상하이 AI 연구소가 GLM 5.2 위에 얹은 744B 에이전트 모델을 MIT 라이선스로 풀었다

상하이 인공지능 연구소는 2026년 9월 11일 허깅페이스에 Atria Dawn Preview의 가중치를 MIT 라이선스로 올렸고, 9월 14일 arXiv 2609.15818로 143명이 참여한 기술 보고서를 공개했다. 모델은 7,440억 개 파라미터 MoE인 GLM 5.2를 베이스로 삼은 에이전트 모델이며, 컨텍스트는 256K 토큰이고 텍스트 입력만 받는다. 모델 카드가 공개한 16개 벤치마크 비교표에서 이 모델은 DeepSearchQA 96.0, BrowseComp 92.5, BFCL v4 77.0, AutomationBench 53.8, CyberGym 86.5으로 다섯 항목 1위를 기록했고, 같은 표의 SWE-bench Pro에서는 59.6으로 Claude Opus 5의 74.7보다 15.1점 낮다. ASAP은 이 릴리스에서 무엇이 새로운 성과이고 무엇이 물려받은 자산인지 나눠서 정리한다.

베이스 모델 칸에 GLM 5.2가 적혀 있다

모델 카드의 첫 문단은 Atria Dawn Preview가 7,440억 개 파라미터 MoE인 GLM 5.2 파운데이션 모델 위에 만들어졌다고 밝힌다. 허깅페이스 저장소의 아키텍처 태그도 glm_moe_dsa이고, 로컬 배포 안내가 걸어 둔 문서는 SGLang 쿡북의 GLM 5.2 페이지와 vLLM 레시피의 zai-org/GLM-5.2 페이지다. 즉 상하이 인공지능 연구소가 이번에 공개한 것은 사전학습된 새 파운데이션 모델이 아니라, 다른 조직이 사전학습한 베이스 위에 얹은 에이전트 후속학습 결과물이다.

이 구분이 중요한 이유는 숫자를 읽는 방식이 달라지기 때문이다. 744B라는 크기는 이 연구소의 학습 투자 규모를 말해 주지 않는다. 대신 이 릴리스가 증명하려는 것은 사전학습 자본 없이도 공개 베이스 모델에 검증 가능한 경험을 학습시키면 프런티어 에이전트와 겨룰 수 있다는 주장이다. 기술 보고서가 방법론의 이름으로 내세운 것도 새 아키텍처가 아니라 검증 가능한 경험 파이프라인(Verifiable Experience Pipeline)이며, 도구를 매개로 한 상호작용을 실행 가능한 환경과 외부에서 검증된 결과에 연결하는 구조다.

중국 오픈 모델 생태계의 분업이 한 단계 더 진행됐다고 볼 근거이기도 하다. 사전학습은 지푸의 GLM 계열이 맡고, 에이전트 후속학습은 국가 연구소가 맡아 MIT로 다시 푸는 구도다. 가중치가 열려 있으면 이런 분업이 조직 경계를 넘어 성립한다는 사실 자체가 폐쇄형 모델 진영에는 없는 경로다.

1위 다섯 개는 검색과 도구 호출에 몰려 있다

모델 카드의 비교표는 DeepSeek V4 Pro 0813, Kimi K3, Qwen 3.8 Max, GLM 5.3, GPT 5.6 sol, Claude Opus 5를 대조군으로 놓고 16개 항목을 다섯 범주로 묶었다. Atria Dawn Preview가 행 1위를 차지한 다섯 항목은 성격이 뚜렷하게 겹친다. 디스커버리 범주의 DeepSearchQA 96.0(Kimi K3 95.9, GLM 5.3 94.7, GPT 5.6 93.2)과 BrowseComp 92.5(GPT 5.6 92.2, Kimi K3 91.2, Opus 5 90.8), 도구 사용 범주의 BFCL v4 77.0(GLM 5.3 74.1, DeepSeek V4 Pro 71.4)과 AutomationBench 53.8(Qwen 3.8 Max 49.7, Opus 5 49.4), 그리고 보안 범주의 CyberGym 86.5(GLM 5.3 84.5, GPT 5.6 83.6)다.

격차의 크기는 항목마다 다르다. DeepSearchQA의 1위와 2위 차이는 0.1점이고 BrowseComp는 0.3점이므로 사실상 동급으로 읽는 것이 정확하다. 반면 AutomationBench는 2위와 4.1점, BFCL v4는 2.9점, CyberGym은 2.0점 차이다. 다시 말해 이 모델의 확실한 우위는 검색 정확도 자체보다 도구를 호출해 절차를 자동화하는 구간과 취약점 분석 구간에 있다.

같은 범주 안에서도 항목이 갈린다. 디스커버리의 WideSearch에서는 81.9로 GPT 5.6의 83.3과 GLM 5.3의 82.7에 뒤지고, DeepResearch Bench II에서는 51.1로 Opus 5의 54.1과 GLM 5.3의 52.7보다 낮다. 도구 사용에서도 SkillsBench 66.4는 Qwen 3.8 Max의 66.7에 0.3점 뒤지고, τ³-Bench Banking 41.2는 Qwen 3.8 Max의 55.2와 14.0점 차이로 벌어진다. 범주 단위로 이겼다고 말할 수 있는 곳은 사실상 없다.

코딩과 업무 산출물에서는 Opus 5와의 간격이 그대로 남았다

크리에이션과 딜리버리 두 범주의 일곱 항목에서 Atria Dawn Preview는 한 번도 1위를 기록하지 않았고, 일곱 항목 중 여섯 항목에서 Claude Opus 5가 최고점이다. SWE-bench Pro는 59.6 대 74.7로 15.1점, Terminal-Bench 2.1은 78.3 대 90.2로 11.9점, JobBench는 50.3 대 68.0으로 17.7점 차이다. GDPval은 1583 대 1768이며, 이 항목에서는 Qwen 3.8 Max 1722와 GPT 5.6 1682와 GLM 5.3 1667도 Atria보다 앞선다.

이 대비가 이 릴리스의 실제 좌표를 알려 준다. 증거를 찾아 오고 도구를 호출하는 앞단은 프런티어 수준에 붙었지만, 코드베이스를 수정해 통과시키고 문서와 보고서를 끝까지 만들어 내는 뒷단은 아직 상당한 거리가 있다. 모델 카드가 스스로 내세운 네 축이 디스커버리와 크리에이션과 딜리버리와 보안인데, 강한 쪽은 디스커버리와 보안이고 약한 쪽은 크리에이션과 딜리버리다.

워크스페이스 계열은 예외적으로 근접한다. Workspace-Bench는 65.0 대 65.8로 0.8점, Workspace-Bench-Lite는 68.2 대 70.1로 1.9점 차이다. 사무 문서를 다루는 과제에서는 붙었지만 직무 전반을 다루는 JobBench와 GDPval에서 벌어졌다는 패턴이므로, 딜리버리를 한 덩어리로 평가하면 이 차이가 보이지 않는다.

표에는 빈칸도 적지 않다. DeepSearchQA의 DeepSeek V4 Pro와 Qwen 3.8 Max, BFCL v4의 Qwen 3.8 Max와 GPT 5.6과 Opus 5, CyberGym의 Opus 5 등은 결과 없음으로 표시돼 있다. 1위 다섯 개 중 BFCL v4와 CyberGym은 유력 경쟁자의 점수가 비어 있는 상태에서 얻은 1위라는 뜻이며, 표를 만든 쪽이 스스로 표기한 공백이다.

기술 보고서는 모델만큼이나 56명의 작업 기록을 다룬다

arXiv 2609.15818의 초록에서 절반 가까운 분량은 벤치마크가 아니라 이 모델을 만든 과정 자체에 대한 기록이다. 저자들은 개발 과정에서 나온 56명 참가자의 769건 작업 기록과 에이전트 로그를 함께 분석했고, 비슷한 조건에서 완료된 과제를 평가하도록 요청했을 때 참가자들이 AI 없이는 불가능했다고 답한 비율이 완료된 AI 보조 과제의 약 3분의 1이었다고 적었다. 초록은 에이전트가 방법을 제안하고 수정을 구현하는 일이 잦았던 반면 사람이 대부분의 최종 결정을 유지하고 판단과 피드백으로 탐색 방향을 이끌었다고 정리한다.

모델 릴리스 보고서에 자기 팀의 작업 로그를 붙인 선택은 흔하지 않다. 벤치마크 점수는 모델의 능력을 말하지만 이 기록은 그 능력이 실제 연구 과정에 어떻게 들어갔는지를 말하기 때문이다. 초록이 쓴 표현은 과제 단위 실행에서 프로젝트 단위 협업으로의 이동이며, 사람의 노력이 무엇을 추구할 가치가 있는지와 증거가 연구를 어떻게 이끌어야 하는지에 집중된다는 관찰이다.

동시에 이 수치는 조심해서 읽어야 한다. 약 3분의 1이라는 값은 자기 모델을 개발한 팀의 자기 보고이며 대조군이 있는 실험 결과가 아니다. 참가자는 자신이 방금 AI와 함께 끝낸 과제를 평가했으므로 최근 경험에 대한 평가가 개입할 여지가 있고, 초록 자체도 관찰이라는 단어로 표현 수위를 조절했다. 수치의 크기보다 이 항목을 보고서에 넣었다는 사실이 더 의미 있는 대목이다.

논문 제목이 에이전트 초지능의 새벽(The Dawn of Agentic Superintelligence)인 한편 초록의 마지막 문장은 위험과 방향에 대한 사람의 책임 있는 권한을 보존해야 한다고 적는다. 제목과 마무리의 온도 차이가 이 보고서의 성격을 요약한다.

가중치가 공개됐다는 말과 돌릴 수 있다는 말은 다르다

배포 조건은 명확하다. 코드와 가중치 모두 MIT 라이선스이고, 허깅페이스와 모델스코프에 Instruct 체크포인트와 FP8 양자화 Instruct 체크포인트가 각각 올라가 있으며, 컨텍스트는 둘 다 256K 토큰이다. 로컬 추론은 SGLang v0.5.13.post1 이상 또는 vLLM v0.23.0 이상을 요구하고, 호스팅 접근은 국제 엔드포인트 api.atria-asi.ai와 중국 엔드포인트가 따로 제공된다.

그런데 허깅페이스 API가 보고하는 이 저장소의 누적 다운로드는 2026년 9월 19일 기준 711건이고 좋아요는 180건이다. 가중치가 열려 있다는 사실과 그 가중치를 실제로 돌릴 수 있다는 사실이 다르다는 점을 보여 주는 숫자다. 7,440억 개 파라미터 MoE는 FP8로 줄여도 개인 장비나 소규모 서버의 범위 밖이므로, 국내 팀 대부분에게 이 모델의 현실적인 접점은 로컬 배포가 아니라 API다.

그래서 국내에서 이 릴리스를 검토하는 순서는 뒤집는 편이 낫다. 자체 호스팅 가능성을 먼저 따지지 말고, API로 자기 업무 과제를 돌려 검색과 도구 호출 구간에서 실제 이득이 나는지부터 재는 것이 빠르다. 모델 카드의 표대로라면 웹 증거 수집과 자동화 파이프라인 구간에서 이득이 나올 가능성이 가장 높고, 코드 수정과 보고서 산출 구간에서는 기존에 쓰던 프런티어 모델을 유지하는 편이 합리적이다.

한 가지 제약은 미리 확인해야 한다. 모델 카드는 Atria-Dawn-Preview가 텍스트 입력만 받는다고 명시하고, 이미지를 붙이면 엔드포인트가 멀티모달 모델이 아니라는 400 오류를 반환한다고 적었다. 스크린샷을 읽혀 화면을 조작하는 류의 에이전트 워크플로에는 그대로 들어가지 않는다는 뜻이다.

프리뷰라는 단어가 감당해야 할 질문들

첫 번째 공백은 측정 주체다. 16개 벤치마크 비교표는 모델을 만든 쪽이 작성했고 제3자 재현은 아직 붙어 있지 않다. 경쟁 모델 점수의 측정 조건과 스캐폴딩이 동일했는지는 모델 카드에 적혀 있지 않으며, 에이전트 벤치마크는 하네스 설정에 따라 결과가 크게 흔들리는 영역이다.

두 번째 공백은 베이스 모델과의 분리다. GLM 5.2 위에 후속학습한 결과물이므로, 다섯 항목 1위 가운데 어느 부분이 후속학습의 기여이고 어느 부분이 베이스의 기여인지는 표만으로 알 수 없다. 비교 대상에 GLM 5.3이 들어 있지만 이 모델의 베이스는 5.2이므로 직접적인 대조군도 아니다. 같은 베이스에서 출발한 조건 비교가 붙어야 답이 나오는 질문이다.

세 번째 공백은 프리뷰라는 표기 자체다. 모델 카드는 이 릴리스를 새 세대 에이전트 모델의 프리뷰로 설명하고, 저장소에는 인용 항목과 로컬 실행 안내가 아직 주석 처리된 채 남아 있다. 벤치마크 그림에도 주석을 추가하라는 표시가 그대로 들어 있다. 문서가 완성되지 않은 상태에서 가중치를 먼저 푼 릴리스라는 사실을 감안해 읽는 것이 맞다.

정리하면 이번 릴리스의 가치는 점수판 1위 다섯 개가 아니라 경로에 있다. 공개 베이스 모델에 에이전트 후속학습만 얹어 검색과 도구 호출 구간을 프런티어에 붙였고, 그 결과물을 MIT로 다시 풀었다. 다음 확인 지점은 제3자 재현과 같은 베이스 조건 비교이며, 코드 수정과 업무 산출물 구간의 두 자릿수 격차가 다음 버전에서 줄어드는지가 이 경로의 한계를 가른다.

출처: Atria-Dawn-Preview 모델 카드 (상하이 인공지능 연구소, 허깅페이스, 2026년 9월 11일 공개) · Atria Dawn: The Dawn of Agentic Superintelligence (arXiv:2609.15818, 2026년 9월 14일)