데이터브릭스, 중국 오픈소스 모델 GLM 5.2를 기본 코딩 엔진으로 채택

데이터브릭스(Databricks)는 2026년 7월, 자체 수백만 줄 규모의 코드베이스(Python, Go, TypeScript, Scala, SQL 등)를 활용해 실제 엔지니어링 작업을 수행하는 AI 코딩 에이전트들을 평가한 내부 벤치마크 결과를 발표했습니다 . 이 벤치마크의 주요 발견과 그 결과로 데이터브릭스가 왜 중국 오픈소스 모델인 GLM 5.2(Z.ai, 전 지푸 AI)를 기본 코딩 엔진으로 채택했는지 자세히 알아보겠습니다.

벤치마크가 밝혀낸 놀라운 사실들

데이터브릭스는 공개 벤치마크인 SWE-bench 등이 특정 모델에 과적합될 수 있다고 판단, 자체 테스트를 구축했습니다. 실제 엔지니어링 작업과 큐레이션된 테스트 스위트를 활용해 어떤 에이전트가 실제 작업을 처음부터 끝까지(end-to-end) 해결할 수 있는지 측정했으며 , 그 결과 세 가지 주요한 사실이 드러났습니다.

1. 오픈소스 모델이 최전선에 도달했습니다. 코딩 작업을 위한 파레토 최적 경계(Pareto frontier) — 즉, 주어진 비용 대비 최고의 품질을 의미 — 에 이제 OpenAI, Anthropic, 그리고 오픈소스 제공업체의 모델이 모두 포함되었습니다. 데이터브릭스의 공동 창업자이자 엔지니어링 책임자인 마테이 자하리아(Matei Zaharia)는 "오픈소스 모델을 포함한 많은 모델이 이제 실제로 경쟁력을 갖추게 되었다"고 밝혔습니다 . 회사는 오픈 모델, 특히 GLM 5.2가 이제 테스트한 가장 높은 난이도의 작업까지 처리할 수 있다고 결론 내렸습니다 .

2. 토큰 가격은 비용을 가늠하는 잘못된 지표입니다. 벤치마크 결과, 모델의 토큰당 가격이 에이전트 코딩 워크플로우에서 발생하는 실제 총비용을 신뢰성 있게 예측하지 못하는 것으로 나타났습니다. 더 큰 모델이 토큰 효율성이 훨씬 높을 수 있기 때문에, 토큰당 가격이 저렴한 모델이 동일한 작업을 완료하는 데 더 많은 토큰을 소비해 결과적으로 전체 비용이 더 높아질 수 있습니다. 이에 데이터브릭스는 원시 API 요금 대신 실제 엔드투엔드 작업 완료 비용을 기준으로 모델을 평가하게 되었습니다 .

3. GLM 5.2의 총소유비용(TCO)이 가장 유리했습니다. Z.ai의 API 기준, GLM 5.2의 가격은 입력 토큰 100만 개당 약 1.40달러, 출력 토큰 100만 개당 약 4.40달러입니다 . 예를 들어, 한 팀이 월 1,000만 개의 토큰을 50:50 입출력 비율로 처리한다면, 월 총비용은 약 29달러에 불과합니다 . 경쟁 모델인 Anthropic의 Opus 4.8(입력 100만 개당 5달러, 출력 100만 개당 25달러)은 비슷하거나 약간 더 나은 벤치마크 점수를 위해 3~6배 더 높은 비용이 발생합니다 . 데이터브릭스의 한 테스트에서 GLM 5.2(Pi 에이전트 사용)는 작업당 1.25달러에 87.5%의 통과율을 기록한 반면, Opus 4.8 high-effort(Claude Code 사용)는 작업당 2.00달러에 비슷한 통과율을 보였습니다 .

데이터브릭스가 GLM 5.2를 채택한 이유

획기적인 비용으로 최고 수준의 성능 구현: GLM 5.2는 SWE-bench Pro에서 62.1점을 기록하며 GPT-5.5(58.6점)를 능가하고, Anthropic의 Opus 4.8에 불과 몇 점 차이로 근접했습니다 . FrontierSWE Dominance에서는 74.4%를 기록, Opus 4.8의 75.1%와 거의 동률을 이뤘습니다 . 데이터브릭스의 내부 테스트 역시 이러한 공개 벤치마크 결과와 일치했습니다. 중국산 오픈웨이트 모델이 동일한 실제 엔지니어링 작업에서 최고 수준의 독점 모델과 능력이 비슷하거나 근접한 것으로 나타난 것입니다 .

오픈웨이트, MIT 라이선스의 유연한 배포: GLM 5.2는 MIT 라이선스 하에 완전한 오픈웨이트 모델이기 때문에, 데이터브릭스는 이를 사내에 배포하고, 미세 조정(fine-tuning)하며, 에이전트 코딩 워크플로우에 긴밀하게 통합할 수 있었습니다. 사용자당 라이선스 비용이나 벤더 종속(Vendor lock-in) 없이 말입니다 . 이 라이선스 모델은 기업이 자체 인프라에서 모델을 실행할 수 있게 해주어, 대규모 사용 시 반복되는 API 비용을 피할 수 있게 합니다.

장기적이고 다단계 작업에 최적화: 이 벤치마크는 여러 파일과 추론 단계에 걸친 에이전트 코딩 편집에 초점을 맞췄습니다. GLM 5.2는 100만 토큰 컨텍스트 윈도우와 7,440억 개의 파라미터를 가진 Mixture-of-Experts(MoE) 아키텍처를 갖추고 있어, 단일 파일 자동 완성이 아닌 이러한 저장소 규모의 장기 작업에 특화되어 있습니다 . 터미널 명령어 실행 및 에이전트 작업을 테스트하는 Terminal-Bench 2.1에서 GLM 5.2는 81.0점을 기록, 가장 강력한 오픈소스 모델로 자리매김했으며, Claude Opus 4.8(85.0점)에만 뒤졌습니다 .