8월 26일 Bloomberg이 보도한 내용: Z.ai(智譜의 새 브랜드)가 Ox Alpha라는 신모델을 슬쩍 띄웠다. API 엔드포인트에는 어떤 공지도 달리지 않았고, 커뮤니티 사용자가 먼저 알아챘다. 성능은 Bloomberg 표현대로 "rivals DeepSeek"이며, 이후 가중치가 오픈소스로 공개됐다.
이 패턴이 익숙하게 느껴진다면, 제대로 본 것이다. DeepSeek-R1이 정확히 이렇게 했다. 먼저 API로 띄워 피드백을 받고, 그다음 가중치를 열어 생태계를 잡는다. Ox Alpha는 중국 대형 모델 기업이 이 시나리오를 대규모로 답습한 두 번째 사례다.
Ox Alpha는 어떻게 발견됐나
Z.ai가 직접 발표한 것이 아니다.
HN 토론판(게시물 id=49446422)에서 재구성한 경로는 대략 이렇다.
- 어떤 서드파티 API 집계 도구(명시되지 않았지만 OpenRouter 또는 유사 서비스로 추정)의 사용자가 Z.ai 엔드포인트를 호출하다 응답에 낯선 모델 이름
ox-alpha가 들어 있는 것을 발견했다. - 사용자가 그 엔드포인트로 몇 가지 일반 프롬프트를 돌려본 결과, 출력이 기존 Z.ai GLM-4 시리즈보다 한 단계 위였다.
- HN에서 누군가 확인 요청 글을 올렸고, Z.ai는 댓글에 "GLM 시리즈 신모델이며 향후 오픈소스로 공개될 것"이라고만 답했다. 벤치마크도, 릴리스 노트도 없었다.
- Bloomberg이 뒤이어 기사를 냈다.
전 과정에서 블로그 포스트도, 트윗도, Discord 공지도 없었다. Bloomberg 보도가 나온 뒤에야 Z.ai가 X에서 확인 트윗을 올렸다.
이것이 이른바 '스텔스 출시'(stealth release)다. 모델을 먼저 프로덕션 환경에서 며칠에서 몇 주간 돌려보고, 실제 사용자 피드백을 받아 큰 문제가 없음을 확인한 뒤 공식 발표한다. Google의 Gemini 1.5 Pro 초기 테스트도 비슷한 방식을 썼지만, 중국 기업들은 이를 표준 운영 방식처럼 쓰고 있다.
"rivals DeepSeek"는 무슨 뜻인가
Bloomberg은 매우 모호한 표현을 썼다. "rivals"는 95% 근접일 수도 있고, 특정 벤치마크에서 따라잡은 것일 수도 있다.
현재까지 확인 가능한 정보는 다음과 같다.
- 추론: HN 댓글에 MATH-500 단편 성적이 올라왔다. Ox Alpha가 대략 90% 부근이고, DeepSeek-V3는 89~92% 구간. 같은 등급으로 본다.
- 코드: 신뢰할 만한 숫자가 없다. HumanEval에서 DeepSeek와 동등하다는 말이 있지만 원 출처는 확인되지 않았다.
- 장문 컨텍스트: Z.ai 엔드포인트 응답의 메타데이터가 128k context window를 지원한다고 표시했다. DeepSeek와 같은 등급.
- Agent 호출: 공개 벤치마크가 없다.
Bloomberg 기사에는 구체적 점수가 전혀 없고, "rivaling top open-source models"라는 문장만 있을 뿐이다. HN 게시물은 121포인트, 댓글 41개지만 논의는 "어떻게 발견됐나"와 "언제 오픈소스되나"에 집중됐고, 벤치마크를 재현하려는 사람은 없었다.
따라서 "rivals DeepSeek"라는 표현에는 최소한 50%는 클릭베이트 성분이 섞여 있다. 제조사 자체 수치만으로는, 제3자 독립 평가가 없는 한 참고 가치가 낮다.
진짜 결론을 내려려면 가중치가 공개된 뒤 livebench, Artificial Analysis, lmsys arena 같은 제3자 리더보드에서 돌려봐야 한다.
스텔스 출시 + 가중치 공개:DeepSeek 이후의 표준 수법
DeepSeek-R1이 어떻게 터졌는지 떠올려 보자. 2025년 1월 먼저 API를 띄웠고, 개발자들이 2주간 실측했다. 커뮤니티 입소문이 터졌고, 가중치를 공개한 날 Hugging Face 다운로드가 100만을 돌파했다.
이 방식의 핵심 로직은 이렇다.
- 먼저 실제 트래픽으로 제품을 검증한다. 마케팅이 필요 없다. 모델이 쓸 만한지 사용자가 결정한다.
- 가중치를 공개하는 순간 개발자 생태계를 즉시 가져간다. Hugging Face star, GitHub fork, 제3자 파인튜닝 파생 모델이 후발주자의 해자가 된다.
- "공개하자마자 헤드라인 사고"를 피한다. 전통적인 출시 행사는 미디어의 집중 조명을 받고 버그가 부풀려진다. 스텔스 출시를 하면 팀이 버그를 고칠 시간을 벌 수 있다.
Ox Alpha는 이걸 그대로 답습했다. Z.ai가 얻는 이점은 다음과 같다.
- Qwen3, DeepSeek-V4와 출시 일정을 맞짱뜨릴 필요가 없다.
- 가중치를 공개하는 시점에 개발자들이 이미 모델을 프로덕션에서 돌려본 상태이므로 "한번 써볼까"라는 의사결정 비용이 줄어든다.
- 모델에 중대한 결함이 있어도 스텔스 기간 동안 핫픽스로 수습할 수 있고, retraction을 발표할 필요가 없다.
이게 우연일까? 아니다. 중국 대형 모델 기업들은 이미 이 수법을 완전히 체득했다. "DeepSeek 모드"라 불러도 무방하다.
GLM 시리즈의 국내 오픈소스 생태계 포지션
Z.ai의 전신은 智譜 AI이며, GLM 시리즈는 국내 오픈소스 LLM 중에서도 손꼽히는 위치를 차지한다.
Hugging Face 다운로드량을 기준으로 대략 정렬하면(2025년 하반기 데이터).
- Qwen 시리즈(Alibaba): 압도적 1위, 월 다운로드 백만 단위.
- DeepSeek 시리즈: 2위, 오픈소스 이후 가장 빠르게 성장 중.
- GLM 시리즈(智譜): 3위권이지만 안정적. GLM-4-9B 시리즈의 월 다운로드는 10~20만.
- Yi 시리즈(01.AI): 하락세가 뚜렷.
- InternLM(Shanghai AI Lab): 학술계에서 많이 쓰고 산업계에선 적다.
GLM의 특징은 중국어 시나리오 최적화가 잘 되어 있다는 점이다. 토크나이저가 중국어에 더 친화적이다. 다만 모델 아키텍처 측면에서 큰 혁신은 없다. 기본적으로 dense transformer에 다양한 학습 트릭을 얹은 구조다.
Ox Alpha가 정말 DeepSeek급이라면, 오픈소스 공개 후 무엇이 달라질까?
단기적으로는 달라지는 게 없다. Qwen / DeepSeek / GLM의 삼국 구도는 이미 굳어졌고, Ox Alpha는 기껏해야 롱테일을 채우는 정도, 중국어 LLM 선택지에 옵션 하나를 더하는 수준이다.
장기적으로는 한 가지에 달려 있다. Ox Alpha가 오픈소스로 공개하는 게 base 모델인지, instruction-tuned 버전인지. Base라면 개발자가 직접 fine-tune할 테니 가치는 아키텍처에 있고, instruct라면 차별화 포인트는 프롬프트 설계와 포스트트레이닝에 국한된다.
편집자 생각:오픈소스의 시간 창이 압축되고 있다
2024년 DeepSeek이 오픈소스로 세상을 놀라게 했고, 2025년에 모두가 이 수법을 배웠다. 오픈소스의红利 시기는 사라지고 있다.
Ox Alpha는 이 흐름의 또 하나의 증거다. 이 모델은 "오픈소스" 자체로 관심을 끌지 못한다. 먼저 API에서 '오픈소스할 가치가 있다'는 사실을 증명해야 한다. 단순히 "또 하나의 오픈소스 LLM"이라면 아무도 쳐다보지 않는다.
다음 차별화는 어디에 있을까. 세 가지 방향에 건다.
- 툴체인 소유권: 모델 자체는 점점 동질화되고 있다. dense + MoE + 장문 컨텍스트 + function call은 누구나 갖고 있다. 반면 vLLM, SGLang, LangGraph 같은 추론 프레임워크와 agent 프레임워크가 새로운 해자가 된다. 개발자의 워크플로를掌握하는 쪽이 모델 유통을掌握한다.
- 벤치마크 설계권: 현재 랭킹에 사용되는 MMLU, HumanEval, GSM8K는 전부 오래된 벤치마크다. agent, code agent, 멀티 턴 tool use 같은 새로운 벤치마크. 표준을 먼저 정의하는 쪽이 발언권을 잡는다. Artificial Analysis가 이 일을 하고 있고, lmsys arena도, Hugging Face의 open-llm-leaderboard도 마찬가지다.
- 수직 시나리오 fine-tuning 생태계: 범용 모델이 동질화되면 법률, 의료, 코드 같은 수직 분야의 fine-tuned 버전이 가치를 갖는다. DeepSeek이 증류한 소형 모델이 이미 이 길을 증명했다.
불확실한 부분은 남아 있다. Ox Alpha의 실제 성능, GLM 시리즈의 오픈소스 라이선스(이전 GLM-4는 순수 Apache가 아니었다), Z.ai의 비즈니스 모델(그냥 오픈소스로 어떻게 돈을 버나). 이 정보는 가중치가 정말로 공개된 뒤에야 판단할 수 있다.
다만 한 가지는 확실하다. 스텔스 출시 + 실제 트래픽 검증 + 가중치 공개, 이 콤보는 중국 LLM의 기본기가 될 것이다. 다음에 어떤 신모델이 "갑자기 등장"한다면, 또 같은 시나리오일 가능성이 높다.
출처: