Weights & Biases(약칭 wandb)는 「머신러닝 실험을 기록·시각화·비교하는」 실험 관리 도구입니다.
「딥러닝의 GitHub」 같은 위치로, 학습 곡선·하이퍼파라미터·실험 결과를 클라우드에 자동 저장해 팀 단위 협업을 지원합니다.
사용은 간단합니다.
학습 코드 안에 「import wandb; wandb.init(project="my-project"); wandb.log({"loss": 0.5, "accuracy": 0.9})」 같은 몇 줄을 추가하면 모든 실험 지표가 자동으로 wandb 웹 대시보드에 시각화됩니다.
주요 기능은 다음과 같습니다.
1) 「실험 추적」 — 손실·정확도·학습률 같은 지표의 시간 변화를 자동 그래프로.
2) 「하이퍼파라미터 스윕」 — 여러 설정을 자동으로 시도하고 최적 조합 찾기.
3) 「모델 버전 관리」 — 학습된 모델 가중치를 자동 저장.
4) 「팀 협업」 — 동료가 자기 실험과 비교하기 쉬움.
비유하자면 wandb는 「과학자의 실험 노트 + 차트 도구」와 같습니다.
어떤 실험을 했는지, 어떤 결과가 나왔는지를 자동으로 기록해 두고 나중에 비교하기 좋게 정리해 줍니다.
팀에서는 「누가 무엇을 시도했고 어느 것이 가장 잘 됐는지」를 한눈에 보기 쉬워집니다.
경쟁 도구로 MLflow(오픈소스, 자체 호스팅 가능), TensorBoard(TensorFlow 표준, 가장 단순), Comet, Neptune 등이 있습니다.
wandb는 클라우드 호스팅·UI 완성도가 강점이고, MLflow는 「데이터 외부로 안 나가야 하는」 환경에 자주 채택됩니다.
한 줄 요약
Weights & Biases는 머신러닝 실험을 자동 기록·시각화·비교하는 도구로, 「딥러닝의 GitHub」 같은 위치를 차지합니다.
팀 단위 협업과 하이퍼파라미터 스윕에 강합니다.
더 알아볼 것
- wandb sweeps — 자동 하이퍼파라미터 탐색
- MLflow vs wandb
- TensorBoard 통합
