Ollaya – 오픈소스 Jev 스타일 의사결정 모델의 로컬 실행 도구
Ollaya는 Ollama처럼 자체 하드웨어에서 의사결정 모델을 로컬로 실행할 수 있는 오픈소스 도구입니다. 텍스트나 JSON에 대해 타입화된 질문을 던지면 토큰 생성 없이 단일 순전파로 밀리초 단위의 캘리브레이션된 답변을 얻을 수 있습니다. RTX 4090 기준 5개 질문 처리에 약 10ms가 걸리며, TypeSafe API와 호환되고 데이터가 외부로 나가지 않아 프라이버시가 중요한 업무에 유용합니다.
의사결정 모델을 로컬에서 실행하세요. 임의의 텍스트나 JSON에 대해 타입화된 질문을 던지면 밀리초 단위로 캘리브레이션된 답변을 받을 수 있습니다. 프라이빗하고, 오픈소스이며, 자체 하드웨어에서 동작합니다.
빠른 속도 – 밀리초 단위의 의사결정. 의사결정 모델은 토큰별 생성 없이 단일 순전파(forward pass) 하나로 답변합니다. 자체 GPU에서 Laya에 5개 질문을 요청하면 HTTP API를 통한 종단 간 처리에 약 10ms가 걸립니다.
- 8–10ms: Ollaya의 Laya, RTX 4090, 5개 질문, 종단 간
- 236–276ms: TypeSafe 호스팅 API, 중앙값 요청
TypeSafe 호환 – TypeSafe의 API와 그대로 호환됩니다. Ollaya는 /v1/systemone과 /v1/models를 TypeSafe의 요청·응답 형식으로 제공하며, 공식 TypeSafe Python SDK 0.7.1이 로컬 서버에서 수정 없이 동작합니다.
요청 예시:
# TypeSafe SDK를 Ollaya로 지정
export TYPESAFE_BASE_URL=http://localhost:11435
export TYPESAFE_API_KEY=local # 아무 값이나 가능
export TYPESAFE_DEFAULT_MODEL=laya
# 또는 호환 엔드포인트에 직접 호출
curl http://localhost:11435/v1/systemone -d '{
"model": "laya",
"state": "지난달 청구서를 받을 수 있나요?",
"questions": {
"intent": {
"type": "choice",
"instructions": "고객이 원하는 것은 무엇인가?",
"criteria": {
"invoice": "청구서나 영수증이 필요함",
"refund": "환불을 원함",
"other": "그 외"
}
}
}
}'
응답 예시:
{
"model": "laya:en",
"answers": {
"intent": {
"type": "choice",
"choice": "invoice",
"confidence": 0.9547,
"probabilities": {
"invoice": 0.9698,
"refund": 0.0172,
"other": 0.013
}
}
},
"usage": { "input_tokens": 43, "output_tokens": 0 }
}
오픈 모델 – 내려받을 준비가 된 오픈 웨이트. Convai Innovations의 Laya부터 시작하세요: 영어 모델, 100개 이상 언어 지원 모델, 타입화된 의사결정에 파인튜닝된 모델, 그리고 알아서 선택해주는 라우터가 있습니다.
- laya: Convai Innovations의 오픈 의사결정 모델. 영어 및 100개 이상 언어로 선택·점수·예/아니오 질문에 단일 순전파로 타입화되고 캘리브레이션된 답변 제공. (3억2,200만 / 4억2,100만 파라미터)
- decider: Mapika가 Qwen3.5 기반으로 만든 디코더 의사결정 모델. 단일 순전파로 선택지 문자 logits에서 답을 읽어냄. Ollaya가 배포하는 가장 정확한 오픈 의사결정 모델. (7억5,000만 / 19억 파라미터)
- nli: Moritz Laurer의 제로샷 분류기. 모든 선택지가 함의(entailment) 점수를 매기는 가설이 됨. 테스트에서 타입화된 의사결정에 가장 정확한 인코더 모델. (3억9,600만 / 4억3,500만 파라미터)
- gliclass: Knowledgator의 지시 따르기 제로샷 분류기. 질문의 모든 선택지를 한 번에 평가하므로 선택지 수가 늘어도 비용이 거의 증가하지 않음. (4억3,900만 파라미터)
더 많은 오픈 의사결정 모델이 계획 중입니다: von, llama.cpp를 통한 GGUF 기반 LLM 의사결정 모델 등.
당신의 데이터는 당신 것 – 기본적으로 프라이빗. 티켓, 이메일, 사용자 메시지는 종종 가장 민감한 데이터입니다. Ollaya를 사용하면 데이터가 이미 있는 곳에서 바로 평가됩니다.
- 로컬: ONNX Runtime으로 CPU 또는 NVIDIA GPU에서 내 컴퓨터에서 실행. 서버는 기본적으로 127.0.0.1에서만 수신
- 오픈 웨이트: 웨이트는 작성자의 Hugging Face 저장소에서 가져오며, 커밋에 고정하고 sha256으로 검증. Ollaya는 웨이트를 재호스팅하지 않고 런타임은 Apache-2.0 라이선스
- 토큰당 요금 없음: 하드웨어가 감당할 수 있는 만큼 의사결정을 실행. 사용량 측정도 API 요금 청구도 없음
캘리브레이션 – 임계값을 설정할 수 있는 확률. 온도 피팅 후 Laya의 캘리브레이션 오차(ECE)는 0.081로, Jev의 0.246보다 우수합니다.
플랫폼 – 일하는 곳에서 실행. macOS, Windows, Linux용 데스크톱 앱과 커맨드라인, 서버용 Docker 이미지 제공. 모든 모델이 CPU에서 실행되며, Linux/WSL 2/Docker의 NVIDIA GPU를 사용하면 요청이 밀리초 단위로 줄어듭니다.
| 플랫폼 | 데스크톱 앱 | 커맨드라인 | GPU |
|---|---|---|---|
| macOS (Apple 실리콘) | 메뉴바 앱 (.dmg) | 설치 스크립트 | CPU 전용 |
| Windows 10/11 x64 | .exe 또는 .msi | PowerShell 스크립트 | CPU 전용, WSL 2 경유 NVIDIA |
| Linux x86-64 | AppImage, .deb, .rpm | 설치 스크립트, systemd 서비스 | NVIDIA, CUDA 13 |
| Linux ARM64 | 제공 안 함 | 설치 스크립트 | - |