수천 번의 도구 호출을 견디며 장기 코딩 작업을 완주하는 오픈 웨이트 모델
복잡한 문제를 스스로 분해하고 실험한 뒤 결과를 읽으며, 수백 라운드에 걸쳐 전략을 수정하는 모델을 직접 구동해 볼 수 있습니다. GLM-5 시리즈는 단순한 코드 생성을 넘어, 긴 시간 동안 실행을 멈추지 않는 에이전트 작업을 수행하도록 설계된 대규모 언어 모델입니다. 최신 버전인 GLM-5.3은 후속 학습을 통해 코딩 능력과 사이버 보안 관련 역량을 크게 끌어올렸습니다.
GLM-5.3의 후속 학습 성과
GLM-5.3은 GLM-5.2와 동일한 기반 모델을 사용하지만, 후속 학습 과정을 통해 성능을 대폭 향상시켰습니다. 내부 평가 기준인 Z.ai Code Bench에서 GLM-5.2 대비 50%의 성능 개선을 보였으며, Terminal Bench 3.0과 Agents' Last Exam 같은 공개 벤치마크에서도 오픈소스 모델 중 최상위 성적을 기록했습니다. 또한 취약점 발견과 악용 단계에서 GLM-5.2보다 두 배 이상 높은 성능을 발휘하는 등 사이버 보안 분야에서도 뚜렷한 진보를 보였습니다.
장기 작업 수행을 위한 아키텍처 개선
GLM-5.3-Flash는 희소 어텐션과 선형 어텐션을 결합한 하이브리드 아키텍처를 도입해 긴 컨텍스트 처리 비용을 크게 낮추면서도 정밀도를 유지합니다. 이 모델은 Manifold-Constrained Hyper-Connections(mHC)를 활용해 확장 효율성을 높이고, 30조 토큰 규모의 멀티모달 사전 학습 코퍼스를 기반으로 더 적은 컴퓨트 자원으로 더 높은 지능을 제공합니다.
모델 배포 및 미세 조정 방법
모델은 Hugging Face와 ModelScope에서 744B-A40B(744B 파라미터 중 40B 활성) 규모로 다운로드할 수 있으며, FP8과 BF16 정밀도를 지원합니다. 로컬 배포에는 SGLang, vLLM, Transformers, KTransformers, Unsloth 등 다양한 프레임워크를 사용할 수 있고, Ascend NPU 플랫폼에서는 vLLM-Ascend, xLLM, SGLang을 지원합니다. GLM-5.2는 reasoning_effort 파라미터로 high와 max만 허용하며, GLM-5.3과 GLM-5.3-Flash는 low, high, max 세 가지 수준을 지원합니다. 미세 조정은 Slime(v0.3.0+)과 ms-swift(v4.4.0+) 프레임워크를 통해 SFT, PPO, GRPO 방식을 지원합니다.
장기 에이전트 작업에 적합한 선택지
이 모델은 복잡한 시스템 엔지니어링과 장기적 에이전트 작업을 수행해야 하는 개발자에게 적합합니다. GLM-5.1은 모호한 문제를 판단하고 수백 라운드에 걸쳐 전략을 수정하며 최적화를 지속하는 능력을 보여줍니다. Vending Bench 2에서 1년 치 가상 자판기 비즈니스 운영을 수행해 최종 잔액 4,432달러를 기록하며 오픈소스 모델 중 1위를 차지했습니다. 다만 744B 파라미터 규모로 인해 로컬 구동 시 상당한 하드웨어 자원이 필요하며, reasoning_effort 설정에 따라 성능과 지연 시간이 달라지므로 사용 목적에 맞게 파라미터를 조정해야 합니다.
