[RTX 5060 Ti 16GB] AI에게 three.js 3D 애니메이션을 시키면 될까? Claude는 15번 모두, 로컬 Gemma 4 12B는 10번 됐다
three.js로 3D 장면을 만드는 요청 5가지를 Claude Opus 5.5와 RTX 5060 Ti 16GB의 Gemma 4 12B QAT에 3번씩 똑같이 시켰습니다. Claude는 15번 모두, Gemma는 10번 요청대로 동작했고, 실패한 코드는 원인까지 찾았습니다.
EVUELA AI LAB에서 원하는 정보를 찾아보세요
"Qwen3.5" 검색 결과 17건
three.js로 3D 장면을 만드는 요청 5가지를 Claude Opus 5.5와 RTX 5060 Ti 16GB의 Gemma 4 12B QAT에 3번씩 똑같이 시켰습니다. Claude는 15번 모두, Gemma는 10번 요청대로 동작했고, 실패한 코드는 원인까지 찾았습니다.
한국은 라이선스 제외 지역인 MiniMax-H3-Image를 허락받고 RTX 5090 32GB의 ComfyUI로 시험했습니다. 2048×2048 한 장 4.1초, 16MP 21.5초, 한글 '오픈 기념 1+1' 포스터는 10장 모두 정확했고 편집은 글자 바꾸기만 잘 됐습니다.
3D 장면용 4B 모델 Qwen3.5-4B-3D-Coder를 RTX 5060 Ti 16GB의 Unsloth Studio에서 돌려 장면 51개를 직접 열어 봤습니다. 제대로 그려진 것은 10개, 장면 하나에 1~3분. 생각을 켜면 6~16분이 걸렸고 결과는 같았습니다.
글을 쓰지 않고 보기마다 확률로 답하는 Liquid AI의 판단 전용 모델 d1-3B를 RTX 5060 Ti 16GB에서 한국어 144문제로 쟀습니다. 쉬운 100문제는 모두, 어려운 44문제는 34개를 맞혔고 답 하나에 0.06초, VRAM 6.0GB였습니다.
로컬 AI가 느리거나 답이 안 나올 때 볼 것을 증상별로 정리했습니다. 같은 3비트 파일이 레이어를 모두 그래픽카드에 올리자 초당 1.9토큰에서 28.7토큰이 됐고, 답이 멈출 때는 컨텍스트를 늘리거나 생각 단계를 낮추면 풀렸습니다.
처음에 알아야 할 설정을 컨텍스트, 생각(Thinking), 온도 세 가지로 정리했습니다. Qwen3.8 27B는 생각을 Low만 켜도 정답률이 73%에서 99%가 됐고, 16GB에서는 컨텍스트를 숫자로 정하자 초당 약 52토큰이 약 94토큰이 됐습니다.
모델을 고르는 순서를 VRAM, 컨텍스트, 쓰임새 세 가지로 정리했습니다. RTX 5060 Ti 16GB와 RTX 5090 32GB에서 잰 측정 16건의 파일 크기와 VRAM을 한 표에 모았고, 컨텍스트를 늘리면 VRAM과 속도가 어떻게 바뀌는지도 담았습니다.
로컬 AI는 모델을 내 PC의 그래픽카드에서 돌리는 것입니다. 필요한 것 세 가지와 VRAM 확인하는 법을 정리하고, RTX 5060 Ti 16GB와 RTX 5090 32GB에서 직접 잰 속도와 VRAM을 한 표로 모았습니다. 가이드 일곱 편의 첫 편입니다.
구글 EmbeddingGemma 2로 이 블로그 글 227조각을 한국어 질문 63개로 검색했습니다. 다른 낱말로 바꿔 물은 질문은 17개를 1위로 찾아 낱말 검색(9개)의 약 두 배였고, 영어로 물어도 34개를 찾았습니다. 227조각을 벡터로 바꾸는 데 1.06초, VRAM은 0.5GB였습니다.