중국 AI 기업 즈푸AI(Zhipu AI, 해외 브랜드 Z.ai)가 2026년 1월 20일 경량 오픈 웨이트 모델 GLM-4.7-Flash를 공개했습니다. 전체 파라미터는 약 300억 개지만 추론 때는 약 30억 개만 활성화하는 MoE(전문가 혼합) 구조로, 코딩과 에이전트 작업을 개인 PC나 사내 서버에서 돌리려는 개발자를 겨냥한 모델입니다. MIT 라이선스로 풀리고 API도 무료로 제공되면서, 같은 체급의 Qwen3-30B-A3B와 OpenAI의 GPT-OSS-20B와 바로 비교되는 위치에 섰습니다.
무슨 일이 있었나
Z.ai는 2025년 12월 플래그십 모델 GLM-4.7을 내놓은 데 이어, 한 달 만에 그 경량판인 GLM-4.7-Flash의 가중치를 Hugging Face에 공개했습니다. 모델 카드는 이 모델을 “30B-A3B MoE 모델”이자 30B급에서 가장 강한 모델이라고 소개하며, 성능과 효율의 균형을 맞춘 가벼운 배포용 선택지로 내세웠습니다. 총 파라미터는 약 312억 개, 토큰마다 활성화되는 파라미터는 약 30억 개입니다.
모델 카드에 실린 벤치마크를 보면 수학 경시대회 문제인 AIME 25에서 91.6점, 대학원 수준 과학 문제인 GPQA에서 75.2점을 기록했습니다. 특히 실제 깃허브 이슈를 고치는 능력을 재는 SWE-bench Verified에서 59.2점, 도구를 쓰며 고객 응대 시나리오를 수행하는 τ²-Bench에서 79.5점을 받아 에이전트 작업에서 강점을 보였습니다. 다만 최신 코딩 문제 풀이인 LiveCodeBench v6에서는 64.0점으로 Qwen3-30B-A3B(66.0점)보다 낮았습니다. 이 수치들은 Z.ai가 직접 발표한 결과이므로, 실제 업무에서의 체감 성능은 따로 검증해 볼 필요가 있습니다.
배포 방법도 함께 안내됐습니다. vLLM, SGLang, Hugging Face Transformers에서 실행할 수 있으며, 공개 직후에는 각 프레임워크의 최신 개발 버전이 필요했습니다. Z.ai API 플랫폼에서는 GLM-4.7-Flash를 무료 모델로, 더 빠른 유료 버전인 GLM-4.7-FlashX를 저가 모델로 나눠 제공합니다.
핵심 포인트
- MoE 구조: 총 약 312억 파라미터 중 약 30억 개만 활성화해, 큰 모델의 지식을 유지하면서 추론 비용을 낮췄습니다.
- 에이전트·코딩 특화: SWE-bench Verified 59.2점, τ²-Bench 79.5점으로 같은 체급 비교 모델보다 크게 앞섰습니다.
- MIT 라이선스: 상업적 이용과 수정, 재배포가 자유로운 라이선스로 가중치가 공개됐습니다.
- 무료 API: Z.ai 공식 문서는 GLM-4.7-Flash를 “완전 무료” 경량 모델로 소개하며, API 기준 컨텍스트 길이 200K 토큰, 최대 출력 128K 토큰을 지원한다고 밝혔습니다.
- 로컬 실행 지향: vLLM, SGLang 같은 오픈소스 추론 엔진을 공식 지원해 사내 서버나 개인 장비에 올리기 쉽습니다.
왜 중요한가
최근 AI 에이전트 경쟁은 대형 모델의 최고 성능뿐 아니라, 적은 자원으로 얼마나 쓸 만한 결과를 내느냐로 넓어지고 있습니다. 코딩 에이전트는 한 작업에 수십 번씩 모델을 호출하기 때문에, 활성 파라미터가 작은 모델일수록 비용과 응답 속도에서 유리합니다. GLM-4.7-Flash는 바로 이 지점을 노렸습니다.
모델 카드에 실린 같은 체급 모델과의 비교는 다음과 같습니다.
| 벤치마크 | GLM-4.7-Flash | Qwen3-30B-A3B | GPT-OSS-20B |
|---|---|---|---|
| AIME 25 | 91.6 | 85.0 | 91.7 |
| GPQA | 75.2 | 73.4 | 71.5 |
| LiveCodeBench v6 | 64.0 | 66.0 | 61.0 |
| SWE-bench Verified | 59.2 | 22.0 | 34.0 |
| τ²-Bench | 79.5 | 49.0 | 47.7 |
수학과 일반 추론에서는 경쟁 모델과 비슷한 수준이지만, 실제 코드 수정과 도구 사용처럼 에이전트에 필요한 영역에서 격차가 큽니다. 알리바바의 Qwen, 딥시크에 이어 중국 기업들이 오픈 웨이트 경량 모델 시장을 주도하는 흐름이 이어지고 있다는 점도 눈여겨볼 대목입니다. 즈푸AI는 이 발표 직전인 1월 8일 홍콩 증시에 상장해, 대형 언어모델 개발사로서 상장 1호 기록을 세우기도 했습니다.
한국 사용자·기업에 주는 의미
GLM-4.7-Flash는 가중치가 공개된 모델이라 국내 기업도 별도 계약 없이 내려받아 사내 서버에서 운영할 수 있습니다. 소스 코드나 고객 데이터를 외부 API로 보내기 어려운 금융·공공·제조 분야에서 사내 코딩 도우미나 업무 자동화 에이전트를 시험해 보기 좋은 선택지입니다. MIT 라이선스여서 자체 서비스에 넣거나 추가 학습을 해도 법적 부담이 적습니다.
다만 몇 가지는 직접 확인해야 합니다. 공개된 벤치마크는 대부분 영어 기반이라 한국어 문서 작성이나 국내 업무 환경에서의 품질은 별도 평가가 필요합니다. 또 Z.ai의 무료 API를 쓰면 데이터가 중국 기업 서버를 거치게 되므로, 민감한 정보는 API 대신 로컬 배포로 다루는 편이 안전합니다. 개인 개발자라면 vLLM이나 SGLang으로 먼저 띄워 보고, 자신이 쓰는 코딩 도구와 연결해 실제 작업에서 성능을 비교해 보는 것을 권합니다.
정리
GLM-4.7-Flash는 활성 파라미터 약 30억 개의 MoE 구조로 코딩과 에이전트 작업에서 같은 체급 오픈 모델보다 높은 점수를 낸 경량 모델입니다. MIT 라이선스와 무료 API 덕분에 개인과 기업 모두 부담 없이 시험해 볼 수 있습니다. 다만 성능 수치는 제조사 발표 기준이므로 한국어 품질과 실제 업무 적합성은 직접 검증하는 것이 좋습니다.
이후 진행 상황: Z.ai는 2026년 2월 11일 총 7,440억 파라미터 규모의 차세대 플래그십 GLM-5를 MIT 라이선스로 공개했습니다.
참고 자료
- MarkTechPost – Zhipu AI Releases GLM-4.7-Flash: A 30B-A3B MoE Model for Efficient Local Coding and Agents
- Hugging Face – zai-org/GLM-4.7-Flash 모델 카드
- Z.ai 개발자 문서 – GLM-4.7 시리즈
- Yicai Global – Zhipu AI Soars in Hong Kong Stock Market Debut
- Hugging Face Blog – GLM-5: China’s First Public AI Company Ships a Frontier Model
대표 이미지: electronic circuit board / Creativity103 / CC BY 2.0