수학과 물리의 뿌리에 깊이 닿는 만큼, 그 결과를 세상과 함께 나눌 수 있다고 믿습니다.
LLM 학습 · 새 아키텍처 연구 · FPGA NPU 합성을 한 흐름으로 — 깊은 연구를 CLI와 오픈소스 제품으로 공개하는 풀스택 AI 랩.
공개 3종: EulerForge(학습) · EulerStack(아키텍처 연구) · EulerNPU(FPGA NPU).
비싼 클라우드 GPU 없이도, 내가 가진 모델을 MoE 구조로 키울 수 있다.
Dense 모델을 MoE 구조로 바꿔 실험하는 과정을 표준화된 설정으로 다룰 수 있도록 구성했습니다. 실험을 코드 변경이 아닌 YAML 설정으로 관리할 수 있습니다.
mixture_lora / moe_expert_lora 한 줄로 MoE 실험 시작| 인젝션 전략 | Dense LoRA · Mixture LoRA · MoE Expert LoRA · Native MoE Expert LoRA |
|---|---|
| 훈련 타입 | SFT · DPO · ORPO · RM · PPO |
| 지원 백본 | Qwen2/3 · Llama 2/3 · Gemma 3 · Gemma 4 (dense+MoE) · Mixtral |
| 양자화 훈련 | nf4 / int4 / int8 (bitsandbytes) |
| 부가 기능 | HF Export · Optuna 기반 Grid/Bayes 탐색 · 통합 벤치마크 · 5개 언어 CLI |
24편 KO/EN 튜토리얼 + 상세 CLI 레퍼런스 기본 제공
LLM 아키텍처를 YAML 한 장으로 정의하는 선언형 언어. 어셈블러를 넘어 cortical column · neural differentiation · tissue 등 새 구조 가설을 코드 변경 없이 ablation 하는 연구 프레임워크입니다 — 추론(reasoning)의 조기 발현 · 추상화 가속 · 세계지식과 추론의 독립적 분화 같은 가설을 모델 구조 차원에서 직접 실험할 수 있어, frontier LLM 연구의 무게중심을 자본 규모에서 구조 디자인으로 옮깁니다.
v1 "산업 정렬 원칙"에 따라 검증된 산업 표준 → 최근 하이브리드/MoE → v1 실험 프리미티브 순으로 정리되어 있습니다: llm_ 24개(5 스케일 × 4–5 변형, MLA 포함) + arch_ 33개(beginner 2 · intermediate 3 · advanced 5 · expert 23, 그중 *_mini 9개). MLA·MoD·Titans·Dual-Stream 등 Phase B 프리미티브를 arch-스케일로 실험할 수 있습니다.
| 믹서 | Attention · Mamba · RetNet · Hyena |
|---|---|
| FFN | MLP · Gated MLP (SwiGLU) · MoE (top-k 라우팅) |
| 스킬 레벨 워크스루 | beginner(GPT-2/Llama) · intermediate(Mistral/Gemma2/Qwen) · advanced(Jamba/Samba/RetNet) · expert(MoE × 믹서 × depth/receptive-field 3D 설계공간) |
| 컴파일 타겟 | HuggingFace 모델 디렉토리 또는 JSON 런타임 설정 |
스키마 구조 검증 → 교차 필드 호환성 → 리얼리즘 휴리스틱의 3단계 검증으로 설계 오류를 컴파일 전에 잡습니다. 모든 CLI 메시지는 5개 언어(ko/en/zh/ja/es)로 지원됩니다. v0.1.5는 μP 스케일링·분화 보조목적·tissue 조직 선언을 backward-compatible 스펙 확장으로 추가했습니다(기존 YAML 무수정 호환).
더 적은 데이터로도 추론 능력이 나타납니다. 구조가 데이터 효율의 함수가 된다는 가설을 직접 실험합니다.
추상화와 추론이 동일 레이어에서 경쟁하지 않습니다. 피질 계층 구조에서 영감을 받아 두 능력이 독립적으로 성장합니다.
세계 지식과 추론·추상화 능력을 분리해 키울 수 있다면, LLM 연구의 무게중심이 자본에서 설계로 이동합니다.
YAML spec을 쓰면 실제 FPGA 칩에서 추론이 돌아갑니다. 같은 흐름으로 ASIC 합성까지.
자세히 보기DS-CNN + GRU INT8 풀그래프 NPU IP. 11/11 정확도 · CPU 대비 8.07× 가속 (3.17 ms/추론).
FFN 블록만 NPU 오프로드한 하이브리드. CPU↔NPU 5/5 비트 단위 일치 — Zynq-7000 보드급 FPGA에서 LLM 부분 추론 실증.
spec → compile → bitstream → 실 FPGA — 한 흐름으로 검증된 세 가지 NPU 실측 결과.
공개된 3종(Forge · Stack · NPU) 위에서 동작하는 데이터·에이전트·로봇 학습 제품군이 곧 합류합니다.
원시 데이터셋과 프로덕션 학습 사이의 간극을 메우는 데이터 처리 시스템. 로컬 LLM 기반 프로파일링, 도메인 필터 자동 생성, PPL/MinHash 메트릭, 1-GPU LoRA/MoE 스케일다운 검증, GPU·클라우드 비용 견적, MLOps 통합.
8단계 상태 머신 + HITL 승인 기반 로컬 우선 에이전트. Pattern/Graph 오케스트레이터, RAG, 장기 기억(SQLite), MCP 통합, 30+ CLI, 결정론적 shell 게이트 노드 위의 자가수리 코딩 에이전트(code.dev_loop.v2).
모방학습(IL) + FastTD3 강화학습(RL)의 RL→IL 파이프라인. 우선 공개 2개 도메인 = 자동차(EulerDrive, CARLA 검증) · 휴머노이드(EulerWalk, RL→IL loco-manip). 8개 도메인 통합 스키마, Domain Plugin 확장.
수학·물리·인문학에 뿌리를 둔 AI 핵심 기술을 연구·보급하는 풀스택 AI 랩.
이름 오일러와는 수학의 아버지 오일러(Leonhard Euler) + 한국어 "와(with)"의 결합입니다. 회사 이름의 두 부분이 모토의 두 단어와 그대로 대응합니다.
Deep Roots — 오일러처럼. 유행을 좇지 않고 수학·물리의 기초부터 깊이 파고드는 연구 방식. 오일러와의 모든 제품은 이 근본 위에 섭니다.
Open Horizons — '와(with)'처럼. 오일러가 평생 지식을 아낌없이 나눴던 것처럼, 우리도 결과를 오픈소스로 열어두고 누구에게나 동등한 기회를 제공합니다. 그리고 그 기술이 향하는 지평선은 계속 넓어집니다.
EulerNPU로 추론 칩을, EulerStack·Forge로 지능 구조를, EulerAtlas로 물리 행동 학습을, EulerAgent로 자율 오케스트레이션을 만들고 있습니다. 각각은 독립된 제품이지만, 모두 하나의 방향을 가리킵니다 — 물리 세계를 스스로 이해하고 돌볼 수 있는 지능.
가장 먼저 도달할 곳은 해양입니다. 전원 공급 바지선과 연동해 수면·수중·상공을 동시에 커버하는 자율 복합체 — 해양 쓰레기 수거, 어류의 시공간별 분포 매핑과 조업 계획 생성, 항행 안전 감시, 해양 생태 데이터 축적. 수상 선박·잠수체·비행체가 하나의 지능 시스템으로 해양을 입체적으로 관찰하고 돌보는 일 — 이것이 오일러와가 준비 중인 첫 번째 물리적 응용입니다.
같은 기술 기반 위에서 시야는 더 멀리 향합니다. 지구 근방 궤도 환경의 감시와 보호 — 이것은 오늘의 해양 생태 감시와 본질적으로 같은 문제입니다. 더 먼 우주로의 항행은 다른 수준의 자율성과 추진 기술을 요구하지만, 그 방향을 포기하지 않는 것이 오일러와의 장기 계획입니다. 뿌리를 깊게 내릴수록, 지평선은 더 멀리 보입니다.
전문 기술 서적 및 오픈 소스 생태계에 접근하세요.
데이터 처리 및 모델 오케스트레이션을 위한 커뮤니티 도구입니다.
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.
진한 색: 현재 공개 · 연한 색: 준비 중