AI 연구연구 프리프린트
로컬 소형 모델이 어려운 코딩 단계만 클라우드에 맡기는 EdgeWise
원문 읽기 · arxiv.org ↗(새 탭에서 열림)EdgeWise는 로컬 소형 모델이 긴 코딩 작업을 주도하고 중요한 단계만 클라우드 대형 모델에 맡기는 방식을 제안했다.
배경과 변경
- 모든 코딩 단계를 대형 클라우드 모델에 맡기면 긴 작업의 호출 비용이 커진다. EdgeWise는 로컬 모델을 기본 실행자로 두고 위임이 필요한 단계에 학습된 기준으로 클라우드를 호출한다.
실험 근거
- Terminal-Bench 2.1과 SWE-ReBench에서 여러 클라우드 모델 조합을 비교했다. 클라우드 단독 대비 최대 34%·62% 비용 감소를 보고했고 DGX Spark에 로컬 모델을 놓은 시험도 수행했다.
적용 조건
- 일부 조합은 비용을 줄이는 대신 Pass@1이 낮았다. 코딩 과제 외 일반화는 미검증이고 가격 차이와 문맥 전달 방식에 따라 실제 절감률이 달라진다. 비심사 프리프린트다.
함께 확인할 조건
- 코딩 외 장기 에이전트 과제는 시험하지 않았다. 설정에 따라 Pass@1이 클라우드 단독보다 낮고 비용은 당시 모델 가격과 API·장비 구성에 좌우된다. 최초 공개는 10월 13일의 비심사 프리프린트다.
이 글의 용어
기사에서 다루는 개념을 검수된 용어집에서 살펴보세요.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.