이 사건은 두 가지 현실을 동시에 드러냈다. 하나는 사고 대응과 침해 분석에 강력한 AI가 실제로 필요하다는 점이다. 다른 하나는 미국 AI 기업이 공격과 방어를 구분하기 어려운 사이버보안 작업에 더 엄격한 제한을 둘 경우, 이용자가 중국계 모델로 이동할 수 있다는 점이다.

GLM-5.3이 다시 던진 난제

Z.ai는 GLM-5.3이 소프트웨어 취약점 탐지에서 앤트로픽의 제한형 사이버보안 모델인 Mythos 5와 비슷한 수준을 보였다고 주장한다. 회사가 공개한 CyberGym 내부 평가에서 GLM-5.3은 84.5%, Mythos 5는 83.8%를 기록했다. 다만 이 수치는 Z.ai가 제시한 결과이므로, 두 모델이 독립적으로 동등하다는 증거로 받아들여서는 안 된다.

특히 취약점을 찾아내는 능력과 그 취약점을 실제로 작동하는 공격으로 전환하는 능력 사이에는 차이가 있었다. Z.ai의 모델은 전자에서는 강한 성능을 보였지만 후자에서는 Mythos 5보다 뒤처진 것으로 전해졌다. 이 차이는 방어 목적의 코드 분석과 공격 자동화가 서로 다른 위험 프로필을 가진다는 사실을 보여준다.

왜 ‘오픈 웨이트’ 공개가 논란인가

오픈 웨이트 모델은 학습된 모델의 가중치를 내려받아 자체 장비나 독립적인 서버에서 실행할 수 있는 모델을 뜻한다. API를 통해서만 이용하는 모델과 달리, 사용자가 모델을 직접 운영할 수 있다는 점이 가장 큰 특징이다.

이 방식은 비용을 낮추고 더 많은 개발자에게 고급 도구를 제공한다. 동시에 공격자가 취약점 탐색이나 침투 과정의 일부를 자동화하는 데 필요한 시간, 전문지식, 비용도 줄일 수 있다. 모델 제공업체가 API 요청을 차단하거나 사용자를 인증하더라도, 가중치가 공개된 뒤에는 독립적으로 배포된 사본까지 동일하게 통제하기 어렵다.

이 때문에 Z.ai는 GLM-5.3을 발표하면서도 가중치의 공개 시점을 약 2주 늦추고 안전성 검토와 보안 강화를 진행하겠다고 밝혔다. 개방을 추진하면서도 먼저 위험을 점검하겠다는 이 결정은 중국 AI 기업이 모델 공개 자체를 안전 문제와 직접 연결해 설명한 사례라는 점에서도 주목받았다.

Z.ai가 제시한 절충안: 다층적·선별적 통제

Z.ai의 해법은 전면 개방이나 전면 폐쇄 중 하나를 택하는 대신, 기능별로 접근 수준을 달리하는 것이다.

회사는 위험 검토와 강화된 모니터링을 통해 고위험 사이버 요청을 차단하겠다고 밝혔다. 반면 일반적인 프로그래밍, 코드 검토, 취약점 확인, 방어 목적의 보안 작업은 계속 허용한다는 방침이다.

가장 민감한 공격 기능은 ‘Cybersecurity Trusted Access’ 프로그램 아래에서 검증된 사용자에게만 제공할 계획이다. 다시 말해 일상적인 개발 업무와 방어적 보안 작업은 넓게 열어두되, 실제 침투에 직접 연결될 가능성이 큰 기능은 신원이 확인된 이용자와 통제된 환경으로 제한한다.

개방성을 약점이 아니라 방어 수단으로 보는 변화

이 접근이 중국 AI 업계의 전략적 변화를 보여준다고 평가받는 이유는 ‘개방’에 부여하는 의미가 달라졌기 때문이다.

기존의 안전 논리에서는 고성능 사이버 모델을 널리 공개하면 공격 표면이 커진다는 점이 주로 강조됐다. Z.ai는 반대로 개방성을 방어 역량을 확산하는 수단으로 본다. 더 많은 개발자가 코드를 점검하고, 취약점을 조기에 발견하고, 공용 소프트웨어를 개선할 수 있다면 전체 생태계의 보안 수준도 높아질 수 있다는 논리다.

이 전략은 글로벌 개발자와 오픈소스 프로젝트를 끌어들이려는 사업적·전략적 효과도 노린다. 특히 미국 기업이 사이버 기능을 엄격히 제한할수록, 방어 목적의 작업을 수행하려는 이용자에게 Z.ai의 모델이 대안으로 보일 가능성이 커진다.

남은 질문은 가중치 공개 이후다

다만 이 모델의 성패는 공개 전 안전성 검토보다 가중치가 실제로 공개된 뒤 통제가 얼마나 유지되는가에 달려 있다.

Z.ai가 직접 운영하는 API와 서비스에서는 요청 차단, 사용자 인증, 사용량 제한을 적용할 수 있다. 그러나 모델 가중치가 외부에 배포되면 제3자가 별도 환경에서 실행하는 복사본까지 같은 정책으로 관리하기는 훨씬 어렵다.

결국 GLM-5.3과 ‘Shield of Open Source’는 개방성과 안전을 양자택일로 보지 않으려는 실험이다. 방어적 활용을 대중화하면서 공격에 유용한 기능만 통제하겠다는 구상은 오픈소스 보안에 새로운 가능성을 제시한다. 그러나 그 경계선을 실제로 지킬 수 있을지, 특히 공개 가중치 모델이 확산된 뒤에도 선별적 통제가 효과를 낼지는 아직 검증되지 않은 과제로 남아 있다.

이 사건은 두 가지 현실을 동시에 드러냈다. 하나는 사고 대응과 침해 분석에 강력한 AI가 실제로 필요하다는 점이다. 다른 하나는 미국 AI 기업이 공격과 방어를 구분하기 어려운 사이버보안 작업에 더 엄격한 제한을 둘 경우, 이용자가 중국계 모델로 이동할 수 있다는 점이다.

GLM-5.3이 다시 던진 난제

Z.ai는 GLM-5.3이 소프트웨어 취약점 탐지에서 앤트로픽의 제한형 사이버보안 모델인 Mythos 5와 비슷한 수준을 보였다고 주장한다. 회사가 공개한 CyberGym 내부 평가에서 GLM-5.3은 84.5%, Mythos 5는 83.8%를 기록했다. 다만 이 수치는 Z.ai가 제시한 결과이므로, 두 모델이 독립적으로 동등하다는 증거로 받아들여서는 안 된다.

특히 취약점을 찾아내는 능력과 그 취약점을 실제로 작동하는 공격으로 전환하는 능력 사이에는 차이가 있었다. Z.ai의 모델은 전자에서는 강한 성능을 보였지만 후자에서는 Mythos 5보다 뒤처진 것으로 전해졌다. 이 차이는 방어 목적의 코드 분석과 공격 자동화가 서로 다른 위험 프로필을 가진다는 사실을 보여준다.

왜 ‘오픈 웨이트’ 공개가 논란인가

오픈 웨이트 모델은 학습된 모델의 가중치를 내려받아 자체 장비나 독립적인 서버에서 실행할 수 있는 모델을 뜻한다. API를 통해서만 이용하는 모델과 달리, 사용자가 모델을 직접 운영할 수 있다는 점이 가장 큰 특징이다.

이 방식은 비용을 낮추고 더 많은 개발자에게 고급 도구를 제공한다. 동시에 공격자가 취약점 탐색이나 침투 과정의 일부를 자동화하는 데 필요한 시간, 전문지식, 비용도 줄일 수 있다. 모델 제공업체가 API 요청을 차단하거나 사용자를 인증하더라도, 가중치가 공개된 뒤에는 독립적으로 배포된 사본까지 동일하게 통제하기 어렵다.

이 때문에 Z.ai는 GLM-5.3을 발표하면서도 가중치의 공개 시점을 약 2주 늦추고 안전성 검토와 보안 강화를 진행하겠다고 밝혔다. 개방을 추진하면서도 먼저 위험을 점검하겠다는 이 결정은 중국 AI 기업이 모델 공개 자체를 안전 문제와 직접 연결해 설명한 사례라는 점에서도 주목받았다.

Z.ai가 제시한 절충안: 다층적·선별적 통제

Z.ai의 해법은 전면 개방이나 전면 폐쇄 중 하나를 택하는 대신, 기능별로 접근 수준을 달리하는 것이다.

회사는 위험 검토와 강화된 모니터링을 통해 고위험 사이버 요청을 차단하겠다고 밝혔다. 반면 일반적인 프로그래밍, 코드 검토, 취약점 확인, 방어 목적의 보안 작업은 계속 허용한다는 방침이다.

가장 민감한 공격 기능은 ‘Cybersecurity Trusted Access’ 프로그램 아래에서 검증된 사용자에게만 제공할 계획이다. 다시 말해 일상적인 개발 업무와 방어적 보안 작업은 넓게 열어두되, 실제 침투에 직접 연결될 가능성이 큰 기능은 신원이 확인된 이용자와 통제된 환경으로 제한한다.

개방성을 약점이 아니라 방어 수단으로 보는 변화

이 접근이 중국 AI 업계의 전략적 변화를 보여준다고 평가받는 이유는 ‘개방’에 부여하는 의미가 달라졌기 때문이다.

기존의 안전 논리에서는 고성능 사이버 모델을 널리 공개하면 공격 표면이 커진다는 점이 주로 강조됐다. Z.ai는 반대로 개방성을 방어 역량을 확산하는 수단으로 본다. 더 많은 개발자가 코드를 점검하고, 취약점을 조기에 발견하고, 공용 소프트웨어를 개선할 수 있다면 전체 생태계의 보안 수준도 높아질 수 있다는 논리다.

이 전략은 글로벌 개발자와 오픈소스 프로젝트를 끌어들이려는 사업적·전략적 효과도 노린다. 특히 미국 기업이 사이버 기능을 엄격히 제한할수록, 방어 목적의 작업을 수행하려는 이용자에게 Z.ai의 모델이 대안으로 보일 가능성이 커진다.

남은 질문은 가중치 공개 이후다

다만 이 모델의 성패는 공개 전 안전성 검토보다 가중치가 실제로 공개된 뒤 통제가 얼마나 유지되는가에 달려 있다.

Z.ai가 직접 운영하는 API와 서비스에서는 요청 차단, 사용자 인증, 사용량 제한을 적용할 수 있다. 그러나 모델 가중치가 외부에 배포되면 제3자가 별도 환경에서 실행하는 복사본까지 같은 정책으로 관리하기는 훨씬 어렵다.

결국 GLM-5.3과 ‘Shield of Open Source’는 개방성과 안전을 양자택일로 보지 않으려는 실험이다. 방어적 활용을 대중화하면서 공격에 유용한 기능만 통제하겠다는 구상은 오픈소스 보안에 새로운 가능성을 제시한다. 그러나 그 경계선을 실제로 지킬 수 있을지, 특히 공개 가중치 모델이 확산된 뒤에도 선별적 통제가 효과를 낼지는 아직 검증되지 않은 과제로 남아 있다.