GLM-5.3 공개, 코딩·장기작업 성능이 GLM-5.2 대비 대폭 개선

• GLM-5.3은 동일 베이스 모델에 사후학습만으로 코딩·장기작업 성능을 크게 개선했다.
• 오픈소스 코딩 벤치마크에서 최고 수준 성능을, 사이버 취약점 탐지에서도 최고 수준을 기록했다.
• 사이버 능력 향상은 보안 활용과 오남용 리스크를 함께 검토할 필요가 있는 부분이다.

GLM-5.3은 GLM-5.2와 같은 베이스 모델을 사용하지만 사후학습(post-training) 개선만으로 성능 향상을 이뤘다고 공개됐다. 자체 벤치마크인 Z.ai Code Bench에서 GLM-5.2 대비 50% 개선을 보였고, Terminal Bench 3.0과 Agents' Last Exam 등 공개 벤치마크에서 오픈소스 최고 수준을 기록했다.

오픈웨이트(open-weights) 모델들은 상업 API 모델 대비 비용과 커스터마이징 측면에서 장점이 있어 코딩 에이전트, 자동화 도구 개발에 많이 활용돼 왔다. 최근 오픈소스 진영에서는 장기 작업 수행 능력과 에이전틱 기능 강화가 경쟁의 핵심 축이 되고 있다.

소프트웨어 개발이나 보안 업무에 오픈소스 LLM을 도입 검토 중인 실무자는 GLM-5.3을 코딩 어시스턴트나 자동화 파이프라인 후보로 벤치마크할 필요가 있다. 다만 사이버 취약점 탐지 능력이 예상보다 빠르게 발전했다는 발표는 보안 담당자 입장에서 공격 도구로 악용될 가능성도 함께 점검해야 할 대목이다.

발췌에 언급된 CyberGym 성능의 구체적 수치나 안전성 평가 결과는 확인되지 않아 원문에서 세부 내용을 살펴볼 필요가 있다.

본문은 수집한 기사의 제목과 발췌를 바탕으로 AI가 정리한 해설입니다. 수치·날짜·조문 등 세부 사실은 원문에서 확인하세요.