> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-dependabot-github-actions-actions-cache-6.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# W&B Weave

> W&B Weave로 언어 모델 앱을 추적하고, 테스트하고, 개선하세요

W\&B Weave는 LLM 애플리케이션을 추적하고, 평가하고, 개선할 수 있게 해주는 관측성 및 평가 플랫폼입니다. Weave로 다음 작업을 수행할 수 있습니다.

* [관찰 및 디버깅](/ko/weave/quickstart)으로 LLM 애플리케이션을 관찰하고 디버깅할 수 있습니다
* [평가](/ko/weave/tutorial-eval)로 LLM 기반 평가자와 맞춤형 scorer를 사용해 애플리케이션의 응답을 평가할 수 있습니다

<div id="get-started">
  ## 시작하기
</div>

다음 문서에서는 Weave 도구 모음을 사용하는 기본 방법을 안내합니다.

<CardGroup cols={3}>
  <Card title="퀵스타트: LLM 입력 및 출력 추적" icon="chart-line" href="/ko/weave/quickstart">
    먼저 LLM에 대한 기본 call을 트레이싱하고 W\&B 계정에서 데이터를 확인해 보세요.
  </Card>

  <Card title="앱 평가 시작하기" icon="clipboard-check" href="/ko/weave/tutorial-eval">
    Weave scorer를 사용해 애플리케이션 성능을 테스트하고 추적하는 평가 파이프라인을 구축하는 방법을 알아보세요.
  </Card>

  <Card title="RAG 애플리케이션 평가하기" icon="search" href="/ko/weave/tutorial-rag">
    Weave와 LLM 기반 평가자를 사용해 검색 품질을 측정하면서 RAG 애플리케이션을 구축하고 평가하세요.
  </Card>
</CardGroup>

<div id="install-weave">
  ## Weave 설치
</div>

W\&B Weave는 Python 및 TypeScript 라이브러리를 제공합니다. Weave 라이브러리를 설치하려면 다음 명령어를 실행하세요.

<Tabs>
  <Tab title="Python">
    ```bash theme={null}
    pip install weave
    ```
  </Tab>

  <Tab title="TypeScript">
    ```bash theme={null}
    pnpm install weave
    ```
  </Tab>
</Tabs>

Weave 라이브러리 사용을 시작하려면 [Weights & Biases (W\&B) 계정](https://wandb.ai)을 만들고 [User Settings에서 API 키](https://wandb.ai/settings)를 생성하세요. API 키를 사용하면 W\&B 계정에 인증하고 데이터를 전송할 수 있습니다.