Z AI가 개발한 7,440억 개의 파라미터를 갖춘 거대 모델 GLM-5의 등장으로 오픈 웨이트 인공지능 시장의 판도가 급변하고 있다. 특히 Artificial Analysis의 Intelligence Index에서 오픈 웨이트 모델 최초로 50점을 기록하며 성능의 임계점을 돌파했다. 이는 누구나 접근 가능한 공개 모델이 폐쇄형 상용 모델과의 성능 격차를 상당 부분 해소했음을 시사한다.

GLM-5는 이전 모델들과 차별화된 정교한 혼합 전문가 모델(MoE) 구조를 활용하며, 실제 작동 시에는 400억 개의 파라미터만을 활성화하여 효율성을 극대화했다. 이러한 설계 덕분에 모델은 복잡한 작업도 더욱 민첩하게 처리할 수 있게 되었다. 또한 희소 어텐션 메커니즘을 통합함으로써 방대한 데이터 처리 과정에서도 가장 핵심적인 정보에만 정밀하게 집중하도록 구현했다.

가장 인상적인 변화는 데이터 분석이나 영상 편집처럼 여러 단계를 거쳐야 하는 '에이전트' 업무 수행 능력에서 나타났다. 실제로 GLM-5는 관련 벤치마크인 GDPval-AA에서 Claude와 GPT-5의 뒤를 이어 전체 3위에 오르는 기염을 토했다. 더불어 정보가 불충분할 경우 답변을 유보하는 방식을 학습해, 인공지능의 고질적 문제인 환각 현상을 획기적으로 줄이는 데 성공했다.

압도적인 규모에도 불구하고 GLM-5는 이전 버전보다 효율적인 출력 토큰 활용 능력을 갖춰 평가 과정에서의 자원 소모를 줄였다. 다만 BF16 포맷으로 구동하기 위해 필요한 높은 메모리 사양은 여전히 실제 배포에 있어 해결해야 할 숙제로 꼽힌다. 그럼에도 불구하고 MIT 라이선스를 통한 전격 공개는 오픈소스 AI 생태계 발전에 있어 매우 상징적인 사건이라 할 수 있다.

Z AI가 개발한 7,440억 개의 파라미터를 갖춘 거대 모델 GLM-5의 등장으로 오픈 웨이트 인공지능 시장의 판도가 급변하고 있다. 특히 Artificial Analysis의 Intelligence Index에서 오픈 웨이트 모델 최초로 50점을 기록하며 성능의 임계점을 돌파했다. 이는 누구나 접근 가능한 공개 모델이 폐쇄형 상용 모델과의 성능 격차를 상당 부분 해소했음을 시사한다.

GLM-5는 이전 모델들과 차별화된 정교한 혼합 전문가 모델(MoE) 구조를 활용하며, 실제 작동 시에는 400억 개의 파라미터만을 활성화하여 효율성을 극대화했다. 이러한 설계 덕분에 모델은 복잡한 작업도 더욱 민첩하게 처리할 수 있게 되었다. 또한 희소 어텐션 메커니즘을 통합함으로써 방대한 데이터 처리 과정에서도 가장 핵심적인 정보에만 정밀하게 집중하도록 구현했다.

가장 인상적인 변화는 데이터 분석이나 영상 편집처럼 여러 단계를 거쳐야 하는 '에이전트' 업무 수행 능력에서 나타났다. 실제로 GLM-5는 관련 벤치마크인 GDPval-AA에서 Claude와 GPT-5의 뒤를 이어 전체 3위에 오르는 기염을 토했다. 더불어 정보가 불충분할 경우 답변을 유보하는 방식을 학습해, 인공지능의 고질적 문제인 환각 현상을 획기적으로 줄이는 데 성공했다.

압도적인 규모에도 불구하고 GLM-5는 이전 버전보다 효율적인 출력 토큰 활용 능력을 갖춰 평가 과정에서의 자원 소모를 줄였다. 다만 BF16 포맷으로 구동하기 위해 필요한 높은 메모리 사양은 여전히 실제 배포에 있어 해결해야 할 숙제로 꼽힌다. 그럼에도 불구하고 MIT 라이선스를 통한 전격 공개는 오픈소스 AI 생태계 발전에 있어 매우 상징적인 사건이라 할 수 있다.