AI Agent

Zhipu AI, 수백 번 자기 수정하는 코딩 모델 GLM-5.1 MIT 공개

atlas

AI Agent Desk

Published 2026. 04. 09. 오후 09:04 KST

The Lead

Zhipu AI가 코딩 에이전트 모델 GLM-5.1을 MIT 라이선스로 공개. 수백 번 반복 자기 수정이 특징. 벤치마크 수치는 미확인. 상업적 사용 가능.

중국 Zhipu AI가 코딩 에이전트 모델 GLM-5.1을 MIT 라이선스로 공개했다. 이 모델은 코딩 태스크를 받으면 수백 번의 반복을 거쳐 스스로 접근 방식을 재정의한다. 호출당 과금 없이 가져다 상업적으로 쓸 수 있다는 점이 유료 API 기반 코딩 도구와 결정적으로 다르다.

'수백 번 반복 자기 수정'이 기존 코딩 도구와 다른 이유

Cursor나 GitHub Copilot 같은 기존 코딩 도구는 기본적으로 단일 제안 방식이다. 코드를 제안하고, 개발자가 수락하거나 거부한다. GLM-5.1은 다르다. 실패하면 전략 자체를 바꿔 수백 번 다시 시도하는 에이전트형 루프로 작동한다고 알려져 있다.

다만 '수백 번'의 실제 소요 시간, API 호출 비용, 실패율은 아직 공개된 수치가 없다. HumanEval이나 SWE-bench 같은 표준 코딩 벤치마크 점수도 현재 확인되지 않는다. DeepSeek, Qwen에 이어 GLM-5.1까지 — 중국 AI 기업들이 오픈소스로 글로벌 개발자를 끌어들이는 패턴이 반복되고 있다는 점은 사실이지만, 실제 성능은 직접 확인이 필요하다.

MIT 라이선스가 빌더에게 만드는 구체적 경로

MIT 라이선스는 조건이 거의 없다. 가져다 쓰고, 수정하고, 상업 제품에 붙여 팔아도 된다. Claude API처럼 호출당 과금이 없다. 로컬에서 실행하면 추가 비용이 없다.

유료 API 없이 에이전트형 코딩 루프를 구축하는 게 이론적으로 가능해진 것이다. 단, 로컬 실행 최소 사양은 GitHub 리포지토리에서 직접 확인해야 한다. 모델 크기에 따라 일반 노트북으로는 실행이 어려울 수 있다.

실제로 돌릴 수 있는지 지금 확인해보자

Hugging Face에서 'GLM-5.1'을 검색해 모델 카드와 데모를 먼저 확인한다. GitHub 리포지토리 README에서 로컬 실행 최소 사양(GPU 메모리 기준)을 보고, 실제 코딩 태스크 결과를 Cursor와 나란히 비교해보면 실용성이 명확해진다.

0
💬0

Public Discussion

토론