> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 첫 번째 모델 트레이닝 및 배포하기

> 실제 애플리케이션 예시로 특화 모델을 만들고 배포 전에 비교해 보세요.

이 가이드는 프로젝트에서 Model Distillation을 통해 대표성 있는 트래픽을 처리하고 있다고 가정합니다.

<h2 id="1-build-a-dataset">
  1. 데이터셋 구축하기
</h2>

프로젝트의 **Datasets** 페이지를 열고, 유지하려는 동작을 가장 잘 나타내는 트래픽을 선택하세요.

트레이닝 전에 샘플을 검토하세요. 잘못된 예시를 제거하고, 데이터셋이 고객이 실제로 겪는 상황을 포괄하는지 확인하세요.

<Card title="Datasets Quick Start" href="/ko/model-distillation/studio/datasets-quickstart" arrow="true">
  UI에서 첫 데이터셋을 생성하고 검토하세요.
</Card>

<h2 id="2-improve-the-answers-when-needed">
  2. 필요한 경우 답변 개선하기
</h2>

현재 모델의 답변을 그대로 트레이닝 타깃으로 사용할 수 있습니다. 답변이 일관되지 않거나 모델이 더 나은 동작을 학습하도록 하려면 더 강력한 모델로 데이터셋을 다시 레이블링하세요.

다시 레이블링하면 원래 답변은 그대로 유지되고 별도의 답변 세트가 생성됩니다. 따라서 두 세트를 모두 검토한 뒤 어느 쪽으로 트레이닝할지 선택할 수 있습니다.

<h2 id="3-train-several-candidates">
  3. 여러 후보 모델 트레이닝하기
</h2>

트레이닝할 모델을 선택하세요. 특정 작업의 최고 성능 모델이 항상 가장 큰 모델은 아니므로, 대개 단일 run보다는 소규모 스윕이 더 유용합니다.

트레이닝 워크플로는 UI에서 처리되며, 완료된 모델은 비교 및 배포에 사용할 수 있습니다.

<Card title="파인튜닝 퀵스타트" href="/ko/model-distillation/studio/fine-tuning-quickstart" arrow="true">
  준비된 데이터셋으로 트레이닝 run을 시작하세요.
</Card>

<h2 id="4-compare-quality">
  4. 품질 비교
</h2>

평가를 생성하고 모든 후보를 유지하려는 답변과 비교하세요. 전체 점수와 개별 예시를 함께 살펴보면 모델이 어떤 부분에서 개선되고 어떤 부분에서 저하되는지 파악할 수 있습니다.

평가가 완료되지 않은 상태에서는 배포하지 마세요. 실패한 비교를 해결하고, 결과가 제품에 중요한 동작을 제대로 반영하는지 확인하세요.

<Card title="평가 퀵스타트" href="/ko/model-distillation/studio/evaluations-quickstart" arrow="true">
  UI에서 일대일 비교를 실행하세요.
</Card>

<h2 id="5-deploy-the-winner-safely">
  5. 최고 성능 모델을 안전하게 배포하기
</h2>

최고 성능 모델을 프로젝트 라우팅에 추가하세요. 프로덕션 카나리 배포를 하려면 먼저 트래픽의 일부만 할당한 다음, 신뢰도가 높아지면 점차 비중을 늘리세요.

전체 롤아웃이 끝난 후에도 이전 모델을 가중치 0으로 라우팅 설정에 남겨 두세요. 이렇게 하면 이전 모델에 새 트래픽을 보내지 않으면서도 신속하게 롤백할 수 있습니다.

<Accordion title="API: 에이전트 워크플로">
  에이전트에 프록시 모델 이름, W\&B entity, 원하는 데이터셋 윈도우, 후보 기본 모델, 평가 모델, 롤아웃 비중을 알려 주세요. 그런 다음 아래 문서에 있는 복사 가능한 요청을 참고하도록 안내하세요.

  * [Datasets Quick Start](/ko/model-distillation/studio/datasets-quickstart);
  * [파인튜닝 퀵스타트](/ko/model-distillation/studio/fine-tuning-quickstart);
  * [평가 퀵스타트](/ko/model-distillation/studio/evaluations-quickstart);
  * [라우팅 및 버전](/ko/model-distillation/studio/routing-and-versions).

  각 비동기 리소스가 성공적인 종료 상태에 도달할 때까지 기다린 후에 해당 리소스에 의존하는 단계를 시작하도록 지시하세요.
</Accordion>