아랍어용 LLM API를 고르려면, 제품이 하는 작업으로 후보를 하나씩 테스트하세요. 사용자의 방언 이해, 자연스러운 현대 표준 아랍어 작문, 번역, 아랍어 문서 읽기입니다. 작업마다 원어민과 함께 따로 점수를 매기세요. “아랍어 지원”은 유창한 걸프 방언부터 번역투의 딱딱한 문장까지 무엇이든 뜻할 수 있습니다.
어떤 아랍어 작업을 테스트해야 하나요?
| 작업 | 예시 | 확인할 것 |
|---|---|---|
| 방언 이해 | 사우디 고객이 칼리지 방언으로 입력 | 단어만이 아니라 의도를 파악하는가? |
| 아랍어 작문 | 명확한 현대 표준 아랍어로 쓴 답변 | 유창성, 문법, 자연스러운 어조, 알맞은 문체 |
| 번역 | 아랍어 ↔ 영어 계약서나 지원 티켓 | 이름, 숫자, 법률 용어의 정확성 |
| 문서 읽기 | 아랍어 청구서 사진 | 합계, 날짜, 공급업체를 정확히 추출하는가 |
| 음성 듣기 | 음성 메시지, 통화 | LLM이 아니라 음성 인식 모델의 일. 아래 참고 |
한 모델이 어떤 작업에는 강하고 다른 작업에는 약할 수 있습니다. 작업마다 따로 점수를 매기세요.
공개 아랍어 리더보드에서 무엇을 알 수 있나요?
아랍어로 모델 순위를 매기는 공개 리더보드가 여러 개 있습니다. Hugging Face의 Open Arabic LLM Leaderboard가 그중 하나입니다. BALSAM은 14개 범주 78개 작업으로 된 커뮤니티 벤치마크이자 블라인드 평가 플랫폼이며, 저자들은 아랍어에서의 LLM 성능이 영어에서 본 발전 속도에 뒤처져 있다고 씁니다.
이 리더보드는 최종 선택이 아니라 후보 목록을 만드는 데 쓰세요. 벤치마크는 대부분 객관식 문제와 표준 작업입니다. 걸프 고객 메시지, 브랜드의 어조, 구겨진 영수증 사진은 거의 테스트하지 않습니다. 사용자가 알아차리는 것은 바로 그런 부분입니다.
아랍어를 지원하는 LLM API는 어떤 것이 있나요?
거의 모든 범용 채팅 API가 아랍어 텍스트를 받으므로, 유용한 질문은 내 방언을 얼마나 잘 처리하는지, 그리고 아랍어 우선 모델을 애초에 호출할 수 있는지입니다. 사람들이 많이 묻는 아랍어 우선 모델 네 계열을 2026년 11월 14일에 확인했습니다. 제작사가 토큰당 API 가격을 공개한 곳은 하나도 없었습니다.
| 모델 계열 | 제작사 | 실행 방법(2026년 11월 14일 확인) | 가격 |
|---|---|---|---|
| Jais 2(8B, 70B chat) | MBZUAI, Inception, Cerebras | Hugging Face에 Apache 2.0 오픈 웨이트, 컨텍스트 8,192 토큰. 70B 모델 카드에는 이를 배포하는 Inference Provider가 없다고 나옴. 이전 모델 Jais-30b-chat은 2025년 10월 31일 GitHub Models에서 제거됨. | 공개 가격 없음. 자체 GPU 비용 부담 |
| Falcon-H1-Arabic(3B, 7B, 34B) | Technology Innovation Institute(TII) | 2026년 1월 5일 발표, 컨텍스트 128K(3B) 또는 256K(7B, 34B). 발표 글은 웹 채팅 데모로 연결되며, 호스팅 API나 가중치 다운로드는 언급하지 않음. | 공개 가격 없음 |
| ALLaM(allam-1-13b-instruct) | 사우디 데이터인공지능청(SDAIA). 7B 프리뷰는 HUMAIN이 공개 | IBM watsonx.ai에서 온디맨드 배포 모델로 제공, 윈도우 4,096 토큰(입력과 출력 합계). ALLaM-7B-Instruct-preview는 Hugging Face에 Apache 2.0으로 공개. | watsonx.ai는 온디맨드 배포 모델을 토큰당이 아니라 시간당 과금 |
| Fanar | 카타르 컴퓨팅 연구소(QCRI) | Fanar는 “provides an API for developers”(번역: 개발자용 API를 제공한다)고 밝히며, api.fanar.qa의 신청 양식으로 이용 | 공개 가격 없음 |
따라서 OpenAI 호환 API로 토큰당 과금되는 아랍어를 원한다면, 보통 아래 같은 강력한 다국어 모델을 쓰고 내 방언으로 테스트하게 됩니다. 특정 아랍어 우선 모델이 필요하다면 직접 호스팅하거나, 전용 배포를 임차하거나, Fanar API 이용을 신청할 계획을 세우세요. 손익분기 계산은 자체 호스팅과 API 비용 비교에 있습니다.
BroadNet의 어떤 모델이 아랍어를 처리할 수 있나요?
BroadNet은 가격 페이지에 자체 아랍어 확인 결과를 공개합니다. Qwen3.8 27B에 대해서는 자연스러운 아랍어 작문, 걸프와 이집트 방언 이해, 정확한 아랍어-영어 번역을 보고합니다. 이 모델은 텍스트와 이미지를 받고, 도구 호출과 구조화된 출력을 지원하며, 컨텍스트는 262,144 토큰입니다.
같은 API의 다른 선택지는 다음과 같습니다.
| 모델 | 100만 토큰당 입력 / 출력 | 컨텍스트 | 이미지 |
|---|---|---|---|
| Qwen3.8 27B | $0.175 / $2.17 | 262,144 | 지원 |
| DeepSeek V4.1 Flash | $0.175 / $0.52 | 1,048,576 | 지원 |
| BroadNet Gemma 4 VL 26B | $0.10 / $0.22 | 32,768 | 지원 |
DeepSeek V4.1 Flash는 정액 플랜(세션당 월 $60)으로 무제한 이용도 가능해서, 대량의 아랍어 채팅과 에이전트에 잘 맞습니다. DeepSeek V4.1 Flash와 Qwen3.8 27B 비교에서 두 주요 후보를 나란히 볼 수 있습니다. Gemma 4 VL 26B는 BroadNet에서 토큰당 가장 저렴한 모델이며 무료 초기 크레딧으로 쓸 수 있습니다.
아랍어 테스트 세트는 어떻게 만드나요?
- 제품에서 채팅, 티켓, 문서 등 실제 입력 50개를 모으세요. 사용자가 쓰는 방언마다 최소 10개씩 넣으세요. 의도 라벨링 방법을 쓰는 방언 전용 테스트는 LLM이 걸프, 이집트, 레반트 아랍어를 처리하는 방식을 참고하세요.
- 그중 20개에 대해 이상적인 답변을 작성하거나 원어민에게 맡기세요.
- 같은 시스템 프롬프트로 모든 후보 모델을 50개 전부에 실행하세요. 원하는 방언과 문체를 프롬프트에 적으세요. 예: “명확한 현대 표준 아랍어로, 친근하고 짧게 답하세요.”
- 출력물을 정확성과 자연스러움 기준으로 1~5점 블라인드 평가하세요. 평가는 원어민에게 맡기세요.
- 실제 텍스트로 비용을 확인하세요. 단어 수로 추정하지 말고 usage 블록의
prompt_tokens와completion_tokens를 읽으세요.
API가 OpenAI 호환이므로 모델 전환은 model 필드 한 줄만 바꾸면 됩니다. OpenAI 호환 마이그레이션 체크리스트를 참고하세요.
출력물은 어떻게 채점하나요?
| 기준 | 1점 | 5점 |
|---|---|---|
| 의도 이해 | 방언을 잘못 읽음 | 속어까지 정확히 이해 |
| 문법과 유창성 | 오류나 일치 오류 | 원어민이 쓴 것처럼 읽힘 |
| 문체 | 엉뚱한 방언이거나 지나치게 격식적 | 프롬프트가 요청한 그대로 |
| 사실, 이름, 숫자 | 바뀌거나 지어냄 | 정확함 |
| 문자 | 라틴 문자 음역이나 혼용 | 처음부터 끝까지 아랍 문자 |
전체가 아니라 작업별로 평균을 내세요. 작문 4.5점, 방언 2점인 모델과 둘 다 3.5점인 모델은 다른 선택입니다.
시스템 프롬프트가 결과를 바꾸나요?
네, 순위가 바뀔 만큼 바꿉니다. 모든 후보에 같은 시스템 프롬프트를 쓰고, 예상하는 방언, 돌려받고 싶은 문체, 숫자와 영어 이름 처리 방식을 적으세요. 아랍어 프롬프트 엔지니어링에 완전한 템플릿이 있습니다. 캐시된 입력 가격이 있는 모델에서 캐시로 읽힐 수 있도록 호출마다 프롬프트를 똑같이 유지하세요.
아랍어는 왜 영어보다 토큰이 많이 드나요?
아랍어 텍스트는 영어보다 단어당 토큰으로 더 많이 나뉘는 경우가 많고, 그 비율은 모델마다 다릅니다. 토큰당 가격이 같은 두 모델도 아랍어 메시지당 비용은 다를 수 있습니다. 실제 텍스트 샘플을 아랍어 토큰 계산기에 붙여 넣은 뒤, 후보마다 실제 요청의 prompt_tokens로 확인하고 LLM API 비용 계산기로 월 청구액을 추정하세요. 내 비율을 측정하는 방법은 아랍어와 영어의 단어당 토큰 수에 있습니다. 이것이 모델과 제공업체별 청구액에 어떤 영향을 주는지는 언어별 실제 비용 데이터셋을 보세요. 아랍어, 그 방언, 다른 언어 100만 자의 가격을 각 모델의 자체 토크나이저로 계산해 둔 자료입니다.
LLM이 아랍어 청구서와 이미지를 읽을 수 있나요?
청구서, 영수증, 양식은 사진을 비전 언어 모델로 보내고 JSON을 요청하세요. 아랍어 청구서 가이드에 작동하는 코드가 있고, 아랍어 OCR과 비전 LLM 비교에서는 여전히 전통적인 OCR이 더 나은 경우를 다룹니다. 숫자는 꼼꼼히 확인하세요. 걸프 지역 영수증에는 동아랍 숫자(٠١٢٣)와 서양식 숫자(0123)가 모두 나옵니다.
아랍어 음성 메시지와 통화는 어떻게 하나요?
음성 메시지와 통화는 먼저 아랍어 음성 인식 모델로 전사한 뒤, 텍스트를 LLM으로 보내세요. BroadNet Transcribe Arabic은 오디오 분당 $0.0042입니다. 아랍어 음성 인식 API 고르는 법을 참고하세요.
아랍어 답변이 비어서 돌아오는 이유는 무엇인가요?
DeepSeek V4.1 Flash와 Qwen3.8 27B는 답하기 전에 추론하며, 그 추론 토큰도 max_tokens에 포함됩니다. 아랍어 답변은 길어질 수 있으므로 여유를 두세요. 그렇지 않으면 보이는 답변이 비어서 돌아옵니다. 원인과 해결 방법을 참고하세요.
피해야 할 실수는 무엇인가요?
- 비원어민에게 평가 맡기기. 학습자는 유창성 문제를 알아차리지 못합니다.
- 여러 방언을 한 점수로 섞기. 걸프, 이집트, 레반트 결과는 따로 두세요.
- 번역된 테스트 세트 믿기. 영어에서 번역한 텍스트는 실제 아랍어 사용자의 글처럼 읽히지 않습니다.
- 오른쪽에서 왼쪽 표시 잊기. 아랍어와 영어가 섞인 줄은 UI에서 순서가 뒤바뀌어 보일 수 있습니다. 텍스트만이 아니라 화면 표시도 테스트하세요.
BroadNet Inference가 맞는 경우
BroadNet은 OpenAI 호환 키 하나로 아랍어로 테스트한 채팅 모델, 더 저렴하거나 무제한인 대안 두 가지, 아랍어 음성 인식을 제공하며, 내용은 보관하지 않습니다. 채팅 모델의 아랍어 벤치마크 점수는 자체 테스트 외에는 공개하지 않으므로, 결정하기 전에 위의 테스트 세트를 돌려 보세요. 다른 곳의 모델이 내 방언에서 이긴다면, 그 결과가 어떤 카탈로그보다 중요합니다.
