세그렙 벤치마크: GLM 5.2가 클로드 제쳐
Semgrep의 보안 취약점(IDOR) 탐지 테스트 결과, 중국 Z.ai의 오픈웨이트 모델인 GLM 5.2가 단순 프롬프트만으로도 Claude Code보다 뛰어난 성능을 기록했습니다. 이는 복잡한 하네스(정적 분석 스캐폴딩) 없이도 최신 오픈소스 모델이 프롬프트만으로 프론티어(최고 수준) 코딩 에이전트를 앞지를 수 있음을 증명하는 결과입니다. 특히 1M 토큰의 긴 문맥 처리와 MIT 라이선스 기반의 자체 구축 가능성 덕분에 민감한 데이터를 다루는 보안 실무자들에게 중요한 대안으로 떠오르고 있습니다.
우리는 최고 수준의 코딩 에이전트를 평가할 때 사용했던 것과 동일한 데이터셋과 프롬프트를 사용하여 인기 있는 오픈소스 모델들을 대상으로 IDOR 취약점 탐지 벤치마크를 실행했습니다. 그 결과는 우리를 놀라게 했습니다. 지푸 AI(Z.ai)의 오픈웨이트 모델인 GLM 5.2가 IDOR 탐지에서 39%의 F1 점수를 기록하며 취약점 하나를 찾는 데 약 $0.17의 비용으로 Claude Code(32%)를 추월한 것입니다. 비록 Semgrep의 멀티모달 파이프라인(F1 53–61%)에는 미치지 못했지만, 이 파이프라인은 대부분의 복잡한 작업을 대신 처리해 주는 특별히 제작된 하네스(harness, 실행 환경) 내에서 작동합니다. 오직 프롬프트만 제공된 모델들을 기준으로 보면, 최고의 오픈웨이트 모델은 더 이상 만만한 도전자가 아니었으며 Claude Opus 4.8마저 능가했습니다.
사실 우리는 오픈웨이트 챔피언을 뽑으려던 것이 아니었습니다. 우리가 진짜로 답하고 싶었던 것은 조금 더 좁고 지루한 질문이었습니다. '취약점 탐지 성능 중 얼마나 많은 부분이 모델 자체에서 오는 것이고, 얼마나 많은 부분이 그 주변을 감싸는 하네스에서 오는 것일까?' AI 에이전트를 보안 작업에 적극적으로 도입하는 고객들과 대화하는 Semgrep 입장에서는 이 질문이 매우 중요합니다. 하네스는 모델을 감싸는 뼈대(scaffolding)로서, 저장소를 모델에 제공하고, 모델이 무엇을 볼지 결정하며, 출력을 파싱하고, 작업을 반복(loop)하도록 만듭니다. 우리의 내부 멀티모달 파이프라인은 정적 분석을 위해 특별히 구축된 하네스 안에서 실행됩니다. 우리는 IDOR(Insecure Direct Object References, 안전하지 않은 직접 객체 참조)를 찾는 워크플로우로 이를 한동안 내부적으로 테스트해 왔습니다. 이는 '다른 사용자의 소유물에 접근하는' 것으로 대략적으로 생각할 수 있는 액세스 제어 문제입니다. 우리의 하네스는 애플리케이션의 엔드포인트를 나열하고 중요한 컨텍스트만 선별한 다음, 모델이 그 부분을 직접 바라보도록 유도합니다.
이것은 매우 체계적인 구조입니다. 하지만 우리가 정말로 '최고의 오픈웨이트 모델이 무엇인가'를 답하려는 것이 아니었다고 말씀드렸던 것을 기억하시나요? 이 테스트의 모델들은 그런 혜택을 받지 못했습니다. 이들은 모든 다른 LLM 제공업체 모델에 주는 것과 동일한 IDOR 프롬프트가 적용된 간단한 Pydantic AI 하네스 안에서 실행되었습니다. 엔드포인트 자동 발견 기능도, 안내된 네비게이션도 제공되지 않았습니다. 그저 '코드가 여기 있으니 버그를 찾아라'라는 수준보다는 약간 더 도와줘서, 검색 전략과 IDOR이 어떻게 생겼는지에 대한 약간의 힌트를 제공했을 뿐입니다.
따라서 이것은 프롬프트 대 하네스 실험으로 시작되었지만, 테스트를 진행하는 동안 우리는 진심으로 충격을 받았습니다. 우리의 어떤 뼈대(scaffolding)도 없이 단지 오픈웨이트 모델 중 하나가 최고 수준의 프론티어 코딩 에이전트를 능가했기 때문입니다.
GLM-5.2 소개 GLM-5.2를 처음 들어보셨더라도 걱정하지 마십시오. 우리 역시 소셜 미디어에서 이 모델을 보고 벤치마크에 추가해야겠다고 생각하기 전까지는 몰랐습니다. GLM 5.2는 지푸 AI(Z.ai)의 최신 모델로, 2026년 6월 13일 토요일에 GLM 코딩 플랜 멤버들에게 먼저 공개되었고, 3일 뒤인 6월 16일에 오픈 웨이트와 릴리즈 노트가 뒤따라 게시되었습니다(우리가 이 모델을 알게 된 시점이기도 합니다).
이 모델은 보안 작업과 관련하여 세 가지 흥미로운 점이 있습니다.
첫째, 오픈 웨이트(open weight)라는 점입니다. 이는 모델의 파라미터가 MIT 라이선스로 게시되었음을 의미하며, 따라서 파라미터를 다운로드하여 자체 하드웨어에서 실행하고, 파인튜닝하고, 내부를 검사할 수 있습니다. 민감한 분야에서 일하는 많은 보안 팀에게 이는 중요합니다. 오픈웨이트 모델은 사용자의 환경 내에서 완전히 실행될 수 있기 때문입니다. 하지만 '오픈 웨이트'가 '오픈소스'와 동일하지는 않다는 점을 유의해야 합니다. 훈련된 가중치는 공개되지만 훈련 데이터와 전체 파이프라인은 일반적으로 공개되지 않습니다(Z.ai는 자체 RL 훈련 프레임워크를 게시하긴 했습니다).
둘째, 코딩 분야에서 진정으로 경쟁력이 있습니다. GLM 5.2는 총 약 750억 개의 매개변수를 가진 전문가 혼합(Mixture-of-Experts, MoE) 모델이지만, 토큰당 활성화되는 파라미터는 약 40억 개에 불과하여 모델 크기에 비해 추론 비용을 낮춥니다. 사용 가능한 컨텍스트를 20만 개에서 100만 개 토큰으로 확장했으며, Z.ai의 설명에 따르면 이 컨텍스트는 단순히 더 많은 입력을 받아들이는 것을 넘어, 길고 복잡한 에이전트 궤적(trajectory) 전체에 걸쳐 안정성을 유지합니다. IDOR과 같은 보안 작업은 권한 부여 프레임워크(Authorization framework)를 통해 여러 파일에 걸쳐 추론할 수 있어야 하므로, 보안 작업에 있어서 이 점은 매우 중요합니다.
표준 코딩 벤치마크에서 이 모델은 강력한 성적을...