GLM

에이전트 코딩 특화 저격수다.

칭화대학교 KEG 연구실(지식공학그룹)에서 2019년 스핀오프한 Zhipu AI가 만든다.

2025년경부터 Z.ai로 브랜드를 바꿨고, GLM은 General Language Model의 약자로 2019년부터 이어진 오래된 계보인것.

2026년 1월 홍콩 IPO로 43.5 홍콩달러(약 5.6억달러)를 조달했고 그 자금이 GLM-5 개발에 직결되었다. 미국 엔터티 리스트에 올라 있다는 점은 도입 검토시 고려할점이다.

ARC - Agentic, Reasoning, Coding 이 세가지를 하나의 모델에서 하자가 철학

GLM은 범용 어시스턴트를 지향하지 않고 코드를 여러 단계에 걸쳐 스스로 고치는 에이전트를 명시적 목표로 삼고 거기에 모든 자원을 몰아넣는다.

Z.ai는 이걸 바이브 코딩에서 진짜 에이전틱 엔지니어링으로의 전환이라고 표현한다.

구현 기법 GLM만의 세 가지 선택 #

Deep over Wide 넓히지말고 깊게 파라는 선택이 있다.

이게 GLM의 시그니쳐고 DeepSeek-V3나 Kimi K2같은 모델들이 폭(hidden dimension, 전문가 수)등을 키울때 GLM은 반대로갔다.

전문가 수를 줄이고 히든 차원을 줄이고 대신 층수를 늘리는 방식으로

근거는 실험적인 관찰에서 나오는데 같은 계산량이면 깊은 모델이 추론을 더 잘한다.

비유하면 폭이 넓은 모델은 한 번에 많은걸 고려하는 사람이고 깊은 모델은 생각을 여러 단계로 곱씹는 사람이다 다단계 논리로 후자가 더 유리하다.

어텐션 헤드를 비상식적으로 많이

GLM-4.5는 히든차원 5,120개에 어텐션 헤드를 96개로 두었다 보통보다 2.5배 더 많다

여기서 흥미로운 대목이 있는데 헤드를 늘려도 학습 손실은 개선되지 않는다. 그런데 MMLU, BBH같은 추론 벤치마크는 일관되게 올랐다.

이건 최적화 대 일반화 optimzation vs generalization의 트레이드 오프 사례다. 손실이 낮다 = 좋은 모델이 항상 성립하지 않는다는걸 보여주는 교과서적 예시다. 학습 목표 지표만 보고 설계했다면 놓쳤을 개선이다.

GLM-5.2 구성 및 78층 히든 6,144, 앞 블록은 dense FFN, 나머지는 256 라우팅 전문가 중 8개 _ 공유 1개, 어텐션은 MLA + DSA 조합.

• slime - RL 인프라를 무기로: 비동기 디스어그리게이티드 모드가 핵심이다. FP8로 롤아웃을 빠르게 스트리밍해 버퍼를 채우고 갱신은 BF16으로 안정적으로 수행한다.
• IndexShare(GLM-5.2): 4개의 층이 인덱서 하나를 공유해서 1M 컨텍스트에서 토큰당 FLOPs 를 2.9배 줄였다 128K 시퀀스 중간 학습단계서부터 IndexShare을 켜고 학습해서 계산을 줄었는데 롱컨텍스트 성능은 올랐다.
• 데이터 전략: GLM-4.5기준 총 23조 토큰 규모로 그중 7조 토큰이 코드와 추론 전용이다. 중간 학습에서 리포지토리 단위 코드와 합성 추론 데이터로 128K까지 시퀀스를 늘린다. SemDeDup(의미 기반 중복제거), 품질 등급별 업샘플링 등 데이터 큐레이션이 정교하다. GLM-5는 28.5토큰으로 확대되었다.

디스어그리게이트모드는 LLM의 RL에서 생산성과 GPU의 활용성을 극대화하기위한 학습 및 데이터 생성(rollout)을 물리적 시간적으로 완전히 분리해 비동기 실행하는 방식이다. 학습 전담 노드, 추론 전담 노드, PD(Prefill, Decode) 분리등으로 병목을 방지하는것이 디스어그리게이션이다.

강점 #

강점 1로는 장기 에이전틱 코딩이 있다. Terminal-Bench 2.1에서 81.0(벤더발표)으로, 최상위 모델 85.0과 4점 차이다. SWE-bench Pro 62.1로 오픈 가중치 최상위 권이다.

인과 사슬 deep-over-wide -> 다단계 추론에 유리한 구조 + 높은 헤드 수 -> 벤치마크상 추론 개선 (손실로는 안보이는 이득) -> 코드/추론 7조 토큰 집중 투입 -> 도메인 밀도 + slime 비동기 RL -> 롤아웃이 느린 장기 과업을 실제로 학습 가능하게 만들고 + 전문가 훈련 -> 통합 훈련 -> 각 도메인 신호를 최대로 뽑고 합치기 = 300단계 뒤에도 안해매는 에이전트

강점 2는 가성비고 Artificial Analysis 지능 지수에서 오픈웨이트 부문 1위를 차지하면서 가격은 프론티어의 4분의 1 수준이다 벤더 주장으로는 특정 롱컨텍스트 코딩 벤치마크에서 상용 모델을 6분의 1 비용으로 앞선다.

강점 3은 속도로 독립 측정에서 GLM-5.2가 초당 약 168 토큰으로 DeepSeek V4 Pro, Kimi K3(각각 62)를 크게 앞선다. 대화형 코딩 도구처럼 지연 시간이 중요한 용도에 유리하다.

강점 4는 실용적 1M Context, IndexShare + MTP 최적화덕에 1M이 광고용이아니라 실제로 쓸만하다

강점 5는 깨끗한 MIT + 도구 통합으로 Claude Code에 LM-5.2[1m]으로 모델명만 바꿔 꽂을 수 있고, ZCode라는 자체 데스크톱 에이전트도 제공한다.

약점 #

• 멀티모달에 약하다 모델 메타데이터에 멀티모달 클래스가 있지만 검증도니 비전 입력이 없다.
• 벤더 발표 벤치마크 비중이 크다. GPT를 이겼다! 류의 수치는 대부분 Z.ai 자체 측정이라 독립 종합 지표에서는 순위가 다르게 나올수도 있다.
• 서비스 안정성 이력 GLM-5 출시 이후에 트래픽이 10배 폭증하면서 심각한 제약이 생겼다. 유료 플랜에서도 피크 시간에 동시 요청 1개로 지한되는 Too much concurrency 오류가 났고, 공개 사가와 보상, 단계적 롤아웃이 이어졌으며 주가가 약 23퍼 하락하기도했다. 병렬 에이전트를 다수 굴리는 기업의 용도에는 직접적인 타격이다.
• 지정학규제: 호스팅 API는 중국 인프라를 경유하고 회사는 미국 엔티티 리스트에 있다. 규제 산업 공공 조달에는 자체 호스팅이나 서구 호스팅 제공자가 필요하다.
• 744B는 자체 호스팅 문턱이 높다. 일반 추론 속도는 아키텍처 특성상 하이브리드 모델 대비 불리한 구간이 있다.

언제 고르나 #

여러파일에 걸친 다단계 코딩 에이전트, 리포지토리 전체를 컨텍스트에 넣는다거나 응답 속도가 중요한 대화형 코딩도구, 성능 대비 비용을 최적화하고싶을때 등이 있고

X: 이미지 오디오가 필요하거나 호스팅 API 기반으로 대규모 병렬 에이전트를 골리거나 민감 데이터를 보낼 수 없을때는 쓰지 말자.