GLM 5.2 공개: 가중치·가격·벤치마크로 본 오픈 웨이트 모델의 현재 수준 정리

핵심 메시지

• Z.AI가 GLM 5.2의 가중치를 풀 버전과 FP8 버전으로 함께 공개했다. 최근 중국 모델들이 성능은 공개하면서 가중치는 미루던 흐름과 대비된다
• 독립 평가 기관의 종합 지표에서 5.1과 5.2의 격차가 크고, 위에 남은 것은 소수의 상용 최상위 모델뿐이라는 것이 영상의 관찰이다
• 성능의 상당 부분이 긴 사고 사슬에서 나오기 때문에 출력 토큰을 많이 쓴다. 업계는 반대로 토큰을 줄이면서 지능을 유지하는 방향으로 돌아서고 있다
• 가격은 100만 토큰당 입력 1.40달러, 출력 4.40달러로 상용 프론티어 모델보다 크게 싸다. 토큰을 더 쓰더라도 총비용은 유리할 수 있다
• 가중치가 공개돼 있으니 어느 사업자의 서버로 데이터를 보낼지 이용자가 고를 수 있다는 점이 실무에서 중요한 차이가 된다

쉽게 이해하기

영상 진행자는 원래 이 모델을 다룰 계획이 없었다고 말한다. 최근 중국 모델들이 자체 벤치마크만 내놓고 가중치 공개는 미루는 일이 반복돼 다루기를 망설였다는 것이다. 그런데 Z.AI가 GLM 5.2의 가중치를 풀 버전과 FP8 버전으로 실제로 공개했고, 독립 평가 기관의 측정치까지 나오면서 영상을 만들기로 했다고 설명한다. 다만 기반 모델(base model)까지 공개하는 흐름은 아니고, 그 부분을 유료 계약으로 여는 것은 이들 기업이 수익을 내는 합리적인 방식이라고 평가한다.

모델 쪽 설명의 핵심은 긴 호흡의 작업을 겨냥해 후속 학습을 크게 손봤다는 점이다. 개발사가 낸 표에서는 상용 최상위 모델 일부에만 밀리고, 특히 에이전트형 코딩 항목에서 이전 5.1 대비 상승 폭이 크다. 도구 없이 푸는 고난도 지식 문항에서는 모델 크기의 한계가 보이지만 도구를 쓰게 하면 격차가 줄어드는데, 진행자는 이 점을 긍정적인 신호로 읽는다. 여러 토큰을 한꺼번에 예측하는 기법도 들어가 응답이 이전보다 빠르게 느껴진다고 덧붙인다.

진행자가 더 신뢰하는 근거는 독립 평가 기관의 종합 지표다. 여기서 5.1에서 5.2로의 도약이 두드러지고, 앞서는 것은 소수의 상용 최상위 모델뿐이며 같은 시기 공개된 다른 오픈 모델들과 일부 상용 모델을 앞질렀다는 것이다. 다만 출력 토큰량 지표를 보면 이 모델은 사고 사슬을 아주 길게 뽑는 쪽에 서 있다. 이상적인 위치는 지능은 높고 토큰은 적게 쓰는 구간인데, 최근 업계 화두가 지능을 유지하면서 토큰을 줄이는 방향으로 옮겨가고 있다는 관찰이 이어진다.

실사용 점검은 오픈라우터를 통해 개발사 서비스로 진행했다. 초당 평균 36~40토큰 수준의 속도가 나왔고, 자전거 탄 새를 SVG로 그리게 하는 익숙한 시험에서도 무난한 결과가 나왔다. 5,000단어 분량의 긴 글을 요청했을 때 다른 모델들은 훨씬 짧게 끊는 경우가 많은데 이 모델은 요청에 근접하게 길게 써냈고, 논리 퍼즐에서는 필요할 때 사고 토큰이 늘어나는 모습이 좋은 신호로 언급된다. 프런트엔드 디자인 과제에서는 간단한 프롬프트 하나로 이미지와 등장 애니메이션까지 갖춘 소개 페이지를 만들어 냈다.

결론은 실용적이다. 소나 계열이나 경량 상용 모델로 처리하던 작업이라면 훨씬 낮은 비용으로 대체할 여지가 있고, 지금은 서비스하는 사업자가 적지만 곧 늘어날 것으로 본다. 가중치가 공개돼 있다는 점 덕분에 특정 국가의 데이터센터로 데이터를 보내고 싶지 않은 경우 다른 사업자를 고를 수 있다는 것이 중요한 이점으로 꼽힌다. 마지막으로 어떤 사업자를 쓰더라도 자신이 보낸 프롬프트와 토큰이 보관되는지, 학습에 쓰이는지는 직접 확인하라고 당부한다.

주요 인사이트

• 오픈 웨이트 모델의 경쟁력은 점수만이 아니다. 가중치가 공개돼 있으면 어느 사업자의 인프라로 데이터를 보낼지 고를 수 있고, 이는 규제나 사내 정책이 걸린 조직에 실질적인 선택권이 된다.
• 성능을 긴 사고 사슬로 끌어올리면 벤치마크 점수와 실제 비용이 어긋난다. 단가가 싸도 토큰을 많이 쓰면 총비용은 각자의 용도에서 직접 재봐야 한다.
• 가중치를 공개하면서 기반 모델은 남겨 두는 방식이 하나의 사업 모델로 굳어지는 모습이다. 미세조정을 하려는 쪽은 별도 계약이 필요해진다.
• 지능을 높이는 경쟁이 '토큰을 얼마나 아끼면서 그 지능을 내는가'로 옮겨가고 있다는 관찰은, 앞으로 모델 비교에서 점수와 토큰 사용량을 함께 봐야 한다는 뜻이다.
• 특정 상용 모델이 상위권에 보인다 해도 안전 거부가 잦아 다른 모델로 넘겨받는 구성이 아니면 실사용 성능이 떨어질 수 있다는 지적도 나온다. 순위표의 숫자만으로 판단하기 어려운 부분이다.

자주 묻는 질문

관련 AI 소식