본문으로 건너뛰기

AI Coding Tools · EP 10

2026년 오픈소스 코딩 LLM 실전 — GLM·Qwen·DeepSeek 중심으로

2025년 7월 Qwen3-Coder에서 2026년 7월 DeepSeek-V4-Flash까지, 오픈소스 코딩 LLM 1년 반의 계보를 정리합니다. 라이선스와 벤치마크 해석, 로컬 실행 산수, API 가격, 작업 유형별 선택 기준을 담은 실전 분석 노트입니다.

· 7분 읽기

2026년 오픈소스 코딩 LLM 실전 — GLM·Qwen·DeepSeek 중심으로

2025년 7월 Qwen3-Coder가 공개된 뒤 1년이 조금 넘는 사이 오픈소스 코딩 LLM의 지형이 완전히 바뀌었습니다. GLM은 4.6에서 GLM-5.2까지 다섯 단계를 밟았고, DeepSeek은 V3을 정리하고 V4 프리뷰로 세대를 옮겼으며, Qwen은 Qwen3.5와 Qwen3-Coder-Next로 후속을 이어갔습니다. 문제는 이제 “뭐가 제일 좋냐”가 아니라 “이 작업에는 무엇을 얼마나 쓸 것인가”입니다. 제가 블로그와 사이드 프로젝트에 적용해 온 기준을 계보, 라이선스, 벤치마크, 로컬 실행, 가격 순으로 정리합니다.

1년 반의 계보: 세 팀이 걸어온 글

날짜는 모두 공식 발표 기준입니다.

시점모델요점
2025-07-22Qwen3-Coder-480B-A35B480B MoE(활성 35B), 256K 컨텍스트(YaRN으로 1M), Apache-2.0
2025-07-31Qwen3-Coder-30B-A3B활성 3.4B 소형 MoE, 로컬 실전 배치의 시작
2025-08-21DeepSeek-V3.1하이브리드 추론, SWE-bench Verified 66.0
2025-09-29DeepSeek-V3.2-ExpDeepSeek Sparse Attention(DSA) 도입, API 가격 50%+ 인하
2025-09-30GLM-4.6355B MoE, 200K 컨텍스트, MIT 라이선스
2025-12-01DeepSeek-V3.2도구 호출에 추론 통합(thinking in tool-use)
2025-12-22GLM-4.7SWE-bench Verified 73.8%(4.6 대비 +5.8%p)
2026-02-12GLM-5코딩에서 시스템 엔지니어링으로 중심 이동, DSA 채택
2026-02-28Qwen3-Coder-Next 기술 보고서차세대 코딩 모델 방향 제시
2026-04-24DeepSeek-V4 프리뷰V4-Pro 1.6T(활성 49B)·V4-Flash 284B(활성 13B), 1M 컨텍스트 기본
2026-06-16GLM-5.21M 무손실 컨텍스트, 장기 과제 안정성
2026-07-31DeepSeek-V4-Flash 정식 APITerminal-Bench 2.1 82.7, DeepSWE 54.4

포인트는 두 가지입니다. 첫째, 세 팀 모두 “더 큰 모델”이 아니라 “더 긴 컨텍스트 + 더 오래 도는 에이전트”로 방향을 옮겼습니다. Qwen3-Coder의 256K, GLM-5.2의 1M, DeepSeek-V4의 “1M 기본”은 같은 방향의 다른 표현입니다. 둘째, 기술이 서로 이식됩니다. GLM-5는 DeepSeek이 V3.2-Exp에서 선보인 Sparse Attention을 통합했다고 공식 기록했습니다.

라이선스: MIT와 Apache-2.0, 실무에서 의미하는 것

셋 다 상업 이용, 수정, 재배포가 가능한 느슨한 라이선스라 “회사 서비스에 써도 되는가”에는 모두 예가 정답이고, 남는 차이는 기여 규약과 상표 정도입니다. 다만 웨이트만 공개되고 학습 데이터·코드는 닫혀 있다는 점에서 엄격한 OSS 정의와는 다르다는 논쟁이 늘 따라다닙니다. 실무적으로는 “오픈 웨이트 모델”이라 부르는 쪽이 오해가 적습니다.

벤치마크를 읽는 눈: SWE-bench Verified와 그 한계

코딩 모델 비교에서 가장 많이 인용되는 SWE-bench Verified는 실제 GitHub 이슈 500개를 사람이 검증해 만든 벤치마크입니다. 오픈소스 진영의 흐름을 이 숫자로만 요약하면 이렇습니다.

다만 이 표를 순위표로 읽으면 안 됩니다. 같은 모델도 스캐폴드(OpenHands, mini-SWE-agent 등)와 턴 예산에 따라 점수가 달라지고, 2026-02에는 OpenAI가 “SWE-bench Verified를 더 이상 평가하지 않는 이유”라는 글로 데이터 오염과 한계를 공식 지적했습니다. 실제로 2026년 들어 새 모델 발표의 헤드라인 지표는 Terminal-Bench나 DeepSWE처럼 터미널·저장소 단위 실무에 가까운 벤치로 다양화되고 있습니다. 제 결론은 이렇습니다. 벤치마크는 명백히 뒤처진 모델을 거르는 거름망으로 쓰고, 최종 선택은 내 코드베이스에서 소수 후보를 직접 돌려본 결과로 내리는 것입니다.

로컬 실행: 양자화 산수와 현실적인 선택지

로컬 실행은 산수부터 하면 됩니다.

필요한 메모리(GB) ≈ 파라미터 수(B) × 양자화 비트 ÷ 8
예) 30B × 4.8비트(Q4_K_M급) ÷ 8 ≈ 18GB (KV 캐시·오버헤드 별도)

이 산수에 계보를 대입하면 선택지가 명확해집니다.

  • Qwen3-Coder-30B-A3B — Q4 계열 양자화로 약 19~20GB. 24GB 소비자 GPU 한 장이면 돌아갑니다. Unsloth 로컬 가이드가 30B와 480B 양쪽을 다룹니다.
  • GLM-4.6(355B) — 원본 약 400GB, Unsloth dynamic 2-bit로 135GB까지 줄어들지만(가이드) 워크스테이션 급 예산이고 속도도 포기해야 합니다.
  • Qwen3-Coder-480B·DeepSeek-V4-Flash(284B) — 양자화해도 수백 GB입니다. 로컬은 실험, 실전은 API가 현실적입니다.
# 24GB급 GPU 한 대로 도는 로컬 코딩 모델
ollama run qwen3-coder:30b

# 대형을 굳이 로컬에서: GLM-4.6 2-bit dynamic quant (≈135GB 스토리지)
llama-server -hf unsloth/GLM-4.6-GGUF:UD-Q2_K_XL --port 8080

로컬 실행의 진짜 가치는 비용이 아니라 “코드가 외부로 나가지 않는다”와 “레이트 리밋이 없다”입니다. 저는 둘을 석 달쯤 병행하다가, 일상 작업은 API + 캐시, 오프라인 실험만 로컬로 정착했습니다.

API 가격: 싸진 만큼 따져야 할 것들

에이전트 워크로드는 왕복이 많아 실비용이 표면 가격과 다릅니다. 2026-08 기준 대표적인 공식 가격은 다음과 같습니다.

주의할 점 두 가지입니다. 첫째, 에이전트는 같은 컨텍스트를 반복 전송하므로 프롬프트 캐싱 지원 여부가 총비용을 갈랍니다. 둘째, 가격은 자주 바뀌므로(DeepSeek-V4 발표 때도 조정이 예고됐습니다) 도입 검토 시점에 공식 페이지를 다시 확인해야 합니다.

제 실전 기준: 검증 많은 작업은 소형, 설계는 대형

제가 블로그 플랫폼 개선과 사이드 프로젝트에서 몇 달간 잡은 룰입니다. 단순하지만 잘 들어맞았습니다.

  1. 검증 루프가 촘촘한 작업은 소형 — 리팩터링, 의존성 업그레이드, 테스트 보강처럼 빌드·타입·테스트가 정답을 확인해 주는 작업은 30B급 로컬 모델이나 플래시급 API로도 충분합니다. 실패해도 루프가 잡아주므로 빠르고 싼 쪽이 이깁니다.
  2. 설계·탐색형 작업은 대형 — 아키텍처 결정, 낯선 버그의 원인 좁히기, 요구사항을 코드 구조로 옮기는 작업은 중간 피드백이 약합니다. 한 번의 시도 품질이 중요하므로 컨텍스트가 길고 추론이 강한 대형(GLM-5.x, DeepSeek-V4, Qwen3.5급)을 씁니다.
  3. 경계에 있으면 먼저 소형으로 스켈레톤 — 큰 기능은 소형으로 뼈대와 테스트를 만든 뒤 대형에 넘겨 완성도를 올리는 순서가 비용 대비 효율이 좋았습니다.

이 기준의 뿌리는 “검증 가능성”입니다. 검증이 많은 작업일수록 모델 실수의 폐해가 작으므로 비용을 최적화하고, 검증이 드문 작업일수록 1회 품질에 투자합니다.

체크리스트

  • 도입 시점에 공식 가격·모델명을 다시 확인했는가 (이 글의 가격은 2026-08 기준)
  • 웨이트 라이선스를 저장소에서 직접 확인했는가
  • 벤치마크 점수의 스캐폴드·턴 예산 조건을 함께 봤는가
  • 에이전트 워크로드라면 프롬프트 캐싱 지원 여부를 확인했는가
  • 로컬 VRAM 산수(파라미터 × 비트 ÷ 8 + KV 캐시)를 먼저 계산했는가
  • 소형 도입 시 내 코드베이스에서 스모크 테스트를 돌려봤는가

마치기

오픈소스 코딩 LLM은 “쓸 수 있느냐”의 질문을 지나 “어떻게 나눠 쓸 것인가”의 질문에 들어왔습니다. 계보가 보여주는 방향(긴 컨텍스트, 장기 에이전트, 희소 어텐션)은 앞으로도 유효할 것입니다. 중요한 것은 벤치마크 순위가 아니라, 내 작업의 검증 밀도에 맞춰 모델 크기와 비용을 배분하는 판단입니다.

레퍼런스

Related

· 3 min read

에이전트 툴링 9종을 npm에 공개했습니다

에이전트 앱 개발에서 반복해서 부딪히는 관측·검증·회귀·호환성 문제를 도구 9개로 정리해 npm v0.1.0으로 공개했습니다. 각 도구가 무엇을 하는지와 설치, 데모를 정리합니다.

AI 에이전트오픈소스
→
· 3 min read

작은 오픈소스 유지보수 1년 회고

별 수백 개짜리 작은 라이브러리를 1년간 유지보수하며 배운 이슈 트리아지, 릴리스 리듬, 번아웃 방지에 대한 회고입니다.

오픈소스회고
→