GLM-5.3 오픈웨이트, 단일 모델로 코딩·에이전트·보안을 한 번에 바꾼다

왜 지금 GLM-5.3인가

Z.ai가 공개한 GLM-5.3은 기존 GLM-5.2와 같은 기반 모델 위에 후속 학습만 확대해 성능을 끌어올린 오픈웨이트 모델이다. 새로운 사전 학습 없이 기존 가중치를 재활용하면서도, 복잡한 코딩과 장기 에이전트 작업, 보안 평가에서 두드러진 점수를 보여주는 점이 다르다. 개발자나 보안 연구자가 직접 운영할 수 있는 공개 가중치라는 점에서, 단순한 모델 발표보다 생태계 선택지가 넓어진 사건으로 읽히는 이유다.

같은 기반, 후속 학습으로 성능을 끌어올림

GLM-5.3은 새로운 기반 모델을 만드는 대신 후속 학습을 확대한 결과물이다. 덕분에 이전 버전과 구조적 연속성이 유지되면서도 주요 과제에서 의미 있는 폭의 향상을 보인다. Z.ai 자체 Code Bench에서는 GLM-5.2 대비 코딩 성능 50% 향상을 보고했고, 소프트웨어 엔지니어링 벤치마크 DeepSWE는 46.2점에서 66.9점으로, 장기 작업 평가 SWE-Marathon은 19.4점에서 42.5점으로 올랐다.

코딩과 에이전트 평가, 실제 수치로 확인

공개 평가에서 GLM-5.3은 오픈웨이트 모델 중 상위권 점수를 기록했다. Terminal Bench 3.0은 28.3점으로, GLM-5.2의 4.6점이나 Kimi K3의 17.4점, Opus 4.8의 21.1점보다 앞섰다. Agents' Last Exam에서는 28.5점으로 오픈웨이트 모델 중 가장 높았고, GPT-5.6 Sol의 28.6점과도 근접한 수준이다. AutomationBench에서도 48.2점으로 공개 비교 대상 모델 중 최고 점수를 보였다.

물론 모든 평가에서 최고는 아니다. Toolathlon이나 SWE-Marathon 등 도구 사용이나 장기 실행 평가에서는 Fable 5나 GPT-5.6 Sol보다 낮은 경우도 있으니, 용도에 따라 장단점을 나눠 봐야 한다.

보안 평가에서 두각: CyberGym·ExploitBench

가장 눈에 띄는 변화 중 하나는 보안 역량이다. 취약점 탐지 평가 CyberGym에서 84.5점으로, 오픈웨이트와 독점 모델을 통틀러 최고 점수를 기록했다. 취약점 실제 활용 능력을 평가하는 ExploitBench도 GLM-5.2의 24.4점에서 54.4점으로 크게 올랐다.

하지만 보안 전 분야에서 최상위라는 의미는 아니다. ExploitBench에서는 Fable 5와 GPT-5.6 Sol이 더 높은 점수를 기록하는 등, 보안 태스크에 따라서는 순위가 바뀐다. 그럼에도 공개 가중치 모델로는 드물게 취약점 탐지부터 활용 단계까지 두루 강한 성능을 보여준 점이 주목할 만하다.

직접 운영할 수 있는 오픈웨이트 배포

Hugging Face에 가중치, 모델 설정, 토크나이저가 공개되어 있어 vLLM·SGLang·Transformers·KTransformers·Unsloth 등으로 직접 배포하거나 미세 조정할 수 있다. Ascend NPU 추론 환경도 안내할 정도로, 로컬이나 자체 서버에서의 활용을 전제로 한 배포 구조다.

추론 시에는 reasoning_effort로 사고 예산을 low·high·max 중 선택할 수 있다. 벤치마크 재현에는 기본값인 max를 쓰도록 안내하고, 채팅 용도에서는 clear_thinking=true를 명시하라고 권한다. 이런 설정이 존재하는 것 자체로, 사용자 환경에 맞는 조정을 염두에 두고 모델이 공개되었음을 보여준다.

라이선스와 한계, 그래서 누구에게 적합한가

GLM-5.3은 MIT 라이선스가 아니라 자체 GLM-5.3 라이선스를 적용한다. 무료 사용·수정·재배포·미세 조정·상업적 활용은 허용하지만, 본인 또는 계열사의 합산 매출이 연속 12개월 동안 100억 달러를 초과하면 상용화 전 Z.ai 보안 심사를 받아야 한다. 단, 최종 사용자 제품 내장이나 타사 모델 요청 중계의 경우 모델 서비스 정의에서 제외되니, 실제 적용 범위는 라이선스 전문에서 확인하는 게 좋다.

오픈웨이트라는 점에서 보안 연구자나 사이버 보안 팀은 취약점 탐지 파이프라인에 활용할 수 있고, 개발자는 코딩 보조나 테스트 자동화에 넣어볼 수 있다. 다만 대화 체험이나 산문 생성은 약하다는 사용 후기도 있고, 비용 대비 성능은 제공 업체와 지역에 따라 달라진다. HuggingFace 모델 카드의 제공 업체 비교표에서도 일부 항목이 공란일 만큼, 벤치마크 점수는 환경에 따라 크게 달라진다. 운영 환경에 따라 실제 성능 체감이 달라진다는 점도 감안해야 한다.

참고 링크

• GLM-5.3 모델 공개 소식
• GLM-5.3 모델 가중치
• GLM-5.3: 포스트 트레이닝 확장으로 프런티어급 코딩·사이버 역량 달성