> ## 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.
# 개요
> W&B에서 Eval Table을 생성, 비교, 시각화하는 방법을 알아보세요.
Eval Table을 사용하면 여러 run의 집계 점수와 예시별 모델 입력, 출력, 점수를 비교할 수 있습니다. Eval Table로 모델 버전이나 트레이닝 단계를 비교하고, 집계 점수의 변화를 검토하고, 모델 성능 변화의 원인이 된 예시를 살펴보세요.
다음 이미지는 두 run `"summer-butterfly-9"`와 `"gentle-flower-8"`을 비교하는 `"validation_prediction_eval"` Eval Table을 보여줍니다.
**Eval Table** 패널은 세 개의 섹션으로 구성됩니다.
1. Run 비교 선택기: [비교할 run](/ko/products/wandb/evaltables/compare-runs)을 선택합니다.
2. 집계 점수: 선택한 run의 집계 점수를 검토하고 run 간의 차이를 비교합니다. 자세한 내용은 [집계 점수 보기](/ko/products/wandb/evaltables/compare-runs#aggregate-scores)를 참조하세요.
3. 예시: 선택한 run 간에 각 예시의 입력, 출력, 점수를 비교합니다.
다음 이미지는 패널의 각 섹션을 강조하여 보여줍니다.
[W\&B Python SDK의 `EvalTable` 클래스로 Eval Table을 생성하세요](/ko/products/wandb/evaltables/create-an-evaluation-table).
기존 [W\&B Tables](/ko/products/wandb/tables)도 ARIA를 사용해 Eval Table로 변환할 수 있습니다. 자세한 내용은 [W\&B Table을 Eval Table로 변환하기](/ko/products/wandb/evaltables/create-an-evaluation-table#convert-a-wb-table-to-an-eval-table)를 참조하세요.
기존 W\&B Tables를 Eval Table로 변환하면 렌더링 성능이 향상되고 더 많은 비교 기능을 사용할 수 있습니다.
첫 Eval Table을 생성하려면 [Eval Table 생성하기](/ko/products/wandb/evaltables/create-an-evaluation-table)를 참조하세요.