이번 주 허깅페이스 — 구글 젬마4의 귀환, GLM-5.1의 코딩 왕좌, 넷플릭스의 비디오 마술

AI 모델 톱3

• 1위: Gemma 4 31B — 구글 딥마인드가 아파치 2.0으로 복귀함

  • E2B / E4B / 26B MoE / 31B Dense 총 4가지 크기로 출시
  • 텍스트·이미지·비디오·오디오 멀티모달, 최대 256K 토큰 컨텍스트
  • 하이브리드 어텐션 (로컬 슬라이딩 윈도우 + 글로벌 풀 어텐션) 구조
  • 26B MoE는 260억 파라미터 중 40억만 활성화 → 4B급 속도로 26B급 품질
  • Arena AI 텍스트 리더보드 세계 3위 (자기보다 20배 큰 모델 이김)
  • 씽킹 모드 내장, 코딩·에이전틱 워크플로우·멀티모달 이해에 최적화

• 2위: Gemma 4 31B JANG_4M-CRACK — 혼합정밀도 양자화로 18GB 압축

  • JANG 기법: 어텐션 레이어(Q/K/V/O)는 8비트, MLP 레이어는 4비트로 차등 양자화
  • 평균 5.1비트, MMLU 기준 품질 손실 약 2%
  • 안전 정렬 제거된 abliterated 버전 — 연구·실험 목적, 실무 적용 시 주의 필요
  • 맥북 등 제한된 GPU 환경에서 31B 모델 로컬 실행 가능

• 3위: GLM-5.1 (Z.ai) — 754B MoE 에이전틱 코딩 모델

  • SWE-Bench Pro 58.4%로 1위 (Claude Opus 4.6 57.3%, GPT-5.4 57.7% 제침)
  • CyberGym 68.7%로 1위
  • 수백 라운드에 걸쳐 전략을 수정하며 장기간 에이전틱 코딩 수행이 강점
  • 모델 크기 1.51TB, MIT 라이선스, SGLang·vLLM·Transformers 지원

스페이스 톱3

• 1위: Gemma 4 WebGPU — 브라우저에서 젬마 4 로컬 실행

  • WebGPU + Transformers.js 활용, 서버 없이 내 기기 GPU만으로 추론
  • 설치·API 키·인터넷 연결 불필요, 크롬 브라우저 하나면 충분
  • 보안 민감 환경(의료·법률·국방)에서 오프라인 AI 활용 가능성

• 2위: Cohere Multilingual ASR / LFM2-MoE — 하이브리드 아키텍처

  • 총 8.3B 파라미터 중 토큰당 1.5B만 활성화하는 MoE 구조
  • 하이브리드 컨볼루션-어텐션 아키텍처: 깊은 맥락 이해 + 빠른 처리 동시 달성
  • 양자화 버전은 스마트폰·태블릿·노트북에서도 구동 가능

• 3위: OmniVoice — 600개+ 언어 제로샷 TTS

  • 디퓨전 언어 모델 기반, 보이스 클로닝 + 보이스 디자인 2가지 모드
  • RTF 0.025 = 실시간의 40배 빠른 추론 속도
  • [laughter] 등 비언어적 표현 태그 지원 → 감정 표현 가능한 음성 생성
  • 다국어 오디오북, 소수 언어 콘텐츠, 성우 시범 제작에 활용 가능

주목할 프로젝트

• Netflix VOID — 물리 인식형 비디오 인페인팅
  • 영상 속 객체 제거 시 물리적 상호작용까지 처리 (사람 지우면 기타가 바닥에 떨어짐)
  • CogVideoX 기반 5B 파라미터 모델
  • 인간 선호도 테스트: Runway 대비 64.8% vs 18.4%로 압도적 우위
  • 아파치 2.0 라이선스, 영화·드라마·광고·유튜브 VFX 비용 절감 가능

• FINAL Bench — 한국 스타트업 VIDraft의 AI 메타인지 벤치마크
  • 91개 AI 모델을 6개 모달리티(언어·비전·에이전트·이미지/비디오/음악 생성)에서 통합 평가
  • 메타인지(Metacognition) 벤치마크: AI가 "자기가 모르는 걸 아는 능력" 측정
  • Claude Opus 4.6이 기본 점수 9위 → 메타인지 보정 후 5위로 상승
  • AI 성능 향상 핵심 병목이 자기교정(Error Recovery) 능력에 있음을 데이터로 입증
  • 허깅페이스 데이터셋 글로벌 5위, 리더보드 '금주의 스페이스' 선정

시사점

• 구글의 '진짜 오픈' 복귀 — 젬마 4 아파치 2.0은 단순 라이선스 변경이 아닌 오픈소스 AI 경쟁 본격 참전 선언. 라마 4, 큐원 3.5, 딥시크 V3 등과의 정면 승부
• 브라우저 = AI 서버 시대 — 스페이스 톱3 중 2개가 WebGPU 기반 로컬 실행. 지난주 코히어 트랜스크라이브에 이어 확실한 트렌드로 자리잡는 중
• 중국의 에이전틱 코딩 역습 — GLM-5.1의 SWE-Bench Pro 1위는 '한 번에 잘 하기'에서 '오래 잘 하기'로 코딩 에이전트 경쟁 축이 전환되고 있음을 시사

---

기술 맥락

이번 주 허깅페이스 톱 차트를 보면 MoE가 정말 대세가 됐다는 게 확 느껴지거든요. 젬마 4 26B MoE, LFM2-MoE, GLM-5.1까지 전부 MoE 아키텍처예요. 핵심은 "전체 파라미터는 크게, 실제 활성화는 작게"라는 효율성인데, 이게 WebGPU 로컬 실행 트렌드와 맞물리면서 시너지가 나고 있어요. 8.3B 모델을 브라우저 탭 하나에서 돌릴 수 있는 건 MoE 덕분에 실제 연산량이 1.5B 수준이기 때문이거든요.

에이전틱 코딩 쪽도 재밌는 변화가 있어요. GLM-5.1이 SWE-Bench Pro에서 Claude Opus 4.6과 GPT-5.4를 이긴 건, 단순히 "코드를 잘 짜느냐"가 아니라 "수백 라운드에 걸쳐 포기하지 않고 전략을 수정하느냐"가 핵심 경쟁력이 됐다는 뜻이에요. 코딩 에이전트의 평가 기준 자체가 바뀌고 있는 거죠.

FINAL Bench의 메타인지 벤치마크도 주목할 만해요. "정답을 맞혔느냐"가 아니라 "틀렸을 때 어떻게 했느냐"를 측정하는 건데, 한국 스타트업이 이런 글로벌 평가 기준을 제시했다는 것 자체가 의미 있는 일이에요.