첫 번째 모델.
EXAONE 3.5 : 7.8b / 사이즈 = 4.8GB
LG AI연구원에서 개발한 LLM. 누가 봐도 한국어를 가장 잘 할것 같은 모델. 사이즈가 크지 않다 보니, 메모리 사이즈가 16GB 정도 되는 컴퓨터에서도 무리없이 가동할 수 있다. 특히나 속도가 빠른 것이 장점. 그리고 아무래도 한국어 및 한국 관련 정보를 찾아내는데 장점을 보인다.
두 번째 모델.
Gemma 4 : E4B / 사이즈 = 9.6GB
구글 딥마인드에서 개발한 LLM. 한국어 성능 또한 나쁘지 않다는 평 이다. 아무래도 모델 파일의 사이즈가 크다 보니, EXAONE 대비하여 속도가 느리다. EXAONE 대비 월등한 장점은 이미지 분석이 가능하다는 점이다.
동일한 질문을 각 LLM에게 주고, 그 답변을 간단 비교해 보았다.
1) "케플러의 법칙에 대해서 설명해줘" 라는 질문
* EXAONE 3.5 의 경우
* Gemma 4 의 경우
확실히 사이즈가 큰 Gemma 4 가 더욱 자세한 설명을 만들어 내었다.
2) 생물학 원어서적에 있는 문장 번역
"From penguins to fire ants, life on Earth is very diverse because over long periods of time, organisms respond
to ever-changing environments by developing new adaptations. Evolution [L. evolutio, an unrolling] includes the
way in which populations of organisms change over the course of many generations to become more suited to their
environments. Evolution constantly reshapes the species, providing a way for organisms to persist, despite a changing
environment."
* EXAONE 3.5 의 경우
* Gemma 4 의 경우
영어문장의 번역 또한, Gemma 4 가 EXAONE 3.5 보다는 더욱 많은 정보를 제공한다. 'organism' 이라는 단어에 대해, EXAONE은 '생명체' 라고 번역한 반면, Gemma 4는 학술적 문체에서 '유기체' 라고 하였고, 이해하기 쉬운 문체에서 '생명체' 라고 표현 하였다.
2개 모델의 결과물을 간단하게 살펴 보았는데, 누가 봐도 Gemma 4 가 EXAONE 3.5 보다 낫다는 생각이 들게 된다.
하지만, 결과물을 만들어 내는 속도 측면에서는 EXAONE 3.5 가 Gemma 4 보다 정말 훨씬 빠르다.
영어 번역 테스트에서 Gemma 4 의 경우는 11.56 초가 걸린 반면, EXAONE 은 3.3초 만에 결과가 리턴되었다. 속도가 더 중요한지, 아니면 결과물이 중요한지는 LLM 사용 목적에 따라 선택해야 할 것 같다.