GLM-6.0 유출: Z.ai의 차세대 플래그십은 '완전 자가 학습' — 지금까지 알려진 내용

2026년 8월 31일 저녁, Z.ai(지푸)는 1월 홍콩 거래소 상장 이후 첫 중간 실적 컨퍼런스 콜을 열었다. 창업자 탕지에(唐杰)는 그 자리에서 회사의 차세대 기반 모델을 정의하며 그 이름을 처음으로 공식적으로 언급했다: GLM-6.0. 그는 이 모델을 Z.ai가 {{1}}"Full Self-Training"(완전 자체 훈련, 完全自训练){{/1}}이라고 부르는 기술 경로를 중심으로 포지셔닝했으며, 이는 서양에서 {{2}}RSI — 재귀적 자기 개선{{/2}}이라고 부르는 것에 해당한다고 말했다. GLM-6.0에는 출시일도, 모델 카드도, API도, 독자적인 벤치마크도 없다. 이 글은 이름과 방향이 처음으로 공식 확인된 것에 대해 현재까지 알려진 내용을 정리한 것이지, 출시 기사가 아니다.

실적 발표 콜에서 GLM-6.0에 대해 실제로 언급된 내용

해당 통화에 대한 보도는 같은 날 저녁 이를 다룬 홍콩 금융 매체 观点网(Guandian)에서 나왔으며, 해당 신호는 X에서 @dotey가 공개했다. 아래의 모든 GLM-6.0 세부 사항은 Guandian이 보도한 Tang Jie의 발언에 따른 것이며, 그 어느 것도 Z.ai의 공식 발표나 모델 카드를 통해 확인되지 않았다.

보고서에 따르면, 탕지에(Tang Jie)는 GLM-6.0을 '완전 자기 학습(Full Self-Training)' 모델로 정의했습니다. 그가 설명한 핵심 역량은 자기 정화(self-purification)입니다. 즉, 모델이 사전 학습, 중간 학습, 사후 학습을 포함한 전체 훈련 파이프라인을 포괄하여 완전한 자율 학습과 자기 진화를 목표로 하는 것입니다. 핵심은 새로운 파라미터 수가 아니라, 모델이 자신의 훈련 과정 일부를 스스로 수행하게 된다는 주장입니다.

그는 어려운 부분에 대해 분명히 말했다. 그에 따르면 가장 큰 도전은 모델을 확장하는 것이 아니라, 모델이 스스로 판단을 내릴 수 있는지 여부다. 즉, 언제 훈련을 중단할지 스스로 결정하고 자신의 오류를 스스로 교정하는 것이다. 그는 이를 이 경로의 핵심 난제이자 향후 연구의 핵심 방향이라고 지목했다. 또한 향후 모델 작업에서는 윤리와 사회적 거버넌스를 설계의 일부 차원으로 포함할 것이지, 사후에 덧붙이는 방식이 아닐 것이라고 말했다.

이번 통화에서는 Z.ai의 더 포괄적인 프레임이 전해졌다. 탕지에(Tang Jie)는 AGI 비즈니스 가치 = 지능 상한 × 토큰 소비 규모라는 공식을 제시하며, Z.ai가 "모델이 아닌 태스크를 팔아야 한다"고 주장했다. 데이터 측면에서 그는 국내 대규모 언어 모델 훈련 코퍼스가 일반적으로 30조~50조 토큰 수준이며, 단순히 파라미터를 쌓는 것에서 얻는 수익은 감소하고 있다고 언급했다. 이러한 데이터 벽 논거는 자기 학습의 경제적 동기다. 인간 수준의 텍스트가 더 이상 확장되지 않는다면, 모델은 스스로 훈련 신호를 생성하고 평가해야 하기 때문이다.

"완전 자기 훈련"(RSI)이 실제로 의미하는 것은 무엇인가?

RSI(재귀적 자기 개선)는 모델이 자신을 더 똑똑하게 만드는 프로세스를 개선하여 훈련과 훈련된 상태 사이의 루프를 닫는 일련의 아이디어입니다. 가장 강력한 형태에서 모델은 자신의 훈련 파이프라인 일부를 작성하거나 조정하므로 모든 루프에 인간 엔지니어가 없이도 능력이 복리로 증가합니다. 최전선 연구소들은 이에 대한 에세이를 썼지만, 거의 어느 곳도 공개적으로 출시된 주력 제품에 이를 연결하지 않았습니다. Z.ai의 실적 발표 포지셔닝은 정확히 그렇게 하고 있으며, 그것이 GLM-6.0 코드가 존재하기 전에도 이 문구가 중요한 이유입니다.

그 포지셔닝은 갑자기 나온 것이 아니다. 그것은 2026년 7월 11일 탕지에가 직원들에게 보낸 내부 서한, 《巨浪已来》(‘거대한 파도가 왔다’)에서 이미 예고되어 있었다. 그 서한은 ‘Touch High’(摸高) 계획을 발표했다: 2년간의 전략적 투자, 단기 수익화 포기, 그리고 다음 AGI 고지를 차지하겠다는 것이다. 서한은 네 가지 핵심 엔진을 언급했는데, 그중 하나는 완전한 자가 학습이었다. 이 서한에 대한 보도는 그 엔진을 구체적으로 설명했다: 고품질 합성 데이터 공장을 구축하고, 인간 데이터가 고갈되는 상황에서 AI 대 AI 자기 대결(self-play)을 통해 지식을 생성하며, 안전 샌드박스 안에서 시스템이 자신의 코드를 다시 작성할 수 있는 능력을 부여하여, 진화 속도가 더 이상 인간 엔지니어에 의해 제한되지 않도록 한다는 것이다.

그것은 강력한 주장이며, 적절한 주의를 기울여 읽어야 합니다. 그 모든 것은 회사가 하나의 포부를 서술한 것입니다. 어떤 연구소도 최첨단 규모의 완전한 자가 학습을 입증하지 못했으며, 그 서한은 벤치마크가 아닌 전략 문서입니다.

Tang Jie가 지목한 도전이 솔직한 부분이다.

콜에서 GLM-6.0이 중요해질지 예측하려는 독자에게 가장 가치 있는 것은 탕지에가 어렵다고 말한 부분이다. 자기 판단, 즉 언제 훈련을 중단할지 알고 오류를 자율적으로 수정하는 능력은 이 모든 베팅의 핵심 전제다. 모델이 자신의 출력을 신뢰할 만하게 판단하지 못한다면, 합성 데이터와 셀프 플레이는 그저 노이즈를 증폭시킬 뿐이며, "자기 훈련"은 인간의 백스톱이 있는 매우 값비싼 데이터 파이프라인으로 전락한다.

두 진술은 동일한 프레임을 공유합니다. 편지의 엔진은 연산(compute)을 진화의 연료로 취급하고, 통화의 과제는 그 연료를 유용하게 만드는 판단에 관한 것입니다. 그는 또한 모델이 너무 커서 사용할 수 없게 되는 것을 피하는 크기 설정 원칙을 강조했는데, 이는 자기 훈련(self-training)에 대한 선택이 순수한 스케일링 선택이 아니기 때문에 중요합니다. 그것은 GLM-6.0이 무엇이 아닌지에 대한 의미 있는 신호입니다. 즉, 단지 "지금까지의 가장 큰 GLM 계열 모델"이 아니라는 것입니다.

GLM-6.0이 라인에서 어디에 위치하는지

Z.ai는 GLM 제품군이 11개월 만에 6세대를 거쳤으며, 회사 자체 지능 측정치가 32에서 60으로 상승했다고 보고했습니다. 현재 플래그십은 8월 중순에 발표된 GLM-5.3으로, API는 8월 19일에 개방되었고 오픈 가중치는 8월 28일에 확정되었습니다. 이 모델은 400억 개의 활성 파라미터를 가진 텍스트 입력/텍스트 출력 MoE(전문가 혼합) 모델로, 100만 토큰 컨텍스트 창과 60의 Artificial Analysis Intelligence Index(현재 오픈 가중치 모델 중 최고)를 갖추고 있으며, 입력 토큰 100만 개당 1.40달러, 출력 토큰 100만 개당 4.40달러에 책정되어 있습니다. 더 작은 GLM-5.3-Flash는 MIT 라이선스로 배포되었으며, Z.ai는 출시 후 첫 6일 동안 62조 개의 토큰을 처리했다고 밝혔습니다(이는 공급업체 수치로, 독립적인 측정 결과가 아닙니다).

흥미로운 질문은 GLM-5.5에 무슨 일이 일어났느냐는 것이다. 8월 대부분 동안 로이터와 CGTN이 보도한 애널리스트 보고서에는 GLM-5.5 플래그십이 '8월 내에' 출시될 것이라고 적혀 있었지만, 실제로는 나타나지 않았다. 실적 발표에서는 차세대 모델로 GLM-6.0을 언급하며 5.5를 완전히 건너뛰었다. 5.5가 이름이 바뀐 것인지, 6.0에 통합된 것인지, 아니면 공식 제품으로 존재한 적이 없는 것인지는 확인되지 않았다. 실적 발표에서 확정된 공식 입장은 차세대 기본 모델이 GLM-6.0이라는 것이다.

또한 확인되지 않은 사항: GLM-6.0의 파라미터 수, 아키텍처, 가격 또는 가용성. Z.ai가 밝힌 "너무 커서 사용할 수 없을 정도는 아니다"라는 원칙은 자기 학습 프레임과 결합하여, 흥미로운 변화가 규모가 아닌 훈련 패러다임일 수 있음을 시사합니다. 그러나 그것은 추론이지 정보는 아닙니다.

확인된 것과 확인되지 않은 것

• Guandian의 8월 31일 실적 발표 콘퍼런스 콜 보도에 따라 확인된 바: Tang Jie는 GLM-6.0을 차세대 기반 모델로 지명했다. 그는 이를 Full Self-Training으로 포지셔닝했으며, 훈련 파이프라인 전반에 걸친 자가 정화와 자가 판단을 핵심 과제로 설명했다. Z.ai의 2026년 상반기 매출은 9억 5,400만 위안(¥954M)으로 전년 동기 대비 399.7% 증가했고, API/MaaS 사업이 매출의 86.5%를 차지했다. 순손실은 20억 7,000만 위안(¥2.07B)으로 12.1% 축소되었다.

• 유출과 별개로 확인된 GLM-5.3의 현황 — AA Intelligence Index 60, $1.40/$4.40, 1M 컨텍스트, 텍스트 전용, 공개 가중치 — Z.ai가 아닌 Artificial Analysis가 측정함.

• 확인되지 않은 사항: GLM-6.0이 출시 제품으로 존재하는지; 출시 날짜; 파라미터, 아키텍처 또는 가격; GLM-5.5가 건너뛰어졌는지 또는 이름이 변경되었는지; 어떤 벤치마크; 어떤 제공업체를 통한 이용 가능성.

• 단일 출처 주의사항: GLM-6.0 인용은 한 매체의 해당 통화 보도에 근거합니다. Z.ai는 이 글을 쓰는 시점까지 자체적으로 GLM-6.0에 관한 어떠한 발표도 하지 않았습니다.

개발자가 지금 해야 할 일

이 신호의 어떤 것도 오늘 생산 결정을 움직여서는 안 됩니다, 호출할 GLM-6.0이 없기 때문입니다. 로드맵 확인에 대한 올바른 대응은 옵션을 열어 두는 것이지, 플랫폼을 재구축하는 것이 아닙니다.

유용하게 짚어볼 점은 자가 학습 플래그십이 출시된다면 무엇이 바뀔지 하는 것이다. GLM 제품군의 가격은 최근 플래그십 세대에 걸쳐 토큰 100만 개당 $1.40/$4.40를 꾸준히 유지해 왔으며, 가격에서는 프런티어 폐쇄형 연구소들을 누르면서 독립 지수 점수에서는 그들보다 뒤처진다. 진정으로 스스로 학습하는 GLM-6.0은 어떤 단일 모델 출시도 해 본 적이 없는 방식으로 오픈 가중치의 한계를 시험하게 될 것이다. 그리고 그 질문에 대한 답이 가장 먼저 드러나는 곳은, 합리적인 가격과 실제 페일오버를 갖춘 채 공급업체 카탈로그에 등장하는지 여부다.

GLM-6.0이 카탈로그에 등장하면, OrcaRouter의 가격 책정 규칙은 간단합니다: 공급업체 목록 가격이 마크업 없이 그대로 전달되고 당일 적용됩니다 — 재협상도, 두 번째 계약도 없습니다. 이는 GLM-5.3이 이미 플랫폼에서 적용받고 있는 규칙과 동일합니다. 현재 주력 모델은 토큰 100만 개당 $1.26 / $3.96에 제공되며(목록가 $1.40 / $4.40의 10% 출시 할인), 200개 이상의 모델을 하나의 API로 제공합니다. RSI만큼 대담한 로드맵을 가진 검증되지 않은 모델은 이름이 아닌 결과에 따라 라우팅해야 하는 정확한 사례입니다: 새 모델에 트래픽 일부를 보내고 검증된 모델(GLM-5.3, DeepSeek V4 Pro, GPT-5.6 Sol)로 자동 장애 조치되도록 하면, 과대평가된 모델이 고장난 상태로 배포되는 대신 폴백으로 대체됩니다. 아직 라우팅할 GLM-6.0이 없을 때, 그에 상응하는 준비는 모델이 존재하기 전에 라우팅 규칙을 작성해 두는 것입니다.

다음에 볼 콘텐츠

• 출시일. Z.ai의 플래그십 출시 주기는 세대 간 약 2개월이었습니다. 이번 콜에서는 날짜가 제시되지 않았으며, '완전 자체 학습(full self-training)' 모델은 정상적인 출시 주기를 따르지 않을 수도 있습니다.

• 첫 번째 구체적인 대상: 모델 카드, 가중치 공개, 또는 API ID. GLM-6.0이 API 식별자를 얻게 되는 순간, 그 소문은 검증 가능해진다.

• GLM-5.5의 운명. GLM-5.5가 먼저 등장하면 로드맵 해석이 달라진다. 만약 침묵을 지킨다면, "6.0이 숫자를 건너뛰었다"는 해석이 더 유력한 이야기가 된다.

다른 연구소들이 응답하는지 여부. RSI는 보통 실적 발표보다는 에세이에서 논의되며, 주요 연구소가 플래그십 모델에 자기 학습을 공개적으로 결부시키면, 그 프레임은 더 이상 Z.ai만의 특이한 방식이 아닌 트렌드가 된다.

• 첫 번째 독립 점수. 현재 오픈 웨이트 모델 중 Artificial Analysis Intelligence Index 최고 점수는 60입니다 (GLM-5.3, Kimi K3와 동률). 독립 평가에서 그 점수를 넘는 GLM-6.0이 중요한 사건입니다 — 그 이전의 모든 것은 로드맵일 뿐입니다.

이것은 출시가 전혀 아니다. GLM-6.0은 이름이자 방향이며, 실적 발표에서 공식적으로 확인되었을 뿐 그 이상의 구체적인 것은 아직 없다. 하지만 방향이 곧 핵심이다: 주요 오픈 가중치 연구소가 차기 플래그십 모델이 스스로 학습하는 방법을 배우는 데 공개적으로 베팅했고, 어려운 부분을 미리 짚었다 — 규모가 아니라 판단이다. 이것은 출시일이 정해지기 전에 기록해 둘 가치가 있는 신호다. GLM-6.0이 모델 카드를 받는 순간, 질문은 Z.ai가 진심인지에서 그것이 실제로 작동하는지로 바뀌기 때문이다.