---
title: "이번 주 허깅페이스 — 구글 젬마4의 귀환, GLM-5.1의 코딩 왕좌, 넷플릭스의 비디오 마술"
published: 2026-04-09T21:05:03.348Z
canonical: https://jeff.news/article/1653
---
# 이번 주 허깅페이스 — 구글 젬마4의 귀환, GLM-5.1의 코딩 왕좌, 넷플릭스의 비디오 마술

허깅페이스 주간 AI 트렌드 분석. 구글 젬마 4가 아파치 2.0으로 오픈소스 복귀, Z.ai GLM-5.1이 SWE-Bench Pro 1위로 에이전틱 코딩 선언, 넷플릭스 VOID가 물리 인식형 비디오 인페인팅 공개. WebGPU 브라우저 AI 실행 트렌드 확산, OmniVoice 600개 언어 제로샷 TTS, 한국 스타트업 VIDraft의 FINAL Bench 메타인지 벤치마크도 주목.

## 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

> [!note] VOID의 차별점
> 기존 도구는 사람을 지우면 들고 있던 물건이 허공에 떠있었음. VOID는 그림자·반사뿐 아니라 중력 등 물리적 상호작용까지 이해해서 자연스러운 결과를 생성함. 인간 선호도 64.8% vs Runway 18.4%.

- **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

> [!important] 이번 주 핵심 트렌드
> 구글이 아파치 2.0으로 진짜 오픈소스 경쟁에 복귀했고, 브라우저가 AI 서버가 되는 시대가 열리고 있으며, 중국 AI가 에이전틱 코딩에서 역습을 시작함.

- **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.

## 핵심 포인트

- 젬마 4: Apache 2.0, 4가지 크기(E2B/E4B/26B MoE/31B Dense), 멀티모달, 256K 컨텍스트, Arena AI 3위
- GLM-5.1: 754B MoE, SWE-Bench Pro 58.4%로 1위(Claude Opus 4.6 57.3% 제침), MIT 라이선스
- Netflix VOID: 물리 인식형 비디오 인페인팅, 인간 선호도 Runway 대비 64.8% vs 18.4%
- WebGPU 기반 브라우저 로컬 AI 실행이 확실한 트렌드로 자리잡음
- FINAL Bench: 한국 VIDraft의 메타인지 벤치마크, 91개 모델 6개 모달리티 통합 평가

## 인사이트

MoE 아키텍처가 모델·스페이스 양쪽에서 대세로 자리잡으며 WebGPU 브라우저 실행 트렌드와 시너지를 내고 있음. 에이전틱 코딩 경쟁이 '한 번에 잘 하기'에서 '오래 잘 하기'로 전환 중이며, AI 평가도 정답률에서 메타인지(자기교정 능력)로 패러다임이 진화하고 있음.