> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-locadex-parallel-t9n-main-cs60c8p4o6ik99tylxgp3.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 새 아티클
> W&B 문서 사이트에 게시된 새 아티클 목록입니다.
이 페이지에는 지난 6개월 동안 W\&B 문서 사이트에 게시된 아티클이 최신순으로 표시됩니다. 매주 자동으로 업데이트되며, 6개월이 지난 아티클은 삭제됩니다.
각 월에서는 **Models**, **Weave**, **지원팀** 등 아티클이 속한 문서 영역별로 아티클을 그룹화합니다. 자동 생성된 레퍼런스 페이지와 현지화된 콘텐츠는 포함되지 않습니다.
{/* new-articles:start */}
## 2026년 7월
### Models
Weave 프롬프트 객체를 컬렉션에 연결하여 W\&B 레지스트리에서 AI 프롬프트를 추적하고 버전을 관리하세요.
Eval Table을 만들 때 입력, 출력, 점수가 포함된 열을 지정하세요.
W\&B에서 Eval Table을 만드는 방법을 알아보세요.
Eval Tables를 사용하여 여러 Runs의 입력, 출력, 점수를 비교하세요.
W\&B에서 Eval Tables를 만들고 비교하며 시각화하는 방법을 알아보세요.
### Weave
두 개 이상의 평가를 시각적으로 비교하여 run 전반의 회귀, 개선 사항 및 점수화 차이를 파악합니다
바이트를 Weave로 임포트하지 않고 URI를 로깅하여 자체 클라우드 버킷에 있는 이미지와 비디오를 Weave 트레이스에서 렌더링합니다.
바이트를 Weave로 임포트하지 않고 에이전트 도구 span에서 URI를 반환하여 Weave Agents 뷰에서 자체 클라우드 버킷에 있는 이미지와 비디오를 렌더링합니다.
Self-Managed Weave 인스턴스에서 저장소 및 LLM 점수화 비용을 제어하기 위해 수신 트레이스의 일부만 유지합니다
에이전트 입력, 파운데이션 모델 사용량 및 완료 출력이 캡처되도록 Weave로 Amazon Bedrock Agents 호출을 트레이스합니다.
## 2026년 6월
### Models
LEET(Lightweight Experiment Exploration Tool) TUI를 사용해 터미널에서 로컬 W\&B run을 살펴보고 비교하세요.
### Weave
W\&B Weave의 Agents 뷰를 사용하여 에이전트가 수행한 작업과 비용, 그리고 성공하거나 문제가 발생한 정확한 지점을 파악하세요.
Weave의 하위 에이전트 span을 사용하여 하위 에이전트 위임을 트레이스하고 중첩된 에이전트 호출을 확인하세요.
Weave SDK를 사용하여 멀티턴 에이전트형 애플리케이션을 계측하고 Agents 탭에서 확인하세요.
LLM Call을 이미 완료해 기록이 필요한 프레임워크의 에이전트 트레이스를 수동으로 기록하세요.
Weave에서 Pi 에이전트형 세션, LLM Call 및 도구 실행을 트레이스하세요.
관측 및 디버깅을 위해 W\&B Weave에서 OpenClaw 에이전트 세션을 추적하세요.
Weave를 사용하여 OpenAI Agents SDK로 구축한 에이전트를 트레이스하세요.
Weave를 사용하여 Google의 Agent Development Kit(ADK)로 구축한 에이전트를 트레이스하세요.
W\&B Weave에서 Codex 에이전트형 세션, LLM Call 및 도구 실행을 트레이스하세요.
관측 및 디버깅을 위해 W\&B Weave에서 Claude Code 세션을 추적하세요.
Weave를 사용하여 Claude Agent SDK로 구축한 에이전트를 트레이스하세요.
### ARIA
ARIA는 W\&B의 AI Research and Iteration Agent로, 실험 분석 및 실행, 결과 설명, Runs 전반의 패턴 파악, 다음 step 추천, 시각화 및 Reports 구축 등 W\&B에서의 작업을 지원하는 맞춤형 연구 assistant입니다.
W\&B Admin이 ARIA와 같은 W\&B AI 특성에서 조직의 데이터를 사용하는 방식을 제어하는 방법을 알아보세요.
다음 페이지에서는 새 chat을 시작하고, chat history를 뷰하고, 이전 대화를 삭제하고, chat 창을 분리하고, 프롬프트에서 특정 run을 레퍼런스하고, 대화에 이미지를 추가하고, ARIA의 responses에 feedback을 제공하는 방법을 설명합니다.
W\&B의 AI Research and Iteration Agent인 ARIA를 사용하여 결과를 분석하고 실험을 실행하는 방법을 알아보세요.
### HiveMind
AI 코딩 세션을 위한 공유 대시보드입니다. 리더보드, 팀 뷰, 효율성 인사이트를 통해 Claude Code, Cursor, Codex, Gemini CLI 등의 활동, 비용, 결과를 추적하세요.
### 지원
Weave는 LLM Call에서 캡처한 데이터를 기반으로 비용 및 토큰 사용량 추정치를 표시합니다. Weave의 수치와 공급자 청구서 간 차이는 다음과 같은 문제로 발생할 수 있습니다.
wandb.init()이 느리거나 메트릭 업로드가 지연되는 경우는 일반적으로 네트워크 지연 시간, 대용량 미디어 페이로드, 높은 로깅 빈도 또는 W\&B 서비스 프로세스의 시작 지연 때문입니다.
스윕 에이전트가 시작되었지만 새 run 설정을 받지 못하거나, 하나의 run을 받은 후 유휴 상태가 되는 데에는 몇 가지 일반적인 원인이 있습니다.
W\&B는 wandb.init()를 호출한 프로세스가 wandb.finish()를 호출하지 않은 상태에서 해당 프로세스로부터 하트비트를 더 이상 받지 못하면 run을 Crashed로 표시합니다.
W\&B는 스크립트의 stdout 및 stderr를 캡처하여 run의 Files 탭에 output.log로 저장합니다.
W\&B는 이제 더 긴 API 키(약 86자)를 발급합니다.
Workspace 레이아웃(패널, 필터, 그룹화)은 뷰를 저장할 때만 유지됩니다.
wandb.log()로 로깅한 메트릭이 W\&B UI에 표시되지 않는 데에는 몇 가지 일반적인 원인이 있습니다.
W\&B에 가입하면 플랫폼이 사용자 이름과 동일한 이름의 개인 팀을 자동으로 생성합니다.
W\&B에는 JAX 전용 인테그레이션이 없습니다.
병렬 좌표 차트는 여러 run에서 하이퍼파라미터와 메트릭의 관계를 보여 줍니다.
run이 종료된 후 Public API 가이드를 사용하면 실험을 다시 실행하지 않고도 설정, 표시 이름, 태그 및 메모를 편집할 수 있습니다.
W\&B Settings 페이지에서 Alerts 및 알림을 설정할 수 있습니다.
표준 지연 이터레이터 패턴과 perpage 매개변수를 사용하여 API 결과를 페이지 단위로 처리할 수 있습니다.
wandb.log()로 코퍼스 수준의 NLP 점수(BLEU, ROUGE, perplexity)를 기록하고 wandb.Table로 예시별 출력을 기록할 수 있습니다.
wandb.watch()는 PyTorch 모델의 파라미터와 그라디언트에 훅을 연결하고 일정한 간격으로 값의 히스토그램을 기록합니다.
팀 관리자만 초대를 보낼 수 있습니다.
W\&B는 스크립트의 stdout 및 stderr를 output.log(또는 logs/ 아래의 멀티파트 청크)로 저장합니다.
팀은 W\&B 협업의 기본 단위입니다.
W\&B Self-Managed는 자체 인프라에서 실행되는 자체 호스팅 배포 환경입니다.
W\&B 스윕 내에서는 run 재개가 지원되지 않습니다.
Chat Completion 요청의 잘못된 파라미터는 검증이 수행되는 위치에 따라 HTTP 422(Unprocessable Entity) 또는 HTTP 400(Bad Request)으로 나타나는 경우가 많습니다.
W\&B Inference API에서 404 응답이 반환되면 서버가 요청한 모델 또는 리소스를 찾지 못했다는 의미입니다.
W\&B Self-Managed 인스턴스에 인증하려면 로그인하기 전에 CLI와 SDK가 인스턴스 URL을 사용하도록 설정하세요:
무엇을 구축하는지에 따라 다릅니다:
@weave.op는 개별 Python 함수를 트레이스하고 트레이스 탭에 결과를 표시합니다.
## 2026년 5월
### Models
프로젝트 run 실패 알림 또는 레지스트리 별칭 자동화를 구축하는 방법을 알아보세요.
레지스트리 아티팩트에 "production"과 같은 특정 별칭이 지정되면 웹훅을 실행하는 자동화를 구축하세요.
프로젝트의 run이 실패할 때 Slack 알림을 보내는 run 실패 알림을 구축하세요.
Python API를 사용하여 자동화를 프로그래밍 방식으로 관리합니다. 일부 클라이언트 버전에서는 생성 및 업데이트 기능이 영향을 받을 수 있습니다. SDK 수정 사항이 배포될 때까지 W\&B App을 사용하세요.
## 2026년 4월
### Weave
WeaveConnector 인테그레이션을 사용해 W\&B Weave로 Deepset Haystack 파이프라인을 트레이스하세요.
쓰기 전 로그를 사용해 W\&B Weave 트레이스 데이터 캡처의 복원력을 향상하세요.
OpenTelemetry를 사용해 Weave에서 Vercel AI SDK Call을 트레이스하세요.
monitor 메트릭과 트레이스 활동을 기반으로 액션을 트리거하는 이벤트 기반 자동화를 만드세요.
### 플랫폼
W\&B의 객체 저장소 사용 방식, 삭제와 버킷 바이트의 관계, 저장소 사용량 및 비용을 줄이는 방법을 알아보세요.
### 샌드박스
Serverless Sandboxes에서 시크릿을 관리하는 방법을 알아보세요.
샌드박스 환경에서 명령을 실행하고 출력과 종료 코드를 조회하는 방법을 알아보세요.
단계별 튜토리얼을 통해 Serverless Sandbox 환경에서 PyTorch 모델을 학습하는 방법을 알아보세요.
상태, 상태 변경을 기다리는 방법, 샌드박스를 중지하는 방법을 포함한 Serverless Sandbox의 라이프사이클을 알아보세요.
Serverless Sandbox 환경에서 OpenAI 에이전트를 호출하는 방법을 알아보세요.
Serverless Sandboxes에서 파일을 읽고, 쓰고, 마운트하는 방법을 알아보세요.
자체 파일 시스템, 네트워크, 프로세스 공간을 갖춘 격리된 컨테이너에서 코드를 실행하는 W\&B Serverless Sandboxes를 생성하세요.
W\&B Serverless Sandboxes를 사용하면 Python에서 온디맨드 격리 컴퓨팅 환경을 생성하고, 사용하고, 폐기할 수 있습니다.
### 지원
기본적으로 Weave의 .call() 메서드는 예외를 발생시키는 대신 캡처하여 call.exception에 저장합니다.
프로젝트에 메트릭, Runs 또는 패널이 많으면 Workspace가 느리게 로드될 수 있습니다.
이 아티클은 W\&B를 분산 트레이닝 프레임워크와 함께 사용할 때 발생하는 트레이닝 중단 문제를 해결하여 Runs가 멈추지 않고 시작 및 종료할 수 있도록 도와줍니다.
서비스 계정을 사용하여 W\&B 워크플로를 자동화할 때 권한 부여 오류가 발생하거나 Runs가 예상한 위치에 표시되지 않을 수 있습니다.
wandb.log()를 호출할 때 HTTP 429 Rate limit exceeded 오류가 발생하면 프로젝트의 요청 속도 제한 할당량을 초과한 것입니다.
이 페이지에서는 W\&B와 함께 Hydra로 프로세스를 시작할 때 발생하는 프로세스 응답 중지 문제를 해결하는 방법을 설명합니다.
이 페이지는 W\&B가 엔터프라이즈 라이선스를 인식하지 못하거나 라이선스를 설정한 후 해당 특성을 사용할 수 없을 때 W\&B 엔터프라이즈 배포 관리자가 일반적인 문제를 진단하도록 도와줍니다.
스윕 중 Cuda out of memory가 표시되면 코드를 리팩터링하여 프로세스 기반 실행을 사용하세요.
스윕 중 CommError, Run does not exist와 ERROR Error uploading이 모두 표시되면 가장 가능성 높은 원인은 코드에서 Run ID를 수동으로 설정하는 것입니다:
아티팩트를 W\&B 레지스트리에 연결할 수 없는 가장 일반적인 원인은 아티팩트가 팀 entity가 아닌 개인 entity로 로깅되었기 때문입니다.
스윕 중 anaconda 400 오류는 최적화하려는 메트릭을 로깅하지 않았음을 의미하는 경우가 많습니다.
## 2026년 3월
### Models
W\&B Sweeps가 스윕 run에서 UNIX 시그널, 종료 코드, 선점을 처리하는 방법을 알아보세요.
### Weave
Weave를 사용하여 OpenAI Realtime API Call을 자동으로 트레이스하세요.
LLM 애플리케이션의 프롬프트 버전을 가져와 관리하세요.
간소화된 검토 인터페이스를 사용하여 트레이스 항목을 평가하고 구조화된 피드백을 제출하세요.
annotation queue를 생성하고, 트레이스를 도메인 전문가에게 라우팅하며, 구조화된 피드백을 내보내세요.
### 플랫폼
iPhone 또는 iPad에서 트레이닝 Runs을 추적하고, 콘솔 로그를 검토하며, 선형 플롯과 시스템 메트릭을 확인하고, W\&B Models 프로젝트를 살펴보세요.
W\&B Skills를 설치하여 코딩 에이전트가 W\&B의 AI 개발 플랫폼을 사용해 모델을 트레이닝하고, 에이전트를 구축하며, 실험을 분석하는 방법을 익히도록 하세요.
안정성을 위한 Self-Managed 인스턴스의 선택적 요청 속도 제한
W\&B Dedicated Cloud 인스턴스에서 사용할 수 있는 모든 지원 AWS, Google Cloud, Azure 리전을 확인하세요.
Dedicated Cloud의 기본 요청 속도 제한 및 변경 요청 방법
Python SDK API를 사용하여 W\&B Dedicated Cloud 인스턴스에서 Runs, 메트릭, 아티팩트 및 Reports를 내보내세요.
### Inference
>
## 2026년 2월
### Weave
Weave 프로젝트를 사용하여 트레이스, 프롬프트, 평가, 모델, 대시보드 등 관련 에셋을 체계적으로 관리하세요.
### 플랫폼
IDE 또는 AI 에이전트를 W\&B Model Context Protocol(MCP) 서버에 연결하여 자연어로 W\&B 데이터와 문서를 쿼리하고 분석하세요.
### Inference
>