연구용 코드베이스를 넘어 실제 프로덕션에서 쓰는 ‘안정적 포스트 트레이닝 라이브러리’로 전환한 게 핵심이에요

허깅페이스가 TRL v1.0을 공개했어요. 연구용 코드베이스를 넘어 실제 프로덕션에서 쓰는 ‘안정적 포스트 트레이닝 라이브러리’로 전환한 게 핵심이에요.

TRL은 이제 75개+ 포스트 트레이닝 방법을 구현해요. 중요한 건 개수보다 실전성이거든요. 다양한 방법을 쉽게 실험하고 비교하고 바로 적용할 수 있게 설계 방향을 잡았어요.

이 구조는 처음부터 고정된 게 아니에요. 첫 커밋이 6년+ 전이고, PPO 중심 시대에서 DPO·ORPO·KTO 같은 방식으로 무게중심이 바뀌는 흐름을 계속 흡수하며 진화해온 결과예요.

시사점은 분명해요. AI 학습 패러다임이 자주 바뀌는 지금, ‘완벽한 추상화’보다 변화에도 안 깨지는 안정적 인프라가 경쟁력이에요.