워프스페이스 블로그에 오신 것을 환영합니다

수천 행의 학습 라벨에서 문제 행을 찾으려고 저비용 판정 모델 JEV의 프롬프트를 튜닝했다. 프롬프트를 분류기처럼 다루면 된다는 것, 그때 꼭 지켜야 하는 규칙 몇 가지, 그리고 안 지키면 생기는 일을 정리한다.

RNN 시절의 한계에서 출발해 트랜스포머가 어떻게 동작하는지, 이후 어떤 개선이 붙었는지, 크게 키운 LLM이 무엇을 할 수 있게 되었는지, 그리고 이미지를 보는 LLM이 어떻게 만들어지는지를 정리합니다.

TypeSafe Jev의 등장과 며칠 만에 쏟아진 오픈 판정 모델들, 그리고 요즘 넓게 쓰이는 ‘증류’라는 말에서 출발해 지식 증류(KD)를 정리합니다. 작은 모델이 왜 잘 안 배우는지(NetAug 논문의 underfit 진단), temperature와 dark knowledge, 출력·표현·관계 중 무엇을 따라 하게 할지, LLM 시대의 KD, 그리고 캐릭터 채팅 서비스에 어디에 쓰면 되는지까지 다룹니다.

프로덕션에서 GPU로 서빙하던 페르소나 이탈 판정 모델(mmBERT 기반 분류기)을 국산 NPU(리벨리온 ATOM+)로 옮기기까지: 문제 인식부터 어댑터 작성, 실기 컴파일, 벤치마크까지의 여정.

‘모델을 컴파일한다’는 게 정확히 무슨 뜻일까? eager 실행과의 차이부터 그래프 캡처·연산 융합·커널 lowering·정적 shape·메모리 계획까지, 그림과 인터랙티브 데모로 차근차근 풀어봅니다.

PTQ는 큰 모델엔 통하지만 작은 모델·저비트에서 무너집니다(2비트에서 13.6%로 붕괴). 해법은 학습 자체에 양자화를 넣는 QAT입니다. forward에 fake quantization을 끼우고, round의 gradient가 0인 문제를 STE(Straight-Through Estimator)로 뚫습니다. round는 미분이 0인데 어떻게 학습이 될까? MNIST MLP로 직접 측정한 plot과 함께.

FP4는 표현값이 15개뿐인데 최신 GPU는 어떻게 4비트로 추론할까요? 저비트 양자화를 무너뜨리는 범인은 아웃라이어입니다. outlier 하나가 층을 통째로 지우는 실험부터, 그룹 양자화(MXFP4)·KL clipping·AdaRound·Hadamard 회전이라는 네 가지 처방까지, 2비트에서 53%로 무너진 정확도가 97%로 돌아오는 실험과 함께 코드로 하나씩 검증합니다.

1989년 LeCun의 Optimal Brain Damage에서 시작해, 가중치를 잘라내(pruning) 모델을 줄이는 이야기. 무엇을·어떻게·얼마나 자르나, 재학습으로 95%까지 잘라도 버티는 압축의 놀라움, 그리고 하드웨어(NVIDIA 2:4)가 받쳐줘야 실이득이라는 것까지, MNIST MLP로 직접 측정한 plot과 함께.

학습된 32비트 신경망 가중치를 K-Means(비균등)와 Linear(균등, 정수 연산) 두 방식으로 2~8비트까지 줄여봅니다. 아핀 매핑 r=S(q−Z)부터 압축비·정확도 트레이드오프까지, MNIST MLP로 직접 코드를 돌려 측정한 plot과 함께.

INT8, FP16, BF16, FP8(E4M3/E5M2), FP4: 딥러닝 모델 카드에 쏟아지는 데이터타입들이 실제로 무슨 뜻인지, 비트가 어떻게 숫자로 해석되는지 하나씩 뜯어봅니다. 비트를 직접 클릭하면 계산식과 값이 실시간으로 바뀌는 위젯과 함께.