Claude가 막혔을 때 중국이 내놓은 카드 — GLM-5.2, MIT 오픈소스로 전면 공개

6월 13일 새벽, AI 커뮤니티에서 꽤 묘한 일이 동시에 벌어졌습니다. 미국 상무부가 Anthropic의 Claude Fable 5와 Mythos 5에 수출 통제령을 내리면서 해외 개발자들이 갑자기 모델 접근을 잃은 바로 그날, 중국 AI 회사 Zhipu AI(브랜드명 Z.ai)가 GLM-5.2를 발표하고 MIT 라이선스로 오픈소스 공개를 선언했습니다. Zhipu 측은 "특정 프론티어 모델에 대한 갑작스러운 제한은 매우 유감스럽다"며 "프론티어 인공지능은 모든 이의 것이어야 한다"고 공식 입장을 냈고, Hacker News 프론트페이지와 X에서 898만 뷰를 기록했습니다.

타이밍이 절묘하든 계획된 것이든, GLM-5.2 자체의 스펙은 그 상황에 충분히 어울리는 수준입니다. 이 글에서는 GLM-5.2가 실제로 어떤 모델이고, 아키텍처 어디서 차별화가 나오는지, 실제 개발자한테 어떤 상황에서 유용한지를 정리합니다.

---

GLM-5.2

GLM-5.2는 베이징 칭화대학교 출신 연구팀이 창업한 Zhipu AI에서 만든 코딩·에이전트 특화 LLM입니다. 회사는 2026년 1월 홍콩 IPO를 완료했고, GLM-5 라인을 빠른 속도로 업데이트 중입니다. GLM-5(2월) → GLM-5-Turbo(3월) → GLM-5.1(4월) → GLM-5.2(6월 13일) 순서로 나왔으니, 약 2달 주기 업데이트 속도입니다.

GLM-5.2의 핵심 스펙을 먼저 보면 이렇습니다.

총 파라미터는 약 744~753B 규모의 Mixture-of-Experts(MoE) 구조이고, 토큰당 실제 활성화되는 파라미터는 약 40B입니다. 컨텍스트 윈도우는 100만 토큰, 최대 출력 토큰은 131,072개입니다. 라이선스는 MIT로 상업적 사용, 수정, 재배포 모두 제한 없습니다. 추론 모드는 High(빠른 일상 생성)와 Max(복잡한 다단계 코딩) 두 가지를 선택할 수 있습니다.

모델 ID는 glm-5.2[1m]을 씁니다. Claude Code, Cline, Roo Code, OpenCode, Goose, OpenClaw 등 주요 에이전트 코딩 도구와 첫날부터 호환됩니다.

---

핵심은 아키텍처 — IndexShare가 뭐냐

GLM-5.2에서 가장 기술적으로 의미 있는 변화는 IndexShare라는 희소 어텐션 최적화입니다. 기존 트랜스포머의 전체 어텐션(full attention)은 입력 길이가 늘어날수록 연산량이 제곱으로 증가하는 구조입니다. 100만 토큰을 처리하면 단순히 입력이 5배 늘어나는 게 아니라 연산 비용은 기하급수적으로 뛰어오릅니다.

IndexShare는 이 문제를 희소 어텐션 방식으로 해결합니다. Top-k 인덱스를 여러 레이어 그룹에서 재사용하는 방식인데, 각 레이어가 독립적으로 어텐션 패턴을 새로 계산하는 대신 인접 레이어가 계산한 인덱스를 공유해서 중복 연산을 줄입니다. 결과적으로 100만 토큰 컨텍스트에서 추론 비용을 현실적인 수준으로 유지하면서도 정보 손실을 최소화하는 구조입니다. MiniMax가 MSA(MiniMax Sparse Attention)로 비슷한 문제를 풀었던 것처럼, Zhipu도 자체 방식으로 같은 벽을 뚫었습니다.

MoE 구조 자체도 비용 효율에서 핵심 역할을 합니다. 전체 파라미터는 744B이지만 토큰 하나를 처리할 때 실제로 계산하는 건 40B 정도입니다. 라우터가 입력에 따라 어떤 전문가(expert) 레이어를 쓸지 선택하는 방식이기 때문에, 744B 덴스 모델을 상시 돌리는 것보다 훨씬 적은 컴퓨팅으로 비슷한 수준의 출력을 만들 수 있습니다.

---

사전학습 규모와 벤치마크

Zhipu는 GLM-5.2를 28.5T 토큰 규모로 사전학습했습니다. GLM-5.1 대비 수치 개선이 확연히 나옵니다. DeepSWE에서 18.0에서 46.2로 올랐고, Terminal-Bench는 63.5에서 81.0으로 뛰었습니다. ProgramBench도 50.9에서 63.7을 기록했습니다. AIME 2026에서는 99.2를 기록해 GPT-5.5의 98.3을 앞섰고, GPQA-Diamond는 91.2로 클로즈드 모델 최상위권과 몇 점 차이입니다.

LMArena의 Code Arena 프론트엔드 리더보드에서는 현재 2위를 기록 중인데, 1위인 Claude Fable 5 바로 아래고 Claude Opus 4.7(Thinking) 대비 29포인트 앞선 수치입니다. 독립 커뮤니티 반응도 꽤 강했는데, AI 연구자 Jeremy Howard는 "내 작업에서 Opus 4.8, GPT-5.5와 최소한 동급"이라고 평가했고, Matias Velloso는 "처음으로 클리어한 내 일상 코딩 기준을 통과한 오픈 모델"이라고 했습니다.

단, 공식 벤치마크 수치는 Zhipu 자체 제공 기준이라 독립적 검증이 아직 진행 중입니다. 커뮤니티 테스트 결과가 계속 나오고 있으니 수치보다 실제 작업에서 체감하는 편이 낫습니다.

---

1M 컨텍스트가 실제로 어떤 의미인가

숫자 자체보다 "그게 실제로 뭘 바꾸냐"가 더 중요합니다. GLM-5.1의 컨텍스트는 약 200K였습니다. 이 한계에서는 대형 코드베이스를 다룰 때 필연적으로 청킹(chunking)을 해야 합니다. 파일을 잘라서 순서대로 넣다 보면 파일 간 의존성 정보가 날아가고, 에이전트가 초반에 내린 결정을 후반부에서 기억하지 못합니다.

100만 토큰 윈도우에서는 규모가 작거나 중간 크기인 프로젝트의 전체 리포지토리를 단일 컨텍스트에 올릴 수 있습니다. 파일 간 관계, 함수 호출 흐름, 이전 리팩토링 이력까지 한 번에 참조하면서 작업할 수 있다는 의미입니다. 수십 개 파일에 걸친 마이그레이션 작업이나, 모듈 간 버그를 추적해야 하는 디버깅, 낯선 코드베이스 파악 작업에서 차이가 납니다.

중요한 건 Z.ai가 이 모델을 100만 토큰 컨텍스트 에이전트 궤적 위에서 직접 훈련했다는 점입니다. 컨텍스트를 넓혀놓고 실제로 거기서 추론하는 훈련을 안 한 경우, 입력은 받아도 중간에 정보를 잃어버리는 현상이 생깁니다. Zhipu가 강조하는 "usable 1M context"라는 표현이 이 차이를 겨냥합니다.

---

요금 구조

GLM Coding Plan 기준으로 정리하면 이렇습니다. Lite 플랜은 월 약 18달러로 주당 400프롬프트, Pro는 주당 2,000프롬프트, Max는 주당 8,000프롬프트입니다. 기존 플랜 구독자라면 추가 비용 없이 GLM-5.2를 씁니다.

주의할 점은 쿼터 소모 배율입니다. 베이징 시간 기준 오후 2~6시 피크 타임에는 토큰당 쿼터가 3배로 소모됩니다. 피크 외 시간은 2배고, 9월 말까지 프로모션으로 피크 외 1배가 적용됩니다. Claude Opus급 쿼터 소모를 감수해야 한다는 뜻입니다.

오픈 웨이트 자체 호스팅을 원하면 HuggingFace에서 MIT 라이선스 가중치를 받을 수 있습니다. 단, 744B MoE 모델을 풀 프리시전으로 돌리려면 8x H100 80GB 수준의 하드웨어가 필요합니다. 현실적인 경로는 커뮤니티에서 4비트 또는 2비트 양자화 버전이 나올 때까지 호스팅 API를 쓰다가, 검증된 양자화 체크포인트가 나오면 그때 자체 서버 전환을 고려하는 것입니다.

---

Claude Code에서 GLM-5.2 쓰는 방법

GLM-5.2는 OpenAI 호환 chat-completions API를 씁니다. Claude Code를 비롯한 에이전트 도구들이 커스텀 엔드포인트를 지원한다면 설정 파일 수준의 변경으로 전환할 수 있습니다.

# Z.ai API 키 발급 후 환경변수 설정
export ANTHROPIC_BASE_URL=https://api.z.ai/api/paas/v4
export ANTHROPIC_API_KEY=your_zai_api_key_here

# Claude Code 실행 시 모델 지정
claude --model glm-5.2[1m]

위 방식은 Claude Code가 OpenAI 호환 엔드포인트를 지원하는 경우에 적용됩니다. Cline이나 Roo Code에서는 설정(Settings) → 모델 프로바이더에서 Custom/OpenAI Compatible를 선택하고 베이스 URL을 https://api.z.ai/api/paas/v4로 지정하면 됩니다. 모델명은 glm-5.2[1m]을 입력하고 발급받은 Z.ai API 키를 넣으면 됩니다.

# Python에서 직접 호출하는 경우
from openai import OpenAI

client = OpenAI(
    api_key="your_zai_api_key",
    base_url="https://api.z.ai/api/paas/v4"
)

response = client.chat.completions.create(
    model="glm-5.2[1m]",
    messages=[
        {"role": "user", "content": "아래 코드 리포지토리 전체 구조를 분석하고 리팩토링 계획을 세워줘"}
    ],
    extra_body={"thinking": {"type": "enabled", "budget_tokens": 10000}}  # Max 모드
)

Max 모드를 원하면 extra_body에 thinking 파라미터를 추가하거나 Z.ai 공식 SDK의 mode 파라미터를 사용합니다. High 모드는 빠른 응답이 필요한 단순 생성 작업, Max 모드는 복잡한 멀티파일 리팩토링이나 아키텍처 설계 작업에 씁니다.

---

어떤 상황에서 쓸 만하냐

솔직하게 정리하면 이렇습니다. 지난 30일 동안 200K 컨텍스트 한계에 실제로 막혀본 적 없다면 굳이 지금 당장 전환할 이유는 없습니다. 반대로 이런 경우라면 테스트해볼 만합니다.

단일 컨텍스트에서 전체 리포지토리를 넣고 작업해야 하는 경우, 수십 개 파일에 걸친 마이그레이션을 에이전트에게 맡기는 경우, US 수출 통제로 Fable 5 접근이 막혀 대안을 찾는 비미국 개발자, 규제 때문에 데이터를 외부 API에 보낼 수 없어서 자체 서버에서 돌려야 하는 경우가 해당합니다.

반면 비전 입력이 필요한 작업이라면 현재 GLM-5.2는 텍스트 전용이라 맞지 않습니다. 또한 독립 벤치마크 검증이 아직 완전히 나오지 않아서 프로덕션 크리티컬 작업에는 충분히 테스트한 뒤 전환하는 편이 안전합니다.

---

마무리

GLM-5.2는 몇 가지 면에서 의미 있는 릴리즈입니다. 오픈소스 생태계에서 100만 토큰 컨텍스트, 프론티어급 코딩 성능, 상업적 사용 제한 없는 MIT 라이선스를 동시에 갖춘 모델이 이전에는 없었습니다. 중국 AI 랩이 미국 클로즈드 모델 접근이 막히는 시점에 오픈 가중치를 푸는 전략을 택했다는 점도, 글로벌 AI 생태계에서 오픈소스 카드가 어떤 역할을 하는지 보여주는 사례입니다.

당장 Claude Code 에이전트 대신 GLM-5.2로 전환하라는 얘기는 아닙니다. 다만 100만 토큰짜리 오픈 코딩 모델이 MIT로 공개됐다는 건, 앞으로 커뮤니티 파인튜닝과 양자화 버전이 쏟아질 기반이 생겼다는 의미입니다. 2~3달 뒤 싱글 노드에서 돌릴 수 있는 4비트 버전이 나오는 시점에 다시 평가해볼 만한 모델입니다.