데이터베이스·데이터 분석 기업 데이터브릭스(Databricks)가 중국산 오픈소스 모델 GLM 5.2를 개발자의 일상 코딩 작업에 쓰는 기본 모델로 채택하기로 했다. 수백만 줄 규모의 자체 코드베이스로 진행한 내부 벤치마크에서 GLM 5.2가 앤트로픽의 클로드 오푸스(Opus) 4.8과 통계적으로 대등한 성능을 내면서 작업당 비용은 훨씬 낮게 나온 데 따른 결정이다.
데이터브릭스에 따르면 GLM 5.2는 작업당 1.28달러에 최상위 성능군에 진입했다. 같은 작업에서 오푸스 4.8은 1.94달러가 들었다. 매트 자하리아 공동창업자가 참여한 블로그 글은 “이제 이런 모델을 코딩의 상시 주력으로 배치할 때가 됐다는 증거가 나왔다”고 적었다. 내부 파일럿에 참여한 개발자 피드백도 이 결과를 뒷받침했으며, 회사는 GLM을 최고 성능으로 돌리는 작업을 이미 진행 중이라고 밝혔다.
이런 움직임은 데이터브릭스만의 일이 아니다. 코인베이스는 GLM 5.2와 키미 2.7 등 중국 모델로 갈아타 AI 지출을 절반으로 줄였고, 링크드인의 자동화 스타트업 린디는 클로드를 완전히 접고 딥시크 v4로 전환해 수백만 달러를 아꼈다. 스노플레이크 역시 GLM 5.2를 오푸스 4.7과 비교해 비용의 일부만으로 거의 대등한 결과를 얻었다. 오픈라우터(OpenRouter)에서 중국 모델의 주간 트래픽 비중은 지난해 11%에서 올해 2월 이후 30%를 넘어섰는데, 서구권 대안보다 60~90% 낮은 비용이 배경으로 꼽힌다.
데이터브릭스는 시험한 모델들이 세 성능 계층으로 나뉜다고 분석했다. 82~90% 통과율을 보인 최상위군에는 오푸스 4.8, GLM 5.2, 일부 설정의 GPT 5.5가 들었고, 71~82%의 중위군에는 소넷 4.6과 소넷 5, GPT 5.4 등이, 51~60%의 하위군에는 GPT 5.4-미니와 하이쿠 4.5가 자리했다. 회사는 자사 엔지니어의 코딩 작업 가운데 61%가 중간 난이도이고 고난도는 12%에 불과하다며, 앞으로 작업 복잡도에 맞춰 더 저렴한 계층으로 물량을 분배하겠다고 밝혔다. 품질 대비 비용이 가장 좋은 지점을 뜻하는 파레토 경계는 오픈AI·앤트로픽·오픈소스 세 진영의 모델이 함께 만들고 있으며, 특정 한 곳이 모든 영역을 지배하지는 않는다는 설명이다.
벤치마크 자체도 공개 데이터셋 대신 실제 코드 변경 요청(풀 리퀘스트)으로 직접 구성했다. 공개 데이터셋은 정답이 시간이 지나며 학습 데이터로 새어 들어가고, 파이썬·고·타입스크립트·스칼라·러스트 등 10개가 넘는 언어에 걸친 자사 스택을 대표하지 못한다는 이유에서다. 채점은 LLM 심판 대신 테스트 통과 여부만으로 했으며, 모델이 깃 이력을 뒤져 정답을 찾아내는 편법이 확인되자 실행마다 전체 이력을 잘라내는 방식으로 막았다.
저작권자 © STORIUM 무단전재 및 재배포 금지
