Meta, Llama 4 Maverick 한국어 파인튜닝 공식 가이드·베이스 어댑터 공개
Meta가 Hugging Face Hub를 통해 Llama 4 Maverick 기반의 한국어 특화 LoRA 어댑터와 공식 파인튜닝 레시피를 공개했다. 한국어 벤치마크(KoBEST, HAE-RAE) 기준 기존 Llama 3.3 70B 대비 평균 11%p 향상된 수치가 함께 제시됐으며, 국내 개발팀의 도메인 특화 모델 구축 진입 장벽이 크게 낮아질 전망이다.
공개 내용 상세
Meta는 2026년 7월 30일 meta-llama/Llama-4-Maverick-17B-Korean-LoRA 어댑터를 Hugging Face Hub에 정식 업로드했다. 함께 공개된 파인튜닝 레시피는 다음 스펙을 기준으로 작성됐다.
| 항목 | 값 | |------|----| | 베이스 모델 | Llama 4 Maverick 17B (MoE 활성 파라미터 기준) | | 학습 방식 | QLoRA (4-bit NF4 양자화) | | 최소 GPU 요구사항 | A100 40GB × 1 또는 RTX 4090 × 2 | | 한국어 학습 데이터 | 약 2억 토큰 (공개 웹 코퍼스 + 합성 데이터) | | KoBEST 평균 점수 | 83.4 (Llama 3.3 70B 대비 +11.2%p) | | HAE-RAE 점수 | 79.1 |
개발자에게 중요한 이유
진입 장벽 하락: 기존에 한국어 LLM 파인튜닝을 시도하려면 데이터 수집·전처리·하이퍼파라미터 탐색을 처음부터 설계해야 했다. 이번 공식 레시피는 torchtune 기반의 설정 파일(llama4_maverick_korean_qlora.yaml)을 그대로 사용할 수 있어 실험 시작 시간이 대폭 단축된다.
라이선스 확인 필수: Llama 4 시리즈는 Meta Llama 4 Community License를 따른다. 월간 활성 사용자 7억 명 초과 서비스는 별도 상업 계약이 필요하므로, 상용 서비스 출시 전 라이선스 조항을 반드시 검토해야 한다.
크리에이터 활용 시나리오: 한국어 글쓰기 어시스턴트, 쇼핑몰 상품 설명 자동 생성, 고객 문의 자동 분류 등 한국어 특화 서비스에 Maverick 어댑터를 베이스로 추가 도메인 파인튜닝을 쌓아 올리는 방식이 권장된다.
빠른 시작
# 어댑터 다운로드
huggingface-cli download meta-llama/Llama-4-Maverick-17B-Korean-LoRA
# torchtune으로 추가 파인튜닝
tune run lora_finetune_single_device \
--config llama4/maverick_korean_qlora_single.yaml \
dataset.source=my_korean_dataset.jsonl
공식 모델 카드와 평가 재현 스크립트는 Hugging Face Hub 레포지토리에서 확인할 수 있다.