중국 즈푸 AI, 자국산 칩으로 학습한 7,440억 매개변수 오픈소스 모델 GLM-5 공개

중국의 AI 자립 운동, 최첨단 규모에 도달

중국 인공지능 스타트업 즈푸 AI(Zhipu AI)가 해외에서 Z.ai라는 브랜드로 운영되는 가운데, 미국 반도체 기술에 의존하지 않고 중국산 하드웨어만으로 학습한 최초의 최첨단 규모 AI 시스템인 7,440억 매개변수 대규모 언어 모델 GLM-5를 공개했다. 2월 11일 발표 이후 홍콩 상장사인 즈푸 AI(공식 사명 지식아틀라스테크놀로지)의 주가는 거의 30% 급등해 405홍콩달러로 마감했다. 이는 불과 한 달 전 공모가의 네 배에 달하는 수준이다. 회사는 2026년 1월 IPO에서 약 5억5,800만 달러를 조달해 세계 최초로 상장한 파운데이션 모델 기업이 됐다. 2019년 칭화대에서 분사해 설립된 즈푸 AI는 오픈소스 AI 개발 분야의 선두 주자로 빠르게 자리매김했다.

이번 모델은 중국 기술 기업들이 춘절을 앞두고 역량을 입증하려는 가운데 잇따라 신제품을 내놓는 흐름 속에서 등장했다. 그러나 GLM-5는 기술적 규모, 허용 범위가 넓은 MIT 라이선스에 따른 오픈소스 공개, 엔비디아 그래픽처리장치(GPU)에 전혀 의존하지 않는다는 점에서 차별화된다. 즈푸 AI는 화웨이 어센드 칩과 마인드스포어 프레임워크를 사용해 모델을 학습했다. 이는 인공지능 인프라의 글로벌 공급망 구도에 중요한 영향을 미칠 수 있는 발전이다. 이번 성과는 최첨단 AI 학습이 엔비디아 생태계 밖에서도 가능하다는 점을 입증해 하드웨어 다변화의 길을 열고 업계 전반의 단일 공급업체 의존 위험을 낮춘다. 워싱턴이 고성능 반도체 수출 제한을 강화하는 가운데, 이번 발표 시점은 중국이 자국산 칩 자립의 진전을 보여주려는 시급성을 반영한다.

기술 아키텍처와 규모

GLM-5는 매개변수 3,550억 개를 탑재한 이전 모델 GLM-4.7보다 크게 확장됐다. 총 매개변수 수를 7,440억 개로 두 배 이상 늘리는 한편, 추론 작업마다 400억 개의 매개변수만 활성화하는 전문가 혼합(Mixture of Experts) 아키텍처를 사용한다. 256개 전문가 모듈 가운데 토큰당 8개를 활성화하는 방식으로, 연산 비용을 효율적으로 관리하면서 높은 성능을 내도록 설계됐다. 이 아키텍처는 운영 비용을 선형적으로 늘리지 않으면서 성능을 극대화하는 희소 활성화 방식으로의 전환을 보여준다. 이는 대규모 모델을 구축하고 운영하는 조직에 특히 중요한 고려 사항이다.

학습 데이터셋도 이에 맞춰 이전 세대의 23조 토큰에서 GLM-5의 28조5,000억 토큰으로 확대됐다. 핵심 기술 혁신은 항저우 기반 스타트업 딥시크가 처음 개발한 딥시크 희소 어텐션(DeepSeek Sparse Attention)을 도입한 것이다. 이 메커니즘을 통해 모델은 최대 20만 토큰의 컨텍스트 창을 처리하면서 13만1,000토큰의 출력 용량을 유지할 수 있다. 이는 업계에서 가장 높은 수준에 속한다. 긴 컨텍스트 처리 능력 덕분에 한 번의 세션에서 방대한 문서, 전체 코드베이스, 연구 논문 모음, 동영상 자막을 다루고, 대량의 입력 자료를 바탕으로 복잡한 추론을 수행할 수 있다. 희소 어텐션은 긴 시퀀스를 처리할 때 조밀 어텐션 모델에 일반적으로 발생하는 연산 부담을 줄이도록 설계됐다.

벤치마크 성능과 코딩 역량

즈푸 AI가 공개한 내부 시험 결과에 따르면 GLM-5는 오픈소스 모델 순위에서 선두에 오르고, 서구의 독점 모델에도 근접한 성능을 보였다. 실제 소프트웨어 엔지니어링 역량을 측정하는 널리 인정받는 벤치마크인 SWE-bench Verified에서 77.8%를 기록했다. 이는 구글 딥마인드의 제미나이 3 프로(76.2%)를 앞서고 앤스로픽의 클로드 오푸스 4.5(80.9%)에 근접한 결과다. 회사는 종합적으로는 여전히 클로드가 선도적인 코딩 모델이라고 인정하면서도, 오픈 모델 가운데서는 GLM-5가 앞선다고 강조했다. SWE-bench Multilingual에서는 73.3%를 기록해 다양한 프로그래밍 언어에서 강한 성능을 보였다.

모델은 장기간 이어지는 운영 작업에서 특히 강점을 보인다. 지속적인 자율 수행이 필요한 사업 운영을 모의하는 Vending Bench 2에서 GLM-5는 최종 계좌 잔액 4,432달러를 기록해 시험 대상 오픈소스 모델 가운데 1위를 차지했다. 정보 검색과 종합 능력을 평가하는 BrowseComp에서도 75.9점을 얻어 오픈소스 부문 선두에 올랐다. 도구를 활성화한 Humanity's Last Exam에서는 50.4점, Tau Squared Bench에서는 89.7점을 기록해 여러 단계에 걸친 논리적 추론 능력을 보여줬다. Terminal-Bench 2.0에서는 56.2%를 기록했고, 검증 버전에서는 60.7%로 상승했다.

CC-Bench-V2를 활용한 내부 엔지니어링 평가에서 GLM-5는 프런트엔드 빌드 성공률 98%, 엔드투엔드 정답률 74.8%를 기록했다. 클로드 오푸스 4.5는 각각 93%와 75.7%였다. 모델은 장기적인 대규모 코드 저장소 작업에서도 65.6%의 성능을 보였다. 이 결과는 복잡한 풀스택 개발 작업 흐름과 여러 파일로 구성된 프로젝트를 특히 잘 처리할 수 있음을 시사한다.

안전 중심 자율형 AI 프로토콜 스타트업 앤던 랩스(Andon Labs)의 공동 창업자 루카스 페테르손은 Vending Bench 2 벤치마크를 통해 GLM-5의 추론 기록을 독립적으로 평가했다. 그는 모델이 적극적인 전술 실행으로 목표를 달성한다고 관찰하면서도, 서구의 선도 모델보다 상황 인식 능력이 제한적이라고 경고했다.

GLM-5의 추론 기록을 몇 시간 동안 살펴본 결과, 놀라울 정도로 효과적인 모델이지만 상황 인식 능력은 훨씬 떨어진다. 공격적인 전술로 목표를 달성하지만 자신의 상황을 추론하거나 경험을 활용하지는 않는다. 이는 섬뜩한 일이다. 이런 식으로 종이클립 최대화기가 탄생한다.

즈푸 AI는 또 Artificial Analysis Omniscience Index 4.0에서 마이너스 1점을 기록해 환각률이 사상 최저 수준이라고 밝혔다. 이는 이전 세대보다 35점 개선된 수치다. 이 지표는 모델이 지식의 경계를 더 잘 인식하고 불확실할 때 허위 정보를 만들어내지 않는 능력이 향상됐음을 보여준다. 정확성이 중요한 기업용 운영 환경에서 이는 핵심 역량이다.

학습 혁신과 하드웨어 주권

순수 성능 지표를 넘어 GLM-5의 개발 과정은 기술 주권의 분수령이 될 만한 사건이다. 모델은 화웨이 어센드 910 시리즈 칩만으로 학습됐으며, 미국이 중국의 첨단 컴퓨팅 부문을 겨냥해 시행 중인 수출 통제로 제한된 엔비디아 하드웨어에는 전혀 의존하지 않았다. 이는 2027년까지 데이터센터 칩의 상당한 자립을 목표로 하는 중국의 반도체 자급자족 추진과 맞닿아 있다. 글로벌 AI 업계에는 AI 학습에서 하드웨어 다변화가 가능할 뿐 아니라, 이미 최첨단 규모로 이뤄지고 있다는 신호다.

이 규모의 학습 과정에서 발생하는 비효율을 해결하기 위해 즈푸 AI는 내부 코드명 슬라임(slime)으로 불리는 새로운 비동기 강화학습 인프라를 개발했다. 기존 강화학습 방식은 생성 병목 현상으로 학습 시간의 90% 이상을 소모하는 경우가 많다. 슬라임 프레임워크는 궤적을 독립적으로 생성하도록 해 이러한 제약을 해소하고, 액티브 부분 롤아웃(Active Partial Rollouts) 등 시스템 수준 최적화를 통해 복잡한 에이전트 행동에 필요한 세밀한 반복 학습을 가능하게 한다. 프레임워크는 메가트론-LM 기반의 고성능 학습 모듈, SGLang과 맞춤형 라우터를 활용해 높은 처리량의 데이터를 생성하는 롤아웃 모듈, 프롬프트 초기화와 롤아웃 저장을 관리하는 중앙집중형 데이터 버퍼로 구성된 3자 모듈형 시스템을 사용한다.

회사는 화웨이뿐 아니라 무어 스레즈, 캠브리콘, 쿤룬신, 메타X, 엔플레임, 하이곤 등의 칩을 포함해 다양한 중국산 반도체 플랫폼에 배포할 수 있도록 GLM-5를 최적화했다. 커널 최적화와 모델 양자화를 통해 대체 플랫폼에서도 적절한 처리량을 구현했다. 이는 중국의 전략적 목표인 탄탄한 국내 지원 인프라 구축을 뒷받침하는 중국산 AI 컴퓨팅 생태계가 성숙하고 있음을 보여준다. 이러한 호환성은 특정 하드웨어 공급업체에 대한 의존을 줄이고 대체 AI 가속기의 실현 가능성을 입증한다.

에이전트형 엔지니어링과 문서 생성

즈푸 AI는 GLM-5를 단순한 대화형 AI가 아니라 에이전트형 엔지니어링 도구로 내세우며, 회사가 ‘바이브 코딩’이라고 부르는 단계에서 포괄적인 시스템 엔지니어링으로 산업이 진화하고 있다고 설명한다. 시스템에는 상위 수준의 목표를 실행 가능한 하위 작업으로 나누고, 도구를 조율하며, 사용 가능한 결과물을 만들기 위해 작업 흐름을 자율적으로 수행하는 네이티브 에이전트 모드가 탑재됐다. 결과물 우선 패러다임은 대화를 넘어 직접 실행하는 방식으로 나아가며, 사용자가 품질 기준을 지정하면 AI가 구현 세부 사항을 처리한다.

두드러지는 기능 가운데 하나는 전문 사무 문서를 바로 생성하는 것이다. 모델은 원시 프롬프트나 데이터를 서식이 적용된 마이크로소프트 워드 문서, PDF 파일, 엑셀 스프레드시트로 변환할 수 있어 수동 서식 지정이나 중간 처리 과정이 필요 없다. 금융 보고서와 후원 제안서의 자동 생성, 표준 형식으로 내보낼 수 있는 차트와 표를 포함한 복잡한 데이터 분석 시각화 등이 활용 사례다. 사용자는 데이터를 업로드해 즉시 분석 결과를 받고 이를 xlsx, csv, png 형식으로 내보낼 수 있다.

소프트웨어 개발자를 위해 즈푸 AI는 클로드 코드, 커서, 클라인, 루 코드, 오픈코드, 킬로 코드, 크러시, 구스 등 20개가 넘는 인기 개발 환경과 연동되는 구독 서비스 GLM 코딩 플랜을 제공한다. 월 10달러의 라이트 요금제는 클로드 프로 대비 3배 사용량을 제공하고, 월 30달러의 프로 요금제는 응답 속도를 40~60% 높이며, 월 80달러의 맥스 요금제는 사용량이 집중되는 시간대에도 성능을 보장하고 신기능을 조기 이용할 수 있게 한다. 모든 요금제는 비전 이해, 웹 검색 MCP, 웹 리더 MCP 기능을 지원한다. 회사는 이 구독 모델이 표준 API 가격의 약 1%로 매월 수백억 개의 토큰을 제공하고, 실시간 상호작용에 적합한 초당 55토큰 이상의 속도를 낸다고 밝혔다.

사업 전략과 인프라 제약

기술적 성과에도 불구하고 즈푸 AI는 당장 인프라 제약에 직면해 가격을 조정했다. 회사는 사용자와 사용량이 빠르게 늘어 컴퓨팅 자원이 한계에 이르렀다며 2월 11일부터 GLM 코딩 플랜 가격을 30% 인상했다. 회사는 공개 성명에서 컴퓨팅 자원이 매우 부족하다며 GLM-5 출시 전부터도 기존 추론 수요를 처리하기 위해 사용 가능한 모든 칩을 최대 용량으로 가동하고 있었다고 밝혔다. 최초 구매 할인은 폐지됐지만, 분기별 및 연간 결제 시 각각 10%, 30%를 절약할 수 있는 옵션이 도입됐다.

GLM-5를 자체 서버에서 구동하려면 약 1,490GB의 메모리가 필요하다. 이는 GLM-4.7의 약 두 배에 해당한다. 이 하드웨어 요구 사항은 소규모 조직이 자체 구축 환경에서 모델을 실행하는 데 장벽이 된다. 다만 충분한 자원을 갖춘 사용자는 허깅페이스와 모델스코프에서 공개 가중치를 내려받을 수 있다. 클라우드 API 사용자는 회사가 수요에 맞춰 용량을 늘리는 동안 이용량 제한이나 응답 속도 저하가 발생할 가능성을 감안해야 한다.

API 이용 가격은 GLM-5를 서구 독점 모델보다 비용 경쟁력이 높은 대안으로 자리매김하게 한다. 입력 토큰은 100만 개당 약 1달러, 출력 토큰은 100만 개당 3.20달러다. 앤스로픽 클로드 오푸스 4.6은 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러로, 사용 패턴에 따라 GLM-5가 약 6~10배 저렴하다. GPT-5.2는 입력 토큰 100만 개당 1.75달러, 출력 토큰 100만 개당 14달러로 GLM-5보다 여전히 훨씬 비싸다. 그록 4.1 패스트는 입력 토큰 100만 개당 20센트로 더 저렴하지만, 성능 특성은 다르다.

경쟁 구도와 업계 동향

GLM-5 공개는 중국 경쟁 AI 연구소들의 잇따른 발표와 맞물려 춘절을 앞두고 자국 기술 역량을 집중적으로 보여주는 계기가 됐다. 딥시크는 같은 날 대표 모델을 업데이트해 컨텍스트 창을 10배 늘리고 100만 토큰 이상으로 확대했다. 1월 즈푸와 함께 홍콩 IPO를 마친 미니맥스는 에이전트 도구를 강화한 M2.5 모델을 출시했고, 주가는 한 주 동안 거의 50% 상승했다. 바이트댄스의 동영상 생성 모델 시댄스 2.0, 음성과 음악을 생성할 수 있는 앤트그룹의 통합 멀티모달 시스템 밍-플래시-옴니 2.0, 문샷 AI가 1월 말 공개한 키미 2.5도 잇따라 나왔다.

리창 중국 총리는 2월 11일 정책 연설에서 이러한 발전을 뒷받침할 컴퓨팅 자원과 전력 인프라의 협력적 개발을 강조하며, AI의 대규모 상용화와 자원의 효율적 조율을 촉구했다. 그는 AI 인재와 기업을 위한 환경 개선 계획도 강조했다. 발표 시점이 맞물린 것은 중국 AI 업계의 전략적 움직임을 반영한다. 기업들은 미국의 기술 주도권에 맞서 영향력을 극대화하고 공동의 진전을 보여주기 위해 주요 발표를 점점 더 조율하고 있다.

투자자들 사이에서 순수 AI 스타트업의 주가 상승은 텐센트와 알리바바 같은 대형 기술 기업의 약세와 대조를 이뤘다. 같은 기간 두 회사의 주가는 각각 2.6%, 2.1% 하락했다. 이는 시장이 다각화된 대기업보다 인공지능 전문 기업을 선호한다는 점을 시사한다. 제프리스 애널리스트들은 중국 모델이 강력한 에이전트형 AI 역량을 보여 기업의 빠른 도입에서 유리한 위치에 있다고 평가했다. 홍콩 항셍테크지수는 전체적으로 1.7% 하락해 투자자들의 관심이 선별적임을 보여줬다.

핵심 내용

• 즈푸 AI가 엔비디아 하드웨어 없이 화웨이 어센드 칩만으로 학습한 7,440억 매개변수 오픈소스 언어 모델 GLM-5를 공개해 중국 AI 인프라 자립의 이정표를 세웠다.
• 이 모델은 SWE-bench Verified 코딩 벤치마크에서 77.8%를 기록해 앤스로픽의 클로드 오푸스 4.5에 근접했으며, Vending Bench 2와 BrowseComp에서 오픈소스 모델 가운데 1위를 차지했다.
• GLM-5는 전문가 256명을 둔 전문가 혼합 아키텍처를 사용하며, 딥시크 희소 어텐션으로 연산 효율을 유지하면서 20만 토큰 컨텍스트 창을 처리한다.
• Artificial Analysis Omniscience Index에서 마이너스 1점을 기록해 환각률이 사상 최저 수준을 보였으며, 이는 이전 세대보다 35점 개선된 수치다.
• 즈푸 AI는 인프라 부담으로 GLM 코딩 플랜 구독료를 30% 인상했다. 발표 이후 회사의 홍콩 상장 주가는 거의 30% 급등했다.
• 이번 출시는 딥시크, 미니맥스, 바이트댄스, 앤트그룹의 주요 업데이트와 맞물려 춘절을 앞둔 중국 AI 업계의 경쟁을 한층 격화했다.