Skip to main content
CoreWeave Forge는 AI 모델과 에이전트의 개발, 평가, 개선, 실행에 필요한 제품과 관리형 서비스를 하나로 통합한 플랫폼입니다. Forge를 사용하면 트레이닝을 추적하고 분석하며, 애플리케이션과 에이전트를 평가하고, 모델을 개선하고, 추론을 실행하고, 격리된 환경에서 코드를 실행할 수 있습니다. 먼저 한 가지 작업에 제품 하나로 시작한 다음, 워크플로 규모가 커지면 여러 제품을 연결하면 됩니다. Forge는 워크로드가 어디에서 실행되든 함께 사용할 수 있습니다. 예를 들어 트레이닝 작업을 CoreWeave Kubernetes Service (CKS), SUNK 또는 다른 컴퓨팅 환경에서 실행하면서 Weights & Biases로 해당 작업의 메트릭과 아티팩트를 기록할 수 있습니다. Post-training, 추론, 샌드박스 코드 실행 같은 다른 단계는 관리형 Forge 서비스에서 실행할 수 있습니다.
이 페이지에서는 forge.coreweave.com의 멀티테넌트 Forge를 다룹니다. W&B Dedicated Cloud 또는 W&B Self-Managed에 대한 내용은 배포 옵션을 참조하세요.

시작하기 전에

이 페이지의 워크스루는 브라우저에서 Forge를 사용하므로 로컬 도구를 설치할 필요가 없습니다. 워크스루를 진행하려면 다음이 필요합니다.
  • Forge 계정. 이미 계정이 있다면 Forge에 로그인하세요.
  • 기본 제공 크레딧 또는 활성화된 종량제 결제를 통한 Serverless Inference 액세스 권한. Serverless Inference 사용량 및 제한을 참조하세요.
  • 사용량을 집계하고 Weave 트레이스를 저장할 Forge 프로젝트. 프로젝트를 선택하지 않으면 Serverless Inference는 기본 팀과 inference라는 프로젝트 이름을 사용합니다.

계정 및 사용자 인증 정보

Forge와 CoreWeave 인프라는 서로 다른 ID 시스템을 사용합니다. Forge 계정은 Forge 조직, 팀, 프로젝트 및 제품 액세스를 관리합니다. CoreWeave 계정은 CKS, Virtual Private Cloud(VPC), CoreWeave AI Object Storage 등의 Infrastructure 리소스를 관리합니다. 일부 제품은 두 계정 유형을 모두 지원합니다. 예를 들어 CoreWeave Sandboxes는 서버리스 배치 시 Forge API 키와 CoreWeave API 액세스 토큰을 모두 허용합니다. CKS 기반 Sandboxes는 CoreWeave API 액세스 토큰을 사용합니다. 로그인 및 관리에 대한 자세한 내용은 Forge 및 CoreWeave ID를 참조하세요. Multi-tenant Cloud에서 Weights & Biases를 사용 중이라면 기존 계정으로 로그인하세요. 기존 프로젝트, run, 아티팩트는 Forge에서 그대로 사용할 수 있습니다. 계정, 애플리케이션, 문서, API 및 URL 변경 사항은 Forge에서 이동된 항목을 참조하세요.

워크플로에 맞는 도구

Forge 제품은 각 워크플로에 맞는 제품 UI, 소프트웨어 개발 키트(SDK), API, 명령줄 도구를 제공합니다. 설치 및 인증 요구 사항은 선택한 제품의 문서에서 확인하세요.

Forge 사용해 보기: 모델 실행 및 트레이스

Serverless Inference 플레이그라운드에서 호스팅된 모델에 요청을 보낸 다음, W&B Weave에서 해당 요청의 트레이스를 살펴보세요.
  1. Serverless Inference 플레이그라운드를 엽니다.
  2. Playground 페이지 제목 표시줄에서 다음을 수행합니다.
    • Select project () 버튼을 클릭한 다음, 사용량을 집계할 프로젝트를 선택합니다.
    • 모델 선택기를 클릭한 다음, 호스팅된 모델을 선택합니다.
    • Trace calls with Weave를 클릭합니다.
  3. 메시지 상자에 다음 프롬프트를 입력합니다.
  4. Send message 버튼을 클릭합니다.
  5. 모델 응답 아래에서 View call을 클릭하여 Weave에서 해당 트레이스를 엽니다.
이제 Serverless Inference에서 모델 응답을 받았고, 요청, 응답, 지연 시간, 토큰 사용량이 기록된 트레이스를 Weave에서 확인할 수 있습니다. Playground 설정과 추가 기능은 Playground UI에서 모델 사용해 보기를 참조하세요.

연결된 워크플로 구축하기

다음 튜토리얼에서는 Forge 제품 간에 데이터와 워크로드가 어떻게 이동하는지 살펴봅니다.

관리형 서비스로 Post-training 및 서빙하기

퍼블릭 프리뷰로 제공되는 Serverless SFT로 모델을 미세 조정하고, 어댑터를 Weights & Biases에 저장한 다음, Serverless Inference로 각 체크포인트를 실행하세요.

로컬에서 트레이닝한 LoRA를 Forge로 가져오기

로컬에서 LoRA를 학습하고 Weights & Biases에 업로드한 다음, Serverless Inference 플레이그라운드 또는 API로 실행하세요.

Forge로 코딩 에이전트 실행하기

CoreWeave 샌드박스에서 OpenCode를 실행하고 Serverless Inference를 모델 공급자로 사용하세요.

Forge를 사용하는 다른 방법

자주 사용하는 다른 Forge 워크플로를 탐색하고, 목표에 맞는 제품과 첫 단계를 선택하세요.

모델 학습 및 개선

맞춤형 트레이닝 작업은 CoreWeave Kubernetes Service (CKS), SUNK 또는 기타 환경에서 실행할 수 있으며, 그 결과는 Weights & Biases에서 추적하고 비교할 수 있습니다.

LLM 에이전트 및 애플리케이션 구축과 평가

에이전트 워크플로 비교는 Agent Lens와 W&B Weave를 참조하세요.

모델 및 격리된 워크로드 실행

전용 모델 배포가 필요하다면 CoreWeave Inference 배포 옵션을 비교해 보세요. 전체 Forge 제품 카탈로그를 비교하려면 Forge Home을 참조하세요.

Forge 관리자용

Forge 조직을 관리하는 경우 다음 페이지에서 조직 구성원 자격, 제품 액세스, API 키, 서비스 계정 및 결제를 관리할 수 있습니다.
마지막 수정일 2026년 11월 18일