GLM-5.3 출시로 본 중국 연구소가 최전선을 계속 따라잡는 이유

GLM-5.3은 현재 코딩 플랜으로만 제공되며, API는 곧 공개되고 오픈 웨이트의 Hugging Face 공개는 2주 뒤로 예정돼 있다. Z.ai 블로그는 GLM-5.3이 GLM-5.2와 같은 베이스 모델에 사후 학습을 대폭 확장한 것일 뿐이라고 설명했다. 공개된 벤치마크 도표에서 Terminal Bench 3.0은 28.3(GLM-5.2는 4.6), DeepSWE는 66.9, AutomationBench는 48.2 등이다. Lambert에 따르면 일부 지표에서는 Kimi K3, Claude Fable 5, GPT-5.6-Sol을 앞선다.

Lambert는 중국 연구소의 강점에 대해 여러 이유를 든다. 그는 증류가 주된 요인은 아니라고 보며, Z.ai가 "더 많은 환경, 다양한 과제, 컴퓨팅 자원"을 강조한 점을 근거로 RL 중심의 학습이라고 해석한다. RL 환경과 그 대규모 실행 기반, 혼합 알고리즘은 단순히 증류할 수 없다는 입장이다. 가장 큰 요인은 공개까지의 시간차로, OpenAI나 Anthropic이 공개 전 테스트에 수개월을 쓰는 동안 중국 연구소는 벤치마크 점수를 계속 끌어올릴 수 있다고 말한다.

벤치마크 최적화에 대해서도 언급했다. Z.ai는 주가에 미치는 영향 때문에 공개 벤치마크를 중시하는 면이 있지만, 경미한 최적화는 업계 표준이며 출시 블로그의 점수 자체는 진짜라고 본다. 한편 GLM-5.3은 대상을 좁힌 텍스트 전용 모델이어서 GPT-Sol 등에 비해 용도가 좁을 수 있다고 한다. 아울러 중국에서는 RL 데이터 산업이 커지고 있으며, 미국 데이터 기업이 중국 연구소에 RL 환경을 판매하고 있을 가능성도 언급했다.

안전성 측면에서 Z.ai는 GLM-5.3을 사이버보안 분야에서 가장 성능이 높은 모델로 소개하면서, 취약점 발견 등의 능력이 향상되는 한편 듀얼 유즈 위험이 있다며 단계적으로 공개하겠다고 밝혔다. Lambert는 진정한 오픈 웨이트가 나오면 이런 종류의 안전 대책의 효과는 작다고 본다. 그리고 정부와 업계 연합에 의한 산업 규모의 대응이 필요하다고 주장했다.