어떤 글인가요
장고(Django) 기반 오픈소스 CMS인 Wagtail의 블로그에 GLM 5.3 Flash로 한 달 동안 코딩해 본 이야기가 올라왔어요. Wagtail은 여러 공공기관과 기업 사이트를 떠받치고 있는, 꽤 오래되고 탄탄한 파이썬 프로젝트예요. 이런 실전 오픈소스 프로젝트에서 한 달 동안 실제 작업에 AI 모델을 써보고 남긴 기록이라는 점에서 읽어볼 가치가 있어요.
GLM은 중국 Zhipu AI(Z.ai)가 만드는 언어 모델 시리즈예요. 가중치를 공개하는 ‘오픈 웨이트’ 모델을 꾸준히 내놓으면서 코딩 분야에서 존재감을 키워왔죠. 이름 끝의 Flash는 플래그십 모델보다 가볍고 빠르고 저렴한 버전이라는 뜻이에요. 그러니까 이 글은 제일 비싸고 똑똑한 모델 말고 작고 싼 모델로도 실무 코딩이 되느냐는 질문에 대한 한 달짜리 현장 보고서인 셈이에요.
왜 ‘작은 모델’ 사용기가 중요할까요
인터넷에 넘쳐나는 AI 코딩 후기는 대부분 최상위 모델 이야기예요. 하지만 현실의 개발자는 늘 비용과 속도를 따져야 하죠. 특히 오픈소스 프로젝트는 회사처럼 예산이 넉넉하지 않고, 전 세계 기여자들이 각자 비싼 구독료를 낼 수도 없어요.
대형 세단과 경차에 비유해 볼게요. 장거리 여행이나 험한 길, 그러니까 복잡한 설계나 까다로운 디버깅에는 대형 세단이 든든해요. 하지만 매일 동네 마트에 다녀오는 일, 즉 테스트 코드 작성이나 단순 리팩터링, 문서 정리에는 경차가 훨씬 경제적이에요. 문제는 우리 일 중 마트 가는 일이 몇 퍼센트냐는 건데, 이건 벤치마크 점수로는 알 수 없고 직접 오래 써봐야 알 수 있어요.
하루가 아니라 ‘한 달’이라는 게 포인트예요
새 모델을 하루 써보면 첫인상만 남아요. 데모 문제 몇 개를 잘 풀면 감탄하고, 한두 번 엉뚱한 답을 내면 실망하죠. 한 달을 쓰면 패턴이 보여요. 어떤 작업을 믿고 맡길 수 있는지, 프레임워크 특유의 관용구를 얼마나 이해하는지, 큰 코드베이스에서 맥락을 얼마나 놓치는지, 결국 사람이 고쳐야 하는 비율은 얼마나 되는지 같은 것들이요.
글쓴이가 어떤 작업에서 만족했고 어디서 한계를 느꼈는지는 원문에 자세히 나와 있으니 꼭 직접 읽어보시길 권해요. 이런 생생한 맥락은 요약만으로는 다 전달하기 어렵거든요.
업계 맥락: 오픈 웨이트 코딩 모델의 춘추전국시대
지금 코딩용 오픈 웨이트 모델 시장은 정말 치열해요. 알리바바의 Qwen 코더 계열, DeepSeek, 문샷 AI의 Kimi, 그리고 GLM이 앞서거니 뒤서거니 하고 있어요. 반대편에는 Anthropic의 Claude, OpenAI의 GPT, 구글의 Gemini 같은 클로즈드 모델이 있고요.
흥미로운 건 둘 사이의 경계가 흐려지고 있다는 점이에요. Z.ai를 비롯한 여러 업체가 Claude Code 같은 코딩 에이전트 도구에 그대로 붙여 쓸 수 있는 호환 API를 제공하고 있거든요. 덕분에 도구는 그대로 두고 뒤에 붙는 모델만 갈아 끼우는 방식이 자연스러워졌어요. 경쟁의 기준도 누가 제일 똑똑하냐에서 같은 일을 누가 더 싸고 빠르게 하냐로 넓어지고 있어요.
한국 개발자에게 주는 시사점
- 모델 라우팅을 고민해보세요. 모든 작업에 최고급 모델을 쓸 필요는 없어요. 단순한 작업은 작은 모델에, 어려운 작업은 큰 모델에 나눠 맡기기만 해도 비용이 크게 줄 수 있어요.
- 데이터가 어디로 가는지 확인하세요. 해외 API를 쓰면 여러분의 코드가 그 회사 서버로 넘어가요. 사내 보안 정책이 엄격하다면 가중치를 받아 직접 호스팅할 수 있는 오픈 웨이트 모델이 오히려 답이 될 수 있어요. 이때 라이선스 조건도 꼭 같이 확인하세요.
- 직접 한 달 실험해보세요. 남이 낸 벤치마크보다 우리 코드베이스에서 직접 써본 체감이 훨씬 정확해요. 작업 유형별로 그대로 썼는지, 고쳐서 썼는지, 버렸는지만 기록해도 좋은 판단 근거가 돼요.
마무리
한 줄로 정리하면 이래요. AI 코딩에서 던질 다음 질문은 ‘얼마나 똑똑하냐’가 아니라 ‘이 정도 일에 이 비용이면 충분하냐’예요.
여러분은 요즘 코딩할 때 어떤 모델을 쓰고 계신가요? 작고 저렴한 모델로 바꿔도 충분했던 작업이 있다면 댓글로 나눠주세요.
🔗 출처: Hacker News