점과 990개의 고위험 취약점이 포함되어 있었습니다. 더욱 등골을 오싹하게 만드는 점은 가장 오래된 취약점이 1981년에 코드베이스에 도입되어 오픈소스 커뮤니티의 눈앞에서 무려 45년간 숨어 있었다는 사실입니다. 발굴된 모든 취약점의 평균 잠복 기간은 26.6년에 달했습니다. 인간 감사자가 수십 년 동안 감지하지 못한 사각지대가 AI에 의해 일괄적으로 드러나면서, 전통적인 소프트웨어 공급망 보안 방어 체계는 전례 없는 재구축 압박에 직면해 있습니다.
그림: 사이버 보안 공방 테스트 환경에서 GLM-5.3의 성능 평가. 출처: Z.ai 공식 블로그
치솟는 공격력에 결국 가중치 공개 일시 중단
예상을 뛰어넘는 취약점 발굴 파괴력은 연구개발 팀을 신속하게 딜레마에 빠뜨렸습니다. AI가 가진 이중 용도(Dual-use) 특성이 이 순간 무한히 증폭되었습니다. 소프트웨어 결함을 수정하는 데 사용되는 동일한 논리적 능력이 악의적인 공격자에 의해 제로데이 공격을 자동 생성하는 데 악용될 수 있기 때문입니다.
잠재적인 사이버 보안 위험에 직면하여 Zhipu AI는 이례적인 결정을 내렸습니다. 가중치 오픈소스 공개와 API 출시 일정을 연기한 것입니다. 현재 발굴된 2,436개의 취약점 중 공개적으로 공개된 것은 53개에 불과하며, 나머지 2,383개는 여전히 엄격한 보안 수정 기간에 있습니다. 모델 가중치 공개는 2주일 연기되었으며, API 인터페이스도 단계별로 순차적으로 개방될 예정입니다. Zhipu AI 공식 측은 AI의 방어적 가치를 유지하면서 잠재적 공격 능력을 최대한 제한하기 위해 필요한 보안 강화를 완료해야 한다고 명확히 밝혔으며, 이는 AI 능력 발전이 보안 과부하 문제로 인해 스스로 브레이크를 밝은 첫 번째 사례로 기록되었습니다.
지난 배경을 돌이켜보면 Zhipu AI의 수석 과학자인 탕제(Tang Jie)는 일찍이 6월 29일 소셜 플랫폼 X에서 GLM-5.3의 기능 제안을 공개 수집한 바 있으며, 최근 중국 국내 모델 커뮤니티의 출시 경쟁은 그 어느 때보다 치열하여 Qwen3.8과 DeepSeek V4 Pro 등 첨단 모델들이 잇따라 출격했습니다. 치열한 경쟁 속에서 Zhipu AI가 출시 속도를 희생하더라도 가중치 공개를 보류하기로 결정한 것은, 기술의 해외 진출보다 보안 준수가 우선이라는 명확한 기준을 제시한 것입니다.
컴퓨팅 파워 상한선 아래의 추격 패러다임
GLM-5.3의 발표는 어려운 환경 속에서도 중국 국산 대형 언어 모델이 보여준 돌파의 지혜를 보여줍니다. 선도적인 사전 학습 컴퓨팅 자원을 쉽게 확장하기 힘든 현실 속에서, 정교한 사후 학습과 장기 작업 강화 학습을 통해 기존 베이스 모델의 잠재력을 극대화하고 특정한 생산성 시나리오에서 글로벌 최고 수준 모델의 영역에 도달할 수 있음을 실증했습니다.
그러나 모델의 코드 이해력이 의도치 않게 보안 임계점을 돌파했을 때, 기술 경쟁의 차원은 더 이상 벤치마크 점수표에만 머물지 않습니다. 자동화된 프로그래밍의 혜택을 제공하면서도 AI가 통제 불능의 공격 무기로 변하는 것을 어떻게 막을 것인가는 모든 선도적 팀이 반드시 해결해야 할 과제입니다.
GLM-5.3은 사후 학습 확장에 의존하여 역전에 성공하는 실행 가능한 경로를 제시했습니다. 능력 진화의 바퀴가 더욱 빠르게 굴러갈수록, 위험을 예방하기 위해 주도적으로 브레이크를 밝는 자세야말로 대형 언어 모델이 생산성 현장에서 안정적으로 지속 성장할 수 있도록 보장할 것입니다.
참고 링크:
- Z.ai 공식 블로그
- ITHome
- 과기일보
- HN 토론 (item?id=49353407)
