자기회귀 모델이 글자를 한 자씩 타이핑한다면, 확산형 LLM은 흐릿한 문장 전체를 한 번에 또렷하게 다듬어 같은 작업을 5배 이상 빠르게 끝냅니다.여러분은 코딩 자동완성이나 챗봇이 답을 한 글자씩 천천히 토해내는 장면을 본 적이 있을 것입니다. 이 느림의 근본 원인은 모델 구조 자체에 있습니다. 그런데 2025년부터 토큰을 한 줄로 나열하지 않고 한 번에 떠올리는 모델이 상용 무대에 올랐습니다. Inception Labs의 Mercury, 구글의 Gemini Diffusion이 대표 사례입니다. 이 글에서는 이 확산형 LLM이 기존 방식과 무엇이 다른지, 속도와 비용 면에서 어떤 이점이 있고 어떤 한계가 남는지를 초보자 기준으로 정리합니다.배경: 왜 속도가 문제인가먼저 토큰이라는 단어부터 정리하겠습니다...
