LLM

LLM(Large Language Model, 대규모 언어 모델)은 아주 많은 글을 읽고 배워서, 앞 문장에 이어질 말을 만들어 내는 AI 예요. ChatGPT·클로드·제미나이 같은 서비스 안에서 돌아가는 엔진이라고 보면 돼요. 자동차로 치면 LLM 은 엔진이고, ChatGPT 는 그 엔진을 얹은 차예요.

LLM 은 어떻게 글을 만들어요?

1. 배우기 — 책·웹 문서·코드 같은 엄청난 양의 글을 읽으며 "이 말 다음엔 보통 무슨 말이 오나"를 익혀요.
2. 자르기 — 받은 질문을 토큰이라는 조각으로 잘라요.
3. 이어 쓰기 — 다음에 올 토큰을 하나 고르고, 그걸 붙여 또 다음 토큰을 골라요. 이걸 답이 끝날 때까지 반복해요.

이 방식의 뿌리는 2017년에 나온 트랜스포머라는 구조예요. 요즘 LLM 대부분이 이 구조를 바탕으로 해요. 휴대폰 자판의 다음 단어 추천을 아주 크게 키운 것과 비슷해요.

ChatGPT 와 LLM 은 같은 말이에요?

아니에요. LLM 은 기술(모델)이고, ChatGPT 는 그 모델을 쓰는 서비스예요. 클로드 앱, 제미나이 앱도 마찬가지예요. 개발자는 앱 대신 API 로 모델만 불러서 자기 서비스에 붙여요.

어떤 LLM 이 있어요?

회사마다 큰 모델(똑똑하지만 비쌈)과 작은 모델(빠르고 쌈)을 같이 내요. 아래는 2026년 10월 29일 OpenRouter 목록에서 확인한 값이에요.

"한 번에 읽는 양"을 컨텍스트 윈도우라고 해요. 값은 입력(보내는 글)과 출력(받는 글)을 따로 매기고, 보통 출력이 더 비싸요.

배운 내용을 담은 숫자 파일(가중치)을 공개해서 내 서버에 직접 돌릴 수 있는 모델도 있어요. 이런 걸 오픈 모델이라고 불러요. 같은 목록에 OpenAI 의 gpt-oss, 구글의 Gemma 가 있어요.

같은 질문을 여러 LLM 에 물어봤어요

2026년 10월 29일 밤 서울에서, "LLM 이 뭔지 초등학생에게 한 문장으로 설명해 줘"를 모델마다 3번씩 보냈어요.

답의 뜻은 거의 같았어요. 차이는 말투(해요체·반말), 길이, 속도에서 났어요. 쉬운 질문이라면 빠르고 싼 모델로 충분하다는 뜻이에요.

자주 하는 오해

• LLM 은 검색해서 답한다 — 기본은 배운 내용으로 답을 지어요. 최신 정보나 회사 자료를 쓰게 하려면 RAG 같은 방법을 붙여야 해요.
• 큰 모델이 늘 낫다 — 맞춤법 고치기나 요약은 작은 모델로도 잘 돼요. 큰 모델은 값이 수십 배라 일에 맞게 고르는 게 좋아요.
• 자신 있게 말하면 맞는 말이다 — LLM 은 틀린 내용도 매끄럽게 써요(할루시네이션). 숫자·이름은 원본과 맞춰 보세요.

퓨쳐인프라에서는

퓨쳐인프라 AI 라우터는 300종이 넘는 모델을 API 키 하나로 부르는 OpenAI 호환 API예요. 2026년 10월 29일 목록을 세어 보니 글을 다루는 모델만 400개였어요. 모델 이름 자리에 auto 라고 쓰면 요청을 보고 모델을 골라 줘요. 응답에는 실제로 쓰인 모델 이름과 그 호출의 원화 요금이 같이 와요.

요금은 모델마다 달라서 고정 표가 없어요. 호출이 끝나면 제공사 정가에 정해진 마진과 환율을 적용해 충전 지갑에서 빠져요. 키마다 월 한도를 걸어 둘 수도 있어요.

자주 묻는 질문

sLLM 은 뭐예요?

작은(small) 언어 모델을 줄여 부르는 말이에요. 크기를 줄여 빠르고 싸게 돌리거나 회사 안 서버에 직접 올려 쓰려고 만들어요.

LLM 을 내 컴퓨터에서 돌릴 수 있나요?

공개된 오픈 모델이라면 돌릴 수 있어요. 다만 큰 모델일수록 비싼 그래픽카드(GPU)와 메모리가 필요해요.

LLM 에게 회사 자료를 가르치려면요?

보통은 다시 가르치기보다 자료를 찾아 같이 넣어 주는 RAG 를 먼저 써요. 말투·형식을 고정해야 하면 파인튜닝을 검토해요.

LLM API 요금은 어떻게 매겨요?

보낸 글과 받은 글의 토큰 수에 100만 토큰당 단가를 곱해요. 입력과 출력 단가가 따로 있어요.

관련 용어

AI 토큰 · 프롬프트 · 컨텍스트 윈도우 · 생성형 AI · 멀티모달 · 파인튜닝 · 클로드 요금