오픈 모델이 1/6 비용에 GPT-5.5를 따라잡았다, 해자는 모델 밖에 있다

Z.ai(옛 Zhipu)가 6월 17일 공개한 GLM-5.2가 여러 장기 코딩 벤치마크에서 GPT-5.5를 약 1/6 비용에 넘어섰다. 753B MoE·1M 컨텍스트·MIT 라이선스로 가중치를 HuggingFace에 풀었다. 닫힌 API 위에 회사를 세운 창업자에게 빌드 대 바이 계산이 통째로 흔들린다.

무슨 일이 있었나

Z.ai(옛 Zhipu)가 6월 17일 GLM-5.2를 내놨다. 총 753B 파라미터의 MoE 구조인데 한 번에 도는 활성 파라미터는 약 40B뿐이라, 덩치는 크지만 추론 비용은 그만큼 따라가지 않는다. 컨텍스트 창은 1M 토큰이다. 핵심은 라이선스다. MIT 라이선스로 가중치를 통째로 HuggingFace에 올렸고, 지역 제한 조항도 없다. 누구든 내려받아 자기 인프라에서 돌릴 수 있다는 뜻이다. 숫자도 빈말이 아니다. 코딩 에이전트가 여러 단계를 며칠씩 끌고 가는 능력을 재는 FrontierSWE에서 74.4%를 기록했다. 같은 지표에서 GPT-5.5는 72.6%, Opus 4.8은 약 75.1%다. Terminal-Bench 2.1은 81.0%, SWE-bench Pro는 62.1%를 찍었다. 닫힌 최상위 모델과 한두 칸 차이로 좁혀진 셈이다. 그러면서 단가는 GPT-5.5의 약 6분의 1이다. 한 세대 전만 해도 오픈 가중치 모델은 “싸지만 본격적인 일에는 못 쓴다”는 평이 따라붙었다. 이번엔 장기 코딩이라는, 폐쇄 모델이 가장 자신 있던 영역에서 정면으로 붙어 이겼다.

창업자에게 의미하는 것

비용 구조부터 다시 그려야 한다. AI를 핵심에 둔 제품의 원가표에서 토큰 비용은 보통 가장 큰 변수다. 그게 1/6로 떨어질 수 있다는 건, 같은 매출에서 마진이 두 자릿수 포인트로 벌어진다는 뜻이다. 그런데 진짜 무게는 다른 데 있다. MIT 라이선스에 지역 제한이 없는 오픈 가중치라는 건, “닫힌 API 한 곳에 의존한다”는 전제가 무너졌다는 신호다. 지난 2년 많은 스타트업이 OpenAI나 Anthropic 같은 단일 공급자에 추론을 통째로 맡겼고, 그 대가로 가격·정책·접근권을 공급자 손에 쥐여줬다. GLM-5.2급 모델을 자기 인프라에 올릴 수 있으면, 벤더 락인은 협상 가능한 변수로 바뀐다. 그렇다고 모델 자체가 해자가 되는 건 아니다. 오히려 반대다. 최상위 능력이 오픈 가중치로 흔해지는 순간, “좋은 모델을 부른다”는 것만으로는 아무도 못 막는다. 해자는 모델 밖으로 옮겨간다, 독점 데이터, 워크플로 깊이, 유통 채널, 도메인 신뢰. 한국 창업자에게 이건 더 직접적이다. 추론을 국외 API에 맡길 때마다 따라붙던 데이터 주권·국외 이전 우려, 그리고 금융·공공이 요구하는 온프레미스 조건이, 자기 GPU 위에 모델을 올리는 순간 풀린다. API 비용을 달러로 내던 구조에서도 벗어난다.

지금 취할 수 있는 행동

먼저 추론 레이어를 갈아끼울 수 있게 추상화하라. 어떤 모델을 부르든 한 줄로 바꿀 수 있게 코드를 짜두면, 폐쇄 API와 오픈 가중치를 작업별로 섞어 쓸 수 있다. 둘째, 자기 워크로드에서 GLM-5.2를 실제로 벤치마크하라. 벤치마크 점수는 출발점일 뿐, 결국 중요한 건 당신 프롬프트와 당신 데이터에서의 성능과 단가다. 셋째, 온프레미스·전용 호스팅이 계약을 막던 규제 고객이 있었다면 지금 다시 두드려라. “고객 인프라 안에서 도는 오픈 가중치 모델”은 그 반대를 깬다. 넷째, 해자를 모델이 아니라 데이터와 워크플로에 박아라. 모델이 흔해질수록, 흔해지지 않는 것에 가치가 쌓인다. 다만 한 가지, 추론 단가가 떨어진다고 컴퓨트 자체가 싸진 건 아니다. 자체 호스팅은 GPU와 메모리를 먹고, 그 공급은 따로 흔들리고 있다.