AI 모델: 역량 분석, 아키텍처 및 패밀리 가이드
모델 자체를 분석하다: 패밀리, 아키텍처, 트레이드오프.
모델 선택은 모델을 실행하는 문제와 다른 차원의 문제입니다. 런타임, GPU, 그리고 서빙 스택은 “이 모델을 어떻게 실행할 것인가"라는 질문에 답하는 반면, 이 클러스터는 “어떤 모델이고, 왜 이 모델을 선택하는가"라는 질문에 답합니다.
여기서는 모델들을 하나의 산출물(artifacts)로서 분석합니다. 특정 모델 계열이 세대별로 어떻게 진화하는지, 모델 아키텍처의 변경이 모델의 수행 능력에 어떤 변화를 가져오는지, 그리고 양자화(quantization)와 수행 능력 간의 트레이드오프가 어디에 위치하는지를 살펴봅니다. 모든 주장은 벤더의 모델 카드, 독립적인 벤치마크, 또는 실측 실행 결과에 근거합니다. 예측 값의 경우 명시적으로 예측(forecast)이라고 표시해 둡니다.
AI 모델이 스택에서 차지하는 위치
이 사이트는 모델과 관련된 질문을 세 가지 레이어로 나누어 다룹니다.
| 레이어 | 다루는 내용 | 클러스터 |
|---|---|---|
| 모델 | 수행 능력, 아키텍처, 계열 진화, 양자화 | 여기 있습니다 |
| 서빙 | 런타임, GPU 적합성, 처리량, 컨텍스트 동작 | LLM 호스팅 · LLM 성능 |
| 시스템 | 라우팅, 메모리, 에이전트, 검증 | AI 시스템 · LLM 아키텍처 |
여기서 이루어진 수행 능력에 대한 주장(27B Dense 모델이 4-bit에서 얼마나 유지되는가, 단일 전진 패스(decider)가 무엇을 출력하는가)는 다른 곳에서 이루어지는 호스팅 및 성능 결정의 입력이 됩니다. 클러스터들은 의도적으로 분리되어 있어, 벤치마크 테이블이 아키텍처 에세이로 이동했다가 다시 돌아오지 않도록 하고 있습니다.
클러스터 맵
이 클러스터는 아직 초기 단계이며, 일정표가 아닌 밀도(density)에 따라 성장합니다. 현재 존재하는 내용:
- 여기 있습니다 — 이 기둥: 클러스터가 다루는 범위와 경계의 위치
- 아키텍처 — LLM 이후에 올 것은 무엇인가? Mamba, Diffusion & World Models — 트랜스포머 이후의 지형: 상태 공간 모델, 확산 언어 모델, 그리고 JEPA 월드 모델에 대한 근거 자료
- 계열 — Qwen 4: 확인된 내용과 로컬 AI에 미치는 의미 — 세대별 27B 벤치마크 계층 구조, Flash-Next 아키텍처 프리뷰, 소비자용 GPU 적합성을 중심으로 구성된 계열 참고 페이지
충분한 관련 페이지가 존재할 때 시드되는 예정된 서브클러스터: 벤치마크 (모델 간 비교), 양자화 (비트 계층 구조 참고 자료), 임베딩 및 리랭커 (검색 사이드 모델), 비교 (계열 간 비교).
모델 아키텍처
아키텍처 분석은 디자인 변경이 수행 능력, 메모리, 추론 동작에 어떤 영향을 미치는지를 묻습니다. 이번 주 리더보드 1위 모델이 무엇인지를 묻는 것이 아닙니다. 앵커 페이지는 트랜스포머를 계승하거나 보충할 후보군을 다룹니다:
- 상태 공간 모델 (Mamba) — 압축된 재귀 상태를 통해 시퀀스 길이에 대한 선형 확장
- 확산 언어 모델 — 왼쪽에서 오른쪽으로의 디코딩 대신 병렬 토큰 생성
- 월드 모델과 JEPA — 토큰이 아닌 표현(representation)에 대한 예측
하이브리드 패턴(비용 대비 효과가 있는 곳에는 트랜스포머 어텐션, 그렇지 않은 곳에는 선형 어텐션 사용)은 이미 출시된 모델들에 적용되어 있으며, LLM 이후에 올 것은 무엇인가?는 연구 동향과 프로덕션 증거를 모두 추적합니다.
모델 계열
계열 페이지는 하나의 모델 라인을 세대를 거치며 추적합니다: 각 릴리스에서 무엇이 변경되었는지, 어떤 벤치마크 향상치가 실제 수치인지 아니면 벤더 보고 수치인지, 그리고 다음 세대가 이미 소유하고 있을 하드웨어에 어떤 의미를 갖는지 확인합니다.
가장 먼저 다루는 내용은 소비자용 GPU에서 가장 많이 실행되는 오픈 웨이트 계열입니다:
- Qwen 4: 확인된 내용과 로컬 AI에 미치는 의미 — Alibaba의 확인된 로드맵, Qwen3.5 → 3.6 → 3.8 27B 벤치마크 계층 구조, 실행 가능한 아키텍처 프리뷰로서의 Flash-Next, 그리고 Qwen 4 27B가 도달할 메모리 타겟.
여기에는 포함되지 않는 것
경계 규칙은 이 클러스터의 정직함을 유지합니다:
- 서빙 및 튜닝 관련 질문 — 모델이 얼마나 빠르게 실행되는지, 컨텍스트를 어떻게 맞출지, 어떤 런타임인지 — LLM 성능과 LLM 호스팅에 해당합니다. 계열 페이지는 tok/s 테이블을 복제하는 대신 해당 측정 결과로 링크를 걸고 있습니다.
- 시스템 내부에서의 모델 사용 — 라우팅 티어, 메모리, 에이전트 디자인 — AI 시스템과 LLM 아키텍처에 해당합니다.
- 검색 사이드 모델 — 임베딩과 리랭커는 여기서는 모델로서 분석되지만, 파이프라인 내부에서의 이들의 적용은 RAG에서 다룹니다.
이 클러스터가 다른 클러스터와 연결되는 방법
- 2026년 LLM 성능 — 여기서의 수행 능력 주장에 대한 측정된 대응물: 오픈 모델의 효율 프론티어와 16 GB 벤치마크 페이지들은 “이 모델은 수행 능력이 있다"는 것을 “이 모델은 적합하며 N t/s로 실행된다"는 것으로 전환시킵니다.
- 2026년 LLM 호스팅 — 모델 선택 이후의 런타임 및 인프라 결정.
- LLM 이후에 올 것은 무엇인가?와 계열 페이지는 상호 참조합니다: 계열(Flash-Next)의 아키텍처 프리뷰는 지형 페이지가 설명하는 아키텍처적 변화에 대한 단기 증거입니다.
