중국 Zhipu, GLM-5.2 공개 — 100만 토큰에 '코딩 특화', 다음 주 MIT 오픈웨이트

이틀에 하나씩 나오는 모델 시대, 이번엔 중국 차례

요즘 AI 모델은 정말 이틀에 하나꼴로 나와. 그 빠른 흐름 속에서 6월 13일, 중국 **Zhipu AI(Z.ai)**가 플래그십 모델 GLM-5.2를 공개했어. 같은 주에 미국에선 앤트로픽이 정부와 정면충돌하고 있었는데, 그 틈을 비집고 중국 오픈모델 진영이 또 한 발을 쏜 셈이야. 타이밍이 절묘하지 — '서방 폐쇄형 모델은 정부가 끌 수 있다'는 게 증명된 바로 그 주에, '통제로부터 자유로운 오픈 대안'이 등장한 거니까.

GLM-5.2는 출시되자마자 GLM 코딩 플랜(Lite/Pro/Max/Team) 전 등급에 즉시 배포됐어. 즉 코딩 플랜을 쓰는 사람은 바로 써볼 수 있다는 뜻이야. 독립 API, Z.ai 챗봇, 그리고 MIT 라이선스 오픈웨이트는 '다음 주' 공개로 예고됐어. 여기서 짚어둘 건, 'MIT 오픈웨이트 다음 주'는 약속이지 아직 다운로드 링크는 아니라는 점이야. 6월 13일 시점에 가중치는 아직 공개되지 않았어.

스펙의 핵심은 100만(1M) 토큰 컨텍스트야. 모델 ID가 'glm-5.2[1m]'으로 명시될 만큼 긴 컨텍스트를 전면에 내세웠고, 최대 출력은 131,072 토큰이야. GLM-5 시리즈가 닦아온 '코딩·에이전트(자율 실행)에 강한 오픈모델'이라는 노선 위에, 이번엔 1M 롱컨텍스트의 실용성을 얹은 거지. 다만 Zhipu는 출시 시점에 벤치마크 수치를 공개하지 않았어. 그래서 성능 우위 주장은 아직 검증 전이라는 점을 분명히 해둘게.

등장인물 — Zhipu, GLM 패밀리, 그리고 중국 오픈모델 군단

첫 번째 주인공은 **Zhipu AI(Z.ai)**야. 칭화대 계열에서 출발한 중국의 대표 AI 회사로, '중국의 OpenAI 도전자' 중 하나로 꼽혀. 특히 GLM 시리즈를 오픈웨이트로 꾸준히 풀면서 '강력한데 열려 있는' 포지션을 구축해왔어. 직전 세대인 GLM-5는 744B 규모의 대형 오픈모델로, 주요 벤치마크에서 서방 상위 모델과 견줄 만하다는 평가를 받기도 했지. GLM-5.2는 그 계보를 잇는 정제 버전이야.

두 번째 주인공은 GLM 패밀리의 전략 그 자체야. Zhipu는 '코딩 플랜'이라는 구독 상품에 모델을 먼저 풀고, API·챗봇·오픈웨이트를 단계적으로 여는 방식을 써. 이렇게 하면 유료 사용자에게 먼저 가치를 주면서도, 곧 오픈웨이트를 푼다는 약속으로 개발자 커뮤니티의 기대를 붙잡아둘 수 있어. '코딩 우선 + 오픈 약속'이라는 이중 포석인 거지.

세 번째 주인공은 중국 오픈모델 군단 전체야. 같은 시기 MiniMax M3는 SWE-Bench Pro 59%로 오픈웨이트 코딩 1위를 다투고, Moonshot의 Kimi K2.7 Code도 잇따라 나왔어. GLM-5.2는 이 흐름의 또 다른 한 축이야. 즉 이건 한 회사의 단발 출시가 아니라, '중국 오픈모델이 프런티어 코딩 벤치마크를 집단으로 밀어붙이는' 큰 그림의 일부로 봐야 해.

핵심 내용 — 숫자로 보는 GLM-5.2

항목	내용
공개일	2026년 6월 13일
제공사	Zhipu AI (Z.ai)
즉시 제공	GLM 코딩 플랜 (Lite/Pro/Max/Team)
컨텍스트	100만(1M) 토큰 (모델 ID glm-5.2[1m])
최대 출력	131,072 토큰
오픈웨이트	다음 주 예정, MIT 라이선스
강점 노선	코딩 + 에이전트(자율 실행)
벤치마크	출시 시점 미공개

가장 눈에 띄는 건 '1M 컨텍스트 + MIT 라이선스'의 조합이야. 긴 컨텍스트는 거대한 코드베이스나 방대한 문서를 통째로 다루는 데 결정적인데, 그걸 가장 자유로운 MIT 라이선스로 풀겠다는 거거든. 상업적 이용·수정·재배포에 제약이 거의 없는 라이선스라, 기업이 자체 인프라에 올려 마음대로 쓸 수 있어. '성능 좋은 폐쇄형'과 '자유로운 오픈' 사이에서 고민하던 기업에게 매력적인 선택지가 되는 거지.

두 번째 포인트는 'Zhipu가 벤치마크를 안 냈다'는 점이야. 보통 모델 출시 때 벤치마크 자랑이 빠지지 않는데, 이번엔 숫자를 안 냈어. 이걸 두고 '자신이 없어서'라는 해석과 '실사용 위주로 평가받겠다는 자신감'이라는 해석이 엇갈려. 어느 쪽이든, 외부 입장에선 GLM-5.2의 실제 성능은 오픈웨이트가 풀려 독립 벤치마크가 돌아간 뒤에야 판단 가능하다는 게 정확해.

세 번째 포인트는 '배포 순서'야. 코딩 플랜 → API/챗봇 → 오픈웨이트로 이어지는 단계적 공개는, 유료 수익화와 오픈 생태계 확산을 동시에 노리는 영리한 설계야. 다만 '다음 주 오픈웨이트'는 아직 약속이라, 실제 가중치가 풀리고 라이선스가 명시대로 MIT인지 확인되기 전까진 '예고편' 단계로 보는 게 맞아.

각자의 이득 — 누가 GLM-5.2로 뭘 얻나

Zhipu는 '오픈 진영의 코딩 리더'라는 자리를 노려. 폐쇄형 최강자들이 정부·규제 리스크에 노출된 틈에, '강력하면서 통제로부터 자유로운' 모델로 기업·개발자를 끌어오려는 거지. 코딩 플랜이라는 구독 수익과 오픈웨이트 생태계라는 영향력, 둘 다 챙기는 전략이야. 중국 밖 시장에서도 'MIT 라이선스'는 강력한 진입 무기가 돼.

개발자·기업은 선택지가 늘어. 특히 데이터를 외부에 보내기 꺼리는 기업이라면, 1M 컨텍스트 오픈모델을 자체 서버에 올려 거대한 사내 코드베이스를 분석하는 워크플로를 직접 구축할 수 있어. 폐쇄형 API에 종속되지 않으면서도 긴 컨텍스트의 이점을 누리는 거지. 앤트로픽 사태로 '폐쇄형 의존 리스크'를 체감한 직후라 더 솔깃한 옵션이야.

중국 AI 생태계는 '서방 의존 없는 자립' 서사를 강화해. 미국이 칩 수출통제로 압박하는 와중에, 소프트웨어(모델)에서는 오히려 오픈웨이트로 글로벌 영향력을 넓히는 거니까. '하드웨어는 막혀도 모델은 퍼진다'는 비대칭 전략이 작동하는 셈이지.

과거 유사 사례 — 성공과 실패

오픈웨이트 전략의 성공 사례는 멀리 갈 것도 없어. 메타의 LLaMA 시리즈가 대표적이야. 강력한 모델을 비교적 자유로운 라이선스로 풀면서, 전 세계 개발자가 그 위에 생태계를 쌓도록 만들었거든. '모델 자체로 돈을 벌기보다, 생태계의 표준이 되어 영향력을 확보한다'는 전략이 통한 거야. GLM 시리즈의 MIT 오픈웨이트 노선도 같은 논리를 따라가고 있어.

실패에 가까운 사례도 있어. '곧 오픈소스로 풀겠다'고 했다가 약속을 미루거나, 막상 풀린 가중치가 기대만큼의 성능이 아니었던 경우들이지. 또 벤치마크를 화려하게 내세웠다가 독립 검증에서 수치가 재현되지 않아 신뢰를 잃은 모델도 적지 않았어. 그래서 Zhipu가 '벤치마크 미공개 + 다음 주 오픈웨이트'를 택한 건, 어찌 보면 '말보다 결과로 증명하겠다'는 신중한 베팅으로 읽을 수도 있어.

교훈은 분명해. 오픈모델의 신뢰는 '발표'가 아니라 '실제로 풀린 가중치와 재현 가능한 성능'에서 나와. GLM-5.2의 진짜 평가는 다음 주, 오픈웨이트가 풀리고 커뮤니티가 직접 돌려본 뒤에 시작될 거야.

경쟁자 카운터 플레이 — 미국·오픈 진영의 대응

**미국 폐쇄형 진영(OpenAI·앤트로픽·구글)**은 '신뢰성과 통합'으로 맞서. 오픈모델이 가격·자유도에서 앞서더라도, 엔터프라이즈가 중시하는 안정성·보안·고객지원·생태계 통합에서는 폐쇄형이 여전히 강점을 갖거든. 특히 '중국산 모델'에 대한 데이터 보안·지정학 우려는 서방 기업의 채택을 망설이게 하는 실질적 장벽이야.

**다른 오픈 진영(메타·미스트랄·MiniMax·Moonshot)**은 경쟁이자 동맹이야. 서로 벤치마크를 두고 다투지만, 큰 틀에서는 '오픈모델이 폐쇄형을 따라잡는다'는 공동의 서사를 함께 밀어. GLM-5.2가 1M 컨텍스트를 MIT로 풀면, 다른 오픈 진영도 컨텍스트·라이선스 경쟁에서 한 단계 더 나아가야 하는 압박을 받지.

기업 사용자는 이 경쟁의 최대 수혜자야. 오픈·폐쇄 진영이 성능·가격·자유도에서 치열하게 경쟁할수록, 선택지는 넓어지고 비용은 내려가거든. 다만 '중국산 오픈모델을 프로덕션에 쓸 것인가'는 성능만의 문제가 아니라 보안·규제·지정학을 함께 따져야 하는 결정이야.

그래서 뭐가 달라지는데 — 입장별로 보면

개발자라면, '모델 선택 전략'이 핵심 역량이 됐다는 걸 다시 확인하게 돼. 이틀에 하나씩 나오는 모델 중 내 작업에 맞는 걸 고르는 안목, 그리고 폐쇄형과 오픈을 상황에 맞게 조합하는 능력 말이야. GLM-5.2의 1M 컨텍스트가 매력적이라면, 다음 주 오픈웨이트가 풀렸을 때 직접 벤치마크를 돌려보고 판단하는 게 정석이야.

기업·CTO라면, '오픈웨이트 백업 전략'을 진지하게 검토할 때야. 앤트로픽 사태가 보여줬듯, 폐쇄형 모델은 외부 변수로 갑자기 끊길 수 있어. MIT 라이선스의 강력한 오픈모델을 자체 인프라에 올려두면, 핵심 워크플로의 '연속성 보험'이 되는 거지. 물론 중국산 모델의 보안·규제 리스크는 별도로 평가해야 해.

일반 관찰자라면, 'AI 패권 경쟁의 새 전선'이 모델 오픈성에 있다는 걸 읽어둬. 미국이 하드웨어(칩)에서 우위를 지키려 할 때, 중국은 소프트웨어(오픈모델)에서 영향력을 넓히고 있어. 이 비대칭 경쟁이 앞으로 AI 생태계의 표준을 누가 쥐느냐를 좌우할 거야.

🥄 남은 궁금증 세 가지

— GLM-5.2가 GPT나 클로드보다 좋아? 단정하긴 일러. Zhipu가 출시 때 벤치마크를 안 냈고, 오픈웨이트도 아직 안 풀렸거든. 코딩·에이전트에 강한 GLM 계보를 잇는다는 방향성은 분명하지만, 실제 성능 비교는 다음 주 가중치가 풀려 독립 벤치마크가 돌아간 뒤에야 가능해.

— MIT 라이선스면 그냥 막 써도 돼? 오픈웨이트가 실제로 명시대로 MIT로 풀린다면, 상업적 이용·수정·재배포가 거의 자유로워. 기업이 자체 서버에 올려 쓰기에 매우 유리하지. 다만 '다음 주 공개'는 아직 약속 단계라, 실제 라이선스 조건은 가중치가 풀릴 때 직접 확인하는 게 안전해.

— 중국산 모델, 회사에서 써도 괜찮아? 성능만의 문제가 아니야. 데이터 보안, 규제, 지정학적 우려가 함께 걸려서 특히 민감 산업·공공 부문에선 채택을 꺼리는 경우가 많아. 라이선스와 성능이 좋아도 '어디에, 어떤 데이터로 쓸 것인가'를 신중히 따지는 게 맞아. 자체 인프라에서 격리해 쓰는 방식이 그나마 리스크를 줄이는 길이야.

참고 자료

• GLM 5.2 Release — 1M Context, Coding-First (June 2026) — Codersera
• Zhipu Deploys GLM 5.2 to All GLM Coding Plan Tiers With 1M-Token Context — AI Weekly
• GLM-5.2 Lands on Z.ai's Coding Plan: What's Confirmed — Digital Applied
• China's Zhipu AI Escalates Open-Source Coding Wars with GLM-5.2 — China Daily Brief
• GLM-5.2 Arrives: How Far Has Open Source Come with 1M Tokens — note.com

수치와 일정은 발표 시점 기준이라 바뀔 수 있어. 벤치마크는 미공개라 성능은 오픈웨이트 공개 후 검증이 필요해.