> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-run-filter-ui-updates.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 튜토리얼: 앱 버전 관리

> Weave Model을 사용해 애플리케이션과 그 파라미터를 추적하고 버전 관리하는 방법을 알아보세요

[입력, 출력, 메타데이터](/ko/weave/quickstart)와 [앱을 거쳐 흐르는 데이터](/ko/weave/tutorial-tracing_2)를 추적하는 것은 시스템의 성능을 이해하는 데 매우 중요합니다. 하지만 **시간이 지나면서 앱을 버전 관리하는 것** 역시 코드나 애플리케이션 파라미터를 수정했을 때 출력이 어떻게 달라지는지 이해하는 데 중요합니다. Weave에서는 `Model` 클래스를 사용해 이러한 변경 사항을 추적할 수 있습니다.

이 튜토리얼에서는 다음을 배웁니다:

* Weave `Model`을 사용해 애플리케이션과 그 파라미터를 추적하고 버전 관리하는 방법
* 이미 로깅된 Weave `Model`을 내보내고, 수정하고, 다시 사용하는 방법

<div id="using-weavemodel">
  ## `weave.Model` 사용
</div>

<Warning>
  `weave.Model` 클래스는 현재 Python에서만 지원됩니다.
</Warning>

Weave `모델`을 사용하면 모델 벤더 ID, 프롬프트, temperature 등과 같은 파라미터가 변경될 때 저장되고 버전 관리됩니다.

Weave에서 `모델`을 만들려면 다음이 필요합니다.

* `weave.Model`을 상속하는 클래스
* 모든 클래스 필드에 대한 유형 정의
* `@weave.op()` 데코레이터가 적용된 타입 지정 `invoke` 함수

클래스 필드나 모델을 정의하는 코드를 변경하면 **이러한 변경 사항이 로깅되고 버전이 업데이트됩니다**. 이를 통해 앱의 서로 다른 버전 간 생성 결과를 비교할 수 있습니다.

아래 예시에서는 **모델 이름, temperature, system prompt가 추적되고 버전 관리됩니다**:

<Tabs>
  <Tab title="Python">
    ```python lines {26,33-34} theme={null}
    import json
    from openai import OpenAI

    import weave

    @weave.op()
    def extract_dinos(wmodel: weave.Model, sentence: str) -> dict:
        response = wmodel.client.chat.completions.create(
            model=wmodel.model_name,
            temperature=wmodel.temperature,
            messages=[
                {
                    "role": "system",
                    "content": wmodel.system_prompt
                },
                {
                    "role": "user",
                    "content": sentence
                }
                ],
                response_format={ "type": "json_object" }
            )
        return response.choices[0].message.content

    # weave.Model을 사용한 하위 클래스
    class ExtractDinos(weave.Model):
        client: OpenAI = None
        model_name: str
        temperature: float
        system_prompt: str

        # 함수 이름이 `invoke` 또는 `predict`인지 확인하세요
        @weave.op()
        def invoke(self, sentence: str) -> dict:
            dino_data  = extract_dinos(self, sentence)
            return json.loads(dino_data)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext theme={null}
    이 기능은 아직 TypeScript에서 사용할 수 없습니다.  곧 제공될 예정입니다!
    ```
  </Tab>
</Tabs>

이제 `invoke`로 모델을 인스턴스화하고 호출할 수 있습니다.

<Tabs>
  <Tab title="Python">
    ```python lines {7,18} theme={null}
    weave.init('jurassic-park')
    client = OpenAI()

    system_prompt = """Extract any dinosaur `name`, their `common_name`, \
    names and whether its `diet` is a herbivore or carnivore, in JSON format."""

    dinos = ExtractDinos(
        client=client,
        model_name='gpt-4o',
        temperature=0.4,
        system_prompt=system_prompt
    )

    sentence = """I watched as a Tyrannosaurus rex (T. rex) chased after a Triceratops (Trike), \
    both carnivore and herbivore locked in an ancient dance. Meanwhile, a gentle giant \
    Brachiosaurus (Brachi) calmly munched on treetops, blissfully unaware of the chaos below."""

    result = dinos.invoke(sentence)
    print(result)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext theme={null}
    이 기능은 아직 TypeScript에서 사용할 수 없습니다.  곧 제공될 예정입니다!
    ```
  </Tab>
</Tabs>

이제 `.invoke()`를 호출한 후에는 Weave의 트레이스에서 `weave.op()`로 데코레이트된 모델 함수의 **코드뿐 아니라 모델 파라미터도 함께 추적되는 것**을 확인할 수 있습니다. 또한 이 경우 `"v21"`처럼 모델에도 버전이 지정되며, 모델을 클릭하면 **해당 버전의 모델을 사용한 모든 Call**을 볼 수 있습니다.

<img src="https://mintcdn.com/wb-21fd5541-run-filter-ui-updates/11L77DKwPIpkOJ5w/images/tutorial-model_invoke3.png?fit=max&auto=format&n=11L77DKwPIpkOJ5w&q=85&s=fa4dedc0d88150a6327b8fc217451a7b" alt="Re-using a weave model" width="1664" height="1292" data-path="images/tutorial-model_invoke3.png" />

**`weave.Model` 사용 시 참고 사항:**

* 원한다면 Weave `모델`의 함수 이름으로 `invoke` 대신 `predict`를 사용할 수 있습니다.
* 다른 클래스 메서드도 weave에서 추적하려면 `weave.op()`으로 감싸야 합니다.
* 밑줄로 시작하는 파라미터는 weave에서 무시되며 로깅되지 않습니다."

<div id="exporting-and-re-using-a-logged-weavemodel">
  ## 로깅된 `weave.Model` 내보내기 및 재사용
</div>

Weave는 호출된 모델s를 저장하고 버전을 관리하므로, 이러한 모델을 내보내 다시 사용할 수 있습니다.

**모델 ref 조회**
Weave UI에서 특정 버전의 모델 ref를 조회할 수 있습니다.

**모델 사용**
모델 객체의 URI가 있으면 이를 내보내 다시 사용할 수 있습니다. 내보낸 모델은 이미 초기화되어 있으므로 바로 사용할 수 있습니다.

<Tabs>
  <Tab title="Python">
    ```python lines {2} theme={null}
    # 내보낸 weave 모델은 이미 초기화되어 있으며 바로 호출할 수 있습니다
    new_dinos = weave.ref("weave://morgan/jurassic-park/object/ExtractDinos:ey4udBU2MU23heQFJenkVxLBX4bmDsFk7vsGcOWPjY4").get()

    # 클라이언트를 다시 openai 클라이언트로 설정합니다
    new_dinos.client = client

    new_sentence = """I also saw an Ankylosaurus grazing on giant ferns"""
    new_result = new_dinos.invoke(new_sentence)
    print(new_result)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext theme={null}
    이 기능은 아직 TypeScript에서 사용할 수 없습니다. 곧 제공될 예정입니다!
    ```
  </Tab>
</Tabs>

여기서 이제 새 입력에 대해 이름이 모델 버전(v21)과 함께 사용된 것을 확인할 수 있습니다.

<img src="https://mintcdn.com/wb-21fd5541-run-filter-ui-updates/11L77DKwPIpkOJ5w/images/tutorial-model_re-use.png?fit=max&auto=format&n=11L77DKwPIpkOJ5w&q=85&s=29bc4c78c0df60d7070897a9ed603265" alt="weave 모델 재사용" width="1260" height="1120" data-path="images/tutorial-model_re-use.png" />"

<div id="whats-next">
  ## 다음 단계
</div>

* 애플리케이션을 점진적으로 개선하기 시작하려면 [평가 파이프라인 구축 튜토리얼](/ko/weave/tutorial-eval)을 따라 하세요.