Llama 3.3 70B

Llama 3.3 70B 개요 및 개발사

Llama 3.3 70B는 Meta가 개발한 700억 매개변수 규모의 텍스트 모델이에요. Meta는 Llama 4가 출시되기 몇 달 전인 2024년 12월 6일, Llama 3 세대의 마지막 업데이트로 이 모델을 공개했어요. 전문가 혼합(MoE) 구조를 사용하는 Llama 4와 달리, 모든 매개변수가 매 토큰마다 활성화되는 고밀도(dense) 모델이에요. 가중치는 Llama 3.3 커뮤니티 라이선스에 따라 다운로드할 수 있어요.

Meta의 모델 카드에 따르면, Llama 3.3은 다국어 텍스트 입력을 받아 다국어 텍스트와 코드를 생성하며, 128K 토큰의 컨텍스트 윈도우를 갖추고 있고 2023년 12월까지의 데이터로 학습되었어요. 지시어 미세조정(Instruction-tuned) 버전은 지도 학습 기반 미세조정(SFT)과 인간 피드백 기반 강화학습(RLHF)으로 정렬되어 사용자의 요청을 잘 따르고 대화를 매끄럽게 이어가요. 이미지는 인식하지 못해요.

Llama 3.3 70B는 저희 채팅에서 제공하는 4가지 모델 중 하나예요. Llama.Online은 Meta가 직접 운영하지 않는 독립적인 사이트예요. 모델은 클라우드 추론 제공업체를 통해 구동되며, 사용자의 메시지를 해당 모델로 전달해 드려요.

Llama 제품군에서의 위치

Llama 3 세대는 단계적으로 발전해 왔어요. 2024년 4월에는 8B 및 70B 모델을 갖춘 Llama 3가, 2024년 7월에는 8B, 70B, 405B 모델과 확장된 128K 컨텍스트를 지원하는 Llama 3.1이, 2024년 9월에는 소형 및 비전 모델을 포함한 Llama 3.2가 출시되었고, 마침내 2024년 12월 단일 70B 텍스트 모델인 Llama 3.3이 선보였어요. 이후 2025년 4월에는 이미지 인식 기능과 새로운 아키텍처를 도입한 Scout 및 Maverick을 포함한 Llama 4가 뒤를 이었죠. 동작이 예측 가능하고 이해도가 높으며 거의 모든 도구에서 지원하기 때문에 여전히 많은 개발자가 Llama 3.3을 애용하고 있어요. 전체 타임라인은 Llama 역사에서 확인해 보세요.

Llama 3.3 70B가 뛰어난 작업

• 다양한 텍스트 작업: 설명, 요약, 개요 작성, 이메일, 제목과 목록이 포함된 구조화된 문서 작성에 탁월해요.
• 긴 글 작성: 처음부터 끝까지 일관된 톤을 유지해야 하는 보고서, 에세이, 기사 작성에 좋아요.
• 코딩 지원: 코드 설명, 함수 작성, 테스트 제안, 입력한 코드 조각의 버그 찾기 등을 잘 수행해요.
• 다국어 텍스트: 영어, 독일어, 프랑스어, 이탈리아어, 포르투갈어, 힌디어, 스페인어, 태국어 등 8개 언어를 공식 지원해요.
• 다각도의 관점 확인: Llama 4와 다른 모델이므로 동일한 질문을 던져 색다른 시각의 답변을 얻을 수 있어요.

채팅에서 활용하는 방법

1. 아래 링크를 눌러 채팅을 열거나 모델 메뉴에서 Llama 3.3 70B를 선택하세요.
2. 대상 독자, 분량, 어조 등 구체적인 맥락과 함께 작업 내용을 입력해 주세요.
3. "더 짧게", "더 정중하게", "예시 추가해 줘" 등 추가 메시지로 수정을 요청해 보세요.

Llama 3.3 70B와 대화하기

Llama 3.3이 선택된 상태에서 이미지를 첨부하면 대화창이 Llama 4 Maverick으로 자동 전환돼요. 이미지는 Llama 4 모델에서만 인식할 수 있기 때문이에요. 채팅은 매일 제공되는 기본 사용량(현재 하루 100건) 내에서 무료로 이용하실 수 있어요.

사용 시 주의할 점

• 텍스트 전용: 사진, 스크린샷, 차트는 인식하지 못해요. 시각 자료가 필요하다면 Llama 4 모델을 이용해 주세요.
• 과거 정보 기준: 학습 데이터가 Llama 4보다 8개월 앞선 2023년 12월에 마감되었어요. 그 이후의 사건은 알지 못하며, 저희 채팅에는 웹 검색 기능이 포함되어 있지 않아요.
• 지원 언어 수: Llama 4가 12개 언어를 지원하는 데 비해, Meta가 공식 지원하는 언어는 8개예요. 그 외의 언어는 오류가 더 자주 발생할 수 있어요.
• 그럴듯한 오답(환각): 여느 언어 모델처럼 사실, 인명, 출처를 지어낼 수 있어요. 중요한 정보는 꼭 직접 확인하시길 권장하며, 팩트 체크 가이드를 참고하시면 도움이 돼요.
• 최신 모델 대비 성능: 타사의 최신 모델이나 Meta의 Muse 모델들이 고난도 코딩 및 다단계 에이전트 작업에서 전반적으로 더 우수한 성능을 보여줘요. 단, 저희 채팅에서는 Muse 모델을 지원하지 않아요.

Llama 3.3 70B 공식 다운로드 방법

Meta는 Hugging Face에 meta-llama/Llama-3.3-70B-Instruct라는 이름으로 모델 가중치를 배포하고 있어요. 모델 페이지에서 라이선스에 동의하면 파일을 다운로드할 수 있어요. 이 모델은 Ollama 라이브러리와 여러 클라우드 서비스에서도 사용할 수 있어요. OpenRouter에서는 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $0.32(OpenRouter 정가, 2026년 10월 기준)에 제공되며, 저희 제공업체 기준으로 131,072 토큰의 컨텍스트 윈도우를 지원해요.

700억 매개변수 모델을 로컬 환경에서 직접 실행하려면 고성능 그래픽 카드를 장착한 워크스테이션이나 대용량 메모리를 탑재한 Apple 컴퓨터 등 고사양 장비가 필요해요. 구체적인 실행 방법은 Llama 로컬 실행 가이드에서 상세히 확인하실 수 있어요.

Llama 3.3 커뮤니티 라이선스에 따라 상업적 이용이 가능해요. 다만 Meta의 허용 가능한 사용 정책을 준수해야 하며, 해당 모델을 사용한 제품에는 "Built with Llama" 문구를 표시해야 해요. 또한 이 모델을 기반으로 파생 학습시킨 모델 이름은 "Llama"로 시작해야 하며, 월간 활성 사용자(MAU)가 7억 명을 초과하는 제품의 경우 Meta로부터 별도의 라이선스를 취득해야 해요. 자세한 내용은 라이선스 안내 페이지를 참고해 주세요.

개인정보 보호 안내

저희 채팅에서 보내신 메시지는 모델의 답변 생성을 위해 서버와 AI 게이트웨이를 거쳐 추론 제공업체로 전송돼요. 저희는 메시지 본문을 저장하지 않으며, 대화 기록은 사용자의 브라우저에만 보관돼요. 어떤 AI 채팅이든 비밀번호나 민감한 개인정보는 입력하지 마세요. 데이터를 자체 인프라 내에 안전하게 보관해야 하는 기업 환경에서는 Llama 3.3 자체 호스팅이 널리 쓰이고 있어요.

다른 모델과의 비교

Llama 4와 비교하면 이미지 인식 기능이 없고 최신 지식이 부족하지만, 긴 텍스트 작업에서 특유의 안정적이고 익숙한 문체를 선호하는 분들도 많아요. 두 모델의 장단점은 Llama 3.3 vs Llama 4 페이지에서 살펴보실 수 있어요. Llama 3.1 8B에 비하면 속도는 느리지만 미묘한 뉘앙스 처리, 긴 답변 생성, 복잡한 질문 해결 능력은 훨씬 뛰어나요. 오픈소스 모델 전반에 대한 비교는 Llama vs Qwen 및 Llama vs Mistral을 참고해 보세요.

자주 묻는 질문(FAQ)

Llama 3.3 70B가 Llama 4보다 더 나은가요?

전반적으로 그렇지는 않아요. Meta에 따르면 Llama 4 Maverick이 Llama 3.3 70B보다 저렴한 비용으로 더 높은 품질을 제공해요. 하지만 Llama 3.3 역시 완성도 높은 텍스트 모델이며, 예측 가능한 일관된 동작 덕분에 여전히 선호하는 사용자도 많아요.

Llama 3.3은 이미지를 인식할 수 있나요?

아니요, 텍스트 전용 모델이에요. 저희 채팅에서 이미지를 첨부하시면 Llama 4 Maverick으로 자동 전환돼요.

Llama 3.3의 지식 컷오프 시점은 언제인가요?

Meta 모델 카드 기준으로 2023년 12월이에요.

Llama 3.3을 상업적으로 이용할 수 있나요?

네, Llama 3.3 커뮤니티 라이선스와 허용 가능한 사용 정책을 준수하면 가능해요. 이때 "Built with Llama" 표기 요건과 월간 사용자 7억 명 기준 정책이 적용돼요. 본 내용은 일반적인 안내이며 법적 효력을 갖는 자문은 아니에요.

Llama 3.3 8B 모델도 있나요?

Meta의 Llama 3.3 모델 카드에는 70B 모델만 명시되어 있어요. 작고 빠른 Llama 모델이 필요하시다면 Llama 3.1 8B를 이용해 보세요.