LLM 성능 비교: Qwen 3.5 vs Gemma 4 (MoE/Dense) 최신 평가 분석

요약

본 보고서는 다양한 LLM 모델(Qwen 3.6, Gemma 4 26B/31B, Qwen 3.5 등)의 성능을 종합적으로 비교한 후속 평가 결과입니다. 특히 MoE 구조와 밀집(Dense) 구조 모델 간의 성능 차이를 집중 분석했습니다. 테스트 결과, Qwen 3.5 27B 및 Gemma 4 31B 같은 Dense 모델들이 높은 문제 해결 능력과 효율성을 보여주었습니다. Gemma 4 31B는 도구 호출(Tool Calling) 측면에서 가장 우수하며 모든 문제를 오류 없이 수정했습니다. 다만, 이 모델은 추론 속도가 매우 느리고(

핵심 포인트

• Qwen 3.5 27B 및 Gemma 4 31B와 같은 Dense 모델이 MoE 구조 모델보다 전반적인 문제 해결 능력에서 우위를 보였습니다.
• Gemma 4 31B는 도구 호출(Tool Calling) 측면에서 가장 뛰어난 성능을 보여주었으며, 총 100개의 성공적이고 오류 없는 호출을 기록했습니다.
• Qwen 3.5 27B 모델은 문제 해결당 평균 토큰 사용량(~16K)이 가장 적어 토큰 효율성이 높았습니다.
• Gemma 4 31B는 성능 면에서는 최고였으나, 추론 속도(Wall clock time)가 약 10시간 이상으로 매우 느리다는 단점이 발견되었습니다.