GLM 4.7: 최신 코딩 특화 대형 언어 모델 완전 정리

개요

GLM-4.7은 중국 Zhipu AI(Z.ai)가 공개한 최신 플래그십 기초 모델로, 특히 코딩, 추론, 에이전트(Agentic) 워크플로에 초점을 맞춘 버전이다.¹² 이전 세대인 GLM-4.6 및 GLM-4.5 계열에서 발전해, 다국어 코딩 성능과 복잡한 도구 호출, 장문 맥락 처리 능력, 수학·추론 능력을 크게 향상시킨 것이 특징이다.¹⁴

이 모델은 Z.ai 클라우드 API는 물론, 오픈소스 가중치 형태로도 제공되어 Hugging Face와 ModelScope에서 내려받아 로컬에 배포할 수 있다.¹⁴⁵ 또한 OpenRouter를 통해 서드파티 플랫폼에서도 사용할 수 있어, 상용·연구·개인 프로젝트 어디에서도 유연하게 활용 가능한 범용 코딩 파트너를 지향한다.¹³⁵

GLM-4.7의 핵심 특징

GLM-4.7의 가장 큰 특징은 "코딩 특화"와 "에이전트 지향"이라는 두 축이다. Z.ai는 이 모델을 "당신의 새로운 코딩 파트너"라고 소개하며, 실제로 SWE-bench, Terminal Bench 같은 코딩·터미널 벤치마크에서 이전 버전 대비 큰 향상을 보였다고 강조한다.¹⁴ 예를 들어 SWE-bench Verified에서 73.8% (GLM‑4.6 대비 +5.8%p), Terminal Bench 2.0에서 41.0% (+16.5%p)를 기록해 복잡한 리포지터리 기반 버그 수정과 터미널 작업에서 실질적인 성능 개선을 달성했다.¹⁴

또 하나의 축은 "생각 모드(Thinking mode)"와 도구 사용 능력이다. GLM-4.7은 Interleaved Thinking, Preserved Thinking, Turn-level Thinking 같은 메커니즘을 통해, 답변을 내기 전에 내부적으로 사고 과정을 거치고, 여러 턴에 걸친 대화에서도 이전의 추론 내용을 재활용하며, 요청 단위로 생각 모드의 온·오프를 제어할 수 있다.¹⁴ 이는 브라우저 도구(BrowseComp), τ²-Bench 같은 에이전트 벤치마크에서 성능 향상으로 이어지며, 실제 서비스 자동화나 도구 조합 워크플로에 잘 맞도록 설계되어 있다.¹⁴⁵

모델 구조와 아키텍처 개요

세부 아키텍처 논문은 GLM-4.5 기술 리포트에 초점을 두고 있지만, GLM-4.7 역시 그 연장선 모델로, 대규모 Mixture-of-Experts(MoE) 구조를 사용하는 것으로 알려져 있다.⁴⁵ Apidog의 기술 소개에 따르면 GLM-4.7은 3580억(358B) 파라미터 규모의 MoE 아키텍처를 채택하여, 추론 깊이와 표현력을 확보하면서도 활성화되는 전문가 수를 조절해 효율적인 추론을 지향한다.⁵

컨텍스트 길이는 20만(200K) 토큰 수준으로, 대형 코드베이스나 긴 문서·대화를 한 번에 다루면서도 맥락을 유지할 수 있다.²⁵ 이는 대규모 리포지터리 기반 버그 수정, 장문의 기술 문서 분석, 긴 에이전트 세션 관리 등에서 특히 유리하다. 모델은 텍스트 중심이지만, GLM-4.5V·4.6V로 이어지는 계열과 함께 멀티모달 생태계를 구성하며, GLM-4.7도 텍스트·비전 입력을 결합한 멀티모달 워크로드에 맞춰 설계되었다고 외부 평가에서 언급된다.³

성능: 주요 벤치마크 비교

Z.ai와 커뮤니티 자료에서 공개된 벤치마크에 따르면, GLM-4.7은 추론, 코딩, 에이전트 세 가지 영역에서 모두 상위권 성능을 보인다.¹⁴

위 그래프와 표에서 볼 수 있듯, GLM-4.7은 MMLU-Pro, GPQA-Diamond 같은 추론·지식 벤치마크, AIME 2025 및 HMMT 등 수학 경진대회 스타일 벤치마크에서 GLM-4.6 및 동급 타 모델보다 개선된 성능을 보인다.¹⁴ 특히 Humanity's Last Exam(HLE) 벤치마크에서 기본 모드 24.8%, 도구 사용 모드 42.8%로, 전 세대 GLM‑4.6 대비 각각 7.6%p, 12.4%p 상승한 점이 강조된다.¹⁴

코딩 영역에서는 LiveCodeBench-v6, SWE-bench Verified, SWE-bench Multilingual, Terminal Bench 계열에서 두드러진 향상을 기록한다.¹⁴ 예를 들어 SWE-bench Multilingual에서 66.7%로 GLM-4.6의 53.8%보다 크게 올라, 다국어 코드 리포지터리에서 버그를 찾고 수정하는 능력이 강화되었음을 보여준다.¹⁴ 터미널 상호작용을 평가하는 Terminal Bench 2.0에서도 24.5%에서 41.0%로 상승해, 실제 개발 환경 명령행 작업에서도 성능 개선이 확인된다.¹⁴

에이전트·도구 사용 영역에서는 τ²-Bench에서 87.4%, BrowseComp에서 52.0%, 컨텍스트 관리가 포함된 BrowseComp에서는 67.5%를 기록해, 웹 브라우징과 장기 컨텍스트 관리가 필요한 시나리오에서 안정적인 성능을 보여준다.¹⁴ 이는 단순 답변형 LLM을 넘어, 작업 계획 수립과 도구 조합, 장기 상태 관리에 최적화된 모델이라는 Z.ai의 방향성을 뒷받침한다.¹³

"생각 모드(Thinking Mode)"와 에이전트 기능

GLM-4.7의 차별점 가운데 하나는 Interleaved Thinking, Preserved Thinking, Turn-level Thinking으로 구성된 "Thinking Mode"이다.¹⁴ Interleaved Thinking은 모델이 응답을 생성하기 전에 내부적으로 추론 블록을 거치고, 도구 호출 전에도 마찬가지로 "먼저 생각한 뒤 행동"하도록 하는 방식이다. 이를 통해 지시 사항을 더 잘 따르고, 복잡한 코드 작성·수정 과정에서 실수를 줄이는 효과가 있다.¹⁴

Preserved Thinking은 여러 턴에 걸친 코딩 에이전트 시나리오에서, 이전 턴에서 수행한 추론 블록을 유지하고 재사용하는 기능이다.¹⁴ 일반적인 LLM은 길어진 대화에서 과거 추론 내용을 잊거나 다시 계산하는 경우가 많지만, GLM-4.7은 추론 히스토리를 보존해 장기 작업에서 일관성과 효율성을 높인다. 예를 들어 거대한 리포지터리를 리팩토링하는 에이전트가 수십 번의 수정·실행 사이클을 거칠 때, 이전의 분석 내용을 계속 활용하는 방식이다.¹⁴

Turn-level Thinking은 세션 내에서 턴 단위로 생각 모드를 켜고 끄는 기능이다.¹⁴⁵ 단순 질의에는 생각 모드를 꺼서 지연 시간과 비용을 줄이고, 복잡한 디버깅이나 설계 문제 등에는 생각 모드를 켜서 더 깊은 추론을 수행할 수 있다. Z.ai와 커뮤니티 가이드는 τ²-Bench나 Terminal Bench 2 같은 멀티턴 에이전트 태스크에서는 Preserved Thinking 모드를 켤 것을 권장하고, 일반 대화·코딩에서는 기본 Interleaved Thinking을 활용하는 구성을 제안한다.¹⁴⁵

코어 코딩과 "Vibe Coding"

GLM-4.7은 전통적인 의미의 코드 생성뿐 아니라, UI·문서 생성 품질을 포함하는 "코딩 경험 전체"를 개선하는 데 초점을 맞춘다.¹⁴ Z.ai는 이를 "코어 코딩(Core Coding)"과 "바이브 코딩(Vibe Coding)"이라는 두 가지 키워드로 설명한다. 코어 코딩은 알고리즘 구현, 버그 수정, 리팩토링, 다국어 코드 이해와 같은 정통 코딩 능력을 의미하며, 앞서 살펴본 SWE-bench, LiveCodeBench 등의 벤치마크 성능이 이를 뒷받침한다.¹⁴

반면 Vibe Coding은 사용자가 눈으로 보는 산출물, 즉 웹 페이지, 슬라이드, 포스터 등의 "감각적인 품질"을 강조한다.¹ GLM-4.7은 이전 버전에 비해 더 깔끔하고 현대적인 웹 UI를 생성하고, 레이아웃·폰트·색상 조합이 정돈된 슬라이드와 포스터를 만들어낼 수 있도록 튜닝되었다.¹ 예를 들어 "다크 모드, 굵은 헤딩, 애니메이션 티커, 카테고리 칩, 자기장처럼 끌리는 CTA 버튼이 있는 웹페이지" 같은 복잡한 프런트엔드 요구사항도 단일 프롬프트로 구현하는 사례가 공식 블로그에 소개되어 있다.¹

이러한 Vibe Coding 능력은 단순 코드 작성 도우미를 넘어, 기획·디자인·프런트엔드 구현을 한 번에 도와주는 "풀스택 크리에이티브 도구"로서의 활용 가능성을 보여준다.¹³ 실무에서는 프로토타입 웹 페이지, 마케팅 랜딩 페이지, 프레젠테이션 초안 등 시각·구조가 동시에 중요한 작업에 특히 유용하다.

도구 사용과 웹 브라우징 능력

GLM-4.7은 도구 호출(tool calling)과 웹 브라우징을 핵심 기능으로 지원하며, 이는 τ²-Bench, BrowseComp 같은 에이전트 벤치마크에서 높은 점수로 나타난다.¹⁴⁵ 모델은 OpenAI 스타일의 도구 스키마를 받아, 함수 인자를 자동으로 구성하고, 여러 도구를 순차·병렬적으로 호출하는 시나리오에 최적화되어 있다.⁴⁵ 예를 들어 코드 저장소에서 파일을 읽고, 테스트를 실행하고, 결과를 파싱하는 도구들을 조합해, "테스트를 통과하도록 버그를 수정하라"는 고수준 목표를 단계별로 수행할 수 있다.¹⁴⁵

웹 브라우징의 경우, BrowseComp 벤치마크에서 기본 모드 52.0%, 컨텍스트 관리가 포함된 모드에서 67.5%를 기록해, 검색→페이지 탐색→정보 추출→요약 같은 일련의 과정을 비교적 안정적으로 수행할 수 있음을 보여준다.¹⁴ 특히 BrowseComp-ZH(중국어 환경)에서 66.6%를 기록해, 중국어 웹 환경에서의 정보 수집·이해 능력이 강하다는 점도 특징이다.¹⁴

이러한 도구 사용 능력은 기업용 워크플로 자동화, 고객 상담 봇의 후단 시스템 연동, 데이터 파이프라인 제어, 인프라 관리 등 다양한 시나리오에서 GLM-4.7을 "작업을 실제로 수행하는 에이전트"로 활용할 수 있게 해준다.³⁵

API를 통한 GLM-4.7 접근 방법

Z.ai 공식 플랫폼

GLM-4.7에 접근하는 가장 직접적인 방법은 Z.ai 개발자 플랫폼의 API를 사용하는 것이다.¹²⁵ 개발자는 Z.ai 포털에서 계정을 생성한 뒤 API 키를 발급받고, https://api.z.ai/api/paas/v4/chat/completions 엔드포인트로 OpenAI 호환 형식의 요청을 보내면 된다.⁵ 요청 본문에는 model: "glm-4.7", messages 배열과 함께 temperature, max_tokens, thinking(생각 모드 옵션) 등을 지정할 수 있다.⁵

Apidog 예제에서는 ZaiClient SDK를 사용한 Python 코드가 소개되어 있다.⁵

from zai import ZaiClient

client = ZaiClient(api_key="your-api-key")
response = client.chat.completions.create(
    model="glm-4.7",
    messages=[{"role": "user", "content": "Write a Python script for data analysis."}],
    thinking={"type": "enabled"},
    max_tokens=4096,
    temperature=1.0
)
print(response.choices[0].message.content)

Z.ai는 스트리밍 응답을 지원하며, 특히 "GLM Coding Plan" 구독 상품을 통해 저렴한 가격(예: 월 3달러 수준의 프로모션)으로 GPT·Claude급 코딩 모델을 사용할 수 있다고 홍보하고 있다.¹²⁵ Claude Code, Cline 등 여러 코딩 에이전트 툴에서 모델 이름만 glm-4.7로 변경하면 곧바로 연동할 수 있도록 설계되어 있다는 점도 특징이다.¹²

OpenRouter를 통한 접근

GLM-4.7은 OpenRouter 플랫폼에서도 z-ai/glm-4.7이라는 모델 ID로 제공된다.¹³⁵ OpenRouter는 여러 제공자(예: Z.ai, AtlasCloud, Parasail)를 통합해 단일 API로 노출하는 서비스로, 동일 모델에 대해 여러 인프라를 선택하거나, 장애 시 자동 폴백을 구성하는 데 유리하다.⁵

요청은 https://openrouter.ai/api/v1/chat/completions 엔드포인트로 보내며, model: "z-ai/glm-4.7"을 지정한다.⁵ 또한 reasoning: true 옵션을 통해 단계별 사고 과정을 함께 반환하도록 설정할 수 있어, 디버깅이나 연구 용도로 유용하다.⁵

curl -X POST "https://openrouter.ai/api/v1/chat/completions" 
  -H "Authorization: Bearer YOUR_OPENROUTER_KEY" 
  -H "Content-Type: application/json" 
  -d '{
    "model": "z-ai/glm-4.7",
    "messages": [{"role": "user", "content": "Explain quantum computing basics."}],
    "reasoning": true
  }'

가격 측면에서, OpenRouter는 제공자별로 토큰 단가가 다르며, 예를 들어 AtlasCloud, Parasail, Z.ai 제공자 간에 입력·출력 단가가 소폭 차이난다.⁵ 장기적으로 Z.ai 생태계에 머물 계획이라면 Z.ai 구독이, 다양한 모델과 제공자를 섞어 쓰고 싶다면 OpenRouter가 더 적합한 선택이 될 수 있다.³⁵

로컬 배포와 실행(Serve GLM-4.7 Locally)

GLM-4.7의 가중치는 Z.ai가 직접 Hugging Face와 ModelScope에 공개하여, 자체 인프라에서 실행할 수 있다.¹⁴⁵ Hugging Face에는 zai-org/GLM-4.7 등 공식 리포지토리가 있으며, unsloth 등 커뮤니티에서 GGUF 등 다양한 포맷으로 변환한 버전도 제공한다.⁴

vLLM과 SGLang은 GLM-4.7을 메인 브랜치에서 지원하며, 도커 이미지 또는 pip 설치를 통해 곧바로 추론 서버를 띄울 수 있다.⁴ 예를 들어 vLLM에서는 다음과 같이 명령을 실행해 OpenAI 호환 서버를 띄울 수 있다.⁴

vllm serve zai-org/GLM-4.7-FP8 
    --tensor-parallel-size 8 
    --tool-call-parser glm47 
    --reasoning-parser glm45 
    --enable-auto-tool-choice 
    --served-model-name glm-4.7-fp8

SGLang 역시 유사한 방식으로 추론 서버를 구동하며, 특히 chat_template_kwargs에 enable_thinking: true, clear_thinking: false를 넣어 Preserved Thinking 모드를 활성화할 수 있다.⁴

"chat_template_kwargs": {
  "enable_thinking": true,
  "clear_thinking": false
}

Transformers 기반 단일 GPU/멀티 GPU 환경에서도 zai-org/GLM-4.7 체크포인트를 불러 실행할 수 있으며, 예제 코드에서는 torch_dtype=torch.bfloat16, device_map="auto" 설정으로 자동 디바이스 할당을 사용한다.⁴ 대규모 배포에서는 vLLM·SGLang과 같은 고성능 서빙 프레임워크를 권장하고, 소규모 실험이나 연구 환경에서는 Transformers 직접 로딩이 유용하다.⁴

평가·튜닝 시 권장 하이퍼파라미터

GLM-4.7의 공식 가이드와 Hugging Face 페이지에서는 벤치마크 평가에 사용된 대표적인 하이퍼파라미터도 함께 제시한다.¹⁴ 일반적인 태스크의 기본 설정은 temperature=1.0, top_p=0.95, max_new_tokens=131072이다.¹⁴ 이는 창의적인 생성과 충분한 길이의 출력이 필요한 대부분의 대화·코딩 작업에 적합한 값이다.

Terminal Bench 및 SWE-bench Verified와 같은 보다 결정적인 코드 평가에서는 temperature=0.7, top_p=1.0, max_new_tokens=16384를 사용해, 출력의 일관성과 재현성을 높였다.¹⁴ τ²-Bench의 경우에는 temperature=0, max_new_tokens=16384로 완전히 결정적인 추론을 수행했다.¹⁴ 실제 서비스 구축 시에도, 코딩·툴 호출처럼 재현성이 중요한 작업에는 낮은 temperature, 크리에이티브 라이팅·아이디어 브레인스토밍에는 높은 temperature를 사용하는 것이 권장된다.¹⁴⁵

또한 멀티턴 에이전트 태스크에서는 Preserved Thinking 모드를 켜는 것이 성능 향상에 도움이 된다고 명시되어 있으며, vLLM·SGLang에서 생각 모드를 끄고 싶다면 extra_body={"chat_template_kwargs": {"enable_thinking": False}}와 같은 옵션을 추가해 제어할 수 있다.⁴

활용 사례와 시사점

GLM-4.7은 "코딩 파트너"라는 포지셔닝답게, 실제 개발 워크플로 전반을 지원하는 데 초점을 맞춘 모델이다. 프런트엔드 UI 작성, 백엔드 API 설계, 테스트 코드 생성, 버그 분석·수정, 성능 튜닝 제안 등 전통적인 프로그래밍 작업은 물론, 문서화·슬라이드 생성·포스터 디자인과 같은 "주변 작업"까지 아우른다.¹³ 특히 Z.ai가 제공하는 Slide/Poster Agent 등과 결합하면, 요구사항 텍스트만으로 발표 자료와 홍보 이미지를 한 번에 생성하는 사용 시나리오도 가능하다.²

기업·연구 관점에서는, 오픈소스 가중치를 제공하면서도 클라우드 API와 상용 플랜을 병행하는 모델이라는 점이 중요하다.¹²⁴⁵ 규제가 엄격한 환경에서는 로컬 배포로 데이터 프라이버시를 보장하고, 빠르게 실험·배포해야 하는 프로젝트에서는 Z.ai·OpenRouter API를 통해 손쉽게 통합할 수 있다. 테스트카탈로그(TestingCatalog) 같은 외부 매체에서도 GLM-4.7을 "다른 선도 모델들과 경쟁 가능한 수준의 고급 추론·코딩 모델"로 평가하며, 개방형 API 구조와 일관된 출력 품질을 강점으로 언급한다.³

종합하면, GLM-4.7은 GPT·Claude 계열과 경쟁 가능한 오픈소스 친화형 플래그십 모델로, 특히 코딩·에이전트·장문 맥락 처리에 강점을 가진다는 점에서, 2025년 이후 AI 개발 환경에서 중요한 선택지 중 하나로 자리 잡을 가능성이 크다.¹²³⁴⁵

참고

¹GLM-4.7: Advancing the Coding Capability

²New Released - Overview - Z.AI DEVELOPER DOCUMENT

³Z.AI launches GLM-4.7, new SOTA open-source model for coding

⁴unsloth/GLM-4.7-GGUF · Hugging Face

⁵How to Access the GLM-4.7 API in 2025