노트북에서 Gemma 4 E2B vs E4B: 작은 AI와 큰 AI를 실측
짧은 답: 그래픽카드 없는 노트북에서는 작은 모델이 이깁니다. 2분 가까이 기다려 조금 더 좋은 답을 받는 대신, 20초 만에 좋은 답을 받습니다. 그래픽카드가 있다면 큰 쪽을 쓰세요. 카드 위에서는 그것도 빠르니까요.
테스트
16 GB 노트북(Intel Core Ultra 5, 그래픽카드 없음), CPU만. 전형적인 공부 요청: 14살에게 광합성을 설명하고, 확인 문제 세 개를 써 줘. 답이 끝날 때까지 쟀습니다. 2026년 9월입니다.
| 모델 | 크기 | 답 완성까지 | 결과 |
|---|---|---|---|
| Gemma 4 E2B | 2.6 GB | 20초 | 완전하고 잘 씀, 문제 세 개 모두 다름 |
| Phi-4 Mini | 2.5 GB | 28초 | 완전하고 정확하지만 한 문제가 중복 |
| Gemma 4 E4B | 4.2 GB | 112초 | 완전함, 가장 좋은 설명 |
알게 된 것
1. 공부라면 작은 쪽으로 충분합니다
계산, 단위 변환, 날짜, 과학의 짧은 사실 확인 문제도 다섯 개 냈습니다. 작은 모델은 하나도 틀리지 않았습니다. 작은 Gemma는 부탁하지도 않았는데 퍼센트를 구하는 다른 방법까지 보여 줬습니다.
2. 약점: 세기
작은 모델은 두 번, "다섯 가지를 들겠습니다"라고 해 놓고 모자라거나 넘치게 나열했습니다. 그래서 지금 GreenCube는 숫자를 쓰기 전에 세어 보라고 지시합니다. 이런 작은 부분에서는 큰 모델이 더 안전합니다.
3. 그래픽카드가 있으면 얘기가 달라집니다
같은 큰 모델이 8 GB 게이밍 카드에서는 초당 56~72 토큰을 출력합니다. 이 노트북보다 7~9배 빨라서, 게이밍 PC라면 기다리지 않고 더 좋은 답을 받습니다.
내 PC에는 어느 쪽?
카드 없는 노트북
작은 모델. 빠른 답으로 공부, 글쓰기, 질문에 충분합니다.
게이밍 PC
큰 모델. 답이 더 좋고, 그래도 읽는 속도보다 빠릅니다.
목록이 필요하다면?
"다섯 가지"라고 하면 정말 다섯 개인지 확인하세요. 작은 모델이 실수하는 건 그것뿐입니다.
신경 쓰기 싫다면?
GreenCube가 PC를 확인하고 골라 줍니다.
PC별 속도는? PC 10대의 측정 결과는 여기에
자주 묻는 질문
큰 AI 모델이 항상 더 좋은가요?
답은 대개 조금 더 좋지만, 그래픽카드 없는 노트북에서는 훨씬 느립니다. 테스트에서 큰 모델(Gemma 4 E4B)이 가장 좋은 설명을 했지만 112초가 걸렸고, 작은 모델(Gemma 4 E2B)은 20초 만에 좋은 답을 냈습니다.
작은 AI 모델은 사실을 틀리나요?
짧은 사실 확인 다섯 문제(계산, 단위 변환, 날짜, 과학)에서 작은 모델 두 개 모두 하나도 틀리지 않았습니다. 작은 쪽의 약점은 세기입니다. 어떤 개수를 말해 놓고 다른 개수의 항목을 나열한 적이 있습니다.
내 PC에서는 어떤 AI 모델을 써야 하나요?
그래픽카드 없는 노트북이라면 작은 모델. 그래픽카드가 있는 PC라면 큰 모델도 빠르게 돌아가니(8 GB 카드에서 초당 56~72 토큰) 그쪽을 쓰세요. GreenCube가 PC에 맞춰 골라 줍니다.