메인 콘텐츠로 건너뛰기
LoRA (Low-Rank Adaptation)를 사용하면 전체 모델을 새로 트레이닝하는 대신 가벼운 ‘애드온(add-on)‘만 트레이닝하고 저장하여 대규모 언어 모델을 개인화할 수 있습니다. 이를 통해 커스터마이징을 더 빠르고, 저렴하며, 배포하기 쉽게 만들 수 있습니다. LoRA를 트레이닝하거나 업로드하여 베이스 모델에 고객 지원, 창의적 글쓰기 또는 특정 기술 분야 전문화와 같은 새로운 기능을 부여할 수 있습니다. 이를 통해 전체 모델을 다시 트레이닝하거나 재배포할 필요 없이 모델의 behavior 를 조정할 수 있습니다.

​
왜 LoRA에 W&B Inference를 사용해야 하나요?

  • 한 번 업로드하면 즉시 배포 — 관리할 서버가 없습니다.
  • 아티팩트 버전 관리를 통해 현재 어떤 버전이 라이브 상태인지 정확히 추적합니다.
  • 전체 모델 가중치 대신 작은 LoRA 파일을 교체하여 몇 초 만에 모델을 업데이트합니다.

​
워크플로우

  1. LoRA 가중치를 W&B 아티팩트로 업로드합니다.
  2. API에서 아티팩트 URI를 모델 이름으로 참조합니다.
  3. W&B가 추론을 위해 가중치를 동적으로 로드합니다.
다음은 W&B Inference를 사용하여 커스텀 LoRA 모델을 호출하는 예시입니다: 
from openai import OpenAI

model_name = f"wandb-artifact:///{WB_TEAM}/{WB_PROJECT}/qwen_lora:latest"

client = OpenAI(
    base_url="https://api.inference.wandb.ai/v1",
    api_key=API_KEY,
    project=f"{WB_TEAM}/{WB_PROJECT}",
)

resp = client.chat.completions.create(
    model=model_name,
    messages=[{"role": "user", "content": "Say 'Hello World!'" text}],
)
print(resp.choices[0].message.content)
LoRA를 생성하고 이를 W&B에 아티팩트로 업로드하는 과정의 인터랙티브 데모는 퀵스타트 노트북을 확인하세요.

​
사전 요구 사항

다음이 필요합니다:

​
LoRA 추가 및 사용 방법

두 가지 방법으로 W&B 계정에 LoRA를 추가하고 사용할 수 있습니다:
사용자 정의 LoRA 디렉토리를 W&B 아티팩트로 업로드하세요. 로컬 환경, 클라우드 제공업체 또는 파트너 서비스 등 다른 곳에서 LoRA를 트레이닝한 경우에 적합합니다.이 Python 코드는 로컬에 저장된 LoRA 가중치를 버전이 지정된 아티팩트로 W&B에 업로드합니다. 필수 메타데이터(베이스 모델 및 스토리지 리전)가 포함된 lora 유형의 아티팩트를 생성하고, 로컬 디렉토리에서 LoRA 파일을 추가한 다음, 추론에 사용할 수 있도록 W&B 프로젝트에 로그를 남깁니다.
import wandb

run = wandb.init(entity=WB_TEAM, project=WB_PROJECT)

artifact = wandb.Artifact(
    "qwen_lora",
    type="lora",
    metadata={"wandb.base_model": "OpenPipe/Qwen3-14B-Instruct"},
    storage_region="coreweave-us",
)

artifact.add_dir("<path-to-lora-weights>")
run.log_artifact(artifact)

​
주요 요구 사항

사용자 정의 LoRA를 Inference에서 사용하려면 다음이 필요합니다:
  • LoRA는 지원되는 베이스 모델 섹션에 나열된 모델 중 하나를 사용하여 트레이닝되어야 합니다.
  • W&B 계정에 lora 유형의 아티팩트로 PEFT 형식으로 저장된 LoRA.
  • 낮은 지연 시간을 위해 LoRA는 storage_region="coreweave-us"에 저장되어야 합니다.
  • 업로드할 때 트레이닝에 사용한 베이스 모델의 이름(예: meta-llama/Llama-3.1-8B-Instruct)을 포함해야 합니다. 이를 통해 W&B가 올바른 모델로 로드할 수 있습니다.
LoRA가 프로젝트에 아티팩트로 추가되면, 다음과 같이 추론 호출 시 아티팩트의 URI를 사용하세요: 
# 트레이닝이 완료된 후, 아티팩트를 직접 사용하세요
model_name = f"wandb-artifact:///{WB_TEAM}/{WB_PROJECT}/your_trained_lora:latest"

​
지원되는 베이스 모델

현재 Inference는 다음 LLM들에 대해 구성되어 있습니다 (wandb.base_model에 정확한 문자열을 사용해야 합니다). 더 많은 모델이 곧 추가될 예정입니다:
  • OpenPipe/Qwen3-14B-Instruct
  • Qwen/Qwen2.5-14B-Instruct
  • meta-llama/Llama-3.1-70B-Instruct
  • meta-llama/Llama-3.1-8B-Instruct

​
요금

Serverless LoRA Inference는 간단하고 비용 효율적입니다. 상시 가동되는 서버나 전용 GPU 인스턴스 대신, 스토리지와 실제 실행하는 추론에 대해서만 비용을 지불하면 됩니다.
  • Storage - LoRA 가중치를 저장하는 비용은 저렴하며, 특히 자체 GPU 인프라를 유지하는 것과 비교할 때 매우 경제적입니다.
  • Inference usage - LoRA 아티팩트를 사용하는 호출은 표준 모델 추론과 동일한 요율로 청구됩니다. 커스텀 LoRA 서빙에 대한 추가 수수료는 없습니다.