GLM-5.3의 기술 사양

Z.ai의 공개 모델 저장소에는 다운로드 가능한 GLM-5.3 아티팩트가 아니라 여전히 GLM-5.2가 눈에 띄게 표시되어 있으므로, 아직 공개되지 않은 사양은 명시적으로 미확정으로 표시된 상태를 유지해야 합니다.

GLM-5.3란 무엇인가?

GLM-5.3는 Z.ai의 GLM 계열의 최신 세대로, 복잡한 보안 및 엔지니어링 작업을 자율적으로 수행할 수 있는 AI 시스템으로의 전환을 보여줍니다.

이번 발표는 사이버보안을 단순히 또 하나의 벤치마크 범주로 제시하는 수준이 아니라는 점에서 특히 주목할 만합니다. Z.ai는 GLM-5.3을 통해 소프트웨어 취약점을 발견하고 공격 개발 워크플로에 참여할 수 있는 AI 시스템을 시연하고 있습니다.

Reuters는 Z.ai가 보안 평가를 완료한 후 모델을 공개 릴리스할 계획이며, 더 고급 기능은 초기에는 신뢰된 접근 메커니즘을 통해 제한될 것이라고 보도합니다.

이는 GLM-5.2와는 강조점에서 큰 변화입니다.

GLM-5.2는 주로 장기 지평 소프트웨어 엔지니어링과 에이전트형 코딩에 초점을 맞추어 포지셔닝되었습니다. Z.ai의 6월 연구 페이지는 GLM-5.2를 "Built for Long-Horizon Tasks"로 설명합니다.

GLM-5.3는 그 에이전트 철학을 훨씬 더 민감한 영역으로 확장합니다:

소프트웨어 엔지니어링 → 취약점 발견 → 사이버 방어 → 통제된 공격적 보안

---

GLM-5.3의 주요 기능은 무엇인가?

사이버보안 중심의 추론

주요 능력은 사이버보안입니다.

GLM-5.3는 다음을 달성했습니다:

CyberGym에서 84.5%

CyberGym은 AI 시스템의 소프트웨어 취약점 식별 능력을 평가합니다. 이 결과는 Mythos 5가 보고한 **83.8%**를 약간 상회합니다.

이는 중요합니다. 사이버보안은 문법적으로 올바른 코드를 생성하는 것 이상을 요구하기 때문입니다.

유능한 보안 에이전트는 다음이 필요합니다:

1. 낯선 코드를 이해하기
2. 공격 표면을 식별하기
3. 취약점에 대한 가설을 세우기
4. 데이터와 제어 흐름을 추적하기
5. 가설을 검증하기
6. 적절한 개념증명을 개발하기
7. 취약점이 실제로 악용 가능한지 판단하기

GLM-5.3의 CyberGym 점수는 이 연쇄 과정의 전반부에서 의미 있는 진전을 시사합니다.

강력한 취약점 발견

CyberGym 84.5% 점수는 초기 결과 중 가장 인상적인 수치라고 할 수 있습니다.

이는 취약점 식별에서 GLM-5.3을 Mythos 5보다 약간 앞서게 만듭니다:

격차는 0.7 퍼센트포인트에 불過하지 않으므로, GLM-5.3이 결정적으로 우월하다고 표현하는 것은 오해를 불러일으킬 수 있습니다.

더 흥미로운 점은 Z.ai의 공개 가중치 모델이 고도로 제한된 사이버보안 시스템과 같은 성능 구역에 진입하고 있다는 사실입니다.

익스플로잇 개발은 여전히 약점

GLM-5.3는 모든 사이버보안 작업에서 압도적으로 뛰어난 것은 아닙니다.

ExploitBench에서는:

이는 23.6 퍼센트포인트의 격차입니다.

이는 중요한 차이를 보여줍니다:

취약점을 발견하는 것과 그것을 신뢰성 있게 악용하는 것은 동일하지 않습니다.

GLM-5.3는 약점을 식별하는 데 매우 능숙해 보이지만, 초기 결과는 이러한 발견을 신뢰할 수 있는 익스플로잇 개발로 전환하는 일이 상당히 더 어렵다는 점을 시사합니다.

기업 보안 팀에게는, 이것이 단순한 공격 자동화 엔진이라기보다 방어적 취약점 분석 보조로서 모델이 흥미롭다는 점을 시사합니다.

GLM-5.3 vs GLM-5.2

GLM-5.2는 가장 유용한 확정된 기준을 제공합니다.

GLM-5.2의 확정된 아키텍처는 대략 753B 파라미터이며, 공개 모델 카탈로그에는 여전히 753B 모델과 FP8 버전이 나열되어 있습니다.

또한 제3자 보도에 따르면 Z.ai의 모델 평가 자료를 기반으로 GLM-5.2는 Terminal-Bench 2.1에서 81.0, SWE-bench Pro에서 62.1을 달성했습니다.

하지만 이러한 수치는 GLM-5.2 벤치마크로 남아야 하며, GLM-5.3에 귀속되어서는 안 됩니다.

GLM-5.3 vs Mythos 5

현재 가장 의미 있는 벤치마크 비교입니다.

결과는 미묘한 결론을 제시합니다.

GLM-5.3는 취약점 식별에서 우세합니다.

하지만:

Mythos 5는 익스플로잇 개발에서 여전히 상당히 강합니다.

따라서 "GLM-5.3가 Mythos 5를 이긴다"고 말하는 것은 이용 가능한 데이터를 부정확하게 해석한 것입니다.

더 나은 표현은 다음과 같습니다:

GLM-5.3는 취약점 발견에서 Mythos 5 수준의 성능에 도달했지만, 익스플로잇 개발에서는 여전히 뒤처집니다.