핵심 요약

  • CDM은 LLM처럼 글을 생성하지 않고 입력을 한 번 읽은 뒤 분류·추출·요약 같은 단일 작업의 결과만 바로 출력하는 모델 계열이에요.
  • 현재 Classify, Extract, Summarize 세 가지 모델이 있다고 발표됐고, 각각 확률·이유, 신뢰도·출처가 붙은 JSON, 1,000토큰 이하 요약을 내놓아요.
  • 입력은 최대 100만 토큰의 멀티모달 텍스트·이미지를 받는다고 하며, DecisionBench 77.2%와 200배 속도·467배 저렴 주장은 모두 ScaleDown 자체 발표 수치예요.
  • 아직 공개 빌드나 다운로드, 공식 페이지가 없어서 지금은 미리보기 영상으로 구조만 확인하고, 실제 도입 전 공식 사이트에서 가격과 API 공개 여부를 확인해야 해요.

한눈에 보기

유형단일 작업 특화 AI 모델 아키텍처
지원 기기공개 빌드 없음, API 형태 예고
요금입력 100만 토큰당 0.05달러, 출력 무료 주장
지원 언어공식 발표에서 언어별 지원 명시 안 됨
핵심 포인트토큰 생성 루프 생략, 최대 100만 토큰 입력
난이도개발자용, API 연동 지식 필요
카테고리AI·모델
제작자Neal Patel
화제도🔥 화제도 178만
최종 업데이트

ScaleDown CDM이란 무엇이고 왜 최근 화제인가요?

ScaleDown CDM은 창업자 Neal Patel이 2026년 10월 13일 공개한 제약 디코딩 모델(Constrained Decoding Models) 계열이에요. 기존 LLM이 답을 한 토큰씩 이어 붙이며 문장을 완성하는 것과 달리, CDM은 입력을 한 번만 읽고 정해진 작업의 결과만 곧바로 내놓는 구조를 표방해요. 'LLM은 글을 쓰도록 만들어졌지만 대부분의 실무 작업은 빠르고 일관되며 저렴한 답만 필요하다'는 문제의식이 출발점이에요.

최근 화제가 된 이유는 성능 자체보다 비용 구조에 있어요. 출력 토큰에 따라 요금이 쌓이는 LLM API와 달리, CDM은 긴 글을 생성하지 않으니 출력을 무료로 두는 가격 모델이 가능하다고 설명해요. 실제로 많은 LLM 호출이 분류나 추출 작업을 문장 생성으로 감싸서 처리하는 경우가 많다는 지적이 개발자들의 공감을 얻었어요.

다만 아직 공개 빌드나 다운로드, 공식 제품 페이지가 없는 상태예요. 지금 확인 가능한 것은 창업자가 공개한 짧은 미리보기 영상과 발표문뿐이며, 세부 스펙과 가격은 정식 출시 시점에 달라질 수 있어요. 도입을 검토한다면 공식 사이트에서 API 공개 여부와 실제 요금표를 반드시 다시 확인해야 해요.

  • 만든 곳

    ScaleDown이 개발했고 Neal Patel이 2026년 10월 13일 발표했어요. 아직 정식 제품 페이지는 없어요.

  • 핵심 차이

    토큰 단위 생성 루프를 건너뛰고 입력을 한 번 읽어 결과만 출력하는 단일 작업 특화 구조예요.

  • 현재 상태

    미리보기 단계로, 공개 빌드나 다운로드, 공식 링크는 아직 제공되지 않았어요.

분류·추출·요약, 세 가지 CDM은 각각 어떻게 작동하나요?

Classify 모델은 사용자가 라벨을 직접 정의하면 각 라벨에 대해 보정된 확률과 그 이유를 함께 돌려줘요. 요청 라우팅, 태깅, 의도 감지처럼 정해진 카테고리 중 하나를 골라야 하는 작업에 맞춰져 있어요. 확률이 함께 나오기 때문에 단순 키워드 매칭보다 판단 근거를 남기기 쉬운 점이 특징이에요.

Extract 모델은 원하는 개체를 자연어로 설명하면 신뢰도 점수와 출처 인용이 포함된 정형 JSON을 반환해요. 웹 스크래핑, 문서 처리, 개인정보 마스킹처럼 비정형 텍스트에서 구조화된 값을 뽑아야 하는 업무를 겨냥해요. 결과가 JSON으로 고정되므로 후처리 파이프라인에 바로 연결하기 좋아요.

Summarize 모델은 긴 텍스트나 이미지, PDF를 넣으면 1,000토큰 이하의 일관된 요약을 돌려줘요. 컨텍스트 압축, 메타데이터 생성, 녹취록 요약 같은 용도로 제안됐어요. 세 모델 모두 입력을 한 번만 읽는 방식이라, 같은 입력에 대해 매번 표현이 달라지는 생성형 모델의 변동성을 줄이려는 설계로 읽혀요.

  • Classify

    라벨을 정의하면 보정된 확률과 이유를 반환해요. 라우팅·태깅·의도 감지에 적합해요.

  • Extract

    개체를 자연어로 설명하면 신뢰도와 인용이 붙은 JSON을 반환해요. 스크래핑·문서 처리·개인정보 마스킹용이에요.

  • Summarize

    텍스트·이미지·PDF를 받아 1,000토큰 이하 요약을 내놓아요. 컨텍스트 압축과 녹취록 요약에 쓰여요.

성능 수치와 가격은 어디까지 믿을 수 있나요?

ScaleDown이 공개한 수치에 따르면 CDM은 최대 100만 토큰의 멀티모달 텍스트와 이미지를 입력받을 수 있어요. 발표문은 이를 비교 대상인 Jev보다 31배 크다고 표현했어요. 또 자체 평가인 DecisionBench에서 77.2%를 기록해 Jev의 72%를 앞섰다고 밝혔어요.

프런티어 LLM API와 비교해서는 200배 빠르고 467배 저렴하다고 주장해요. 가격은 입력 100만 토큰당 0.05달러이고 출력은 무료라고 제시했어요. 긴 글을 생성하지 않는 구조이기에 성립하는 가격 모델이라는 설명이에요.

이 모든 수치는 ScaleDown 자체 발표에서 나온 것이며 독립 검증 결과는 아직 없어요. DecisionBench도 회사가 정의한 평가라는 점을 감안해야 하고, 비교 대상인 Jev의 조건도 발표문에 자세히 적혀 있지 않아요. 실제 도입 판단은 공식 사이트의 벤치마크 세부 조건과 요금표가 공개된 뒤에 하는 것이 안전해요.

  • 입력 규모

    최대 100만 토큰의 멀티모달 텍스트·이미지를 받는다고 발표됐어요. 비교 모델 Jev보다 31배 크다는 주장이에요.

  • 벤치마크

    DecisionBench에서 77.2%로 Jev의 72%를 앞섰다는 자체 측정치예요. 독립 검증은 아직 없어요.

  • 가격 주장

    입력 100만 토큰당 0.05달러, 출력 무료라고 밝혔어요. LLM API보다 467배 저렴하다는 주장이에요.

LLM과 무엇이 다르고 어떤 한계가 있나요?

가장 큰 차이는 출력 방식이에요. LLM은 토큰을 순차적으로 생성하며 문장을 만들어 내지만, CDM은 정해진 작업의 답만 내놓도록 제약돼 있어요. 그래서 자유로운 대화나 창작, 복잡한 추론에는 맞지 않고, 분류·추출·요약처럼 결과 형식이 명확한 업무에만 적합해요.

비용과 지연 시간 측면에서는 유리할 수 있지만, 범용성이 떨어지는 트레이드오프가 있어요. 하나의 모델이 여러 작업을 처리하길 원한다면 기존 LLM이 여전히 낫고, 대량의 반복 작업을 저렴하게 돌리는 것이 목적이라면 CDM이 후보가 될 수 있어요. 다만 아직 공개된 제품이 없어 실제 지연 시간과 정확도는 검증되지 않았어요.

누구에게 맞는지도 분명해요. 요청 분류나 문서에서 특정 항목 추출, 긴 회의록 요약을 대량으로 처리하는 개발팀에는 매력적이에요. 반면 창의적 글쓰기나 다단계 추론이 필요한 서비스라면 기존 LLM API를 유지하는 편이 현실적이에요. 도입 전에는 공식 사이트에서 지원 언어와 API 공개 일정을 확인하는 것이 좋아요.

  • LLM과의 차이

    LLM은 토큰을 하나씩 생성하지만 CDM은 정해진 작업의 결과만 출력해요. 대화·창작에는 부적합해요.

  • 적합한 업무

    대량 분류, 문서 추출, 요약처럼 결과 형식이 명확하고 반복적인 작업에 어울려요.

  • 한계

    공개 빌드가 없어 실제 성능과 지연 시간은 검증되지 않았고, 지원 언어도 발표되지 않았어요.

단계별 가이드

  1. 1. 공식 발표 내용부터 확인하기

    ScaleDown의 발표문과 미리보기 영상을 통해 CDM이 어떤 작업을 겨냥하는지 파악하세요. 아직 공식 제품 페이지가 없으므로 공식 사이트에서 API 공개 소식이 올라오는지 주기적으로 확인하는 것이 첫 단계예요.

  2. 2. 내 업무가 단일 작업인지 점검하기

    분류, 추출, 요약 중 하나로 명확히 떨어지는 반복 업무가 있는지 목록을 만들어 보세요. 자유로운 대화나 창작이 필요한 업무는 CDM 대상이 아니므로 미리 걸러내는 것이 좋아요.

  3. 3. 기존 LLM 결과와 비교 기준 세우기

    현재 LLM으로 처리 중인 작업의 정확도, 응답 시간, 토큰 비용을 기록해 두세요. CDM이 공개되면 같은 입력으로 결과를 비교해 실제 이점이 있는지 판단할 수 있어요.

  4. 4. 공개 시 API 연동 테스트하기

    API가 열리면 Classify부터 소규모로 붙여 라벨 확률과 이유가 업무에 쓸 만한 수준인지 확인하세요. Extract는 JSON 스키마와 신뢰도 점수가 기존 파이프라인과 맞는지 먼저 검증하는 것이 안전해요.

  5. 5. 요금표와 약관 재확인 후 확대 적용하기

    발표된 가격은 입력 100만 토큰당 0.05달러, 출력 무료라는 주장이므로 실제 청구서와 다를 수 있어요. 정식 요금표와 데이터 처리 약관을 확인한 뒤에 대량 트래픽으로 확대하세요.

자주 묻는 질문

ScaleDown CDM은 지금 바로 쓸 수 있나요?

아니요. 2026년 10월 13일 발표 시점 기준으로 공개 빌드나 다운로드, 공식 제품 페이지가 아직 없어요. 창업자가 공개한 짧은 미리보기 영상과 발표문으로 구조만 확인할 수 있는 단계예요. 실제 사용 가능 시점은 공식 사이트에서 확인해야 해요.

CDM과 일반 LLM은 무엇이 다른가요?

LLM은 답을 토큰 하나씩 생성하며 문장을 만들어 내지만, CDM은 입력을 한 번 읽고 정해진 작업의 결과만 바로 출력해요. 그래서 분류·추출·요약처럼 결과 형식이 명확한 작업에 특화돼 있고, 자유로운 대화나 창작에는 적합하지 않아요.

가격은 얼마인가요?

ScaleDown 발표에 따르면 입력 100만 토큰당 0.05달러이고 출력은 무료라고 해요. 긴 글을 생성하지 않는 구조 덕분에 가능한 가격 모델이라는 설명이에요. 다만 정식 요금표가 공개된 것이 아니므로 실제 도입 전 공식 사이트에서 다시 확인해야 해요.

어떤 기기에서 사용할 수 있나요?

구체적인 지원 기기나 앱 형태는 아직 발표되지 않았어요. 발표 내용상 API 형태로 제공될 가능성이 크지만 확정된 것은 아니에요. 공개 빌드가 나오면 공식 사이트에서 지원 플랫폼과 연동 방식을 확인할 수 있어요.

한국어도 지원하나요?

공식 발표문에는 언어별 지원 범위가 명시되지 않았어요. 입력이 최대 100만 토큰의 멀티모달 텍스트와 이미지를 받는다는 설명만 있어 한국어 처리 품질은 아직 알 수 없어요. 정식 출시 후 공식 사이트의 지원 언어 안내를 확인하는 것이 좋아요.