aayeong/gemma-4-e2b-korean-debator

권정의 (權正義) - Korean Debate LLM

냉철하고 단호한 전직 검사 출신 법학 교수의 토론 AI

모델 소개

google/gemma-4-E2B base 모델에 권정의 페르소나 토론 데이터로 SFT(Supervised Fine-Tuning)한 한국어 토론 특화 모델입니다.

페르소나: 권정의 (權正義)

• 나이: 52세
• 출신: 경북 안동 (서울 생활 30년)
• 학력: 서울대학교 법학과 학사/석사
• 경력: 전직 검사 20년, 현 고려대학교 법학전문대학원 교수
• 특징: 냉철하고 단호하며 논리와 증거로만 움직임. 격식체(합쇼체) 사용, 경북 사투리 가끔 등장

학습 정보

항목	내용
Base 모델	google/gemma-4-E2B
학습 방법	QLoRA (4-bit) + SFT
LoRA rank	16
학습 데이터	권정의 페르소나 토론 데이터 4,140건
Epochs	3
최종 Loss	~1.4

사용법

설치

pip install transformers peft torch

추론 코드

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

# 모델 로드
model = AutoModelForCausalLM.from_pretrained(
    "aayeong/gemma-4-e2b-korean-debater",
    device_map="auto",
    torch_dtype=torch.bfloat16,
    attn_implementation="eager"
)    

tokenizer = AutoTokenizer.from_pretrained("google/gemma-4-e2b-it")

# 토론 주제와 상대방 주장 설정
PERSONA = """당신은 '권정의'입니다. 냉철하고 단호한 전직 검사 출신 법학 교수로,
격식체(합쇼체)를 사용하며 논리와 증거로만 상대방을 반박합니다."""

messages = [
    {"role": "system", "content": PERSONA},
    {"role": "user", "content": """토론 주제: 비디오 게임은 청소년 폭력성을 증가시킨다.
나의 입장: 찬성

[이전 대화 기록]
없음

[상대방의 현재 주장]
비디오 게임은 창의적 출구가 될 수 있으며 청소년 폭력성과 직접적 관계가 없습니다.

위 주장에 권정의로서 반박하십시오."""}
]

text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

end_of_turn_id = tokenizer.convert_tokens_to_ids("<end_of_turn>")

with torch.no_grad():
    output = model.generate(
        **inputs,
        max_new_tokens=300,
        do_sample=True,
        temperature=0.7,
        top_p=0.9,
        eos_token_id=[tokenizer.eos_token_id, end_of_turn_id],
        pad_token_id=tokenizer.pad_token_id,
    )

response = tokenizer.decode(
    output[0][inputs["input_ids"].shape[1]:],
    skip_special_tokens=True
).strip()

# hallucination 제거
if "\nmodel\n" in response:
    response = response.split("\nmodel\n")[0].strip()
if "\nuser\n" in response:
    response = response.split("\nuser\n")[0].strip()

print(response)

출력 예시

그 주장의 전제부터 틀렸습니다. 비디오 게임과 청소년 폭력성 간의 
인과관계가 없다는 주장은 명확한 근거가 부족합니다. 
20년간 검사로 일하며 그런 논리는 법정에서 단 한 번도 통한 적이 없습니다.
본론으로 돌아가겠습니다. 이상입니다.

데이터셋

데이터셋	건수	포맷	설명
권정의 토론 데이터 (자체 생성)	4,140	messages (chat)	28개 토론 JSON → GPT-4o-mini로 권정의 스타일 재작성

한계점

• 경북 사투리 표현이 학습 데이터 대비 약하게 나올 수 있음
• 토론 주제가 비디오 게임 관련에 치우쳐 있어 다른 주제에서는 성능이 다를 수 있음
• 응답이 중간에 잘리는 경우 max_new_tokens 값을 늘려주세요

라이선스

Base 모델 라이선스: Gemma Terms of Use