모델 및 양자화 (Quants) 품질 테스트 결과 - 체스판 svg (Qwen3.6 27B/35B-A3B/Zaya1)

요약

본 기사는 다양한 모델과 양자화(Quantization) 기술을 사용하여 체스판 SVG 생성 품질을 비교 분석한 결과를 담고 있습니다. Qwen 3.6 35B-A3B MLX oQ4는 제목, 라벨 등에서 거의 완벽한 출력을 보였으나, 일부 커서 표시가 혼란스러울 수 있다는 점이 지적되었습니다. 또한 ZAYA1 8B와 같은 오픈 웨이트 모델은 로컬 환경에서의 추론 엔진 준비가 필요하며, Qwen 3.6 27B의 경우 양자화 비트(Q6, Q3.5)에 따라 성능 차이를 보였습니다.

핵심 포인트

• Qwen 3.6 35B-A3B MLX oQ4는 체스판 SVG 생성에서 매우 높은 품질을 보여주었으나, 커서 표시가 다소 혼란스러울 수 있습니다.
• ZAYA1 8B와 같은 오픈 웨이트 모델은 로컬 환경에서의 추론 엔진 구현에 어려움이 있어 클라우드 플레이그라운드 사용이 필요할 수 있습니다.
• Qwen 3.6 27B의 경우, 양자화 비트(Quantization bits)를 낮출수록 성능 저하가 발생하며, Q4K_M 같은 파생 모델들이 좋은 결과를 보여주기도 합니다.
• HY3 Preview 295B와 같이 대규모 모델은 개인 사양 기기에서 구동이 어려워 클라우드 환경을 이용해야 할 수 있습니다.