클라우드플레어(Cloudflare)가 의사결정 모델 ‘클레프(Clef)’와 ‘클레프 플래시(Clef-flash)’를 공개하고, 고객이 클레프를 파인튜닝할 수 있는 강화학습 제품도 선보였다. 회사는 10월 2일 클라우드플레어 블로그에서 두 모델을 클라우드 서비스로 제공하고 허깅페이스(Hugging Face)에 오픈소스로 공개한다고 밝혔다.
클레프·클레프 플래시, 워커스 AI에서 제공
두 모델은 클라우드플레어가 훈련했으며 워커스 AI(Workers AI)에서 이용할 수 있다. 회사는 Jev 의사결정 지수(Jev Decision Index) 평가에서 클레프가 현재 선두라고 설명하고, 두 모델 모두 Jev API와 호환돼 기존 API를 활용한 실험이 가능하다고 밝혔다. 모델은 아파치 2.0 라이선스로 공개돼 이용자가 내려받아 로컬 환경에서 실행하고 시험할 수 있다.
의사결정 모델은 입력을 분류해 에이전트가 다음 행동을 정하도록 돕는다. 고객지원 메시지를 입력해 긴급 여부와 담당 팀을 물으면, 모델은 유형이 정해진 답변과 확률을 출력한다. 코드는 결과에 따라 문의를 담당 팀으로 전달하거나 긴급 대응을 시작하고, 필요하면 사람에게 넘길 수 있다. 클라우드플레어는 이런 방식으로 에이전트가 정보를 모으고 판단한 뒤 작업을 수행하거나 사람의 검토를 요청할 수 있다고 설명했다.
분류 결과를 에이전트의 행동으로 연결
회사는 의사결정 모델이 새로운 분류 항목을 추가할 때마다 모델을 계속 재훈련하지 않아도 다양한 입력을 처리할 수 있다고 소개했다. 기존 분류 모델과 달리 정해진 범위의 구조화된 결과를 빠르고 저렴하게 일관되게 내놓는다는 설명이다. 반면 대규모언어모델(LLM)은 비결정적인 성격이 있지만, 폭넓은 추론과 텍스트 생성, 도구 호출을 지원해 에이전트형(agentic) 작업에 쓰인다고 비교했다.
클라우드플레어 위협 인텔리전스팀은 웹사이트 도메인 분류에 클레프를 시험하고 있다. 브라우저 런(Browser Run)과 함께 도메인을 입력하면 해당 사이트의 범주를 판별하며, 회사가 든 예시에서는 패션 사이트일 확률 95%, 전자상거래 사이트일 확률 85%를 출력한다. 이 사례는 분류 결과를 확률과 함께 제공해 후속 작업에 활용하는 방식을 보여준다.
고객 맞춤 파인튜닝 제품도 선보여
새 강화학습 제품을 이용하면 고객은 각자 필요한 용도에 맞게 클레프를 파인튜닝할 수 있다. 회사는 모델을 직접 호스팅하는 선택지와 로컬 실행을 위한 오픈소스 공개를 함께 내놨다. 다만 블로그에는 강화학습 제품의 가격이나 출시 일정, 파인튜닝에 적용되는 세부 조건은 제시되지 않았다.