인턴VL3.5-2B

인턴VL3.5-2B는 사진이나 화면을 보고 그 내용을 글로 설명하거나 질문에 답하는 작은 크기의 AI 모델이다. 크기가 작다는 건 모델 안에 든 계산 단위(파라미터)가 20억 개 수준이라는 뜻인데, 이 정도면 큰 서버 없이 노트북이나 스마트폰에서도 굴릴 수 있는 몸집이다.

비유하자면 눈이 달린 계산기 같은 존재다. 사진을 넣으면 그 안의 글자나 물체를 읽어내고, 텍스트로 질문을 던지면 답을 내놓는다. 다만 몸집이 작은 만큼 속도와 정확도, 전력 소모 사이에서 균형을 잡아야 하는 모델이라, 어떤 기기와 조건에서 돌리느냐에 따라 체감 속도가 크게 달라진다.

이 모델은 단독 기사의 주인공이 아니라, 다른 소형 이미지 인식 모델의 성능을 가늠하는 비교 기준으로 자주 등장한다. 개발 주체는 명확히 알려지지 않았지만, 업계에서는 여러 회사가 비슷한 크기의 모델을 내놓고 서로 속도와 정확도를 겨루는 흐름 속에 놓여 있다.

기사에서는 "M5 Max에서 디코드 속도만 보면 인턴VL3.5-2B(260)와 Qwen3.5-2B(237)가 더 빠르다"처럼 다른 모델의 성능을 견제하는 비교 대상으로 등장한다. 오해하기 쉬운 점은, 이 모델이 속도에서 앞선다고 해서 모든 상황에서 우월하다는 뜻은 아니라는 것이다. 같은 기사에서 스마트폰 환경으로 넘어가면 관련 모델(4B 버전)이 오히려 65초라는 긴 응답 시간을 기록해, 서버용 그래픽카드에서 빠른 것과 손안의 기기에서 빠른 것은 전혀 다른 이야기임을 보여준다.