파이프라인 구성

블록을 캔버스에 놓고 연결해 학습 파이프라인을 만들고 저장합니다. 저장한 파이프라인은 다시 불러와 이어서 편집할 수 있습니다.

아래 화면의 번호를 따라 주요 기능의 위치와 역할을 확인하세요.

Block library

파이프라인에 끌어다 놓을 수 있는 블록 목록. 클릭하거나 드래그해 캔버스에 추가한다.

번호	기능	항목	설명
1-1	블록 검색	Find blocks 입력창	· 블록 이름으로 검색.
1-2	블록 카테고리	Data	Load dataset(데이터 로드) / Data split(train·val·test 분할).
		Training	SFT / DPO / CPT / GRPO / GKD 등 학습 방법 블록.
		Evaluation	평가 블록.
		MLflow	MLflow 연동 블록.

캔버스 · 실행

블록을 연결해 파이프라인을 구성하고 실행하는 캔버스 영역.

번호	기능	항목	설명
2-1	파이프라인 탭	Untitled pipeline (+ 새 탭)	· 파이프라인을 탭 단위로 관리. + 로 새 파이프라인 추가.
2-2	큐 · 실행	큐 선택(default) / Run	· 실행할 큐를 선택하고 Run으로 파이프라인을 실행한다. · 상단 툴바에서 열기·저장·다운로드 등을 수행.

저장된 파이프라인 열기

캔버스 툴바 맨 왼쪽 폴더 아이콘을 누르면 저장해 둔 파이프라인 목록이 오른쪽에 열립니다.

번호	기능	항목	설명
3-1	검색	Find pipeline	· 파이프라인 이름으로 찾습니다.
3-2	저장된 파이프라인	Status · Name · Created at · Updated at	· 진행하던 파이프라인이 표시됩니다. 행 Action(⋯)에서 View Pipeline을 고르면 캔버스로 불러오고, Delete로 지울 수 있습니다.

불러온 파이프라인

불러온 파이프라인이 새 탭으로 열립니다. 블록을 더 추가하거나 연결을 고친 뒤 저장하고 실행합니다.

번호	기능	항목	설명
4-1	파이프라인 탭	파이프라인 이름	· 불러온 파이프라인 이름으로 탭이 열립니다.
4-2	블록 · 연결	예: LOAD-DATASET → SFT	· 블록의 출력 포트(예: Dataset)를 다음 블록의 입력 포트(예: Train)로 끌어 연결합니다. 경고 아이콘은 아직 채우지 않은 필수 설정이 있다는 뜻입니다.
4-3	블록·연결 수 · 큐 · 실행	2B · 1C / default / Run	· 블록(B)과 연결(C) 수, 실행할 로컬 큐, Run 버튼입니다. 필수 설정을 모두 채우면 Run이 활성화됩니다.

---

1단계. 블록 추가·연결

1. 왼쪽 사이드바에서 AI Training Studio → Pipeline builder를 클릭합니다.

2. 왼쪽 Block library(번호 1)에서 블록을 클릭하거나 캔버스로 끌어 놓습니다.

   그룹	블록
   Data	Load dataset, Data split
   Training	SFT, DPO, CPT, GRPO
   Evaluation	평가 블록

3. 블록의 출력 포트(예: Load dataset의 Dataset)를 다음 블록의 입력 포트(예: SFT의 Train)로 끌어 연결합니다(번호 4-2 화면 참고).

4. 블록을 클릭하면 오른쪽에 설정 패널이 열립니다. 경고 아이콘이 있는 블록은 필수 설정이 남아 있다는 뜻입니다.

---

2단계. 저장

캔버스 툴바의 저장 아이콘을 누르고 Pipeline name(필수)과 Description을 입력한 뒤 Save를 클릭합니다. 저장하면 캔버스 탭 이름이 파이프라인 이름으로 바뀝니다.

---

3단계. 저장한 파이프라인 불러오기

1. 툴바 맨 왼쪽 폴더 아이콘을 누르면 Pipelines 목록(번호 3)이 열립니다.
2. 불러올 파이프라인 행의 Action(⋯)에서 View Pipeline을 고릅니다. 필요 없는 파이프라인은 Delete로 지웁니다.
3. 파이프라인이 새 탭으로 캔버스에 열립니다(번호 4).

---

다음 단계

• 파이프라인 실행 →