# 미세 조정한 0.8B 모델, 문법 주석 비용 16분의 1로

> 소형 언어 모델 Qwen3.5 0.8B가 GPT-5 프롬프트보다 저렴하고 정확하게 영어 학습자의 문법 숙달도를 추적한다.

Oossa · 2026-10-09 · https://oossa.com/ko/fine-tuned-0-8b-model-trims-grammar-annotation-costs-16-fold

한 언어 학습 플랫폼이 학생과 튜터의 대화에서 문법 개념을 분류하는 초소형 AI 모델을 도입했다. 0.8 billion 매개변수 버전인 Qwen3.5를 교사가 만든 예시로 미세 조정했으며, 이제 이 모델은 서비스 내 모든 영어 학습자를 위한 새로운 문법 숙달도 추적 기능의 기반으로 작동한다. 회사는 이 시스템의 운영 비용이 GPT-5.4나 GPT-5.6 같은 대규모 최첨단 모델에 프롬프트를 사용하는 것보다 16배 낮다고 밝혔다.

## 모델 구축 및 테스트 방법

팀은 교사가 생성한 지도 데이터를 필터링하고 균형을 조정한 뒤, 주석 작성 규칙을 담은 어댑터 계층, 즉 소량의 추가 가중치를 더했다. 덕분에 0.8 B 모델은 긴 지침 대신 짧고 일관된 프롬프트로 작동할 수 있다. 사람이 선별한 두 가지 벤치마크 테스트에서 실제 배포 모델과 4 B 기준 모델은 개념, 근거 구간, 정답 여부를 차례로 더 엄격하게 일치시키는 기준을 적용했을 때 정밀도와 재현율 모두에서 프롬프트를 사용한 GPT-5.4 및 GPT-5.6보다 높은 성능을 보였다.

## 학습자와 사업에 미치는 영향

온라인 A/B 실험에서 새 추적 기능을 도입한 뒤 학습자 참여도가 15.8 percent 높아졌다. 플랫폼의 내부 지표에 따르면 예약된 수업 시간은 2.1 percent 늘었고, 신규 수업의 총 거래액은 13.2 percent 증가했다.

## 팩트

- 미세 조정한 모델은 매개변수 0.8 B의 Qwen3.5 소형 언어 모델이다.
- 프롬프트를 사용한 GPT-5 모델과 비교해 운영 비용이 약 16배 낮다.
- 두 가지 벤치마크에서 0.8 B 모델은 정밀도와 재현율 모두 GPT-5.4 및 GPT-5.6보다 높은 성능을 보였다.
- 기능 단위 온라인 실험에서 학습자 참여도가 15.8 % 증가했다.
- 예약된 수업 시간은 2.1 % 늘었고 신규 수업 매출은 13.2 % 증가했다.

## 왜 중요한가

영어 학습자는 가격 인상 없이 지속적인 자동 문법 피드백을 받을 수 있다. 회사는 연산 비용을 낮추고 참여도를 높여 수업 예약과 매출을 늘릴 수 있다.

## 출처 및 참고 자료

1. [Grammar Concept Annotation at Scale: Deployed Fine-Tuned Small Language Models Outperform Prompted Frontier Models](https://arxiv.org/abs/2610.10827) – arXiv, 2026-10-09

최종 업데이트: 2026-10-09