n8n 유튜브 요약 로컬LLM으로 전환 했습니다.

소개

예전에 지피터스에서 멍멍님이 강의하셨던 n8n 자동화를 여전히 잘 사용하고 있었습니다.

유튜브 내용을 텔레그램으로 요약을 받는데 그동안 GPT-nano 모델로 요약을 했습니다.

a마침 API 크레딧이 소진된 시점이라, 지출도 줄일겸 이번 기회에 로컬 모델로 전환하였습니다.

기존에 있던 워크플로우는 손안대고 LM Studio Chat 모델로 로컬 모델로 변경하였습니다.

이번에 로컬 모델로 변경하면서 모델별로 어떤 결과가 나올지 궁금해서 간단하게 3가지 모델로만 테스트를 해보았습니다.

gemma4 31b Q6_K
가장 균형 잡히고 정돈됨. 주요 포인트 4개(확률분포·불확정성·슈뢰딩거·해석)가 교과서적으로 깔끔한. "정석 요약"

2, gemma4-e2b

놀라운 건, 초경량인데 오히려 문장이 더 매끄럽고 통찰적이야. "외부 영향 없이도 상태가 바뀐다", "측정 전엔 중첩" 같은 표현이 자연스럽고, 한줄요약("세계관 자체를 뒤흔든다")도 임팩트 있어. 스마트폰에도 들어갈 크기가 이 정도면 진짜 인상적이었습니다.

Qwen 3.5 9b
내용은 충실한데, "에너지 없이도 원자핵 밖으로 날아갈 수 있다"(터널링 얘기인 듯)는 약간 거칠고, 한줄요약 말투가 셋 중 제일 투박하게 나왔습니다.

*Qwen 모델은 (thinking) 기능이 켜져 있어 답 전에 생각을 길게 하는데 단순 요약이라면 꺼도 될것 같습니다.

정리된 결과만 보면 3모델의 차이는 크게 나지 않았습니다.

앞에 경험했던 결과와 마찬가지로. 로컬 모델들은 주어진 내용을 정리하는데는 충분히 만족스러운 결과물을 내줬습니다. 로컬에서 돌아가고 있는 매일 수집하고 있는 뉴스나 유튜브등 정보 채널의 자료를 요약하는데 사용하면 충분히 만족스러운 것 같습니다.

결국 1편에서 느낀 것 처럼 로컬 모델은 외운 지식 보다 주어진 자료를 정리하는데 강하다는 걸 확인하였습니다.

참고한 지피터스 글이나 외부 사례를 알려주세요.

(내용 입력)