로컬 LLM / Qwen 3.8 승리
Local LLM / Qwen 3.8 win
핵심 요약
코딩 면접에서 Qwen 3.8 모델을 활용해 성공적으로 과제를 수행한 경험담입니다.
- 코딩 면접 활용 — 실시간 코딩 세션에서 Qwen을 사용하여 KV 스토어 구현함
- 모델 성능 비교 — GLM Flash보다 빠른 속도와 정확한 결과물을 보여줌
- 면접 프로세스 변화 — 일부 기업에서 생성형 AI 사용을 허용하는 추세임
- 로컬 모델 선호 — 구독형 모델의 번거로움에서 벗어나 로컬 환경 구축을 선호함
3.8 버전 나오고 나서 내 세팅 완벽하게 다듬으려고 계속 삽질했는데, 이제 구독료 내는 건 관뒀다. 오늘 코딩 인터뷰가 있어서 만약의 상황 대비해 미리 openrouter 세팅해 뒀거든. GLM flash 최신 버전이 싸고 빠르길래 그거 쓰면 되겠다 싶었지. 근데 웬걸, 괜히 머리 굴리다가 내가 일일이 다 가이드해 줘야 해서 빡치길래 바로 Qwen도 같이 돌려버림. 그랬더니 GLM보다 Qwen이 먼저 끝내더라. GLM은 이제 막 파일 쓰려고 하길래 바로 세션 끊어버렸다. Qwen이 그냥 다 씹어먹음. 테스트 코드 몇 개 직접 짜고, 필요한 나머지 테스트들은 Qwen한테 추가하라고 시켰더니 인터뷰 그냥 개박살 내고 합격함. 다음 단계로 넘어간다.
TL;DR: Qwen이 그냥 신이다.

