Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
SwanLab은 전문적인 AI 모델 훈련 분석 플랫폼으로, 모델 훈련 팀을 주요 대상으로 합니다. 이 도구는 50개 이상의 주류 프레임워크와 통합되어 사용자의 실험 코드를 쉽게 결합할 수 있도록 설계되었습니다. 이를 통해 체계적이고 효율적인 모델 학습 과정 관리를 지원합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Research의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기전문적이고 현대적으로 설계된 AI 훈련 분석 플랫폼입니다.
모델 훈련 팀을 대상으로 하며, 50개 이상의 주류 프레임워크와 통합되고 사용자의 실험 코드와 쉽게 결합됩니다.
<a href="https://swanlab.cn">🔥SwanLab 온라인 버전</a> · <a href="https://docs.swanlab.cn">📃 문서</a> · <a href="https://github.com/swanhubx/swanlab/issues">문제 보고</a> · <a href="https://rcnpx636fedp.feishu.cn/share/base/form/shrcnMFh9kkETFS6Hsc7fsBlKHc">개선 제안</a> · <a href="https://docs.swanlab.cn/guide_cloud/general/changelog.html">업데이트 로그</a> · <img height="16" width="16" src="https://raw.githubusercontent.com/SwanHubX/assets/main/community.svg" alt="swanlab community Logo" /> <a href="https://swanlab.cn/benchmarks">벤치마크 커뮤니티</a> · <a href="https://github.com/SwanHubX/SwanLab-Skill">SKILL</a>
[![][release-shield]][release-link]
[![][dockerhub-shield]][dockerhub-link]
[![][github-stars-shield]][github-stars-link]
[![][github-issues-shield]][github-issues-shield-link]
[![][github-contributors-shield]][github-contributors-link]
[![][license-shield]][license-shield-link]
[![][tracking-swanlab-shield]][tracking-swanlab-shield-link]
[![][last-commit-shield]][last-commit-shield-link]
[![][pypi-version-shield]][pypi-version-shield-link]
[![][wechat-shield]][wechat-shield-link]
[![][pypi-downloads-shield]][pypi-downloads-shield-link]
[![][colab-shield]][colab-shield-link]
👋 저희의 [위챗 그룹]에 참여하세요(https://docs.swanlab.cn/guide_cloud/community/online-support.html)
<a href="https://hellogithub.com/repository/b442a9fa270e4ccb8847c9ee3445e41b" target="_blank"><img src="https://abroad.hellogithub.com/v1/widgets/recommend.svg?rid=b442a9fa270e4ccb8847c9ee3445e41b&claim_uid=Oh5UaGjfrblg0yZ" alt="Featured｜HelloGitHub" style="width: 250px; height: 54px;" width="250" height="54" /></a>
</div> <br/>2026.06.16: 🔥 HTML 차트 추가, LLM Vibe Coding 생성 페이지를 지원합니다; Kubernetes 배포 Prometheus + Grafana 솔루션 출시;
2026.06.05: ⚡️ 리팩토링된 SDK (v0.8.0)가 출시되어 지표 기록 성능이 대폭 향상되었으며, 대규모 학습 환경에서 더욱 좋은 경험을 제공합니다; SwanLab CLI와 Skill가 AutoResearch 패러다임을 겨냥하여 출시되었습니다;
2026.05.18: 📒 로그에 전역 필터링을 지원하여 필요한 로그 조각을 빠르게 찾을 수 있습니다; 차트 복사 기능이 추가되었으며, 차트 검색에 히스토리 기록 기능이 상륙했습니다; 차트 상세 정보에 상대 시간 표시가 추가되었습니다;
2026.04.28: 🪨 프로젝트 고정(置顶) 기능이 출시되어 팀에서 가장 관심을 갖는 프로젝트 카드를 가장 눈에 잘 띄는 위치에 배치할 수 있습니다; 호버링하는 선형 차트 시 지표 대시보드의 표시 효과가 최적화되었습니다;
2026.03.25: 📊 실험 고정(置顶) 기능이 출시되어 최고의 실험을 한 번의 클릭으로 가장 찾기 쉬운 위치에 고정할 수 있습니다; Baseline 비교 기능이 출시되어 여러 실험과 Baseline을 비교하고 차이 백분율을 표시하여 최적의 파라미터 조합을 찾는 속도를 높여줍니다;
2026.03.19: 📊 실험 복사 기능이 추가되어 생성된 실험 사본을 다른 프로젝트나 팀에 배치할 수 있습니다; parallel 모드가 출시되어 여러 프로세스에서 동시에 지표를 동일한 실험 아래 기록할 수 있습니다; 실험 ID는 이제 사용자 정의가 가능합니다;
2026.02.06: 🔥 swanlab.Api가 공식적으로 출시되어 더욱 강력하고 객체 지향적인 오픈 API 인터페이스를 제공합니다. 문서; ECharts.Table이 CSV 다운로드를 지원합니다; 이제 차트를 한 번의 클릭으로 그룹의 맨 앞에 배치할 수 있습니다;
2026.01.28: ⚡️ LightningBoard V2가 출시되어 대시보드 성능을 더욱 향상시켰습니다;
2026.01.16: ⚡️ LightningBoard (번개 게시판) V1이 출시되었으며, 초대형 차트 수량 규모 시나리오에 특화되었습니다; 차트 임베드 링크가 추가되어 이제 차트를 온라인 문서(예: Notion, Feishu Cloud Document 등)에 삽입할 수 있습니다;
2026.01.02: 🥳 AMD ROCm 및 天数智芯Iluvatar GPU 하드웨어 모니터링 지원이 추가되었습니다; SDK에 하트비트 패킷(heartbeat packet) 특성이 추가되어 더욱 안정적인 엔드-클라우드 연결을 구현합니다;
2025.12.15：🎉 SwanLab Kubernetes 버전이 출시되었습니다! 배포 문서를 참조하세요.; NVIDIA NeMo RL 프레임워크가 SwanLab에 통합되었으며, 문서를 참고하세요.;
2025.12.01：🕰 선 그래프 상세 정보 표시 기능이 추가되었습니다. 선 그래프 위에 마우스를 올린 후 Shift 키를 클릭하면 상세 모드가 활성화되어 현재 로그 지점의 시간을 표시할 수 있습니다.;📊 차트 그룹화에서 MIN/MAX 영역 범위 표시가 가능해졌습니다.;
2025.11.17：📊 전역 차트 설정에 X축 데이터 소스 선택, 호버(Hover) 모드 기능이 추가되어 차트 분석 경험을 향상시켰습니다. SWANLAB_WEBHOOK 기능도 추가되었습니다.;문서
2025.11.06：🔪 실험 그룹화가 출시되어 대규모 실험을 그룹별로 관리할 수 있게 되었습니다. 작업 공간 페이지가 업그레이드되어 여러 조직 간 빠른 전환이 가능하며, 선 그래프의 렌더링 성능이 크게 최적화되었습니다. swanlab.init에 group 및 job_type 파라미터가 추가되었습니다.;
2025.10.15：📊 선 그래프 설정에서 X축 데이터 소스 선택을 지원합니다. 사이드바에서 테이블 뷰의 Pin 열을 표시할 수 있게 되어 실험 데이터 정렬 능력이 향상되었습니다.;
2025.09.22：📊 새로운 UI가 출시되었습니다. 테이블 뷰에서 전역 정렬 및 필터링이 가능하며, 데이터 레벨에서 테이블 뷰와 차트 뷰가 통일되었습니다.;
2025.09.12：🔢 스칼라 그래프 생성을 지원하여 실험 지표의 통계 값을 유연하게 표시할 수 있습니다. 조직 관리 페이지가 대폭 업그레이드되어 더욱 강력한 권한 제어 및 프로젝트 관리 능력을 제공합니다.;
2025.08.19：🤔 향상된 차트 렌더링 성능과 낮은 침습성 로딩 애니메이션을 통해 연구자가 실험 분석 자체에 더 집중할 수 있도록 했습니다. 우수한 MLX-LM 및 SpecForge 프레임워크를 통합하여 다양한 시나리오의 훈련 경험을 제공합니다.;
2025.08.06：👥 훈련 협업 기능이 출시되어 프로젝트 공동 작업자를 초대하고 프로젝트 링크 및 QR 코드를 공유할 수 있습니다. 작업 공간에서 목록 뷰를 지원하여 프로젝트 태그(Tags) 표시가 가능해졌습니다.;
2025.07.29：🚀 사이드바에서 실험 필터링, 정렬을 지원합니다.📊 테이블 뷰에 열 제어 패널이 추가되어 열의 숨기기 및 표시를 편리하게 할 수 있습니다.🔐 다중 API Key 관리가 출시되어 데이터를 더욱 안전하게 보호할 수 있습니다. swanlab sync는 로그 파일 무결성에 대한 호환성을 높여 훈련 중 충돌 등의 시나리오에 대응하며, 새로운 차트인 PR 곡선, ROC 곡선, 혼동 행렬이 추가되었습니다.문서;
2025.07.17：📊 더욱 강력해진 선 그래프 설정을 통해 선형, 색상, 두께, 그리드, 범례 위치 등을 유연하게 설정할 수 있습니다.📹 swanlab.Video 데이터 타입을 지원하여 GIF 형식 파일 기록 및 시각화가 가능합니다. 전역 차트 대시보드는 Y축과 최대 표시 실험 수를 설정할 수 있도록 했습니다.;
2025.07.10：📚 더욱 강력해진 텍스트 뷰를 통해 Markdown 렌더링 및 방향키 전환을 지원하며, swanlab.echarts.table과 swanlab.Text로 생성할 수 있습니다.데모
2025.07.06：🚄 재개(Resume) 중단점 학습을 지원합니다. 새로운 플러그인 파일 기록기가 추가되었습니다. ray 프레임워크와 통합되었으며,문서를 참고하세요. ROLL 프레임워크도 통합되었습니다. @PanAndy님께 감사드리며,문서를 참고하세요.
2025.06.27：📊 작은 선 그래프 부분 확대를 지원합니다. 개별 선 그래프 평활화(Smoothing) 설정도 가능합니다. 이미지 차트 확대 후의 상호 작용 효과가 대폭 개선되었습니다.
2025.06.20: 🤗 accelerate 프레임워크 통합, PR, 문서를 통해 분산 훈련 중 실험 기록 경험을 강화했습니다.;
2025.06.18: 🐜 AREAL 프레임워크 통합에 감사드립니다 (@xichengpro), PR, 문서를 참고하세요.; 🖱 마우스 커서를 사이드바 실험에 올리면 해당 곡선이 강조 표시됩니다; 그룹 간 비교 선 그래프가 가능합니다; 실험 이름 자르기 규칙을 설정할 수 있습니다.;
2025.06.11: 📊 swanlab.echarts.table 데이터 타입을 지원하여 순수 텍스트 차트 표시가 가능합니다; 그룹에 대해 **확대/축소 상호작용(Stretching Interaction)**을 지원하여 동시에 표시되는 차트 수를 늘릴 수 있습니다; 테이블 뷰에 지표 최대값/최소값 옵션이 추가되었습니다.;
2025.06.08: ♻️ 로컬에 전체 실험 로그 파일을 저장하고, swanlab sync를 통해 로컬 로그 파일을 클라우드/사설 배포 환경으로 업로드할 수 있습니다; 하드웨어 모니터링이 **하이광DCU(海光DCU)**를 지원합니다.;
2025.06.01: 🏸 차트 자유 드래그를 지원합니다; ECharts 사용자 정의 차트를 지원하여 막대 그래프, 원형 차트, 히스토그램을 포함한 20개 이상의 차트 유형이 추가되었습니다; 하드웨어 모니터링이 **무시GPU(沐曦GPU)**를 지원합니다; PaddleNLP 프레임워크가 통합되었습니다.;
2025.05.25: 로그 기록 시 표준 오류 스트림을 지원하여 PyTorch Lightning 등 프레임워크의 출력 정보가 더 잘 기록됩니다; 하드웨어 모니터링이 **모어스레드(摩尔线程)**를 지원합니다; 실행 명령어 기록에 보안 보호 기능이 추가되어 API Key는 자동으로 숨겨집니다.;
2025.05.14: **실험 태그(Experiment Tag)**를 지원합니다; 선 그래프의 **로그 스케일(Log Scale)**을 지원합니다; 그룹 드래그가 가능하며, 대량 지표 업로드 경험이 크게 최적화되었습니다; swanlab.OpenApi 개방 인터페이스가 추가되었습니다.;
2025.05.09: 선 그래프 생성을 지원합니다; 차트 설정 기능에 데이터 소스 선택 기능이 추가되어 단일 차트에서 여러 지표를 표시할 수 있습니다; 훈련 프로젝트 GitHub 배지 생성을 지원합니다.;
2025.04.23: 선 그래프의 편집을 지원하여 차트의 X, Y축 데이터 범위와 제목 스타일을 자유롭게 설정할 수 있습니다; 차트 검색에서 **정규 표현식(Regular Expression)**을 지원합니다; 쿤룬신XPU(昆仑芯XPU) 하드웨어 감지 및 모니터링을 지원합니다.;
2025.04.11: 선 그래프의 부분 영역 선택을 지원합니다; 전체 대시보드 선 그래프의 스텝 범위에 대한 전역 선택이 가능하며, 모든 차트를 한 번에 숨기는 기능이 추가되었습니다.;
2025.04.08: swanlab.Molecule 데이터 타입을 지원하여 생화학 분자 데이터를 기록하고 시각화할 수 있습니다; 테이블 뷰에서 정렬, 필터링, 열 순서 변경 상태를 저장하는 기능이 추가되었습니다.;
2025.04.07: 저희는 EvalScope와 공동 통합을 완료하여, 이제 EvalScope에서 SwanLab을 사용하여 대규모 언어 모델(LLM) 성능을 평가할 수 있습니다.;
2025.03.30: swanlab.Settings 메서드를 지원하여 더욱 정교한 실험 동작 제어가 가능합니다; 화무지MLU(寒武纪MLU) 하드웨어 모니터링이 지원됩니다; Slack 알림 및 Discord 알림을 지원합니다.
2025.03.21：🎉🤗HuggingFace Transformers가 SwanLab (>=4.50.0 버전)과 공식 통합되었습니다 #36433; Object3D 차트가 추가되어 3차원 포인트 클라우드 기록 및 시각화를 지원합니다 문서; 하드웨어 모니터링이 GPU 메모리(MB), 디스크 사용률, 네트워크 송수신 기록을 지원하도록 업데이트되었습니다.
2025.03.12：🎉🎉SwanLab 사설 배포판이 출시되었습니다!! 🔗배포 문서; SwanLab은 이제 이메일 알림 문서 및 Feishu(飞书) 알림 문서과 같은 플러그인 확장을 지원합니다.
2025.03.09：실험 사이드바 확장을 지원하며, 외부 Git 코드 버튼이 추가되었습니다. sync_mlflow 기능이 새로 추가되어 mlflow 프레임워크와 실험 추적 동기화를 지원합니다.
2025.03.06：저희는 DiffSynth Studio와 공동 통합을 완료했습니다. 이제 DiffSynth Studio에서 SwanLab을 사용하여 Diffusion 모델의 텍스트-이미지/비디오 실험을 추적하고 시각화할 수 있습니다 사용 지침.
2025.03.04：MLFlow 변환 기능이 새로 추가되어 MLFlow 실험을 SwanLab 실험으로 변환할 수 있습니다 사용 지침.
2025.03.01：모바일 실험 기능이 추가되어 이제 실험을 다른 조직의 다른 프로젝트로 이동할 수 있습니다.
2025.02.24：저희는 EasyR1과 공동 통합을 완료했습니다. 이제 EasyR1에서 SwanLab을 사용하여 멀티모달 대규모 모델 강화학습 (RL) 실험을 추적하고 시각화할 수 있습니다 사용 지침.
2025.02.18：저희는 Swift와 공동 통합을 완료했습니다. 이제 Swift의 CLI/WebUI에서 SwanLab을 사용하여 대규모 모델 미세 조정 실험을 추적하고 시각화할 수 있습니다 사용 지침.
2025.02.16：차트 이동 그룹 지정, 그룹 생성 기능이 추가되었습니다.
2025.02.09：저희는 veRL과 공동 통합을 완료했습니다. 이제 veRL에서 SwanLab을 사용하여 대규모 모델 강화학습 (RL) 실험을 추적하고 시각화할 수 있습니다 사용 지침.
2025.02.05：swanlab.log가 중첩 딕셔너리 #812를 지원하도록 업데이트되어 Jax 프레임워크 특성을 수용합니다. name 및 notes 매개변수도 지원됩니다.
2025.01.22：sync_tensorboardX와 sync_tensorboard_torch 기능이 추가되어 이 두 가지 TensorBoard 프레임워크와 실험 추적 동기화를 지원합니다.
2025.01.17: sync_wandb 기능이 추가되어 문서에서 확인 가능하며, Weights & Biases 실험 추적과 동기화됩니다. 로그 렌더링 성능이 대폭 개선되었습니다.
2025.01.11: 클라우드 버전에서 프로젝트 테이블의 성능이 대폭 최적화되었으며, 드래그, 정렬, 필터링 등의 상호작용을 지원합니다.
2025.01.01: 선 그래프에 영구 평활화(persistent smoothing) 기능이 추가되었고, 선 그래프를 드래그하여 크기를 변경할 수 있게 되어 차트 탐색 경험이 최적화되었습니다.
2024.12.22: 저희는 LLaMA Factory와 공동 통합을 완료했습니다. 이제 LLaMA Factory에서 SwanLab을 사용하여 대규모 언어 모델(LLM) 미세 조정 실험을 추적하고 시각화할 수 있습니다. 사용 지침을 참고하세요.
2024.12.15: 하드웨어 모니터링(0.4.0) 기능이 출시되어 CPU, NPU (Ascend), GPU (Nvidia)의 시스템 레벨 정보 기록 및 모니터링을 지원합니다.
2024.12.06: LightGBM 및 XGBoost에 대한 통합이 추가되었으며, 로그 기록의 단일 라인 길이 제한이 상향 조정되었습니다.
2024.11.26: 환경 탭의 하드웨어 섹션에서 화웨이 Ascend NPU 및 Kunpeng CPU 인식이 지원되며, 클라우드 공급업체 섹션에서는 Qingyun Jishi Zhisuan (青云基石智算) 인식이 지원됩니다.
<br>SwanLab은 AI 훈련 분석 및 지표 관측 플랫폼으로, 모델 훈련 팀을 대상으로 하며 훈련 시각화, 자동 로그 기록, 하이퍼파라미터(Hyperparameter) 기록, 실험 비교, 다중 사용자 협업 등의 기능을 제공하여 팀이 훈련 문제를 빠르게 발견하고 모델 반복 개발 속도를 높이는 데 도움을 줍니다.
SwanLab에서는 연구자가 직관적인 시각화 차트를 기반으로 훈련 문제를 발견하고, 여러 실험을 비교하며 연구 영감을 얻을 수 있습니다. 또한 온라인 웹페이지 공유 기능과 조직 기반의 다중 사용자 협업 훈련 기능을 통해 팀 커뮤니케이션 장벽을 허물고 조직 전체의 훈련 효율성을 높일 수 있습니다.
다음은 SwanLab의 핵심 기능 목록입니다:
1. 📊 실험 지표 및 하이퍼파라미터 추적: 머신러닝 파이프라인에 코드를 최소한으로 삽입하여 훈련의 핵심 지표를 추적하고 기록합니다.
☁️ 클라우드 사용 지원 (Weights & Biases와 유사): 언제 어디서든 훈련 진행 상황을 확인할 수 있습니다. 모바일로 실험 확인 방법
📝 하이퍼파라미터 기록, 지표 요약, 테이블 분석 지원
🌸 시각화된 훈련 과정: UI 인터페이스를 통해 실험 추적 데이터를 시각화할 수 있어, 트레이너가 실험의 각 단계별 결과를 직관적으로 확인하고 지표 변화 추이를 분석하여 어떤 변화가 모델 성능 향상으로 이어졌는지 판단함으로써 전체적인 모델 반복 개발 효율성을 높일 수 있습니다.
지원하는 메타데이터 유형: 스칼라(Scalar) 지표, 이미지, 오디오, 텍스트, 비디오, 3D 포인트 클라우드, 생화학 분자, Echarts 사용자 정의 차트 등...
swanlab-table
text-chart
백그라운드 자동 기록: 로그 로깅(logging), 하드웨어 환경, Git 저장소, Python 환경, Python 라이브러리 목록, 프로젝트 실행 디렉토리 등을 자동으로 기록합니다.
중단점 재개 훈련 기록: 훈련이 완료되거나 중단된 후에도 동일한 실험에 새로운 지표 데이터를 추가할 수 있습니다.
2. ⚡️ 포괄적인 프레임워크 통합: PyTorch, 🤗HuggingFace Transformers, PyTorch Lightning, 🦙LLaMA Factory, MMDetection, Ultralytics, PaddleDetetion, LightGBM, XGBoost, Keras, Tensorboard, Weights&Biases, Swift, XTuner, Stable Baseline3, Hydra를 포함한 30개 이상의 프레임워크
3. 💻 하드웨어 모니터링: CPU, NPU (昇腾Ascend), GPU (英伟达Nvidia), AMD (AMD ROCm), MLU (寒武纪Cambricon), XLU (昆仑芯Kunlunxin), DCU (海光DCU), MetaX GPU (沐曦XPU), Moore Threads GPU (摩尔线程), Iluvatar GPU (天数智芯) 및 메모리의 시스템 레벨 하드웨어 지표를 실시간으로 기록하고 모니터링합니다.
4. 📦 실험 관리: 훈련 시나리오에 맞춰 설계된 중앙 집중식 대시보드를 통해 전체적인 개요를 빠르게 파악하고, 여러 프로젝트와 실험을 신속하게 관리할 수 있습니다.
5. 🆚 비교 결과: 온라인 표와 비교 차트를 통해 다양한 실험의 하이퍼파라미터(hyperparameter)와 결과를 비교하고, 반복적인 아이디어를 발굴할 수 있습니다.
6. 👥 온라인 협업: 팀원들과 협업적인 훈련을 할 수 있으며, 실험 결과를 하나의 프로젝트 아래에서 실시간으로 동기화하는 것을 지원합니다. 온라인상에서 팀의 훈련 기록을 확인하고, 그 결과를 바탕으로 의견과 제안을 할 수 있습니다.
7. ✉️ 결과 공유: 각 실험의 영구적인(persistent) URL을 복사하여 전송함으로써, 동료에게 편리하게 공유하거나 온라인 노트에 임베드할 수 있습니다.
8. 💻 자체 호스팅 지원: 오프라인 환경 사용을 지원하며, 자체 호스팅(self-hosted) 커뮤니티 버전에서도 대시보드를 확인하고 실험을 관리할 수 있습니다. 사용 가이드
9. 🔌 플러그인 확장: 플러그인을 통해 SwanLab의 사용 시나리오를 확장할 수 있습니다. 예를 들어 Feishu 알림, Slack 알림, CSV 기록기 등이 있습니다.
