i-have-adhd vs 라마 씨피피
두 AI 도구의 기능, 가격, 특징을 상세하게 비교합니다.
| 특성 | i-have-adhd | 라마 씨피피 |
|---|---|---|
| 가격 유형 | 무료 | 무료 |
| 한국어 지원 | 미지원 | 부분 지원 |
| 플랫폼 | Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot, Cursor, Zed | Web, iOS, Android, Desktop, API, CLI |
| 오픈소스 | No | Yes |
| API 제공 | - | 제공 |
| SDK | - | 제공 |
| LLM 기반 | - | Yes |
| 멀티모달 | - | Yes |
| AI 모델 | ||
| GitHub Stars | 17.4K | 112.5K |
| 개발사 | - | Georgi Gerganov (ggml.ai) |
| 카테고리 | - | 인프라 및 추론 엔진 |
| 상세보기 | 보기 | 보기 |
i-have-adhd 장단점
- 무료 오픈소스로 사용 가능
- 여러 코딩 에이전트와 호환
- 답변을 즉시 실행 가능한 형태로 정리
- 설정 규칙이 명확하고 커스터마이즈 가능
- 독립적인 대화형 AI 서비스가 아님
- 사용하려면 지원되는 코딩 에이전트가 필요함
- 모델 자체의 성능을 향상시키지는 않음
라마 씨피피 장단점
- 가볍고 빠르며 거의 모든 운영체제와 하드웨어에서 작동합니다. GGUF 포맷을 통해 모델 공유가 활발하며, 커뮤니티의 지원이 매우 강력하여 새로운 모델이 출시될 때마다 즉각적으로 대응됩니다.
- 명령어 라인(CLI) 중심의 인터페이스로 초보자가 사용하기에는 다소 진입장벽이 있습니다. 또한 최신 연구용 모델의 경우 GGUF 포맷으로 변환하는 과정이 추가로 필요할 수 있습니다.
i-have-adhd 주요 기능
- 답변과 다음 행동을 먼저 제시
- 다단계 작업을 번호 목록으로 구성
- 진행 상태를 매 턴 재표시
- 구체적인 시간 추정 제공
- 오류를 위치·원인·해결책 중심으로 설명
- 불필요한 서론과 맺음말 억제
라마 씨피피 주요 기능
- GGUF 포맷 표준 및 다양한 양자화(I-Matrix, Q4, Q8 등) 지원
- Apple Silicon Metal·NVIDIA CUDA·Vulkan 하드웨어 가속
- Speculative Decoding으로 생성 속도 향상
- 멀티모달(Vision) 모델 지원 — libmtmd 도입(2025-04-10)
- llama-router를 통한 동적 모델 스위칭
- OpenAI 호환 API 서버 내장