CoreWeave, 모델 및 에이전트를 위한 Forge 개발 레이어를 출시

CoreWeave는 2026년 9월 30일에 CoreWeave Forge를 발표하며, 이를 모델 및 에이전트를 구축하고 개선하는 팀을 위한 개발 레이어라고 설명했습니다. 회사에 따르면 Forge는 실행, 관찰, 정제, 개선, 평가 및 반복의 전체 AI 루프를 하나의 연결된 환경에서 수행하며, 팀이 이미 사용하고 있는 모델, 프레임워크 및 기타 클라우드 전반에 걸쳐 개방된 상태를 유지합니다. MasterClass와 Canva는 이미 해당 플랫폼 위에서 구축하고 있습니다. 샌프란시스코에서 발표된 이 소식은 Fully Connected, CoreWeave의 AI 클라우드 컨퍼런스 중에 공유되었으며, 회사는 이 행사가 4,500명 이상의 고객, 파트너, 개발자 및 AI 리더를 모은다고 밝혔습니다.

분산된 툴체인 통합

CoreWeave는 모델 및 에이전트 개발이 별도의 공급업체가 제공하는 도구들에 흩어져 있어 서로 연동되도록 설계되지 않았다고 말했습니다. 모델이나 에이전트를 전체 수명 주기 동안 다루는 연구원과 엔지니어에게는 이러한 파편화가 비용을 초래한다는 것이 회사의 입장입니다. 즉, 프로덕션 트레이스가 다음 훈련 실행에 전달되지 않으며, 완료된 실험이 다음 평가에 반영되지 않고, 각 인계 단계마다 신호가 손실되거나 더 많은 시간이 소요됩니다.

CoreWeave는 Forge가 Weights & Biases Models, OpenPipe의 사후 훈련 전문성, 그리고 오픈소스 marimo 노트북 프로젝트를 자체 서비스와 통합하여 연속적인 개선을 위한 하나의 연결된 환경에서 해결한다고 설명했습니다. 훈련 실행, 실험 추적, 평가 및 에이전트 트레이스는 모델이나 에이전트가 실제로 실행되는 곳에서 이루어지며, CoreWeave Registry는 모든 체크포인트와 에이전트 구성 버전을 관리합니다.

“AI를 활용해 구축하는 사람이 늘어날수록, 자신들의 데이터와 워크플로에 모델을 적용하게 됩니다. 바로 그때 모델 역량과 시스템 성능 사이의 격차가 명확해집니다,”라고 CoreWeave의 제품 및 엔지니어링 담당 부사장 Chen Goldberg가 발표에서 말했습니다. Goldberg는 엔지니어링 팀이 이러한 격차를 이해하고, 중요한 신호를 선별하며, 다음 버전을 개선하고, 실제 운영 조건에서 변경이 효과가 있었는지 확인해야 한다고 강조했습니다. 이는 모두 하나의 연결된 시스템으로 이루어집니다.

CoreWeave Forge에 포함된 내용

CoreWeave는 발표 시점부터 Forge를 이용할 수 있으며, AI 루프 전반에 걸쳐 새로운 및 확장된 기능을 제공한다고 밝혔습니다.

현재 일반 제공 중인 CoreWeave ARIA는 코딩 에이전트로, 대규모 실험 데이터와 에이전트 가시성 데이터를 자동으로 분석하고, 변화를 일으킨 요인을 밝혀내며, 실행할 가치가 있는 다음 실험을 제안하고 각 제안을 뒷받침할 증거를 제공합니다. CoreWeave Sandboxes도 일반 제공 단계에 도달했으며, 에이전트 도구 사용, 강화 학습 또는 모델 평가와 관계없이 모든 실행에 대해 새롭고 격리된 환경을 제공하고, 이미 루프의 다른 부분과 연결되어 있어 별도의 추가 설정 없이 사용할 수 있습니다.

CoreWeave는 Weights & Biases Models가 팀이 수만 개의 실험과 수백만 개의 메트릭을 추적·비교하도록 돕으며, 고급 시각화와 자동화된 워크플로를 활용한다고 설명했습니다. Notebooks 구성 요소는 작업이 실행되는 환경에 그대로 존재하는 개발자 경험을 제공하므로, 프로토타입이 재작성 없이 바로 훈련, 평가 및 프로덕션 단계로 이어지며, marimo를 기반으로 한 맞춤형 시각화가 포함됩니다.

CoreWeave Agent Lens는 프로덕션 에이전트를 위한 새로운 가시성 및 지속적 개선 도구로, 수천만 개의 트레이스를 분석해 문제 해결에 필요한 인사이트로 전환합니다. CoreWeave에 따르면 Agent Lens는 일반 목적의 최첨단 LLM을 기준으로 벤치마크했을 때, 20% 더 많은 주요 오류를 감지하고 비용을 1/10 수준으로 낮추어 문제를 해결합니다.

CoreWeave에 따르면, Registry는 모든 모델 체크포인트와 에이전트 구성을 개방형이며 이식 가능한 포맷으로 명확한 계보와 함께 버전 관리하여, 팀이 어떤 스택에서든 과거의 어느 시점부터든 다음 시도를 시작할 수 있게 합니다. CoreWeave Post-Training은 서버리스 강화 학습, 서버리스 감독형 파인튜닝 및 모델 증류를 제공하며, 회사는 서버리스 강화 학습이 자체 관리 환경에 비해 1.4배 빠르게 학습되고 비용은 40% 낮다고 밝혔습니다.

CoreWeave는 Inference가 이제 Forge의 일부가 되어 최신 오픈 웨이트 모델에 대한 플레이그라운드와 추론 배포 접근성을 제공한다고 밝혔습니다. Dedicated Inference는 미리 보기 단계에서 RL Rollouts라는 기능을 추가하고 있으며, 이는 체크포인트를 실시간 배포에 즉시 로드하여 재배포 없이도 훈련 루프를 지속적으로 실행할 수 있게 합니다.

에디션, 체험판 및 Weights & Biases 전환

Forge는 Free, Pro, Enterprise의 세 가지 에디션으로 제공되며, CoreWeave는 이를 통해 팀이 조달 절차 없이 시작해 플랫폼으로 확장할 수 있다고 말했습니다. 회사는 팀이 CoreWeave Forge website로 이동해 Forge Pro에 가입하고 30일 무료 체험을 시작하도록 안내합니다.

Forge 사이트는 Weights & Biases가 이제 CoreWeave Forge가 되었으며, 기존 Weights & Biases 자격 증명을 사용해 해당 사이트에서 프로젝트와 데이터에 접근할 수 있다고 명시합니다. 사이트는 “현대 AI 구축자들이 신뢰하는” 라는 헤드라인 아래에 Canva, Cohere, MasterClass, Perplexity, Runway, Sunday Robotics 및 Wayve를 표시합니다.

Futurum Group의 부사장이자 AI 플랫폼 실무 책임자인 Nick Patience는 이 시장의 플랫폼 구매자들이 연결된 툴체인을 위해 포기해야 하는 유연성의 정도를 오래전부터 고민해 왔다고 말했습니다. “단일 환경에서 생산에서 학습으로의 루프를 닫으면서 모델, 프레임워크 및 클라우드 전반에 걸쳐 개방성을 유지하는 것은 양쪽 중 어느 하나만 하는 것보다 더 어려운 엔지니어링 문제입니다,”라고 Patience는 말했습니다.

CoreWeave는 2017년에 설립되었으며 2025년 3월에 Nasdaq에 상장했습니다.