GLM 모델과 Z.ai 사용법: 첫 질문, 비용, 설치 조건

GLM은 중국 AI 기업 Z.ai가 만드는 오픈 웨이트 언어 모델 계열입니다. 옛 이름이 즈푸AI인 이 회사는 2022년의 GLM-130B부터 2026년 8월의 GLM-5.3까지 같은 이름으로 모델을 내놓았습니다. 오픈 웨이트는 학습된 모델의 수치 파일인 가중치를 공개한다는 뜻입니다. 파일을 받는 것과 내 컴퓨터에서 실행하는 것은 별도 단계입니다.

새 AI 모델이 계속 나오는 것은 이제 익숙한 일입니다. 클로드와 GPT, 제미나이는 어느 회사가 만들었고 무엇을 잘하는지 대략 알려져 있어서, 새 버전의 차이를 이전 모델과 비교할 수 있습니다.

GLM은 그 목록에 잘 들어오지 않습니다. 버전이 GLM-5.3과 GLM-5.3-Flash, GLM-4.7, GLM-4.7-Flash로 나뉘어 있고 쓰는 방법도 네 가지인데, 이름이 비슷해서 어느 것을 어디에 쓰는지 정하기 어렵습니다. 정하지 못한 채로 두면 무료로 열려 있는 모델을 그냥 지나치거나, 반대로 개인 장비에 올라가지 않는 크기의 가중치를 내려받는 데 시간을 쓰게 됩니다. 화면과 다운로드 수는 2026년 9월 15일 기록이며, 가격표와 모델 문서 및 라이선스는 10월 4일 내용을 반영했습니다. 처음에는 웹 채팅만 사용해도 아래 연습을 할 수 있습니다.

위 화면은 9월 15일 공식 웹 채팅의 모델 메뉴입니다. 기본 선택은 GLM-5.3-Flash지만, 아래에는 고급 모델을 쓰려면 로그인하라는 안내가 있습니다. 메뉴에 이름이 보인다는 사실만으로 로그인 전 모든 모델을 쓸 수 있다고 판단하지 않습니다.

GLM이라는 이름의 뜻과 계열의 출발점

GLM이라는 이름은 General Language Model, 즉 범용 언어 모델의 줄임말입니다. 2021년에 나온 같은 제목의 논문에서 온 이름이고, 저자 명단에 Z.ai를 세운 칭화대 탕제 교수가 들어 있습니다. 회사 이름보다 모델 이름이 먼저 나온 경우라, GLM은 제품 이름이면서 연구 계보의 이름이기도 합니다.

계열의 출발점은 2022년 8월 공개된 GLM-130B입니다. 파라미터 1,300억 개 규모의 모델을 가중치까지 열어 둔 사례였고, 이듬해에는 개인용 그래픽카드에서 돌아가는 ChatGLM-6B가 나왔습니다. 이 회사가 왜 가중치를 계속 여는지는 별도 글에서 다뤘으니, 이 글에서는 지금 쓸 수 있는 모델과 쓰는 방법을 정리하겠습니다.

먼저 비교할 GLM 모델 네 가지

이 표는 전체 모델 목록이 아니라 용도를 비교하기 위한 네 가지 예입니다. 10월 4일 가격표에는 GLM-5.3-FlashX 등 다른 모델도 있습니다. 아래 요금은 Z.ai 일반 API의 달러 단가이며 웹 채팅이나 Coding Plan 구독료가 아닙니다.

파라미터는 학습으로 정해진 모델의 수치이고, 토큰은 모델이 내용을 처리하는 단위입니다. 한국어 한 글자와 한 토큰은 항상 같지 않습니다. 컨텍스트는 한 요청에서 처리할 수 있는 문맥의 최대 범위로, 긴 내용을 빠짐없이 기억한다는 보장은 아닙니다.

GLM-5.3의 크기는 공식 저장소에 집계된 가중치 약 7,533억을 반올림했습니다. 모델 구조 설명의 일부 구성만 집계한 숫자와 혼용하지 않습니다. GLM-5.3과 GLM-4.7의 활성 수는 이 글에서 확인한 모델 카드에 별도 수치가 없어 비워 두었습니다. 표의 입력 요금은 캐시 할인이 없는 일반 입력 기준입니다.

위 화면은 9월 15일 Z.ai 공식 가격 페이지입니다. 표에는 이 글이 다루지 않은 이전 버전과 문자 인식 전용 모델까지 함께 올라 있어서, 계열 전체의 폭을 한 번에 볼 수 있습니다.

표에서 먼저 눈에 들어오는 것은 이름과 규모가 일치하지 않는다는 점입니다. Flash가 붙었다고 작은 모델은 아닙니다. GLM-5.3-Flash는 총 3,200억 파라미터인데 GLM-4.7-Flash는 총 300억 파라미터라서, 같은 이름을 달고 열 배 넘게 차이가 납니다. 이름만 보고 개인 장비용 모델을 고르면 어긋나는 이유가 여기에 있습니다.

활성 파라미터는 한 토큰을 처리할 때 실제 계산에 참여하는 부분입니다. GLM의 혼합 전문가(MoE) 구조는 필요한 일부를 선택해 계산합니다. 활성 수만큼의 파일이나 메모리만 필요하다는 뜻은 아닙니다. 필요한 메모리는 전체 가중치의 저장 방식과 실행 프로그램 및 문맥 길이에 따라 달라집니다.

내려받기 수는 관심과 배포 활동을 참고하는 지표입니다. 2026년 9월 15일 기준 허깅페이스의 최근 30일 내려받기는 GLM-4.7-Flash가 186만 회로 가장 많고, GLM-5.3-Flash가 177만 회, GLM-5.2가 95만 회, GLM-5.3이 71만 회입니다. 당시 네 모델 가운데 300억 파라미터 모델의 내려받기 수가 가장 컸습니다. 같은 사람의 반복 다운로드나 자동 처리가 포함될 수 있어 사용자 수나 실무 성능 순위로 바꿔 읽지 않습니다.

GLM을 쓰는 방법 네 가지

웹 채팅은 브라우저에서 질문하는 방법이고, API는 프로그램이 모델을 호출하는 연결 방식입니다. 코딩 구독은 지원하는 개발 도구의 사용량을 제공하며, 가중치 내려받기는 자체 장비에 모델을 설치하는 방법입니다.

• 웹 채팅: chat.z.ai에서 시작합니다. 10월 4일 로그인 전 화면에서도 GLM-5.3-Flash와 입력창이 보이지만, 실제 이용과 모델 변경에 로그인이 요구되면 화면 안내를 따릅니다. Deep Think는 답을 만들기 위한 추론 강도입니다.
• API: Z.ai 플랫폼에서 API 키를 발급받아 프로그램에 연결하는 방식입니다. 키는 호출 권한이므로 공개 글이나 저장소에 넣지 않습니다. GLM-5.3은 외부 도구 사용, 정해진 형식의 답변, 입력 계산 재사용, 답을 조금씩 보내는 기능을 지원합니다. 최대 출력은 12만 8천 토큰이며 100만 토큰 컨텍스트와 다른 제한입니다.
• GLM Coding Plan: 지원되는 코딩 도구에서 사용하는 월정액이며, 일반 서비스 API 호출 전체를 대신하는 무제한 구독은 아닙니다. 공식 개요는 월 18달러부터라고 안내하고, Lite/Pro/Max에 5시간 한도와 주간 한도를 동시에 적용합니다. 크레딧은 사용량을 계산하는 점수여서 요청 횟수나 달러와 같지 않습니다.
• 가중치 내려받기: 허깅페이스에서 파일을 받아 자기 장비에서 실행합니다. 공식 저장소가 SGLang과 vLLM, Transformers 등 모델을 실행하는 프로그램을 안내합니다. 파일만 다운로드하면 자동 실행되는 방식은 아닙니다.

Coding Plan의 기본 한도는 다음과 같습니다.

5시간 한도는 사용 후 시간 경과에 따라 갱신되며 주간 한도는 별도로 적용됩니다. 한쪽에 잔량이 있어도 다른 한도를 소진하면 계속 사용할 수 있는 것은 아닙니다. 기본 피크 시간은 한국 시각 평일 오후 3시부터 7시이며, 그 밖의 모델 사용은 기본 크레딧의 절반을 차감합니다. 2026년 9월 25일부터 10월 7일까지는 종일 절반 차감하는 기간 한정 안내가 있어, 기본 규칙과 행사를 구분해야 합니다.

구독 쪽은 모델 연결 규칙을 하나 두고 있습니다. 모든 등급에서 GLM-5.3과 GLM-5.3-Flash를 쓸 수 있고, GLM-5.2나 GLM-5.1을 부르는 요청은 GLM-5.3으로, GLM-4.7을 부르는 요청은 GLM-5.3-Flash로 자동 연결됩니다. 예전 모델 이름을 그대로 적어 둔 설정 파일이 있어도 최신 모델로 처리된다는 뜻입니다.

상황별로 정리하면 이렇습니다.

클로드 코드나 코덱스 CLI에 붙이는 절차는 설정 파일 위치와 주소가 도구마다 다릅니다. 두 도구에 넣을 값은 설정 방법을 따로 정리한 글에 그대로 옮겨 두었습니다.

첫 연습: 가상 안내문에서 필요한 정보만 꺼내기

웹 채팅을 열어 새 대화를 시작하고 사용 가능한 GLM-5.3-Flash를 선택합니다. 로그인 안내가 나오면 계정을 사용합니다. 처음에는 기본 추론 설정을 유지하고, 검색이나 파일 첨부 없이 아래 요청 전체를 입력한 뒤 전송 버튼을 누릅니다.

기대하는 결과는 행사명 동네 책 교환 모임, 날짜 10월 20일, 시작 시간 오후 2시, 신청 방법 미정입니다. 연도와 요일, 전화번호나 신청 링크가 덧붙지 않았는지 확인합니다. 답이 틀리면 같은 대화에 신청 방법은 미정입니다. 신청 링크는 삭제하고 나머지 세 항목은 원문대로 유지해 주세요.라고 요청하고 다시 네 항목을 비교합니다.

전송이 되지 않으면 입력 문장을 복사해 둔 뒤 로그인 상태와 화면의 오류를 확인합니다. 응답이 진행 중이면 끝날 때까지 기다리고, 제한 알림이 나오면 해당 안내를 따릅니다. 새 대화로 한도를 우회할 수 있다고 기대하지 않습니다. 결과와 요청을 메모 앱에 복사해 GLM 안내문 연습으로 저장하고 다시 열어 확인합니다.

이제 새 대화에서 원래 요청과 안내문 전체를 다시 넣고, 시작 시간만 오후 3시로 바꿔 보세요. 네 항목 가운데 시간만 바뀌고 신청 방법은 미정으로 남아야 합니다. 같은 모임의 안내문 두 개를 나란히 저장하고 바뀐 항목이 하나인지 비교하면 혼자 반복하는 연습까지 마친 것입니다.

API 가격표를 실제 작업 비용으로 바꾸기

첫 연습은 웹 채팅이므로 API 요금 계산과 별개입니다. API를 검토할 때는 실제 호출 전에 계산기로 사용량을 가정해 볼 수 있습니다. 캐시 할인 없는 입력 10만 토큰과 과금 대상 출력 2만 토큰을 한 번 사용했다고 가정합니다. 추론 토큰은 과금 대상 출력에 포함하고 검색 도구와 세금 등은 제외합니다.

이 조건으로 100회 반복하면 각각 2.50달러와 22.80달러입니다. 다시 계산할 때는 입력을 유지하고 출력을 4만 토큰으로 바꿔 보세요. Flash는 0.035달러, 5.3은 0.316달러가 나옵니다. 출력만 늘었으므로 전체 비용이 두 배가 되는 것은 아닙니다. 실제로는 모델마다 답의 길이와 재시도가 달라질 수 있어 같은 토큰 수가 같은 완성 품질을 뜻하지는 않습니다. 캐시 입력은 이전 계산을 재사용하는 할인 항목이며, 검색 같은 도구는 별도 요금을 확인합니다. GLM-4.7-Flash의 무료 토큰 가격도 다른 도구까지 무료라는 뜻은 아닙니다.

공식 벤치마크에서 확인되는 위치

GLM-5.3은 2026년 8월 발표됐습니다. GLM-5.2와 같은 기반 모델을 두고 사후학습만 다시 했다고 모델 카드에 적혀 있어서, 구조를 바꾸지 않고 학습 방식만 다시 잡아 점수를 올린 사례에 해당합니다.

위 그래프는 Z.ai가 공개한 당시 평가 결과이며 현재 전체 모델의 순위표는 아닙니다. 여섯 항목 가운데 두 곳에서 비교 대상 중 가장 높은 점수를 받았고, 나머지 네 곳은 앞선 모델이 따로 있습니다.

아래 표에는 그림의 여섯 평가 중 네 가지를 옮겼습니다. DeepSWE는 실제 코드 수정 과제를 평가합니다.

가장 크게 벌어진 것은 이전 버전과의 격차입니다. 터미널에서 명령을 실행하는 과제를 평가하는 Terminal Bench 3.0에서 4.6이 28.3으로 올랐고, 업무 자동화를 평가하는 AutomationBench는 26.2에서 48.2로 올랐습니다. 반면 터미널 작업과 코드 수정에서는 Fable 5와 GPT-5.6 Sol이 앞서므로, 모든 항목에서 우위라는 서술은 성립하지 않습니다.

벤치마크는 정해진 과제와 조건에서 성능을 비교하는 평가입니다. GDPval-AA v2의 1769는 결과물을 비교한 상대 평가 점수로, 성공률 1769%가 아닙니다. 다른 평가 점수와 더하거나 평균 내지 않습니다.

측정 조건도 함께 봐야 하는데, 항목마다 조건이 다릅니다. 하네스는 모델에 도구와 과제를 연결하는 실행 환경입니다. Terminal Bench 3.0은 클로드 코드 2.1.207 하네스에서 추론 강도를 최대로 두고 과제당 10시간 제한으로 측정했고, DeepSWE는 mini-swe-agent 하네스에 6시간 제한입니다. GDPval-AA v2는 Z.ai가 아니라 Artificial Analysis가 측정한 값이고, AutomationBench는 확인한 모델 카드에 v1.0.6이라고 적혀 있지만 하네스와 제한 시간의 상세 조건은 기재돼 있지 않습니다. 자체 평가와 외부 측정이 섞여 있고 도구 및 제한 시간도 달라서, 표의 점수를 일상 업무의 성공률로 적용하지 않습니다.

GLM을 클로드나 GPT 대신 고를 이유가 있을까요?

위 네 항목만 봐도 모델별로 앞서는 과제가 다릅니다. 과제별 점수에 더해 비용과 자체 운영 가능성을 함께 비교할 수 있습니다.

첫째는 작업당 비용을 비교할 수 있다는 점입니다. 다만 토큰 단가가 낮아도 수정 요청이 늘면 최종 비용은 달라집니다. 위 계산과 함께 실제로 끝낸 작업 수와 걸린 시간을 기록해야 합니다.

둘째는 가중치를 직접 운영하는 선택지가 있다는 점입니다. 이 글에서 비교한 클로드와 GPT의 상용 API 모델은 내려받아 실행하는 경로가 제공되지 않습니다. 이것을 다른 공개 가중치 제품까지 포함한 모든 모델의 성질로 확대하지 않습니다.

바꿀지 정할 때는 평소 하는 작업 두세 개를 같은 가상 자료로 비교합니다. 내용의 누락과 잘못 덧붙인 정보, 수정 횟수와 대기 시간을 함께 기록하면 가격표만 보는 것보다 판단하기 쉽습니다.

오픈 웨이트라서 생기는 차이와 라이선스 두 종류

오픈 웨이트(open-weight)라는 말은 오픈 소스보다 상대적으로 낯설 수 있습니다. 쉽게 말하면 학습이 끝난 가중치 파일을 공개하는 방식입니다. 학습 자료와 코드까지 어느 범위로 제공하는지는 모델마다 확인해야 합니다. 두 방식의 차이는 무엇까지 열려 있는지 기준으로 나눈 글에 정리해 두었습니다.

여기서 실무에 걸리는 차이가 하나 있습니다. 같은 GLM 계열인데 라이선스가 두 종류로 나뉩니다.

• MIT 라이선스: GLM-5.3-Flash와 GLM-5.2, GLM-4.7, GLM-4.7-Flash가 여기에 속합니다. 상업적 이용과 수정 및 재배포를 허용하지만 저작권과 허가 고지를 보존하는 조건이 있습니다.
• 자체 라이선스: 이 글의 비교 대상 가운데 GLM-5.3에 적용됩니다. 허용 범위는 MIT와 거의 같지만 조건이 하나 더 붙습니다.

GLM-5.3은 이용자 또는 계열사가 Model as a Service 사업을 운영하고, 이용자와 계열사의 연속 12개월 합산 매출이 100억 달러를 넘으면 상업적 이용 전에 Z.AI 보안 검토를 요구합니다. Model as a Service는 제3자가 입력이나 설정 등을 실질적으로 제어하며 모델 추론 또는 미세조정을 이용하는 서비스입니다. 특정 기능 안에만 모델을 넣은 최종 제품과 단순 요청 중계는 이 정의에서 제외합니다. 단순히 해당 모델의 재판매 매출만 계산하는 조건으로 읽지 않습니다. 실제 적용은 저장소의 라이선스 전체를 기준으로 판단합니다.

직접 돌리는 쪽을 검토한다면 모델 규모와 실제 파일 및 장비 조건을 함께 확인합니다. GLM-4.7-Flash는 이 글의 다른 모델보다 작아 개인 장비에서 먼저 검토할 후보입니다. 숫자의 정밀도를 낮춰 용량을 줄이는 양자화를 적용한 판본도 있습니다. 예를 들어 Unsloth의 GLM-4.7-Flash-Q4_K_M.gguf는 10월 4일 파일 목록에 18.3GB로 표시됩니다. GGUF는 일부 로컬 실행 프로그램이 읽는 모델 파일 형식입니다.

파일을 저장할 디스크 공간과 실행할 메모리는 다릅니다. 운영체제와 다른 앱, 모델이 대화 내용을 처리하는 메모리까지 필요하며 양자화 방식에 따라 답변 품질도 달라질 수 있습니다. 24GB 맥의 Qwen 실행 화면을 해석한 글도 특정 파일 크기만으로 GPU 할당 실패 원인을 단정하지 않습니다. 그 기록을 GLM의 장비 최소 사양으로 옮겨 쓰거나 32GB이면 반드시 충분하다고 판단할 수 없습니다.

다운로드 전에 정확한 모델과 판본 이름, 파일 크기, 내 장비의 메모리와 GPU, 실행 프로그램의 지원 여부를 적어 대조합니다. 처음에는 짧은 문맥으로 시작해 실행 로그와 메모리 사용량을 확인하고, 메모리 오류가 나면 문맥 길이와 프로그램 안내를 점검합니다. 일반 웹 채팅이 목적이라면 자체 설치를 먼저 할 필요는 없습니다.

공식 자료에서 확인하지 못한 것

숫자를 적을 때 근거를 나눠 두는 편이 나중에 덜 헷갈립니다. 이번에 공식 자료로 확인하지 못해 본문에서 뺀 항목은 셋입니다.

• Coding Plan의 등급별 월 요금: 확인한 Coding Plan 개요에는 월 18달러부터라는 문구와 크레딧 수치가 있습니다. Pro와 Max의 정확한 금액은 소개하는 곳마다 달라서 적지 않았습니다.
• 활성 파라미터 수: GLM-5.3과 GLM-4.7은 이 글에서 확인한 모델 카드에 별도 수치가 없어 표에 적지 않았습니다.
• 직접 측정한 속도: 이 글은 공식 문서와 저장소 기록을 정리한 것이고, 초당 토큰 같은 수치를 직접 측정하지 않았습니다.

GLM 5.3과 GLM 5.3 플래시는 무엇이 다른가요?

규모와 입력 방식, 가격이 다릅니다. GLM-5.3은 공식 저장소의 가중치 집계로 약 7,500억 규모이며 텍스트만 받는 모델이고 출력 단가가 100만 토큰당 4.40달러입니다. GLM-5.3-Flash는 총 3,200억 파라미터에 이미지와 영상까지 받는 모델이고 출력 단가가 0.50달러입니다. Flash는 이 모델의 이름이며 모든 과제에서 같은 품질을 보장하거나 개인 장비용 크기를 뜻하지 않습니다. 공식 설명은 새 기반 모델과 다른 구조로 계산 효율을 높였다고 밝힙니다. 이 모델이 이름을 감춘 채 공개됐던 경과와 상세 스펙은 앞선 글에서 다뤘습니다.

GLM을 무료로 쓸 수 있나요?

두 가지입니다. 하나는 chat.z.ai 웹 채팅입니다. 사용 가능한 모델에서 질문하고 로그인 요구와 계정별 한도 안내를 따릅니다. 다른 하나는 API에서 GLM-4.7-Flash를 부르는 방법인데, 2026년 10월 4일 공식 가격표에도 입력과 출력이 무료로 적혀 있습니다. API 키와 호출 설정은 필요하며 무제한 사용이나 별도 도구 비용까지 무료라는 뜻은 아닙니다. 다만 무료 조건은 언제든 바뀔 수 있고, 업무 자료를 넣는다면 요금보다 데이터 처리 조건을 먼저 보는 편이 맞습니다.

GLM 가중치를 내려받으면 회사 서버에서 마음대로 써도 되나요?

모델별 라이선스와 운영 환경을 함께 확인합니다. MIT에도 고지 보존 조건이 있고, GLM-5.3은 앞서 설명한 계열사와 합산 매출 및 사업 형태 조건이 있습니다. 자체 서버에 설치해도 검색이나 외부 API, 로그 전송을 연결하면 자료가 나갈 수 있으므로 설치만으로 반출이 차단되지는 않습니다.

Sources:

• Pricing (Z.AI 개발자 문서)

• GLM-5.3 모델 안내 (Z.AI 개발자 문서)

• GLM Coding Plan 개요 (Z.AI 개발자 문서)

• zai-org/GLM-5.3 모델 카드와 라이선스 (Hugging Face)

• zai-org/GLM-5.3-Flash 모델 카드 (Hugging Face)

• zai-org/GLM-4.7 모델 카드 (Hugging Face)

• zai-org/GLM-4.7-Flash 모델 카드 (Hugging Face)

• GLM-5 시리즈 저장소 (GitHub)

• GLM: General Language Model Pretraining with Autoregressive Blank Infilling (arXiv)

• GLM-5.3 저장소 메타데이터

• GLM-5.3 라이선스 원문

• Coding Plan 이용 정책

• Unsloth GLM-4.7-Flash GGUF 파일 목록

3줄 요약

1. GLM은 Z.ai의 언어 모델 계열이며, 처음에는 웹 채팅에서 가상 안내문으로 답변을 확인하는 연습부터 시작할 수 있습니다.

2. API의 토큰 요금과 Coding Plan의 크레딧 한도는 별개이므로 사용 경로를 정한 뒤 비용을 비교합니다.

3. 자체 설치는 모델별 라이선스와 장비 및 외부 연결을 확인해야 하며, Flash라는 이름이나 파일 크기만으로 실행 가능 여부를 판단하지 않습니다.