GPT-6 출시 & 주요 LLM 릴리즈 러시: 4월 모델 대전의 전략적 분기점

2026년 4월은 LLM 역사상 가장 밀도 높은 릴리즈 사이클로 기록될 전망이다. OpenAI가 GPT-6(내부 코드명 "Spud") 출시를 목전에 두고, Anthropic은 Claude Mythos Preview를 선별 파트너에 한정 공개했으며, Google은 Gemma 4를 Apache 2.0으로 전면 배포했다. 중국 오픈소스 진영도 GLM-5·Qwen3.5·DeepSeek V4 Pro를 앞세워 글로벌 선두권에 도전하고 있다. 각 모델의 벤치마크 성능·라이선스 전략·기업 도입 기준을 다각도로 분석한다.

GPT-6, 출시 직전 단계의 스펙과 기대치

2026년 3월 24일, OpenAI의 GPT-6 사전학습(pretraining)이 완료되었다. Sam Altman은 "몇 주 안에" 출시될 것이라고 밝혔으며, Polymarket 예측 시장에서는 4월 30일 이내 출시 확률을 약 72%, 6월 30일 이내 확률은 95% 이상으로 집계하고 있다.

공개된 사전 정보를 종합하면 GPT-6의 주요 스펙은 다음과 같다. 컨텍스트 윈도우는 200만 토큰(2M) 지원 예정이고, 코딩·에이전트 벤치마크는 이전 세대 대비 40% 향상을 목표로 한다. SWE-bench Pro는 현재 57.70% 수준에서 고70% 대로 도약할 것으로 예상되며, 비디오 생성을 포함한 네이티브 멀티모달 통합과 Sam Altman이 "가장 좋아하는 신기능"으로 꼽은 장기 메모리 내재화, 별도 "o-시리즈" 없이 추론 기능이 본체에 내재화되는 추론 통합이 특징이다. 다만 OpenAI는 과거에도 벤치마크 목표를 과대 발표한 이력이 있어, 실제 출시 시의 수치는 다소 조정될 수 있다.

⤢✕

Claude Mythos Preview, 선별 파트너 전용의 사이버보안 특화 모델

Anthropic의 Claude Mythos Preview는 2026년 3월 26일 CMS 설정 오류로 블로그 초안이 일시 노출되며 먼저 알려졌고, 4월 8일 공식 발표되었다. 이 모델은 지금까지의 Claude 시리즈와 구별되는 세 가지 특징을 갖는다.

첫째, 공개 출시가 없다. 일반 API 또는 Claude.ai를 통한 공개 접근이 금지되어 있고, 대신 "Project Glasswing"이라는 컨소시엄을 통해 엄선된 기술 기업만 접근 가능하다. CrowdStrike가 창립 멤버로 참여했으며, AWS Bedrock 및 Google Cloud Vertex AI에서도 제한적으로 프리뷰 형태로 제공된다. 둘째, 사이버보안 능력이 전례 없는 수준이다. 내부 테스트에서 모든 주요 운영체제와 웹 브라우저의 제로데이 취약점을 자율적으로 발견·익스플로잇했다. 가장 오래된 취약점은 OpenBSD의 27년 된 버그와 FFmpeg H.264 코덱의 16년 된 취약점이었다. 이 능력은 방어적 사용과 공격적 사용 모두에 적용 가능하기 때문에 공개 배포에 따른 리스크가 크다고 Anthropic은 판단했다. 셋째, 영국 AI Safety Institute(AISI)가 Mythos Preview의 사이버 역량을 독립적으로 평가하고 그 결과를 공개했으며, Anthropic의 Alignment Risk Update도 별도 공개돼 위험 관리 방침이 투명하게 게시돼 있다.

⤢✕

Google Gemma 4, Apache 2.0으로 열린 31B 모델의 파급력

Google은 2026년 4월 2일 Gemma 4를 Apache 2.0 라이선스로 공개했다. Gemma 계열은 2023년 첫 출시 이후 총 다운로드 횟수가 4억 회를 넘었으며, 10만 개 이상의 파생 변형 모델이 "Gemmaverse"를 이루고 있다.

모델	파라미터	배포 환경	주요 특징
E2B	~2B	스마트폰·Raspberry Pi	네이티브 오디오 입력
E4B	~4B	엣지 디바이스	오디오 + 비전 입력
26B MoE	26B (MoE)	소비자 GPU	고효율 추론
31B Dense	31B	클라우드 서버	최고 성능, 400B급 경쟁

특히 31B Dense 모델은 일부 400~600B 급 경쟁 모델을 벤치마크에서 상회한다고 보고되었다. 파라미터당 지능 밀도(intelligence-per-parameter) 측면에서의 도약이 핵심이다. 모든 변형 모델이 이미지·비디오를 네이티브로 처리하며, OCR과 차트 이해에서 두드러진 성능을 보인다. Apache 2.0 라이선스는 기업 법무팀이 가장 선호하는 표준 라이선스로, 상업적 사용·수정·재배포 모두 무제한 허용하며 특허 보호 조항도 포함된다.

중국 오픈소스 진영, GLM-5·Qwen3.5의 글로벌 도전

2026년 초, 중국 AI 연구기관들이 BenchLM 글로벌 리더보드 상위권을 차지하기 시작했다.

순위	모델	기관	스코어
1	DeepSeek V4 Pro (Max)	DeepSeek	87
2	Kimi 2.6	Moonshot AI	86
3	GLM-5 (Reasoning) / GLM-5.1	Zhipu AI	83
4	Qwen3.5 397B (Reasoning)	Alibaba	79

GLM-5(Zhipu AI)는 355B(32B active)에서 744B(40B active)로 파라미터가 두 배 이상 확장되었으며, 사전학습 데이터도 23T 토큰에서 대폭 증가했다. Chatbot Arena 인간 선호도 기준에서 평점 1451을 기록해 리더보드 1위를 차지하고 있고, 실제 소프트웨어 버그 자율 수정 능력에서도 오픈웨이트 모델 최강으로 평가된다. Qwen3.5(Alibaba)는 GPQA Diamond 88.4점으로 전체 1위를 기록했다. IFEval(복잡한 지시 이행) 점수 92.6으로 GPT-5.2-Thinking, Claude-Opus-4.5, Gemini 3과 경쟁하며, Apache 2.0 라이선스로 201개 언어를 지원해 추론 특화 모델 중 Apache 허가 기업 도입에 가장 유리한 모델이다.

전체 글로벌 선도 독점 모델(93점)과의 격차는 6점으로 좁혀졌다. S-티어 중국 오픈소스 모델들이 특정 벤치마크에서는 독점 모델을 능가하고 있어, "독점 vs 오픈소스" 구도 자체가 재정의되고 있다.

⤢✕

LLM 라이선스 전략, 기업 선택의 법적 기반

오픈소스 LLM 도입에서 라이선스는 성능만큼이나 중요한 선택 기준이다. 2026년 현재 주요 라이선스 유형은 네 가지로 구분된다.

Apache 2.0(Gemma 4, Qwen3.5)은 상업적 사용·수정·재배포 모두 무제한이고 특허 보호 조항을 포함해 기업 법무팀이 가장 선호하는 표준이며, 규제 산업(금융·의료·공공)에서도 안전하게 사용 가능하다. MIT(Kimi K2.5)는 Apache 2.0과 유사하나 상표·로고 조항이 없어 조건이 더 단순해 스타트업 및 개발자 커뮤니티에서 선호된다. 커스텀 라이선스(Meta Llama 4)는 MAU 700M 초과 시 별도 협상이 필요하고 EU 지역 배포 제한이 보고돼 있어 글로벌 서비스에서 법적 불확실성이 존재한다. Gemma 커스텀(구 버전)은 특정 사용 사례에 제한이 있었으나 Gemma 4에서 Apache 2.0으로 전환 완료됐다.

기업이 LLM을 선택할 때 고려해야 할 핵심 기준은 다섯 가지 차원으로 정리된다.

⤢✕

성능 대비 비용을 보면 독점 모델(GPT-6, Claude)은 최고 성능이지만 API 호출 비용이 누적되는 반면, Gemma 4 31B나 Qwen3.5는 자체 GPU 서버에서 구동 가능해 대규모 추론 시 TCO가 급감한다. 도메인 특화 데이터(법률·의료·제조)로 파인튜닝이 필요한 경우 오픈웨이트 모델만이 선택지이며, GPT-6는 제한된 파인튜닝 API를 제공하지만 가중치 접근은 불가하다. 금융·공공·의료 분야에서 민감 데이터를 외부 API로 전송할 수 없는 경우 온프레미스 오픈웨이트 모델이 유일한 선택이고, 사이버보안 자동화·취약점 분석 같은 보안 특화 사용 사례에서는 Claude Mythos Preview가 단연 최강이지만 Project Glasswing 컨소시엄 가입이 전제된다.

벤치마크 방법론의 한계와 신뢰도 논쟁

다중 파운데이션 모델이 동시에 경쟁하는 환경에서, 벤치마크 결과만으로 "최고 모델"을 단정 짓는 것은 위험하다.

학습 데이터에 벤치마크 문항이 포함될 경우 성능이 과장되는 데이터 오염(contamination) 문제가 있다. Gemma 4와 GLM-5 모두 제3자 검증 기관의 오염 검사를 통과했다고 주장하지만, 독립 검증이 충분하지 않다. GPQA Diamond, SWE-bench 등 특정 벤치마크에 최적화하는 벤치마크 특화 과적합 경향도 있다 — Qwen3.5의 GPQA 88.4점은 인상적이나 실제 기업 워크플로우에서의 유용성은 별개다. Chatbot Arena(LMSYS) 같은 인간 선호도 기반 평가와 GPQA 같은 객관식 평가는 종종 다른 순위를 산출한다. GLM-5는 인간 선호도 1위이지만 GPQA에서는 Qwen3.5에 밀린다.

실무 기업 도입 시에는 자신의 실제 유스케이스 데이터로 직접 평가(custom eval)하는 것이 어떤 공개 벤치마크보다 신뢰도 높은 선택 기준이 된다.

2026년 4월의 LLM 대전은 단순한 모델 릴리즈 경쟁을 넘어, 산업 생태계의 구조적 재편을 의미한다. GPT-6는 독점 상용 시장의 바를 다시 올리고, Claude Mythos는 사이버보안이라는 특화 영역에서 AI 능력의 한계를 시험하며, Gemma 4와 Qwen3.5는 Apache 2.0 라이선스로 기업 오픈소스 도입의 문턱을 낮추고 있다. 중국 오픈소스 진영의 약진은 글로벌 AI 경쟁이 더 이상 미국 빅테크의 독점이 아님을 증명한다. 기업 입장에서는 성능·비용·라이선스·데이터 거버넌스를 복합적으로 고려한 맞춤형 LLM 선택 전략이 어느 때보다 중요해졌다.