
Arkor
Arkor는 에이전트 네이티브 TypeScript 프레임워크이자 관리형 런타임으로, 코딩 에이전트에게 사용자 지정 오픈 웨이트 모델을 설명하고, 생성된 훈련 코드를 검토한 다음, 관리형 GPU에서 훈련을 실행하고 결과를 OpenAI 호환 API 뒤에 배포할 수 있도록 합니다.
https://www.arkor.ai/?ref=producthunt&utm_source=aipure

제품 정보
업데이트됨:Jul 23, 2026
Arkor이란?
Arkor는 TypeScript 및 Next.js 팀이 별도의 Python 훈련 스택이나 GPU 인프라를 구축하지 않고도 사용자 지정 오픈 웨이트 모델을 구축, 미세 조정 및 배포할 수 있도록 돕습니다. 복잡한 ML 파이프라인을 수동으로 구성하는 대신, 코딩 에이전트(예: Claude Code 또는 Codex)에게 모델이 수행하기를 원하는 작업(예: 초안을 내 목소리로 트윗으로 재작성)을 알려주면 Arkor가 작업을 검토 가능한 TypeScript 프로젝트로 구성합니다. 코드를 승인하고 데이터셋 준비가 완료되면 Arkor는 훈련을 실행하고 미세 조정된 모델을 배포하여 API를 통해 제품에서 호출할 수 있도록 합니다.
Arkor의 주요 기능
Arkor는 오픈 가중치 모델 학습 및 배포를 위한 에이전트 기본 TypeScript 프레임워크이자 관리형 런타임입니다. 코딩 에이전트(예: Claude Code 또는 Codex)에 원하는 동작을 설명하고, 저장소에서 생성된 TypeScript 학습 워크플로 및 데이터셋 준비를 검토한 다음, Arkor가 관리형 GPU 컴퓨팅을 처리하는 동안 Arkor Studio를 통해 학습을 실행합니다. 학습 후 Arkor는 미세 조정된 모델을 OpenAI 호환 API 엔드포인트 뒤에 배포하여 앱(예: Next.js/Node)이 기본 URL 및 API 키를 설정하여 호출할 수 있도록 합니다.
에이전트 기본 모델 구축: 코딩 에이전트에 자연어로 원하는 모델 동작을 지정하면 에이전트가 데이터셋, 학습 워크플로 및 평가 코드를 준비하여 검토할 수 있도록 합니다.
TypeScript 우선 학습 워크플로: 학습 프로젝트는 TypeScript로 작성되며 기존 저장소 내에 존재하며, 별도의 Python 학습 스택 없이 TypeScript/Next.js 팀을 위해 설계되었습니다.
검토 가능한 저장소 기반 설정: 데이터셋 준비, 트레이너 코드 및 평가는 학습 실행 전에 검사하고 승인할 수 있는 일반 코드 변경으로 생성됩니다.
실행 제어를 위한 Arkor Studio: 로컬 Studio UI(일반적으로 `pnpm dev`를 통해 localhost:4000)는 트레이너를 감지하고 대시보드에서 학습을 시작하고 진행 상황을 모니터링할 수 있도록 합니다.
관리형 GPU 학습 런타임: Arkor는 GPU 인프라 및 학습 실행을 처리하여 팀이 컴퓨팅 작업보다는 제품 및 코드 검토에 집중할 수 있도록 합니다.
OpenAI 호환 API를 통한 호스팅 배포: 학습 후 Arkor는 OpenAI 호환 엔드포인트 뒤에 모델을 배포하여 클라이언트 기본 URL을 변경하고 발급된 API 키를 사용하여 쉽게 통합할 수 있도록 합니다.
Arkor의 사용 사례
브랜드 보이스 소셜 재작성: 일관된 개인 또는 회사 보이스로 초안을 트윗(또는 기타 짧은 형식 게시물)으로 재작성하도록 모델을 미세 조정합니다.
고객 지원 톤 및 정책 정렬: 더 빠르고 일관된 응답을 위해 브랜드 톤, 에스컬레이션 규칙 및 선호하는 구조에 맞춰 지원 답변을 초안 또는 재작성하도록 모델을 학습시킵니다.
전자상거래 제품 설명 생성: 원시 메모 또는 카탈로그 속성에서 브랜드에 맞는 제품 설명, 제목 및 기능 글머리 기호를 생성하도록 모델을 사용자 지정합니다.
개발자 문서 및 변경 로그 초안 작성: 엔지니어링 노트를 팀 스타일에 맞춰 일관된 릴리스 노트, 문서 스니펫 또는 PR 요약으로 변환하도록 모델을 미세 조정합니다.
Next.js 앱의 내부 워크플로 코파일럿: OpenAI 호환 API를 통해 배포된 Arkor 모델을 호출하여 TypeScript/Next.js 제품 내에서 개인화된 AI 기능을 제공합니다.
장점
TypeScript 기본 워크플로는 Node/Next.js로 이미 구축하고 있는 팀에 적합하며 학습 코드를 동일한 스택에 유지합니다.
관리형 GPU 학습 및 호스팅 배포는 인프라 및 MLOps 오버헤드를 줄입니다.
저장소 내에서 검토 가능한 코드 및 데이터셋 준비는 변경 사항을 감사할 수 있고 공동 작업하기 쉽게 만듭니다.
단점
알파 단계 제품: 기능이 변경될 수 있으며 데이터 손실이 발생할 수 있습니다(조기 액세스 공지 참조).
워크플로는 프로젝트를 생성하는 코딩 에이전트에 따라 달라지며, 학습 전에 신중한 사람의 검토가 여전히 필요합니다.
주로 Arkor 관리형 런타임에 최적화되어 있어 완전히 사용자 지정된 자체 호스팅 학습 파이프라인보다 유연성이 떨어질 수 있습니다.
Arkor 사용 방법
1) 새 Arkor 프로젝트 생성: 새 폴더에서 `pnpm create arkor@alpha`를 실행하여 Arkor TypeScript 훈련 저장소를 스캐폴딩합니다.
2) 원하는 모델 동작 결정: 훈련 하이퍼파라미터보다는 원하는 출력에 초점을 맞춰 동작을 일반 영어로 설명합니다(예: "초안을 내 목소리로 트윗으로 재작성").
3) 코딩 에이전트를 사용하여 훈련 프로젝트 생성: Claude Code 또는 Codex에게 다음을 요청합니다: (a) 적절한 데이터셋을 찾거나 준비하고, (b) Arkor의 필수 형식으로 변환하고, (c) TypeScript 트레이너를 작성하고, (d) 평가를 추가합니다. 변경 사항을 검토할 수 있도록 저장소 내에서 직접 수행합니다.
4) 저장소에서 생성된 코드 및 데이터 검토: 데이터셋 파일, TypeScript 트레이너(예: `trainer.ts`), 모든 평가 로직/구성을 검사합니다. 만족할 때까지 편집합니다.
5) Arkor Studio 로컬에서 시작: `pnpm dev`를 실행하고 `http://localhost:4000`에서 Arkor Studio를 엽니다.
6) Studio에서 트레이너가 감지되었는지 확인: Arkor Studio에서 프로젝트 개요에 감지된 트레이너(검토한 훈련 워크플로우)가 표시되는지 확인합니다.
7) Arkor Studio에서 훈련 실행: Studio에서 "Run Training"을 클릭합니다. Arkor는 관리형 GPU 컴퓨팅을 처리하며 UI에서 진행 상황을 모니터링할 수 있습니다.
8) 미세 조정된 모델을 API 뒤에 배포: 훈련이 완료되면 Arkor는 결과로 생성된 미세 조정된 오픈 웨이트 모델을 OpenAI 호환 API 엔드포인트 뒤에 배포합니다.
9) 앱에서 배포된 모델 호출: `baseURL`을 Arkor 엔드포인트(예: `https://<your-model>.arkor.app/v1`)로 설정하고 `apiKey`를 Arkor 키로 설정하여 OpenAI 클라이언트에서 발급된 기본 URL 및 API 키를 사용합니다.
10) (선택 사항) 가입 없이 익명으로 실행: 계정 없이 익명으로 엔드포인트를 생성할 수 있으며, 자동으로 만료됩니다. 엔드포인트 생성은 Arkor의 서비스 약관 및 개인 정보 보호 정책에 동의함을 의미합니다.
Arkor 자주 묻는 질문
Arkor는 오픈 가중치 모델 학습을 위한 에이전트 네이티브 TypeScript 프레임워크이자 관리형 런타임입니다. 코딩 에이전트가 검토할 TypeScript 학습 프로젝트를 생성하고, Arkor는 관리형 GPU에서 학습을 실행하며 결과를 API 뒤에 배포합니다.











