중국AI가 미국AI를 따라잡는 시간은?
2026.06.21 09:06
| ▲ AI 독립 연구원 Teortaxes는 GLM-5.2의 현재 능력을 Claude Opus 4.7에서 4.8 사이로 평가했습니다. Mythos와 GLM을 7개월의 격차로 추정했습니다. 일론 머스크(Elon Musk)는 "아마도 2027년 1분기"라는 더 보수적인 의견을 보였습니다. |
| ⓒ X.com |
미국 행정부가 엔트로픽(Anthropic)의 최강 AI 모델 미토스(Mythos)와 그 일반 버전 페이블(Fable)을 외국인에게 차단한 날, 중국AI업계는 오픈소스 모델과 오픈소스 사후 학습 진영에 환호했습니다.
6월 17일 즈푸가 GLM-5.2를 공개하며 전 세계 오픈소스 모델 중 최고 성능을 기록했고, 포스트 트레이닝 전문 스타트업 '마인드 랩(Mind Lab)'이 재빠르게 GLM-5.2 후학습으로 성능을 끌어올려 오픈소스 진영의 협공을 선보였습니다.
중국AI가 미국을 따라잡는 시간은
AI 독립 연구원 Teortaxes는 GLM-5.2의 현재 능력을 Claude Opus 4.7에서 4.8 사이로 평가했습니다. Mythos와 GLM을 7개월의 격차로 추정했습니다. 일론 머스크(Elon Musk)는 "아마도 2027년 1분기"라는 더 보수적인 의견을 보였습니다. 그는 벤치마크 추격은 상대적으로 쉬운 일이지만, "진정한 유용성(real usefulness)"으로 측정하면 2027년 1분기라도 인상적인 수준이라고 덧붙였습니다.
그러나 이 논쟁의 당사자인 즈푸AI 창립자 탕제(唐杰)는 단 네 단어로 답했습니다. "그렇게 오래 걸리지 않는다(won't take that long)". 그는 구체적인 시점을 제시하지 않았습니다. 그러나 그 한마디에는 중국 AI가 쌓아온 추격의 궤적에 대한 확신이 담겨 있었습니다.
GLM-5.2가 보여준 것
탕제의 자신감은 허언이 아니었습니다. GLM-5.2는 MoE(혼합 전문가) 아키텍처에 총 744B 파라미터, 활성화 파라미터 약 40B, 1M 토큰의 장문맥 처리 능력을 갖췄습니다.
수치로 기록된 성과도 인상적입니다. Artificial Analysis 종합 지수에서 51점으로 글로벌 오픈소스 모델 1위를 기록했으며, FrontierSWE 롱코딩 벤치마크에서는 74.4점을 획득해 Claude Opus 4.8(75.1점)과의 격차를 1%포인트로 좁혔습니다. Code Arena에서는 글로벌 모든 모델 중 1위를 차지했습니다.
더욱 주목할 점은 비용입니다. 동일한 작업에서 GLM-5.2의 비용은 0.06달러인 반면, Opus 4.8은 0.49달러로 무려 8배 이상의 차이를 보입니다. "10%의 지능 차이가 90%의 비용 차이"로 이어지는 이 구조는 대형 모델 경쟁의 중심을 성능에서 실용성과 경제성으로 이동시키고 있습니다.
파운데이션 모델만으로는 부족하다
그러나 GLM-5.2의 성과만으로 Mythos를 따라잡았다고 말하기는 어렵습니다. SWE-Marathon과 같은 가장 도전적인 벤치마크에서는 여전히 13.0 대 26.0으로 상당한 격차가 존재합니다.
더 근본적인 질문은 이것입니다: "Mythos를 따라잡는 것이 파운데이션 모델 강화로 충분한가?"
OpenAI가 GPT-4에서 o1로 도약할 때 핵심 경쟁력은 사후학습(post-training)에서 비롯되었습니다. Anthropic의 Constitutional AI 역시 포스트 트레이닝 방법론입니다. Foundation Model은 건물의 설계도와 같아서 최대 높이를 결정합니다.
그러나 실제로 그 높이까지 건물을 완성하는 것은 Post-training이라는 시공 기술에 달려 있습니다. GLM-5.1에서 5.2로의 도약은 설계도는 동일했지만 시공 기술의 혁신이 더 높은 완성도를 가능하게 했음을 보여주는 사례입니다. 이는 파운데이션 모델의 경쟁이 점차 상향 평준화 되면서 Post-training의 품질이 제품의 실제 체감 성능을 결정하는 분수령이 되고 있음을 시사합니다.
마인드 랩(Mind Lab), 포스트 트레이닝 전담 강력한 지원군
이 지점에서 주목해야 할 팀이 있습니다. 바로 Mind Lab입니다. Mind Lab은 선전의 스타트업 마인드버스(深圳心洲科技有限公司,Mindverse)의 AI 연구소로 대형 모델 포스트 트레이닝에 특화된 조직입니다. 즈푸가 GLM이라는 강력한 기반 모델을 제공한다면 Mind Lab은 그 기반에서 최고의 성능을 이끌어내는 포스트 트레이닝에 집중합니다.
Mind Lab은 GLM-5.1 기반 후처리 모델 Macaron-V1-Preview를 통해 PinchBench에서 76.6점에서 92.5점으로 15.9점(상대 향상률 20.8%)을 끌어올렸습니다. 이는 GLM 시리즈의 기반 능력이 아직 충분히 발휘되지 않았으며 사후 처리에 큰 향상 여지가 남아 있음을 증명합니다.
GLM-5.2가 공개된 후 Mind Lab은 가장 먼저 지원을 선언하고, 5.2의 핵심 신기술인 IndexCache 아키텍처에 대한 완전한 적응을 완료해 오픈소스로 공개했습니다. DSA(동적 희소 어텐션)와 MTP(다중 토큰 예측) 등 700B 이상 모델에 특화된 아키텍처 모듈의 적응 방안도 이미 기술 블로그를 통해 공개한 상태입니다. HuggingFace에서 GLM-5.1/5.2 시리즈의 후처리를 완료하고 공개적으로 배포한 외부 팀은 Mind Lab이 유일합니다.
생태계의 확장: GLM을 넘어서
Mind Lab의 역량은 GLM에 국한되지 않습니다. 이들은 자체 개발한 사후처리 플랫폼 MinT(Mind Lab Toolkit)를 통해 중국의 주요 모델들을 폭넓게 지원하고 있습니다. MinT가 지원하는 Qwen, DeepSeek, Kimi, GLM, MiniMax, 기타 VLA 등 모델 생태계를 살펴보면 그 규모가 더욱 선명해집니다
MinT는 하나의 통합된 인터페이스에서 이 모든 모델에 대한 LoRA 기반 사후처리를 수행할 수 있게 해주는 인프라 시스템입니다. 특히 MinT는 최대 1T(1조) 파라미터 규모의 모델까지 지원하며, LoRA-RL(강화학습) 기술을 통해 전통적인 전량 미세조정(Full Fine-tuning) 대비 약 10분의 1 수준의 비용으로 후처리를 가능하게 합니다.
Mind Lab의 기술력은 이미 시장에서 검증을 받고 있습니다. 2026년 6월, Mind Lab의 모회사인 Mindverse는 메이투안(Meituan)이 리드하는 A시리즈 투자에서 약 5,000만 달러를 유치했습니다. 이는 포스트 트레이닝 기술의 가치와 시장의 기대를 보여주는 지표입니다.
오픈소스 진영 협공과 추격의 가속도
탕제가 "그렇게 오래 걸리지 않는다"고 말한 근거는 이제 더욱 분명해졌습니다.
첫 번째 축은 즈푸의 파운데이션 모델의 개선입니다. GLM-5.1에서 5.2로의 도약이 불과 수개월 만에 이루어졌고 연내에는 차세대 모델이 출시될 것으로 예상됩니다.
두 번째 축은 Mind Lab의 포스트 트레이닝의 전문성입니다. 파운데이션 모델이 도약할수록 포스트 트레이닝 처리가 발휘할 수 있는 여지는 더욱 커집니다. 후처리 팀의 반복 주기는 기반 모델 훈련의 수개월과 달리 주 단위로 훨씬 짧습니다.
세 번째 축은 포스트 트레이닝 생태계의 확장성입니다. Mind Lab은 GLM뿐만 아니라 DeepSeek, Kimi, Qwen, MiniMax 등 중국의 주요 모델들을 아우르는 MinT 플랫폼을 구축했습니다. 이는 특정 모델에 종속되지 않는 기술 생태계의 중립성을 확보했음을 의미하며 중국 AI 전체의 포스트 트레이닝 역량을 끌어올리는 인프라 역할을 할 것입니다.
이 세 축이 결합할 때 추격의 속도는 상상 이상으로 빨라질 수 있습니다. Teortaxes의 7개월 전망, 머스크의 2027년 1분기 예측 모두 이 다층적 생태계의 시너지를 충분히 반영하지 못했을 가능성이 있습니다.
역설적으로 미국이 차단할 수록 중국은 추격에 박차를 가합니다. 단일 기업 단일 모델의 승부가 아닌 오픈소스 진영이 연합하여 추격전을 벌이며 그 속도는 점점 더 빨라지고 있습니다. 오픈소스인데 우리가 연구 안 할 이유가 없습니다.
[참고자료] ZhipuAI가 발표한 GLM5.2
chat｜https://chat.z.ai/
지표｜https://z.ai/blog/glm-5.2
포스트 트레이닝 전문연구소 Mindlab 깃허브｜
https://github.com/MindLab-Research/Megatron-GLM5.2
덧붙이는 글 | 임선영 씨는 중국 칭화대 전산언어학 석사를 마친 중국경제전문가이며 <중국경제 미래지도>, <중국AI 미래지도>(출간 예정)의 저자입니다. 이 글은 본인의 페북에도 올렸습니다.
저작권 보호를 위해 본문의 일부만 표시됩니다.
원문 보기 →댓글 (0)
첫 번째 댓글을 작성해보세요!
glm 5.2의 다른 소식
모든 소식을 불러왔습니다