ALO v3
Key Features
ALO v3는 사용자의 편의성과 효율성을 극대화하기 위해 ALO v2 대비 다양한 부분에서 개선되었습니다. 아래는 주요 변경 사항과 그에 따른 효과에 대한 설명입니다.
접근성과 사용성 향상
ALO v2에서는 Git Clone 방식을 사용하여 설치 과정이 복잡하고 버전 관리가 어려웠습니다. ALO v3에서는 pip install 방식을 도입하여 설치가 매우 간편해졌고, 버전 관리와 로컬 폴더 생성 문제가 해결되었습니다. 또한, ALO v2에서는 명령어 기반 실행이 직관적이지 않아 사용자들이 불편함을 겪었으나, ALO v3에서는 alo run, alo template 등 직관적인 CLI 명령어를 제공함으로써 사용성을 대폭 향상시켰습니다.
사용자 편의성 증대
코드 구조 역시 간소화되었습니다. ALO v2에서는 ALO에 맞춘 별도의 코딩 방식(30 여 개의 API)을 사용해야 했지만, ALO v3에서는 기존 모델링 코드에 ALO를 간단히 추가하는 방식으로 코드 수정이 최소화되었습니다. 이로 인해 ALO의 문법이 사라지고 단일 .py 파일 작성으로 코드 관리가 더욱 용이해졌으며, 사용성도 크게 증가했습니다. 또한, 원하는 수준의 로그만 출력하도록 선택할 수 있는 기능과 약 60건의 에러 케이스에 대한 가이던스를 제공하여, 사용자의 오용 방지 및 빠른 문제 해결이 가능합니다.
효율성 향상
기존의 복잡한 YAML 파일 작성 방식도 모델링 코드와 직접 맵핑되는 방식으로 간소화되었습니다. ALO v2에서는 YAML 파일 작성이 복잡했지만, ALO v3에서는 더욱 직관적으로 작성할 수 있어 효율성이 크게 향상되었습니다. 또한, 모델링 코드와 ALO가 완벽히 분리되어 사용자는 모델링 코드 작성에 온전히 집중할 수 있게 되었습니다.
성능 향상
ALO v2에서는 GPU 지원이 부족해 학습 및 추론 속도가 제한적이었습니다. ALO v3에서는 학습 및 추론 시 GPU를 지원하여 모델 학습과 추론 속도가 크게 향상되었습니다. 이는 고성능 모델을 짧은 시간 내에 학습하고, 추론 정확도를 높일 수 있게 합니다.