Introducing SyGra Studio

🖼️ 인포그래픽

Introducing SyGra Studio 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

💡 한 줄 요약

SyGra Studio는 합성 데이터 생성 흐름을 시각적으로 구성하고, 생성되는 설정과 실행 상태·비용·결과를 한 화면에서 확인할 수 있게 만든 대화형 작업 환경이다.

📌 핵심 요약

SyGra 2.0.0의 Studio는 YAML 파일과 터미널을 오가던 합성 데이터 작업을 캔버스 기반의 시각적 흐름 설계로 전환한다.
사용자는 데이터 원본을 연결해 표본 행을 미리 보고, 열 이름에서 생성된 상태 변수를 프롬프트와 처리 단계에 바로 활용할 수 있다.
모델 노드와 재사용 논리 노드를 배치하고 프롬프트, 구조화 출력, 도구, 전후처리 코드, 병렬 생성 설정을 한 상세 패널에서 관리한다.
실행 전 코드 패널에서 실제로 저장될 YAML 또는 JSON을 검토할 수 있으며, 실행 중에는 노드 상태와 토큰 사용량, 지연 시간, 비용, 로그를 실시간으로 확인한다.
기존 작업 흐름도 Studio에서 불러와 실행할 수 있고, Glaive Code Assistant 예시에서는 답변 생성과 비평을 조건부 반복으로 연결해 수정 과정을 관찰할 수 있다.

🧩 주요 포인트

SyGra 2.0.0의 Studio는 YAML 파일과 터미널을 오가던 합성 데이터 작업을 캔버스 기반의 시각적 흐름 설계로 전환한다.
사용자는 데이터 원본을 연결해 표본 행을 미리 보고, 열 이름에서 생성된 상태 변수를 프롬프트와 처리 단계에 바로 활용할 수 있다.
모델 노드와 재사용 논리 노드를 배치하고 프롬프트, 구조화 출력, 도구, 전후처리 코드, 병렬 생성 설정을 한 상세 패널에서 관리한다.
실행 전 코드 패널에서 실제로 저장될 YAML 또는 JSON을 검토할 수 있으며, 실행 중에는 노드 상태와 토큰 사용량, 지연 시간, 비용, 로그를 실시간으로 확인한다.
기존 작업 흐름도 Studio에서 불러와 실행할 수 있고, Glaive Code Assistant 예시에서는 답변 생성과 비평을 조건부 반복으로 연결해 수정 과정을 관찰할 수 있다.

🧠 상세 정리

1. 시각적 합성 데이터 작업 환경의 도입

SyGra 2.0.0은 합성 데이터 생성 과정을 투명하고 시각적으로 다루기 위한 대화형 환경인 Studio를 도입했다. 기존처럼 YAML 설정 파일과 터미널을 번갈아 조작하는 대신, 사용자는 하나의 캔버스에서 흐름을 구성하고 데이터 집합을 미리 살펴보며 프롬프트와 실행 조건을 조정할 수 있다. 실행이 시작되면 각 단계의 진행 상황과 로그가 같은 화면에 실시간으로 표시되므로, 설계와 실행 및 점검이 분리되지 않는다. 시각적으로 수행한 작업은 별도의 독립 형식으로만 남는 것이 아니라 SyGra와 호환되는 그래프 설정과 작업 실행 스크립트로 생성되기 때문에, 기존 플랫폼의 실행 구조도 그대로 유지된다.

2. Studio가 통합한 구성·개발·관찰 기능

Studio는 안내형 입력 화면을 통해 여러 종류의 모델과 사용자 정의 접속 지점을 구성하고 검증할 수 있도록 한다. 데이터 원본으로는 허깅페이스, 파일 시스템, 서비스나우를 연결할 수 있으며, 실제 실행 전에 표본 행을 확인해 입력 형식을 검토할 수 있다. 각 노드에서는 사용할 모델과 프롬프트를 선택하고 일반 출력이나 구조화된 스키마를 정의하며, 공유 상태 변수와 파이댄틱 기반 매핑으로 후속 출력을 설계한다. 여기에 인라인 로그, 중단점, 모나코 기반 코드 편집기, 자동 저장 초안이 제공되어 흐름을 수정하고 문제를 추적할 수 있다. 실행 이력에는 노드별 진행 상태뿐 아니라 토큰 비용, 지연 시간, 안전장치 판정 결과가 기록되어 이전 실행과 결과 및 사용량 정보를 비교할 수 있다.

3. 데이터 원본 설정과 상태 변수 생성

첫 단계에서는 Studio에서 새 흐름을 만들며, 이때 시작 노드와 종료 노드가 자동으로 배치된다. 사용자는 허깅페이스, 디스크 또는 서비스나우 가운데 연결 방식을 고른 뒤 저장소 식별자, 데이터 분할, 파일 경로와 같은 매개변수를 입력한다. 미리보기 기능을 실행하면 표본 행을 가져와 데이터가 예상한 구조인지 확인할 수 있고, 확인된 각 열 이름은 즉시 프롬프트나 처리기에서 참조할 수 있는 상태 변수로 바뀐다. 예를 들어 프롬프트나 장르 같은 열은 각각 대응하는 변수로 노출되므로 사용 가능한 입력을 추측할 필요가 없다. 검증이 끝난 구성과 상태 변수는 전체 흐름에 동기화되어 전달되며, 사용자가 노드마다 같은 데이터를 수동으로 다시 연결하는 작업을 줄여 준다.

4. 캔버스에서 만드는 이야기 생성 흐름

두 번째 단계에서는 팔레트에서 필요한 블록을 끌어와 캔버스에 놓고 실제 생성 흐름을 구성한다. 기사에 제시된 이야기 생성 예시에서는 먼저 ‘이야기 생성기’ 모델 노드를 추가하고 모델과 프롬프트를 설정한 뒤 결과를 이야기 본문 상태 변수에 저장한다. 이어 ‘이야기 요약기’ 노드를 배치해 앞 단계의 이야기 본문을 프롬프트에서 참조하고, 그 결과를 별도의 이야기 요약 상태 변수로 출력한다. 필요에 따라 구조화 출력, 도구 연결, 재사용 논리를 위한 람다 또는 하위 그래프 노드, 분기 동작도 추가할 수 있다. 상세 패널에서는 모델 매개변수, 프롬프트, 도구, 전후처리 코드와 다중 모델 병렬 생성 설정을 함께 관리하며, 프롬프트에 중괄호를 입력하면 현재 사용할 수 있는 상태 변수 목록이 자동으로 제시된다.

5. 생성 코드 검토와 실시간 실행

흐름을 실행하기 전에는 코드 패널을 열어 Studio가 생성한 정확한 YAML 또는 JSON 내용을 검토할 수 있다. 화면에 표시되는 내용은 작업 예시 디렉터리에 실제로 기록되는 것과 같은 산출물이므로, 시각적 구성과 저장될 설정 사이의 차이를 직접 확인할 수 있다. 실행 창에서는 처리할 레코드 수와 배치 크기, 재시도 방식 등의 조건을 정한 뒤 전체 작업 흐름을 시작한다. 실행 중에는 각 노드의 상태와 토큰 사용량, 지연 시간, 비용이 실행 패널에 실시간으로 표시되고, 상세 로그를 통해 어느 단계에서 어떤 일이 일어났는지 추적할 수 있다. 모든 실행 정보는 실행 이력 디렉터리의 개별 JSON 파일에 저장되며, 종료 후에는 결과를 내려받거나 이전 실행과 비교하고 지연 시간 및 사용량 메타데이터를 확인할 수 있다.

6. 기존 Glaive 작업 흐름의 실행 사례

Studio는 새 흐름만 만드는 도구가 아니라 기존 작업 디렉터리에 있는 SyGra 작업 흐름도 실행할 수 있다. 기사에서 소개한 Glaive Code Assistant 예시는 공개 코드 보조 데이터 집합을 입력으로 받아 답변을 작성하고, 작성된 답변을 비평한 뒤 더 이상 피드백이 없다는 판정이 나올 때까지 수정을 반복한다. 캔버스에는 답변 생성 노드와 답변 비평 노드가 조건부 간선으로 연결되며, 비평이 계속 필요하면 생성 단계로 돌아가고 조건을 충족하면 종료 노드로 이동한다. 사용자는 YAML을 직접 고치지 않고도 실행 창에서 데이터 분할, 배치 크기, 최대 레코드 수, 온도 값을 조정할 수 있으며, 두 노드의 진행 순서와 중간 비평 내용을 실시간으로 관찰한다. 생성된 합성 데이터는 모델 학습, 평가 흐름 또는 주석 도구에 사용할 수 있고, 저장소를 복제한 뒤 제공된 명령으로 Studio를 시작할 수 있다.

🧾 핵심 주장 / 시사점

Studio의 시각적 편집 결과가 SyGra 호환 그래프 설정과 실행 스크립트로 생성되므로, 캔버스 작업과 코드 기반 작업은 서로 분리된 체계가 아니다.
데이터 열을 상태 변수로 자동 노출하고 프롬프트 작성 중 사용 가능한 변수를 제안함으로써, 입력과 후속 노드 사이의 참조 관계를 화면에서 확인할 수 있다.
실행 상태와 로그뿐 아니라 토큰 사용량, 지연 시간, 비용, 안전장치 결과를 실행 이력에 함께 저장하므로, 결과 데이터와 실행 메타데이터를 한 흐름에서 검토하고 이전 실행과 비교할 수 있다.