결론 먼저
모델 자체의 구조 변화와 오픈소스/오픈웨이트 흐름을 보는 허브입니다. 개별 글을 최신순으로만 두면 검색엔진과 독자가 흐름을 잡기 어렵습니다. 이 페이지는 관련 글을 한 주제로 묶어, 검색 유입과 내부 링크를 동시에 강화하기 위한 주제 클러스터입니다.
| 묶음 | 내용 |
|---|---|
| 주제 | 오픈소스 LLM·모델 업데이트 모음 |
| 목적 | 관련 글 내부 링크 강화와 검색형 탐색 경로 제공 |
| 기준일 | 2026-09-13 |
| 포함 글 수 | 18개 |
| 원본 목록 | https://conanssam.com/posts |
추천 글
| 글 | 날짜 | 검색 요약 |
|---|---|---|
| Qwen3.6-35B-A3B 오픈소스 공개: 오픈클로·클로드 코드에 로컬로 연결하기 | 2026-04-17 | Qwen3.6-35B-A3B 오픈소스 모델을 Ollama로 로컬에서 돌리고, OpenClaw와 Claude Code에 연결하는 방법을 단계별로 안내합니다. API 비용 없 |
| 로컬 코딩 에이전트, 이제 취미가 아니라 백업 전략이다 | 2026-06-29 | Sebastian Raschka의 Using Local Coding Agents를 바탕으로, 로컬 LLM과 코딩 에이전트 하네스를 실전에서 어떻게 조합하고 평가해야 하는지 |
| Qwen3.6이 약한 게 아니었다, OpenClaw가 로컬 모델에서 무거운 진짜 이유 | 2026-04-19 | Qwen3.6-35B-A3B를 OpenClaw에 붙였는데 생각보다 답답했다면, 모델 탓이 아닐 수 있다. 실제 병목은 하네스 컨텍스트 오버헤드였고, 해법은 더 큰 모델보다 |
| 서버 없이, 토큰 비용 없이 — WWDC26 Core AI가 여는 온디바이스 AI의 실전 | 2026-06-09 | |
| Gemma 4 Multi-Token Prediction (MTP) using Hugging Face Transformers | 2026-05-09 | Gemma 4 모델의 Multi-Token Prediction (MTP) 기능을 Hugging Face Transformers로 사용하는 방법을 다룹니다. Speculat |
| Solar Open 2: 한국 모델도 이제 업무 모델 쪽으로 오고 있다 | 2026-07-22 | Upstage Solar Open 2 250B-A15B를 기술 리포트와 모델카드 기준으로 읽었다. 핵심은 한국어 모델이 단순 대화를 넘어 오피스 문서와 업무 산출물, 온프 |
| GLM-5.3-Flash: 320B 모델을 18B 활성 파라미터로 쓰는 법 | 2026-08-27 | Z.ai가 공개한 GLM-5.3-Flash를 정리했습니다. 320B 총 파라미터, 18B 활성 파라미터, 1M context, sparse+linear attention, |
| Qwen3.6 로컬 실행 가이드 — Unsloth MTP, GGUF 벤치마크, Studio까지 | 2026-05-14 | Unsloth에서 정리한 Qwen3.6 로컬 실행 가이드를 원문에 충실하게 번역했다. MTP로 1.4~2배 빠른 추론, llama.cpp 빌드, GGUF 벤치마크, Uns |
| Kimi K2.6 — 오픈소스가 12시간 혼자 코딩해서 LM Studio보다 20% 빨라진 얘기 | 2026-04-21 | 중국 Moonshot AI가 2026년 4월 20일 공개한 오픈소스 1T MoE 모델 Kimi K2.6. 4000번+ 도구 호출, 12시간 연속 실행, 300개 서브에이전 |
| GLM-5.3: 같은 베이스 모델에서 포스트트레이닝만 키웠더니 생긴 일 | 2026-08-14 | |
| 동결된 모델을 건드리지 않고 에이전트 제어 신호를 만들어낸다 — Multi-Head Latent Control의 구조 | 2026-08-03 | |
| GPT 차세대 이미지 모델 “duct-tape” 시리즈 — 진짜 사진인지 AI인지 더 이상 구분이 안 된다 | 2026-04-16 | OpenAI가 LM Arena에서 익명으로 테스트 중인 차세대 이미지 모델 duct-tape 시리즈가 공개되었습니다. 브랜드 광고부터 옛날 자료 복원, 한국어 텍스트 렌더 |
| E-Commerce Bench — 1년 사업을 맡긴 LLM 에이전트 18개, 가장 번 모델의 함정 | 2026-09-03 | QwenLM의 E-Commerce Bench(arXiv:2608.30730) 정리. 365일 사업 시뮬레이션에서 GPT-5.6 Sol은 14.3배 수익에 사기 회피 16위 |
| Qwen3.6-27B 나왔음, LM Studio + OpenClaw로 로컬에서 굴리는 방법 | - | Qwen/Qwen3.6-27B 벤치마크 정리하고, LM Studio에 올려서 OpenClaw가 로컬 모델로 쓰게 연결하는 절차. 27B 덴스인데 Claude 4.5 Opu |
| LLM의 ‘생각 예산’을 조절한다는 것 | 2026-07-29 | Sebastian Raschka의 Controlling Reasoning Effort in LLMs를 뉴스레터 스타일로 정리했다. reasoning effort는 단순 U |
| Tycho: 프로그래밍 가능한 세계 모델로 미지의 게임을 정복하는 에이전트 | 2026-08-02 | |
| Qwen-VLA: 로봇 태스크를 하나로 통합하는 비전-언어-액션 모델 | 2026-05-30 | |
| Maestro — 작은 모델들로 GPT-5를 이긴 지휘자 | 2026-05-25 | 4B 파라미터 오케스트레이터가 전문 모델들을 조율해 GPT-5와 Gemini-2.5-Pro를 능가하는 성능을 달성한 Maestro를 소개합니다. |
빠른 목록
- Qwen3.6-35B-A3B 오픈소스 공개: 오픈클로·클로드 코드에 로컬로 연결하기
- 로컬 코딩 에이전트, 이제 취미가 아니라 백업 전략이다
- Qwen3.6이 약한 게 아니었다, OpenClaw가 로컬 모델에서 무거운 진짜 이유
- 서버 없이, 토큰 비용 없이 — WWDC26 Core AI가 여는 온디바이스 AI의 실전
- Gemma 4 Multi-Token Prediction (MTP) using Hugging Face Transformers
- Solar Open 2: 한국 모델도 이제 업무 모델 쪽으로 오고 있다
- GLM-5.3-Flash: 320B 모델을 18B 활성 파라미터로 쓰는 법
- Qwen3.6 로컬 실행 가이드 — Unsloth MTP, GGUF 벤치마크, Studio까지
- Kimi K2.6 — 오픈소스가 12시간 혼자 코딩해서 LM Studio보다 20% 빨라진 얘기
- GLM-5.3: 같은 베이스 모델에서 포스트트레이닝만 키웠더니 생긴 일
- 동결된 모델을 건드리지 않고 에이전트 제어 신호를 만들어낸다 — Multi-Head Latent Control의 구조
- GPT 차세대 이미지 모델 “duct-tape” 시리즈 — 진짜 사진인지 AI인지 더 이상 구분이 안 된다
- E-Commerce Bench — 1년 사업을 맡긴 LLM 에이전트 18개, 가장 번 모델의 함정
- Qwen3.6-27B 나왔음, LM Studio + OpenClaw로 로컬에서 굴리는 방법
- LLM의 ‘생각 예산’을 조절한다는 것
- Tycho: 프로그래밍 가능한 세계 모델로 미지의 게임을 정복하는 에이전트
- Qwen-VLA: 로봇 태스크를 하나로 통합하는 비전-언어-액션 모델
- Maestro — 작은 모델들로 GPT-5를 이긴 지휘자
FAQ: 오픈소스 LLM·모델 업데이트 모음 검색 질문
이 페이지는 무엇을 위한 페이지인가요?
오픈소스 LLM·모델 업데이트 모음와 관련된 기존 글을 한 번에 탐색하도록 만든 주제 클러스터입니다.
왜 주제 클러스터가 SEO에 도움이 되나요?
비슷한 글들이 서로 연결되면 검색엔진이 사이트의 전문 주제를 이해하기 쉽고, 독자도 한 글에서 다음 글로 이동하기 쉬워집니다.
새 글도 이 페이지에 추가되나요?
네. 이후 관련 글이 쌓이면 이 클러스터에 계속 연결해 내부 링크 구조를 강화하는 것이 좋습니다.