# Weights & Biases Documentation: Korean 제품 W&B Weave

## W&B Weave

- [W&B Weave](https://docs.wandb.ai/ko/weave.md): W&B Weave로 언어 모델 앱을 추적하고, 테스트하고, 개선하세요

### 시작하기

- [에이전트 인테그레이션 선택](https://docs.wandb.ai/ko/weave/agent-integration-quickstart.md): 에이전트 SDK 또는 하니스에 맞는 기본 제공 Weave 인테그레이션을 선택한 다음, 대화, 턴, LLM Call, 도구 Call을 Agents 뷰로 보내세요.
- [퀵스타트: 맞춤형 에이전트 관측성 설정](https://docs.wandb.ai/ko/weave/custom-agents-quickstart.md): Weave SDK를 사용해 멀티턴 에이전트를 트레이스하세요. 프로젝트의 Agents 뷰에서 대화, 턴, LLM Call, 도구 Call을 확인할 수 있습니다.
- [Weave로 AI 에이전트 평가하기](https://docs.wandb.ai/ko/weave/agent-evals.md): 에이전트 워크플로와 EvaluationLogger를 사용해 Weave에서 단일 턴 및 멀티턴 AI 에이전트를 평가하고, LLM 평가자로 점수를 산정합니다.
- [OpenTelemetry spans를 Agents 뷰로 보내기](https://docs.wandb.ai/ko/weave/guides/tracking/trace-agents-otel.md): Weave SDK 없이도 모든 OpenTelemetry 파이프라인에서 Weave agents 엔드포인트로 OTLP 트레이스 데이터를 보낼 수 있습니다.
- [퀵스타트: 함수 계측 및 트레이싱](https://docs.wandb.ai/ko/weave/quickstart.md): LLM 애플리케이션에 트레이싱을 추가해 모델 상호작용을 디버그하고 모니터링하며 W&B Weave를 시작해 보세요.

### 가이드

- [Weave란 무엇인가요?](https://docs.wandb.ai/ko/weave/concepts/what-is-weave.md): W&B Weave와 이를 사용해 LLM 애플리케이션을 구축, 평가, 개선하는 방법을 알아보세요
- [Weave 프로젝트 관리](https://docs.wandb.ai/ko/weave/guides/platform/weave-projects.md): 트레이스, 프롬프트, 평가, 모델, 대시보드와 같은 관련 자산을 정리하려면 Weave 프로젝트를 사용하세요.
- [Weave 환경 변수 구성](https://docs.wandb.ai/ko/weave/guides/core-types/env-vars.md): 환경 변수를 사용해 런타임 시 Weave의 동작을 구성합니다

#### 에이전트를 트레이스하세요

- [에이전트 트레이스하기](https://docs.wandb.ai/ko/weave/guides/tracking/trace-agents.md): Weave SDK를 사용해 멀티턴 에이전트 애플리케이션을 계측하고 Agents 탭에서 확인하세요.
- [OpenTelemetry spans를 Agents 뷰로 보내기](https://docs.wandb.ai/ko/weave/guides/tracking/trace-agents-otel.md): Weave SDK 없이도 모든 OpenTelemetry 파이프라인에서 Weave agents 엔드포인트로 OTLP 트레이스 데이터를 보낼 수 있습니다.
- [에이전트 활동 보기](https://docs.wandb.ai/ko/weave/guides/tracking/view-agent-activity.md): W&B Weave의 Agents 뷰를 사용해 에이전트가 무엇을 했는지, 비용이 얼마나 들었는지, 그리고 정확히 어디서 일이 잘되거나 잘못되었는지 파악하세요.
- [시그널로 에이전트를 모니터링하세요](https://docs.wandb.ai/ko/weave/guides/tracking/view-agent-signals.md): W&B Weave 시그널을 사용해 에이전트 턴을 점수화하고, 태그를 적용하고, 프로덕션 환경에서 품질 및 안전 문제를 파악하세요.
- [에이전트 span에 속성과 이벤트 설정](https://docs.wandb.ai/ko/weave/guides/tracking/trace-agents-attributes.md): 맞춤형 속성을 추가하고 에이전트 span(Turn, LLM, Tool, SubAgent)에 이벤트를 기록해 Weave에서 에이전트 활동을 필터링하고 분석합니다.
- [에이전트용 배치 로깅](https://docs.wandb.ai/ko/weave/guides/tracking/trace-agents-batch.md): LLM 호출이 이미 완료되어 결과를 기록해야 하는 프레임워크의 에이전트 트레이스를 수동으로 로깅합니다.
- [하위 에이전트 트레이스](https://docs.wandb.ai/ko/weave/guides/tracking/trace-sub-agents.md): Weave의 하위 에이전트 span을 사용하여 하위 에이전트 위임을 추적하고 중첩된 에이전트 호출을 확인하세요.
- [agent spans를 사용해 자체 버킷(BYOB)의 미디어 참조하기](https://docs.wandb.ai/ko/weave/guides/tracking/agents-byob-references.md): 바이트를 Weave로 임포트하지 않고, agent 도구 spans에서 해당 URI를 반환하여 자체 클라우드 버킷에 있는 이미지와 비디오를 Weave Agents 뷰에서 렌더링합니다.

##### 에이전트와 Weave 통합하기

- [Google ADK](https://docs.wandb.ai/ko/weave/guides/integrations/agents/google-adk.md): Google의 Agent Development Kit (ADK)로 빌드한 에이전트를 Weave로 트레이스하세요.
- [OpenAI Agents SDK](https://docs.wandb.ai/ko/weave/guides/integrations/agents/openai-agents-sdk.md): Weave를 사용해 OpenAI Agents SDK로 구축한 에이전트를 트레이스하세요.
- [Claude Agent SDK](https://docs.wandb.ai/ko/weave/guides/integrations/agents/claude-agents-sdk.md): Weave로 Claude Agent SDK로 만든 에이전트를 트레이스하세요.
- [Claude Code 플러그인](https://docs.wandb.ai/ko/weave/guides/integrations/agents/claude-code-harness.md): 관측성과 디버깅을 위해 W&B Weave에서 Claude Code 세션을 추적하세요.
- [Codex 플러그인](https://docs.wandb.ai/ko/weave/guides/integrations/agents/codex-harness.md): W&B Weave에서 Codex 에이전트 기반 세션, LLM Call, 도구 실행을 트레이스하세요.
- [OpenClaw 플러그인](https://docs.wandb.ai/ko/weave/guides/integrations/agents/openclaw-harness.md): 관측성과 디버깅을 위해 W&B Weave에서 OpenClaw 에이전트 세션을 추적합니다.
- [Pi 확장](https://docs.wandb.ai/ko/weave/guides/integrations/agents/pi-dev-harness.md): Weave에서 Pi의 에이전트 기반 Session, LLM Call, 도구 실행을 트레이스합니다.

#### Ops와 Calls로 함수 트레이스하기

- [비용 추적](https://docs.wandb.ai/ko/weave/guides/tracking/costs.md): Weave에서 LLM 오퍼레이션의 자동 비용 추적과 맞춤형 비용 추적을 이해하세요
- [저장된 뷰 만들기 및 관리](https://docs.wandb.ai/ko/weave/guides/tools/saved-views.md): 트레이스된 함수 호출 및 평가와 상호작용하는 방식을 사용자 지정합니다
- [트레이스 플롯 사용하기](https://docs.wandb.ai/ko/weave/guides/tracking/trace-plots.md): Weave에서 대화형 차트로 트레이스 수준 메트릭을 시각화하여 LLM 애플리케이션의 지연 시간, 비용, 토큰 사용 패턴을 탐색합니다.
- [W&B run을 트레이스 함수 호출에 연결하기](https://docs.wandb.ai/ko/weave/guides/tracking/trace-to-run.md): 실험 추적을 위해 Weave 트레이스를 W&B run과 연결합니다
- [W&B 트레이닝 run과 함께 Weave 사용하기](https://docs.wandb.ai/ko/weave/guides/tools/weave-in-workspaces.md): 워크스페이스 대시보드에서 ML 메트릭과 함께 함수 실행 세부 정보를 볼 수 있도록 Weave 트레이스를 W&B 트레이닝 run에 통합하세요.

##### 사용 중인 LLM 공급자 및 프레임워크와 통합하기

- [인테그레이션 개요](https://docs.wandb.ai/ko/weave/guides/integrations.md): 에이전트 SDK, 하니스, LLM 공급자, 오케스트레이션 프레임워크를 위한 Weave 인테그레이션으로 에이전트와 LLM 애플리케이션을 트레이싱하세요.
- [LLM Call 자동 추적 제어](https://docs.wandb.ai/ko/weave/guides/integrations/autopatching.md): W&B Weave가 OpenAI, Anthropic 및 기타 LLM 라이브러리에 대한 Call을 자동으로 기록하는 방식을 제어합니다
- [TypeScript SDK: 서드파티 인테그레이션 가이드](https://docs.wandb.ai/ko/weave/guides/integrations/js.md): 서드파티 라이브러리를 Weave TypeScript SDK에 통합하는 방법
- [로컬 모델](https://docs.wandb.ai/ko/weave/guides/integrations/local_models.md): Ollama, LMStudio 또는 GPT4All로 오픈 소스 모델을 로컬에서 실행하고, OpenAI SDK 호환을 통해 Weave로 트레이스하세요.

###### LLM 공급자

- [Serverless Inference](https://docs.wandb.ai/ko/weave/guides/integrations/inference.md): Weave로 Serverless Inference를 사용해 OpenAI 호환 API를 통해 오픈 소스 파운데이션 모델 Call을 트레이스하고 모니터링합니다.
- [Bedrock](https://docs.wandb.ai/ko/weave/guides/integrations/bedrock.md): Weave로 Amazon Bedrock LLM 호출을 추적하고 모니터링하여 파운데이션 모델 상호작용과 converse API 사용을 캡처하세요.
- [Anthropic](https://docs.wandb.ai/ko/weave/guides/integrations/anthropic.md): Anthropic SDK를 통해 이루어지는 LLM Call를 Weave로 자동으로 추적하고 로깅하세요
- [Cerebras](https://docs.wandb.ai/ko/weave/guides/integrations/cerebras.md): Weave를 사용해 Cerebras Cloud SDK를 통한 LLM 호출을 트레이스하고 로깅합니다
- [Cohere](https://docs.wandb.ai/ko/weave/guides/integrations/cohere.md): Weave를 사용해 Cohere Python 라이브러리를 통해 이루어진 LLM Call을 자동으로 추적하고 로깅합니다
- [Google](https://docs.wandb.ai/ko/weave/guides/integrations/google.md): Weave를 사용해 Google GenAI 모델 호출을 트레이스하고 로그합니다
- [Groq](https://docs.wandb.ai/ko/weave/guides/integrations/groq.md): Weave로 Groq LPU Inference를 추적하고 모니터링하여 LLM 애플리케이션의 모델 call, 성능 메트릭, 함수 체인을 수집합니다.
- [Hugging Face Hub](https://docs.wandb.ai/ko/weave/guides/integrations/huggingface.md): Hugging Face Hub를 W&B Weave와 통합하여 머신 러닝 애플리케이션을 추적하고 분석하세요
- [LiteLLM](https://docs.wandb.ai/ko/weave/guides/integrations/litellm.md): LiteLLM을 통한 LLM Call을 자동으로 추적하고 로깅합니다
- [Microsoft Azure](https://docs.wandb.ai/ko/weave/guides/integrations/azure.md): Weave를 Microsoft Azure OpenAI 서비스와 통합하세요
- [MistralAI](https://docs.wandb.ai/ko/weave/guides/integrations/mistral.md): Weave의 자동 Tracing으로 채팅 completion, 함수 호출, 모델 상호작용 전반에서 MistralAI 모델 Call을 추적하고 모니터링하세요.
- [NVIDIA NIM](https://docs.wandb.ai/ko/weave/guides/integrations/nvidia_nim.md): ChatNVIDIA 라이브러리를 통해 이루어지는 LLM Call을 트레이스하고 기록하려면 Weave를 사용하세요
- [OpenAI](https://docs.wandb.ai/ko/weave/guides/integrations/openai.md): 트레이싱, 평가, 모니터링을 위해 OpenAI를 Weave와 통합하세요
- [OpenRouter](https://docs.wandb.ai/ko/weave/guides/integrations/openrouter.md): 자동 Weave 인테그레이션으로 여러 LLM에 OpenRouter의 통합 인터페이스를 사용하세요
- [Together AI](https://docs.wandb.ai/ko/weave/guides/integrations/together_ai.md): 원활한 Tracing과 모델 call 평가를 위해 OpenAI SDK 호환을 사용해 Weave로 Together AI의 오픈 소스 LLM을 추적하세요.

###### 프레임워크

- [OpenAI Realtime API](https://docs.wandb.ai/ko/weave/guides/integrations/openai-realtime-audio.md): Weave를 사용해 OpenAI Realtime API 호출을 자동으로 트레이스합니다.
- [Bedrock Agents](https://docs.wandb.ai/ko/weave/guides/integrations/bedrock_agents.md): Weave로 Amazon Bedrock Agents 호출을 트레이스하여 에이전트 입력, 파운데이션 모델 사용량, 완료 출력을 캡처합니다.
- [LangChain](https://docs.wandb.ai/ko/weave/guides/integrations/langchain.md): Weave를 사용해 LangChain Python 라이브러리를 통해 이루어지는 모든 Call을 추적하고 로깅하세요
- [LlamaIndex](https://docs.wandb.ai/ko/weave/guides/integrations/llamaindex.md): Weave로 LlamaIndex 애플리케이션을 트레이스하고 디버그하세요. LLM Call, RAG 파이프라인, 에이전트 step, 평가를 자동으로 캡처합니다.
- [DSPy](https://docs.wandb.ai/ko/weave/guides/integrations/dspy.md): Weave를 사용해 DSPy 모듈과 함수로 수행되는 call을 자동으로 추적하고 로깅합니다
- [Instructor](https://docs.wandb.ai/ko/weave/guides/integrations/instructor.md): Weave의 Instructor 인테그레이션으로 LLM의 구조화된 데이터 추출을 트레이스하고, Pydantic 검증과 재시도 로직을 포착합니다.
- [CrewAI](https://docs.wandb.ai/ko/weave/guides/integrations/crewai.md): 모니터링 및 멀티 에이전트 애플리케이션 트레이싱을 위해 CrewAI를 Weave로 통합합니다
- [Smolagents](https://docs.wandb.ai/ko/weave/guides/integrations/smolagents.md): Weave의 자동 트레이싱으로 Smolagents 애플리케이션을 추적하고, 도구 call, 모델 추론, 여러 step의 에이전트 워크플로를 캡처하세요.
- [PydanticAI](https://docs.wandb.ai/ko/weave/guides/integrations/pydantic_ai.md): OpenTelemetry를 사용해 Weave에서 PydanticAI 에이전트 및 도구 call을 트레이스
- [Vercel AI SDK](https://docs.wandb.ai/ko/weave/guides/integrations/vercel_ai_sdk.md): OpenTelemetry를 사용해 Weave에서 Vercel AI SDK Call을 트레이스하세요
- [Haystack](https://docs.wandb.ai/ko/weave/guides/integrations/haystack.md): WeaveConnector 인테그레이션을 사용하여 W&B Weave에서 Deepset Haystack 파이프라인을 트레이스하세요.
- [Agno](https://docs.wandb.ai/ko/weave/guides/integrations/agno.md): OpenTelemetry를 사용해 Weave에서 Agno 멀티 에이전트 시스템을 트레이스하여 에이전트 상호작용, 도구 Call, 멀티모달 워크플로를 포착합니다.
- [Koog](https://docs.wandb.ai/ko/weave/guides/integrations/koog.md): OpenTelemetry를 사용해 Kotlin 기반 Koog 에이전트를 Weave로 트레이스하여 AI 애플리케이션의 도구 호출, 프롬프트, completion를 캡처합니다.
- [AutoGen](https://docs.wandb.ai/ko/weave/guides/integrations/autogen.md): Weave를 사용해 AutoGen 에이전트와 멀티 에이전트 시스템을 추적하고 모니터링하세요
- [Verdict](https://docs.wandb.ai/ko/weave/guides/integrations/verdict.md): Weave로 Verdict 평가 프레임워크를 사용해 LLM 평가 파이프라인을 트레이스하고 모니터링하세요
- [Verifiers](https://docs.wandb.ai/ko/weave/guides/integrations/verifiers.md): Weave로 Verifiers RL 환경과 LLM 에이전트 트레이닝을 추적하고, 여러 차례에 걸친 대화와 평가 롤아웃을 캡처합니다.
- [VERL](https://docs.wandb.ai/ko/weave/guides/integrations/verl.md): Weave에서 VERL 롤아웃을 트레이스하여 RL fine-tuning 중 multi-turn 대화, 도구 Call, 보상 점수화를 살펴보세요.

###### 프로토콜

- [Model Context Protocol (MCP)와 Weave](https://docs.wandb.ai/ko/weave/guides/integrations/mcp.md): Weave로 MCP 클라이언트와 MCP 서버 간 활동을 트레이스하세요
- [OpenTelemetry 트레이스를 Weave로 전송](https://docs.wandb.ai/ko/weave/guides/tracking/otel.md): 전용 엔드포인트를 통해 OpenTelemetry 호환 트레이스 데이터를 임포트합니다

##### Tracing의 기본 개념

- [퀵스타트: 함수 계측 및 트레이싱](https://docs.wandb.ai/ko/weave/quickstart.md): LLM 애플리케이션에 트레이싱을 추가해 모델 상호작용을 디버그하고 모니터링하며 W&B Weave를 시작해 보세요.
- [Ops와 Call, 트레이스 이해하기](https://docs.wandb.ai/ko/weave/guides/tracking/tracing.md): Ops와 Call, 트레이스가 W&B Weave 트레이싱 시스템의 기반이 되는 방식을 알아보세요.
- [코드 트레이스하기](https://docs.wandb.ai/ko/weave/guides/tracking/create-call.md): 실행 중인 코드를 계측해 실행 내용이 W&B Weave에 상세한 트레이스로 표시되도록 하세요.
- [Weave 트레이스 뷰 탐색하기](https://docs.wandb.ai/ko/weave/guides/tracking/trace-tree.md): Weave의 트레이스 뷰를 사용해 LLM 및 에이전트형 앱의 복잡한 실행 경로를 파악하세요.
- [트레이스 및 기타 로깅된 정보 비교](https://docs.wandb.ai/ko/weave/guides/tools/comparison.md): 코드, 트레이스, 프롬프트, 모델, 설정을 시각적으로 비교하고 차이를 확인합니다
- [Calls 쿼리 및 내보내기](https://docs.wandb.ai/ko/weave/guides/tracking/querying-calls.md): Python SDK, REST API 또는 Weave UI를 사용해 Weave call 데이터를 필터링, 정렬하고 내보내 맞춤형 분석에 활용합니다.

##### 고급 Ops

- [제너레이터 함수 트레이스](https://docs.wandb.ai/ko/weave/guides/tracking/trace-generator-func.md): W&B Weave 트레이싱으로 동기 및 비동기 제너레이터 함수를 추적합니다
- [중첩 함수 트레이스](https://docs.wandb.ai/ko/weave/tutorial-tracing_2.md): W&B Tracing으로 깊게 중첩된 Call 구조를 추적하는 방법을 알아보세요
- [스레드 트레이스](https://docs.wandb.ai/ko/weave/guides/tracking/threads.md): Threads를 사용하여 LLM 애플리케이션의 멀티턴 대화를 트레이스하고 분석합니다.
- [Ops 사용자 지정](https://docs.wandb.ai/ko/weave/guides/tracking/ops.md): 가시성을 높이기 위해 Ops에 색상을 지정하는 방법, 로깅되는 내용을 수정하는 방법, 샘플링 비율을 제어하는 방법을 알아보세요
- [속성 정의 및 로깅](https://docs.wandb.ai/ko/weave/guides/tools/attributes.md): 속성을 사용해 트레이스와 평가에 메타데이터를 추가합니다.
- [미디어 로깅](https://docs.wandb.ai/ko/weave/guides/core-types/media.md): 트레이스에서 반환되는 이미지와 비디오 등의 미디어를 로깅합니다.
- [Weave Op을 사용해 자체 버킷(BYOB)의 미디어 레퍼런스하기](https://docs.wandb.ai/ko/weave/guides/tracking/byob-references.md): 바이트를 Weave로 임포트하지 않고 URI만 로깅해, 자체 클라우드 버킷에 저장된 이미지와 비디오를 Weave 트레이스에서 렌더링합니다.
- [트레이스 표시 보기 및 사용자 지정](https://docs.wandb.ai/ko/weave/guides/tracking/view-call.md): UI에서 Call을 보고 트레이스 데이터 표시 방식을 사용자 지정합니다
- [트레이싱 비활성화](https://docs.wandb.ai/ko/weave/guides/tracking/trace-disable.md): W&B Weave tracing을 비활성화하거나 조건에 따라 끄는 옵션을 알아보세요
- [쓰기 전 로그](https://docs.wandb.ai/ko/weave/guides/tracking/write-ahead-log.md): 쓰기 전 로그를 사용해 W&B Weave 트레이스 데이터 캡처의 복원력을 높이세요

##### Calls 사용하기

- [Call 업데이트 및 삭제](https://docs.wandb.ai/ko/weave/guides/tracking/update-call.md): W&B Weave에서 표시 이름을 수정하고, 피드백을 추가하고, Call를 삭제합니다
- [Call 스키마 레퍼런스](https://docs.wandb.ai/ko/weave/guides/tracking/call-schema-reference.md): Call 객체 구조와 속성에 대한 레퍼런스
- [실행 중 `Call` object 핸들 가져오기](https://docs.wandb.ai/ko/weave/guides/tracking/get-call-object.md): 피드백, 표시 이름 및 기타 메타데이터를 위해 런타임에 W&B Weave `Call` object에 액세스하세요
- [Call 표시 이름 설정](https://docs.wandb.ai/ko/weave/guides/tracking/set-call-display.md): W&B Weave 트레이싱에서 Call의 표시 이름을 설정하거나 재정의합니다

#### 에이전트 및 함수 평가하기

- [Evaluation Overview](https://docs.wandb.ai/ko/weave/guides/core-types/evaluations.md): 애플리케이션을 체계적으로 개선하기 위한 Evaluation 기반 LLM 애플리케이션 개발
- [평가 만들기](https://docs.wandb.ai/ko/weave/tutorial-eval.md): Weave Models 및 평가를 사용해 평가 파이프라인을 구축하는 방법을 알아보세요
- [RAG 애플리케이션 평가하기](https://docs.wandb.ai/ko/weave/tutorial-rag.md): Weave와 LLM 기반 평가자를 사용해 RAG 애플리케이션을 구축하고 평가합니다
- [데이터셋 수집 및 추적](https://docs.wandb.ai/ko/weave/guides/core-types/datasets.md): LLM 애플리케이션 평가를 위한 예시를 정리, 수집, 추적하고 버전 관리합니다
- [점수화 개요](https://docs.wandb.ai/ko/weave/guides/evaluation/scorers.md): Weave Scorer로 AI 출력을 평가하고 평가 메트릭을 반환합니다
- [기본 제공 Scorer 사용하기](https://docs.wandb.ai/ko/weave/guides/evaluation/builtin_scorers.md): AI 애플리케이션 평가를 위해 Weave의 사전 정의된 Scorer를 사용합니다
- [로컬 스코어러로 평가하기](https://docs.wandb.ai/ko/weave/guides/evaluation/weave_local_scorers.md): 로컬에서 실행되는 소형 언어 모델을 사용해 AI 시스템의 안전성과 품질을 평가합니다
- [코드에서 평가 데이터 기록하기](https://docs.wandb.ai/ko/weave/guides/evaluation/evaluation_logger.md): Python 및 TypeScript 코드에서 평가 데이터를 기록하는 유연하고 점진적인 방법
- [평가 데이터 내보내기](https://docs.wandb.ai/ko/weave/guides/evaluation/export_eval.md): Evaluation REST API를 사용해 프로그래밍 방식으로 평가 결과를 내보내세요.
- [Compare evaluations](https://docs.wandb.ai/ko/weave/guides/evaluation/compare_evals.md): 두 개 이상의 평가를 시각적으로 비교하여 run 전반에서 회귀, 개선, 점수 차이를 파악합니다
- [모델 비교 및 순위 매기기](https://docs.wandb.ai/ko/weave/guides/core-types/leaderboards.md): 평가 메트릭을 기반으로 다양한 모델 버전을 비교하고 순위를 매깁니다
- [데이터셋에서 열 매핑하기](https://docs.wandb.ai/ko/weave/guides/tools/column-mapping.md): 데이터셋의 열을 다른 이름에 매핑합니다. 이렇게 하면 데이터셋의 열 이름을 scorer가 기대하는 열 이름에 맞출 수 있습니다.
- [Evaluations에서 동적 Leaderboard 만들기](https://docs.wandb.ai/ko/weave/guides/evaluation/dynamic_leaderboards.md): 동적 Leaderboard를 사용하면 evaluation에서 직접 Leaderboard 뷰를 설정, 사용자 지정, 저장, 업데이트할 수 있습니다.

#### 프롬프트와 모델로 실험하세요

- [프롬프트 실험에 플레이그라운드 활용하기](https://docs.wandb.ai/ko/weave/guides/tools/playground.md): LLM 프롬프트와 응답을 반복적으로 개선하는 과정을 간소화합니다
- [Evaluation Playground를 사용해 모델 성능 비교](https://docs.wandb.ai/ko/weave/guides/tools/evaluation_playground.md): 맞춤형 데이터셋과 LLM judge를 사용하는 Weave의 Evaluation Playground에서 코드 없이 모델 성능을 비교하고 평가하세요.
- [맞춤형 런타임 추가](https://docs.wandb.ai/ko/weave/guides/tools/custom-runtimes.md): OpenAI-compatible 추론 엔드포인트를 맞춤형 런타임으로 Weave 프로젝트에 연결하고 UI 또는 Python 및 TypeScript SDK에서 관리합니다.
- [Serverless Inference로 Weave 배우기](https://docs.wandb.ai/ko/weave/quickstart-inference.md): Serverless Inference를 사용해 모델 call을 트레이스하고, 출력을 비교하고, 평가를 실행하는 방식으로 Weave의 기초를 익혀보세요.

#### 작업을 버전 관리하세요

- [튜토리얼: 앱 버전 관리](https://docs.wandb.ai/ko/weave/tutorial-weave_models.md): Weave 모델을 사용하여 애플리케이션과 해당 매개변수를 추적하고 버전 관리하는 방법을 알아보세요
- [모델로 애플리케이션 버전 추적하기](https://docs.wandb.ai/ko/weave/guides/core-types/models.md): 데이터와 코드를 결합한 구조화된 모델로 애플리케이션 버전을 추적하세요.
- [프롬프트 객체 만들기](https://docs.wandb.ai/ko/weave/guides/core-types/prompts.md): LLM 애플리케이션용 프롬프트 객체를 만들고, 게시하고, 사용하는 방법
- [프롬프트 버전 저장 및 추적](https://docs.wandb.ai/ko/weave/guides/core-types/prompts-version.md): LLM 애플리케이션용 프롬프트 버전을 조회하고 관리합니다
- [객체 추적 및 버전 관리](https://docs.wandb.ai/ko/weave/guides/tracking/objects.md): W&B Weave에서 모든 JSON 직렬화 가능한 객체를 추적하고 버전 관리합니다

#### 모니터링하고 피드백을 수집하세요

- [트레이스에서 PII 마스킹](https://docs.wandb.ai/ko/weave/guides/tracking/redact-pii.md): 트레이스에서 개인 식별 정보(PII)를 자동으로 마스킹합니다
- [기본 제공 시그널를 사용해 모니터링](https://docs.wandb.ai/ko/weave/guides/evaluation/monitors.md): W&B는 프로덕션 환경의 에이전트를 위한 기본 제공 점수화 솔루션을 제공합니다
- [맞춤형 모니터 설정](https://docs.wandb.ai/ko/weave/guides/evaluation/custom-monitors.md): 프로덕션 트래픽을 수동적으로 점수화해 추세와 문제를 파악합니다
- [자동화 설정](https://docs.wandb.ai/ko/weave/guides/evaluation/automations.md): 모니터 메트릭과 트레이스 활동을 기준으로 액션을 트리거하는 이벤트 기반 자동화를 생성하세요.
- [가드레일 설정](https://docs.wandb.ai/ko/weave/guides/evaluation/guardrails.md): 프로덕션 애플리케이션에서 LLM의 안전성을 보장하고 출력 품질을 측정합니다

##### 주석 달기

- [annotation 큐 설정](https://docs.wandb.ai/ko/weave/guides/tracking/annotation-queues.md): annotation 큐를 생성하고, 트레이스를 도메인 전문가에게 전달하고, 구조화된 피드백을 내보냅니다.
- [어노테이션 큐에서 항목 검토](https://docs.wandb.ai/ko/weave/guides/tracking/annotation-review.md): 간소화된 검토 인터페이스를 사용해 트레이스 항목을 평가하고 구조화된 피드백을 제출합니다.
- [피드백 수집 및 어노테이션 활용](https://docs.wandb.ai/ko/weave/guides/tracking/feedback.md): UI와 SDK를 통해 LLM 애플리케이션의 피드백을 수집하고 분석

#### 배포 및 확장

- [배포 옵션 및 보안 기능](https://docs.wandb.ai/ko/weave/guides/platform.md): Weave의 배포 옵션, IAM 관리, 데이터 보안 기능에 대해 알아보세요.
- [자체 관리형 W&B Weave 인스턴스 설정](https://docs.wandb.ai/ko/weave/guides/platform/weave-self-managed.md): 자체 인프라에서 Weave 배포 및 관리
- [Weave Self-Managed의 ingest sampling 구성](https://docs.wandb.ai/ko/weave/guides/platform/ingest-sampling.md): Self-Managed Weave 인스턴스에서 저장소 및 LLM 점수화 비용을 제어할 수 있도록 수신되는 트레이스의 일부만 유지합니다
- [서버 응답 캐싱](https://docs.wandb.ai/ko/weave/guides/platform/server-caching.md): 반복 쿼리와 제한된 네트워크 대역폭 환경에서 Weave 서버 응답 캐싱으로 성능 향상

### 쿡북

- [개요](https://docs.wandb.ai/ko/weave/cookbooks.md): Weights & Biases Weave로 구축하는 실용적인 가이드와 예시

#### Weave 기본 개념

- [트레이스 소개](https://docs.wandb.ai/ko/weave/cookbooks/Intro_to_Weave_Hello_Trace.md): W&B Weave에서 트레이스 소개를 사용하는 방법을 알아보세요
- [평가 소개](https://docs.wandb.ai/ko/weave/cookbooks/Intro_to_Weave_Hello_Eval.md): W&B Weave로 평가를 시작하는 방법을 알아보세요

#### Evaluations & Datasets

- [리더보드 퀵스타트](https://docs.wandb.ai/ko/weave/cookbooks/leaderboard_quickstart.md): W&B Weave에서 리더보드 퀵스타트를 사용하는 방법을 알아보세요
- [HuggingFace 데이터셋 평가](https://docs.wandb.ai/ko/weave/cookbooks/hf_dataset_evals.md): W&B Weave에서 HuggingFace 데이터셋 평가를 사용하는 방법을 알아보세요
- [CSV에서 가져오기](https://docs.wandb.ai/ko/weave/cookbooks/import_from_csv.md): 평가, 트레이싱 및 모델 비교 워크플로에 사용하기 위해 CSV 파일에서 데이터셋을 W&B Weave로 가져옵니다.

#### Models & Prompts

- [W&B Models와 함께 Weave 사용하기](https://docs.wandb.ai/ko/weave/cookbooks/Models_and_Weave_Integration_Demo.md): W&B Models에서 Experiments를 추적하고 Weave에서 LLM 트레이스 및 평가를 함께 살펴보는 과정을 안내하는 대화형 노트북입니다.
- [Chain Of Density](https://docs.wandb.ai/ko/weave/cookbooks/chain_of_density.md): W&B Weave를 사용해 chain-of-density 요약 기법을 구현하고, 반복적으로 텍스트를 압축하고 평가합니다.
- [DSPy 프롬프트 최적화](https://docs.wandb.ai/ko/weave/cookbooks/dspy_prompt_optimization.md): W&B Weave를 사용해 dspy 프롬프트 최적화를 수행하는 방법을 알아보세요
- [Not Diamond 맞춤형 라우팅](https://docs.wandb.ai/ko/weave/cookbooks/notdiamond_custom_routing.md): W&B Weave에서 Not Diamond 맞춤형 라우팅을 사용하는 방법을 알아보세요

#### 고급 주제

- [멀티 에이전트 구조화된 출력](https://docs.wandb.ai/ko/weave/cookbooks/multi-agent-structured-output.md): W&B Weave에서 멀티 에이전트 구조화된 출력을 사용하는 방법을 알아보세요
- [코드 생성](https://docs.wandb.ai/ko/weave/cookbooks/codegen.md): 프롬프트, 출력, 품질 메트릭을 트레이스할 수 있도록 W&B Weave로 코드 생성 파이프라인을 구축하고 평가합니다.
- [Weave로 컴퓨터 비전 파이프라인 트레이스 및 평가하기](https://docs.wandb.ai/ko/weave/cookbooks/ocr-pipeline.md): W&B Weave로 컴퓨터 비전 파이프라인을 트레이스하고 평가하는 방법을 알아보세요
- [Weave와 함께하는 오디오](https://docs.wandb.ai/ko/weave/cookbooks/audio_with_weave.md): W&B Weave의 오디오 로깅 및 Tracing 기능을 사용하여 LLM 애플리케이션의 오디오 데이터를 추적하고 평가하세요.

#### 프로덕션 및 모니터링

- [온라인 모니터링](https://docs.wandb.ai/ko/weave/cookbooks/online_monitoring.md): W&B Weave를 사용해 프로덕션 환경의 LLM 애플리케이션에 온라인 모니터링을 설정하고 성능 및 품질 메트릭을 추적합니다.
- [프로덕션 피드백](https://docs.wandb.ai/ko/weave/cookbooks/feedback_prod.md): W&B Weave의 피드백 추적 기능을 사용해 프로덕션 환경에서 LLM 출력에 대한 사용자 피드백을 수집하고 분석합니다.
- [Scorer를 가드레일로 사용하기](https://docs.wandb.ai/ko/weave/cookbooks/scorers_as_guardrails.md): W&B Weave에서 scorers를 가드레일로 사용하는 방법을 알아보세요
- [맞춤형 모델 비용](https://docs.wandb.ai/ko/weave/cookbooks/custom_model_cost.md): 여러 LLM 제공업체와 모델 전반의 지출을 모니터링할 수 있도록 W&B Weave에서 맞춤형 모델 비용을 정의하고 추적하세요.
- [PII 데이터 처리](https://docs.wandb.ai/ko/weave/cookbooks/pii.md): W&B Weave의 데이터 마스킹 및 필터링 도구를 사용하여 LLM 애플리케이션에서 개인 식별 정보(PII)를 처리합니다.

### 레퍼런스

- [Python SDK](https://docs.wandb.ai/ko/weave/ref-link-python.md)
- [TypeScript SDK](https://docs.wandb.ai/ko/weave/ref-link-typescript.md)
- [서비스 API](https://docs.wandb.ai/ko/weave/ref-link-service-api.md)

### 세부 정보 및 지원

- [제한 사항 및 예상 동작](https://docs.wandb.ai/ko/weave/details/limits.md): Weave의 제한 사항, 알려진 문제, 예상 동작 목록
- [지원팀: Weave](https://docs.wandb.ai/ko/weave/details/support-weave.md)