Key Takeaways
- 전체 최고 입문 모델: Llama 3.2 3B -- 2 GB 다운로드, 4 GB RAM에서 실행, 크기 대비 우수한 명령 수행 능력.
- 저용량 RAM(4 GB 이하) 최고: Phi-4 Mini 3.8B -- Microsoft의 소형 모델로 추론 및 코딩 작업에서 탁월한 성능 발휘 (68% MMLU, 70% HumanEval, 단 2.5 GB RAM).
- 가장 빠른 2B 모델: Gemma 3 2B -- Google의 업데이트 모델로 128K 컨텍스트에서 CPU 기준 40-60 tok/s 속도 달성 (Gemma 2의 8K에서 대폭 확장).
- 최고 7B/8B 올라운더: Llama 3.3 8B -- HumanEval 72%, RAM 약 5.5 GB, 이 크기대에서 현재 표준으로 쓰이는 범용 모델입니다 (2023-2024년 추천되던 Mistral Small v0.3을 대체).
- 다국어 및 코딩 최고: Qwen3 8B -- HumanEval 57.3%, MMLU에서 Llama 3.1 8B와 동등하거나 그 이상이며, 29개 이상 언어를 기본 지원합니다.
- 7B/8B Q4 어림 계산: Q4_K_M 양자화의 8B 모델은 약 5-5.5 GB RAM이 필요합니다 -- 4비트 기준 파라미터 10억 개당 약 0.6-0.7 GB.
- RAM 2 GB 이하 최적: Llama 3.2 1B -- 다운로드 약 1.3 GB, 사용 가능한 가장 작은 옵션이며, 품질은 3B 이상 모델보다 눈에 띄게 낮지만 매우 오래된 하드웨어에서도 실행됩니다.
- 👉 로컬이 적합한지 확신이 없으신가요? 선택 전에 로컬 LLM vs 클라우드 비교를 읽어보세요 -- 속도, 품질, 비용 상충 관계를 다룹니다.
2026년 초보자를 위한 최고의 로컬 LLM은 Llama 3.2 3B(4 GB RAM, 전체 최고), Phi-4 Mini 3.8B(2.5 GB RAM, 저RAM에서 최고 추론), Gemma 3 2B(CPU에서 40–60 tok/s, 최속)입니다 — 모두 Ollama 명령 한 줄로 설치 가능, GPU 불필요.
이 모델들은 일반 RAM만 사용하여 노트북이나 데스크톱에서 완전히 로컬로 실행됩니다 — 클라우드 구독도, GPU도 필요 없습니다. "1B" 또는 "7B"는 파라미터 수(모델 크기)를 의미합니다. 작을수록 빠르고 RAM을 덜 씁니다. 클수록 더 스마트하지만 RAM이 더 필요합니다. Llama 3.2 3B로 시작하세요: 2 GB 다운로드, 4 GB RAM에서 실행됩니다.
빠른 시작: 3분 안에 첫 로컬 LLM 실행하기
1. Ollama 설치 (1분)
ollama.com에서 다운로드하여 설치 프로그램을 실행합니다. 별도 설정이 필요 없습니다.
2. Llama 3.2 3B 실행 (2분)
터미널을 열고 다음을 실행합니다: `ollama run llama3.2:3b`
Ollama는 첫 실행 시 모델(약 2 GB)을 다운로드합니다. 대부분의 사용자에게 추천하는 첫 번째 모델입니다.
3. 채팅 시작 (즉시)
모델이 로드되면 질문이나 프롬프트를 입력하고 Enter를 누릅니다. 일반적인 노트북에서 초당 25-45 토큰 속도로 응답이 표시됩니다.
그게 전부입니다. 수동 설정 불필요, GPU 없어도 됩니다. RAM이 8 GB 이상이라면 바로 시작할 수 있습니다. 4-6 GB라면 `ollama run gemma3:2b`를 사용하세요 (더 빠르고 1.7 GB RAM 사용).
초보자 체크리스트: 로컬이 나에게 맞을까요?
첫 모델을 다운로드하기 전에 다음 세 가지 질문에 답해보세요:
1. RAM이 8 GB 이상인가요? (아니라면 클라우드 API가 시작하기 더 빠릅니다.)
2. 데이터를 비공개로 유지해야 하나요? (아니라면 클라우드 API가 더 좋은 품질을 제공합니다.)
3. 20~40분의 설정 시간을 감수할 수 있나요? (아니라면 클라우드 API는 5분 안에 준비됩니다.)
두 개 이상의 질문에 "아니오"라고 답했다면, **로컬 vs 클라우드 전체 비교를 읽어보세요** -- 클라우드 API가 하드웨어와 일정에 더 맞는지 확인하세요. 초보자들은 흔히 로컬 LLM이 항상 낫다고 가정하는데, 그렇지 않습니다. 올바른 선택은 개인의 구체적인 제약 조건에 달려 있습니다.
초보자용 로컬 LLM 모델을 어떻게 선택할까요?
로컬 LLM의 모델 선택은 세 가지 제약 조건에 달려 있습니다: 사용 가능한 RAM, 추론 속도, 작업 유형 -- 이 우선순위 순서로.
파라미터 수(3B, 7B, 13B)가 RAM 요구사항의 주요 결정 요인입니다. 대부분의 로컬 추론 도구의 기본값인 4비트 양자화에서는 파라미터 수에 약 0.5를 곱하여 필요한 GB RAM을 추정할 수 있습니다. Q4_K_M 기준 7B 모델은 약 4.5 GB RAM이 필요합니다.
대부분의 초보자에게는 Q4_K_M 양자화의 7B 모델이 8 GB 이상의 기기에서 품질, 속도, RAM 사용의 최적 균형을 제공합니다. 4-6 GB RAM 기기에서는 3B 모델이 실질적인 상한선입니다.
#1 Meta Llama 3.2 3B -- 전체 최고 입문 모델
Meta Llama 3.2 3B는 대부분의 사용자에게 최고의 출발점입니다. 5분 이내에 다운로드되고, 4 GB RAM의 모든 기기에서 실행되며, 이전 3B 모델보다 명령 수행 능력이 눈에 띄게 향상되었습니다. 동일 크기 모델보다 훨씬 넓은 128K 컨텍스트 윈도우를 사용합니다.
8코어 노트북 CPU 테스트에서 Llama 3.2 3B는 초당 25-45 토큰을 생성합니다. Apple M3 Pro에서는 70-90 토큰/초에 달합니다. 요약, Q&A, 간단한 코딩 작업에는 충분한 품질이지만, 다단계 추론에서는 7B 모델에 미치지 못합니다.
| 사양 | 값 |
|---|---|
| 파라미터 | 3B |
| 필요 RAM | ~2.5 GB (Q4_K_M) |
| 다운로드 크기 | ~2 GB |
| 컨텍스트 윈도우 | 128K 토큰 |
| CPU 속도 (8코어 노트북) | 25-45 tok/s |
| Ollama 명령어 | ollama run llama3.2:3b |
#2 Microsoft Phi-4 Mini 3.8B -- 저용량 RAM 최고 모델
Phi-4 Mini는 소규모 추론 및 코딩 작업에 최적화된 Microsoft의 소형 모델입니다. 문제 해결에 집중한 고품질 합성 데이터 훈련 덕분에 68% MMLU, 70% HumanEval을 달성하며 -- 2024년 많은 7B 모델을 능가하는 수치입니다.
품질이 중요한 4-6 GB RAM 기기에 권장되는 모델입니다. Phi-4 Mini는 2.5 GB RAM을 사용하여 (Phi-3.5 Mini의 3 GB에서 감소), 4 GB 기기에서 더 접근하기 쉬워졌습니다.
| 사양 | 값 |
|---|---|
| 파라미터 | 3.8B |
| 필요 RAM | ~2.5 GB (Q4_K_M) |
| 다운로드 크기 | ~2.3 GB |
| MMLU 점수 | 68% |
| 컨텍스트 윈도우 | 128K 토큰 |
| CPU 속도 (8코어 노트북) | 30-50 tok/s |
| Ollama 명령어 | ollama run phi4-mini |
#3 Google Gemma 3 2B -- 가장 빠른 2B 모델
Gemma 3 2B는 Google의 업데이트된 2B 모델로, CPU 전용 추론에서 가장 빠른 선택지입니다. 중급 노트북 CPU에서 초당 40-60 토큰을 생성하며 -- 동일 하드웨어에서 Llama 3.2 3B보다 약 2배 빠릅니다. Gemma 3는 전작 대비 크게 개선되었습니다: 컨텍스트 윈도우가 8K(Gemma 2)에서 128K 토큰으로 확장되어 문서 작업의 주요 제한이 해소되었습니다.
Gemma 3 2B는 응답 속도가 가장 중요할 때, RAM이 4 GB 이하인 기기에서, 또는 더 큰 모델을 다운로드하기 전에 로컬 LLM 설정을 확인하는 테스트 모델로 활용하기에 좋습니다.
| 사양 | 값 |
|---|---|
| 파라미터 | 2B |
| 필요 RAM | ~1.7 GB (Q4_K_M) |
| 다운로드 크기 | ~1.6 GB |
| 컨텍스트 윈도우 | 128K 토큰 |
| CPU 속도 (8코어 노트북) | 40-60 tok/s |
| Ollama 명령어 | ollama run gemma3:2b |
#4 Meta Llama 3.3 8B -- 최고 7B/8B 올라운더
Meta Llama 3.3 8B는 이 크기대에서 현재 범용 올라운더로, HumanEval 72%를 기록하며 견고한 영어 추론 능력을 제공합니다. 이 목록의 7B/8B 추천 자리에서 Mistral Small v0.3를 대체합니다 -- Mistral Small v0.3는 2023-2024년 커뮤니티 표준이었지만 현재는 동일 RAM 등급에서 성능이 뒤처져 레거시 옵션으로 취급하는 것이 더 적절합니다 (더 이상 기본값으로 추천하지 않는 이유는 아래 흔한 실수를 참조하세요).
8 GB RAM 기기에서 Llama 3.3 8B는 3B 모델에서 자연스러운 업그레이드입니다. 128K 컨텍스트 윈도우를 갖추고 있으며, 어떤 3B 모델보다 긴 텍스트, 복잡한 명령, 다중 턴 대화를 더 안정적으로 처리합니다.
| 사양 | 값 |
|---|---|
| 파라미터 | 8B |
| 필요 RAM | ~5.5 GB (Q4_K_M) |
| 다운로드 크기 | ~5 GB |
| 컨텍스트 윈도우 | 128K 토큰 |
| HumanEval 점수 | 72% |
| CPU 속도 (8코어 노트북) | 10-18 tok/s |
| Ollama 명령어 | ollama run llama3.3:8b-instruct |
#5 Qwen3 8B -- 다국어 및 코딩 최고 모델
Qwen3 8B(82억 파라미터)는 HumanEval에서 57.3%를 기록하고, MMLU에서 Llama 3.1 8B와 동등하거나 그 이상이며, 한국어, 중국어, 일본어, 아랍어, 주요 유럽 언어를 포함한 29개 이상 언어를 기본 지원합니다. 비영어권 워크플로우나 코딩 집약적 사용 사례에 추천하는 선택이며, 이 목록의 다국어 추천 자리에서 이전 Qwen2.5 7B를 대체합니다.
Qwen3 8B는 32K 컨텍스트 윈도우(YaRN으로 131K까지 확장 가능)를 사용하며 JSON 모드로 구조화된 출력을 지원하고, 더 어려운 추론 작업을 위한 선택적 "생각 모드"도 제공합니다(느리지만 더 정확). 모델은 instruct 버전과 base 버전으로 제공되며 -- 채팅 용도에는 항상 instruct 버전을 사용하십시오. 자세한 벤치마크 데이터는 Qwen vs Llama vs Mistral 벤치마크 비교를 참조하세요.
| 사양 | 값 |
|---|---|
| 파라미터 | 8.2B |
| 필요 RAM | ~5.2 GB (Q4_K_M) |
| 다운로드 크기 | ~5.2 GB |
| 컨텍스트 윈도우 | 32K 토큰 (YaRN으로 131K) |
| HumanEval 점수 | 57.3% |
| CPU 속도 (8코어 노트북) | 10-18 tok/s (비생각 모드) |
| Ollama 명령어 | ollama run qwen3:8b |
RAM, 속도, 컨텍스트 윈도우 기준 최고 모델은?
| 모델 | RAM | 속도 (CPU) | 컨텍스트 | 최적 용도 |
|---|---|---|---|---|
| Llama 3.2 3B | 2.5 GB | 25-45 tok/s | 128K | 일반 사용, 첫 번째 모델 |
| Phi-4 Mini 3.8B | 2.5 GB | 30-50 tok/s | 128K | 추론, 코딩, 저용량 RAM |
| Gemma 3 2B | 1.7 GB | 40-60 tok/s | 128K | 속도, 초저용량 RAM |
| Llama 3.3 8B | 5.5 GB | 10-18 tok/s | 128K | 범용 올라운더, HumanEval 72% |
| Qwen3 8B | 5.2 GB | 10-18 tok/s | 32K (YaRN 131K) | 다국어, 코딩 |
어떤 모델로 시작해야 할까요?
- RAM 2 GB (극한 저사양): `ollama run llama3.2:1b` -- 사용 가능한 가장 작은 옵션, 다운로드 약 1.3 GB. 품질은 3B 이상 모델보다 눈에 띄게 낮지만 매우 오래되거나 제한적인 하드웨어에서도 실행됩니다.
- RAM 4 GB 이하: `ollama run gemma3:2b` -- 가장 빠른 다운로드, 최소 메모리 사용, 128K 컨텍스트. 기본 작업에 수용 가능한 품질.
- RAM 8 GB, 첫 번째 모델: `ollama run llama3.2:3b` -- 첫 경험에서 품질과 RAM의 최적 균형.
- RAM 4-6 GB, 추론/코딩: `ollama run phi4-mini` -- 68% MMLU, 70% HumanEval, 단 2.5 GB RAM. 구조화 작업에서 Llama 3.2 3B보다 우수.
- RAM 8 GB, 본격 사용: `ollama run llama3.3:8b-instruct` 또는 `ollama run qwen3:8b` -- 긴 문서, 복잡한 명령을 위한 업그레이드.
- 주로 코딩 작업: `ollama run qwen3:8b` -- 이 목록에서 HumanEval 점수 최고; Python, JavaScript, SQL에 강함.
- 비영어 언어 (한국어 포함): `ollama run qwen3:8b` -- 29개 이상 언어 기본 지원, 번역 오버헤드 없음.
지역에 따라 어떤 모델을 선택해야 할까요?
한국 (개인정보보호법): 한국 개인정보보호법(PIPA)에 따라 개인 데이터를 로컬에서 처리하는 조직은 데이터 처리 내역을 문서화해야 합니다. Ollama를 통한 로컬 추론은 데이터가 외부 서버로 전송되지 않으므로 데이터 현지화 요건을 충족합니다. 금융, 의료, 법률 등 규제 산업의 경우 로컬 LLM 추론은 API 호출의 규정 준수 대안입니다. 이 다섯 가지 초보자 추천 모델 중에서는 Qwen3 8B가 가장 강력한 네이티브 한국어 토크나이제이션을 갖추고 있습니다. 이 입문 등급을 넘어서는 전용 한국어 로컬 모델은 로컬용 최고의 한국어 언어 모델을 참조하세요.
EU / GDPR: EU 조직이 개인 데이터를 로컬에서 처리할 때 컴플라이언스 문서화를 위해 모델 출처가 중요합니다. 독일 BSI 지침은 전문적 맥락에서 사용되는 AI 시스템에 대해 모델 출처와 라이선스 유형의 문서화를 요구합니다. Llama(Meta/미국), Gemma(Google/미국), Qwen(Alibaba/중국)은 모두 로컬 추론에서 GDPR 상 기술적으로 사용 가능합니다 -- 가장 깔끔한 EU 출처 서술을 원한다면 Mistral AI(프랑스)가 Apache 2.0 라이선스 모델을 제공하지만, 현재 Mistral Small 릴리스(24B 이상)는 이 페이지의 4-8 GB 초보자 RAM 범위를 초과합니다. 실행에 필요한 GPU 등급은 하드웨어 가이드를 참조하세요.
중국: Qwen3 8B (Alibaba)가 중국어 워크플로우의 첫 번째 모델로 자연스러운 선택입니다. 네이티브 중국어 토크나이제이션과 29개 이상 언어 지원으로 중국어 우선 워크플로우의 표준이 됩니다. 중국 데이터 보안법(数据安全法)에 따른 중국 기업 배포의 경우, Ollama를 통한 로컬 실행의 Qwen3가 데이터 현지화 요건을 충족합니다.
이 모델들을 어떻게 다운로드하고 실행하나요?
5개 모델 모두 단 하나의 Ollama 명령으로 설치됩니다 -- 수동 설정이 필요 없습니다. 설치는 Ollama 설치 방법을 참조하고, 단계별 첫 실행 안내는 첫 로컬 LLM 실행을 참조하세요. RAM이 제한된 노트북에서 실행하는 경우 노트북에서 로컬 LLM 실행 방법에서 제한된 하드웨어를 위한 양자화 및 성능 튜닝을 다룹니다.
첫 번째 모델이 실행되면 다음 단계는 효과적으로 프롬프트를 작성하는 방법을 배우는 것입니다. 프롬프트 엔지니어링 기초부터 시작하세요 -- 온도 설정부터 출력 형식까지 모든 프롬프트에 필요한 빌딩 블록을 다루는 16개 가이드입니다.
초보자가 로컬 LLM 선택 시 자주 저지르는 실수는?
- 파라미터 수만 보고 모델 크기를 선택하는 것 -- 4비트 양자화 7B 모델이 제대로 양자화되지 않은 13B보다 우수할 수 있습니다.
- GPU VRAM 양자화 오버헤드를 고려하지 않는 것 -- 모델이 파일 크기보다 10-15% 더 많은 VRAM을 필요로 할 수 있습니다.
- 새 양자화(Q4_K_M)가 동일 크기에서 더 나은 품질을 제공하는데 이전 양자화(Q3_K_S)를 사용하는 것.
- Mistral Small을 기본 7B 모델로 선택하는 것: Mistral Small v0.3는 2023-2024년 커뮤니티 표준이었지만(7B, 다운로드 약 4.1 GB, `ollama run mistral`) 현재는 동일 RAM 요구사항으로 코딩에서 Qwen3 8B에, 영어 추론에서 Llama 3.3 8B에 뒤처집니다. 도구나 튜토리얼이 기본적으로 `ollama run mistral`을 사용한다면 RAM을 늘리지 않고 더 나은 결과를 위해 `ollama run qwen3:8b` 또는 `ollama run llama3.3:8b-instruct`로 전환하세요. 참고: 이는 현재의 24B 이상 "Mistral Small 3.x" 라인과는 별개의, 관련 없는 모델이며, 그 라인은 이 페이지의 어떤 모델보다 훨씬 많은 RAM을 필요로 합니다.
- 사용 가능한 RAM을 먼저 확인하지 않고 모델을 다운로드하는 것: 사용 가능한 RAM을 초과하는 모델을 다운받으면 Ollama가 부분 디스크 스와핑을 동반한 느린 CPU 추론으로 전환합니다 -- 때로는 1 tok/s 미만. 7B 이상의 모델을 다운받기 전에 항상 `free -h` (Linux/macOS)를 실행하거나 작업 관리자(Windows)를 확인하세요.
자주 묻는 질문
2026년 초보자에게 가장 좋은 로컬 LLM 모델은 무엇인가요?
대부분의 사용자에게는 Llama 3.2 3B -- 4 GB RAM의 모든 기기에서 실행되고, 5분 이내에 다운로드되며, 우수한 명령 수행 출력을 제공합니다. RAM 8 GB에서는 Qwen3 8B가 더 나은 코딩과 다국어 성능을 제공합니다. 절대 최저 RAM에는 Gemma 3 2B가 1.7 GB에서 CPU 기준 40-60 tok/s로 실행되며, 또는 Llama 3.2 1B가 RAM 2 GB 이하에서 실행됩니다.
로컬 LLM을 실행하기 위한 최소 RAM은 얼마인가요?
유용한 출력을 위한 실질적인 최소값은 Q4_K_M 양자화의 3B 모델에서 4 GB RAM입니다. RAM 2 GB 이하에서는 Llama 3.2 1B가 사용 가능한 가장 작은 옵션이지만 품질이 눈에 띄게 떨어집니다. 8 GB RAM은 복잡한 작업에서 현저히 더 나은 결과를 생성하는 7-8B 모델을 사용할 수 있게 해줍니다.
가장 좋은 1B 파라미터 로컬 LLM은 무엇인가요?
Llama 3.2 1B가 추천 1B 모델입니다 -- 다운로드 약 1.3 GB, `ollama run llama3.2:1b`로 RAM 2 GB 이하에서 실행됩니다. 기본적인 요약과 짧은 Q&A에는 사용 가능하지만 다단계 추론에서는 3B 이상 모델보다 눈에 띄게 약합니다. 하드웨어가 정말로 3B 모델을 지원할 수 없을 때만 사용하세요.
Mistral Small 3.2는 좋은 초보자용 로컬 LLM인가요?
아닙니다 -- Mistral Small 3.2는 24B 파라미터 모델로 약 14 GB 이상의 RAM/VRAM이 필요하며, 이 페이지가 다루는 4-8 GB 초보자 범위를 크게 초과합니다. 이는 과거 이 페이지에서 추천했던 7B "Mistral Small v0.3"와는 다른, 더 큰 모델입니다. RAM이 8 GB라면 대신 Llama 3.3 8B나 Qwen3 8B로 시작하세요. Mistral Small 3.2를 실행하는 데 필요한 16GB 이상 GPU 등급은 하드웨어 가이드를 참조하세요.
Ollama로 이 모델들을 어떻게 실행하나요?
ollama.com에서 Ollama를 설치한 후 추천 입문 모델을 위해 `ollama run llama3.2:3b`를 실행합니다. Ollama는 첫 실행 시 모델을 다운로드합니다. 여기에 나열된 5개 모델 모두 Ollama 라이브러리에 있습니다.
Llama 3.2 3B는 일상적인 작업에 충분한가요?
가능: 요약, 간단한 Q&A, 기본 코드 설명, 대화형 채팅. 불가능: 다단계 추론, 복잡한 코딩, 긴 형식의 구조화 작성. 그런 작업에는 8 GB RAM에서 Llama 3.3 8B 또는 Qwen3 8B로 업그레이드하세요.
3B 모델과 7B 모델의 차이점은 무엇인가요?
7B 모델은 복잡한 명령과 추론에서 눈에 띄게 더 나은 출력을 생성합니다. 3B 모델은 RAM의 약 절반을 사용하고 2-3배 빠르게 실행됩니다. 선택은 거의 항상 사용 가능한 RAM에 의해 결정됩니다 -- 4-6 GB 기기에서는 3B, 8 GB 기기에서는 7B를 사용하세요.
코딩 작업에 가장 좋은 모델은 무엇인가요?
Qwen3 8B가 5개 모델 중 HumanEval 선두입니다. 더 나은 코딩을 위해 전용 코드 변형을 사용하세요: `ollama run qwen2.5-coder:7b`. 4-6 GB RAM으로 제한된 경우 Phi-4 Mini 3.8B가 최고 코딩 모델입니다 (2.5 GB RAM에서 70% HumanEval).
한국어나 비영어 언어에는 어떤 모델을 사용해야 하나요?
Qwen3 8B는 한국어, 중국어, 일본어, 아랍어, 주요 유럽 언어를 포함한 29개 이상 언어를 기본 지원합니다. 비영어 텍스트를 Llama보다 효율적으로 처리합니다.
이 모델들은 개인 데이터에 사용해도 안전한가요?
네 -- 5개 모델 모두 완전히 사용자의 하드웨어에서 실행됩니다. 프롬프트 텍스트, 컨텍스트, 출력은 외부 서버로 전송되지 않습니다. 로컬 추론은 민감한 데이터에 대해 클라우드 API보다 본질적으로 더 프라이빗합니다.
이 모델들을 다운로드하는 데 얼마나 걸리나요?
100 Mbps 연결 기준: Llama 3.2 1B (1.3 GB) 약 2분. Gemma 3 2B (1.6 GB) 약 2분. Llama 3.2 3B (2 GB) 약 3분. Phi-4 Mini (2.3 GB) 약 3분. Llama 3.3 8B (약 5 GB)와 Qwen3 8B (약 5.2 GB)는 각각 약 6-7분. 모델은 첫 다운로드 후 캐시되어 -- 이후 실행은 수초 안에 시작됩니다.
같은 기기에서 여러 모델을 실행할 수 있나요?
네 -- 5개 모두 디스크에 동시에 공존할 수 있습니다. 5개 모두 설치할 경우 15-20 GB를 계획하세요. Ollama는 한 번에 한 모델을 로드하고 5분 비활성 후 언로드합니다.
출처
- Meta AI. (2024). "Llama 3.2 Model Card." https://llama.meta.com/ -- Llama 3.2 3B 및 1B 모델의 공식 사양 및 벤치마크.
- Microsoft. (2025). "Phi-4 Mini Technical Report." https://huggingface.co/microsoft/Phi-4-mini-instruct -- Phi-4 Mini 벤치마크 데이터 (68% MMLU, 70% HumanEval).
- Google DeepMind. (2025). "Gemma 3 Model Card." https://ai.google.dev/gemma/docs/core -- 128K 컨텍스트 윈도우 업그레이드를 포함한 Gemma 3 2B 사양 및 성능.
- Ollama. (2026). "Ollama Model Library." https://ollama.com/library -- Ollama 모델 태그, 크기, 풀 명령의 공식 출처.
- Hugging Face. (2026). "Open LLM Leaderboard." https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard -- 모든 오픈 모델의 MMLU, HumanEval, MATH 벤치마크 점수.
- Mistral AI. (2024). "Mistral Small v0.3 Release Notes." https://mistral.ai/news/announcing-mistral-7b/ -- 흔한 실수에서 언급된 레거시 7B 모델의 기술 사양 및 Apache 2.0 라이선스 세부 사항.
- Alibaba Qwen Team. (2025). "Qwen3 Technical Report." arXiv:2505.09388. https://arxiv.org/abs/2505.09388 -- Qwen3 8B의 다국어 벤치마크 데이터 및 아키텍처 세부 사항.
- Meta AI. (2025). "Llama 3.3 Model Card." https://llama.meta.com/ -- Llama 3.3 8B의 공식 사양 및 벤치마크.