Crew 훈련

CrewAI AMP 플랫폼에서 직접 배포된 Crew를 훈련하여 시간이 지남에 따라 에이전트 성능을 개선하세요

훈련을 통해 CrewAI AMP의 Training 탭에서 직접 반복 훈련 세션을 실행하여 Crew 성능을 개선할 수 있습니다. 플랫폼은 자동 훈련 모드를 사용합니다 — 반복 프로세스를 자동으로 처리하며, 반복마다 대화형 피드백이 필요한 CLI 훈련과는 다릅니다.

훈련이 완료되면 CrewAI는 에이전트 출력을 평가하고 각 에이전트에 대한 실행 가능한 제안으로 피드백을 통합합니다. 이러한 제안은 향후 Crew 실행에 적용되어 출력 품질을 개선합니다.

CrewAI 훈련이 내부적으로 어떻게 작동하는지에 대한 자세한 내용은 훈련 개념 페이지를 참조하세요.

​

사전 요구 사항

활성 배포

Ready 상태의 활성 배포(Crew 유형)가 있는 CrewAI AMP 계정이 필요합니다.

실행 권한

훈련하려는 배포에 대한 실행 권한이 계정에 있어야 합니다.

​

Crew 훈련 방법

1. Training 탭 열기

   Deployments로 이동하여 배포를 클릭한 다음 Training 탭을 선택합니다.

2. 훈련 이름 입력

   Training Name을 입력합니다 — 이것은 훈련 결과를 저장하는 데 사용되는 .pkl 파일 이름이 됩니다. 예를 들어, “Expert Mode Training”은 expert_mode_training.pkl을 생성합니다.

3. Crew 입력값 작성

   Crew의 입력 필드를 입력합니다. 이는 일반 kickoff에 제공하는 것과 동일한 입력값입니다 — Crew 구성에 따라 동적으로 로드됩니다.

4. 훈련 시작

   Train Crew를 클릭합니다. 프로세스가 실행되는 동안 버튼이 스피너와 함께 “Training…”으로 변경됩니다.

   내부적으로:

   • 배포에 대한 훈련 레코드가 생성됩니다
   • 플랫폼이 배포의 자동 훈련 엔드포인트를 호출합니다
   • Crew가 자동으로 반복을 실행합니다 — 수동 피드백이 필요하지 않습니다
5. 진행 상황 모니터링

   Current Training Status 패널에 다음이 표시됩니다:

   • Status — 훈련 실행의 현재 상태
   • Nº Iterations — 구성된 훈련 반복 횟수
   • Filename — 생성 중인 .pkl 파일
   • Started At — 훈련 시작 시간
   • Training Inputs — 제공한 입력값

​

훈련 결과 이해

훈련이 완료되면 다음 정보가 포함된 에이전트별 결과 카드가 표시됩니다:

• Agent Role — Crew에서 에이전트의 이름/역할
• Final Quality — 에이전트 출력 품질을 평가하는 0~10점 점수
• Final Summary — 훈련 중 에이전트 성능 요약
• Suggestions — 에이전트 동작 개선을 위한 실행 가능한 권장 사항

​

제안 편집

모든 에이전트의 제안을 개선할 수 있습니다:

1. Edit 클릭

   에이전트의 결과 카드에서 제안 옆에 있는 Edit 버튼을 클릭합니다.

2. 제안 수정

   원하는 개선 사항을 더 잘 반영하도록 제안 텍스트를 업데이트합니다.

3. 변경 사항 저장

   Save를 클릭합니다. 편집된 제안이 배포에 다시 동기화되고 이후 모든 실행에 사용됩니다.

​

훈련 데이터 사용

Crew에 훈련 결과를 적용하려면:

1. 완료된 훈련 세션에서 Training Filename(.pkl 파일)을 확인합니다.
2. 배포의 kickoff 또는 실행 구성에서 이 파일 이름을 지정합니다.
3. Crew가 자동으로 훈련 파일을 로드하고 저장된 제안을 각 에이전트에 적용합니다.

이는 에이전트가 이후 모든 실행에서 훈련 중에 생성된 피드백의 혜택을 받는다는 것을 의미합니다.

​

이전 훈련

Training 탭 하단에는 배포에 대한 모든 과거 훈련 세션 기록이 표시됩니다. 이전 훈련 실행을 검토하거나 결과를 비교하거나 사용할 다른 훈련 파일을 선택하는 데 사용합니다.

​

오류 처리

훈련 실행이 실패하면 상태 패널에 무엇이 잘못되었는지 설명하는 메시지와 함께 오류 상태가 표시됩니다.

훈련 실패의 일반적인 원인:

• 배포 런타임이 업데이트되지 않음 — 배포가 최신 버전을 실행하고 있는지 확인하세요
• Crew 실행 오류 — Crew의 작업 로직 또는 에이전트 구성 내 문제
• 네트워크 문제 — 플랫폼과 배포 간의 연결 문제

​

제한 사항

훈련 워크플로를 계획할 때 다음 제약 사항을 염두에 두세요:

• 배포당 한 번에 하나의 활성 훈련 — 다른 훈련을 시작하기 전에 현재 실행이 완료될 때까지 기다리세요
• 자동 훈련 모드만 — 플랫폼은 CLI처럼 반복당 대화형 피드백을 지원하지 않습니다
• 훈련 데이터는 배포별 — 훈련 결과는 특정 배포 인스턴스 및 버전에 연결됩니다

​

관련 리소스

훈련 개념

CrewAI 훈련이 내부적으로 어떻게 작동하는지 알아보세요.

Crew 시작

AMP 플랫폼에서 배포된 Crew를 실행하세요.

AMP에 배포

Crew를 배포하고 훈련 준비를 완료하세요.