Repository navigation
Expand file tree
/
Copy pathindex.html
More file actions
714 lines (676 loc) · 34.1 KB
/
Copy pathindex.html
File metadata and controls
714 lines (676 loc) · 34.1 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
<!DOCTYPE html>
<html lang="ko">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta name="guide-version" content="2026.06">
<title>LLM Guide - LLM 모델의 모든 것</title>
<link rel="preconnect" href="https://fonts.googleapis.com">
<link rel="preconnect" href="https://fonts.gstatic.com" crossorigin>
<link href="https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700;800;900&family=JetBrains+Mono:wght@400;500;600&family=Noto+Sans+KR:wght@300;400;500;600;700;800;900&display=swap" rel="stylesheet">
<link rel="stylesheet" href="common/base.css">
<link rel="stylesheet" href="style.css">
<!-- Google Analytics (GA4) -->
<script async src="https://www.googletagmanager.com/gtag/js?id=G-4L031NBC3Z"></script>
<script>
window.dataLayer = window.dataLayer || [];
function gtag(){dataLayer.push(arguments);}
gtag('js', new Date());
gtag('config', 'G-4L031NBC3Z');
</script>
</head>
<body>
<!-- Navigation -->
<nav>
<a href="#basics">LLM 기초</a>
<a href="#quantization">양자화 & 증류</a>
<a href="#models2026">최신 모델 비교</a>
<a href="#small-models">소형 모델</a>
<a href="#guide">선택 가이드</a>
<a href="en/" class="lang-toggle" title="Read in English">EN</a>
</nav>
<main>
<!-- Hero -->
<section class="hero" id="top">
<h1>LLM 모델의 모든 것</h1>
<p class="subtitle">만들기부터 최적화까지, 한 페이지로 이해하는 LLM 완벽 가이드</p>
<div class="tags">
<span class="tag">파라미터</span>
<span class="tag">트랜스포머</span>
<span class="tag">양자화</span>
<span class="tag">증류</span>
<span class="tag">MoE</span>
<span class="tag">소형 모델</span>
</div>
<div class="scroll-hint">↓</div>
</section>
<!-- ===== SECTION 1: LLM 기초 ===== -->
<section id="basics">
<div class="section-header fade-in">
<span class="icon">🤖</span>
<h2>LLM 모델을 "만든다"는 건 뭘까?</h2>
<p>본질은 "다음 단어 맞추기 게임"을 엄청나게 많이 시키는 것</p>
</div>
<!-- 4 Step cards -->
<div class="card-grid cols-4 fade-in">
<div class="card accent-purple">
<span class="card-icon">📚</span>
<h3>1. 데이터 수집</h3>
<p>인터넷 텍스트 수조 개를 모아서 정제. 중복 제거, 유해 콘텐츠 필터링.</p>
<div class="tag-row"><span class="tag-sm">수조 토큰</span><span class="tag-sm blue">웹 크롤링</span></div>
</div>
<div class="card accent-blue">
<span class="card-icon">🧱</span>
<h3>2. 모델 설계</h3>
<p>트랜스포머 구조를 설계하고 파라미터 수를 결정. 1B? 7B? 70B? 405B?</p>
<div class="tag-row"><span class="tag-sm blue">트랜스포머</span><span class="tag-sm">아키텍처</span></div>
</div>
<div class="card accent-cyan">
<span class="card-icon">🚀</span>
<h3>3. 사전학습</h3>
<p>GPU 수천 대로 "다음 단어 예측"을 반복. 비용: 수백만~수천만 달러.</p>
<div class="tag-row"><span class="tag-sm cyan">Pre-training</span><span class="tag-sm orange">$$$</span></div>
</div>
<div class="card accent-green">
<span class="card-icon">🎯</span>
<h3>4. 후처리</h3>
<p>파인튜닝(SFT), 인간 피드백(RLHF)으로 대화 능력과 안전성을 부여.</p>
<div class="tag-row"><span class="tag-sm green">SFT</span><span class="tag-sm pink">RLHF</span></div>
</div>
</div>
<!-- 파라미터란? -->
<div class="full-width-card fade-in" style="margin-top:40px">
<h3 style="text-align:center;margin-bottom:24px">"몇B"가 뭔가? — 파라미터(Parameter)의 의미</h3>
<p style="text-align:center;color:var(--text-muted);margin-bottom:24px">B = Billion = 10억 · 1B 모델 = 파라미터(숫자)가 10억 개인 모델</p>
<div class="card-grid cols-4">
<div class="stat">
<div class="number">1~3B</div>
<div class="label">2~6GB 메모리</div>
<div class="label" style="color:var(--accent-green)">간단한 대화, 요약</div>
</div>
<div class="stat">
<div class="number">7~8B</div>
<div class="label">14~16GB 메모리</div>
<div class="label" style="color:var(--accent-blue)">범용 활용 가능</div>
</div>
<div class="stat">
<div class="number">70B</div>
<div class="label">~140GB 메모리</div>
<div class="label" style="color:var(--accent-purple)">복잡한 추론 가능</div>
</div>
<div class="stat">
<div class="number">405B+</div>
<div class="label">~810GB 메모리</div>
<div class="label" style="color:var(--accent-pink)">최상위 성능</div>
</div>
</div>
</div>
<!-- 벤치마크 기준 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:16px">"쓸 수 있는 기준"은 뭘로 판단하나?</h3>
<div class="card-grid cols-3">
<div>
<h4>📈 벤치마크 점수</h4>
<ul>
<li><strong>MMLU</strong> — 다양한 학문 분야 지식</li>
<li><strong>HumanEval</strong> — 코딩 능력</li>
<li><strong>GSM8K</strong> — 수학 추론 능력</li>
<li><strong>SWE-bench</strong> — 실제 소프트웨어 엔지니어링</li>
</ul>
</div>
<div>
<h4>💻 하드웨어 요구사항</h4>
<ul>
<li>내 GPU VRAM에 모델이 들어가는가?</li>
<li>추론 속도가 실용적인가? (토큰/초)</li>
<li>양자화하면 더 작은 GPU로 가능?</li>
</ul>
</div>
<div>
<h4>🎯 태스크 적합성</h4>
<ul>
<li>단순 챗봇? <strong>7B</strong>면 충분</li>
<li>코드 생성? <strong>13B</strong> 이상 권장</li>
<li>복잡한 추론? <strong>70B+</strong> 또는 API</li>
</ul>
</div>
</div>
</div>
<!-- 트랜스포머 다이어그램 -->
<div class="mermaid-wrap fade-in">
<h4>트랜스포머 아키텍처 핵심 구조</h4>
<pre class="mermaid">
flowchart LR
subgraph INPUT["입력"]
I1["'오늘 날씨가'"] --> I2["토큰화\n오늘 / 날씨 / 가"] --> I3["임베딩 변환\n단어 → 숫자 벡터"]
end
subgraph TRANSFORMER["트랜스포머 블록 x N층"]
ATTN["셀프 어텐션\n각 단어 간 관계 계산"] --> FFN["피드포워드 네트워크\n여기에 '지식'이 저장됨"]
end
subgraph OUTPUT["출력"]
O1["다음 단어 확률 계산"] --> O2["좋다 45%\n흐리다 30%\n덥다 15%"]
end
INPUT --> TRANSFORMER --> OUTPUT
</pre>
</div>
</section>
<!-- ===== SECTION 2: 양자화 & 증류 ===== -->
<section id="quantization">
<div class="section-header fade-in">
<span class="icon">⚡</span>
<h2>양자화 & 증류</h2>
<p>거대 모델을 실용적으로 쓸 수 있게 만드는 두 가지 핵심 기술</p>
</div>
<!-- 양자화 설명 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:8px">양자화(Quantization) — 모델 다이어트</h3>
<p style="color:var(--text-muted);margin-bottom:20px">숫자의 정밀도를 낮춰서 모델 크기를 줄이는 기술</p>
<div class="bar-group">
<div class="bar-label"><span>FP32 (32비트 원본)</span><span style="color:var(--accent-red)">~280GB</span></div>
<div class="bar-track"><div class="bar-fill" style="width:100%;background:var(--gradient-2)"></div></div>
</div>
<div class="bar-group">
<div class="bar-label"><span>FP16 (16비트) — 50% 절약</span><span style="color:var(--accent-orange)">~140GB</span></div>
<div class="bar-track"><div class="bar-fill" style="width:50%;background:var(--gradient-5)"></div></div>
</div>
<div class="bar-group">
<div class="bar-label"><span>INT8 (8비트) — 75% 절약</span><span style="color:var(--accent-blue)">~70GB</span></div>
<div class="bar-track"><div class="bar-fill" style="width:25%;background:var(--gradient-3)"></div></div>
</div>
<div class="bar-group">
<div class="bar-label"><span>INT4 (4비트) — 87.5% 절약</span><span style="color:var(--accent-green)">~35GB</span></div>
<div class="bar-track"><div class="bar-fill" style="width:12.5%;background:var(--gradient-4)"></div></div>
</div>
<p style="text-align:center;color:var(--text-muted);margin-top:12px;font-size:0.85rem">* 70B 모델 기준 메모리 사용량</p>
</div>
<!-- 양자화 방식 비교 -->
<div class="card-grid cols-4 fade-in">
<div class="card accent-purple">
<h3>GPTQ</h3>
<p>GPU 추론에 최적화. 사전 양자화 방식.</p>
<div class="tag-row"><span class="tag-sm">GPU 전용</span></div>
</div>
<div class="card accent-blue">
<h3>GGUF</h3>
<p>CPU+GPU 혼합 실행 가능. 로컬 실행에 인기. llama.cpp 사용.</p>
<div class="tag-row"><span class="tag-sm blue">CPU+GPU</span><span class="tag-sm green">Q4_K_M 추천</span></div>
</div>
<div class="card accent-cyan">
<h3>AWQ</h3>
<p>중요한 가중치를 보호하며 양자화. 성능 손실 최소화.</p>
<div class="tag-row"><span class="tag-sm cyan">고정밀</span></div>
</div>
<div class="card accent-green">
<h3>bitsandbytes</h3>
<p>HuggingFace 연동. 실시간 양자화 (NF4, INT8).</p>
<div class="tag-row"><span class="tag-sm green">HF 연동</span></div>
</div>
</div>
<!-- 지식 증류 -->
<div class="mermaid-wrap fade-in">
<h4>지식 증류(Knowledge Distillation) — 큰 모델의 지식을 작은 모델에 전수</h4>
<pre class="mermaid">
flowchart LR
subgraph TEACHER["교사 모델 Teacher"]
T1["405B 거대 모델\n높은 성능"]
end
subgraph PROCESS["증류 과정"]
P1["교사 모델의 출력을\n학생 모델이 따라 배움"] --> P2["정답뿐 아니라\n'확률 분포'를 학습"]
end
subgraph STUDENT["학생 모델 Student"]
S1["8B 작은 모델\n성능은 태스크별 평가"]
end
TEACHER --> PROCESS --> STUDENT
</pre>
</div>
<!-- 비교표 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:16px">증류 vs 파인튜닝 vs 양자화</h3>
<div class="table-wrap">
<table>
<thead><tr><th></th><th>증류</th><th>파인튜닝</th><th>양자화</th></tr></thead>
<tbody>
<tr><td><strong>목적</strong></td><td>작은 모델 만들기</td><td>특정 태스크 적응</td><td>메모리 절약</td></tr>
<tr><td><strong>결과</strong></td><td>새로운 작은 모델</td><td>같은 크기, 다른 능력</td><td>같은 모델, 작은 크기</td></tr>
<tr><td><strong>성능</strong></td><td>교사·데이터·태스크 의존</td><td>특정 태스크에서 향상 가능</td><td>양자화 방식·태스크 의존</td></tr>
<tr><td><strong>비용</strong></td><td>중간</td><td>낮음</td><td>매우 낮음</td></tr>
</tbody>
</table>
</div>
</div>
</section>
<!-- ===== SECTION 3: 2026 최신 모델 비교 ===== -->
<section id="models2026">
<div class="section-header fade-in">
<span class="icon">🔥</span>
<h2>최신 모델 비교 <span style="font-size:0.6em;opacity:0.6;font-weight:500;">(2026.06 스냅샷)</span></h2>
<p>아키텍처부터 학습 파이프라인까지, 기술적 차이를 한눈에</p>
</div>
<!-- 스냅샷 주의 -->
<div class="callout fade-in" style="background:var(--gradient-5);color:#0f172a">
<span class="desc" style="font-size:1.05rem;font-weight:600;color:#0f172a">아래 모델명·수치는 2026년 6월 기준 스냅샷입니다</span><br>
<span class="desc" style="color:#0f172a">프런티어 모델은 수개월 단위로 갈리니, 특정 버전·점수를 외우기보다 <strong>아키텍처 원리와 선택 기준</strong>을 보세요. 최신 수치는 각 사 공식 문서에서 확인하는 게 정확합니다.</span>
</div>
<!-- Dense vs MoE -->
<div class="callout fade-in">
<span class="big">Dense → MoE</span>
<span class="desc">2026년 주요 흐름: 여러 대형 오픈 모델이 MoE 아키텍처를 채택</span>
</div>
<div class="mermaid-wrap fade-in">
<h4>Dense vs MoE 아키텍처</h4>
<pre class="mermaid">
flowchart TB
subgraph DENSE["Dense 모델 - 전통 방식"]
direction TB
D1["입력 토큰"] --> D2["모든 파라미터가\n매번 활성화"]
D2 --> D3["70B 모델 = 매 토큰마다\n70B 파라미터 전부 계산"]
end
subgraph MOE["MoE 모델 - 최신 트렌드"]
direction TB
M1["입력 토큰"] --> M2["라우터가 전문가 선택\n256개 중 8개만 활성화"]
M2 --> M3["671B 모델이지만 실제 계산은\n37B만 = 비용 대폭 절감"]
end
</pre>
</div>
<!-- 클로즈드 모델 카드 -->
<h3 class="fade-in" style="margin-bottom:16px;font-size:1.3rem">🔒 클로즈드 모델 (API 전용)</h3>
<div class="card-grid cols-3 fade-in">
<div class="model-card" style="border-top:3px solid var(--accent-purple)">
<div class="model-name">Claude Fable 5</div>
<div class="model-company">Anthropic</div>
<p style="font-size:0.9rem;color:var(--text-muted)">장기 실행 코딩·지식 작업용 상위 모델. 일부 민감 영역은 <strong>Opus 4.8</strong>로 라우팅</p>
<div class="model-stats">
<div class="model-stat-item"><div class="val">장기 실행</div>agent work</div>
<div class="model-stat-item"><div class="val">공식 문서</div>최신 사양</div>
</div>
</div>
<div class="model-card" style="border-top:3px solid var(--accent-green)">
<div class="model-name">GPT-5.4</div>
<div class="model-company">OpenAI</div>
<p style="font-size:0.9rem;color:var(--text-muted)">빠른 추론 속도, 넓은 생태계</p>
<div class="model-stats">
<div class="model-stat-item"><div class="val">75.1%</div>Terminal-Bench</div>
<div class="model-stat-item"><div class="val">57.7%</div>SWE-bench Pro</div>
</div>
</div>
<div class="model-card" style="border-top:3px solid var(--accent-blue)">
<div class="model-name">Gemini 3 Pro / Flash</div>
<div class="model-company">Google</div>
<p style="font-size:0.9rem;color:var(--text-muted)">Pro급 추론 + Flash급 속도. 멀티모달 최강</p>
<div class="model-stats">
<div class="model-stat-item"><div class="val">2M</div>컨텍스트</div>
<div class="model-stat-item"><div class="val">78%</div>SWE-bench (Flash)</div>
</div>
</div>
</div>
<!-- 오픈 모델 카드 -->
<h3 class="fade-in" style="margin:32px 0 16px;font-size:1.3rem">🔓 오픈 모델 (로컬 실행 가능)</h3>
<div class="card-grid cols-3 fade-in">
<div class="model-card" style="border-top:3px solid var(--accent-cyan)">
<div class="model-name">DeepSeek V3.2</div>
<div class="model-company">DeepSeek</div>
<div class="tag-row"><span class="tag-sm cyan">MoE</span><span class="tag-sm">MLA</span></div>
<div class="model-stats">
<div class="model-stat-item"><div class="val">671B</div>총 파라미터</div>
<div class="model-stat-item"><div class="val">37B</div>활성 파라미터</div>
<div class="model-stat-item"><div class="val">256</div>전문가 수</div>
<div class="model-stat-item"><div class="val">128K</div>컨텍스트</div>
</div>
</div>
<div class="model-card" style="border-top:3px solid var(--accent-orange)">
<div class="model-name">Llama 4 Maverick</div>
<div class="model-company">Meta</div>
<div class="tag-row"><span class="tag-sm orange">MoE</span><span class="tag-sm pink">Early Fusion</span></div>
<div class="model-stats">
<div class="model-stat-item"><div class="val">400B</div>총 파라미터</div>
<div class="model-stat-item"><div class="val">17B</div>활성 파라미터</div>
<div class="model-stat-item"><div class="val">128</div>전문가 수</div>
<div class="model-stat-item"><div class="val">Co-distill</div>Behemoth에서</div>
</div>
</div>
<div class="model-card" style="border-top:3px solid var(--accent-green)">
<div class="model-name">Qwen 3.6-Plus</div>
<div class="model-company">Alibaba</div>
<div class="tag-row"><span class="tag-sm green">하이브리드 어텐션</span><span class="tag-sm blue">에이전트 코딩 강화</span></div>
<div class="model-stats">
<div class="model-stat-item"><div class="val">MoE</div>아키텍처</div>
<div class="model-stat-item"><div class="val">Always-on</div>CoT 추론</div>
<div class="model-stat-item"><div class="val">1M</div>컨텍스트</div>
<div class="model-stat-item"><div class="val">Hybrid</div>Thinking 모드</div>
</div>
</div>
</div>
<!-- 핵심 트렌드 -->
<div class="callout fade-in" style="background:var(--gradient-3);">
<span class="desc" style="font-size:1.2rem;font-weight:600">"크게 만들되, 적게 쓴다"</span><br>
<span class="desc">여기 든 예시들은 수백~수천억 총 파라미터 중 일부 전문가만 활성화</span>
</div>
<!-- 어텐션 메커니즘 진화 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:20px">어텐션 메커니즘의 진화</h3>
<div class="table-wrap">
<table>
<thead><tr><th>방식</th><th>사용 모델</th><th>원리</th><th>KV 캐시 절감</th></tr></thead>
<tbody>
<tr><td><strong>MHA</strong> (원조)</td><td>초기 GPT</td><td>Q/K/V 헤드 모두 동일 수</td><td>기준 (0%)</td></tr>
<tr><td><strong>GQA</strong></td><td>Llama 3/4, Qwen 3</td><td>K/V 헤드를 여러 Q가 공유</td><td style="color:var(--accent-blue)">헤드 비율 의존</td></tr>
<tr><td><strong>MLA</strong></td><td>DeepSeek V3.2</td><td>K/V를 저차원으로 압축 후 저장</td><td style="color:var(--accent-green)">아키텍처 의존</td></tr>
<tr><td><strong>하이브리드</strong></td><td>Qwen 3.5/3.6</td><td>표준 어텐션 3층 + 선형 어텐션 1층</td><td style="color:var(--accent-cyan)">높음 + O(n)</td></tr>
</tbody>
</table>
</div>
</div>
<!-- Thinking 모드 비교 -->
<div class="card-grid cols-3 fade-in">
<div class="card accent-blue">
<span class="card-icon">💬</span>
<h3>일반 모델</h3>
<p>질문 입력 → 즉시 답변 (1-pass). 빠르지만 복잡한 문제에 약함.</p>
<div class="tag-row"><span class="tag-sm blue">빠름</span><span class="tag-sm orange">제한적 추론</span></div>
</div>
<div class="card accent-purple">
<span class="card-icon">🧠</span>
<h3>추론 모델 (o3, R1)</h3>
<p>긴 사고 체인 생성 → 자기 검증 → 최종 답변. 정확하지만 느리고 비쌈.</p>
<div class="tag-row"><span class="tag-sm">깊은 추론</span><span class="tag-sm pink">고비용</span></div>
</div>
<div class="card accent-green">
<span class="card-icon">⚖️</span>
<h3>하이브리드 (Qwen3, Claude)</h3>
<p>복잡도 판단 → 간단하면 즉시, 복잡하면 사고 체인. 비용 효율적 + 필요시 깊은 추론.</p>
<div class="tag-row"><span class="tag-sm green">유연함</span><span class="tag-sm cyan">효율적</span></div>
</div>
</div>
<!-- 학습 파이프라인 비교 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:20px">학습 파이프라인 비교 — 모델마다 "만드는 법"이 다르다</h3>
<div class="card-grid cols-3">
<div>
<h4 style="color:var(--accent-cyan)">DeepSeek R1</h4>
<div class="timeline">
<div class="timeline-item"><h4>V3 베이스 모델</h4><p>사전학습</p></div>
<div class="timeline-item"><h4>순수 RL</h4><p>SFT 없이 추론 능력 발현 (R1-Zero)</p></div>
<div class="timeline-item"><h4>Cold Start SFT</h4><p>소량 고품질 데이터</p></div>
<div class="timeline-item"><h4>RL 1단계</h4><p>추론 패턴 학습</p></div>
<div class="timeline-item"><h4>안전 SFT + RL 2단계</h4><p>인간 선호 정렬</p></div>
</div>
</div>
<div>
<h4 style="color:var(--accent-orange)">Llama 4</h4>
<div class="timeline">
<div class="timeline-item"><h4>멀티모달 사전학습</h4><p>텍스트+이미지</p></div>
<div class="timeline-item"><h4>Early Fusion</h4><p>처음부터 통합 학습</p></div>
<div class="timeline-item"><h4>Behemoth에서 증류</h4><p>Co-distillation</p></div>
<div class="timeline-item"><h4>SFT + RLHF</h4><p>대화 능력 부여</p></div>
</div>
</div>
<div>
<h4 style="color:var(--accent-green)">Qwen 3</h4>
<div class="timeline">
<div class="timeline-item"><h4>사전학습</h4><p>36T 토큰</p></div>
<div class="timeline-item"><h4>Thinking SFT</h4><p>사고 능력 학습</p></div>
<div class="timeline-item"><h4>RL</h4><p>추론 강화</p></div>
<div class="timeline-item"><h4>모드 병합</h4><p>Thinking + Non-thinking</p></div>
</div>
</div>
</div>
</div>
</section>
<!-- ===== SECTION 4: 소형 모델 만들기 ===== -->
<section id="small-models">
<div class="section-header fade-in">
<span class="icon">🔨</span>
<h2>소형 모델(SLM) 만들기</h2>
<p>큰 모델에서 출발하거나, 처음부터 똑똑하게 만들거나</p>
</div>
<!-- 5가지 방법 개요 -->
<div class="mermaid-wrap fade-in">
<h4>소형 모델을 만드는 5가지 방법</h4>
<pre class="mermaid">
flowchart TB
BIG["큰 모델이 이미 있다"] --> PATH1["1. 지식 증류\n큰 모델 출력을 따라 배움"]
BIG --> PATH2["2. 가지치기 Pruning\n덜 중요한 뉴런/레이어 제거"]
BIG --> PATH3["3. 증류+가지치기 결합\nMinitron 방식"]
SCRATCH["처음부터 만든다"] --> PATH4["4. 고품질 데이터 전략\nPhi 방식"]
SCRATCH --> PATH5["5. 파인튜닝\n기존 모델 + LoRA/QLoRA"]
</pre>
</div>
<!-- 가지치기 설명 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:16px">가지치기(Pruning) — 모델을 깎아내기</h3>
<div class="card-grid cols-2">
<div class="card accent-blue">
<h3>Width Pruning (너비)</h3>
<p>레이어를 "얇게" — 뉴런/어텐션 헤드 수 줄임</p>
<div class="code-block"><span class="hl">[########]</span> ← 원본
<span class="hl">[########]</span>
<span class="hl">[########]</span>
↓
<span class="hl2">[##### ]</span> ← 뉴런 줄임
<span class="hl2">[##### ]</span>
<span class="hl2">[##### ]</span></div>
<div class="tag-row"><span class="tag-sm green">일관되게 우수</span></div>
</div>
<div class="card accent-purple">
<h3>Depth Pruning (깊이)</h3>
<p>레이어 자체를 "삭제" — 모델을 짧게</p>
<div class="code-block"><span class="hl">[########]</span> Layer 1
<span class="hl3">[########]</span> Layer 2
<span class="hl">[########]</span> Layer 3
<span class="hl3">[########]</span> Layer 4
↓
<span class="hl2">[########]</span> Layer 1
<span class="hl2">[########]</span> Layer 3</div>
<div class="tag-row"><span class="tag-sm orange">성능 손실 더 큼</span></div>
</div>
</div>
</div>
<!-- Minitron -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:16px">NVIDIA Minitron — 가지치기 + 증류의 결합</h3>
<p style="color:var(--text-muted);margin-bottom:20px">처음부터 학습하는 것 대비 <strong style="color:var(--accent-cyan)">40배 적은 토큰</strong>으로 동급 성능</p>
<div class="card-grid cols-3">
<div class="card accent-purple">
<h3>1단계: 교사 보정</h3>
<p>큰 모델(15B)을 타겟 데이터로 미세조정하여 출력 분포를 맞춤</p>
</div>
<div class="card accent-blue">
<h3>2단계: 가지치기</h3>
<p>Width Pruning으로 뉴런/헤드 제거. 물리적으로 모델 크기를 줄임 (15B → 8B, 4B)</p>
</div>
<div class="card accent-green">
<h3>3단계: 증류 재학습</h3>
<p>교사 모델의 출력으로 가지치기된 모델을 재학습하여 성능 회복</p>
</div>
</div>
<div class="callout" style="margin-top:20px;background:var(--gradient-4);color:#0f172a">
<span class="big">40x</span>
<span class="desc" style="color:#0f172a">학습 토큰 절약 · MMLU 16% 향상 (vs 처음부터 학습)</span>
</div>
</div>
<!-- Phi 데이터 전략 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:16px">Microsoft Phi — 데이터 품질이 규모를 이긴다</h3>
<div class="card-grid cols-2">
<div class="card accent-orange">
<h3>전통적 접근법</h3>
<ul>
<li>인터넷 크롤링 수조 토큰</li>
<li>대충 필터링</li>
<li>양으로 승부</li>
<li>거대 모델(70B+) 필요</li>
</ul>
</div>
<div class="card accent-green">
<h3>Phi 접근법</h3>
<ul>
<li>GPT-4로 "교과서급" 합성 데이터 생성</li>
<li>전략적 주제 선정 + 지식 갭 분석</li>
<li>질로 승부</li>
<li>소형 모델로도 대형급 성능</li>
</ul>
</div>
</div>
<div class="table-wrap" style="margin-top:20px">
<table>
<thead><tr><th>모델</th><th>파라미터</th><th>학습 데이터</th><th>성능</th></tr></thead>
<tbody>
<tr><td>Phi-1</td><td>1.3B</td><td>7B 토큰</td><td>코딩에서 10x 큰 모델과 경쟁</td></tr>
<tr><td>Phi-2</td><td>2.7B</td><td>250B 토큰</td><td>Llama-2 70B와 비교 가능 (추론)</td></tr>
<tr><td>Phi-3 mini</td><td>3.8B</td><td>3.3T 토큰</td><td>많은 벤치마크에서 7B급</td></tr>
<tr><td>Phi-4</td><td>14B</td><td>합성+큐레이션</td><td>수학/추론에서 70B급</td></tr>
</tbody>
</table>
</div>
</div>
<!-- LoRA / QLoRA -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:16px">LoRA / QLoRA — 가장 현실적인 파인튜닝</h3>
<div class="card-grid cols-3">
<div class="card accent-orange">
<h3>Full Fine-tuning</h3>
<p>70억 개 파라미터 전부 재학습</p>
<div class="stat"><div class="number" style="font-size:1.8rem">~60GB</div><div class="label">GPU 메모리 필요</div></div>
<div class="tag-row"><span class="tag-sm orange">A100 필수</span></div>
</div>
<div class="card accent-blue">
<h3>LoRA</h3>
<p>원본 동결, 작은 "어댑터" 행렬만 학습 (0.1~1%)</p>
<div class="stat"><div class="number" style="font-size:1.8rem">~16GB</div><div class="label">GPU 메모리 필요</div></div>
<div class="tag-row"><span class="tag-sm blue">RTX 4090</span></div>
</div>
<div class="card accent-green">
<h3>QLoRA</h3>
<p>원본 4bit 양자화 + LoRA 적용</p>
<div class="stat"><div class="number" style="font-size:1.8rem">~8GB</div><div class="label">GPU 메모리 필요</div></div>
<div class="tag-row"><span class="tag-sm green">RTX 3060!</span></div>
</div>
</div>
</div>
<!-- 소형 모델 생태계 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:20px">2026년 소형 모델 생태계</h3>
<div class="table-wrap">
<table>
<thead><tr><th>티어</th><th>크기</th><th>대표 모델</th><th>필요 하드웨어</th><th>용도</th></tr></thead>
<tbody>
<tr>
<td><span class="tag-sm">초소형</span></td>
<td>~1B</td>
<td>SmolLM 135M/360M, Phi-1 1.3B</td>
<td>CPU만 가능</td>
<td>IoT, 모바일, 분류</td>
</tr>
<tr>
<td><span class="tag-sm blue">소형</span></td>
<td>1~4B</td>
<td>Gemma 4B, Phi-3 mini, SmolLM3 3B</td>
<td>RTX 3060 (16GB)</td>
<td>챗봇, 요약, 간단한 코딩</td>
</tr>
<tr>
<td><span class="tag-sm green">중형</span></td>
<td>7~14B</td>
<td>Llama 3 8B, Mistral 7B, Phi-4 14B</td>
<td>RTX 4090 (24GB)</td>
<td>범용, RAG, 코딩 보조</td>
</tr>
</tbody>
</table>
</div>
</div>
</section>
<!-- ===== SECTION 5: 모델 선택 가이드 ===== -->
<section id="guide">
<div class="section-header fade-in">
<span class="icon">💡</span>
<h2>모델 선택 가이드</h2>
<p>상황에 맞는 최적의 모델과 방법을 찾아보세요</p>
</div>
<div class="mermaid-wrap fade-in">
<h4>어떤 모델을 쓸까?</h4>
<pre class="mermaid">
flowchart TB
START["어떤 모델을 쓸까?"] --> Q1{"예산과 인프라는?"}
Q1 -->|"GPU 없음\n(CPU만)"| R1["1~3B 모델 + 4bit 양자화\nPhi-3-mini, Gemma-2B"]
Q1 -->|"GPU 1대\n(16~24GB)"| R2["7~13B 모델 + 양자화\nLlama-3-8B, Mistral-7B"]
Q1 -->|"GPU 여러 대\n(80GB+)"| R3["70B+ 모델 FP16\nLlama-3-70B, Qwen-72B"]
Q1 -->|"클라우드\nAPI 사용"| R4["최고 성능 모델\nClaude, GPT, Gemini"]
</pre>
</div>
<!-- 실용 추천 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:20px">실용적 추천</h3>
<div class="table-wrap">
<table>
<thead><tr><th>목적</th><th>추천 모델</th><th>이유</th></tr></thead>
<tbody>
<tr><td>복잡한 코딩/추론</td><td style="color:var(--accent-purple)"><strong>Claude Fable 5</strong></td><td>장기 실행 작업 · 민감 영역은 Opus 4.8 fallback 가능</td></tr>
<tr><td>범용 + 빠른 응답</td><td style="color:var(--accent-green)"><strong>GPT-5.4</strong></td><td>속도 최적화, 넓은 생태계</td></tr>
<tr><td>영상/문서 대량 분석</td><td style="color:var(--accent-blue)"><strong>Gemini 3 Pro</strong></td><td>2M 컨텍스트, 네이티브 멀티모달</td></tr>
<tr><td>로컬 실행 (고성능)</td><td style="color:var(--accent-cyan)"><strong>DeepSeek V3.2</strong></td><td>671B 전체, 토큰당 37B 활성</td></tr>
<tr><td>로컬 실행 (효율)</td><td style="color:var(--accent-orange)"><strong>Llama 4 Scout</strong></td><td>109B, 17B 활성, 10M 컨텍스트</td></tr>
<tr><td>다국어 + 유연한 추론</td><td style="color:var(--accent-green)"><strong>Qwen 3.6-Plus</strong></td><td>Always-on CoT, 에이전트 코딩 강화</td></tr>
</tbody>
</table>
</div>
</div>
<!-- 용어 정리 -->
<div class="full-width-card fade-in">
<h3 style="margin-bottom:20px">📖 핵심 용어 정리</h3>
<div class="card-grid cols-2">
<div>
<div class="table-wrap">
<table>
<tbody>
<tr><td><strong>파라미터</strong></td><td>모델이 학습한 지식을 저장하는 숫자 하나</td></tr>
<tr><td><strong>B (Billion)</strong></td><td>10억. 7B = 파라미터 70억 개</td></tr>
<tr><td><strong>토큰</strong></td><td>모델이 처리하는 텍스트의 최소 단위</td></tr>
<tr><td><strong>양자화</strong></td><td>파라미터의 비트 수를 줄여 모델 크기 절감</td></tr>
<tr><td><strong>증류</strong></td><td>큰 모델의 지식을 작은 모델에 전수</td></tr>
</tbody>
</table>
</div>
</div>
<div>
<div class="table-wrap">
<table>
<tbody>
<tr><td><strong>파인튜닝</strong></td><td>사전학습된 모델을 특정 태스크에 추가 학습</td></tr>
<tr><td><strong>RLHF</strong></td><td>인간 피드백으로 모델을 정렬하는 학습법</td></tr>
<tr><td><strong>MoE</strong></td><td>전문가 혼합. 일부 파라미터만 활성화</td></tr>
<tr><td><strong>VRAM</strong></td><td>GPU 메모리. 모델을 올려야 추론 가능</td></tr>
<tr><td><strong>GGUF</strong></td><td>로컬 실행용 모델 파일 포맷 (llama.cpp)</td></tr>
</tbody>
</table>
</div>
</div>
</div>
</div>
</section>
</main>
<!-- Footer -->
<footer>
<p style="margin-bottom:16px"><strong>Sources</strong></p>
<p>
<a href="https://www.anthropic.com/claude/fable" target="_blank">Claude Fable 5</a> ·
<a href="https://openai.com/index/introducing-gpt-5-4/" target="_blank">GPT-5.4</a> ·
<a href="https://blog.google/products-and-platforms/products/gemini/gemini-3-flash/" target="_blank">Gemini 3 Flash</a> ·
<a href="https://www.deepseek.com/en/transparency/" target="_blank">DeepSeek Transparency</a> ·
<a href="https://ai.meta.com/blog/llama-4-multimodal-intelligence/" target="_blank">Llama 4 Blog</a> ·
<a href="https://arxiv.org/abs/2505.09388" target="_blank">Qwen3 Technical Report</a> ·
<a href="https://developer.nvidia.com/blog/how-to-prune-and-distill-llama-3-1-8b-to-an-nvidia-llama-3-1-minitron-4b-model/" target="_blank">NVIDIA Minitron</a> ·
<a href="https://www.microsoft.com/en-us/research/publication/textbooks-are-all-you-need/" target="_blank">Textbooks Are All You Need</a>
</p>
<p style="margin-top:16px;display:flex;gap:16px;font-size:0.9rem;">
<a href="https://desty.github.io/blog/" target="_blank" style="color:var(--accent-purple);opacity:0.7;">Blog</a>
<a href="https://www.linkedin.com/in/desty" target="_blank" style="color:var(--accent-purple);opacity:0.7;">LinkedIn</a>
</p>
<p style="margin-top:12px;opacity:0.4;font-size:0.85rem;">Built by <a href="https://desty.github.io/" style="color:var(--text);">desty</a> · 2026 LLM Guide</p>
<span class="footer-version" style="margin-top:8px;">v2026.06</span>
</footer>
<script src="https://cdn.jsdelivr.net/npm/mermaid@11/dist/mermaid.min.js"></script>
<script src="common/base.js"></script>
<script src="script.js"></script>
</body>
</html>