Eulerwa Inc.는 모델 학습부터 하드웨어 가속, 자율 에이전트까지 — AI 개발의 모든 단계를 CLI와 오픈소스로 공개합니다.
학습의 EulerForge, 데이터의 EulerWeave, 실행의 EulerAgent, 출판의 EulerPress, 하드웨어의 EulerNPU, 로봇 학습의 EulerAtlas, 모델 설계의 EulerStack.
HuggingFace 모델에 LoRA를 주입하고, Dense-to-MoE 변환, LoRA Handoff, 5가지 훈련 타입(SFT/DPO/ORPO/RM/PPO), 스크래치 사전훈련(pretrain, EulerStack 연동), HF Export(export-hf), 추론 벤치마크, 하이퍼파라미터 탐색을 단일 CLI 파이프라인에서 지원하는 LLM 파인튜닝 프레임워크입니다.
4가지 인젝션 전략과 SFT, DPO, ORPO, RM, PPO 5가지 훈련 타입을 지원하며, MoE 안정성 검증과 프리플라이트 검사로 훈련 전 설정 오류를 조기에 차단합니다.
| 지원 모델 | Qwen3/3.5, LLaMA 2/3, Gemma 3/4, Mixtral 8x7B/22B |
|---|---|
| 인젝션 전략 | Dense LoRA, Mixture LoRA, MoE Expert LoRA, Native MoE Expert LoRA |
| 안정성 | 다단계 페이즈 스케줄링, 프리플라이트 검증, 설정 스냅샷 |
데이터 변환(convert)부터 전처리, SFT 학습, 선호도 정렬(DPO/ORPO), HF Export(export-hf), 스크래치 사전훈련(pretrain)까지 전체 파이프라인을 YAML 선언적 설정과 CLI로 실행합니다. 14개 프리셋, 5개 언어 CLI 지원.
v1.0 프로덕션 검증 완료 · 25개 튜토리얼
연구자와 개발자가 로컬 환경에서 데이터를 정제하고 분석하도록 설계되었습니다.
단일 GPU에서 클러스터 단위로 확장하기 위한 비즈니스 핵심 기능입니다.
8단계 상태 머신(RUN_CREATED → CONTEXT → PLAN → PROPOSE → APPROVE → EXECUTE → RESULT → FINALIZED), Pattern/Graph 오케스트레이터, RAG 파이프라인, 장기 기억(SQLite), MCP 통합, 플러그인 시스템, 30+ CLI 명령, 65개 픽스처를 갖춘 로컬 우선(Local-first) 에이전트 프레임워크입니다.
자세히 보기에이전트의 모든 행동은 8단계 상태 머신을 거쳐 인간 승인(HITL) 후 실행됩니다. Pattern Orchestrator(YAML 기반 12개 정규 패턴)와 Graph Orchestrator(LangGraph 병렬 실행)로 복잡한 워크플로우를 제어합니다.
통제력과 보안을 포기하지 않으면서 자율적 기능을 원하는 개발자를 위해 구축되었습니다.
코드 블록과 수식을 완벽히 보존하면서 산문 텍스트만 정확하게 번역하는 로컬 우선(Local-First) CLI 도구입니다. 기업 문서 현지화부터 AI 학습용 JSONL 데이터 번역까지 지원합니다.
자세히 보기연산자 그래프(spec.yaml)를 123개 연산자(13개 그룹)로 구성하고, 검증 및 컴파일(.npuart)을 거쳐 호스트 CPU 레퍼런스 또는 Zynq-7020 FPGA 보드에서 실행하는 NPU 추론 합성 스택입니다. 10종 dtype, 12개 CLI 서브커맨드를 제공합니다.
자세히 보기123개 연산자(13개 그룹), 10종 dtype을 지원하며, spec.yaml에서 .npuart 아티팩트로 컴파일합니다.
| 연산자 | 123개 (Core Math, Activation, Normalization, Conv/Vision, Sequence/Attention, MoE/Sparse, Recurrent, Graph, Multimodal, Quantization, Mamba/SSM, Cache Compress, Autonomy) |
|---|---|
| DType | fp32, int32, fp16, bf16, int8, uint8, int16, int4, fp8_e4m3, fp8_e5m2 |
| 타겟 | Zynq-7020 (XC7Z020) FPGA |
validate, compile, run, sim, profile, explain, board smoke, calibrate, benchmark, replay, compress-cache 등 12개 서브커맨드.
전문가 시연으로부터 정책을 학습하고, 시뮬레이션에서 평가하는 CLI 기반 모방 학습 프레임워크입니다. 자동차, 드론, 휴머노이드, 로봇개의 클래식 4도메인과 모바일 매니퓰레이션, 물류 AGV, 스마트팜 농업 로봇, 조선소 크레인의 산업 4도메인 — 총 8개 도메인을 통합 스키마 위에서 지원합니다. 11개 커맨드 그룹(edge 추가)과 Domain Plugin 아키텍처로 확장 가능합니다.
도메인별 고정 차원 obs/action 스키마로 모든 모듈이 일관되게 소통합니다.
| 클래식 (01–04) | 자동차 4/2 · 드론 6/3 · 휴머노이드 12/6 · 로봇개 12/8 |
|---|---|
| 산업 (05–08) | 모바일 매니퓰레이션 18/8 · 물류 AGV 14/4 · 농업 로봇 16/6 · 조선소 20/9 |
| 정책 모델 | BC-MLP, BC-RNN, BC-CNN, ACT, Diffusion Policy |
| 레벨 | L0 Toy · L1 Intermediate · L2 Advanced (실제 백엔드) |
11개 커맨드 그룹(edge 추가)과 Domain Plugin 아키텍처로 엣지 디바이스 배포까지 지원합니다.
YAML 선언형 스펙으로 LLM 아키텍처를 설계하고, 스키마 검증 → IR 정규화 → HuggingFace 모델 디렉토리 컴파일까지 자동화하는 모듈형 모델 빌더입니다. Attention, Mamba, RetNet, Hyena 등 다양한 믹서와 MoE를 조합해 원하는 규모의 하이브리드 모델을 자유롭게 구성합니다. 24개 프리셋(0.8B~32B 스케일 18종 + 아키텍처 진화 5단계 + 소형 변형 1종)으로 빠르게 시작할 수 있습니다.
자세히 보기DSL(YAML) → Schema → IR → Compiler → CLI의 엄격한 파이프라인으로 설계 오류를 컴파일 이전에 차단합니다.
| 믹서 | Attention, Mamba, RetNet, Hyena |
|---|---|
| FFN | MLP, Gated MLP (SwiGLU), MoE |
| 프리셋 | 24개 (0.8B~32B 스케일 18종 + 아키텍처 진화 6종) |
| 컴파일 타겟 | HuggingFace 모델 디렉토리 (config.json + model.safetensors) 또는 JSON |
선언형 YAML로 설계하고, 리얼리즘 휴리스틱으로 검증한 뒤, 한 줄 명령으로 런타임 설정을 생성합니다.
전문 기술 서적 및 오픈 소스 생태계에 접근하세요.
데이터 처리 및 모델 오케스트레이션을 위한 커뮤니티 도구입니다.
오일러와 스택 위에 구축된 도메인 특화 솔루션입니다.
개인별 신체 상태 분석 및 영양 기반의 "식품을 통한 치유(Food over Medicine)" 가이드를 제공하는 헬스케어 에이전트.
EulerAgent를 활용해 설계 및 디버깅을 자동화하고 내부 소프트웨어 생명 주기를 관리하는 자율 코딩 시스템.
기술은 인간을 위해 존재합니다
우리는 인공지능의 군사적 자동화에 반대합니다. 기술은 생명을 빼앗는 데가 아니라 지키는 데 쓰여야 하며, 어떤 기술적 성취도 인간의 안전보다 앞설 수 없습니다.
인공지능은 인간의 존엄을 높이고 민주적 가치를 강화하는 도구여야 합니다. 우리는 AI가 개인의 자유를 억압하거나 민주적 원리를 훼손하는 어떤 목적으로든 활용되는 것에 반대합니다.
오일러와가 공개하는 모든 소프트웨어, 모델, 서비스는 위 원칙에 반하는 용도로 사용할 수 없습니다. 우리는 기술의 쓰임에 대한 책임을 진지하게 받아들입니다.