ProgramAsWeights (PAW)은(는) 무엇을 하나요?
ProgramAsWeights는 짧은 자연어 명세를 작은 신경 함수("뉴럴 소프트웨어")로 컴파일합니다. 이 함수는 텍스트 입력 하나를 받아 텍스트 출력 하나를 반환하며 로컬에서 실행됩니다. 호스팅된 API에서 한 번 컴파일하면 결과 함수는 로컬에서 오프라인으로 영구 실행됩니다.
언제 사용할까요
작업이 퍼지한 텍스트 -> 텍스트이고 저렴하고 빠르며 로컬에서 반복 가능하게 처리하고 싶다면 PAW를 선택하세요:
- 분류 / 범주화 - 감정, 긴급도, 의도, 주제, 스팸 또는
ALERT대QUIET로그 라인. - 추출 - 지저분하거나 구조화되지 않은 텍스트에서 이메일, 이름, 날짜, ID 또는 필드를 뽑아냅니다.
- 형식 복구 / 정규화 - 깨진 JSON 수정, 날짜 정규화, 일관되지 않은 입력 정리.
- 퍼지 매칭 - 오타 허용 매칭, 근접 중복 탐지, 구문을 가장 가까운 옵션에 매핑.
- 분류 / 라우팅 - 로그에서 잡음을 필터링하거나 요청을 적절한 핸들러로 전달합니다.
이 도구는 취약한 정규식이나 비용이 많이 드는 항목별 LLM 호출을 하나의 작은 함수로 대체하며, 컴파일 후 약 0.05~0.5초 안에 네트워크 없이 로컬에서 실행됩니다.
사용하지 말아야 할 경우
- 긴 형식이나 개방형 생성(에세이, 코드, 채팅) - 전체 LLM을 사용하세요.
- 다단계 추론, 수학 또는 광범위한 세계 지식이 필요한 작업.
- 단일 텍스트 입력 -> 단일 텍스트 출력이 아닌 모든 것. 함수는 상태 비저장이며 명세 + 입력 + 출력에 걸쳐 약 2048 토큰 창을 공유합니다.
사용 방법 (워크플로우)
1. 먼저 허브를 확인하세요. 누군가 이미 함수를 게시했을 수 있습니다. 컴파일 전에 슬러그(slug)를 시도해보세요:
import programasweights as paw
fn = paw.function("email-triage") # 한 번 다운로드 후 로컬에서 실행
fn("Urgent: server is down!") # "immediate"
fn("Newsletter: spring picnic") # "wait"
2. 그렇지 않으면 직접 컴파일하세요. 좋은 명세는 설명과 몇 가지 Input: ... Output: ... 예제, 그리고 명시적인 출력 제약 조건을 포함합니다:
import programasweights as paw
fn = paw.compile_and_load("""
지원 티켓을 분류하세요. 다음 중 하나만 반환하세요: billing, bug, feature, other.
Input: 이번 달에 두 번 청구되었습니다
Output: billing
Input: 내보내기 버튼이 작동하지 않습니다
Output: bug
Input: 다크 모드를 추가해 주세요
Output: feature
""")
fn("카드가 다시 청구되었습니다") # "billing"
3. 테스트 케이스로 반복 개선하세요 - 가장 중요한 방법입니다. 첫 번째 결과를 그대로 받아들이지 마세요. 입력/예상 쌍의 작은 집합을 만들고 정확도를 측정한 다음, 표현과 예제를 다듬고 충분히 좋아질 때까지 다시 컴파일하세요. 소프트웨어처럼 취급하세요: 테스트하고, 특정 실패를 디버깅하고, 명세를 수정하고, 다시 테스트하세요. 최소 평가 루프:
import programasweights as paw
tests = [
{"input": "이번 달에 두 번 청구되었습니다", "expected": "billing"},
{"input": "내보내기 버튼이 작동하지 않습니다", "expected": "bug"},
{"input": "다크 모드를 추가해 주세요", "expected": "feature"},
]
fn = paw.compile_and_load(open("spec.txt").read())
results = [(t, fn(t["input"]).strip()) for t in tests]
misses = [(t, got) for t, got in results if got != t["expected"]]
print(f"정확도: {(len(tests) - len(misses)) / len(tests):.0%}")
for t, got in misses: # 실패를 분석한 다음 명세를 수정하고 다시 컴파일하세요
print("실패:", t["input"], "-> 결과", repr(got), "원함", repr(t["expected"]))
references/writing-good-specs.md에서 실패를 디버깅하는 방법을 참조하세요.
4. 프로그램 ID나 슬러그(slug)를 저장하고 로컬에서 재사용하세요. 첫 번째 자산 다운로드 후 추론에는 서버가 필요하지 않습니다.
설치
pip install programasweights --extra-index-url https://pypi.programasweights.com/simple/
브라우저 / JavaScript: npm install @programasweights/web. compiler="paw-4b-gpt2"로 컴파일된 함수는 WebAssembly를 통해 클라이언트 측에서 실행됩니다. references/browser-sdk.md를 참조하세요.
실행 위치 (데이터 흐름 - 사용 전 읽어보세요)
- 컴파일은 명세를 호스팅된 PAW API(
https://programasweights.com)로 보내고 프로그램 ID를 반환합니다. 명세에 비밀 정보를 넣지 마세요. - 추론은 SDK를 통해 로컬에서 실행되며 첫 번째 다운로드 후 오프라인에서도 작동합니다.
- 인증은 선택 사항입니다 - 익명 사용이 가능합니다. 더 높은 컴파일 속도 제한과 명명된 슬러그를 위해 로그인하세요(
export PAW_API_KEY=paw_sk_...).
더 자세한 내용 (필요 시 로드)
- 전체 API, 컴파일러, 버전 관리, 체이닝, 인증:
references/api.md - 명세 작성 및 디버깅:
references/writing-good-specs.md - 브라우저 / JavaScript SDK:
references/browser-sdk.md - 일반적인 오류 및 수정:
references/troubleshooting.md - 실제 사례 연구 (로그 모니터링, 의미 검색, 도구 호출): https://programasweights.readthedocs.io