인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 논문에서는 2024년에 공개된 대규모 언어 모델(LLM)과 WebSight 데이터셋을 활용하여 웹 디자인에 적용할 수 있는 모델의 성능을 비교·분석하고, 이를 기반으로 비즈니스 모델로의 활용 가능성을 탐구하였다. DeepSeek 모델은 코딩 특화 모델로 가장 낮은 손실 값을 기록하며 추론에서 우수한 성능을 보였으나, 웹 프로그래밍 언어 비율이 낮아 추가적인 데이터셋 보완이 필요하였다. Qwen 2.5 일반 모델은 코딩 특화 모델 대비 높은 일반화 성능과 유연성을 보였으나, 속도가 느리고 긴 출력 시 메모리 사용량이 증가하는 한계가 나타났다. LLaMA 3.2는 가장 적은 연산량과 빠른 추론 속도를 기록했지만, 제한된 데이터셋으로 인해 비교적 높은 손실 값과 부정확한 결과를 보였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092842566