매일 아침, 어제의 AI를 한 통으로 정리해 보내드립니다메일로 받아보기

METAL LAB

Z.ai 코딩 도구 ZCode, 사용자 100만 넘겨 사용량 제한 리셋

즈푸(Zhipu AI)가 GLM Coding Plan 전체 사용자의 사용량 제한을 초기화하고 장기 작업 처리 능력을 강화하는 업데이트를 시작했다

이미지: METAL LAB 생성

요약

  • Z.ai의 코딩 도구 ZCode가 사용자 100만 명을 달성했다
  • 이를 기념해 GLM Coding Plan 전체 사용자의 사용량 제한이 리셋됐다
  • 실제 엔지니어링 작업을 끝까지 완수하는 장기 작업 능력을 강화하는 업데이트도 함께 시작됐다
원문 영상
발표 주체
Z.ai (즈푸)
발표일
2026-08-11
ZCode 사용자 수
100만 명
조치 내용
GLM Coding Plan 전체 사용자 사용량 제한 리셋
업데이트 방향
장기 작업(long-horizon) 능력을 완결된 결과물로 전환
관련 모델
GLM-5.1 (2026-08-09 Hugging Face 공개, MIT 라이선스)

100만 명이 쓰는 코딩 도구가 됐다

즈푸(Zhipu AI)가 운영하는 코딩 에이전트 ZCode가 누적 사용자 100만 명을 넘겼다고 밝혔다. Z.ai는 이를 기념해 GLM Coding Plan을 이용하는 모든 사용자의 사용량 제한을 초기화했다고 자사 X 계정을 통해 알렸다. 특정 유료 등급이 아니라 플랜 전체 사용자를 대상으로 한 조치라는 점이 눈에 띈다.

GLM Coding Plan은 즈푸가 자체 개발한 GLM 계열 언어모델을 코드 생성·리팩터링·디버깅 같은 개발 업무에 쓸 수 있도록 구독 형태로 제공하는 서비스다. ZCode는 이 플랜을 실제 코딩 작업에 연결하는 도구로, 사용자가 자연어로 요청하면 여러 단계의 엔지니어링 작업을 이어서 수행하는 방식으로 동작한다.

장기 작업을 끝까지 완수하는 능력

Z.ai는 이번 발표와 함께 진행 중인 업데이트도 소개했다. 회사는 "장기 작업 능력을 완결된 결과물로 바꾸는" 업데이트라고 설명하며, 실제 엔지니어링 워크플로우에서의 지능 향상과 캐시 관련 개선을 언급했다. 다만 공개된 게시물에서 캐시 관련 수치의 구체적 의미는 명확히 확인되지 않았다.

장기 작업(long-horizon task)은 코딩 에이전트 업계에서 계속 도전 과제로 꼽혀온 영역이다. 짧은 질의응답과 달리, 여러 파일을 오가며 수십 단계를 거쳐야 하는 실제 개발 업무에서는 중간에 맥락을 놓치거나 이전 작업을 잊어버리는 문제가 자주 발생한다. Z.ai가 이번에 강조한 것도 결국 이런 중간 이탈을 줄여 실제로 끝까지 완료되는 작업의 비율을 높이겠다는 목표로 읽힌다.

최근 GLM 계열 공개 흐름

즈푸는 최근 며칠 사이 여러 모델을 잇달아 선보였다. 지난 8월 9일에는 GLM-5.1을 Hugging Face에 공개했다. MIT 라이선스로 배포돼 transformers, vLLM, SGLang 등 다양한 방식으로 구동할 수 있는 모델이다. 이어 8월 10일에는 텍스트-이미지 생성 모델 GLM-Image와 이미지-텍스트 변환 모델 GLM-OCR을 나란히 공개했다.

공개일모델/서비스성격
8월 9일GLM-5.1텍스트 생성, MIT 라이선스
8월 10일GLM-Image텍스트-이미지 생성
8월 10일GLM-OCR이미지-텍스트 변환
8월 11일ZCode 업데이트코딩 에이전트, 100만 사용자 달성

짧은 기간에 언어·이미지·OCR 모델을 잇달아 내놓은 뒤 코딩 도구의 사용자 지표까지 공개한 흐름을 보면, 즈푸가 모델 하나에 의존하지 않고 여러 분야에서 동시에 존재감을 넓히려 한다는 인상을 준다.

즈푸, GLM-5.1 모델 허깅페이스에 공개

그래서 무엇이 달라지나

기존 GLM Coding Plan 이용자라면 이번 조치로 당장 사용량 걱정 없이 도구를 다시 써볼 수 있게 됐다. 100만 사용자라는 숫자 자체는 코딩 에이전트 시장에서 즈푸가 무시할 수 없는 규모로 자리 잡았다는 신호이기도 하다. 오픈소스 모델을 무기로 삼아온 중국계 AI 기업들이 언어모델 성능 경쟁을 넘어 실제 서비스 지표로 존재감을 드러내기 시작했다는 점에서, GLM 계열의 다음 업데이트가 실제 개발 워크플로우에서 얼마나 체감되는 변화를 만드는지가 이어질 관전 포인트다.