메인 콘텐츠로 건너뛰기
LLM 애플리케이션을 효율적으로 평가하려면 피드백을 수집하고 분석할 수 있는 강력한 도구가 필요합니다. W&B Weave는 통합 피드백 시스템을 제공하므로, 사용자는 UI에서 직접 또는 SDK를 통해 프로그래밍 방식으로 call 피드백을 제공할 수 있습니다. 이모지 반응, 텍스트 댓글, 구조화된 데이터 등 다양한 피드백 유형을 지원하므로 팀은 다음과 같은 작업을 수행할 수 있습니다:
  • 성능 모니터링을 위한 평가 데이터셋을 구축합니다.
  • LLM 콘텐츠 문제를 효과적으로 파악하고 해결합니다.
  • 파인튜닝과 같은 고급 작업에 활용할 예시를 수집합니다.
이 가이드에서는 UI와 SDK에서 Weave의 피드백 기능을 사용하는 방법, 피드백을 쿼리하고 관리하는 방법, 그리고 세부 평가를 위한 휴먼 어노테이션을 사용하는 방법을 다룹니다.

​
UI에서 피드백 남기기

Weave UI에서는 Call details panel이나 아이콘 사용을 통해 피드백을 추가하고 확인할 수 있습니다.

​
Call details 패널에서

  1. Weave 프로젝트 사이드바에서 트레이스로 이동합니다.
  2. 피드백을 추가하려는 Call 행을 찾습니다.
  3. 링크된 Trace 이름을 클릭해 트레이스 트리와 Call details 패널을 엽니다.
  4. Call details 탭 바에서 Feedback을 선택합니다.
  5. 피드백을 추가, 조회 또는 삭제합니다.
    • Call details 피드백 뷰의 오른쪽 상단에 있는 아이콘을 사용해 피드백을 추가하고 조회합니다.
    • Call details 피드백 테이블에서 피드백을 조회하고 삭제합니다. 해당 피드백 행의 가장 오른쪽 열에 있는 휴지통 아이콘을 클릭해 피드백을 삭제합니다.
Call details의 Feedback 탭 스크린샷

​
피드백 아이콘 사용

트레이스 table와 개별 Call details panel에 있는 아이콘을 사용해 반응을 추가하거나 제거하고 메모를 추가할 수 있습니다.
  • 트레이스 table: 트레이스 table의 해당 행에 있는 Feedback 열에 있습니다.
  • Call details panel: 각 Call details panel의 오른쪽 상단에 있습니다.
반응을 추가하려면 다음과 같이 하세요.
  1. 이모지 아이콘을 클릭합니다.
  2. thumbs up 또는 thumbs down을 추가하거나, 더 많은 이모지를 사용하려면 + 아이콘을 클릭합니다.
반응을 제거하려면 다음과 같이 하세요.
  1. 제거하려는 이모지 반응 위에 마우스를 올립니다.
  2. 해당 반응을 클릭해 제거합니다.
Call details panel의 Feedback 열에서도 피드백을 삭제할 수 있습니다.
댓글을 추가하려면 다음과 같이 하세요.
  1. 댓글 말풍선 아이콘을 클릭합니다.
  2. 텍스트 상자에 메모를 입력합니다. 피드백 메모의 최대 글자 수는 1024자입니다.
  3. 메모를 저장하려면 Enter 키를 누릅니다. 메모는 추가로 더 입력할 수 있습니다.
피드백 메모의 최대 글자 수는 1024자입니다. 메모가 이 제한을 초과하면 생성되지 않습니다.
피드백 열이 있는 calls 그리드 스크린샷

​
SDK를 통해 피드백 제공

UI의 Call details panel에 있는 Use 탭에서 피드백용 SDK 사용 예시를 찾을 수 있습니다. Weave Python SDK를 사용하면 call에 대한 피드백을 프로그래밍 방식으로 추가하거나, 삭제하거나, 조회할 수 있습니다. TypeScript SDK는 현재 피드백 기능을 지원하지 않습니다.

​
프로젝트 피드백 쿼리하기

SDK를 사용해 Weave 프로젝트의 피드백을 쿼리할 수 있습니다. SDK는 다음과 같은 피드백 쿼리 오퍼레이션을 지원합니다.
  • client.get_feedback(): 프로젝트의 모든 피드백을 반환합니다.
  • client.get_feedback("<feedback_uuid>"): <feedback_uuid>로 지정한 특정 피드백 객체를 컬렉션으로 반환합니다.
  • client.get_feedback(reaction="<reaction_type>"): 특정 반응 유형에 해당하는 모든 피드백 객체를 반환합니다.
client.get_feedback()에서는 각 피드백 객체에 대해 다음과 같은 추가 정보도 조회할 수 있습니다.
  • id: 피드백 객체 ID입니다.
  • created_at: 피드백 객체의 생성 시간 정보입니다.
  • feedback_type: 피드백 유형입니다(reaction, note, 맞춤형).
  • payload: 피드백 페이로드입니다.
import weave
client = weave.init('intro-example')

# 프로젝트의 모든 피드백 조회
all_feedback = client.get_feedback()

# ID로 특정 피드백 객체를 가져옵니다.
# API는 컬렉션을 반환하며, 여기에 포함된 항목은 최대 1개일 것으로 예상됩니다.
one_feedback = client.get_feedback("<feedback_uuid>")[0]

# 특정 반응 유형의 모든 피드백 객체를 찾습니다. offset과 limit를 지정할 수 있습니다.
thumbs_up = client.get_feedback(reaction="👍", limit=10)

# 조회 후 개별 피드백 객체의 세부 정보를 확인합니다.
for f in client.get_feedback():
    print(f.id)
    print(f.created_at)
    print(f.feedback_type)
    print(f.payload)

​
Call에 피드백 추가

Call의 UUID를 사용해 Call에 피드백을 추가할 수 있습니다. UUID로 특정 Call을 조회하려면 Call 실행 중 또는 실행 후에 UUID를 조회하세요. SDK는 Call에 피드백을 추가하기 위해 다음 오퍼레이션을 지원합니다.
  • call.feedback.add_reaction("<reaction_type>"): 👍와 같은 지원되는 <reaction_types>(이모지) 중 하나를 추가합니다.
  • call.feedback.add_note("<note>"): 노트를 추가합니다.
  • call.feedback.add("<label>", <object>): <label>로 지정한 맞춤형 피드백 <object>를 추가합니다.
피드백 노트의 최대 글자 수는 1024자입니다. 노트가 이 제한을 초과하면 생성되지 않습니다.
import weave
client = weave.init('intro-example')

call = client.get_call("<call_uuid>")

# 이모지 반응 추가
call.feedback.add_reaction("👍")

# 노트 추가
call.feedback.add_note("this is a note")

# 맞춤형 키/값 쌍 추가
# 첫 번째 인자는 사용자 정의 "type" 문자열입니다.
# 피드백은 JSON으로 직렬화할 수 있어야 하며, 직렬화된 크기는 1KB 미만이어야 합니다.
call.feedback.add("correctness", { "value": 5 })

​
Call UUID 조회

Call 직후에 바로 피드백을 추가해야 하는 경우, Call 실행 중이나 실행 후에 프로그래밍 방식으로 Call UUID를 조회할 수 있습니다.
Call 실행 중
Call 실행 중에 UUID를 조회하려면 현재 Call을 가져온 다음 ID를 반환하세요. 

import weave
weave.init("uuid")

@weave.op()
def simple_operation(input_value):
    # 단순한 오퍼레이션 수행
    output = f"Processed {input_value}"
    # 현재 call ID 조회
    current_call = weave.require_current_call()
    call_id = current_call.id
    return output, call_id
Call 실행 후
또는 call() 방법을 사용해 오퍼레이션을 실행한 뒤 Call ID를 조회할 수 있습니다: 
import weave
weave.init("uuid")

@weave.op()
def simple_operation(input_value):
    return f"Processed {input_value}"

# 오퍼레이션을 실행하고 결과와 call ID를 조회합니다
result, call = simple_operation.call("example input")
call_id = call.id

​
Call에서 피드백 삭제

UUID를 지정하면 특정 Call의 피드백을 삭제할 수 있습니다. 
call.feedback.purge("<feedback_uuid>")

​
휴먼 어노테이션 추가

휴먼 어노테이션은 Weave UI에서 지원됩니다. 이 기능을 사용하면 트레이스에 피드백으로 추가할, 사람이 직접 입력한 데이터용 맞춤형 필드를 만들 수 있습니다. 휴먼 어노테이션을 작성하려면 먼저 UI 또는 API를 사용해 휴먼 어노테이션 스코어러를 만들어야 합니다. 그런 다음 UI에서 스코어러를 사용해 어노테이션을 작성하고, API를 사용해 어노테이션 스코어러를 수정할 수 있습니다.

​
UI에서 휴먼 어노테이션 스코어러 만들기

UI에서 휴먼 어노테이션 스코어러를 만들려면 다음 단계를 따르세요.
  1. 프로젝트 사이드바에서 Assets로 이동합니다.
  2. Assets 내비게이션 패널에서 Scorers를 클릭합니다.
  3. Scorers 패널 헤더에서 New scorer를 클릭합니다.
  4. Create Scorer 모달 대화상자에서 다음을 설정합니다.
    • Scorer type을 Human annotation으로 설정
    • Name
    • Description
    • 수집할 피드백 유형을 결정하는 Type(예: boolean 또는 integer)
  5. Create scorer를 클릭합니다. 이제 이 휴먼 어노테이션 스코어러를 사용해 어노테이션을 만들 수 있습니다.
다음 예에서는 human annotator가 LLM이 수집한 문서의 유형을 선택합니다. 따라서 score 설정에서 선택한 Type은 가능한 문서 유형이 포함된 enum입니다.
Create Scorer 모달 대화상자

​
UI에서 휴먼 어노테이션 스코어러 사용하기

휴먼 어노테이션 스코어러를 생성하면 트레이스 페이지에서 사용할 수 있습니다. scorer를 사용하려면 다음 단계를 따르세요.
  1. 프로젝트 사이드바에서 트레이스로 이동합니다.
  2. human annotation을 추가하려는 Call의 행을 찾습니다.
  3. 연결된 Trace 이름을 클릭해 trace tree와 Call details panel을 엽니다.
  4. Call details 탭 바의 오른쪽 상단에서 Show feedback 버튼을 클릭합니다. Call 헤더의 마커 아이콘 사용 가능한 휴먼 어노테이션 스코어러가 추가 Annotate 패널에 표시됩니다. Human Annotation scorer 피드백 패널
  5. annotation을 입력합니다.
  6. Save를 클릭합니다.
  7. Call details panel 탭 바에서 Feedback 탭을 클릭해 Feedback table을 확인합니다. 새 annotation이 테이블에 표시됩니다. 메인 트레이스 table의 Annotations 열에서도 어노테이션을 확인할 수 있습니다.
    최신 정보를 보려면 트레이스 table을 새로고침하세요.
Traces table의 Human Annotation scorer 피드백

​
API를 사용하여 휴먼 어노테이션 스코어러 생성하기

API를 통해 휴먼 어노테이션 스코어러를 만들 수도 있습니다. 각 scorer는 별도의 객체이며, 각각 독립적으로 생성하고 업데이트할 수 있습니다. 프로그래밍 방식으로 휴먼 어노테이션 스코어러를 만들려면 다음 단계를 따르세요.
  1. weave.flow.annotation_spec에서 AnnotationSpec 클래스를 임포트합니다.
  2. weave의 publish를 사용해 scorer를 생성합니다.
다음 예제에서는 두 개의 scorer를 생성합니다. 첫 번째 scorer인 Temperature는 LLM call의 체감 온도를 평가하는 데 사용됩니다. 두 번째 scorer인 Tone은 LLM 응답의 어조를 평가하는 데 사용됩니다. 각 scorer는 연관된 객체 ID(temperature-scorer 및 tone-scorer)와 함께 save를 사용해 생성됩니다. 
import weave
from weave.flow.annotation_spec import AnnotationSpec

client = weave.init("feedback-example")

spec1 = AnnotationSpec(
  name="Temperature",
  description="The perceived temperature of the llm call",
  field_schema={
    "type": "number",
    "minimum": -1,
    "maximum": 1,
  }
)
spec2 = AnnotationSpec(
  name="Tone",
  description="The tone of the llm response",
  field_schema={
    "type": "string",
    "enum": ["Aggressive", "Neutral", "Polite", "N/A"],
  },
)
weave.publish(spec1, "temperature-scorer")
weave.publish(spec2, "tone-scorer")

​
API를 사용해 휴먼 어노테이션 스코어러 수정하기

API를 사용해 휴먼 어노테이션 스코어러 생성하기에서 이어서, 다음 예제에서는 publish 시 원래 객체 ID(temperature-scorer)를 사용해 Temperature scorer의 업데이트된 버전을 생성합니다. 그 결과 모든 버전의 이력이 포함된 업데이트된 객체가 만들어집니다.
Human annotations 아래의 Scorers 탭에서 휴먼 어노테이션 스코어러 객체의 이력을 확인할 수 있습니다. 
import weave
from weave.flow.annotation_spec import AnnotationSpec

client = weave.init("feedback-example")

# scorer의 새 버전 생성
spec1 = AnnotationSpec(
  name="Temperature",
  description="The perceived temperature of the llm call",
  field_schema={
    "type": "integer",  # <<- 유형을 integer로 변경
    "minimum": -1,
    "maximum": 1,
  }
)
weave.publish(spec1, "temperature-scorer")
Human Annotation scorer 이력

​
API를 사용해 휴먼 어노테이션 스코어러 사용하기

feedback API를 사용하면 특별한 형식의 name과 annotation_ref 필드를 지정해 휴먼 어노테이션 스코어러를 사용할 수 있습니다. annotation_spec_ref는 UI에서 적절한 탭을 선택해 획득하거나, AnnotationSpec를 생성하는 동안 획득할 수 있습니다. 
import weave

client = weave.init("feedback-example")

call = client.get_call("<call_id>")
annotation_spec = weave.ref("<annotation_spec_ref_uri>")

call.feedback.add(
  feedback_type="wandb.annotation." + annotation_spec.name,
  payload={"value": 1},
  annotation_ref=annotation_spec.uri(),
)