곧 공개되는 제품군

EulerWeave · EulerAgent · EulerAtlas — Eulerwa Inc.의 풀스택 비전의 다음 단계

현재 공개된 3종(EulerForge · EulerStack · EulerNPU)은 학습 → 아키텍처 연구 → FPGA NPU 합성으로 이어지는 핵심 축입니다. 그 사이를 잇는 데이터 파이프라인(EulerWeave), 결정론적 에이전트 실행(EulerAgent), 8도메인 로봇 행동 학습(EulerAtlas)이 곧 공개됩니다. 모두 동일한 "선언형 YAML 스펙 + CLI 우선 + 로컬 우선" 철학을 공유합니다.

Coming Soon

EulerWeave: 데이터 엔진

원시 데이터셋과 프로덕션 모델 학습 사이의 간극을 메우는 포괄적인 데이터 처리 시스템.

Open Source: 데이터 전처리

연구자와 개발자가 로컬 환경에서 데이터를 정제하고 분석하도록 설계되었습니다.

  • 스마트 분석: 로컬 LLM을 활용한 초기 데이터 프로파일링.
  • 재귀적 필터링: 도메인별 필터 클래스 자동 생성 및 적용.
  • 메트릭 산출: PPL, Loss 및 중복 제거를 위한 MinHash 계산.
  • 품질 스코어링: BERT 기반 모델을 통한 노이즈 필터링 점수 산출.

Enterprise: 오케스트레이션

단일 GPU에서 클러스터 단위로 확장하기 위한 비즈니스 핵심 기능입니다.

  • 스케일 다운 검증: 1-GPU LoRA/MoE 테스트 자동화.
  • 리소스 견적 산출: AI 기반의 GPU 시간 및 클라우드 비용 계산.
  • 파라미터 튜닝: 베이지안 최적화 및 그리드 서치 자동화.
  • MLOps 통합: 학습 런칭부터 결과 합성까지의 완전한 파이프라인.

EulerAgent: 결정론적 CLI 에이전트 프레임워크

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. 검증을 LLM이 아닌 코드로 실행하는 결정론적 게이트 노드(kind: shell) 위에 스스로 작성·테스트·수정하는 자가수리 코딩 에이전트(code.dev_loop.v2)를 제공합니다.

8단계 상태 머신 & 오케스트레이션

에이전트의 모든 행동은 8단계 상태 머신을 거쳐 인간 승인(HITL) 후 실행됩니다. Pattern Orchestrator(YAML 기반 12개 정규 패턴 + LLM·판정·결정론적 shell 게이트 노드)와 Graph Orchestrator(LangGraph 병렬 실행)로 복잡한 워크플로우를 제어합니다. 경계 내 자동 승인(node.auto_approve)과 심볼 게이트(symbol_check)로 fix→test 루프를 자율 실행합니다.

  • 장기 기억 (LTM): SQLite 기반 벡터 검색으로 세션을 넘어 맥락 유지.
  • RAG 파이프라인: 하이브리드 어휘/벡터 검색, 인용 출처 추적.
  • MCP 통합: Brave, Tavily 등 외부 서비스 연동.
  • 플러그인 시스템: 도구 확장 및 도구 권한 체인(다층 보안).

30+ CLI 명령

euleragent init
euleragent new my-assistant --template code-assistant
euleragent run my-assistant --task "리팩토링" --mode plan

# RAG & 기억
euleragent rag add --path ./docs/
euleragent memory search --q "이전 결정"

# 패턴 & MCP
euleragent pattern run review-code my-assistant
euleragent mcp sync

통제력과 보안을 포기하지 않으면서 자율적 기능을 원하는 개발자를 위해 구축되었습니다.

EulerAtlas: 플러그인 기반 로봇 행동 학습 (우선 공개: 자동차 · 휴머노이드)

모방학습(IL)과 FastTD3 강화학습(RL)을 결합한 RL→IL 파이프라인 위에서 동작하는 플러그인 기반 CLI 로봇 행동 학습 프레임워크입니다. 가장 먼저 공개하는 두 플래그십 도메인은 자동차(EulerDrive — BEV 자율주행, CARLA 검증)휴머노이드(EulerWalk — RL→IL loco-manipulation)이며, 두 도메인 모두 사전학습 모델을 동봉해 학습 없이 바로 실행할 수 있습니다. 통합 스키마는 자동차·드론·휴머노이드·로봇개·모바일 매니퓰레이션·물류·농업·조선 등 8개 도메인을 포괄하도록 설계되었고, 도메인은 플러그인으로 계속 확장됩니다.

8개 도메인 통합 스키마

도메인별 고정 차원 obs/action 스키마로 모든 모듈이 일관되게 소통합니다.

클래식 (01–04) 자동차 4/2 · 드론 6/3 · 휴머노이드 33/14 (loco-manip) · 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 + SOTA(BEVFuser, TemporalTransformer, WholeBodyACT) + RL Actor
레벨 L0 Toy · L1 Intermediate · L2 Advanced (실제 백엔드: CARLA/MuJoCo/HumanoidBench)

CLI & 정책 모델

euleratlas init --role road --level 0 --out config.yml
euleratlas train -c config.yml
euleratlas train-rl -c config.yml
euleratlas sim rollout -c config.yml --save-video

# 모방학습 + FastTD3 강화학습 · RL→IL · Domain Plugin

train-rl, data collect/generate-demos, sim rollout --render/--save-video 추가. Domain Plugin 아키텍처와 엣지 배포까지 지원합니다.

현재 공개된 3종을 먼저 확인하세요

학습(EulerForge) → 아키텍처 연구(EulerStack) → FPGA NPU 합성(EulerNPU). 위 곧 공개되는 제품들은 이 핵심 축 위에서 동작하도록 설계되었습니다.

EulerForge EulerStack EulerNPU 홈으로