GitHub·Nous Research·Adaption Labs, 개발·학습용 AI 도구 잇따라 공개

GitHub와 Nous Research, Adaption Labs가 각각 개발 작업과 로컬 모델 실행, 학습 데이터 생성에 쓰는 새 기능을 공개했다. GitHub는 5일(현지시간) Copilot CLI 안에서 요청마다 작업 흐름을 짜는 연구 미리보기 ‘Project HydraFusion’을 내놨고, Nous Research는 Hermes Desktop에 로컬 모델을 한 번에 설치하는 기능을 추가했다. Adaption Labs는 같은 주 ‘Invent a Dataset’을 출시해 설명만으로 학습용 데이터셋을 생성할 수 있게 했다.

GitHub의 HydraFusion은 프롬프트를 단일 모델로 보내는 대신 요청별 실행 계획을 만든다. 한 모델이 초안을 작성하고 다른 모델이 검토하거나, 품질 기준을 통과하지 못하면 더 강한 모델로 넘기는 방식이다. 여러 제공업체의 모델을 함께 쓰며, 개발자는 한 번만 HydraFusion을 선택하면 된다. 현재는 GitHub Copilot 모든 요금제 사용자에게 연구 미리보기로 제공되지만, GitHub Copilot CLI에서만 사용할 수 있다. 오픈 웨이트나 자체 호스팅 경로는 없다. 사용자는 /update, /experimental on, /model 순서로 설정한 뒤 HydraFusion(Research Preview)을 고를 수 있으며, 과금은 워크플로가 호출한 각 모델의 토큰 사용량 기준으로 이뤄진다.

Nous Research의 Hermes Desktop은 로컬 모델 실행 전 과정을 단순화했다. 새 설정 흐름은 하드웨어를 읽고, 맞는 모델을 고른 뒤, 가중치를 내려받아 추론 런타임까지 자동 구성한다. 이 기능은 첫 실행 때 자동으로 나타나며, 이후에는 Settings → Providers → Local Models에서 접근할 수 있다. Hermes Desktop은 macOS 12 이상, Windows 10/11, 각종 리눅스에서 동작하고 로컬 모델 사용 시 계정이 필요 없다. 내부적으로는 하드웨어에 맞는 공식 llama.cpp 빌드를 내려받아 검증하고 업데이트하며, CUDA·Metal·Vulkan·HIP·CPU 백엔드를 지원한다. 각 모델은 다운로드 전 사용자의 기기 기준으로 메모리 적합성 판정을 받고, GPU 메모리에 모두 올라가면 초록색, 일부가 시스템 RAM으로 넘어가면 노란색, 아예 너무 크면 빨간색으로 표시된다.

Adaption Labs의 Invent a Dataset은 원하는 모델 행동을 설명하면 구조화된 학습용 데이터셋을 만든다. 시드 코퍼스나 미리 정한 스키마, 라벨링 가이드는 필요 없다. 기능은 Adaption 앱과 Python SDK, REST API에서 사용할 수 있으며, 생성된 데이터는 JSONL·JSON·CSV·Parquet로 내려받을 수 있다. 생성은 Adaption의 호스팅 플랫폼에서 이뤄지고 크레딧을 사용한다. 단일 호출로 datasets.invent를 실행하면 상태가 running으로 돌아오고, 이후 datasets.get으로 succeeded 또는 failed가 될 때까지 확인한 뒤 내려받는다. instruction_dataset이 기본값이며, preference_pairs를 선택하면 DPO 같은 선호도 기반 학습용 쌍을 만들 수 있다.

차경언 메타브리프 기자 ruddjs758@naver.com