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.